{"id":"17299434-cfcd-406a-a676-d2324b1da694","entityType":"agent","slug":"clawhub-gechengling-insurance-actuarial-cn","name":"China Insurance Actuarial Pricing Expert","canonicalUrl":"https://www.xpersona.co/agent/clawhub-gechengling-insurance-actuarial-cn","canonicalPath":"/agent/clawhub-gechengling-insurance-actuarial-cn","generatedAt":"2026-10-10T04:24:20.313Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-09T21:52:25.356Z","emptyReason":null},"description":"AI-powered China insurance actuarial pricing skill — uses the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II (Rules II 2024) framework. Calculates pure premium, reserves, solvency capital, and supports IFRS 17 / HKFRS 17 transition. Covers critical illness, annuity, health, group and pension product pricing with Python code templates. Built for Chinese actuaries, product pricing teams, and insurance product development. Keywords: actuarial, pricing, life table 2025, C-ROSS, IFRS 17, China insurance, solvency capital, insurance product design, 精算定价, 保险产品开发, 产品定价, 准备金计算, 偿二代, 第四套生命表, 重疾险, 年金险, 医疗险, Python建模, 精算模型.","descriptionLabel":"Source description","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 2K downloads reported by the source. Last updated 10/9/2026.","installCommand":"clawhub skill install s17ewqc4f2s6gpcbm88hy7fgvn85kg1g:insurance-actuarial-cn","sourceUrl":"https://clawhub.ai/gechengling/insurance-actuarial-cn","homepage":"https://clawhub.ai/gechengling/skills/insurance-actuarial-cn","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/gechengling/insurance-actuarial-cn","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/gechengling/skills/insurance-actuarial-cn","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":66,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"China Insurance Actuarial Pricing Expert technical dossier on Xpersona with agent coverage, OPENCLEW support, and live trust metadata."},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-09T21:52:25.356Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-09T21:52:25.356Z","emptyReason":null},"stars":null,"forks":null,"downloads":1959,"packageName":null,"latestVersion":"5.1.3","tractionLabel":"2K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-09T21:52:25.356Z","emptyReason":null},"lastUpdatedAt":"2026-10-09T21:52:25.356Z","lastCrawledAt":"2026-10-09T21:52:25.356Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-10T21:52:25.356Z","lastVerifiedAt":null,"highlights":[{"version":"5.1.3","createdAt":"2026-09-21T05:48:25.807Z","changelog":"5.1.3: 监管动态更新至2026-09-21并新增精算应对动作列；生命表/产品分类/假设/准备金/团险/IFRS17/利率情景各表新增误用与敏感性等列；新增示例3-4、生命表三步判定、定价假设自检表、测试用例2-3；补充数据最小化与外发确认","fileCount":3,"zipByteSize":12303},{"version":"5.1.2","createdAt":"2026-08-29T14:05:16.018Z","changelog":"v5.1.2: Full content rewrite with clean UTF-8 (resolved all mojibake / U+FFFD corruption). Rebuilt around 4th Life Table (2025, CL1/CL2/CL3) and C-ROSS II. Added 11 worked examples across pricing, reserves, credibility theory, IFRS 17 and ALM. Expanded tables with new