编者按：
本文属于《中国商业车险费率报告》中的NCD专题。前期刊登的《关于商车改革费率测算中无赔款优待系数方案的研究》一文，对商车费改后无赔款优待系数方案进行了较为详尽的介绍。本文在此基础上，利用车险精算大数据库，研究NCD进一步挖掘的巨大价值，旨在通过NCD这一典型维度，申明行业基准费率更关注的是行业整体的费率公平性，并不能够完全替代公司风险选择与核保政策制定。在行业基准之上，公司仍有大量的风险细分空间,各家公司应该多根据自身业务特点进行挖掘研究，提高自身经营水平。
无赔款优待系数（NCD）是车险最重要的定价因子之一。商车改革前，公司往往将其作为核保政策的首要考虑因素，甚至在局部细分市场将其作为唯一的核保要素。费改以后，行业对NCD系数进行了优化，使得各等级系数值更贴近实际风险成本，对应的赔付率也被进一步拉平，导致市场在核保政策制定上出现暂时的“混沌期”，甚至认为NCD因子在定价与核保上已不再重要。对此，测算组通过研究NCD系数的作用原理、开展实证测算，从理论和实际两方面证明了NCD因子在改革后存在重要意义。特别对于那些数据积累薄弱或定价研究较晚的公司，其应用价值进一步凸显。
一、基本情况
（一）NCD的作用原理
1.NCD代表个体经验在整体风险成本中的信度加权
如果要预测车险中个体在未来的风险成本，主要可参考两方面信息：一是个体自身的历史赔付经验，比如上年出险记录；二是与该个体特征类似群体的赔付经验，特征包括从车（车型、车价等）、从人（年龄、性别、驾驶记录等）、从环境（地区等）、从保单信息（续保转保、投保组合）等，这也是基于广义线性模型的精算定价基础。把NCD因子纳入广义线性模型中，相当于把个体经验和整体经验相结合，其因子水平一定程度上反映了个体经验在风险定价中的权重水平。
2.NCD是主要定价维度在历史赔付经验上的综合反映
直观上看，既然车险未来的风险成本可由从车、从人、从环境、从保单信息等因素进行预测，那么历史赔付记录（NCD）自然应当是这些因素的综合反映。此外，在广义线性模型中，NCD与其他因子几乎都呈弱交互性，既不会完全独立，也不会强交互、强相关，为NCD的进一步挖掘研究提供了基础。
（二）对NCD进一步分析的思路
根据上述解释，测算组确定了NCD进一步挖掘和研究的思路：一是挖掘个体历史赔付记录信息对风险成本的影响。目前行业的NCD划分标准较粗，只是考虑了过去3年是否出险以及上一年度的出险次数，离准确刻画客户历史赔付经验尚存在距离。类似客户历史案件的赔付金额、更多年度的出险次数等信息，均是客户历史赔付的重要组成部分，可考虑进行研究。常用历史赔付信息及使用情况见表1。
二是开展NCD与其他主要定价维度的交叉研究。弱交互性是“跨界”研究与应用的基础，如果两个因素完全独立，它们之间很难擦出火花；如果两个因素交互性较强，它们之间具有很强的可替代性，同样不具备交叉研究的价值。而目前的行业费率方案仅是对NCD自身进行的部分优化，这给公司留下很大的研究挖掘空间。
为此，测算组提出“NCD+”的概念，通过研究“NCD+自身”与“NCD+其他定价维度”，对NCD作进一步的分析与挖掘。
二、“NCD+”研究的成果解读
（一）对NCD自身的进一步挖掘
1.NCD+金额
目前的NCD只考虑了上年出险次数（赔付频率），由于上年赔付金额（赔付强度）也是历史赔付经验的重要内容，理应对个体未来风险成本具有预测作用。为此，测算组引入个体赔付率的概念，即客户上年赔付金额与其上年签单保费的比值对客户进行划分，并将其作为因子放入广义线性模型（GLM）中，所得的系数值如图1所示（注：不出险客户的赔付情况会被NCD中的不出险等级充分解释，未在本图中展示）。
