【学习笔记+打卡】中国精算师A8精算管理

数据

在韦氏网上字典得到的数据定义是：（1）用于推理、讨论和计算的实际信息，数据应该是丰富的、易于获得的；（2）是由某些读出装置或者组织机构输出的信息，这些信息可以是有用的、无关的和多余的，必须经过相应处理使其具备意义；（3）是数值形式的信息，可以进行数字转换和处理。

精算师和数据之间存在这样的关系：（1）许多精算建模方法都是以数据作为“起点”，与所建模型类似总体的历史经验数据是建立任何模型最为重要的出发点，精算师要以这些数据作为基点，考虑其所处的环境和状态的变化，对数据和模型进行修正，然后建模；（2）有时，精算师要利用数据来支持提出的精算假设，数据指导我们选择最适合的假设，数据还会对假设可能的变化提供信息；（3）精算师还会利用某些数据来比较、校验其他数据和精算建模结果以及进一步的模型运用；（4）精算师常常要利用数据来支持其决策过程，例如，不同地区的死亡率数据也许会导致不同的经营策略。

总之，精算师在解决某个精算问题时，应该从以下角度考虑：（1）解决这个问题需要哪类数据？（2）那些数据是可获得的以及主要的获得渠道？（3）这些数据来源存在哪些限制和不足？（4）应该如何缓解这些不足以得到有意义的结果？（5）有哪些隐私问题会影响数据的效果？（6）应该对这些数据进行哪些调整？（7）是否有数据缺失问题，应该如何弥补缺失的数据？（8）在已有的数据中，哪些与目前的问题最为相配，哪些是不太相关的？（9）在实践中，当模型更新时哪些数据需要不断地调整？（10）是否有可能通过增加新的数据来提高精度？（11）可否就所选择的数据向其他精算师、审计人员或利益方进行解释说明？（12）所选择的数据是否满足监管要求和有关的精算标准？

实际上，在精算管理的各个环节，精算师都会与数据发生关系。虽然数据来源渠道很多，无法做到完整的质量负责，但是起码要负责对所提供的数据与当前问题的相关程度进行评估。对于精算项目，精算师最终都要说明所采用的数据对于该项目是否充分可靠或者达到了什么程度。

一、常见的数据类型

1、第一类数据

保单基本数据，它是精算师进行各种精算分析的基础，这些数据将刻画公司所有当前业务和历史业务的细节，这些数据记录了保单持有人的分布、产品的分布以及损失的分布情况。

对历史上保单数据的分析将有助于产品价格更新、设置新的市场营销策略、设计新产品，一般情况下，公司都会尽可能地利用自身内部的保单数据。但是在开发新产品时，也许需要其他资源寻找相关的保单数据。

2、第二类数据

围绕承保标的损失的内外部数据，对这类数据的分析师精算师的主要工作之一，虽然各个公司或者业务线的承保标的不同，但是标的损失数据主要分为：

（1）死亡率数据，这类数据对于寿险、养老金团体保险和健康保险非常重要，只有大型的金融机构可以做到自身拥有较为充分的死亡率数据，大多数公司都需要以行业数据为基础，才可以得到相对可靠的结果；

（2）伤残率数据，与死亡率数据相比，伤残率的经验数据更为复杂和多变，例如，经验证明健康状况与收入水平是正相关的，同时还要考虑其他生活因素；

（3）索赔记录，对于财产意外险和健康险，索赔记录非常有意义，这些数据是各种分析的基础，例如，保险责任的设计、免赔设计、健康险的趋势以及积极进行疾病管理对险种损失的影响等。索赔记录也可以进行趋势和模式的分析，这将成为新产品设计的起点；

（4）人口数据，包括但不限于人口的退休趋势、人口老龄化、人口的城镇化趋势和分布等；

（5）劳动力统计数据，包括但不限于工资水平、生产品人口和就业率等，这些数据常常用于建立公共政策。

3、第三类数据

经营数据，指的是保险业务经营中产生的数据。

（1）费用数据，对于所有保险产品，精算师都需要利用费用数据来确定保费附加，以支持相关的管理成本。管理费用包括公司的下述支出：市场营销、人工成本、索赔处理成本、日常的运作成本等。各个公司的费用水平可能千差万别，最好是利用本公司的经验建立保费附加；