dimensions (product classification, mortality improvement, interest scenarios, group categories). Regulatory timeline refreshed through 2026-08-28 (2.0% predetermined rate outlook, July 2026 negative list, June 2026 pension/tax-advantaged expansion).","fileCount":3,"zipByteSize":8868},{"version":"5.1.1","createdAt":"2026-06-28T13:13:54.174Z","changelog":"Version 5.1.1 of insurance-actuarial-cn - Updated latest China insurance regulatory news (as of 2026-06-28) to include new AI risk governance guidelines, planned regulation updates, and permit management changes. - Removed deprecated skill-card.md file. - No changes to actuarial methodology, pricing templates, or Python code examples. - Minor SKILL.md content restructuring for clarity and up-to-date compliance.","fileCount":6,"zipByteSize":17152},{"version":"5.1.0","createdAt":"2026-06-15T06:16:49.455Z","changelog":"- Regulatory content updated: Added 2026 NFRA No.2 license administration rules and insurance license cancellation, with associated actuarial impacts and transition period requirements. - \"skill-card.md\" file removed. - SKILL.md expanded: New section summarizing 2026 regulatory events, with impacts on pricing models and compliance. - Enhanced changelog section, data cut-off, and source citation. - Version number incremented to 5.1.0.","fileCount":6,"zipByteSize":16760},{"version":"5.0.2","createdAt":"2026-06-01T15:11:28.534Z","changelog":"Security compliance update: added capability declarations and advisory-only disclaimers to meet ClawHub security scan requirements","fileCount":6,"zipByteSize":16637},{"version":"5.0.1","createdAt":"2026-06-01T14:20:21.954Z","changelog":"**Summary:** Minor version update; maintenance and cleanup. - Version bumped from 5.0.0 to 5.0.1. - Documentation updated (SKILL.md modified). - Redundant or deprecated file removed (skill-card.md). - No feature or content changes in core functionality.","fileCount":6,"zipByteSize":17045},{"version":"5.0.0","createdAt":"2026-05-31T02:11:33.266Z","changelog":"融合阿里点金（Dianjin）金融数字员工精髓，版本升级至5.0.0","fileCount":6,"zipByteSize":15989},{"version":"4.0.2","createdAt":"2026-05-27T06:07:07.236Z","changelog":"Version 4.0.2 - Updated version number to 4.0.2 in SKILL.md. - No new features or functionality added. - No code changes; documentation only. - No changes to core capabilities or methodology.","fileCount":6,"zipByteSize":13960}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s17ewqc4f2s6gpcbm88hy7fgvn85kg1g:insurance-actuarial-cn","setupComplexity":"low","setupSteps":["Install using `clawhub skill install s17ewqc4f2s6gpcbm88hy7fgvn85kg1g:insurance-actuarial-cn` in an isolated environment before connecting it to live workloads.","No published capability contract is available yet, so validate auth and request/response behavior manually.","Review the upstream CLAWHUB listing at https://clawhub.ai/gechengling/insurance-actuarial-cn before using production credentials."