1. 课程导入
欢迎进入《车险风险分层与保费定价完整项目》。在正式动手建模之前，我们需要先建立一张“全局地图”：车险定价到底在解决什么问题，监管与市场如何约束定价空间，风险分层在定价链条中处于什么位置，以及本项目将用哪些数据、方法和交付物把这件事完整走一遍。本章不涉及复杂公式，但会决定你后续每一章的学习方向。
一、行业背景：车险为什么必须做风险分层
车险是财产险公司规模最大的单一险种，也是典型的“先定价、后赔付”业务。保费在承保时确定，而赔付发生在未来一年甚至更久，因此定价的本质是对未来损失分布的预估。如果对所有车主收取同一价格，低风险客户会补贴高风险客户，导致优质客户流失、赔付率上升、经营亏损，这就是保险中经典的“逆选择”问题。
从监管角度看，车险定价长期处于强监管环境。以我国为例，商业车险费率改革经历了从统一条款费率，到“自主定价系数”逐步放开的阶段。保险公司可以在监管设定的基准纯风险保费基础上，通过自主系数调整价格，但调整范围、报备要求和回溯机制都有明确约束。这意味着风险分层不是“想怎么分就怎么分”，而是在合规框架内尽可能精准地识别风险差异。
从数据角度看，车险拥有相对丰富的结构化数据：车辆信息（车价、车龄、使用性质）、车主信息（年龄、驾龄、历史出险）、保单信息（险别、保额、免赔额）以及理赔信息（出险次数、案均赔款、责任比例）。这些字段为风险分层提供了基础，但也带来挑战：字段多、噪声大、非线性关系强，且不同地区、不同渠道的风险分布差异显著。
核心判断：车险定价的竞争力，越来越取决于“风险分层能力”。谁能把风险差异识别得更细、更稳、更合规，谁就能在同等赔付水平下获得更优的保费充足度与市场份额。
二、学习目标：完成本课程后你将具备什么能力
本课程不是单纯讲模型算法，而是围绕一个完整项目，把“业务理解—数据处理—风险分层—定价建模—结果解释—落地评估”串成闭环。完成学习后，你应当能够：
- 理解定价逻辑：说清纯风险保费、附加费用、自主定价系数、赔付率与费用率之间的关系。
- 构建风险分层：基于出险频度与案均赔款，使用决策树、聚类或分箱方法将保单划分为若干风险等级。
- 完成定价建模：使用GLM、GAM或梯度提升树等模型，建立频度模型与强度模型，并合成纯风险保费。
- 评估与校准：通过区分度、稳定性、单调性、业务可解释性等指标评估分层效果，并进行价格校准。
- 输出可落地方案：形成风险等级表、定价因子表、模型监控指标与合规报备要点。
三、核心概念：先统一语言，再进入项目
在后续章节中，以下概念会反复出现，这里先给出清晰定义：
| 概念 | 含义 | 在本项目中的角色 |
|---|---|---|
| 风险分层 | 将风险特征相近的保单归入同一组，使组内风险同质、组间风险差异明显 | 定价的前置步骤，决定因子与等级 |
| 出险频度 | 单位风险暴露下的出险次数，常用“每车年出险次数”表示 | 频度模型的预测目标 |
| 案均赔款 | 每次出险的平均赔付金额 | 强度模型的预测目标 |
| 纯风险保费 | 出险频度 × 案均赔款，反映预期损失成本 | 定价的核心中间结果 |
| 自主定价系数 | 在基准保费基础上，公司自主调整的价格乘数 | 合规约束下的定价调节工具 |
| 赔付率 | 赔付支出与已赚保费之比 | 评估定价充足性的关键指标 |
需要特别强调：风险分层不等于简单地把客户分成“好客户”和“坏客户”。它的目标是让每个风险组的预期损失尽可能接近组内实际损失，从而让价格更公平、更充足。分层过粗会损失区分度，分层过细会导致样本不足、结果不稳定，因此需要在统计显著性与业务可用性之间取平衡。
四、项目整体框架：从原始数据到定价方案
本项目以一份模拟车险保单与理赔数据为主线，按以下六个阶段推进。每个阶段都有明确输入、处理动作和输出物，后续章节将逐一展开。
- 业务与数据理解：明确定价目标、监管约束、数据字段含义与质量情况。
- 数据清洗与特征工程：处理缺失、异常、重复，构造车龄、驾龄、历史出险次数等衍生变量。
- 风险分层：通过分箱、决策树或聚类，形成风险等级，并检验单调性。
- 定价建模：分别建立频度模型与强度模型，合成纯风险保费，再叠加费用与利润目标。
- 评估与校准：用区分度、稳定性、赔付率回溯等指标评估，并做价格平滑与合规校准。
- 落地与监控：输出风险等级表、定价因子表、监控看板与报备材料要点。
下面的SVG展示了本项目的核心数据流与定价链条：从原始保单与理赔数据出发，经过特征工程进入风险分层，再分别驱动频度与强度模型，最终合成纯风险保费并接受合规与业务双重校准。
五、常见误区与复盘提示
误区一：把风险分层当成一次性任务。风险分布会随车型、地区、驾驶行为变化而漂移，分层规则和模型需要定期回溯与更新。
误区二：只追求模型区分度，忽视业务可解释性。定价因子需要向监管报备、向渠道解释，过于黑箱的模型可能无法落地。
误区三：忽略样本偏差。如果历史数据只覆盖某些渠道或地区，模型在新渠道上的表现可能显著下降。
学习建议：每学完一个阶段，回到本章的项目框架图，确认自己知道“当前处于哪一步、输入是什么、输出是什么、下一步依赖什么”。这种全局感能显著降低后续建模的迷失感。
本章完成了课程导入：我们明确了车险定价的行业背景与监管约束，列出了学习目标，统一了核心概念，并给出了从原始数据到定价方案的六阶段项目框架。接下来，你将带着这张地图进入具体的数据理解与处理环节。