4. 可重复计算基础
在保险精算、准备金评估、偿付能力计量和利润测试中，同一个指标往往需要被反复计算：月初算一次、月末再算一次，监管口径算一次、内部管理口径再算一次。如果每次计算都依赖不同的人、不同的脚本、不同的中间表，结果就很难对齐。可重复计算（Reproducible Computation）要解决的正是这个问题——它要求在给定相同输入、相同代码、相同环境和相同参数的前提下，任何人在任何时间都能得到完全一致的结果。
一、核心定义：可重复计算到底“可重复”什么
可重复计算不是简单地“再跑一遍脚本”，它包含四个层面的可重复性：
- 输入可重复：数据版本、快照时间、抽取范围必须被固定并记录，不能依赖“当前最新数据”。
- 逻辑可重复：计算规则、公式、假设、参数取值必须版本化，代码与配置一并受控。
- 环境可重复：数据库、计算引擎、依赖库、运行时版本需要可描述、可重建。
- 结果可重复：输出结果及其校验值（如记录数、汇总金额、哈希）可被比对和追溯。
在保险模型中，这四层缺一不可。只固定代码而不固定数据，会得到“同码不同果”；只固定数据而不固定参数，会得到“同数不同解”。
二、可重复计算的基本原则
结合保险模型数据血缘的实践，可归纳为以下原则：
- 单一事实来源：同一指标只允许有一个权威计算路径，避免多套脚本并行。
- 显式依赖：所有输入、参数、中间结果都必须显式声明，禁止隐式读取“默认表”。
- 幂等性：重复执行不改变最终状态，重跑不会产生重复记录或金额翻倍。
- 可追溯：每次运行都留下运行标识、时间、操作者、输入版本和输出位置。
- 可验证：结果需有对账规则和校验指标，能自动判断是否“算对了”。
- 环境隔离：开发、测试、生产环境分离，避免相互污染。
关键判断：如果一个计算任务无法回答“这次结果是用哪版数据、哪版代码、哪组参数算出来的”，它就不具备可重复计算能力，也就无法支撑审计与监管报送。
三、可重复计算与数据血缘的关系
数据血缘描述的是数据从源头到结果的流转路径：字段从哪里来、经过哪些加工、流向哪些报表和指标。可重复计算与数据血缘是互为支撑的关系：血缘为可重复计算提供“依赖地图”，可重复计算为血缘提供“可验证的执行证据”。
具体来说，血缘在三个环节发挥作用：
- 计算前：通过血缘确定本次计算需要锁定哪些上游表和字段，形成输入清单。
- 计算中：血缘记录每一步的输入输出映射，使中间结果可定位、可回放。
- 计算后：血缘支撑影响分析，当上游数据变更时，能快速判断哪些结果需要重算。
反过来，可重复计算要求血缘必须精确到字段级和参数级。如果血缘只停留在“表A到表B”，就无法锁定输入版本，也无法复现参数取值。因此，可重复计算是数据血缘从“展示型”走向“执行型”的驱动力。
四、方法流程：把可重复计算落到工程上
在保险模型平台中，可重复计算通常按以下流程落地：
1. 锁定输入版本
data_version = "policy_202406_snapshot_v3"
snapshot_time = "2024-06-30T23:59:59"
2. 声明参数集
params = {
"discount_rate": 0.025,
"mortality_table": "CL2020_2023",
"expense_assumption": "v2.1"
}
3. 生成运行标识
run_id = "RESV-20240701-001"
4. 执行计算并记录血缘
output = run_model(data_version, params, run_id)
5. 输出校验与归档
checksum = sha256(output)
archive(run_id, data_version, params, checksum)
其中第4步是关键：计算引擎需要把每一步的输入表、输出表、字段映射和参数取值写入血缘库。这样当结果出现异常时，可以按 run_id 回放整条链路。
五、案例场景：准备金重算中的血缘校验
某寿险公司月末评估未到期责任准备金，监管要求可重复。第一次计算得到准备金 12.36 亿元。两周后因理赔数据补录，需要重算。此时：
- 若只重跑代码而不更新输入版本，结果仍为 12.36 亿元，但实际已不准确。
- 若更新了输入但未记录参数变化，新旧结果无法解释差异来源。
- 若血缘完整，可快速定位差异来自“理赔补录表 → 已发生赔款 → 准备金”这条路径，并只重算受影响部分。
实践提示：建议为每次运行生成一张“运行血缘卡”，包含 run_id、输入版本、参数集、输出校验值和影响范围。这张卡既是技术记录，也是审计证据。
六、常见误区与复盘
| 误区 | 表现 | 后果 | 纠正方式 |
|---|---|---|---|
| 只版本化代码 | 代码有 Git，数据用“最新表” | 同码不同果 | 数据快照 + 版本号 |
| 血缘只到表级 | 知道表A到表B，不知字段映射 | 无法锁定输入 | 字段级血缘采集 |
| 参数写在代码里 | 利率、死亡率硬编码 | 无法复现参数 | 参数外置并版本化 |
| 无运行标识 | 结果文件按日期命名 | 无法回溯 | 引入 run_id 与归档 |
| 忽略环境差异 | 开发能跑，生产报错 | 结果不可比 | 环境描述与隔离 |
复盘要点：可重复计算不是一次性项目，而是持续纪律。每次模型变更、数据补录、参数调整，都应触发血缘更新和重算范围评估。否则血缘会逐渐失真，可重复计算也会退化为“看起来能跑”。
总结来看，可重复计算为保险模型提供了“可验证的确定性”，数据血缘为这种确定性提供了“可追溯的路径”。两者结合，才能让准备金、偿付能力和利润测试结果经得起监管、审计和时间的检验。