精算软件的效率及对《国际财务报告准则》第 17 号实施的影响

最近，我们的大中华区主管 Alex Tsai 在北京接受了保险观察峰会的采访，深入探讨了这一关键问题：精算软件的效率真的能对《国际财务报告准则第17号》的实施产生如此重大的影响吗？精算领域正在经历一场模式变革，尤其是随着《国际财务报告准则第17号》在全球范围内的采用，财产保险公司开始探索使用寿险精算软件进行评估。这篇文章探讨了精算软件的传统界限，强调了传统寿险精算模型在预测能力方面的不足。

该博客以使用 R3S 精算软件的 "预测模型 "为例，重点讨论了精算软件在《国际财务报告准则》第 17 号下的效率和影响，特别是在上层计量模型的背景下。请加入我们的旅程，我们将为您揭开精算软件在不断变化的保险评估领域中的复杂性和重要性。

背景介绍

精算模型是进行精算评估的基本工具。传统上，寿险公司一般使用专门的精算软件来建立模型，而财产保险公司大多使用统计软件或自行开发的系统来建立模型。

然而，随着会计准则和监管规则的快速变化，特别是《国际财务报告准则第 17 号》在全球范围内的实施，一些财产保险公司开始使用寿险精算软件进行精算评估。国内一些财险公司也在探索相关做法。可以说，精算软件正在突破寿险使用的传统界限，逐渐成为各种精算评估任务的通用工具。

传统精算模型在预测能力方面存在以下不足：

近年来，在《国际财务报告准则第 17 号》、偿付能力法规和估值评估等活动的推动下，对精算模型预测功能和效率的要求日益提高。传统的寿险精算模型在这方面往往表现出一定的缺陷，导致在使用过程中出现明显的痛点。

例如，偿付能力压力测试和季度偿付能力报告都要求进行偿付能力预测。尽管偿付能力预测的预测期限相对较短，但监管规定仍允许在某些条件下使用简化方法，如风险载体系数法。在最低资本预测期较长的内含价值和新业务价值评估方面，现有的 "内含价值评估标准 "没有施加限制，允许使用载体法进行简化计算。

允许使用这些简化方法显然与传统寿险精算模型在预测功能方面的局限性有关。这种联系导致了一种情况，即为了实际可操作性，可能需要在偿付能力预测和价值评估中牺牲一些精确性和合理性，从而做出妥协。

此外，《国际财务报告准则》第 17 条要求在评估时同时预测未来的现金流，这迫使业界面对与模型预测有关的问题。

精算模型的两种基本类型。

一般来说，精算模型有两个基本功能：时间点评估和预测。在最初的设计中，无论是强调时间点评估还是预测，都会导致模型预测能力的显著差异。从功能角度看，人寿保险精算模型大致可分为两种基本类型："评估模型 "和 "预测模型"。

其中，"评估模型 "主要侧重于时间点评估功能，同时也考虑预测能力。另一方面，"预测模型 "是基于预测功能建立的，时间点评估作为一种特殊的预测形式被自动纳入其中。

区分两类精算模型

时间点评估和预测都是人寿保险精算模型的基本功能。那么，为什么需要区分两类模型呢？这是因为在大多数精算工作中，往往需要同时使用多套不同的精算假设。这体现在两个方面：

1.责任评估中的最优估计假设、不利情景假设和比较情景假设。

2.负债预测中的预测假设和负债评估假设。

区分这两类模型的技术根源在于精算模型如何同时处理多套不同的精算假设。

就 "评估模型 "而言，在设计模型时，主要侧重于时间点评估功能。为了满足预测功能的要求，模型中引入了某种形式的重置计算。这包括使用同一套计算逻辑，分别调用不同的精算假设，在多套假设下完成计算（可以理解为不同假设之间的横向重置计算）。此外，在每套精算假设下的预测中，评估点的计算逻辑被重复使用，以完成每个预测时间点的计算（可理解为沿时间轴的纵向重置计算）。例如，可以使用精算软件提供的重新评估、重新计算、重新定标等功能，或在精算模型中编写代码来实现类似功能。

另一方面，就 "预测模型 "而言，在设计模型时，首要考虑的是实现预测功能。时间点评估只是作为一种特例。因此，模型结构往往与 "评估模型 "有很大不同。例如，可以使用分层计算来代替重置计算。这就需要在模型中分层设置模块以使用不同的精算假设，在相应的分层模块中实现不同假设下的计算，并在不同的分层中交互计算结果。

两类精算模型的简要比较

这种 "评估模式 "在不考虑业务效率的情况下，普遍适用于各种精算评估任务，甚至可以说具有一定的 "普遍性"。它在时间点评估方面尤为突出。然而，在实施预测功能时，由于大量的重置/重复计算，效率往往受到限制。

