来自创始人的办公桌

创意。视角。进步。

每周对技术、合作伙伴关系和值得解决的业务问题的看法。

48每周版14种语言
浏览所有专栏

CEO阅览室

关于领导力、金融、人工智能和人类进步方面的书评和即将推出的选集。探索 2026 年阅读清单。

探索书评
业务进步始于共同的目标。每周版48
浏览所有专栏

来自档案

赔付率不只是一个数字,更取决于计算口径

为什么保险公司需要了解每个比率背后的损失、保费、期限和再保险,以及 AegisNow 如何将这种理解与更好的决策联系起来。

概念插图

当保险领导团队看到损失率为 58.5% 时,最直接的问题往往是业务表现是否良好。我的第一个问题有所不同:58.5% 是什么、如何测量、在什么日期测量的?精确的百分比可以掩盖不精确的定义。在我们用它来为产品定价、评估投资组合或与再保险公司和解之前,我们需要了解其背后的基础。

一份保险组合。三个答案。不同的商业决策。

我们的损失率论文中的说明性示例说明了为什么这很重要。最近事故年度,已付保险索赔损失率为30.8%,报告保险索赔损失率为58.5%,预计最终损失率为83.6%。这些数字描述了不同损失基础上的相同保险组合。它们不是事实的三个相互竞争的版本。

已付赔款是已经支付的保险赔款。本例中的已报告损失包括已付赔款和已知赔案的未决赔款准备金。预计最终损失还包括预期的后续损失发展,例如已发生但尚未报告的赔案,以及已知赔案金额的进一步变化。已报告赔付率与预计最终赔付率之间相差25.1个百分点,这会改变对该保险业务组合的判断。

至关重要的是,83.6% 是一个估计值,而不是对最终结果的承诺。精算师必须评估方法、假设和不确定性。年轻投资组合的已付保险索赔与保险费的比率较低,其本身并不表明其承保业绩强劲。

图 1. 四个事故年份:付费、报告和估计最终原始四年图表,截至 2025 年 12 月 31 日。其不断扩大的差距说明了为什么投资组合的年龄很重要。最终的线代表估计,而不是某些未来的损失。
2022-2025 年事故年的原始折线图。 2025 年,已付率为 30.8%,报告率为 58.5%,预计最终率为 83.6%。查看全尺寸图形

所提供纸张的原始图形;图像标签仍为英文。

阅读解释和假设

本文使用了已赚取保费范围为 1,000 至 1,300 的说明性投资组合,并根据报告的损失使用成交量加权链梯法来估计最终损失。图表直接复制,保留原始绘制值。

2025 年报告的最终差异为 25.1 个百分点。实际发展可能会更高或更低。这是一个说明性精算示例,而不是客户结果。

基础改变图片所提供纸张中的最近事故年份的说明。保费分母保持不变;损耗测量发生变化。这些不是客户结果。
已付赔付率
30.8%已付款
已报告赔付率
58.5%已付赔款加已报告未决赔款准备金
预计最终赔付率
83.6%包括预期的未来索赔发展

报告与最终预估:25.1 个百分点的差距。最终估计仍存在不确定性。

用数字定义旅行

我希望损失率结果能够包含其基本背景:投资组合和期间、估值日期、损失衡量、索赔费用处理、保费衡量以及追偿和再保险的处理。经批准的最终估算还应确定其保留运行和负责的审核员。

例如,“事故年度报告的损失和分配的索赔费用比率,基于已赚取的保险费,分出再保险后,价值为 2025 年 12 月 31 日”比“损失比率:58.5%”更有用。基础记录应解释对救助、代位求偿和未分配费用的任何额外处理。

这是一个实用的管理控制。当承保、财务、精算和再保险团队的目的不同时,他们可以使用不同的观点。他们应该能够协调这些视图,而无需从断开连接的电子表格中重建计算。

图 2. 五个账本,一种受控计算,七种用途论文中的架构通过明确定义的计算基础连接索赔、保单、准备金、再保险和费用信息。
AegisNow 架构:五个来源提供中央损失率计算,支持七种保险功能。查看全尺寸图形

