寿险精算模型实务：产品模型的代码传递示意

典型产品的精算模型架构示意如图5.1.2所示。

图5.1.2　精算模型架构示意

精算模型架构的各部分组成简要说明如下。

1.保单数据模型点概述

保单数据模型点体现了该保单的特征信息，包括产品代码、被保险人信息、保单状态信息等内容。从模型点获得结果的变量在变量设定时，注意变量名称与模型点中的字段名称保持一致，以便于核对保单信息。

2.产品责任形态概述

每项保险责任可能存在多种形式，同一产品在不同时间段其责任形态可能不一致。模型中可以对各产品责任按照一定指标进行分段定义，并对每个分段区间内各种形态的保险责任进行参数化编号。每个产品的责任分段参数与各个责任形态编号在表格中集中设置与管理。

某些产品的责任在计算保费、现金价值和法定准备金时，其值随年度变化，而在计算现金流时，其值随月度变化。有些产品其责任本身与保费或者现金价值相关，在计算保费或现金价值时，可能忽略这种相关性，但是在预测现金流时又需要考虑这种相关性。为提高模型的通用性，可以使用两套保险责任变量，一套供保费、现金价值和法定准备金计算使用，另外一套供现金流计算使用。另外，对于第一套责任变量，如果计算保费的责任定义、计算现金价值的责任定义和计算法定准备金的责任定义不一致，则第一套责任变量的定义优先满足法定准备金的计算，保费和现金价值则不在模型中计算，而采取读表的方式进行建模。

考虑到模型的可扩展性，在模型用比较直观的变量名（如DEATH_BEN_PP，CR_BEN_PP和ACC_BEN_PP等）定义完各类保险责任后，可将各个与事故发生率对应的保险责任映射至数组变量CLAIM_AMT_PP，该映射规则需在表格中设置，后续计算均将基于数组变量CLAIM_AMT_PP而不是直观定义的各个具体变量。这个数组变量包含的保险责任均对应一项事故发生率，对于生存给付、年金责任和满期责任，因其不对应具体的事故发生率，故不映射至该数组变量，而是直接利用直观定义的变量进行后续计算。

3.假设与参数表格概述

（1）假设表的物理结构（文件夹的层级关系）应合理。一些不经常改变的表格应分类放置在不同的文件夹下，如发生率表、直接佣金率表和与产品特征相关的一些表格。需定期更新的一些假设表格应该按照评估目的设置文件夹，如内含价值假设和偿二代负债假设应放在不同的文件夹中。一些仅与公司层面相关的假设与参数表格应放在表格文件夹的根目录下，如全局假设表应放置在表格文件夹的根目录下。

（2）产品假设表可按照参数类别（如产品形态参数、保费/现金价值/法定准备金假设、会计准备金假设、内含价值假设、预测假设等）拆分成若干张产品假设表。

（3）除全局假设表与产品假设表外，其他所有表的表名均通过一张表格进行管理，以避免在模型代码中把表格名称写死。

4.各种事故发生率与保单衰减因素的建模概述

（1）我们将事故发生率/保单衰减因素分成两类：一类为与保险事故相关的发生率，如死亡率、疾病发生率、意外发生率等；一类为与保单持有者行为相关的发生率，如退保率等。(www.xing528.com)

（2）类似于产品责任的建模，每种与保险事故相关的发生率均先用意义比较直观的变量（如DTH_VAL、CR_SURR、ACC_EXP等）进行定义，之后将各个发生率映射至数组变量Q_VAL_ARRAY（法定准备金评估假设）、Q_SURR_ARRAY（现金价值计算假设）和Q_EXP_ARRAY（现金流预测假设）。该映射规则需与保险责任的映射规则保持一致，且需在表中设置数组变量中每个发生率对保单数的影响，如死亡率将引发理赔并导致保单的脱退，而轻症发生率可以引发理赔但不导致保单的脱退。

（3）对于与保单持有者行为相关的发生率，需采用另外一个数组变量ANN_LAP_RATE_ARRAY类似建模。

（4）对于生存金、年金和满期金，无相应的发生率，但在每一时间点，其给付金额依赖于基于前述两类发生率计算的保单数。

5.以年为步长的计算功能概述

（1）有些精算软件的代码库中有两套计算现金价值和法定准备金的计算变量，一套利用各种换算函数，另外一套利用基于发生率与利率的递推公式。两种方式下的保单衰减因素均仅限于死亡率和重大疾病发生率。考虑到我们将对理赔原因及将来保单状态建立数组化模型，在这种建模方式下使用换算函数存在诸多不便，因此我们建议选用递推公式的方式对现金价值和法定准备金建模。

（2）为计算保费，我们需要类似法定准备金计算，平行地建立一套相应的变量。

（3）对于提前给付重大疾病附加险，其保费、现金价值、法定准备金和现金流计算中均需用到主险的法定准备金，因此在这些附加险的模型中，需要建立一套计算主险法定准备金的变量。

（4）对于需要输出或计算两套准备金的情况，如高利率产品需输出增提前和增提后法定准备金，可以引入计算第二套准备金的变量。

6.现金流预测与多重衰减因素

（1）在现金流计算中，需要采用多重衰减模型。多重衰减模型利用数组变量结合循环语句建立模型。其中，各种事故发生率和退保率的划分方式如上文“4.各种事故发生率与保单衰减因素的建模概述”所述。

（2）各种保单现金流（含各种保险责任给付、红利支出和退保给付）及准备金先利用数组计算，之后根据一定的规则归集至意义明显的常用现金流输出变量和有效保单准备金的输出变量，如DEATH_OUTGO，CR_BEN_OUTGO，SURR_OUTGO等和MATH_RES_IF等。

（3）费用、佣金和投资收益等现金流将基于上述归集后的常用变量进行计算。

（4）在分红主险中，尽管有些公司在保费、现金价值和法定准备金的计算中不考虑附加提前给付重大疾病险的影响，但在现金流的计算中，需要考虑重大疾病这一衰减因素，并且发生重大疾病时，分红主险也需发生理赔。这一要求在多状态精算模型的架构设计下可以比较方便地实现。

7.评估结果

在获得保单现金流及各类参数信息后，模型可以计算相关的评估结果，包括准备金、利润、偿付能力、内含价值等。