元数据与概览(引言与报告概览)
报告标题为 “Fair Pricing in Long-Term Insurance: A Unified Framework”,作者为 Hong Beng Lim、Mengyi Xu 与 Kenneth Q. Zhou,分别来自香港中文大学金融系、UNSW 风险与精算研究所以及滑铁卢大学统计与精算科学系,发布日期为 2026 年 2 月 5 日;这些基本元信息出现在封面与摘要处并明确指出论文目标为长寿险/长期护理保险(LTCI)等长期产品的公平定价框架扩展与示例应用。1
报告的核心论点是:现有针对回归情形的公平定价方法难以直接推广到依赖多状态转移率估计的长期产品;为此,作者提出将任意多状态模型的转移率估计重写为若干个泊松回归(Poisson regression)问题,从而可直接套用短期保险/回归情形中已有的预处理、中间处理与后处理公平方法;作者并以 HRS 数据的 LTCI 定价实证展示并讨论三类公平方法的适配与效果。1 , 4
报告既有理论方法贡献(把多状态建模统一为泊松回归的问题分解),也有概念性贡献(阐明如何把预处理、在训练时处理和后处理三类公平方法移植到长期情境),并且包含一项基于 HRS 的实际定价示例以说明如何把转移级别的公平调整反映到最终保费中;作者在摘要与贡献段落明确陈述了这三方面贡献。1 , 4
逐节深度解读
引言与问题定位(Section 1)
作者回顾了两条主要研究脉络:一是以 Lindholm et al. (2022) 为代表的“discrimination-free premium”公式与其因果解释及扩展,二是借用机器学习公平性工具(如对抗训练、最优输运)在保险定价中的应用;报告指出这些研究主要集中在以期望损失作为回归响应的短期产品场景,这使得对长期产品的适用性不明确。2 , 2
报告强调长期产品(如人寿险、LTCI)定价依赖于多状态模型中转移率估计而非单一结果变量,这一结构差异导致已有以 Y(损失)为响应变量的公平方法难以直接迁移;作者因此提出转化思路:用泊松-生存过程的连接(Poisson–survival connection)将多状态问题表述为多个泊松回归,从而为公平方法的应用提供明确的“响应变量”和统计框架。2 , 3
多状态转移模型与定价(Section 2)
报告在第 2 节详细说明多状态模型的构造与参数化,示意图(Figure 1)展示了两态(alive→dead)与三态(healthy↔disabled→dead,可恢复)模型的形态,说明不同应用会决定允许哪些转移类型存在;该图与相关文字确认,长期/生命保险与 LTCI 的核心在于基于转移强度(transition intensities)构建的动态过程。5 , 6
模型通常以对数线性形式建模转移强度 ln λ_{k,m}(t) = β_m' z_k + γ_m' ω_k(t),并以 MLE 最大似然估计参数;作者给出分解到个体、转移类型与观测时点的似然贡献 l_{k,m,i}(θ) 的一般表达式,明确考虑暴露指示 R_{k,m} 和区间内积分项,这里是传统多状态似然的标准写法并为后续泊松化做准备。6 , 6
定价部分把保费通过期望现值(EPV)匹配给付的 EPV,并指出计算需要从转移强度经矩阵指数得到逐年转移概率,再通过 Chapman–Kolmogorov 方程计算多年度概率,最终计算 EPV(对固定年付或身故给付给出表达式);作者由此说明转移率估计是最终价格的根基。7 , 7
公平定价方法综述(Section 3)
作者把公平方法分为预处理(pre-processing)、在训练时处理(in-processing)与后处理(post-processing)三类,并回顾了各类代表方法(例如最优输运用于预处理、对抗网络用于在训练时处理,Lindholm 的 discrimination-free 方法用于后处理);这些分类奠定了后续将三类方法逐一移植到泊松回归分解上的路线图。8 , 10 , 11
关于公平定义,报告重点放在群体公平(group fairness),并说明在精算场景中常以人口学独立(demographic parity)作为首选,因为 equalized odds 与 predictive parity 在连续响应(损失与保费通常连续)下难以直接运用;作者同时讨论个体公平与代理歧视(proxy discrimination)的概念并说明如何用置换敏感变量分布来缓解代理歧视问题(Lindholm 等的方法核心)。8 , 9 , 9
把多状态问题统一为泊松回归(Section 4)
报告的关键方法学步骤是利用泊松-生存连接:把 competing risks 视作独立的停止泊松过程,在固定时间间隔内每种转移的发生次数服从泊松分布,从而把多状态似然重写为若干个泊松似然的乘积形式;作者从单个个体的简单恒定率例子给出推导,并表明在分割的时间区间(piecewise constant)假设下可推广到含协变量与时间(年龄)变化的情形。13 , 14
