准备金评估
用链梯法、BF 法和 Mack 法算损失三角形的未决赔款（IBNR）和误差区间。三角形可以用公开样例、演示数据或用户给的数据。
- 官方技能，由智元数据编写和维护
- 只调用智元数据的 REST 接口
- 1 个取数脚本，只用 Python 3 自带的库
- API Key 从环境变量 WI_API_KEY 读取
- 依赖的数据集
- 2
- 一次对话
- —
- 安装次数
- 8
- 近 7 天调用
- 11
01怎么用
三步，让你的 Agent 用上这些数据
安装和设置只做一次。以后直接向你的 Agent 提问就行。
01
发安装语句
复制页头的安装语句，发给 你的 Agent。它会下载技能，装进自己的技能目录。可以在页头切换你用的 Agent。
02
设置 API Key
在终端里运行下面的命令，再启动 你的 Agent。
export WI_API_KEY=你的 API Key
创建 API Key03
直接提问
02依赖的数据集
这些数据集都要有授权
技能用到的数据集都要有授权才能查询。缺授权时，Agent 会告诉你缺哪一个。
保险市场损失三角形公开样例
loss-triangle-sample
一行是一张损失三角形的一个格子：一个事故年在一个发展期的累计赔款。包含三角形编号和名称、事故年、发展月数、累计赔款、赔款口径，商业车险一张另有已赚保费。收录 3 张行业公开的样例三角形，共 165 行：RAA（Mack 1993 论文使用的美国再保险协会一般责任险数据，1981—1990 年）、Taylor-Ashe（1983，1—10 事故年）、美国财产险附表 P 商业车险全行业合计（CAS 损失准备金数据库，1988—1997 年）。用来演示和检验链梯法、BF 法、Mack 法等准备金方法。这些是国外公开样例，不是中国市场的数据。
165 行 · 7 个字段登录后查看授权
保险市场健康险报案金额三角形
health-claim-triangle-demo
一行是一个出险月在一个发展期的累计报案件数和申请赔付金额。包含出险月、发展月数（1 到 3）、累计报案件数、累计申请赔付金额和评估日期。由平台的演示数据（健康险保单、理赔案件）按出险日期和报案日期汇总，只算已结案和审核中的案件，评估日期 2026 年 9 月 30 日，覆盖 2019-01 到 2026-09 共 93 个出险月，276 行。用来演示短尾健康险的已发生未报案（IBNR）估计。这是演示数据，不是真实数据。
276 行 · 5 个字段登录后查看授权
03技能内容
装进 Agent 的，全在这里
SKILL.md 可以看预览，也可以看原文。参考文件由平台按当前数据生成，需要时才读。
- 常驻约 94 token
- name 和 description，Agent 一直带着
- 触发后约 824 token
- 用到这个技能时读入 SKILL.md 正文
- 按需约 6,781 token
- 需要时才读参考文件、运行脚本
SKILL.md
68 行 · 约 918 token · 触发后读入--- name: actuarial-reserving description: 用链梯法、BF 法、Mack 法算损失三角形的最终赔款、未决赔款（IBNR）和标准误差。用户说"算准备金""链梯法""IBNR""损失三角形"时使用。用平台的精算工具包 wi_actuarial（底层是开源库 chainladder）写 Python 代码计算。 ---
准备金评估
用损失三角形算未决赔款。先确定三角形，再选方法，再写代码算。
第 1 步：确定三角形
| 用户说的 | triangle | 数据的性质 |
|---|---|---|
| "这张三角形"，没有给数据；RAA；一般责任险 | raa | 公开样例（Mack 1993，千美元） |
| Taylor-Ashe；GenIns | genins | 公开样例 |
| 美国商业车险；有已赚保费，要用 BF 法 | clrd_comauto | 公开样例（CAS 附表 P） |
| 健康险；平台的演示数据 | demo_health | 演示数据，不是真实数据 |
用户自己给了三角形时，整理成 rows=[{"origin": 事故年, "dev": 发展年数或月数（12、24、…）, "value": 累计赔款}] 传进去。 用户没有指定时用 raa，并且在回答里说明用的是公开样例。
要看三角形的原始数据，用：
python3 scripts/wi.py query loss-triangle-sample --where "triangle = raa" --fields origin_year,dev_months,value --limit 100
第 2 步：选方法
| 方法 | 函数 | 什么时候用 |
|---|---|---|
| 链梯法 | reserving.chain_ladder(triangle, average="volume", tail="none") | 默认 |
| BF 法 | reserving.bornhuetter_ferguson("clrd_comauto", apriori=0.75) | 用户说 BF、先验赔付率；只能用有保费的 clrd_comauto |
| Mack 法 | reserving.mack(triangle) | 用户问误差、区间、标准差 |
average 可以是 volume（加权平均）、simple（简单平均）、regression（回归）。tail 可以是 none、exponential、inverse_power。
第 3 步：算
import json
from wi_actuarial import reserving
r = reserving.chain_ladder("raa")
print(json.dumps(r["summary"], ensure_ascii=False))
print(json.dumps(r["data"], ensure_ascii=False))
print(json.dumps(r["tables"]["factors"]["rows"], ensure_ascii=False))
for row in r["tables"]["reserves"]["rows"]:
print(row)
for n in r["notes"]:
print("说明：", n)怎么回答
- 结论：最终赔款和 IBNR 的合计，写单位。
- 发展因子：每个发展期的因子。
- 每个事故年：已报案、最终赔款、IBNR。
- 数据和方法：三角形的出处和性质，库和函数，
notes里的说明。 - 代码：原样附上。
规则
- 数字都要来自代码的输出。不要自己再乘除，不要编造数据。
- 回答里写出数据的性质：真实数据写出处，公开样例写"公开样例"，演示数据写"演示数据，不是真实数据"。
- 回答里写出用了哪个库、哪个函数，以及结果里的说明（
notes）。 - 把运行的代码原样放在回答里，方便用户复算。
- 一次回答最多 6 次运行代码。互不依赖的计算放在同一段代码里。