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-insurance-actuarial-cn/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-insurance-actuarial-cn/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-insurance-actuarial-cn/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-insurance-actuarial-cn/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-insurance-actuarial-cn/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-insurance-actuarial-cn/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-10T04:24:20.310Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-insurance-actuarial-cn/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-insurance-actuarial-cn/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-insurance-actuarial-cn/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-insurance-actuarial-cn/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-09T21:52:25.356Z","emptyReason":null},"readme":"Skill: China Insurance Actuarial Pricing Expert\n\nOwner: gechengling\n\nSummary: AI-powered China insurance actuarial pricing skill — uses the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II (Rules II 2024) framework. Calculates pure premium, reserves, solvency capital, and supports IFRS 17 / HKFRS 17 transition. Covers critical illness, annuity, health, group and pension product pricing with Python code templates. Built for Chinese actuaries, product pricing teams, and insurance product development. Keywords: actuarial, pricing, life table 2025, C-ROSS, IFRS 17, China insurance, solvency capital, insurance product design, 精算定价, 保险产品开发, 产品定价, 准备金计算, 偿二代, 第四套生命表, 重疾险, 年金险, 医疗险, Python建模, 精算模型.\n\nTags: 4th-life-table:1.1.0, C-ROSS:1.1.0, CASS:1.0.0, China-insurance:1.1.0, actuarial:5.1.2, banking:5.0.0, chinese-market:1.1.0, dianjin:5.0.0, finance:5.1.2, insurance:5.1.2, insurance-actuarial-cn:5.1.3, insurance-product-design:1.1.0, latest:5.1.3, life-table:1.1.0, pricing:5.1.2, python:1.1.0, solvency-capital:1.1.0\n\nVersion history:\n\nv5.1.3 | 2026-09-21T05:48:25.807Z | user\n\n5.1.3: 监管动态更新至2026-09-21并新增精算应对动作列；生命表/产品分类/假设/准备金/团险/IFRS17/利率情景各表新增误用与敏感性等列；新增示例3-4、生命表三步判定、定价假设自检表、测试用例2-3；补充数据最小化与外发确认\n\nv5.1.2 | 2026-08-29T14:05:16.018Z | user\n\nv5.1.2: Full content rewrite with clean UTF-8 (resolved all mojibake / U+FFFD corruption). Rebuilt around 4th Life Table (2025, CL1/CL2/CL3) and C-ROSS II. Added 11 worked examples across pricing, reserves, credibility theory, IFRS 17 and ALM. Expanded tables with new dimensions (product classification, mortality improvement, interest scenarios, group categories). Regulatory timeline refreshed through 2026-08-28 (2.0% predetermined rate outlook, July 2026 negative list, June 2026 pension/tax-advantaged expansion).\n\nv5.1.1 | 2026-06-28T13:13:54.174Z | auto\n\nVersion 5.1.1 of insurance-actuarial-cn\n\n- Updated latest China insurance regulatory news (as of 2026-06-28) to include new AI risk governance guidelines, planned regulation updates, and permit management changes.\n- Removed deprecated skill-card.md file.\n- No changes to actuarial methodology, pricing templates, or Python code examples.