2. 保险精算基础

在端到端精算平台项目中,业务规则最终都要落到一组可计算、可审计、可复现的术语体系上。寿险与非寿险虽然共享“准备金、现金流、折现率”等词汇,但其业务含义、计算路径和风险驱动因素差异显著。理解这些差异,是后续建模、数据映射和系统实现的前提。

一、核心原理:两类精算的底层逻辑

寿险精算以“人的寿命”为随机变量,核心是死亡率与生存概率。保费与准备金建立在生命表基础上,通过生存模型将未来不确定的给付转化为期望现值。非寿险精算以“事故与损失”为随机变量,核心是发病率、出险频率与案均赔款,通常按险种、地区、渠道等维度进行风险分类与聚合。

两者共同遵循精算现值原理:未来现金流的期望值按折现率贴现后,与当前资产或保费相匹配。差异在于,寿险强调长期、个体、生命依赖;非寿险强调短期、聚合、事件依赖。

精算现值等式:准备金 = 未来给付现值 + 未来费用现值 − 未来保费现值。该等式是寿险与非寿险准备金评估的共同骨架,只是各项现金流的驱动因子不同。

二、核心术语与计算流程

准备金是保险公司为履行未来赔付义务而预留的资金。寿险准备金通常按保单逐单计算,依赖死亡率、折现率和退保率;非寿险准备金分为未到期责任准备金与未决赔款准备金,后者又包括已发生已报案、已发生未报案等类别。

现金流是精算模型的输入与输出。寿险现金流包括保费流入、死亡给付、生存给付、退保给付和费用支出;非寿险现金流包括保费流入、赔款支出、理赔费用和再保摊回。折现率用于将未来现金流折算为现值,寿险常用长期无风险利率加流动性溢价,非寿险则更关注短端利率与赔付进展。

死亡率与发病率是两类业务的分水岭。死亡率描述被保险人在单位时间内死亡的概率,通常来自生命表;发病率描述疾病或事故发生的概率,常见于健康险与意外险。非寿险中更常用出险频率与案均赔款,二者乘积近似为纯保费。

寿险纯保费(趸缴)示例:
纯保费 = Σ (t=0..n) [ 死亡概率_t × 保额 × 折现因子_t ]
折现因子_t = 1 / (1 + i)^t

非寿险纯保费示例:
纯保费 = 出险频率 × 案均赔款
未决赔款准备金 = 已报案未决 + IBNR

三、案例场景:一张保单与一个险种

假设某寿险保单保额100万元,期限10年,折现率3%。若第5年死亡概率为0.002,则第5年死亡给付的期望现值为:100万 × 0.002 ÷ (1.03)^5 ≈ 1725元。将所有年份的期望现值加总,再扣除未来保费现值,即可得到该保单的准备金。

非寿险场景中,某车险险种年出险频率为8%,案均赔款为6000元,则纯保费约为480元。若已报案未决赔款为200万元,IBNR估计为50万元,则未决赔款准备金为250万元。平台需要将上述参数配置化,支持按险种、地区、渠道动态调整。

术语寿险含义非寿险含义平台参数示例
死亡率单位时间死亡概率较少直接使用生命表编号、性别、年龄
发病率健康险疾病发生概率意外/健康险出险概率疾病代码、等待期
准备金逐单未来给付现值未到期+未决赔款评估日期、险种、进展因子
折现率长期利率曲线短端利率+赔付进展利率曲线ID、期限
现金流保费、给付、退保、费用保费、赔款、再保摊回现金流类型、方向、时点

四、误区与复盘

常见误区一:把寿险死亡率直接套用到非寿险。非寿险的风险单位是“标的”而非“人”,频率与案均赔款才是核心驱动。

常见误区二:折现率一刀切。寿险久期长,对利率敏感;非寿险久期短,但赔付进展慢的险种同样需要长端假设。

常见误区三:准备金等于已发生赔款。准备金包含未来义务,必须考虑IBNR与费用,不能只看已报案数据。

复盘时建议按“术语—参数—公式—数据源—校验规则”五步走。每个术语在平台中应有唯一编码、明确口径和版本管理,避免同一指标在不同模块中含义漂移。只有术语统一,端到端精算项目才能实现从数据接入到报表输出的可追溯闭环。

寿险与非寿险精算核心术语对比 寿险精算 随机变量:人的寿命 核心术语:死亡率、生存概率 准备金:逐单未来给付现值 折现率:长期利率曲线 非寿险精算 随机变量:事故与损失 核心术语:出险频率、案均赔款 准备金:未到期+未决赔款 折现率:短端利率+进展因子 共同骨架:精算现值等式 差异对比