04 分类费率.ppt

分类费率（相对费率）classification relativity 孟生旺 中国人民大学统计学院 风险分类 将具有相同期望损失成本的保单归为一类，而后去厘定其费率。 风险完全相同的保单几乎是不存在的，即使存在，也不可能或难以将它们区分开来。 只是将风险近似相同的保单划分在同一个类别里。 分类费率（相对费率） 相对费率是根据各个风险类别的费率与基础费率的相对关系所确定的一种费率，其中基础费率是一个特定类别的费率（风险单位数最大，或经验纯保费最小）。 例：基础费率＝200，相对费率如下： 为何使用分类费率？ 可以使费率的表现形式更加简洁。 假设：被保险人根据地区（10个）和车型（50个）被分成100个类别 如果给每个类别厘定纯保费，则需要制定500个不同的费率 通过基础费率和相对费率的方式，只需确定一个基础费率和60个相对费率即可。 个体风险的经验数据的可信度达不到100% 对风险分类的限制 分类结果应具有统计上的稳定性，且便于在现实的市场上进行操作。 譬如：将5000份保单划分为700个风险类别是没有意义的，因为许多风险类别将是空集或者只包含少数几份保单。 分类变量 分类变量：个体风险的一些基本风险特征，根据这些特征，可以将个体风险区分成若干个具有不同期望损失的风险类别。 分类变量的不同取值称作水平。 某些连续型变量要进行离散化处理（如年龄）。 分类变量的选择标准： 精算 经营 社会 法律 分类变量的选择：精算 精确性: 费率因子要与保险成本相关 竞争的需要。例：保险人A=(10,20),保险人 B=(15)，结果？ 公平的需要 同质性: 每组被保险人具有相同的期望损失 可信性: 每组包含足够多的风险单位数 可靠性 : 各组被保险人的成本差异并非由于随机波动所致. 分类变量的选择：经营 可以客观定义。例：车型；反应敏捷、稳健 可验证。例：行驶里程数 直观上与成本相关。例：车辆的颜色 不会导致悬殊的费率差异。例：年龄 可接受的管理费用（见下页例） 分类变量的选择：例 假设将驾驶员根据某变量划分成三组，三个组的期望损失分别为800元，1000元和1200元，而保险人获取该变量数据的费用是每个被保险人200元 这三组的保费支出（期望损失+额外费用）分别为： 第一组：1000元 第二组：1200元 第三组：1400元 如果不使用该变量，他们的保费支出都是1000元。 无人从中受益！ 分类变量的选择：社会 要保护个人隐私。例：收入、饮酒习惯 要与保险成本具有因果关系。例：性别 被保险人可以控制。例：驾驶员限制 承受能力。过多的车主不购买第三者责任保险，就会带来社会问题。 分类变量的选择：法律 在汽车保险中，某些费率因子是被法律所禁止使用的。 例：种族。 相对费率(relativity)的厘定方法 单项分析法（one-way analysis) 最小偏差法（minimum bias procedure) 最小二乘法（线性回归模型） 边际总和法 Bailey-Simon法（最小c2法） 极大似然法 直接法 广义线性模型 （generalized linear models, GLM） 单项分析法 最传统的方法 每次只分析一个费率因子。 可以根据索赔频率、索赔强度或纯保费进行。 单项分析法：例（赔付率法） 假设： 汽车保险中使用两个分类变量： 车型：分为A、B和C三个水平 地区：分为1和2两个水平 总保费水平已经确定。 问题：如何根据经验数据（赔款、保费）对车型和地区的相对费率进行调整。 赔付率法总结： （1）预测经验期的最终赔款，并计算经验期的等水平已赚保费。 （2）计算经验赔付率，等于最终赔款与等水平已赚保费之比。 （3）计算初步的费率调整系数，等于各个类别的经验赔付率除以总平均的经验赔付率。 （4）计算经验数据的可信度 （5）用可信度对初步的费率调整系数进行修正，得到可信调整系数。 （6）进行平衡处理，得到平衡后的调整系数。在平衡处理时，要保证相对费率调整后，当前业务的已赚保费水平不变。这事实上等于假设当前的费率总水平是适当的，因此只需调整相对费率。 （7）用平衡后的费率调整系数对当前的相对费率进行调整，得到新的相对费率。 （8）如果需要调整保费的总体水平，则只需调整基础类别的费率水平即可。 单项分析法：例（纯保费法） 假设： 汽车保险中使用两个分类变量： 车型：分为A、B和C三个水平 地区：分为1和2两个水平 总保费水平已经确定。 问题：如何根据经验数据（赔款、风险单位数）对车型和地区的相对费率进行调整。 注意： 在赔付率法中，如果已知各个类别的已赚保费，也可以应用前述的迭代法。 在每次迭代时，需要根据各类别新的相对费率计算各年的等水平已赚保费。 纯保费法总结： （1）预测经验期的