经验修正系数和表定调整

这家客户过去三年的实际损失比同类的期望低，下一年的保费该打几折？核保人的加减分怎么叠上去？

SOA ASTAMCAS 5按输入的参数计算

对过的标准答案: 2 条
覆盖的考试公式: 1 个
参数: 12 个
开源库: 0 个

01当场运行

改一个参数，当场重算

打开页面时用默认参数算了一次。改一个参数，停一下，结果就会重算。

输入

公式

实际损失：基本部分 A_p元

0 元100,000,000 万元

实际损失：超额部分 A_e元

0 元100,000,000 万元

期望损失 E元

1 元100,000,000 万元

期望损失中基本部分的比例 D

E_p = D × E

基本部分的信度 Z_p

超额部分的信度 Z_e

表定调整的各项加减分3 个数

例如 -0.05 是减 5%

最小 -0.05最大 0.03均值 -0.01333

0–30 个数，每个在 -1–1 之间。一行一个，可以直接粘贴一列。

其余 2 个参数

表定调整合计的上下限

手册保费元

0 元100,000,000 万元

当前选项用不到的 2 个参数已隐藏，换了选项会显示出来。

没有用数据：按输入的参数计算

按输入的参数计算

输出

用时 204 毫秒 · 11/14 22:22 运行

经验修正系数: 0.92
实际 ÷ 期望: 0.8
表定调整合计（截断前）: -0.04
表定调整合计: -0.04
最后的保费: 13.25 万元

经验修正的各部分parts2 行 · 4 列

结果表经验修正的各部分
部分	实际	期望	信度或权重
基本部分	30,000	40,000	0.6
超额部分	50,000	60,000	0.2

02标准答案

2 道有答案的题，上线前都算对了

每一条都写明答案的出处和允许的误差。点“代入这道题”，用题里的参数当场再算一次。

上面这次运行的参数和这些题都不一样。点“代入这道题”，用题里的参数算一次。

第 1 条
平台算出的数对得上
手算：E_p = 40,000，E_e = 60,000；(0.6 × 30,000 + 0.4 × 40,000 + 0.2 × 50,000 + 0.8 × 60,000)/100,000 = 0.92；表定 −5% 后 874
参数公式一般式（两部分各给信度 Z_p、Z_e）手册保费 1,000 元表定调整的各项加减分 1 个数其余用默认值
项标准答案平台算出
经验修正系数mod 0.92 0.92
最后的保费premium 874 874
表定调整合计schedule_total -0.05 -0.05
允许误差 1×10⁻⁹ + 1×10⁻⁹×|答案|
第 2 条
平台算出的数对得上
手算：(30,000 + 0.3 × 50,000 + 0.7 × 60,000 + 20,000)/(100,000 + 20,000) = 0.89167；表定合计 −35% 截到 −25%
参数公式 NCCI 分割式（权重 w、稳定值 B）手册保费 1,000 元表定调整的各项加减分 2 个数表定调整合计的上下限 0.25其余用默认值
项标准答案平台算出
经验修正系数mod 0.89166667 0.89166667
表定调整合计schedule_total -0.25 -0.25
允许误差 1×10⁻⁹ + 1×10⁻⁹×|答案|

项	标准答案	平台算出
经验修正系数mod	0.92	0.92
最后的保费premium	874	874
表定调整合计schedule_total	-0.05	-0.05

项	标准答案	平台算出
经验修正系数mod	0.89166667	0.89166667
表定调整合计schedule_total	-0.25	-0.25

03代码

同一段代码，智能体也在用

这是上面这次运行的代码，参数和页面上的一样。智能体在“运行分析”时调用的是同一个函数。

参数：12 个，和上面这次运行相同

运行的代码Python 18 行204 毫秒

1import json2from wi_actuarial.methods.ratemaking import experience_rating34result = experience_rating.experience_mod(5    form="general",6    actual_primary=30000,7    actual_excess=50000,8    expected=100000,9    d_ratio=0.4,10    z_primary=0.6,11    z_excess=0.2,12    weight=0.3,13    ballast=20000,14    schedule=[-0.05, 0.03, -0.02],15    schedule_cap=0.25,16    manual_premium=150000,17)18print(json.dumps(result, ensure_ascii=False))

01当场运行

改一个参数，当场重算

正在用默认参数运行，计算量大的方法最多要 20 秒。

04出处和说明

公式从哪里来，有什么限制

列出参考的教材、论文和考试公式条目。方法的限制和实现上的说明也写在这里。

参考

Werner、Modlin：Basic Ratemaking第 15 章 Commercial lines rating mechanisms
NCCI Experience Rating Plan Manual

覆盖的考试公式

RTM-023经验修正因子（一般式与 NCCI 分割式）CAS5

公式条目按精算考试的公式表整理，编号和中文名是平台自己的。

这个方法算什么

把实际和期望损失分成基本部分和超额部分，分别给信度，算经验修正系数（一般式或 NCCI 分割式）；再加上核保人按风险特点给的加减分（有上下限），得到最后的保费。

说明和限制

实际损失要和期望损失口径一致：同一个经验期、同一个发展阶段，期望损失按现行的类费率和期望赔付率算。
基本部分（每件损失的前一段）比超额部分稳定，所以信度更高。这样一件大赔案不会让修正系数跳得太多。
表定调整反映经验数据没有体现的风险特点（例如安全制度、厂房状况），有合计的上下限。

数据

没有用数据：按输入的参数计算

开源库和版本

05同族的方法

费率厘定，还有 21 个方法

同一个方法族里的其他方法。在智能体里，用一句话就能调用这些方法。

在智能体里这样问“这家客户过去三年的实际损失比同类的期望低，下一年的保费该打几折？核保人的加减分怎么叠上去？”