保险精算

区域风险分类是财产险（尤其是车险）定价的核心环节。传统方法将区域（如邮政编码）作为分类变量纳入广义线性模型，或使用经纬度样条函数拟合地理风险，但存在明显局限：区域过多时数据稀疏导致估计不可靠，且无法利用区域间的空间关系（邻接性、交通连通性、地理屏障等）。 该研究创新性地将图论引入车险费率制定，以比利时第三方责任险数据（beMTPL97，162,231条观测）…

量子计算对保险业的影响呈现“风险在前、机遇在后”的双层结构。 近忧：加密威胁已是现实。 Shor算法可在数小时内破解RSA-2048加密，而“先收集、后解密”（HNDL）攻击已在发生——保险业保存的保单、理赔、健康数据敏感期长达数十年，当前加密信息可能被量子计算机在未来破解。更紧迫的是，破解RSA-2048所需量子比特数已从2012年的约10亿骤降至2026…

美国Medicaid（医疗补助）管理式医疗计划年支出逾4950亿美元，风险调整机制成为确保保费与参保人健康状况相匹配的关键精算技术。该机制通过统计模型，基于年龄、性别、疾病诊断、用药数据等参数，为每位受益人计算相对风险评分，进而调整向管理式医疗组织（MCO）的按人头付费标准，避免保险公司因承保高风险人群而受损。 模型类型与应用：常用模型包括CDPS、CMS-…

2025年10月发布的《中国人身保险业经验生命表（2025）》是保险业核心基础设施的十年一次重大更新。基于2014–2021年覆盖9.1亿件保单、1297万条理赔的全行业数据，首次以身份证号为线索编制“单一生命体表”，剔除重复统计，更真实反映个体死亡规律。 死亡率持续改善，预期寿命大幅延长。 第四套生命表男性、女性预期寿命分别达81.1岁和85.4岁，较第一…

该研究基于意大利103个省份1998—2002年的数据，运用梯度提升方法分析非寿险（不含强制车险）人均保费支出的影响因素。研究采用广义空间面板误差成分模型，并引入L₂提升算法与事后去选机制，在低维变量环境中实现了数据驱动的变量筛选与系数估计。 核心发现表明，人均GDP、银行人均存款、人口密度、家庭平均规模、司法效率、利率是影响非寿险消费的关键变量。其中，人均…

保险纯保费预测是车险定价的核心，直接影响组合盈利性与费率公平性。传统精算实践普遍采用频率-严重性分解框架，将纯保费拆解为预期索赔频次与平均索赔强度，分别建模后再合并。该方法契合索赔过程的双重随机性，兼具可解释性与灵活性。 本研究基于法国车险数据，对比了传统广义线性模型（GLM）与机器学习方法（XGBoost）在频次、强度及纯保费预测中的表现。主要发现如下： …

保险定价常面临公平性质疑——基于性别、婚姻状况等受保护特征定价可能构成歧视。本文提出一种数学化的“无歧视定价”框架，核心思想是：允许保险公司在损失建模时使用所有变量（含受保护特征）以提升风险预测精度，但在定价原则层面要求保费对受保护特征的分布扰动不敏感。 具体操作上，以实际概率测度下的损失分布为基准，通过KL散度最小化，寻找一个“最近”的概率测度，使得在该测…

本文提出了一种知识驱动的嵌入方法，用于处理保险精算模型中高基数分类变量的数值化表示问题。分类特征在车险、财产险定价中普遍存在，如车辆型号、邮政编码、地理区域等，但传统独热编码面临维度爆炸、类别间关系缺失等局限。 方法核心：将分类变量的每个类别视为图节点，依据领域知识构建边（如地理相邻性、K近邻），再使用Node2Vec图嵌入技术将节点映射为低维稠密向量。以马…

这篇论文为保险业的风险评估提供了一种全新的尾部模型比较工具。保险公司面临的洪水、地震等巨灾损失虽然发生频率低，但一旦发生便足以动摇偿付能力。传统的点预测无法完整刻画尾部风险，而预测分布虽更全面，但常用的评分规则（如连续分级概率评分CRPS）无法有效区分不同尾部指数的模型——论文指出，CRPS甚至无法区分重尾程度的差异。 核心贡献：让评分规则能“识别”尾部 作…