JOVANA
Library Glossary Getting Started Three Levels Fields How it works Mission
Join the mission
All guides

趋势与发展:把数据带向未来

去年的数据千真万确,却几乎派不上用场——你要定价的保单,活在一个不同而且更昂贵的世界里。本篇讲的正是这门手艺:把旧保费、旧损失一路拖向未来,直到它们诚实地描述新费率真正要覆盖的那一年。

为何昨日的数据会对明天说谎

到这里,你已经能读懂费率指示的菜谱:把损失与保费相比,再权衡一个许可损失率,便得出一个百分比。可是配料里埋着一个不动声色的谎言。你手上*真正拥有*的损失与保费,全来自过去——比如 2022、2023 这两个事故年。而你正在厘定的费率,将向也许是 2026 年签发、一路赚取到 2027 年的保单收取。这两个世界并不相同。原封不动地拿来用,历史不是预测未来,而是*错误地*预测未来,而且通常错在「偏便宜」那一侧。

数据与你要定价的那段期间之间,隔着三道不同的鸿沟,每一道都有它自己的修补。你收来的保费,是按你此后已经改过的*旧费率*收的——所以它必须现期化。一次索赔的成本、以及索赔发生的频次,会*随时间漂移*——所以损失(和保费)必须做趋势调整。而近一年的索赔*还没结束*:许多仍然未决,有些甚至还没报告——所以损失必须发展到它的最终值。三项调整,三道各不相同的鸿沟。本篇便是逐一带你走过这三者。

保费现期化:平行四边形法

先从保费说起,因为它的修补最容易想错。比方说,你在 2023 这个日历年里赚到了 1000 万保费。可在 2023 年里,你于 7 月 1 日把费率上调了 +10%。于是上半年签发的保单收的是*旧*费率,只有后来的业务才感受到这次上调。这 1000 万,是两个价格水平的混合,而且哪一个都不是今天的。要拿它来回答今天的问题——*我们现行的费率够不够?*——你就得把它重述成:倘若每张保单都按当前费率水平签发,你*本会*收到的那笔保费。这一重述,就是保费现期化

平行四边形法正是为此而生的优雅几何捷径。设想一个单位正方形:横轴是日历时间,纵轴是一张一年期保单从 0 到 1 已经走过的进度。某日的一次费率变动,并不会把整本业务一下子翻新——变动前签发的保单,要等到续保才换费率——所以这次变动是沿一条*对角线*逐渐铺开的,把正方形切成一块块平行四边形区域,每一块都完整地在某一个费率水平下赚取。算出每一块的*面积*,你就得到了:这一年已赚保费中,按各历史费率收取的比例各是多少。

Rate change +10% on 1 July 2023; one-year policies, written evenly.

  Fraction of CY2023 earned at OLD rate  = 0.875   (area of big triangle + slab)
  Fraction earned at NEW rate (1.10)     = 0.125

  Average earned rate level (old=1.00):
      = 0.875*1.00 + 0.125*1.10 = 1.0125

  Current rate level = 1.10  (the +10% is now fully in force)

  On-level factor    = 1.10 / 1.0125 = 1.0864

  On-level EP        = 10,000,000 * 1.0864 = 10,864,000
一次年中 +10% 的变动,整个日历年里只有 12.5% 按新费率赚取;现期化因子(1.0864)把整年放大到当前费率。那 87.5/12.5 的拆分,正出自这块几何。

两点诚实的提醒。其一,平行四边形法假设保单全年*均匀*签发、且都满一年——对个人车险没问题,但对季节性险种(农作物、飓风)或一次年中巨幅变动之后,它可能误导。一旦这个假设破了,精算师就退回到更繁重却精确的暴露展开法:把每一张历史保单逐一按当前费率重新计费。其二,现期化只对损失率法有意义,因为它需要现行费率下的保费;若你直接从暴露搭建费率(纯保费法),压根就没有保费可供现期化。

把损失向前趋势调整:通胀与频率

现在轮到损失。三年前修一处刮蹭花 4000 元,今天要更多——零件、漆面、技师工资全涨了。与此同时,汽车更安全、司机出事更少,索赔也许发生得*更不频繁*了。趋势调整,就是把历史损失向前老化、调到你的费率将要覆盖的那段未来期间的成本水平。它通常骑在你早已熟悉的频率—严重度拆分之上:频率趋势是每单位暴露索赔发生频次的漂移,严重度趋势是每次索赔平均成本的漂移——主要由维修、医疗、工资和陪审团裁决的通胀所驱动。

