续保模型及其面对的挑战1.doc

续保模型及其面对的挑战 蔡多多，FCAS韬睿惠悦上海分公司 【摘要】 现阶段保险公司致力于研究消费者的行为，而续保模型就是一个有用的工具。本文介绍了构建续保模型的一般步骤，并给出了广义线性模型续保模型的例子，进而分析续保模型所面临的主要挑战并给出解决方案。 【关键词】 续保模型 非寿险精算一、引言 在过去的十年中，保险业不断采用更加精确的模型来计算保费。起初，精算师专注于损失频率和案均赔付成本。保险公司利用精算师的模型细分风险，以得到更精确的保费。近几年，随着竞争的加剧，仅仅考虑以上两个因素很难为公司带来盈利，保险业的领军者们开始探寻更多的关键变量及之间的相互关系。( 现在，这些技术正帮助保险公司理解消费者的行为。保险公司通过续保模型（或退保模型）来分析消费者行为，预测保费结构变化带来的影响并发掘回报最高的细分市场。但是，这些续保模型也带来了新的挑战――通常很难获得模型所需的数据。随着网上报价系统的出现（即消费者可以在网站上比较不同公司同一产品的报价），这些问题更加难以解决。 建立续保模型，精算师应首先保证数据的可靠准确。建模时，精算师需要选择模型所包含的变量。这些变量不仅包括常见的费率变量（如年龄、地域、索赔历史数据等），还要包括一些“软变量”，如保险公司成立的年份、拥有的其他产品的种类、公司的赔偿方案等。公司的销售渠道也会直接影响续保率，因此也应考虑。此外，精算师认为会影响