3. 大额赔案识别
在大额赔案分层与尾部准备金建模的整个体系中，大额赔案识别是承上启下的关键环节。如果识别口径不清晰，后续的分层建模、尾部因子拟合和资本评估都会建立在错误的数据基础上。本节将从定义、阈值设定、数据来源、识别标准与业务场景五个维度，系统讲解如何构建一套可落地的大额赔案识别机制。
一、核心原理：什么是大额赔案
大额赔案并没有一个放之四海而皆准的绝对定义，它的本质是相对于险种赔付分布而言，处于尾部区域的个案。从精算视角看，大额赔案是那些对整体赔付经验、准备金充足性和资本占用产生显著影响的赔案。判断“显著”通常依赖三个维度：
- 金额维度：单案赔款金额超过某一绝对阈值，或超过该险种平均案均赔款的若干倍。
- 分布维度：位于赔付分布的高分位点（如P95、P99）之上，属于尾部样本。
- 影响维度：对当期综合赔付率、未决赔款准备金或再保分出结果的波动贡献超过设定比例。
因此，大额赔案识别不是简单“设一个金额线”，而是金额、分布与影响三者结合的判断过程。识别结果将直接决定哪些赔案进入单独评估、哪些进入分层模型、哪些留在普通案均池中。
二、阈值设定：从绝对阈值到相对阈值
阈值设定是大额赔案识别中最容易产生争议的环节。实务中常见三类阈值：
- 绝对金额阈值：例如车险单案100万元、责任险单案500万元。优点是简单直观，便于跨期比较；缺点是无法适应不同险种、不同地区的赔付水平差异。
- 相对阈值：以案均赔款的倍数或分位点设定，例如“超过案均赔款20倍”或“超过P99分位”。优点是自适应性强，能随业务结构变化调整。
- 组合阈值：同时满足绝对金额下限和相对分位条件，例如“金额超过50万元且位于P95以上”。这是目前较为稳健的做法。
阈值设定还需考虑再保结构。如果合约有免赔额或赔付层，阈值通常应与再保起赔点对齐，确保分出与自留的边界清晰。此外，阈值应定期回溯校准，避免因通胀或业务扩张导致识别比例失衡。
| 阈值类型 | 设定方式 | 适用场景 | 主要风险 |
|---|---|---|---|
| 绝对金额 | 固定金额，如100万 | 险种单一、经验稳定 | 不适应业务变化 |
| 相对分位 | P95/P99分位点 | 数据量大、分布清晰 | 分位点受极端值影响 |
| 案均倍数 | 案均赔款×N倍 | 多险种横向对比 | 案均本身不稳定 |
| 组合阈值 | 金额下限+分位条件 | 复杂业务、再保分层 | 规则维护成本高 |
三、数据来源与识别标准
大额赔案识别的数据来源通常包括理赔系统、再保系统、财务总账和精算数据库。理赔系统提供个案报案、立案、估损、结案金额；再保系统提供分出比例和摊回信息；财务总账用于核对已付与未决；精算数据库则用于构建赔付分布和分位点。
识别标准应形成明确的规则集，建议至少包含以下字段与判断逻辑：
识别规则示例：
IF 单案估损金额 >= 绝对阈值
OR 单案估损金额 >= 案均赔款 × 倍数阈值
OR 单案估损金额 >= 该险种P99分位
THEN 标记为大额赔案
附加条件：
- 排除已拒赔、零结案
- 保留未决状态赔案
- 记录首次识别时间与更新历史
识别标准还需区分已发生已报案与已发生未报案。对于IBNR中的大额赔案，通常采用尾部因子或单独建模处理，而不是简单套用案均。识别时点也应明确：是报案时识别、估损更新时识别，还是结案后回溯识别。不同时点对应不同的建模用途。
四、业务场景与常见误区
大额赔案识别在不同业务场景下的侧重点不同。在车险中，重点关注人伤和重大物损；在责任险中，关注长尾和诉讼进展；在财产险中，关注巨灾和单一标的集中度；在再保合约中，关注是否触及赔付层和恢复保费。
常见误区主要有四类：
- 阈值一刀切：所有险种共用同一金额线，导致小险种识别过度、大险种识别不足。
- 只看已决不看未决：忽略未决赔案的估损变动，导致尾部准备金低估。
- 识别与建模脱节：识别出的大额赔案没有进入单独评估流程，仍混在案均池中。
- 缺乏回溯校准：阈值多年不调，识别比例逐年下降，尾部风险被系统性低估。
五、识别流程可视化
下图展示了大额赔案从数据接入到识别标记、再到分层建模的完整判断路径，帮助理解各环节之间的数据流与判断关系。
通过上述流程，大额赔案识别不再是孤立的数据筛选动作，而是连接理赔数据、精算分布与资本评估的枢纽。只有把定义、阈值、数据来源和识别标准统一到同一套规则中，后续的分层与尾部建模才能稳定可靠。