\n- Minor SKILL.md content restructuring for clarity and up-to-date compliance.\n\nv5.1.0 | 2026-06-15T06:16:49.455Z | auto\n\n- Regulatory content updated: Added 2026 NFRA No.2 license administration rules and insurance license cancellation, with associated actuarial impacts and transition period requirements.\n- \"skill-card.md\" file removed.\n- SKILL.md expanded: New section summarizing 2026 regulatory events, with impacts on pricing models and compliance.\n- Enhanced changelog section, data cut-off, and source citation.\n- Version number incremented to 5.1.0.\n\nv5.0.2 | 2026-06-01T15:11:28.534Z | user\n\nSecurity compliance update: added capability declarations and advisory-only disclaimers to meet ClawHub security scan requirements\n\nv5.0.1 | 2026-06-01T14:20:21.954Z | auto\n\n**Summary:** Minor version update; maintenance and cleanup.\n\n- Version bumped from 5.0.0 to 5.0.1.\n- Documentation updated (SKILL.md modified).\n- Redundant or deprecated file removed (skill-card.md).\n- No feature or content changes in core functionality.\n\nv5.0.0 | 2026-05-31T02:11:33.266Z | user\n\n融合阿里点金（Dianjin）金融数字员工精髓，版本升级至5.0.0\n\nv4.0.2 | 2026-05-27T06:07:07.236Z | auto\n\nVersion 4.0.2\n\n- Updated version number to 4.0.2 in SKILL.md.\n- No new features or functionality added.\n- No code changes; documentation only.\n- No changes to core capabilities or methodology.\n\nv4.0.1 | 2026-05-25T03:29:26.283Z | auto\n\nVersion 4.0.1\n\n- Added \"保险监管最新动态\" section summarizing major regulatory updates as of May 2026, including impacts on pricing models.\n- Expanded keywords in the description to improve discoverability (e.g., 加入精算、重疾险定价、Python精算).\n- Updated metadata: set the skill slug to insurance-actuarial and version to 4.0.1.\n- No changes to core methodology, formulas, or code examples.\n\nv2.0.0 | 2026-05-11T06:08:25.153Z | auto\n\nVersion 2.0.0 — Major update with expanded actuarial and regulatory coverage\n\n- Added 2025–2026 regulatory update section, covering 4th Life Table implementation, C-ROSS Phase II, IFRS 17/HKFRS 17, and interest rate policy changes\n- Expanded coverage for critical illness, annuity, health, group, and pension product pricing with new Python code templates\n- Introduced IFRS 17/HKFRS 17 actuarial requirements, including CSM, risk adjustment, and new reserve logic\n- Added interest rate risk and ALM stress testing methodology/code\n- Updated descriptions to reflect compliance with the latest China insurance regulatory and accounting standards\n\nv1.1.0 | 2026-05-04T15:23:17.838Z | user\n\nv1.1.0 Bilingual optimization: English metadata + English summaries (4th Life Table 2025 + C-ROSS Phase II); Bilingual README.md; SEO title for China actuarial pricing.\n\nv1.0.0 | 2026-05-02T14:44:22.365Z | user\n\nClawHub首个中国精算定价垂直Skill，覆盖第四套生命表(2025 CL1/CL2/CL3)、费率厘定公式、准备金计算、团险定价、重疾险恶化因子。