（2）退保或持续率数据，这类数据是金融机构在某个业务线上实现财务价值的重要因素，退保率是一个非常敏感的因素，会随着公司和业务线的不同而有所变化；

（3）投资数据，公司投资状况的数据对于精算师也非常重要，特别对于长期产品，不仅仅是投资收益率，还需要资产组合以及投资策略等方面的信息。

二、数据来源

数据一般很少可以直接得到或者直接使用而无需调整，找到合适的数据往往是精算师面临的主要挑战之一。实践中，常常要在数据的可获得性和数据的充分性之间进行权衡，那些易于获得的数据可能是不充分或数量有限的，但是考虑到实践和成本的因素，也不得不采用这些数据，这是需要精算师及时分析解决方案对这些数据的敏感性以及可能造成的财务损失，另外，也有一下调整方式，提高数据的质量和效用：

1、直接调整

通常情况下，精算师必须选择最为可行的数据，并将其调整以适应所处理的问题，例如，新产品开发或对某个新事物和某个不常见的问题给出解决方案，比如可以得到关于某个标的损失的全国数据，但是需要开发针对某个地区的产品，这时可以直接调整便于研究。

2、寻找替代变量

有的变量无法找到合适的观测指标或数据，可以通过分析得到与该变量最为相关的、易于观测的替代变量，将模型进行一定的修正，采用替代变量来分析。

3、根据数据的可信度进行加权

通过加权，调整不同数据的影响力，基准是数据的可信度。

精算师可以从多渠道获得数据，一般分为内部和外部两种，也可以分为主要和次要两个层面。内部数据是精算师所在的金融机构本身已有的，一般包括当前的客户、目标市场的分布、索赔的历史经验和产品相关的费用数据。

使用本公司数据的优点是：（1）数据反映了本公司的实际情况，如目标客户、核保标准、保单管理方式、赔付管理方式和佣金管理系统等；（2）比较容易获得；（3）数据的质量可以通过本公司的内部治理结构进行控制。

使用本公司数据的缺点是：（1）数据也许可信度较低；（2）不能反映外部环境的变化；（3）不能反映行业的发展趋势；（4）也许不能完全反映要解决的问题，例如，新产品和旧产品存在明显的条款差异时，则不能只用现有产品的数据。

大型保险公司一般都有较长的经营历史，可以利用自身的内部数据建立精算解决方案，其提供的数据对整个行业往往也是很有价值的，在开发新产品、制定再保计划、制定经验费率或企业年金时，上述大型金融机构的内部数据都是最好的数据来源。

在健康保险领域，许多大型企业都建立了医疗保险基金，通过TPA（A Third Party Administrator）或PPO（Preferred Provider Organization）等方式进行管理，这些医疗保险计划可以为健康险精算提供赔付成本、费率、雇员人口结构、失效率、离职率、医疗费用折扣等信息。

在职工福利计划上，大企业的数据对年金总体成本的控制、不同保障的选择和逆选择、总体成本控制等都具有参考意义。

考察提供数据的大企业是否具有代表性、是否适合精算问题是非常重要的。例如，估计保额有上限的个险产品的赔付成本时，用一家提供综合保障计划的大企业数据就不合适。来自于某一行业的退休率就不一定能够用于其他行业。事实上，即使是同一家企业的历史数据，如果公司的经营计划有所调整，也不能用于估计未来的情况。

相对小企业而言，大企业数据直接从该企业的IT系统中就可以得到，而不必通过广泛的行业调查，不过，大企业的数据有可能不完整或不准确，数据的审核非常重要。如果没有多年的数据，可信度也是一个问题。如果有多年的数据，在可信度调整时需要注意这期间公司的福利计划是否有修改、每年职工人口结构的变化等因素。

外部数据可以通过行业公开的信息或者数据库获得，也可以通过在保险公司和咨询公司获得，行业协会和专业组织（例如精算师协会）也会定期进行经验分析，向行业提供相关的分析结果和数据，使用行业数据时，要注意是否符合本公司的实际情况，如果存在差异，则应调整。