从图1可知，上年赔付金额作为费率因子，具有如下特点：一是其具有一定的风险解释能力，客户当年风险成本随个体赔付率的上升而增加，符合直观认识。例如，个体赔付率大于等于100%、小于120%的客户，其模型系数值为1.11，而个体赔付率大于0、小于20%的客户，其模型系数值仅为0.96，即在综合考虑其他因素的基础上，前者风险成本约为后者的1.15倍。二是“上年赔付金额”的风险解释能力不如“上年赔付次数”，可替代性较高。个体赔付率因子的系数值从0.96上升到1.30，级差范围仅为1.35，而“上年赔付次数”可达3倍左右。这主要是因为目前行业可用于解释赔付强度的费率因子较多，如限额、车价、险别组合、地区等，相比之下，能够直观解释出险率的因子较少，“上年出险次数”的可替代性较低。
图1 上年赔付金额GLM模型相对系数
2.NCD+上年NCD
对于出险客户，目前的NCD体系仅考虑上一年度的出险次数，没有关注之前年度的出险情况。测算组以2013年、2014年家用车保单为例，在考虑本年度NCD的基础上，叠加了上一年度的NCD信息（即前年出险次数），进一步对客户进行了风险细分，发现上年NCD信息对风险成本同样具有很强的解释能力，见图2所示。
图2 两年出险情况对应的标费赔付率相对关系
从图2上看，“上年NCD”主要呈现如下特点：一是标费赔付率随着前年出险次数的增加而上升，且上升幅度非常平稳。从X轴上看，前年每多出一次险，标费赔付率上升约15%。比如对于同是上年出险1次的客户而言，其前年NCD等级为连续3年不出险、连续两年不出险、上年不出险、上年出险1次、上年出险2次、上年出险3次、上年出险次数客户的标费赔付率的相对值分别为0.53、0.62、0.73、0.83、0.96、1.12、1.27，基本为每个等级上升约15%。同时，其他各NCD等级上也均表现出类似的上升趋势，形成了一个非常光滑的赔付率平面。二是赔付率上升幅度不如本年NCD明显。从Y轴上看，上年每多出一次险，标费赔付率上升约25%，高于前年出险15%的增幅，这说明NCD信息对风险的解释能力会随时间推移有所衰减，符合直观理解。这个由NCD+上年NCD形成的赔付率平面，为公司核保人员提供了新的NCD核保思路，在本年NCD已经被拉平的情况下，仍可根据保单以前年度的NCD进行风险筛选。
（二）NCD与其他定价维度的交互分析
1.NCD+交强险NCD
本次费改后的NCD方案，仅对商业险进行优化，并未涉及交强险NCD费率调整。由于商业三者险（以下简称“商三险”）某种程度上是对交强险的“超赔”，即部分小额案件的赔付会在交强险范围内进行，因此，交强险NCD对于商三险风险成本理应具有相关性。测算组对同时投保商三险和交强险的客户进行分析，交强险NCD对于商业险有很强的解释能力。一是在交强险NCD的等级下，商三险赔付率的相对值从0.75上升到2.47，级差高于商业险NCD（见表2）。例如上年交强险出险3次的客户，相对于上年交强险不出险的客户，其商三险标费赔付率约为2.47倍，而上年商业险出险3次的客户，相对于上年商业险不出险的客户，其商三险标费赔付率约为1.59倍。
二是对于相同等级的商业险NCD用户群，商三险赔付率随交强险NCD系数的增加呈显著上升趋势（见表3）。例如上年商业险出险1次的客户中，上年交强险出险2次客户的商三险赔付率为上年交强险不出险客户的1.37倍。考虑到费改后商业险NCD各等级的赔付率被进一步拉平，交强险NCD对于车险整体上的影响作用将进一步凸显。
2.NCD+时间
