4. 数据基础

Burning Cost 经验定价的可靠性，几乎完全取决于底层数据的完整性与一致性。再保险定价不是“套公式”，而是用历史经验推断未来期望损失。若数据口径混乱、暴露基数缺失或损失记录不完整，再精确的模型也会产生误导性结果。本节围绕再保险定价所需的数据类型、历史损失数据、暴露数据、保费数据，以及数据质量要求与清洗方法展开，帮助学员建立“先数据、后模型”的定价习惯。

一、核心原理：Burning Cost 的数据依赖链

Burning Cost 的基本逻辑是：用历史损失经验除以对应的暴露基数，得到单位暴露的平均损失成本，再根据趋势、通胀、条款变化等因素调整到未来承保期间。其核心公式可简化为：

Burning Cost = 历史已发生损失 / 历史暴露基数
调整后 Burning Cost = Burning Cost × 趋势因子 × 通胀因子 × 条款调整因子

因此，数据基础必须同时满足三个条件：损失数据能对应到明确的承保期间与险种；暴露数据能反映风险单位规模；保费数据能用于校验与分层。三者缺一不可。若只有损失没有暴露，无法计算单位成本；若只有保费没有损失，无法判断经验赔付水平；若损失与暴露的统计口径不一致，则计算结果会系统性偏高或偏低。

二、再保险定价所需数据类型

从实务角度看，再保险定价所需数据可分为四大类：历史损失数据、暴露数据、保费数据、辅助数据。每类数据承担不同功能，具体如下表所示：

数据类型	核心内容	定价用途	常见来源
历史损失数据	赔案号、事故日期、报案日期、损失金额、险种、地区、原因	计算损失频率与强度，识别大额赔案	理赔系统、再保账单
暴露数据	承保标的数、保额、限额、风险单位、车险车数、工程合同额	作为分母计算 Burning Cost	承保系统、保单清单
保费数据	毛保费、净保费、分保费、未到期保费	校验经验赔付率，计算分层保费	财务系统、再保账单
辅助数据	通胀指数、行业趋势、条款变化、免赔额、赔偿限额	趋势调整与条款一致性调整	统计年鉴、监管报告、合同文本

其中，历史损失数据与暴露数据是 Burning Cost 计算的核心。保费数据更多用于交叉验证和最终定价校准。辅助数据则决定调整因子的合理性。

三、历史损失数据与暴露数据的处理要点

历史损失数据通常以赔案为单位记录。定价时需关注以下字段：事故年度、险种代码、地区、损失金额、是否已决、是否涉及再保分层。特别要注意“事故年度”与“报案年度”的区别。再保险定价一般以事故年度为基础，因为再保合同通常按事故年度承保。

暴露数据的选择取决于险种。财产险常用保额或风险单位数；车险常用车数或车年数；责任险常用保费或风险暴露单位；工程险常用合同额或工期。暴露数据必须与损失数据在同一统计维度上可匹配。例如，若损失按地区统计，暴露也必须按地区统计；若损失按险种统计，暴露也必须按险种统计。

四、数据质量要求与清洗方法

再保险定价对数据质量的要求高于一般业务分析。常见的数据质量问题包括：缺失值、重复记录、口径不一致、币种不统一、时间范围不匹配、大额赔案未标识等。清洗方法应遵循以下流程：

1. 完整性检查：检查关键字段是否缺失，如事故日期、损失金额、险种代码。缺失率超过阈值的记录应标记或剔除。
2. 一致性检查：核对损失数据与暴露数据的险种、地区、年度口径是否一致。不一致时建立映射表进行转换。
3. 重复值处理：按赔案号去重，避免同一赔案多次计入。再保账单中的赔案可能与直保赔案重复，需按再保层级拆分。
4. 异常值识别：对损失金额进行分布分析，识别明显错误或极端大额赔案。大额赔案应单独标识，避免对 Burning Cost 产生过度影响。
5. 币种与通胀调整：将不同币种损失折算为统一币种，并根据通胀指数调整到同一价格水平。
6. 最终校验：用清洗后数据重新计算 Burning Cost，并与清洗前结果对比，确认差异合理。

以下是一个简化的数据清洗参数示例，可用于配置清洗规则：

{
  "missing_threshold": 0.05,
  "duplicate_key": "claim_id",
  "currency_base": "CNY",
  "inflation_index": "CPI",
  "large_loss_threshold": 1000000,
  "mapping": {
    "property": ["财产险", "企财险", "工程险"],
    "liability": ["责任险", "公众责任险", "产品责任险"]
  }
}

五、案例场景：某财产险公司再保定价数据准备

某财产险公司拟对 2025 年溢额再保合同进行 Burning Cost 定价。数据团队从理赔系统提取了 2019—2023 年赔案记录，从承保系统提取了同期保单清单，从财务系统提取了保费数据。初步计算发现 Burning Cost 异常偏高。复盘后发现三个问题：一是部分赔案的事故年度被误录为报案年度；二是暴露数据中缺少 2021 年某地区的保额记录；三是外币赔案未折算为人民币。经过口径映射、缺失值补录和币种折算后，Burning Cost 下降了约 18%，更符合行业经验。

六、数据质量检查清单

• 损失数据是否按事故年度统计？
• 暴露数据是否与损失数据同险种、同地区、同年度？
• 保费数据是否区分毛保费与净保费？
• 是否存在重复赔案或重复暴露？
• 大额赔案是否单独标识并评估影响？
• 币种是否统一？是否进行通胀调整？
• 再保合同条款是否发生变化？历史损失是否需要调整？
• 清洗前后 Burning Cost 差异是否可解释？

数据基础是再保险 Burning Cost 经验定价的第一道关口。只有确保损失、暴露、保费和辅助数据在口径、期间、险种和币种上保持一致，并经过系统清洗与校验，才能得到可信的 Burning Cost 结果。实务中，建议将数据质量检查清单固化为标准流程，并在每次定价前完成清洗前后对比，确保定价结论经得起复核。