可以通过国家统计局或ZF机构得到通货膨胀等宏观经济数据，也可以得到资本成本、健康成本、通胀率和人口普查报告的相关信息，人口统计结果可以用于预测未来几十年的人口分布和规模，不过ZF数据是针对全体国民，而不是被保险人，所以很多数据需要进行合理的调整。

所谓主要数据，是指为了当前的问题专门搜集的数据，可以通过对研究对象的观测得到数据，或者与研究对象直接或间接沟通得到，次要数据指的是并不专门为该项目而搜集的数据，虽然目的性不强但是一般易于获得。

[例1]某公司要开发新产品，目前市场上已经有同类产品，精算部门与销售部门讨论之后，确定了产品的基本结构、目标市场和销售渠道，接下来的任务就是产品定价，需要考虑定价参数、业务规模和利润等因素，那么数据从哪里获得？

思路：新产品没有现成的内部数据，定价时会参考公司内部相似产品的数据及外部数据，例如，为了估计死亡率，公司可以参考行业数据或人口普查数据，也要参考公司以往的经验，当然还有针对新产品条款的相应调整。

[例2]新产品推出一年后，发现利润不理想，公司希望调整费率或费率结构，提高利润。

思路：精算部门首先要寻找利润不理想的主要原因，对经验数据与定价假设的差异进行比较分析，经验数据来自公司内部，如实际死亡率、退保率、费用率、佣金、销售规模，不需要外部参考。如果观察，发现实际购买的主要人群并不是当初设定的人群，就要修改费率，吸引目标群体的购买。在调整费率时，既要参考内部数据，如保单信息和赔付报告，又要考虑行业经验，精算时通常采用可信度理论，基于历史经验和/或行业经验，对主要参数做出相应的判断和调整。

中精报名开始了哦~~

三、数据的搜集

有两种常用的搜集数据的方式——普查和抽样调查。长哟能得问卷调查和市场调查就是抽样调查的一种方式。

1、普查。在确定新产品的目标客户群时，保险公司常常会参考国家统计局公布的普查数据，例如，如果公司希望将目标客户定位为中等收入、临近退休的制造企业工人，公司就可以参照普查数据，来估计客户的缴费能力和保障需求。

普查数据在评估新的风险、人口结构的改变、发病率时也很有帮助。例如，估计艾滋病的发病率、每户家庭的子女数量、某区域双职工的比例等。

在精算实践中，也会遇到类似于普查方式的数据要求，例如，在寿险公司的法定责任准备金评估中，监管机构一般会要求逐单估计，这意味着需要使用所有保单的信息，因此也是普查方式。但是，在一般会计准则准备金的评估中往往会考虑建立模型点，然后以模型点代替保单组进行评估。又比如，在企业年金计划的设计中，原则上应该也需要逐个雇员的信息，即使是非常庞大的企业，也要采用普查方法。

2、抽样调查。抽样数据可以用于估计变量或参数的变化幅度，是模型参数能够在一定的误差范围内合理设定。因此，抽样技术常常用于情景分析、敏感性分析、误差测试和大规模人群的定量估计等。

抽样调查的方法有很多，主要有：

（1）分层抽样。将总体分为不重叠的并且性质相似的小组，在每一小组中进行抽样，所有抽取的样本汇集成总的抽样样本，例如，可以从大学的艺术类、理工类和文学类专业各抽取若干名学生组成大学生的抽样样本。

（2）多步抽样。首先将总体分成互不重叠的小组并抽取部分小组作为初步的样本，再从初步抽取的小组中抽取个体。这种方法的层级不一定为2，也可能进行3层及以上的再抽样。

（3）系统抽样。将个体随机排序并编号，抽取号码为某个整数倍数的个体，例如双号。

（4）聚类抽样。也是多步抽样。例如，将研究的区域限定为两类：中产阶级占多数的区域和工薪阶层占多数的区域，从这两个区域中分别选择若干组个体。

（5）定额抽样。随意选择被调查的个体，但在性别、年龄和社会阶层等方面有名额的限制，这种方法在商业调查中广泛使用，但抽样人群依赖于调查者的喜好和调查地点，而不是随机抽样。

