2. 传统车险定价基础

UBI（Usage-Based Insurance）并不是凭空出现的定价体系，它是在传统车险精算框架之上叠加里程与驾驶行为维度。要理解“按里程、按行为定价”为什么成立，必须先看清传统车险如何把风险拆解成可量化的因子，并用广义线性模型（GLM）把这些因子组合成保费。本节将系统梳理从车、从人、从地域三类核心因子，历史赔付数据的作用，以及GLM在车险定价中的基本逻辑。

一、核心原理：风险因子如何转化为保费

传统车险定价的本质，是把“未来赔付的不确定性”分摊到每个保单上。精算师假设：不同保单的期望赔付成本存在系统性差异，而这种差异可以由一组可观测的因子解释。于是定价过程就变成：用历史赔付数据估计每个因子对赔付频率和赔付强度的贡献，再把这些贡献相乘或相加，得到纯保费，最后加上费用、利润和风险附加，形成实收保费。

车险赔付通常拆成两个维度分别建模：

• 赔付频率：单位时间内发生事故的次数，常用泊松分布或负二项分布拟合；
• 赔付强度：每次事故的平均赔付金额，常用伽马分布或对数正态分布拟合；
• 纯保费 = 赔付频率 × 赔付强度，再乘以风险暴露（如车年数）。

从车、从人、从地域三类因子，正是分别作用于频率和强度的解释变量。UBI新增的里程与驾驶行为因子，本质上是在传统因子之外补充了“暴露量”和“行为风险”两个维度。

二、三类因子与历史赔付数据的作用

从车因子关注“这辆车本身的风险属性”。车价越高，维修和盗抢损失越大；车龄影响折旧与配件供应；零整比高的车型，同样碰撞的赔付金额显著更高；安全配置（如AEB、车道保持）则可能降低事故频率。从人因子关注“谁在开”。年龄与驾龄呈U型风险曲线，年轻新手和老年驾驶者风险偏高；历史出险次数是最强的从人预测变量之一；违章记录则反映驾驶风格。从地域因子关注“在哪里开”。一线城市拥堵、剐蹭频率高，但案均赔款可能因维修网络成熟而相对可控；低密度地区单车事故和盗抢风险结构不同。

历史赔付数据是连接因子与保费的桥梁。没有足够多的“已赚车年”和“出险案件”，任何因子系数都只是猜测。数据质量直接决定定价精度，常见问题包括：

• 暴露量不准确：保单中途退保、批改导致车年数计算偏差；
• 延迟报案：长尾案件未进入当前观察期，低估赔付强度；
• 因子缺失：车型编码不统一、地域颗粒度过粗；
• 选择偏差：低风险客户更倾向投保，导致样本不代表整体。

三、广义线性模型简介：从线性回归到车险定价

普通线性回归假设因变量服从正态分布、方差恒定，但车险赔付频率是计数数据、赔付强度是右偏金额数据，都不满足该假设。GLM通过两个扩展解决这个问题：一是允许因变量服从指数族分布（泊松、伽马、负二项等），二是引入连接函数把线性预测值映射到因变量的均值空间。

车险定价中最常用的组合是：

以频率模型为例，其数学形式可简写为：

log(λ) = β0 + β1·车龄 + β2·年龄组 + β3·城市等级 + β4·历史出险次数 + ...
其中 λ = 期望出险次数 / 车年
预测频率 = exp(β0 + β1·x1 + β2·x2 + ...)

模型输出的是各因子的系数。把系数取指数后得到相对费率，例如某年龄组系数为0.35，则exp(0.35)≈1.42，表示该组频率约为基准组的1.42倍。多个因子相乘即得到该保单的相对风险分数，再乘以基准保费得到纯保费。

四、案例与常见误区复盘

假设某公司用三年历史数据建立频率GLM，因子包括车龄、驾驶人年龄组、城市等级和历史出险次数。模型结果显示：历史出险次数每增加1次，频率约上升38%；一线城市相对三线城市频率高约22%；车龄5年以上车辆频率略降但强度上升。这些结果与业务直觉一致，说明模型可用。

但在实际落地中，常见误区包括：

1. 把相关当因果：某车型频率高，可能只是因为该车型车主更年轻，而非车本身危险；
2. 因子共线性：车价与车型、地域与收入高度相关，导致系数不稳定；
3. 过度细分：把地域切到街道级别，样本量不足，系数噪声大；
4. 忽略暴露量偏移：用保单数而非车年数建模，会高估短期保单的风险；
5. 模型更新滞后：维修价格、交通环境变化后未重新校准，费率偏离实际成本。

理解传统定价框架，是进入UBI实战的前提。里程因子本质上补充了“暴露量”维度，驾驶行为因子补充了“行为风险”维度，而它们最终仍要通过GLM或更复杂的模型，与从车、从人、从地域因子一起，转化为可执行的费率表。只有把传统因子体系吃透，才能判断新增的UBI变量究竟带来了多少增量信息，以及这些信息是否值得采集成本。