2025年第四套生命表10月发布，2026年1月1日起实施\n\nArchive index:\n\nArchive v5.1.3: 3 files, 12303 bytes\n\nFiles: skill-card.md (2463b), SKILL.md (24081b), _meta.json (141b)\n\nFile v5.1.3:SKILL.md\n\n---\nname: China Insurance Actuarial Pricing Expert\ndescription: >\n AI-powered China insurance actuarial pricing skill — uses the 4th Life Table (2025, effective 2026-01-01)\n and C-ROSS Phase II (Rules II 2024) framework. Calculates pure premium, reserves, solvency capital, and\n supports IFRS 17 / HKFRS 17 transition. Covers critical illness, annuity, health, group and pension product\n pricing with Python code templates. Built for Chinese actuaries, product pricing teams, and insurance\n product development. Keywords: actuarial, pricing, life table 2025, C-ROSS, IFRS 17, China insurance,\n solvency capital, insurance product design, 精算定价, 保险产品开发, 产品定价, 准备金计算, 偿二代,\n 第四套生命表, 重疾险, 年金险, 医疗险, Python建模, 精算模型.\nslug: insurance-actuarial-cn\nversion: \"5.1.3\"\ncapabilities:\n - educational-reference\n - advisory-only\n - requires-human-review\n - illustrative-code-samples\n---\n\n# China Insurance Actuarial Pricing Expert（第四套生命表 2025）/ 中国保险精算定价专家\n\n> **⚠️ 安全声明 / SECURITY NOTICE**\n> - **Type:** Educational reference / analytical framework ONLY（纯方法论参考框架）\n> - **No bundled executable code, scripts, or binaries** — only illustrative Python snippets you run in your own environment\n> - **No persistent storage, network calls, or background execution** are performed by this skill\n> - **No credential collection, PII processing, or system access**\n> - **All outputs require human review by a qualified actuary before real-world application**\n> - **NOT financial, legal, or insurance advice**\n\n> **⚠️ 免责声明 / DISCLAIMER**\n> - **English:** This skill provides methodology, formulas, and illustrative calculation templates ONLY. It does\n> NOT contain production actuarial systems, regulatory filing engines, or validated model libraries. All\n> figures (e.g., \"mortality improvement 20%-30%\") are literature/regulatory benchmarks or design targets, NOT\n> results of this skill. Pricing, reserving, and solvency outputs MUST be reviewed and signed off by a\n> qualified actuary and comply with C-ROSS / IFRS 17 requirements.\n> - **中文：** 本 Skill 仅提供方法论、公式与示意性计算模板，不含生产级精算系统、监管报备引擎或已校验模型库。\n> 所有数据（如\"死亡率改善 20%-30%\"）均为文献/监管基准或设计目标，非本 Skill 实测结果。所有定价、准备金与\n> 偿付能力输出**必须经持证精算师审核签字**，并符合偿二代、IFRS 17 等监管要求。\n\n> **🔒 数据最小化 / DATA MINIMIZATION（2026-09-21 补充）**\n> - 定价与评估只使用完成任务所必需的最小字段集；保单登记、健康告知、理赔明细等含个人信息的内容，须脱敏、聚合或取得授权后方可使用。\n> - 本技能不索取、不存储任何凭据、密钥与生产数据；示意代码请在自有授权环境中运行。\n> - **保存/外发前确认**：任何定价报告、测算表与图表，必须先向用户完整预览并经用户明确确认后再写入磁盘或对外发送。\n\n\n\n> **🔒 数据安全 / DATA SECURITY**\n> - 保单登记、健康告知、理赔等含个人敏感信息，须遵循《个人信息保护法》与保险行业最小必要、授权留痕要求。\n> - 示例中的客户/产品数据均为虚构，真实精算工作请在合规授权环境中进行，禁止将未脱敏 PII 输入通用对话环境。\n\n---\n\n## Trigger Keywords / 触发关键词\n\n**English Triggers:** insurance actuarial pricing, life table 2025, C-ROSS Phase II, IFRS 17 pricing, pure premium,\nreserve calculation, solvency capital, product pricing, critical illness pricing, annuity pricing, group insurance\npricing, China insurance actuary, 偿二代资本, 准备金评估, 定价模型\n\n**中文触发词（优先）：** 保险精算定价 / 第四套生命表 / 2025生命表 / 偿二代二期 / IFRS17 / 准备金计算 / 纯保费 /\n毛保费 / 产品定价 / 重疾险定价 / 年金险定价 / 医疗险定价 / 团体保险定价 / 偿付能力资本 / 资产负债管理 / 利率风险\n\n---\n\n## Core Capabilities / 核心能力\n\n### 0. 