1. 课程导入
欢迎进入《保险赔付三角形清洗与发展因子建模》课程。在正式动手处理数据之前，我们需要先建立一张清晰的“认知地图”：赔付三角形到底是什么、它为什么是准备金评估的核心数据结构、本课程将带你走完哪条完整链路，以及掌握这套技能在精算实务中意味着什么。本章不涉及复杂公式，而是帮你把后续29章的知识挂到同一根主线上。
一、什么是保险赔付三角形
保险赔付三角形（Loss Development Triangle）是财产险与责任险精算中最经典的数据组织方式。它的核心思想是：同一批保单的赔案，会随着时间推移不断被报告、不断被赔付、不断被修正。因此，我们不能只看“今天总共赔了多少”，而必须按“事故期”和“发展期”两个维度同时观察。
具体来说，三角形通常以事故期（Accident Period，如事故年或事故月）为行，以发展期（Development Lag，如12个月、24个月、36个月）为列。行与列的交叉单元格，表示某个事故期在某个发展期末的累计已付赔款或已报案赔款。由于越早的事故期拥有越长的观察时间，表格右上角天然缺失，形成阶梯状或三角形状，故称“三角形”。
下面这张SVG示意图展示了赔付三角形的典型结构：行是事故期，列是发展期，颜色深浅表示数据成熟度，右上角空白区域代表尚未观察到的发展期。
二、学习目标：学完你能做什么
本课程不是纯理论讲解，而是以“可落地的建模流程”为主线。完成全部30章后，你应当具备以下能力：
- 数据层：能够识别赔付三角形原始数据的常见问题，包括缺失、重复、口径不一致、异常值、零值与负值，并完成标准化清洗。
- 结构层：能够把明细赔案数据聚合为规范的事故期×发展期三角形，并理解累计值与增量值的转换关系。
- 因子层：能够计算逐期发展因子、加权平均因子、选定因子，并判断是否需要平滑或剔除异常因子。
- 模型层：能够基于发展因子完成最终损失预测，理解链梯法（Chain Ladder）的基本逻辑与适用边界。
- 复盘层：能够对模型结果进行合理性检验，识别常见陷阱，并输出可解释的评估结论。
三、整体课程框架
课程按“数据—结构—因子—模型—复盘”五段式推进，共30章。下表给出模块划分与核心任务，帮助你建立全局视角。
| 模块 | 章节范围 | 核心任务 | 关键产出 |
|---|---|---|---|
| 导入与认知 | 第1–3章 | 理解三角形定义、数据来源与业务背景 | 认知地图、数据字典 |
| 数据清洗 | 第4–10章 | 缺失值、异常值、口径统一、重复赔案处理 | 清洗后明细表 |
| 三角形构建 | 第11–16章 | 聚合规则、累计增量转换、口径校验 | 标准赔付三角形 |
| 发展因子建模 | 第17–24章 | 逐期因子、加权因子、选定因子、平滑 | 发展因子表 |
| 预测与复盘 | 第25–30章 | 最终损失预测、合理性检验、案例复盘 | 准备金评估报告 |
四、实战价值与典型场景
赔付三角形与发展因子建模，直接服务于保险公司的准备金评估、定价回溯与偿付能力管理。在实务中，它最常见的落地场景包括：
- 未决赔款准备金评估：根据历史发展因子，预测已发生但尚未结案的赔款，确定应计提的准备金规模。
- 业务质量监控：通过对比不同事故期的发展因子，判断某条业务线的赔付是否出现恶化趋势。
- 再保与资本测算：为再保分层、资本占用和偿付能力计算提供基础损失分布假设。
- 预算与考核：为年度赔付预算、机构赔付率考核提供可追溯的量化依据。
五、常见误区与提前复盘
初学者在接触赔付三角形时，最容易踩以下几类坑。提前了解，可以少走很多弯路：
- 误区一：把累计值当增量值。三角形中通常存放累计已付赔款，若误当增量使用，发展因子会严重失真。
- 误区二：忽略事故期口径。事故年、承保年、报案年含义不同，混用会导致三角形行列错位。
- 误区三：直接对原始数据算因子。未清洗的异常大赔案、重复报案、零值会污染发展因子，导致预测偏差。
- 误区四：盲目追求复杂模型。链梯法虽简单，但在数据稳定时往往比复杂模型更稳健，理解其假设比替换模型更重要。
本章为你搭建了课程的全局框架：从赔付三角形的定义出发，明确了学习目标、五段式课程结构、实战价值以及常见误区。接下来，我们将从数据源头开始，逐步走进清洗、构建与建模的完整流程。请先记住一句话：干净的三角形，是可靠发展因子的前提；可靠的发展因子，是准备金评估的基石。