在实践化表达中,作者把年龄按整岁(age last birthday)作为分割变量,并把每个 (k,m,x) 条目建模为 T_{k,m,x} ~ Poisson(τ_{k,m,x} · λ_{k,m}(x)),其中 τ 是对该区间的暴露(exposure)并作为 log-offset 使用,回归形式可写为 ln λ_{k,m}(x) = f_m(z_k, x),允许 f_m 为 GLM、GAM、树或神经网络等任意兼容泊松损失的函数;这一重写为把各种公平方法应用到每个“转移层”提供了可操作的接口。14 , 15
图表与视觉内容的逐一深度解读(关键图表与表格分析)
Figure 1(第 5 页)描述的两态与三态模型明确展示了长期保险定价所需考虑的转移类型及其可逆性问题(如 disability 可恢复),这直接决定了在泊松化重写时哪些转移在某些时段的暴露 τ_{k,m,x} 应为零或正值,进而影响样本构造与估计数据量。6
图 3(Figure 3,第 21 页)为三组面板图,分别对应 Best estimate、Race unaware(race-blind)、Fairness adjusted 三种建模假设,每个点是个人的一次投保情形的 lump-sum 保费,并用 GAM 平滑出针对三个人群(White/Caucasian、Black/African American、Other)的趋势线与 95% 置信带;从该图可见:在 Best estimate 情形白人组与其他组存在更明显的价差,而 race-unaware 情形虽缩小但仍存在差距,post-processing 的 fairness adjusted 情形进一步减少了白人与黑人之间的差距但对 Other 组影响有限,作者据此解读 race 既有直接效应也通过其他协变量产生代理效应并被 reweighting 部分缓解。21 , 22
解读可量化细节:图中平滑线总体随年龄变化不大,作者解释这源于两个相反效应的叠加:随年龄增长发生残疾的概率↑与恢复概率↓会推高残疾年限的 EPV,但死亡率↑会缩短残疾持续期,从而在价格层面产生互相抵消的趋势,这一解释直接来自对多状态到价格映射的结构性理解。21
Figure 2(第 10 页)与 Figure 4(第 26 页)分别展示了标准对抗学习架构与作者为长期情境改造后的对抗架构;标准架构把中间表示 W 同时送入回归器与对手网络以约束 W ⟂ S,长期版本在表示 W 与年龄 x 的结合上特别设计(图 4),将年龄作为后续 regressor 的输入而不纳入被去偏的表示 f(Z),以便保证对每一固定的投保年龄 x* 下价格对 S 的独立性(conditional on x*)。这两幅图支持作者对 in-processing 方法在多转移/多年龄情形下的实际设计建议。11 , 27
Appendix 表格 A.1–A.3(第 31 页)示意了从原始转移记录到泊松回归所需“长格式”(long format)数据的转换流程:每条被观测区间会被拆分成多个年龄整岁区间,且只在允许发生该转移的健康状态下生成对应转移类型的观测行,暴露(exposure)与事件 indicator 均被放入单独列以便于在 Poisson glm 中用作 response 与 offset,这一数据工程步骤对保持年龄整岁常量和正确计算 τ_{k,m,x} 至关重要。32
表 C.1(第 34 页)展示了各协变量对模型似然的贡献(按四种转移分别列出并汇总),结果显示年龄(Age)对四种转移的累计似然贡献远超其它变量(总计 8,477.21),其次是受教育年限(1,534.26)、种族(Race,759.84)和主观健康(Self-rated health,717.22),这些数值证明年龄对转移率的主导地位并量化了种族作为敏感属性在模型预测中仍具有显著预测能力;作者据此指出即便在控制众多协变量后,种族仍可能充当未观测社会/健康指标的代理变量。35
具体解释:表中 H→F、F→H、H→D、F→D 分别对应 Healthy→Disabled、Disabled→Healthy、Healthy→Dead、Disabled→Dead 四类转移,年龄在所有转移上均贡献巨大,说明 age 是模型的核心驱动因子,这也强化了作者在设计公平性约束时对“按投保年龄条件化”的强调。35
估值 / 定价过程的解析
报告没有采用估值术语下的 DCF 等复杂估值模型,而是按精算传统直接通过转移概率计算保单的 EPV(lump-sum 或年付情形),其中关键输入为:转移强度 λ_m(·)、折现因子 v(案例中 v=1/1.03)、以及利益触发集合 B 与保费支付集合 P;因此估值的不确定性主要来自转移率的统计估计不确定性与模型化假设(如年龄平稳、暴露分割的精度)。7 , 18
对于公平调整后价格,作者通过把每个转移率 λ_m(z,x,s) 对 S 使用样本经验边际分布做期望(即 λ_m^(z,x) = ∫ λ_m(z,x,s) dP_n(s))来得到“discrimination-free” 的转移率,随后用这些 λ_m^ 计算价格,从而保证对于每一固定 (z,x) 的转移率不再通过 z 间接泄露 S 信息,进而减弱代理歧视效应;作者在第 5.3 节中明确给出 4 步具体后处理流程以实现该目标并讨论为何应采用政策级别的经验分布而非每个泊松问题的样本分布。20 , 20