另一方面，"预测模型 "通常在实现预测功能方面具有优势，但对于时间点评估来说，它可能不是最佳解决方案。此外，"预测模型 "往往不像 "评估模型 "那样直接实现 "普遍性"。不过，也可以采用其他方法来实现类似的结果，不过这涉及到许多技术细节，在此不做讨论。

总之，在精算评估任务中，这两类模型并没有绝对的优劣之分，而是取决于对当前问题的具体分析。

预测模型 "的一个例子。

由于业内对传统 "评估模型 "及其架构进行了广泛讨论，本文将以 R3S 精算软件为例，重点对 "预测模型 "及其架构进行简单演示。

R3S 精算软件是RNA Analytics 的产品。RNA Analytics 是一家拥有数十年历史的软件和咨询服务提供商，总部设在英国和韩国。该公司致力于利用技术创新，协助保险业建立一个涵盖监管合规、风险管理和报告系统的精算平台。目前，R3S 在全球 49 个国家和地区拥有 150 多家保险机构用户，其中包括一些领先的保险集团。在国内市场，R3S 也拥有相当数量的客户。R3S 软件具有分层计算和模块化建模的特点，使得 "预测模型 "这一专业架构的实施相对容易。

我们的模型在旧准则（CGAAP）和偿付能力准则（CROSSII）下的时点评估和预测的运行时 间差异相对较小。此外，在国内各种主要的精算应用场景中，它都实现了较高的运行效率。因此，没有必要使用简化的价值评估载体方法来预测保险风险的最低资本。

之所以能够实现上述运行效率，主要归功于 R3S 的功能，如分层计算和模块化建模，使得 "预测模型 "架构的实现相对方便。

在旧标准下的会计储备建模过程中，R3S 用户可以将同一套现金流预测模块（计划或预测过程）置于模型的不同层次（层）。然后，他们可以分别读取最优估计假设和不利情景假设，以实现负债评估和预测。

在偿付能力建模过程中，R3S 用户还可以在模型的不同层次（层）使用不同的现金流预测模块（程序或预测过程）来实现偿付能力预测功能。

国际财务报告准则第 17 号》下精算软件的效率及其对项目实施的影响：我们知道多少？

上文主要讨论了与传统精算模型（现金流模型）相关的问题。然而，《国际财务报告准则第 17 号》的实施不仅涉及按逐项保单计算的现金流模型，即 "底层模型"，还涉及按合同组计算的上层模型，即合同组层面的计量模型。

由于合同组的数量往往远少于保单/模型点的数量，且合同组层面的计量相对于现金流模型而言较为简单，因此一般而言，IFRS17 下的上层模型应不存在效率问题（例如，如前所述，国内某寿险公司使用 R3S 的上层计量模型仅需 1-2 秒即可运行）。

然而，根据目前行业的实施经验，实际情况远非理想。因此，有必要专门解决《国际财务报告准则第 17 号》中上层计量模式的相关问题。

以下观点和材料来自于已在国内市场实施《国际财务报告准则第17号》的用户的经验和教训，希望能为今年启动项目的公司提供参考。

近年来，《国际财务报告准则第17号》的实施一直是国内保险行业关注的焦点。从2023年上市公司的系统性启动，到银行系、外资系公司针对合并报告要求的持续实施，行业内出现了多种解决方案。

无论是由公司精算部门还是财务部门领导，无论是选择集成软件（测量引擎+核算引擎）还是在现有精算软件中完成测量，然后将结果输出到子账户，实现上下游系统之间的自动数据流都是不可避免的。测量模型/测量平台的关键作用不容忽视。这就迫使精算部门走出传统的技术和业务领域，逐渐与财务部门甚至 IT 部门合并。以往 "你中有我，我中有你 "的职责划分变得越来越具有挑战性，"相互依存"、"荣辱与共，共进退 "成为趋势。

上层计量模型/计量平台在《国际财务报告准则》第17号中的关键作用主要体现在：上层计量模型/计量平台的效率将直接决定《国际财务报告准则》第17号项目的整体实施效果。

从本质上讲，精算软件的效率是成功实施《国际财务报告准则第 17 号》的关键，标志着寿险精算工具在整个保险业的应用发生了转变。评估 "模型和 "预测 "模型之间的区别凸显了定制方法的必要性，R3S 软件的多功能性就说明了这一点。尽管人们寄予厚望，但《国际财务报告准则第 17 号》上层计量模型的效率仍面临挑战，这强调了精算、财务和 IT 部门之间合作的必要性，以确保无缝过渡和整体项目的成功。