（1）连续四五年不出险客户风险成本更低
现行NCD方案（除北京、厦门外）主要考虑过去3年的出险情况，测算组通过对更多年度赔付情况的研究分析，发现连续四五年不出险客户拥有更好的赔付情况。以2014年家用车保单为例，在连续3年不出险客户中，约30%的客户连续4年不出险，约20%连续5年不出险，并且标费赔付率均显著低于其他客户，见表4所示。
行业可参照北京、厦门的做法，对当前的NCD方案在时间上进行扩充，对连续3年不出险客户进一步细分，释放更多的保费红利给消费者，促进其主动控制风险，降低出险率。
（2）采用动态视角分析客户价值
对客户未来风险成本的预测，除了考虑其历史赔付情况外，还要关注未来变化情况，动态、长期地看待客户价值。随着时间推移，客户的NCD等级会发生变化，背后既包含了由于道路交通环境改善，出险率的自然下降趋势，也包含了由于NCD系数调整，导致客户索赔习惯和投保行为的变化。如仅对客户进行静态分析，可能会造成风险成本预估的偏差，甚至影响公司对市场未来的预判。
通过动态视角分析客户价值，部分高风险客户的长期价值得以挖掘。对于14年家用车保单中的过户车来说，其标费赔付率为整体客户的1.51倍，由于其风险成本显著高于整体水平，公司大多持谨慎态度。但通过对过户车的续保情况进行分析，发现其第二、第三年标费赔付率较整体相比会有大幅下降，最终与整体水平基本持平。以江苏地区连续投保3年的过户车保单为例，其标费赔付率从过户当年的1.13下降到1.02（见表5）。可见对过户车进行续保管控会改善其风险水平，这也印证了客户生命周期价值的意义，对业务应采取“长期”视角进行分析。
由于该问题十分重要，测算组在本报告以外，还将其单独作为一个课题，在《车险客户生命周期价值》中予以详细分析（本报将在后续报道中进行刊登）。
3. NCD+投保行为
承接上述动态分析的观点，测算组将NCD+险别和NCD+时间相结合，对客户投保行为做了研究，可以进一步筛选低风险或高风险客户。比如针对客户连续3年动态追踪显示，在前年出险三次以上的客户群中，有两类典型的客户群，一类去年减保车损险（既能降低保费，也能规避来年NCD的惩罚），但今年又继续加保车损险；另一类一直投保车损险。结果显示第一类客户的风险较高，今年标费赔付率比第二类客户高45%，说明其可能存在一定的逆选择。
三、相关建议
车险NCD与行业基准费率、公司精算定价及核保落地有着十分密切的关系，充分理解其作用原理，有利于将行业纯风险保费、费率调整系数与公司定价相结合，有效指导核保端工作的开展。
（一）在行业层面进一步优化NCD结构与水平
行业层面还有很多有关NCD优化的工作可以完成。一是进一步优化行业NCD方案。可以借鉴北京、厦门等方案，引入连续四五年不出险的因子，但对于赔付金额，由于其与保险原理有一定违背，不建议在行业层面涉及。二是加强行业平台与公司的信息交互。依托平台资源向公司提供更多的相关数据，方便深入挖掘风险差异，比如更多年度出险次数、出险险别信息等。
（二）在公司层面进一步挖掘NCD的应用价值
一是应明确对NCD的使用定位。改革后，如果将NCD作为简单核保因子，由于赔付率的拉平，其重要性会被大大削减；但如果将其作为一个主要定价因子，考虑NCD与其他因素的相关性之后，对其进一步深入挖掘的重要性更加凸显。特别对中小公司而言，由于受业务规模、数据积累的限制，更需利用好已有的赔付数据，弥补本公司在风险识别能力方面的劣势。二是在NCD挖掘过程中，要结合业务实际情况，用发展的眼光看待问题，多听取核保人员、销售人员和IT人员的意见，保持业务政策的连续性与科学性。