1. 课程导入

欢迎进入《再保险Burning Cost经验定价实战》课程。在再保险定价体系中,Burning Cost(烧毁成本)是最常用、最直观、也最容易被误用的经验定价方法之一。它直接回答一个核心问题:基于历史损失经验,分出公司或再保人应当为未来一段承保期间支付或收取多少风险保费?本课程不满足于公式推导,而是围绕真实业务场景,把数据准备、损失趋势调整、暴露度修正、分层结构、参数选择与结果校验串成一条可落地的定价链路。

一、学习目标:从“会算”到“会判断”

本课程的学习目标分为四个层次,层层递进:

  • 理解原理:掌握Burning Cost的定义、适用边界、与Experience Rating、Exposure Rating、ILF/曲线法的关系与差异。
  • 掌握流程:能够独立完成从原始赔案数据到分层Burning Cost、再到风险保费与费率因子的完整计算流程。
  • 熟练工具:能够使用Excel、Python或再保定价系统完成损失聚合、趋势调整、大赔案处理与敏感性分析。
  • 形成判断:能够识别数据不足、损失滞后、巨灾污染、限额结构变化等陷阱,并对定价结果给出专业复核意见。

一句话概括:Burning Cost经验定价的本质,是用“可信的历史损失信号”去估计“未来的期望损失”,再用费用、利润与风险附加把它转化为可报价的再保费率。

二、核心价值:为什么Burning Cost仍然是再保定价的基石

在再保险定价中,方法选择取决于数据条件与业务阶段。当历史损失数据具备一定可信度时,Burning Cost具有不可替代的价值:

价值维度 具体表现 对定价的意义
数据驱动 直接使用历史赔案与已赚保费 结果可追溯、可解释,便于与业务部门沟通
结构灵活 可按险种、地区、层、年度分别计算 支持分层定价与再保结构优化
趋势可调 通过损失趋势、暴露度趋势修正 把历史经验外推到未来承保期间
校验基准 可作为其他方法(如曲线法)的对照 发现异常定价与模型偏差

需要强调的是,Burning Cost不是“把历史损失平均一下”这么简单。它的专业价值恰恰体现在调整二字:对损失趋势的调整、对暴露度变化的调整、对大赔案与巨灾的调整、对限额与免赔额结构的调整。没有这些调整,Burning Cost只是一个粗糙的历史平均值,无法支撑再保报价。

三、整体框架:一条从数据到报价的定价链路

本课程将Burning Cost经验定价拆解为六个相互衔接的模块,形成一条完整的定价链路。下图展示了这一链路的核心结构与数据流向:

Burning Cost 经验定价六模块链路 ① 数据准备 赔案·保费·暴露度 ② 损失聚合 按层·按年·按险种 ③ 趋势调整 损失·暴露度·频率 ④ 大赔案处理 剔除·分层·加载 ⑤ 分层定价 Burning Cost·费率 ⑥ 结果校验 敏感性·合理性 反馈迭代:校验不通过时回到数据或假设环节

这六个模块并非线性单向,而是一个可迭代的闭环。当结果校验发现异常时,需要回到数据准备或趋势假设环节重新审视。课程后续章节将逐一展开每个模块的操作细节与实战技巧。

四、实战应用场景:Burning Cost在哪里发挥作用

Burning Cost经验定价广泛应用于以下再保业务场景:

  1. 比例再保合约定价:以历史赔付率与Burning Cost为基础,确定分出费率与浮动手续费结构。
  2. 非比例再保层定价:对超赔层(如100万×50万)计算分层Burning Cost,作为层费率的核心依据。
  3. 合约续转谈判:用Burning Cost趋势分析支撑费率调整诉求,回应分出公司的经验数据质疑。
  4. 新业务或新险种报价:在数据有限时,借助相似业务经验与暴露度调整进行初步定价。
  5. 承保组合监控:定期计算实际Burning Cost与预期偏差,识别组合恶化或定价不足。

实战提示:在非比例再保定价中,Burning Cost通常按层计算。同一份赔案数据,在不同起赔点与层高下会得到完全不同的Burning Cost。因此,分层逻辑与限额结构必须与再保合约条款严格对应,否则定价结果将失去意义。

五、常见误区与学习复盘

初学者在Burning Cost定价中容易陷入以下误区,本课程将在后续章节逐一拆解并给出纠正方法:

  • 误区一:直接平均历史损失。忽略趋势、暴露度变化与大赔案影响,导致定价严重偏离。
  • 误区二:混淆已发生损失与最终损失。未考虑IBNR与损失发展,低估最终Burning Cost。
  • 误区三:层结构错配。用全险种数据计算特定层的Burning Cost,或未正确应用免赔额与限额。
  • 误区四:忽视巨灾污染。将巨灾年份损失直接纳入经验期,推高非巨灾层定价。
  • 误区五:缺少敏感性分析。只给一个点估计,未展示趋势、大赔案、置信水平变化对结果的影响。

复盘要点:Burning Cost定价的可靠性取决于数据质量与假设合理性。在数据年限不足、业务结构发生重大变化或巨灾频发的场景下,应谨慎使用纯经验法,并与其他定价方法交叉验证。本课程后续将提供数据可信度评估清单与多方法对照框架。

通过本章导入,你已经建立了Burning Cost经验定价的整体认知:它是一条从数据到报价的完整链路,核心在于调整与判断,价值在于可解释与可落地。接下来,课程将进入数据准备与损失聚合的具体操作,帮助你把这套框架真正转化为可执行的定价能力。