2025-2026 最新监管动态（截至 2026-09-21）\n\n| 时间 | 监管动态 | 对精算定价/评估影响 | 精算侧应对动作 |\n|------|----------|-------------------|---------------|\n| **2025-10-29** | 保险业协会发布第四套经验生命表（CL1/CL2/CL3） | 2026-01-01 起强制使用；寿险/重疾/年金定价死亡率整体下调约 20%-30% | 完成新旧表切换的定价回溯与利润影响测算 |\n| **2024-03-18** | 偿二代二期工程（C-ROSS Rules II）全面实施 | 最低资本计量趋严，长期股权投资、投资性房地产风险因子上调 | 重算最低资本与综合偿付能力充足率 |\n| **2024 年** | 普通型人身险预定利率上限下调至 3.0% | 传统险产品成本下降，分红/万能占比上升 | 重估产品结构与利润边际 |\n| **2025 年** | A 股上市公司 IFRS 17 / HKFRS 17 首份年报适用 | 准备金计量逻辑转向 BBA，CSM 摊销成为利润核心驱动 | 建立 CSM 台账与释放节奏跟踪 |\n| **2026-08** | 金融监管总局研究普通型预定利率动态调整机制，上限进一步降至 2.0% 可期；分红/万能演示利率同步压降 | 新产品定价假设重估，存量高利率保单利差损压力上升 | 建立预定利率动态调整下的情景库 |\n| **2026-07** | 人身险销售误导治理“负面清单”更新 | 定价与演示口径更审慎，销售端需与精算假设一致披露 | 统一演示口径与定价假设，避免两套数 |\n| **2026-06** | 养老金融政策加码，个人养老金税优额度扩容 | 年金/养老产品定价需叠加税优与长寿风险情景 | 在年金定价中增加长寿与税优情景 |\n| **2026-09** | 预定利率动态调整机制的落地节奏与演示利率约束持续成为定价焦点 | 定价假设需具备可随时重估的弹性 | 把假设参数化，支持一键情景重算 |\n\n\n\n> **说明：** 以上动态截至 2026-09-21，具体以监管机构官方发布为准；本 Skill 仅为方法论参考，不替代合规审查。\n\n---\n\n### 1. 第四套生命表（2025）全面分析 / 4th Life Table (2025) Full Analysis\n\n#### 1.1 生命表结构 / Table Structure\n\n第四套生命表由非养老类（CL1）、养老类（CL2）、长寿风险类（CL3）三套核心表及对应死亡率、伤残率表构成。\n\n| 生命表 | 适用产品 | 核心特征 | 应用要点 | 定价中常见的误用 | 切换新旧表的检查点 |\n|--------|---------|---------|---------|-----------------|-------------------|\n| **CL1 非养老类** | 定期寿险、终身寿险、重疾险、医疗险 | 死亡率较第三套整体改善约 20% | 重疾/寿险定价基准，需叠加疾病发生率 | 把 CL1 直接用于年金给付期 | 同一产品前后两版定价是否换了表 |\n| **CL2 养老类** | 年金险、养老年金 | 死亡率改善更显著（约 25%-30%） | 年金给付期长寿风险计提更充分 | 用 CL2 定价定期寿险导致费率偏低 | 领取期是否改用 CL2/CL3 |\n| **CL3 长寿风险类** | 递延年金、长期护理 | 高年龄端尾部死亡率更低 | 用于长寿风险附加资本与情景测试 | 把 CL3 当主表直接定价 | 长寿风险资本是否单独计提 |\n| **伤残/重疾发生率表** | 重疾、意外、长护 | 随医疗进步疾病谱变化 | 需结合经验数据动态校准 | 用行业表完全替代公司经验 | 经验数据是否做了可信度加权 |\n\n#### 1.2 关键变化 / Key Changes\n\n- **死亡率整体下移**：全年龄段死亡率较第三套下降约 20%-30%，养老类降幅更大。\n- **新增长寿风险表 CL3**：针对年金给付的长尾风险单独建模，强化尾部情景。\n- **性别差异收敛**：男女死亡率差距在高龄段收窄，影响联合生存年金定价。\n- **疾病发生率更新**：重疾、医疗赔付经验纳入新表，反映诊疗技术进步。\n\n**示例 1（死亡率对比）：** 30 岁男性，第三套 qₓ≈0.0009，第四套 CL1 qₓ≈0.0007，降幅约 22%；用于定期寿险纯保费测算时，年保费约下降 15%-20%。\n\n**示例 2（长寿影响）：** 65 岁男性年金，使用 CL2 较 CL1 预期领取年限延长约 1.5-2 年，年金现值上升约 8%-12%，需通过预定利率与费用率对冲。\n\n\n\n**示例 3（医疗险费率与新表）：** 30 岁女性、6 年期医疗险，发生率沿用行业表并按公司经验做 0.4 可信度加权；若经验赔付率高于手册假设 8 个百分点，最终费率系数约为 1 + 0.4 × 8% ≈ 1.032，即上浮约 3.2%。同一产品若忽略可信度直接按经验定价，会把短期波动固化进费率。\n\n\n\n**示例 4（新旧表切换的回溯）：** 某在售定期寿险切换第四套表后，同口径年缴纯保费下降约 15%-20%；若维持原价销售，利润率将抬升，需要同步评估：① 是否需要调价以保持竞争力；② 偿二代下最低资本的变化；③ 存量保单与新单定价口径是否一致。\n\n\n\n**生命表选用的三步判定（新增）**\n\n\n\n| 步骤 | 问法 | 判定 |\n|------|------|------|\n| 第一步：看产品责任 | 保障身故/疾病，还是生存给付？ | 前者用 CL1，后者用 CL2/CL3 |\n| 第二步：看期间 | 是否进入领取期或长期护理期？ | 进入则用 CL2/CL3 |\n| 第三步：看资本 | 是否涉及长寿风险资本？ | 涉及则用 CL3 做情景 |\n\n\n\n#### 1.3 死亡率改善与外推 / Mortality Improvement\n\n| 参数 | 含义 | 典型取值 | 校准要点 | 取值过高/过低的后果 |\n|------|------|---------|---------|-------------------|\n| 改善率 iₜ | 逐年死亡率下降速度 | 1.5%-2.5%/年 | 随年龄递减，高龄放缓 | 过高会低估长期年金成本 |\n| 外推年限 | 表外年龄线性外推 | ≤5 年 | 避免尾部失真 | 过长会导致尾部死亡率失真 |\n| 平滑因子 | 相邻年龄过渡 | 0.1-0.3 | 防止阶梯跳变 | 过大掩盖真实年龄结构 |\n\n---\n\n### 2. 