2. 保险业务基础

规则引擎与定价模型要真正落地,必须先理解保险业务本身。保险不是一次性的买卖,而是一条从产品设计、承保、核保、理赔到续保的完整链路。规则引擎在这条链路上承担“判断与分流”,定价模型承担“量化与排序”,二者融合的前提,是清楚每个环节的输入、输出与决策点。

一、核心原理:保险产品的三类底层结构

从规则建模角度看,保险产品可以抽象为三类结构,它们决定了规则引擎的复杂度。

  • 保障型产品:以风险转移为核心,如定期寿险、重疾险、医疗险。规则重点是“是否可保、保额上限、等待期、免责范围”。
  • 给付型产品:以约定事件触发给付,如年金险、教育金。规则重点是“领取条件、领取时点、给付金额计算”。
  • 投资型产品:含账户价值与收益分配,如万能险、投连险。规则重点是“账户价值计算、费用扣除、风险保额校验”。

这三类产品的共同点是:承保看风险,理赔看事实,核保核赔看证据链。规则引擎的职责,是把这些判断标准化、可配置化。

二、方法流程:承保与理赔的双链路

承保流程的核心是“从投保申请到保单生效”,理赔流程的核心是“从报案到赔付结案”。两条链路共享同一套客户与保单数据,但决策目标不同。

环节 承保链路 理赔链路
入口 投保申请、健康告知 报案登记、事故描述
关键动作 核保评估、风险分级、保费计算 核赔调查、责任认定、金额核算
决策输出 标准承保、加费、除外、拒保 正常赔付、部分赔付、拒赔、协议赔付
规则引擎作用 自动核保分流、定价因子匹配 自动理算、反欺诈规则命中

承保链路中,核保是关键节点。核保规则通常按“健康风险、职业风险、财务风险、道德风险”四类因子组织。理赔链路中,核赔是关键节点,重点在于“事故真实性、责任范围、金额合理性”。

核心判断:承保是“事前风险选择”,理赔是“事后事实验证”。规则引擎在承保端追求“快速分流”,在理赔端追求“精准拦截”。

三、关键决策场景与规则表达

以下是一个典型的核保规则片段,用伪代码表达“年龄+保额+健康告知”的自动核保逻辑:

IF 年龄 > 55 AND 保额 > 50万 THEN 转人工核保
IF 健康告知 = 异常 AND 异常项 IN [高血压, 糖尿病] THEN 加费承保
IF 职业等级 >= 5 THEN 拒保 OR 除外责任
IF 年龄 <= 40 AND 保额 <= 30万 AND 健康告知 = 正常 THEN 标准承保

理赔端的自动理算规则则更关注金额与责任:

IF 事故类型 = 医疗 AND 发票金额 <= 免赔额 THEN 赔付金额 = 0
IF 事故类型 = 重疾 AND 确诊疾病 IN 合同约定病种 THEN 赔付金额 = 基本保额
IF 事故类型 = 身故 AND 等待期内 THEN 退还保费
IF 事故类型 = 意外 AND 职业等级 >= 5 THEN 按比例赔付

提示:规则引擎中的条件字段必须与业务系统字段一一对应,否则会出现“规则命中但数据缺失”的假阳性。建议在规则上线前做字段映射校验。

四、误区与复盘:规则与定价的边界

常见误区有三个:

  1. 把定价模型当规则引擎用:定价模型输出的是风险分数或费率,不能直接替代“是否承保”的硬性判断。
  2. 规则过度嵌套:核保规则层层嵌套会导致可读性差、维护成本高。建议按“风险因子”拆分为独立规则集。
  3. 忽略理赔反欺诈的实时性:理赔规则若全部离线跑批,会错过报案时的最佳拦截窗口。

复盘要点:规则引擎与定价模型融合时,必须明确“谁先谁后”。通常先由规则引擎做资格与合规过滤,再由定价模型做风险量化,最后回到规则引擎做承保结论输出。

承保链路与理赔链路的关键决策节点 承保链路(事前) 投保申请 健康告知 / 职业 核保评估 风险因子匹配 定价模型 风险分数 / 费率 承保结论 标准 / 加费 / 除外 / 拒保 理赔链路(事后) 报案登记 事故描述 / 时间 核赔调查 责任认定 / 反欺诈 自动理算 金额 / 免赔 / 比例 赔付结论 正常 / 部分 / 拒赔 / 协议 规则引擎与定价模型融合决策层 规则引擎:资格过滤 / 合规校验 / 分流 定价模型:风险量化 / 费率计算 / 排序 承保端先规则后定价,理赔端先核赔后理算,融合层统一输出决策结论