所提供纸张的原始图形;图像标签仍为英文。

阅读解释和假设

输入:索赔付款和准备金;保单保费;批准的预留运行;条约和割让;和费用记录。计算记录期间、损失计量、费用处理、追偿、保费基础、再保险处理和评估日期。

输出支持损失率分析、定价、再保险、分销、授权、监管报告和综合比率分析。共享的计算基础支持一致的定义;每种用途仍然需要其自己适当的合同、精算和会计规则。

三个可避免且具有重大后果的错误

首先,不要将投资组合增长与盈利能力混淆。书面保险费和赚取保险费回答了不同的问题。将损失与快速增长的保费分母进行比较可能会产生误导性的绩效信号。选择适合目的的分母并明确说明。

其次,在除法之前汇总基础金额。举一个简单的例子,溢价为 100 并且没有损失的细分市场的比率为 0%。第二部分溢价为 1,000,损失为 800,比率为 80%。投资组合损失率为 800 除以 1,100,即 72.7%,而不是通过平均两个百分比得到的 40%。此示例不包括费用。

第三,保持人口中的廉洁业务和未解决的数据可见。具有有效正保费且无索赔的细分属于分析范围。无法与保单匹配的索赔属于例外流程,并披露其财务影响。丢失数据并不等于零丢失。

从历史经验到负责任的定价决策

历史损失率是定价的起点,而不是费率指令。 CAS 基本费率制定文本解释了为何前瞻性分析考虑损失发展、趋势、当前保费水平、费用和利润拨备。精算师必须选择适合业务的假设。

固定费用和可变费用不应被视为可互换。可信度还需要明确的方法和可辩护的补充。单一索赔计数阈值或自动假设“不变”并不是每个投资组合的通用答案。

对于领导层来说,有用的输出是带有解释的建议:发生了什么变化、哪些假设驱动了结果、结果有多敏感以及谁对其进行了审查。这使得在定价决策到达客户之前可能面临挑战。

当比率移动资金时,合约必须控制

损失率可能会影响浮动佣金、利润佣金或总保护。到那时,定义错误可能会成为和解纠纷。条约措辞必须确定相关的保费、损失、费用、期限、限额、发展条款和调整时间表。

考虑进行说明性条约审查。团队首先确定涵盖的业务和合同期限。然后核对标的保费和合格损失,应用未决索赔和其他再保险的约定处理,计算合同调整,并在结算前获得批准。每个步骤都应保留支持记录。

经批准的最终损失估计不会自动成为合同结算基础。并非每个条约都使用赚取的保险费或 IBNR 的相同待遇。由于合理原因,精算观点和当前应付金额可能有所不同;系统应该解释其中的差异。

对于授权业务,累积边界需要特别注意。添加连续的累积快照可能会重复计算金额。数据模型必须区分当前头寸和期间的变动,并在报告之前协调更正和排除。

协调报告视图而不是假设它们是等效的

美国法定报告,US GAAP 和 IFRS 17 满足不同的报告要求。调节表应确定费用确认、收入计量、贴现、风险调整和相关再保险处理方面的变化。不同的比率并不自动意味着不同的经济结果。

IFRS 17 下的保险收入不包含投资成分,与保险财务收入或支出分开列报。它不应该简单地重新贴上“赚取的保险费”的标签。综合比率比较还需要公司的指标定义和会计政策;没有适合每个保险公司的单一数字转换。

本讨论中的示例主要涉及 P&C 损耗比分析。人寿、年金和健康投资组合需要适合其产品和报告目的的措施。 P&C 损失率不应作为人寿保险盈利能力的完整衡量标准或用于健康保险回扣的受监管医疗损失率来呈现。

图 3. 逐步解释会计桥原始瀑布是本文假设下的简化工作示例。它不是会计框架之间的标准转换或任何保险公司业绩的报表。
瀑布图:93.0% 法定综合成本率,加上 6.0 点和负 2.0 点,GAAP 值为 97.0%;在本文的 IFRS 17 示例中,负 6.0、负 2.3 和加上 0.9 点得出 89.6%。查看全尺寸图形

