2. 赔付率基础概念:定义、计算公式、行业基准与业务意义
赔付率是信贷风控与保险精算中最核心的损失度量指标之一。它直接反映资金池中因“坏样本”造成的资金流出占比,是衡量产品盈利能力和风险定价是否合理的“体温计”。本章从定义出发,逐步拆解其计算逻辑、行业参考值及业务决策价值。
2.1 赔付率定义
赔付率(Loss Ratio),在信贷场景中通常指 净损失金额 与 已赚保费(或放款本金) 的比值。它衡量每单位收入中有多少被用于覆盖坏账或理赔支出。
- 信贷视角:赔付率 = 逾期/坏账核销金额 ÷ 当期应还本金总额
- 保险视角:赔付率 = 已发生赔款支出 ÷ 已赚保费
- 通用本质:资金流出效率指标,数值越高代表风险成本越大
业务提示: 赔付率与“不良率”不同。不良率是存量口径(余额占比),赔付率是流量口径(当期损失/当期收入),两者在归因分析中需配合使用。
2.2 计算公式详解
标准赔付率计算公式如下,分为 毛赔付率 与 净赔付率 两个层级:
| 指标名称 | 计算公式 | 说明 |
|---|---|---|
| 毛赔付率 | 毛赔付率 = 当期总赔款支出 ÷ 当期已赚保费 × 100% |
包含所有理赔/核销金额,未扣除追偿收入 |
| 净赔付率 | 净赔付率 = (总赔款支出 − 追偿收入 − 残值回收) ÷ 已赚保费 × 100% |
扣除回收后的真实净损失,更贴近实际风险成本 |
| 综合赔付率 | 综合赔付率 = 净赔付率 + 费用率 |
包含运营费用,用于评估整体盈亏平衡 |
// 示例:某消费信贷产品月度赔付率计算
let totalClaim = 1_250_000; // 当月核销坏账金额(元)
let earnedPremium = 12_500_000; // 当月已赚保费(利息+服务费)
let recovery = 180_000; // 当月追偿回收金额
let grossLossRatio = (totalClaim / earnedPremium) * 100;
let netLossRatio = ((totalClaim - recovery) / earnedPremium) * 100;
console.log(`毛赔付率: ${grossLossRatio.toFixed(2)}%`); // 10.00%
console.log(`净赔付率: ${netLossRatio.toFixed(2)}%`); // 8.56%
2.3 行业基准参考
不同业务形态的赔付率健康区间差异显著。以下为常见信贷与保险场景的参考基准:
| 业务类型 | 健康区间 | 警戒线 | 说明 |
|---|---|---|---|
| 银行信用卡 | 2% – 4% | > 6% | 客群优质,风险成本低 |
| 消费金融 | 5% – 10% | > 15% | 客群下沉,定价较高覆盖风险 |
| 车险(交强险) | 60% – 75% | > 85% | 赔付率高但保费规模大 |
| 信用保证保险 | 30% – 50% | > 70% | 与信贷坏账联动,波动较大 |
| P2P/助贷平台 | 8% – 15% | > 25% | 高风险高定价,需严格监控 |
注意: 行业基准仅作参考。实际业务中需结合产品期限、客群分层、宏观经济周期动态调整阈值。例如,经济下行期消费金融赔付率可能突破20%仍属“新常态”。
2.4 业务意义与归因价值
赔付率在坏样本归因分析中承担三个关键角色:
- 风险定价校准器:当赔付率持续高于定价隐含的损失率时,说明定价不足或风控策略失效,需立即排查坏样本来源。
- 策略效果度量尺:对比策略调整前后的赔付率变化,量化风控规则、额度模型、催收策略的真实效果。
- 坏样本归因锚点:通过拆解赔付率(按客群、渠道、产品、期限),定位“哪个细分群体的赔付率异常高”,从而锁定坏样本归因方向。
2.5 赔付率与坏样本归因的联动逻辑
在实际归因案例中,赔付率不是孤立数字,而是与以下指标构成 归因指标体系:
- 赔付率 + 逾期率:判断坏账是“量增”还是“价增”(单笔损失变大)
- 赔付率 + 回收率:评估催收效能对净损失的抵消作用
- 赔付率 + 费用率:区分风险成本与运营成本,避免归因混淆
- 赔付率 + 定价利率:验证风险定价是否覆盖实际损失
实操要点: 当赔付率突破警戒线时,不要直接归因于“客群变差”。应先做 赔付率拆解(按客群、渠道、产品、期限、地区),找到贡献度最高的细分维度,再结合坏样本特征做深度归因。这是本课程后续案例的核心方法论。
2.6 常见误区与避坑指南
| 误区 | 错误表现 | 正确做法 |
|---|---|---|
| 混淆毛赔付率与净赔付率 | 用毛赔付率评估真实损失,高估风险 | 归因分析统一使用净赔付率,扣除回收 |
| 忽略分母口径差异 | 用“放款本金”代替“已赚保费” | 严格按“当期已赚保费”计算,避免分母虚增 |
| 只看整体不看分层 | 总赔付率正常,但某细分群体已爆表 | 必须按客群/渠道/产品做赔付率拆解 |
| 忽视时间滞后性 | 用当月赔付率判断当月放款质量 | 赔付率需匹配对应账龄(vintage)分析 |
归因红线: 永远不要用“总赔付率下降”来证明风控策略有效,除非你已确认所有细分维度的赔付率都在下降。辛普森悖论在赔付率分析中极为常见——总指标向好,但每个子群都在恶化。