（6）机会抽样。由调查者按照自己的兴趣和能力选择被调查人群。这种方法也不是随机抽样。

（7）线路抽样。研究者选择某一条线路，向经过该线路的路人进行调查。线路的设计影响了被调查者的类型，所以选择的样本也不能提供代表性的结果。

（8）雪球抽样。先选择关键人群进行调查，再由这些人介绍更多的人参与调查。

下面将列举一些在日常的精算工作中常常涉及的抽样问题：

（1）测试新上线产品的编程。假设你是一家寿险公司的精算师，并且负责变额寿险保单的精算评估工作，你将使用某个软件系统来进行业务价值评估。有一个新产品刚刚上市，你需要将产品特征、经济和人口假设等编写程序输入该软件，使每张保单都能够进行储存和处理，因此，你需要确保编码的准确度。这时候，程序员或精算人员通常不会对每一张保单逐一测试，而是选择有代表性的保单输入系统进行验证，如果结果正确，说明编写的程序是成功的。

（2）财务报告和精算工作的审核。在审查公司财务报告和精算报告时，审计师和审核人员通常采用抽样方法，例如，只检查保单号码尾数为7的保单。

（3）医疗保险的定价和经验分析。在医疗保险中，需要审核医生的收费是否与定价假设相同。这时，也不会检查所有医生的病历，只选择一些具有代表性的个体进行调查。

（4）分析赔付经验以检查健康险的核保效果。当某种产品赔付率高于预期时，公司需要对赔付率进行经验分析。这时也只需要抽取部分赔案做分析，然后利用统计方法得出结论。

（5）利润测试。公司管理层在审核产品时，要了解利润的波动情况，这时，可以在1000种情形中随机抽取100种情形进行测试，如果结果满意，则认为这1000种情形的利润波动也不会有很大的差异。

3、市场调查。市场调查包括信件调查、电邮、电话或面对面调查，市场调查可以用来收集客户行为和喜好等方面的信息，市场调查在产品可能性分析、确定目标客户时得到广泛应用。

市场调查的好处是：与研究问题直接相关，可以得到很多相关的信息；可以按照客户的需求，设计问卷问题和搜集信息。

市场调查的缺点是：不是每一份问卷都能得到答案，有些调查的回复率只有20%，又见调查会更低，电话和面对面的回复率会高一点；问题的回答不一定完整，为了得到完整的答案，市场调查花费的成本会很高。聘请专业的调查公司可以减少保险公司的调查费用。

有时，得到的回复非常少，以至于不得不改变研究的问题。例如，为了比较各个城市牙科治疗费用是否存在差异而进行了抽样调查，但是每个城市得到的数据量太少，只能把数据进行合并，研究的问题也就变成了比较各个地区的费用是否存在差异。

四、数据的处理

1、基础数据的处理

简单介绍两种方法：一种是基础数据的分组，一种是使用替代数据。

有些问题必须使用逐条观测的个体数据，例如，保监会要求法定责任准备金评估要逐单计算，这时就需要每张保单的信息；而毛保费责任准备金评估则允许对保单进行分组，估计每组的现金流；在对健康保险进行财务预测时，基础数据也是按产品、保单规模、地理区域和投保年龄分组后的分组数据；计算团体保险的经验费率时，采用的也是分组数据。

分组时，要考虑效率和成本的问题。

当数据无法测量得到时，可以采用替代数据。例如，在企业年金精算中，很难得到各种企业的收入数据，这时可以用行业来替代，只要每个行业的工资水平可以估计，行业收入就可以作为企业平均收入的替代变量。

另外，如果数据有缺失，精算师还要在一些前提假设下，将这些数据补足。这时，要保证补足后的假设在各年度之间保持一致。

2、数据的调整。数据可能来源于被研究对象，也可能来源于相似群体。相似群体的数据要调整后才能使用。例如，在新产品定价时，需要考虑保单分布的假设，只能依据相似业务的记录进行估计，尽管市场环境的改变和新旧产品条款的差异会使新产品呈现不同的分布规律；也许现有产品最高投保年龄为90岁，而新产品最高投保年龄为80岁，于是新产品保单中就不会有投保年龄为85岁的保单。当新产品的目标客户不同时，业务结构也会有所改变。

