三、精算建模核心概念：理解现金流、时间价值、折现率、利率、死亡率、退保率、费用率等基本精算参数及其在模型中的角色
精算建模的本质，是将保险业务中一系列不确定的未来事件，转化为可量化、可比较、可决策的财务语言。无论是寿险产品的定价、准备金的评估，还是资产负债管理中的压力测试，其底层逻辑都围绕着一组核心参数展开：现金流、时间价值、折现率、利率、死亡率、退保率和费用率。这些参数并非孤立存在，它们通过精算模型中的时间轴与概率轴相互交织，共同决定了保单的利润轨迹与风险敞口。本章将逐一拆解这些核心概念的精确定义、在模型中的角色定位，以及它们之间的联动关系，帮助你在Excel中构建出逻辑严谨、参数可追溯的精算模型。
3.1 现金流：模型的骨架与脉搏
核心原理：现金流是精算模型中最基础、最直观的要素。它描述了在每一个时间单位（通常为年或月）内，保险公司与保单持有人之间发生的实际资金流入与流出。在寿险模型中，典型的现金流入包括期初或期缴的保费收入、保单贷款利息收入；现金流出则包括死亡赔付、生存年金给付、退保金支付、佣金支出、管理费用分摊以及税金等。现金流的正确识别与分类，是模型准确性的第一道防线。
判断方法与操作流程：在Excel中构建现金流时，建议采用“时间列 + 项目列”的二维结构。每一行代表一个保单年度，每一列代表一种现金流类型。关键操作原则包括：
- 时点约定：明确保费是期初支付还是期末支付，赔付是即时发生还是期末处理。通常精算模型中约定“期初保费、期末赔付”以简化计算。
- 概率加权：现金流必须乘以该事件发生的概率。例如，死亡赔付现金流 = 死亡概率 × 保额，而非直接使用保额。
- 项目分离：将投资型现金流（如万能险的结算利息）与保障型现金流（如风险保费）分开列示，便于后续敏感性分析。
案例拆解：假设一款30岁男性投保的定期寿险，保额100万元，缴费期20年，保险期20年。在Excel中，第1年的现金流应包含：期初保费（假设为5000元）、期末死亡赔付（概率为0.001，则期望赔付为1000元）、期末退保金（若退保率为0.05，则期望退保金为0，因为定期寿险无现金价值）。通过这种逐期拆解，模型才能真实反映利润来源。
常见误区：初学者常将“名义现金流”与“期望现金流”混淆。名义现金流是假设事件必然发生时的金额，而期望现金流必须乘以概率。在Excel中，务必使用公式将概率列与金额列相乘，而非直接引用保额。
3.2 时间价值与折现率：连接现在与未来的桥梁
核心原理：货币具有时间价值，今天的1元比10年后的1元更值钱。精算模型必须将所有未来现金流折算为评估时点的现值，才能进行有意义的比较与汇总。折现率正是实现这一转换的“汇率”。在精算实务中，折现率通常基于市场利率、投资收益率假设或监管规定（如偿二代下的750日移动平均国债收益率曲线）确定。
判断方法与操作流程：在Excel中，折现计算的核心函数是 NPV 或 XNPV。但精算模型更常采用“折现因子”法：
折现因子(t) = 1 / (1 + i)^t
其中 i 为年折现率，t 为距评估时点的年数操作上，建议在模型中单独建立“折现率参数”单元格，所有公式引用该单元格。这样，当折现率假设变化时，整个模型的现值结果会自动更新，便于进行敏感性测试。
| 折现率类型 | 适用场景 | Excel实现要点 |
|---|---|---|
| 法定评估利率 | 准备金评估 | 通常为固定值，直接引用单元格 |
| 内含价值折现率 | 公司价值评估 | 常采用风险调整后的收益率，需分层设定 |
| 动态折现率 | 资产负债管理 | 需构建利率期限结构，使用VLOOKUP或INDEX函数匹配 |
实战场景：在比较两款不同缴费期限的产品时，不能直接比较总保费。必须将各期保费折现到投保时点，计算“保费现值”。例如，趸缴保费10万元与10年期缴每年1.2万元，在3%折现率下，期缴的保费现值约为10.24万元，高于趸缴，说明期缴对保险公司更有利。
3.3 利率与死亡率：传统精算的双引擎
核心原理：利率与死亡率是传统寿险精算中最重要的两个假设。利率决定了资金的投资增值速度，直接影响定价中的保费计算与准备金评估；死亡率则决定了保障成本的发生频率与规模。在Excel模型中，利率通常以“年利率”形式输入，而死亡率则来源于经验生命表（如中国人身保险业经验生命表CL10-13）。
判断方法与操作流程：死亡率在模型中的角色是“概率触发器”。在Excel中，通常使用 VLOOKUP 函数从生命表工作表中提取对应年龄的死亡率。关键步骤包括：