近似而言,损失趋势总量等于频率趋势*加上*严重度趋势(因为纯保费等于频率乘以严重度)。假设频率每年约下降 2%、严重度每年上升 5%,那么纯保费每年大约上升 3%。接下来是必须做对的微妙之处:你要趋势*多远*?你从损失发生的平均日期(你那段经验期间的中点),趋势到新费率下一次损失将发生的平均日期(未来保单期间的中点)。对生效一年的一年期保单,这段距离常常在两年半左右——按每年 3% 计,1.03 的 2.5 次方 ≈ 1.077,抬升 7.7%。

把损失发展至最终值:把这一年走完

近期数据还有第三个、更狡猾的问题,而它的机制你在准备金那一阶已经见过了。一个近期的事故年,根本就*还没结束*。它的有些索赔仍然未决,且随诉讼与治疗拖延而不断攀升;另一些甚至还没报告。你今天*看得见*的损失,低估了那一年最终要花的钱。把损失发展至最终值,就是估计那个完工数字的步骤——它借用的,正是你为准备金搭建的那同一个损失发展三角形发展因子,只是这一次,瞄准的是定价问题,而非资产负债表问题。

其机理,正是你熟悉的那套链梯法:从三角形里读出逐期发展因子(损失从 12 个月到 24 个月增长比如 ×1.20,从 24 个月到 36 个月 ×1.07),把它们串成一个单一的损失发展因子,再把不成熟的年份放大。若某近期事故年在 12 个月时显示 500 万、而 12 个月至最终值的因子为 1.50,则你估计的最终值是 750 万——而*这个*数字才是定价该用的,而非原始的 500 万。用不成熟的损失,会系统性地*定价偏低*,而且数据越新鲜,低估得越深。

下面是把发展与趋势分清楚的最干净办法,因为混淆这两者,是头号大罪。发展让*某一固定事故年*的损失在成熟度上横向移动,从不成熟走到完工——它回答的是*2023 年最终会有多大?* 趋势让*成本水平*从一段期间向更晚的期间纵向前移——它回答的是*一笔 2023 式的损失,到 2026 年要花多少?* 你先发展,弄清 2023 年真正的最终值,*然后*再把这个最终值趋势调整到未来期间。一旦把发展用了两遍、或让趋势悄悄混进尾部因子,你就把价格抬高了两次。(一句公道的警示:像责任险这样的长尾险种,对所选因子远比短尾的车损险敏感;一个晚期尾部因子的小小晃动,就能让整个指示来回摆动。)

拼到一起:终于描述未来的数据

来看整条流水线在一个事故年上跑一遍。取 2023 年今天所记录的损失。把它*发展*到最终值(这一年还没结束)。再把这个最终值*趋势调整*到 2026–27 保单期间的成本水平。另一边,取 2023 年的已赚保费,把它*现期化*到当前费率。如今——也只有如今——损失与保费才描述着*同一个*未来世界,于是把它们相除,便得到一个诚实、可比的损失率,可拿去权衡你那个许可的目标。

  1. 用三角形的损失发展因子,把每个不成熟事故年的损失发展至最终值——把「迄今可见」的数字,变成那一年完工的成本。
  2. 把这些最终损失,从经验期间中点趋势调整到未来保单期间中点,用频率 + 严重度趋势在这段间隔上复利。
  3. 用平行四边形法(或暴露展开法)把对应的已赚保费现期化到当前费率,让保费与损失处在可比的水平上。
  4. 用趋势调整、发展后的损失除以现期化保费,得到预估损失率,再与许可损失率比较,得出指示费率变动。

退后一步,这一课比任何单个公式都要大。在定价里,原始历史从来不是答案,它只是*原料*。精算师的工作,是把它诚实地拖过三道鸿沟——旧价格、漂移的成本、未完工的年份——直到它能讲述保单将真正栖身其中的那个未来。这每一项调整都立足于可能失效的假设,所以每一处都是一个由判断、而非算术来决定最终价格是否充足的地方。趋势尤其是预测;对它的精确度,要心怀谦卑。把这三者做对,指示便可信;把其中一者做得离谱,下游再多的聪明也救不回这个价格。