1. 课程导入

车险定价正在从“看车、看人、看历史赔付”走向“看过程、看环境、看行为”。传统车险模型主要依赖保单信息、车辆信息与历史理赔记录，这些变量更新慢、区分度有限，难以解释同一车型、同一地区驾驶人之间显著的风险差异。随着车联网、车载终端、智能手机传感器与高精度地图的普及，驾驶轨迹数据成为连接“驾驶行为”与“道路环境”的关键证据链。本课程的目标，是帮助学员建立一套从轨迹数据到风险因子、再到车险定价与风险控制的可落地建模框架。

学习目标

完成本课程后，学员应能够独立完成以下任务：理解驾驶轨迹数据的时空结构与质量特征；掌握轨迹清洗、地图匹配、行程切分与特征工程的基本方法；识别并量化道路风险因子，包括道路类型、限速、曲率、坡度、交叉口密度、天气与时段等；构建驾驶行为风险因子，如急加速、急减速、急转弯、超速比例与疲劳驾驶；将风险因子接入车险定价模型，完成从UBI（基于使用行为的保险）到PHYD（按驾驶行为付费）的建模闭环；并通过模型评估与业务复盘，持续优化风险区分能力与定价公平性。

核心概念

• 驾驶轨迹：由时间戳、经纬度、速度、方向角、加速度等字段构成的时间序列，是行为与环境的原始载体。
• 道路风险因子：描述道路几何、交通设施、限速与事故暴露程度的变量，如曲率半径、坡度、交叉口数量、车道数、道路等级。
• 行为风险因子：描述驾驶操作激进程度与稳定性的变量，如急加速频次、急减速频次、超速率、转弯速度、跟车距离代理指标。
• 暴露度：驾驶里程、驾驶时长、夜间行驶比例等，用于将“风险概率”转化为“风险期望”。
• UBI/PHYD：UBI强调用量与行为定价，PHYD强调按驾驶行为付费，二者均以轨迹与风险因子为输入。

整体框架

本课程采用“数据—因子—模型—业务”四层框架。数据层负责多源轨迹采集与治理；因子层负责行为、道路、环境与暴露度特征构建；模型层负责风险评分、频率与强度模型、广义线性模型与机器学习模型的融合；业务层负责定价、续保、理赔反欺诈与安全干预。四层之间通过特征仓库与模型服务解耦，保证可迭代、可解释、可审计。

方法流程与关键参数

建模流程通常从轨迹清洗开始。原始轨迹常包含漂移点、重复点与时间戳异常，需要先做速度合理性过滤与平滑处理。随后进行地图匹配，将经纬度序列映射到路网边，获得道路等级、限速与曲率等属性。行程切分依据停留点与点火信号，将连续轨迹划分为独立行程。因子计算阶段，行为因子多采用阈值法或分位数法，道路因子多采用空间聚合，暴露度则按里程与时长统计。

# 轨迹清洗与因子计算示例（伪代码）
for trip in trips:
    trip = remove_outliers(trip, max_speed=180, max_acc=6.0)
    trip = smooth_position(trip, window=5)
    matched = map_match(trip, road_network)
    segments = split_by_stop(matched, stop_speed=3, stop_time=120)
    features = {
        "hard_accel_cnt": count(accel > 2.5),
        "hard_brake_cnt": count(decel < -3.0),
        "sharp_turn_cnt": count(yaw_rate > 25),
        "speeding_ratio": ratio(speed > speed_limit * 1.1),
        "night_ratio": ratio(hour in [22,23,0,1,2,3,4,5]),
        "road_curve_index": mean(curvature),
        "exposure_km": sum(distance)
    }

案例与场景

某车险公司接入车载终端数据后，发现仅用“年行驶里程”定价，高风险与低风险驾驶人的保费差异不足8%。引入轨迹因子后，将急减速频次、夜间行驶比例与道路曲率指数纳入模型，高风险组的赔付率区分度提升约23%。另一个场景是网约车车队：通过轨迹识别频繁急加速与超速路段，向司机推送安全干预，三个月内急减速事件下降约15%，续保留存率同步提升。

常见误区与复盘

• 误区一：只做行为因子，忽略道路因子。同一驾驶行为在不同道路上的风险权重差异很大，缺少道路上下文会导致定价偏差。
• 误区二：用全局阈值判断急加速。不同车型动力性能不同，建议按车型或功率分组设定阈值。
• 误区三：忽视数据质量。定位漂移与时间不同步会制造大量伪急加速、伪急转弯，需在因子计算前完成质量审计。
• 误区四：模型黑箱不可解释。车险定价受监管约束，需保留因子贡献度与可解释性，优先采用可解释模型或融合方案。