保单数、理赔发生数与脱退数的数组层面计算

计算保单数与理赔发生数/脱退数的思路如图5.3.2所示。

图5.3.2　保单数与理赔发生数/脱退数的计算流程示意

我们可以采用类似下面的伪代码对计算保单数与理赔发生数/脱退数的变量NUM_POLS进行描述：

对于上述代码，我们下面以传统健康险L_TC为例进行前3年的保单数脱退演示（以年为步长），其产品定义可参见第3.1.3节的设定。以下为该产品的脱退假设说明：

①期初人数：1 000人；

②人群特征：假定1 000人均为35岁，男性；

③死亡率采用100%的CL00- 03表，即假定第一年为0.001 194，第二年为0.001 275，第三年为0.001 367；

④重大疾病率采用100%中国第一套重大疾病发生率表（25种），即假定第一年为0.001 396，第二年为0.001 55，第三年为0.001 732，为简化示例，本演示中暂不考虑重大疾病死亡的交叉影响；

⑤轻症发生率：第一年为0.001 0，第二年为0.001 1，第三年为0.001 2，轻症责任仅给付一次，发生轻症后其退保率同健康人群；

⑥退保率：第一年为10%，第二年为8%，第三年为5%。

本产品采用多状态建模，状态1为健康状态仍有效（下简称健康状态）保单，状态2为已发生轻症状态仍有效（下简称轻症状态）保单。由于轻症责任只能给付一次，所以状态2下不再发生轻症。表5.3.15～表5.3.17演示了前3个保单年度的传统健康险L_TC在各类情景下的人数分布情况。

表5.3.15　第一年传统健康险L_TC在各类情景下的人数分布

注：C—I的人数为当前期间人数，表5.3.16和表5.3.17类似。(www.xing528.com)

表5.3.15中的一些项目说明如下（因数据结果的四舍五入，部分数据和下面的计算结果略有差异，下同）：

（1）为传统健康险L_TC在期初的人数；

（2）=（1）×0.001 194；

（3）=（1）×0.001 396；

（4）=（1）×0.001；

（5）=（（1）-（2）-（3））×0.1；

（6）=（1）-（2）-（3）-（4）-（5）。

表5.3.16　第二年传统健康险L_TC在各类情景下的人数分布

续表

表5.3.16中的一些项目说明如下：

（3）=（1）×0.001 275；

（4）=（1）×0.001 55；

（5）=（（1）-（3）-（4））×0.08；

（6）=（1）+（2）-（3）-（4）-（5）。

表5.3.17　第三年传统健康险L_TC在各类情景下的人数分布

表5.3.17中的项目可参照表5.3.16中的各项说明计算得到。