可信度理论也是常用的调整方法之一，它可以用来处理存在缺陷的数据，比如，对于较早期的历史数据给予较低的信任度，对近期数据给予更高的权重。

五、数据的验证

验证方式有：

1、检察原始数据。在产险精算中，需要评估赔案的延迟时间，可以通过抽样或全体检查的方式核对赔案的最近支付日期。

2、核对财务数据。在对各种营运经验进行分析时，需要财务报表和监管报表中的相应数据保持一致，反映公司实际经营的结果。在与财报的数据做比较时，要注意财报的险种分类、费用分配方式可能与精算假设不同。

3、复核数据是否符合要求。主要是对数据的口径理解不同。例如，保额是否包括附加定期险和附加意外险；健康险的赔付数据是否包括已支付、已发生或已报告赔款；提供的数据是否为扣除再保险之后的赔款；资产价值是账面价值、市场价值，还是摊余价值；佣金是否包括给代理人经理的佣金、奖励或其他费用等。

如果数据出现问题，要与数据提供者沟通，进一步明确信息和数据口径。

4、审查异常数据。异常数据的例子有：采用电子文件的数据时，可能会放错字段，例如，保额的字段里填了保费，小数点的位置可能也不对；还有一些明显不合理的值，如有效保单的死亡赔偿为零，出生日期晚于投保时间等。

5、合理性检验。一般来说，精算师应事先对数据的合理性判断建立一些初步的标准，例如，性别分布、年龄分布、法定责任准备金和现金价值的关系等；健康保险中疾病代码的出现频率，赔付金额的最小值、最高值和中位数；异常数据通常暗示着可能的错误。

将寿险业务的保单按年龄分组后，可能会发现某些年龄段的保单数量特别少或为零，证明数据记录可能有遗漏。

【学习笔记】中国精算师A8精算管理（16）

【学习笔记】中国精算师A8精算管理（17）

一起加油~天道酬勤！

城管的惊叹 发表于 2016-10-10 21:30
一起加油~天道酬勤！

加油加油！努力了一定会有所收获的！

解决问题

常见的精算解决方案主要包括量化风险以及为相应的风险管理提供建议。要用合适的模型来定量描述风险的组成部分。量化不是目的，目的是提供可行的处理办法。最优的解决方案就是：在可接受的风险暴露水平下能够最好地满足目标并未各个利益方提供价值的方案。这需要考虑重大意义层面、在多个变量间进行平衡、在各种利益方（常常冲突）之间平衡、在主次关系上平衡。在平衡过程中，考虑方案的现实可操作性、可执行性和可度量性。

设计风险管理解决方案

一、基本概念

解决方案可以分解为两部分：方法和过程。

未来都是不确定的，精算师综合利用精算假设和所谓的“精算判断”直觉，在一定程度上可以保证所给出的解决方案是相对不变的，精算判断是精算师基于对变量的数学关系的理解和历史经验得到的认识。

从另一个角度看，所谓的解决方案是一组满足某种方程的变量的取值，这里所说的方程一般都不是简单的数学方程，往往是综合的模型。

精算解决方案中常会涉及一些随机变量，而且一般会以期望值以及波动进行展示。下面举例说明。

1、产品开发

在产品开发中，精算是将面临所有未来的死亡率、残疾、退保、投资收益等风险因素，同时还涉及产品分类的各种风险类，包括可能的未来成本，这是精算解决方案中一类与风险相关的内容。另一方面，精算师还要开发模型来检验所提出计划的可行性、计算保费并进行利润测试，这也对应着一些风险模型。

精算师有时会帮助政府对未来人口进行建模，进而帮助政府估算未来的医疗、养老等方面的成本。这时候，前一个问题风险相关的解决方案是人口分布，后一个问题风险相关的解决方案是社会保障体系的成本预算模型。

