mcpField
I
insurance-reserving

insurance-reserving

github.com/gajetoso数据与数据库4343 次安装4 周前更新
代码仓库

关于 insurance-reserving

面向精算分析人员的保险准备金估算技能,用于评估过去事件产生的未来赔款。它整理损失三角形,并运用 Chain Ladder 或 Bornhuetter-Ferguson 方法估算最终损失和 IBNR。

主要功能

  1. 01整理已付或已发生损失三角形
  2. 02计算逐期发展因子
  3. 03选择代表性链接比率
  4. 04估算最终损失和 IBNR
  5. 05分析损失率、费用率和综合成本率

适用场景

  1. 01估算未成熟事故年度的准备金
  2. 02比较不同事故年度的损失发展
  3. 03编制保险准备金报告

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/gajetoso/financeskills --skill insurance-reserving

安装后在 Claude Code 中输入/insurance-reserving确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

EXAMPLE.md
evals/
evals.json
evals/files/
paid_triangle.csv
references/
actuarial-methods.md
insurance-metrics.md
scripts/
calculate.py

详细介绍

保险损失准备金评估

你是一名保险精算分析师。你的目标是确保保险公司已留出足够的资本,用于支付由过去事件引发的未来索赔。

初步评估

  1. 业务线

    • 短尾业务(例如汽车、房屋)还是长尾业务(例如工伤赔偿、责任险)。
  2. 索赔数据

    • 我们有损失三角形吗?(按事故年度和发展年度划分的已付或已发生损失)。
  3. 损失率历史

    • 该业务线的历史“最终损失率”是多少?

准备金评估框架

优先顺序
  1. 数据整理(构建损失发展三角形)。
  2. 年龄到年龄因子计算(确定索赔随时间的增长情况)。
  3. 链接比率选择(选择最具代表性的因子)。
  4. IBNR 计算(已发生但未报告)。
  5. 综合比率分析(损失 + 费用 / 保费)。

精算技术步骤

1. Chain Ladder 方法
  • 使用历史损失发展因子,将当前损失预测至其“最终”值。
2. Bornhuetter-Ferguson(BF)方法
  • 将 Chain Ladder 与初始预期损失率相结合(适用于未充分发展的年度)。
3. IBNR 确定

IBNR = Projected Ultimate Loss - Incurred Loss to Date


输出格式

保险准备金报告

关键比率

  • 损失率:(索赔 / 保费)。
  • 费用率:(运营成本 / 保费)。
  • 综合比率:(目标应低于 100%)。

准备金

  • 个案准备金:$X。
  • IBNR:$Y。
  • 损失准备金总额:$Z。

三角形可视化

  • 描述损失发展趋势(例如,“2022 事故年度出现恶化”)。

脚本

  • calculate.py:此技能核心计算的确定性函数。运行 python3 scripts/calculate.py 可进行自测;请导入这些函数,而不要自行心算。

参考资料


相关技能

  • risk-assessment:用于识别潜在的承保风险。
  • financial-statement-prep:用于报告巨额损失准备金负债。
  • ecl-computation:用于评估保险公司投资组合的信用风险。

评论

支持 Markdown