1、课程导入：Prophet精算软件的功能定位、行业应用价值、学习路径与课程目标

Prophet（全称 Prophet Professional）是由英国 FIS（原 SunGard）公司开发的专业精算建模软件，长期服务于全球保险与再保险行业，是寿险、健康险、年金及一般保险领域进行负债评估、产品定价、内含价值计算、偿付能力压力测试与动态财务预测的核心工具。在中国市场，随着偿二代二期、IFRS 17 以及分红险、万能险新规的落地，Prophet 已成为精算部、财务部、风险管理部协同工作的“共同语言”。本课程面向精算从业者、精算专业学生以及保险科技相关岗位人员，从零开始建立 Prophet 操作能力，并逐步深入到模型架构、数据流、假设管理与监管报送场景。

上图展示了 Prophet 在精算工作中的核心枢纽地位：左侧为软件功能定位，右侧为行业典型应用场景，底部则对应本课程的学习路径与最终目标。接下来，我们将从功能定位、行业价值、学习路径与课程目标四个维度展开详细说明。

1.1 Prophet 的功能定位：从现金流引擎到精算中台

Prophet 本质上是一个 基于现金流模拟的精算建模平台。它允许用户通过图形化界面（Professional 界面）或文本代码（.pro 文件）定义保险产品的保单责任、保费缴纳、费用支出、佣金、退保、赔付、满期给付等现金流项目，并按照预设的精算假设（如死亡率、退保率、费用率、投资收益率）进行逐期模拟。其核心输出包括：

• 准备金负债：法定准备金、会计准备金、偿付能力准备金（如偿二代下的最低资本与风险资本）；
• 利润指标：新业务价值（NBV）、内含价值（EV）、内含价值回报率（ROEV）；
• 现金流预测：未来 30-50 年的保费流入、给付流出、费用支出与投资收益；
• 敏感性分析：利率、死亡率、退保率等假设变动对结果的影响。

从技术架构看，Prophet 采用“模型文件 + 数据文件 + 运行引擎”分离的设计。模型文件（.pro）定义计算逻辑，数据文件（.dat 或 .csv）提供保单明细与假设参数，运行引擎负责批量计算并输出结果表。这种设计使得 Prophet 非常适合处理大规模保单组合（百万级甚至千万级保单），同时支持分布式计算与云计算部署。

1.2 行业应用价值：为什么必须掌握 Prophet？

在保险行业数字化转型与监管趋严的双重背景下，Prophet 的应用价值体现在以下三个层面：

应用层面	具体场景	价值体现
产品开发与定价	分红险、万能险、重疾险、定期寿险的新产品定价	快速测算不同假设下的保费、现金价值、利润指标，支持产品决策
负债评估与财务报告	法定准备金、IFRS 17 准备金、内含价值评估	满足监管报送要求，提供审计级精算报告
风险管理与资本管理	偿二代二期下的最低资本计算、压力测试、动态偿付能力测试	量化风险敞口，优化资本配置，支持再保险安排

以偿二代二期为例，监管要求保险公司对保险风险、市场风险、信用风险分别计量最低资本，且需考虑风险分散效应。Prophet 通过内置的风险模块（Risk Aggregator）可以自动完成风险聚合与相关性矩阵计算，大幅提升工作效率。再如 IFRS 17 实施后，保险合同负债需要按“履约现金流 + 合同服务边际”进行计量，Prophet 的“分组模型”功能可以灵活定义保险合同组，并自动计算 CSM 的摊销与释放。

1.3 学习路径：从入门到精通的四阶段模型

Prophet 的学习曲线较陡峭，但通过合理的路径规划，可以显著降低入门难度。本课程将学习过程划分为四个阶段：

1. 基础操作阶段（第 1-8 章）：熟悉 Prophet 界面、模型文件结构、数据导入导出、运行与结果查看。目标是能独立运行一个简单模型并理解输出结果。
2. 模型搭建阶段（第 9-18 章）：掌握产品模型（Product Model）、点模型（Point Model）、假设模型（Assumption Model）的构建方法，学会编写现金流公式与逻辑判断。目标是能搭建一个完整的定期寿险或重疾险模型。
3. 高级应用阶段（第 19-25 章）：涉及随机模型、动态假设、IFRS 17 分组、偿二代风险聚合、内含价值计算等。目标是能处理复杂产品与监管场景。
4. 实战与优化阶段（第 26-30 章）：通过真实案例（如分红险平滑机制、万能险动态结算利率）进行端到端建模，并学习模型运行效率优化、批量处理与自动化脚本。

每个阶段都配有对应的实操练习与案例拆解，确保学员不仅“看得懂”，更能“动手做”。

1.4 课程目标：学完本课程你能做什么？

完成本课程后，学员应具备以下核心能力：

• 独立建模能力：能够根据产品说明书与精算假设，在 Prophet 中搭建完整的现金流模型，并输出准备金、利润、现金流等关键指标。
• 监管报送能力：熟悉偿二代二期、IFRS 17 的 Prophet 实现方式，能够生成符合监管要求的精算报表。
• 数据分析与验证能力：能够对 Prophet 运行结果进行合理性检验，识别模型错误与假设偏差。
• 效率优化能力：掌握 Prophet 的批量运行、参数化控制、结果导出与自动化报表生成技巧。

1.5 案例拆解：某寿险公司 Prophet 应用场景复盘

为帮助学员建立直观认知，我们以一个中型寿险公司的实际应用场景为例进行说明。

背景与约束：该公司需要在一季度末完成偿二代二期下的最低资本测算，同时为两款分红险产品进行内含价值评估。精算团队仅有 3 人，且其中 2 人为 Prophet 新手。时间窗口为 4 周，数据量约 120 万张有效保单。

初始现象与目标：团队此前使用 Excel 模型进行测算，但面对偿二代二期的风险聚合要求，Excel 模型无法处理复杂的相关性矩阵与随机模拟。目标是在 4 周内切换到 Prophet 模型，并完成监管报送。

关键输入数据与参数：

• 保单数据：包括年龄、性别、保额、缴费期限、保险期限、分红账户余额等；
• 精算假设：死亡率（行业表 + 公司经验数据）、退保率、费用率、投资收益率（分保守/中性/乐观三档）；
• 监管参数：偿二代二期风险因子、相关系数矩阵。

分析判断过程：团队首先对两款分红险产品进行产品模型搭建，利用 Prophet 的“产品模型模板”快速生成基础现金流。然后，通过“点模型”将 120 万张保单按产品、年龄、性别等维度进行聚合，生成代表性保单组。最后，在“风险聚合器”中导入偿二代二期参数，运行随机模拟（1000 次情景）得到最低资本。

实际操作步骤：

1. 第 1 周：完成 Prophet 环境搭建与数据清洗，将保单数据转换为 Prophet 要求的 .dat 格式；
2. 第 2 周：搭建两款分红险的产品模型，并运行单保单测试；
3. 第 3 周：构建点模型与假设模型，完成全量保单的聚合计算；
4. 第 4 周：运行风险聚合模块，生成偿二代最低资本报告与内含价值结果。

结果对比与复盘：Prophet 模型运行耗时约 6 小时（含 1000 次随机模拟），而 Excel 模型需要 3 天且无法完成风险聚合。最终结果与外部审计师复核结果差异小于 2%，顺利通过监管报送。复盘经验：提前做好数据质量检查是关键，Prophet 对数据格式要求严格，字段缺失或类型错误会导致运行中断。