寿险精算模型实务：保单数据分组规则

当保单数据量很大时，除非保险监管机构有明文要求，我们建议将保单数据进行分组评估，采用分组后的模型点开展各项财务精算分析工作，如会计准备金评估、内含价值计算等。

常见的保单数据分组字段分析如表6.1.2所示。

表6.1.2　保单数据分组字段示例

上述保单数据分组规则还需要结合保险产品的具体特征，确保精算评估的合理性。比如，如果该产品的责任和年龄相关，在被保险人21岁至24岁时每年给付一笔教育金，则对被保险人年龄分组时最好每个年龄归为一组，不宜按照5岁进行分组，以避免在现金流预测时产生教育金在不同年份之间的跳跃。

根据不同评估目的以及有效业务与新业务的组合，公司可以输出多套保单数据模型点。表6.1.3列出了常见的模型点输出结果类型。精算软件一般支持的最小预测区间为月，理论上模型点类型A和B的评估结果保持一致。在实际财务精算分析中，如果保单数据量不是很大（如仅在100万左右的量级），或者硬件条件足够好，建议适当开展逐单数据的评估分析（比如每年度开展一次，比一般财务精算评估的频率低），为各类分组数据下的评估结果提供质量校验的基准。

表6.1.3　常见的模型点输出结果示例

(www.xing528.com)

在分组保单数据生成后，我们需要检验保单数据结果，一般包括数据分组前后的一致性、保单数据分组质量检验、保单跳单管理等过程。

1.数据分组前后的一致性检查

我们需要开展数据分组前后的一致性检查。比如，通过对比分析数据分组前后的保费、保险金额、保单数量等常见保单数据字段，确保所有保单没有遗漏、没有重复。

2.保单数据分组质量检验

在采用保单分组数据进行精算评估时，往往需要对保单数据分组的质量进行检验。常见检验的方法为对比保单数据分组前后某个指标的差异情况。如果分组前后该指标的差异比例小于一定范围，则表示我们接受该保单数据分组，后续可以正常开展各项财务精算分析。保单数据分组检验的指标一般为精算评估代表性指标，如法定准备金、会计准备金、现金价值等。

3.保单跳单管理

在保单数据分组后，如果发现分组后的模型点出现跳单（即该模型点在精算模型中没有正确运行），还需要进一步分析该模型点跳单的具体原因，进而修订保单分组规则。