风险因素评估与方法局限
报告识别出若干风险或局限:第一,若采用 log-linear GLM 而非更灵活模型,可能无法捕捉复杂的非线性或交互效应;作者同时指出其泊松化框架允许采用 GAM、树或神经网络以提升灵活性,但这也引入了过拟合、可解释性下降与监管可接受性问题。14 , 28
第二,公平概念的选择与条件化处理(例如作者多次强调“对每一固定投保年龄 x* 条件下的独立性”)是一个设计决定,会影响是否要改变年龄分布或仅在 age-conditional 层面强制公平;作者在预处理与在训练过程中均讨论了年龄应作为保留变量还是纳入去偏表示的权衡,暴露出公平性定义与业务可接受性之间的张力。24 , 25
第三,后处理 reweighting 消除了通过 Z 的代理信息,但不保证消除所有群体价格差异(因为剩余差异可能反映真正由非敏感协变量引致的平均风险差异),作者在案例讨论中正面说明了这一点并避免把“消除代理”误读为“消除所有差距”。22 , 23
批判性视角与细微差别
方法学层面:将多状态模型完全拆解为独立的泊松回归,雖在大多数情形下统计等价且便于引入现成的公平工具,但需注意该拆解假设(独立增量、分割区间上的常数率、竞争风险视作独立泊松过程)在有些数据生成机制下可能被违反(例如存在时间依赖的未观测异质性或个体间的 frailty),作者在第 4 节虽提到可放宽为 f_m(·) 的一般形式,但对 frailty 或共同随机效应的讨论相对较少,实践中这可能导致估计偏差或不符合 Poisson 分布假设的过度离散性问题需要专门处理(如引入负二项或混合泊松)。13 , 14
实证与样本问题:HRS 虽为著名纵向数据,但并非保险投保人观测样本且采用自报变量、两年一次的访谈间隔与中点假设会带来事件时点测量误差,这些都可能影响 τ 与事件计数的准确性;作者在数据构造中采取了排除不连续问卷年份与只保留连续参与者等措施以降低误差,但对这些选择的敏感性分析在正文没有详述(虽然提及附录)。16 , 16
公平性与政策冲突:作者明确指出在监管框架下不同司法辖区对外部数据与算法使用的限制(如 Colorado SB21-169、NY DFS Circular Letter No.7),且提出以价格为公平衡量目标可能是可行路径,但不同利益相关者对“按年龄条件化的公平”是否充分可能存在分歧,报告在讨论中提醒需慎重选择公平目标并与监管目标对齐。3 , 29
结论性综合
总结:本文提出了一个操作性强的“多状态→泊松回归”统一框架,使得原本针对短期回归问题设计的公平定价方法可以逐个转移类型地应用于长期保险定价中,从而为长期产品(如 LTCI)的公平定价提供了可实施的路线图;作者通过 HRS 的 LTCI 案例展示了后处理 reweighting 在减弱代理歧视方面的实际效果,且讨论如何在预处理与在训练时处理场景中对年龄与表示进行设计以确保对固定投保年龄下的价格实现 demographic parity 的可能性。13 , 20 , 22 , 24
来自图表与表格的深刻见解:Table C.1 的似然贡献数值凸显年龄对转移率与价格的主导作用(总贡献 8,477.21),这既支持按投保年龄条件化公平性检验的合理性,也提示任何公平修正若忽视年龄的结构性影响将难以同时保持精算合理性与公平目标;图 3 的面板比较则将理论方法的效应直观化,显示后处理 reweighting 能有效减少(但通常不能完全消除)因代理效应产生的种族价差,且对不同少数族群的影响不一致,提示政策制定需分群体评估效果。35 , 22
最终判断与建议:作者的框架在方法学上具有良好的可迁移性與可扩展性(允许更灵活的 f_m),并为监管合规提供了清晰路径(可针对每一投保年龄验证价格的独立性);实践中应关注数据重构的精确性、过度离散或未观测异质性对泊松假设的冲击,以及公平目标的业务与法律相容性,建议在实际部署前补充对 frailty、模型不确定性与不同 reweighting 方案的敏感性检验与监管影响分析。14 , 32 , 28 , 29
参考图像(用于支持上文图表分析)
Figure 1(多状态模型示意): 6
Figure 2(对抗学习原始架构): 11
Figure 3(Lump-sum premiums 三种假设对比): 22
Figure 4(长期情境下的对抗架构): 27
Figure D.1(divide-and-conquer 版本的对抗架构): 36
結語:本报告把长期保险中的多状态建模问题与现代公平机器学习方法系统衔接,为实践者提供了明确的数据重塑、模型估计与公平修正路径,并通过 HRS 的 LTCI 实证展示了方法的可行性与效果,同时也清晰列出在方法假设、数据质量与公平目标选择上的若干关键注意事项与未来拓展方向。13 , 22 , 28