1. 课程导入

在保险精算工作中，模型从来不是“算出一个数”就结束。真正决定模型可信度的，是当关键假设发生变化时，结果会如何变化、变化多大、是否仍然可控。敏感性分析与压力测试，正是回答这三个问题的核心工程手段。本课程围绕“精算模型敏感性与压力测试工程实战”展开，强调的不只是概念理解，而是把方法落到可复用的流程、代码、参数配置与报告体系中。

一、核心定义：敏感性分析与压力测试到底在做什么

敏感性分析（Sensitivity Analysis）关注的是：在其他条件不变的前提下，改变一个或多个输入假设，观察模型输出（如准备金、偿付能力资本、利润、内含价值等）的变化幅度与方向。它回答“哪个假设最要命”。

压力测试（Stress Testing）则更进一步，通常设定极端但可解释的情景，例如死亡率骤升、退保率翻倍、利率长期低位、巨灾损失集中发生等，评估模型在不利情景下的稳健性与资本充足性。它回答“最坏情况下我们扛不扛得住”。

两者关系可以概括为：敏感性分析是“单变量或局部扰动”的显微镜，压力测试是“多变量极端情景”的望远镜。工程实战中，二者往往共用同一套模型接口、参数管理、批量执行与结果汇总框架。

二、学习目标：学完本课程你能做到什么

• 能够清晰区分敏感性分析、情景分析、压力测试、反向压力测试的边界与适用场景。
• 能够为精算模型设计可配置的假设参数体系，支持批量扰动与情景切换。
• 能够编写自动化脚本，完成多假设、多情景的批量运行与结果采集。
• 能够构建敏感性结果矩阵、龙卷风图、情景对比表与压力测试报告。
• 能够识别常见误区，如假设相关性忽略、基准情景偏差、结果不可复现等。
• 能够将敏感性与压力测试嵌入模型治理、精算内控与监管报送流程。

三、整体课程框架：从概念到工程落地

本课程共30章，整体遵循“概念—方法—工具—案例—治理”的递进结构。前段建立定义与框架，中段深入单变量敏感性、多变量情景、压力测试设计与反向压力测试，后段聚焦工程实现、自动化流水线、结果可视化、报告输出与模型治理。每一章都尽量围绕真实精算对象展开，例如死亡率、退保率、利率、费用率、赔付率、再保结构等。

四、方法流程：一次完整的敏感性与压力测试怎么做

工程实战中，建议遵循以下标准流程，避免“跑了一堆结果却说不清结论”。

1. 明确目标与输出指标：确定关注的是准备金、偿付能力、利润、内含价值还是现金流缺口。
2. 建立基准情景：基准必须清晰、可复现、有版本记录，否则所有对比都失去意义。
3. 识别关键假设：通过专家判断、历史数据、模型重要性排序筛选高影响参数。
4. 设计扰动范围与情景：单变量用±10%、±20%等，压力情景用监管或内部极端设定。
5. 批量执行与结果采集：通过脚本或调度平台自动运行，统一输出格式。
6. 分析与归因：计算弹性、贡献度、排序，识别非线性与交互效应。
7. 报告与治理：形成结论、建议、限制条件，并纳入模型治理与审计留痕。

# 示例：敏感性批量运行参数配置（YAML）
base_scenario: "BASE_2024Q4"
output_metrics:
  - reserve
  - solvency_capital
  - profit_margin
sensitivity:
  mortality_rate: [-0.2, -0.1, 0.0, 0.1, 0.2]
  lapse_rate:     [-0.2, -0.1, 0.0, 0.1, 0.2]
  interest_rate:  [-0.01, -0.005, 0.0, 0.005, 0.01]
stress_scenarios:
  - name: " pandemic"
    mortality_rate: 0.5
    lapse_rate: 0.3
  - name: "low_interest"
    interest_rate: -0.02
    duration_years: 10

五、案例与场景：为什么这件事在精算工作中如此重要

假设某寿险产品准备金对死亡率假设的弹性为1.8，对退保率弹性为0.6，对利率弹性为2.5。这意味着利率每下降1%，准备金可能上升约2.5%。如果此时叠加退保率上升和死亡率恶化，压力情景下的资本缺口可能远超单变量敏感性结果的简单加总，因为假设之间存在相关性。

六、常见误区与复盘要点

• 误区一：只做单变量，忽略交互效应。现实中死亡率、退保率、利率往往同时恶化，简单加总会低估风险。
• 误区二：基准情景不统一。不同部门用不同基准，导致结果无法比较，结论失去意义。
• 误区三：结果不可复现。参数、代码、数据版本未记录，审计时无法还原。
• 误区四：只关注数值，不关注归因。知道结果变了，却不知道为何变、哪一段业务贡献最大。
• 误区五：压力测试与业务脱节。报告写完就归档，未进入定价、再保、资本管理决策。