所提供纸张的原始图形;图像标签仍为英文。

阅读解释和假设

该示例从 93.0% 开始。更改费用分母会增加 6.0 个百分点;假定的购置成本调整减去 2.0,得出 97.0%。其余所示调整为非归属管理费用为 -6.0,贴现为 -2.3,风险调整为 +0.9,产生 89.6%。数字是四舍五入的。

来源假设包括已赚保费 1,000、承保保费 1,250、损失和已分配索赔费用 650、未分配索赔费用 40 以及指定的购置和间接费用。该图假设两年内贴现率为 5%,风险调整为 10%。

对于实际的报告桥梁,财务和精算团队必须验证收入确认、费用分配、负债变动、贴现、风险调整和公司比率定义。 IFRS 17 保险收入不能简单地视为已赚取保费。

人工智能应该让证据更容易检查

我认为人工智能在查找不匹配的记录、突出显示不寻常的动作以及为专家审查准备解释方面发挥着宝贵的作用。它可以减少寻找两份报告不一致的原因所花费的时间。好处取决于对一致、可追踪信息的访问。

计算本身应该保持可重复性。生成的解释不能替代基础分类账、经批准的精算假设或合同解释。如果缺少所需的输入,工作流程应识别差距,而不是默默地替换目标比率并将其呈现为观察到的经验。

精算师保留对方法和假设的责任;金融和再保险专业人员保留各自的审批职责。有效的自动化为这些人提供了更好的证据和更多的时间来进行判断。

Genellipse 如何帮助将比率转变为负责任的决策

我们的 AegisNow 方法围绕明确的计算基础连接保单、索赔、准备金、再保险和费用信息。目标是为保险决策提供一个共享的、受监管的基础:一致的源记录、清晰标记的视图、受控假设以及从结果到支持证据的可追踪路径。

我们从合作伙伴的实际问题开始,例如,承保和财务报告之间反复出现的差异、缓慢的条约核对或新投资组合的不确定性。我们共同商定业务定义,确定权威数据并构建可供负责的专业人士验证的参考计算。

GeneData 和我们的集成服务可以帮助连接现有的管理和财务系统、映射标识符并公开数据质量异常。 AegisNow 提供保险工作流程上下文。 Cortex AI OS 可以支持受控代理工作流程进行证据准备和异常调查,并为实施定义访问控制和人工批准边界。

然后,我们验证代表性案例:无损失部分、迟报索赔、准备金修订、保单交叉报告期和条约调整。适用的会计和合同要求已与保险公司的专家商定。成功与否是通过对账时间、无法解释的差异、手动返工和证据完整性来衡量的,而不是改善承保结果的未经证实的承诺。

这是在整个交付过程中负责任的合作伙伴关系。我们的作用是将技术、数据和专业知识联系起来,以便组织能够充满信心地运营和维持能力。

从思考到实践

探索 AegisNow 的功能

下一次作品集审查的五个问题

1. 分子和分母到底是什么,周期如何匹配?

2. 最终结果是否已支付、报告或估计——评估日期是哪一天?

3. 哪些费用、追偿、再保险和数据排除解释了与其他报告的差异?

4. 团队能否重现结果、识别已批准的假设并解释其不确定性?

5. 这是我们即将做出的决定(包括任何合同付款)的正确依据吗?

对我来说,标准很简单:每个重要的保险号码都应该有足够的背景来支持负责任的决定。这就是我们从看起来精确的仪表板转变为了解其风险的组织的方式。

Abdollah Dehnashi创始人兼首席执行官Genellipse

纵观全局

按主题探索

选择主题,阅读文章,为您的组织找到切实可行的下一步。

让我们谈谈您的优先事项

给我们带来一个值得解决的业务问题。

围绕组织的优先事项探索合作伙伴关系,以人员、流程和成功衡量标准为中心。

讨论您的用例