3. 经验分析核心概念

在寿险经验分析中，所有结论都建立在五个基础概念之上：暴露数（Exposure）、索赔数（Claims）、发生率（Rate）、置信区间（Confidence Interval）与可信度理论（Credibility Theory）。它们构成了一条从原始数据到可信结论的完整链条。理解这条链条，比记住任何公式都重要。

一、核心原理：从“风险敞口”到“可信结论”

经验分析的本质，是用实际观察到的索赔经验去估计真实的死亡率或发病率。但观察不能凭空进行，必须先定义“我们观察了多少风险”。这就是暴露数的作用。

• 暴露数：衡量被观察人群在观察期内所承担的风险总量。寿险中常用“暴露人年”（Exposure in Person-Years），即每个人在观察期内处于有效状态的时间总和。若某人投保后在第 0.5 年退保，则贡献 0.5 个暴露人年。
• 索赔数：观察期内实际发生的保险事故次数，如死亡、重疾确诊、伤残等。索赔数通常为整数，是经验分析的“分子”。
• 发生率：索赔数除以暴露数，即单位暴露上的索赔频率。例如 1000 暴露人年发生 8 次死亡，则死亡率为 0.008。
• 置信区间：由于索赔数存在随机波动，发生率只是一个点估计。置信区间给出真实发生率可能落入的范围，反映估计的不确定性。
• 可信度理论：当经验数据不足时，不能完全相信自身经验，也不能完全依赖行业表。可信度理论给出一个权重 Z，将自身经验与先验（行业表或定价假设）加权融合。

二、方法流程：从数据到可信度加权

一个标准的经验分析流程通常包含以下步骤：

1. 定义观察口径：明确险种、性别、年龄、保单年度、观察期等维度。
2. 计算暴露数：按日或按月累计每个人处于风险状态的时间，通常采用“年初人数 + 年末人数”除以 2 的近似法，或精确到日的暴露法。
3. 统计索赔数：按同一维度归集实际发生的索赔事件。
4. 计算粗发生率：索赔数 ÷ 暴露数，得到初步经验发生率。
5. 计算置信区间：常用泊松分布或正态近似，给出发生率的区间估计。
6. 计算可信度 Z：根据暴露数或索赔数，采用有限波动法或贝叶斯法确定 Z 值。
7. 可信度加权：最终发生率 = Z × 自身经验发生率 + (1 − Z) × 先验发生率。

下面是一个简化的可信度加权计算示例：

假设某年龄组：
  暴露数 E = 1200 人年
  索赔数 C = 9 件
  自身经验发生率 q_obs = 9 / 1200 = 0.0075
  先验发生率 q_prior = 0.0060
  可信度标准：完全可信所需索赔数 N_full = 1082
  可信度 Z = min(1, sqrt(C / N_full))
           = min(1, sqrt(9 / 1082))
           = min(1, 0.0912)
           = 0.0912

最终发生率：
  q_final = 0.0912 × 0.0075 + (1 − 0.0912) × 0.0060
          = 0.000684 + 0.005453
          = 0.006137

可以看到，由于索赔数仅 9 件，可信度只有约 9%，最终发生率几乎被先验假设主导。这正是可信度理论的价值：防止小样本经验造成定价剧烈波动。

三、案例/场景：某重疾险经验分析

某公司对一款重疾险进行经验分析，观察期为 2022—2024 年，按性别和年龄组统计。以 40—44 岁男性组为例：

该组粗发生率为 0.0050，高于先验的 0.0042，但置信区间较宽，且可信度仅约 13%。因此最终发生率被拉回至 0.00430，仅略高于先验。若直接采用 0.0050 定价，可能因随机波动导致定价偏高。

四、误区/复盘：常见陷阱与纠正

• 误区一：把暴露数简单等同于保单件数。暴露数必须考虑时间维度。一张年初退保的保单与一张全年有效的保单，暴露贡献完全不同。
• 误区二：忽略索赔数的随机性。小样本下发生率波动剧烈，直接用于定价会引入较大误差。应结合置信区间判断估计精度。
• 误区三：可信度 Z 取 1 或 0 的极端值。Z 应随数据量连续变化。只有在索赔数达到完全可信标准时，Z 才接近 1。
• 误区四：置信区间与可信度混为一谈。置信区间衡量估计的不确定性；可信度衡量自身经验在最终结果中的权重。两者互补，不可替代。
• 误区五：忽视先验的合理性。可信度加权中，先验发生率若本身有偏，即使 Z 很小，最终结果也会被带偏。先验应来自可靠的行业表或长期经验。

掌握这五个概念，就掌握了经验分析的语言。暴露数与索赔数是原材料，发生率是初步产品，置信区间是质量检验，可信度理论是最终的质量控制。只有四步都走稳，经验分析的结果才能真正支撑寿险定价与评估决策。