4. 赔付率复盘流程：数据清洗、数据聚合、趋势分析、异常点识别
赔付率复盘是精算模型Challenger对比的基础。只有经过系统化清洗、聚合、趋势分析与异常点识别后的赔付率，才能作为模型校准与验证的可靠基准。本章将拆解这一流程的四个核心环节。
4.1 数据清洗：剔除噪声，保留有效信号
原始理赔数据通常包含录入错误、重复记录、缺失字段、极端值等问题。清洗阶段的目标是确保进入聚合环节的数据具备完整性、准确性、一致性。
| 清洗步骤 | 操作内容 | 常见问题 |
|---|---|---|
| 去重 | 按保单号+出险日期+赔案号去重 | 同一赔案被录入多次 |
| 缺失值处理 | 关键字段（如赔付金额、出险日期）不可缺失；非关键字段可填充或标记 | 理赔员未填写事故原因代码 |
| 异常值截断 | 对赔付金额进行分位数截断（如99.5%分位）或业务规则截断 | 单笔赔付超过保额上限 |
| 逻辑校验 | 出险日期 ≤ 报案日期 ≤ 结案日期；赔付金额 ≥ 0 | 结案日期早于出险日期 |
| 格式统一 | 日期格式、币种、险种代码标准化 | 部分日期为“2024/01/01”，部分为“2024-01-01” |
精算提示：清洗阶段不要过度剔除“高额赔案”。高额赔案往往是长尾风险的来源，建议单独标记并保留，在后续异常点识别环节再做分析。
4.2 数据聚合：从赔案到赔付率的转换
清洗后的明细数据需要按评估期（如月度、季度）和风险维度（如险种、渠道、地区）聚合，计算实际赔付率。
聚合公式：
实际赔付率 = 已决赔款 + 未决赔款准备金变动
──────────────────────────────
已赚保费聚合维度通常包括：
- 时间维度：承保年度、事故年度、报告年度、日历年度
- 产品维度：险种代码、产品线、附加险类型
- 渠道维度：代理人、经纪、网销、银保
- 地域维度：省级、地市级、机构层级
关键原则：聚合粒度应与精算模型Challenger的输入粒度保持一致。如果模型按“事故月×险种”预测赔付率，复盘数据也必须聚合到同一粒度。
4.3 趋势分析：识别赔付率的动态模式
趋势分析帮助精算师判断赔付率是稳定、上升、下降，还是呈现季节性波动。常用方法包括：
- 移动平均法：计算3期或12期移动平均，平滑短期波动，暴露长期趋势。
- 同比/环比分析：同比（Year-over-Year）消除季节性；环比（Month-over-Month）捕捉短期变化。
- 累计赔付率曲线：按事故年度绘制累计赔付率随发展月数的变化，观察是否收敛。
常见陷阱：趋势分析中容易忽略“业务结构变化”。如果某月高赔付率的险种占比突然上升，即使各险种赔付率不变，整体赔付率也会被拉高。此时应做标准化赔付率或同质组合分析。
4.4 异常点识别：定位需要深入调查的偏差
异常点可能源于数据错误、业务突变或模型偏差。识别方法分为统计法和业务规则法。
| 方法类别 | 具体技术 | 适用场景 |
|---|---|---|
| 统计法 | Z-Score、IQR（四分位距）、箱线图 | 赔付率分布近似正态或偏态不严重 |
| 时间序列法 | 残差分析、CUSUM（累积和）控制图 | 监测赔付率是否超出预测区间 |
| 业务规则法 | 单笔赔付超过保额80%、连续3个月赔付率翻倍 | 快速定位明显异常 |
| 聚类法 | DBSCAN、孤立森林 | 高维异常检测（同时考虑赔付率、件均、出险频率） |
识别出异常点后，应进行归因分析：
- 是否由数据录入错误导致？ → 返回清洗阶段修正
- 是否由一次性大额赔案导致？ → 标记为“非经常性项目”
- 是否由业务政策调整导致？ → 记录为“结构性变化”
- 是否由模型预测偏差导致？ → 作为Challenger对比的输入
4.5 流程总结与Challenger对比的衔接
完成上述四步后，输出成果应包含：
- 清洗日志：记录剔除的记录数、原因、占比
- 聚合赔付率表：按选定维度的月度/季度赔付率序列
- 趋势图：实际赔付率 vs 移动平均线
- 异常点清单：每个异常点的位置、数值、归因结论
Challenger衔接：复盘得到的实际赔付率序列将作为“观测值”，与精算模型的“预测值”进行逐期对比。异常点清单中的“模型偏差”类异常，是Challenger对比中需要重点解释的差异来源。