1. 课程导论与项目背景
1.1 精算模型在非寿险定价中的核心作用
非寿险定价的核心在于预测未来赔付成本。精算模型通过量化风险因子（如年龄、车型、地区、历史赔付记录）与赔付频率、赔付强度的关系，为每个风险个体计算“公平保费”。
一个典型的非寿险定价精算模型包含以下关键模块：
| 模块 | 功能 | 常用方法 |
|---|---|---|
| 频率模型 | 预测单位时间内出险次数 | 泊松回归、负二项回归、零膨胀模型 |
| 强度模型 | 预测单次出险的平均赔付金额 | 伽马回归、逆高斯回归、Tweedie 模型 |
| 纯保费模型 | 直接预测期望赔付成本（频率 × 强度） | Tweedie GLM、GBM、XGBoost |
| 费率因子模型 | 识别并量化各风险因子的相对影响 | 广义线性模型（GLM）、广义加性模型（GAM） |
精算定价铁律：保费必须与风险匹配。模型对高赔付率样本的拟合偏差，会直接导致定价过低（亏损）或定价过高（客户流失）。
1.2 坏样本（高赔付率样本）对定价准确性的影响
坏样本是指实际赔付率显著高于模型预期的样本，通常表现为：
- 高频率 + 高强度：出险次数多且单次赔付金额大（如高风险驾驶人群）。
- 极端值：单次赔付金额远超正常范围（如重大事故、诉讼案件）。
- 结构性变化：因外部环境（如自然灾害、政策调整）导致赔付模式突变。
坏样本对定价模型的影响可归纳为以下三点：
- 参数估计偏误：坏样本会拉高模型对风险因子的系数估计，导致正常风险群体被“补贴”高赔付群体。
- 模型拟合失真：高赔付率样本在损失分布中占据尾部，若未单独处理，模型会低估尾部风险。
- 定价公平性下降：低风险客户承担了不应有的保费溢价，高风险客户反而享受了“隐性折扣”。
实战痛点：在车险定价中，约 5%–10% 的高赔付率样本贡献了 40%–60% 的总赔付成本。忽略这些样本的归因分析，模型将产生系统性定价偏差。
1.3 实战项目整体流程与目标
本课程实战项目将完整走通“坏样本识别 → 归因分析 → 模型修正 → 保费重定价”的全链路。项目整体流程如下：
项目各阶段的核心目标与交付物：
| 阶段 | 核心目标 | 关键交付物 |
|---|---|---|
| 数据采集与清洗 | 获取保单、理赔、外部环境数据，处理缺失值与异常值 | 清洗后的建模数据集（含标签） |
| 基础精算模型构建 | 建立频率-强度双模型或 Tweedie 纯保费模型 | GLM/GBM 基准模型及残差分析报告 |
| 坏样本识别与标注 | 基于标准化残差、杠杆值、Cook's D 等指标识别高赔付率样本 | 坏样本清单及分布统计表 |
| 坏样本归因分析 | 使用 SHAP、LIME、决策树等工具挖掘坏样本的驱动因子 | 归因分析报告（含因子重要性排序） |
| 模型修正与重定价 | 引入归因结果调整模型结构或增加惩罚项，重新计算费率 | 修正后模型及新旧保费对比表 |
重要提示：本课程所有实战案例均基于脱敏后的真实车险数据。坏样本归因不是“剔除异常值”，而是理解异常背后的业务逻辑，并将其转化为定价因子。
1.4 课程知识体系概览
为帮助学员建立全局视角，下图展示了本课程的核心知识模块及其关联关系：
通过本课程，学员将掌握：
- 如何构建和诊断非寿险精算定价模型
- 如何利用统计指标和机器学习方法识别坏样本
- 如何对坏样本进行归因分析并提取业务可解释的规则
- 如何将归因结果转化为定价因子调整方案，实现精准定价