- 建立“生命表”工作表，包含年龄、死亡率、生存人数、死亡人数等列。
- 在现金流模型中，使用
VLOOKUP(被保险人年龄, 生命表区域, 死亡率列, FALSE)提取当期死亡率。 - 计算生存概率：
生存概率(t) = 生存概率(t-1) × (1 - 死亡率(t-1))，用于加权后续现金流。
案例拆解：以某终身寿险为例，30岁男性投保，保额50万元。在Excel中，第1年的死亡赔付期望值 = 死亡率(30) × 50万 = 0.0007 × 50万 = 350元。第2年的赔付期望值 = 生存至31岁的概率 × 死亡率(31) × 50万。通过这种递推，模型能够精确计算各年度的风险成本。
常见误区：死亡率假设并非一成不变。对于不同产品（如定期寿险与终身寿险）、不同核保等级（标准体与次标准体），应使用不同的生命表或死亡率调整系数。在Excel中，建议为每个产品线设置独立的死亡率参数区域，避免交叉引用错误。
3.4 退保率与费用率：影响利润的“隐形杀手”
核心原理：退保率描述了保单持有人在中途解除合同的可能性。高退保率会导致保险公司损失预期的未来利润，并可能产生退保费用或现金价值支付。费用率则涵盖了获取费用（佣金、核保成本）与维持费用（客服、系统维护）。这两者在模型中往往被低估，却对利润的侵蚀作用显著。
判断方法与操作流程：在Excel中，退保率通常以“保单年度”为维度设定，而非年龄。费用率则分为“占保费比例”与“固定金额”两种形式。操作建议：
- 建立“退保率假设”表，按保单年度列出退保率，通常前5年较高，之后递减。
- 费用率采用“首年高、续年低”的模式，首年佣金可能占保费的50%-100%，续年佣金则降至5%以下。
- 在现金流模型中，退保金支出 = 退保率 × 保单现金价值；费用支出 = 费用率 × 保费 + 固定费用。
| 参数 | 典型取值范围 | 对利润的影响方向 |
|---|---|---|
| 退保率 | 首年5%-15%，逐年递减至1%-3% | 退保率上升，利润现值下降 |
| 获取费用率 | 首年保费的30%-100% | 费用率上升，首年亏损加大 |
| 维持费用率 | 每保单每年50-200元 | 费用率上升，长期利润下降 |
实战场景：在Excel中做利润测试时，可以设置“退保率变动”情景。例如，将首年退保率从10%上调至20%，观察内含价值的变化。通常，退保率上升会导致新业务价值下降，因为保险公司无法收回前期投入的获取成本。这种敏感性分析是精算报告中的必备内容。
3.5 参数联动与模型整合：从单点参数到系统思维
核心原理：精算模型的价值不在于单个参数的准确性，而在于参数之间的逻辑联动。例如，利率上升会提高投资收益率，但也可能提高折现率，从而降低未来现金流的现值；死亡率改善会减少赔付支出，但也可能延长保单有效期，增加后续费用支出。在Excel中，必须通过公式引用建立参数间的“传导链”。
判断方法与操作流程：构建联动模型时，建议采用“三表法”：
- 假设表：集中存放所有可调参数（利率、死亡率、退保率、费用率等）。
- 计算表：每一行对应一个保单年度，所有公式引用假设表中的单元格。
- 汇总表：使用
SUMIF或SUMPRODUCT汇总各年度现金流，并计算现值、利润等指标。
案例拆解：假设某分红险，利率假设为4.5%，折现率为5%。在Excel中，若将利率假设上调至5%，则投资收益率上升，但折现率不变（因为折现率通常基于市场利率而非资产收益率）。此时，未来现金流的现值会因投资收入增加而上升，但负债评估的折现率不变，导致利润增加。这种“资产端与负债端不对称”的联动，正是资产负债管理的核心议题。
常见误区：不要将折现率与投资收益率混为一谈。折现率用于计算负债的现值，反映的是资金的机会成本或监管要求；投资收益率用于计算资产的未来增值。两者可以不同，且差异正是利差损或利差益的来源。
在Excel中实现上述联动时，务必使用引用（如 $B$5）锁定假设单元格，并利用“数据验证”功能限制参数输入范围，防止误操作。同时，建议使用“方案管理器”或“数据表”功能进行多参数敏感性分析，观察不同假设组合下的利润变化。
精算建模的最终目标，是通过这些核心参数的合理设定与联动计算，回答三个关键问题：产品是否盈利？风险是否可控？资本是否充足？只有深刻理解每个参数的经济含义及其在模型中的传导路径，才能构建出既符合精算原理又具备实操价值的Excel模型。