2. 精算基础回顾

在正式进入经验分析（Experience Study）的实操之前，有必要把寿险精算的四个基础概念重新串一遍：产品分类、定价假设、准备金评估，以及它们与经验分析之间的闭环关系。很多从业者把经验分析理解为“算一算实际发生率”，但真正决定经验分析价值的，是它能否反哺定价与评估假设。本章的目标，是帮你建立这条从产品到假设、从假设到经验、再从经验回到假设的完整链路。

一、核心原理：三类寿险产品的假设敏感度差异

寿险产品可以按保障责任与现金流结构分为三大类，它们对假设的敏感度完全不同，这直接决定了经验分析的重点方向。

• 保障型产品：以定期寿险、终身寿险、意外险为代表，核心风险是死亡与全残。定价与评估最敏感的是死亡率（Mortality）与退保率（Lapse），尤其是退保率对利润释放节奏的影响往往被低估。
• 储蓄型产品：以两全保险、年金保险为代表，核心风险是长寿与利率。最敏感的是利率假设、退保率与费用假设，死亡率反而退居次要位置。
• 健康险产品：以重疾险、医疗险为代表，核心风险是发病率与医疗通胀。最敏感的是疾病发生率（Morbidity）、续保率与医疗成本趋势。

理解这一分类，是为了在经验分析中合理分配精力：对保障型产品，死亡率的细微偏差会被放大；对储蓄型产品，退保率的拐点比死亡率更值得追踪。

二、定价假设与准备金评估的假设差异

定价假设与评估假设虽然共享同一套经验数据，但目标不同，因此假设的取值逻辑也不同。定价假设追求“合理反映未来预期”，评估假设则要求“审慎且符合监管要求”。

这张表的核心信息是：经验分析不是简单比较“实际 vs 假设”，而是要区分假设的用途。定价假设偏差影响产品盈利性，评估假设偏差影响准备金充足性，两者的分析口径和结论用途不同。

三、经验分析在闭环中的位置

经验分析的本质，是用实际经验数据检验并修正假设。它位于定价与评估之间，形成“假设—经验—修正—再假设”的闭环。

图中实线表示定价假设与评估假设共同驱动准备金计算，虚线表示经验分析的结果反向修正定价与评估假设。这个闭环如果断裂，就会出现“假设长期不更新、经验数据无人使用”的典型问题。

四、案例场景：退保率假设偏差如何影响两端

假设某储蓄型产品定价时假设第3保单年度退保率为8%，但经验分析发现实际退保率高达15%。这一偏差会同时冲击两端：

1. 定价端：实际退保提前，导致高退保保单的利润释放被截断，产品实际利润率低于定价预期。
2. 评估端：若评估假设仍沿用8%，准备金将低估未来退保带来的现金流变化，可能造成准备金不足。
3. 经验分析结论：需要按渠道、保单年度、缴费方式拆分退保率，识别是整体恶化还是特定客群问题。

五、常见误区与复盘

• 误区一：把经验分析当成一次性项目。经验分析应定期滚动，至少每年更新一次，否则假设会逐渐脱离实际。
• 误区二：只看整体，不做拆分。整体退保率可能掩盖渠道间巨大差异，拆分维度包括保单年度、渠道、地区、缴费期等。
• 误区三：混淆定价假设与评估假设的修正逻辑。两者目标不同，经验分析结论需要分别映射到两套假设体系。
• 误区四：忽略数据质量。经验分析的前提是数据完整、口径一致，否则结论不可靠。