2、精算评估

精算师进行保险负债评估时，需要对当前所有有效的保单预测未来的死亡率、残疾、退保、投资收益以及成本和税赋等，同时还要基于上述预测的现金流给出负债评估的方法或者模型。这也是一类风险相关解决方案。

实际上，所有的精算解决方案都在对未来不确定收支发生的频率和严重程度找出原因并进行解释。这种分别从两个角度进行分析的思想对于所有的精算实践都是通用的，而且是精算师进行风险分类的唯一方式。风险还可以分为可分散化和不可分散化两种，后者也成系统性风险，对这两种风险将有不同的管理方法，重点是在设计解决方案是要充分了解风险的本质。

二、设计解决方案的意义

主要的风险管理方式有降低风险、避免风险、转移风险和积极面对风险（自留）。

提供有效和有价值的解决方案对于精算实践非常重要。这里分析一下UNAC的例子。

在这个例子里，UNAC开发的一款失能收入保险产品虽然初衷是为了提高营业收入和利润，并且最初也的确实现了这些目标，但最终却导致了公司的失败。我们从以下几个方面说明开发的这个产品并不是UNAC希望提高营业收入和利润的最佳解决方案：

1、最初目标不明确。公司最初将目标和问题定义为：给代理人更多的佣金收入，产品在满足投保人、代理人要求的同时是公司得到财务收入。这是一个不明确切很难实现的目标。

2、风险识别和解决方案方面的问题。UNAC开发的这一款产品的目标客户过于集中，是加拿大的飞行员，这一职业的压力使得该险种的索赔非常集中，也就是存在系统性风险。产品设计上也存在一些缺陷，如保费的不可调整性，当实际损失超过预期的水平时，公司没有权利调整保费；关于失去“原有职业”的索赔定义也存在很大风险，这一条款意味着如果飞行员因为压力而离开了飞行职业另谋他职时，也可以索赔；保费返还条款会产生不同寻常的索赔模式，对于那些连续10年未索赔的被保人，可能会坚持一年不索赔而得到保费返还的奖励；而那些已经失能的被保人则会得到失能补偿，这将使得保险公司的总索赔因上述两方面的作用而远远超过预期值。同时，外部经济环境和人们生活方式的变化也会对这个产品造成超额的索赔。

该产品的准备金评估也存在问题。准备金评估采用了“期初2年修正法”，也就是说在保单的最初两年不需要提留准备金，这是造成准备金不足的主要原因。

三、如何设计方案

设计方案的普适方法很难完整归纳，下面就先从设计方案的“基本原则”和“基本要素”两个方面分析一下。

最初阶段，要考虑所处理的风险是否可分散化。所谓的可分散化的风险，是由一些独立或相关性较低的小风险组成的风险，例如，个体的死亡、单个股票的收益表现和机动车的意外事故等。基于概率论的大数法则，这类风险可以通过进行汇聚的方法得到降低，这也是保险业可以生存和盈利的基础。传统精算技术的损失建模就是基于这一原理的一种解决方法。但是，现代保险中的很多风险不具有可分散化的性质，一般称之为“系统性风险”。这类风险表现为一个事件可能会引起多个损失的发生，这些损失是不独立的，例如，巨灾、股票的市场风险、利率风险、宏观经济不景气和失业以及企业国有化、法律法规变化等政治风险都是系统性风险。从特征来看，系统性风险随着风险敞口的增加，风险水平将成比例增加，而不是因为分散化而有所降低，这意味着，规模的增加并不会带来好处，甚至可能会带来更加不良的表现。对于这类风险常见的处理方法是进行预测性损失分析。

无论是否为可分散的风险我们都可以通过以下四种方法进行管理：通过再保险降低风险、通过风险选择来避免某些风险、通过对冲来转移风险、利用自身对风险的经验来开发风险并得到利润。

设计方案的基本要素主要有以下几个方面：

1、度量和管理风险。一旦明确了相关的风险，就要进行量化度量。一般来说，对于风险，不仅要了解其预期的水平，还要掌握其可能的波动情况（即风险的波动率），因为即使风险的平均水平看上去是可控的，但是如果某个结果会造成破产，也要考虑进来。

