2. 保险理赔基础
在进入Severity损失金额预测建模之前，必须先建立对保险理赔业务的整体认知。Severity预测不是孤立的回归任务，它嵌在理赔流程的特定节点上，输入特征来自理赔各环节采集的结构化与非结构化数据，预测目标则直接对应赔案最终的经济敞口。本节从理赔流程、Severity定义、损失金额构成、常见险种与数据来源四个维度，为后续特征工程与模型设计奠定业务基础。
一、理赔流程：从报案到结案的六个关键节点
财产险与责任险的理赔流程虽有差异，但核心节点高度一致。理解流程的意义在于：每个节点都会产生可用于Severity预测的信号，且不同节点可获取的信息完整度不同，决定了预测模型是“报案时预测”还是“查勘后预测”。
- 报案登记：被保险人通过电话、APP或代理人报案，系统生成报案号，记录出险时间、地点、事故类型、初步损失描述。此阶段信息最稀疏，但预测时效价值最高。
- 立案与调度：核保核赔系统校验保单有效性，判断是否属于保险责任，随后调度查勘员或公估人。此阶段可获取保单保额、免赔额、历史赔付等关键字段。
- 查勘定损：查勘员现场或远程采集损失照片、维修报价、医疗单据、第三方责任认定书等。这是Severity预测特征最丰富的节点。
- 理算核赔：理算员根据定损结果、条款约定、免赔额、赔付比例计算赔付金额，并经过核赔权限审批。
- 结案支付：财务系统执行赔付，生成最终赔付金额，该金额即为Severity的标签值。
- 归档与追偿：案件归档，涉及第三方责任的进入追偿流程，可能产生追偿收入，影响净损失。
二、Severity的定义：赔案损失金额的量化口径
Severity在精算与理赔语境中，通常指单个赔案的经济损失规模。但在不同场景下，其精确口径不同，建模前必须与业务方对齐标签定义。常见口径包括：
- 最终赔付金额：保险公司实际支付给被保险人或第三方的金额，已扣除免赔额和赔付比例。
- 总损失金额：事故造成的全部经济损失，包括免赔额部分和保险公司未覆盖部分。
- 已决赔款：已结案案件的赔付金额，不含未决赔款准备金。
- 案均赔款：某险种或某类案件的平均赔付金额，常用于组合层面的Severity度量。
在预测任务中，若目标是“预估最终赔付”，则标签应使用最终赔付金额；若目标是“评估事故总损失”，则标签应使用总损失金额。两者在特征选择上差异显著：前者需关注免赔额、赔付比例、条款限制，后者更关注事故本身的物理破坏程度。
三、损失金额构成：拆解赔案的每一块钱
理解损失金额的构成，是设计特征和解释模型输出的前提。一个赔案的最终赔付金额通常由以下部分构成：
| 构成项 | 说明 | 对Severity的影响 |
|---|---|---|
| 标的损失 | 保险标的本身的修复或重置成本 | 核心驱动项，通常占比最高 |
| 施救费用 | 为防止损失扩大而支出的合理费用 | 与事故类型强相关，如火灾、水灾 |
| 第三者责任 | 对第三方人身或财产造成的损害赔偿 | 波动大，人身伤害案件金额高 |
| 免赔额 | 被保险人自行承担的部分 | 直接扣减赔付金额 |
| 赔付比例 | 条款约定的赔付百分比 | 影响最终赔付，如不足额保险 |
| 残值 | 受损标的残值回收 | 扣减项，常见于车险和财产险 |
以车险为例，最终赔付金额 = （维修工时费 + 配件费 + 辅料费 - 残值）× 赔付比例 - 免赔额。若涉及人伤，还需加上医疗费、误工费、护理费、伤残赔偿金等。不同构成项的数据来源和采集时点不同，建模时需分别处理。
四、常见险种与数据来源：特征从哪里来
不同险种的Severity分布差异巨大，数据来源也各不相同。以下列举四类常见险种及其核心数据来源：
- 车险：报案信息、查勘照片、维修厂报价单、配件价格库、历史赔付记录、车辆信息（车型、车龄、购置价）。数据以结构化字段和图像为主。
- 财产险：保单信息、标的清单、查勘报告、损失清单、财务报表、消防或气象证明。数据半结构化，文本描述较多。
- 责任险：事故认定书、法律文书、医疗记录、第三方索赔函、诉讼进展。数据以法律和医疗文本为主，处理难度高。
- 健康险：诊断编码、住院天数、手术记录、药品清单、医保结算单。数据标准化程度较高，适合结构化建模。
五、案例场景：一起车险赔案的Severity拆解
某车主报案称车辆追尾，查勘后确认：维修工时费3200元，配件费8600元，辅料费400元，残值200元，免赔额500元，赔付比例100%。则最终赔付金额 = (3200 + 8600 + 400 - 200) × 100% - 500 = 11500元。若该车为不足额保险，赔付比例80%，则最终赔付 = 11800 × 80% - 500 = 8940元。
这个案例说明：即使标的损失相同，免赔额和赔付比例的不同会导致Severity显著变化。因此，在特征工程中，免赔额、赔付比例、保额与标的实际价值之比等字段必须纳入模型，否则预测会出现系统性偏差。
六、误区与复盘：新手常犯的四个错误
- 混淆“损失金额”与“赔付金额”：两者相差免赔额、赔付比例和残值，直接混用会导致标签定义错误。
- 忽略预测时点：用结案后的特征预测结案金额，造成数据泄漏，模型上线后效果骤降。
- 低估文本数据价值：查勘报告、事故描述、医疗记录中的文本信息对Severity预测贡献显著，仅用结构化字段会损失大量信号。
- 不做险种分层：车险、财产险、责任险的Severity分布差异极大，混合建模会导致模型被高频险种主导，低频高损险种预测失效。