人们可以通过限制或分散风险对风险进行转移和管理，精算解决方案往往就是由这些风险限制或分散措施组成的。解决方案本身的内在风险也要考虑，精算是要让各个利益方意识到，如果未来并不是设想的那样，将会出现什么情况。

2、满足各个利益方的要求，各个利益方进行沟通并建立共识。精算实践往往设计很多利益方，例如，再保险公司上市的过程中，精算师将面临很多利益集团，这就需要精算师在精算工作中充分平衡各个利益方的要求。如果不能得到重要的利益集团的认可，任何优秀的解决方案都不会得到实施。与各个利益方就解决方案的可行性和可能的收益进行充分的沟通，对建立共识非常重要。同时，精算师还应该明确下述可能的风险，如果事情不是预期的那样，各个利益方可能会撤销他们对方案的支持。

3、考虑所有可行的方案。对于每个精算问题，常常会有很多不同的解决方法，为了找到最优的解决方案，关键是要具有开放的思维考虑各种可能的方法，这就意味着创新和对已有方法的研究。一般来说，采用市场研究和咨询都是很好的方式。在列出所有可行的方案之后，精算师需要对这个列表进行更新，例如，考虑到方法的复杂性、可能的误解以及不必要的负面影响等，就会去掉一些方案；从行政管理的角度来看，也会删去一些方案。精算是要从风险的角度对解决方案进行审核，不仅要向客户说明一些大的、不必要的风险，还要对其进行提醒，这也许会超出精算师的职责范围，但是对解决方案的实施效果会有积极的作用。

4、对解决方案本身的风险进行量化分析，明确各个风险变量之间的相关关系。所有解决方案都是有风险的，因为大多数解决方案都是基于一些假设和模型得到的，一旦这些假设发生了变化或者模型本身的适用性不够，则可能会对解决方案的实施效果产生很大的影响。例如，若实际死亡率才上升10%，后果将如何？若实际销售只达到产品开发时预期的50%，将意味着什么后果？若保单维护费用超过预期的20%，将对公司的财务状况造成什么影响？若实际续保率只有预期的80%，将对预测利润产生什么影响？还有其他问题，例如，那个假设对预测边际和利润的影响最大？那些假设对价格不是非常敏感，因此，这些假设在一定范围内的调整均不会对价格产生重要影响？上述分析也应该扩展到风险变量之间的相关性分析，也就是说，要分析风险因素的相关关系发生变化时对解决方案实施结果的影响。

5、充分考虑现实的约束。在现实中，任何问题的解决都会受到一定的限制。对精算师来说，一个重要的约束是来自监管环境，精算师必须全面地理解他所工作的法律法规环境。同时，精算解决方案的设计还要考虑到其他在时间和资源上的约束，例如，计算机设备和人力情况。

设计方案的主要步骤为：

第一，作出问题清单。最开始要向自己提问，例如，这应该是一个什么样的解决方案？我将如何决定采用哪种方法？是否应该研究那些类似的、已有的解决方案？是否有必要对现有的解决方案进行修改？应该如何平衡各个利益方的目标？应该提出那些假设？应该直接采用或者需要开发哪些数据？

第二，对现有工作基础的充分认识。对于精算师来说，最为重要的是认识到现有已经存在的大量工作基础，只要现有的解决方案是可行的，就不要轻易进行修改，因为已经存在的方案和工作基础是经过长期的实践和多方审核的，是经得起考验的方案，任何情况下采用新方案都是冒险的。从现有方案中获取经验也非常重要。

第三，设计具体的解决方案。包括数学建模、数据的使用、进行敏感性测试、验证假设、进行参数估计。

第四，对解决方案本身和开发过程建立说明文档。

第五，与各个利益方进行有效的沟通，并保证符合相关的法律法规。

第六，及时、有效地实施解决方案。

Poem-Lyu 发表于 2016-6-27 08:37
第一章  精算师与精算职业（1）
精算师是分析风险并量化其财务影响的专门职业人员，他们分析、评估不确定 ...

您是本科就学这个专业还是从事这方面的工作，所以要考这个？

谢谢楼主的分享。