中国精算定价方法论 / China Actuarial Pricing Methodology\n\n#### 2.1 产品定价基本公式 / Pricing Formula\n\n采用净保费法（等价原则）：\n\n```\n毛保费 G = 纯保费 P + 费用附加 L\n纯保费现值 PV(P) = 给付现值 PV(B) + 退保现值 PV(S)\n现值方程：Σ v^t · (给付 + 费用) · p_x = Σ v^t · 保费 · p_x\n其中 v = 1/(1+i)，i 为预定利率\n```\n\n#### 2.2 产品分类与定价要点 / Product Categories\n\n| 产品类型 | 核心定价因子 | 主要风险 | 监管关注 | 定价时最易忽略的一项 | 建议的敏感性测试 |\n|---------|------------|---------|---------|---------------------|-----------------|\n| 定期/终身寿险 | 死亡率(CL1)、预定利率 | 死亡摆幅、利差损 | 最低资本、利率风险 | 退保率与利率的联合影响 | 死亡率 ±10%、利率 ±50bp |\n| 重大疾病 | 重疾发生率、死亡率 | 疾病谱、医疗通胀 | 发生率披露、定义规范 | 重疾定义变更带来的发生率跳变 | 发生率 ±15%、医疗通胀 ±2% |\n| 年金险 | 死亡率(CL2)、长寿风险 | 长寿、利差损 | 长寿风险资本 | 长寿改善率的长期外推 | 改善率 ±0.5%、领取年龄 ±5岁 |\n| 医疗险 | 医疗费用、赔付率 | 医疗通胀、逆选择 | 赔付率红线、续保 | 逆选择随销售规模放大 | 赔付率 ±10%、续保率 ±10% |\n| 团体保险 | 经验发生率、集中风险 | 团体逆向选择 | 经验费率可信度 | 小团体的可信度不足 | 可信度 Z ±0.2 |\n\n#### 2.3 关键假设 / Key Assumptions\n\n| 假设 | 说明 | 取值区间（示意） | 主要不确定性来源 | 监管约束 | 常用敏感性区间 |\n|------|------|----------------|-----------------|---------|---------------|\n| 预定利率 i | 定价贴现率 | 2.0%-3.0%（随监管动态调整） | 监管动态调整机制 | 不得超过监管上限 | ±50bp |\n| 死亡率 | CL1/CL2 第四套 | 按年龄性别查表 | 改善率外推 | 须使用第四套表 | ±10% |\n| 重疾发生率 | 行业/公司经验表 | 随产品差异大 | 疾病谱与诊疗进步 | 发生率披露与定义规范 | ±15% |\n| 退保率 | 经验假设 | 首年高、逐年降 | 利率环境与竞品 | 与利润测试一致 | ±20% |\n| 费用率 | 获取/维持/理赔费用 | 保费 5%-15% | 渠道结构变化 | 费用假设须可支撑 | ±25% |\n\n#### 2.4 Python 示例 / Illustrative Code\n\n```python\ndef critical_illness_premium(age, sum_assured, policy_term, payment_term, i=0.025):\n \"\"\"示意：重疾险年缴纯保费（等价原则简化版）\"\"\"\n v = 1 / (1 + i)\n # 重疾给付现值\n A_ci = 0.0\n for t in range(policy_term):\n q_ci = lookup_ci_rate(age + t, t) # 查第四套重疾发生率\n A_ci += v ** (t + 1) * q_ci * sum_assured\n # 身故给付现值\n A_death = 0.0\n for t in range(policy_term):\n q_d = lookup_mortality_CL1(age + t, t) # 查 CL1 死亡率\n A_death += v ** (t + 1) * q_d * sum_assured\n # 缴费期生存年金现值 Nx\n Nx = sum(v ** t * survival_prob(age, t) for t in range(payment_term))\n pure_premium = (A_ci + A_death) / Nx\n return pure_premium\n\n# 示例：30 岁男性，50 万保额，20 年缴，预定利率 2.5%\nprem = critical_illness_premium(30, 500000, 30, 20, i=0.025)\nprint(f\"年缴纯保费约：{prem:,.0f} 元\")\n```\n\n**示例：** 30 岁男性、50 万保额、20 年缴费，预定利率 2.5%、重疾发生率取行业表，年缴纯保费约 4,800-5,400 元区间，叠加费用附加后毛保费约 6,000-7,000 元（具体以公司经验与产品形态为准）。\n\n---\n\n### 3. 准备金计算 / Reserve Calculation\n\n| 准备金类型 | 定义 | 计提基础 | 监管口径 | 与另一口径的差异点 | 评估频率 |\n|-----------|------|---------|---------|-------------------|---------|\n| 法定责任准备金 | 保单未来给付现值 | 最优估计负债 + 风险边际 | 偿二代二期 | 偏审慎，含风险边际 | 定期评估 |\n| 最优估计负债 BEL | 预期现金流现值 | 折现率曲线 + 发生率 | IFRS 17 BBA | 不含风险边际，RA 单列 | 每报告期 |\n| 风险边际 RM | 不确定性补偿 | 成本/资本法 | 监管规定 | IFRS 17 下称风险调整 RA | 每报告期 |\n| 未到期责任准备金 | 未届满期保费对应义务 | 1/24 或 1/365 法 | 财险/短险 | 短险口径，与长期险不同 | 月度/季度 |\n\n\n\n**补充示例：** 同一组年金保单，偿二代口径下负债含风险边际、金额高于 IFRS 17 的 BEL；两者不可混用——对外披露用 IFRS 17 口径，偿付能力报送用偿二代口径，报告中须明确标注所用口径。\n\n**示例：** 一张 20 年期缴重疾保单，第 5 保单年度末，BEL 按当前发生率与折现曲线重估；若实际退保率低于假设，释放部分风险边际，形成利润释放。\n\n---\n\n### 4. 团体保险定价 / Group Insurance Pricing\n\n#### 4.1 团体分类与定价方式 / Group Categories\n\n| 团体类型 | 定价方式 | 数据基础 | 风险调整 | 可信度参考 | 续保时的重点 |\n|---------|---------|---------|---------|-----------|-------------|\n| 大型制造业团体医疗 | 经验费率 | 历史赔付 + 人数 | 可信度加权 | Z 较高（0.6-0.8） | 看赔付趋势而非单年 |\n| 中小型企业团险 | 手册费率 | 行业基准表 | 加费/减费因子 | Z 较低（0.2-0.4） | 防止逆选择累积 |\n| 高管高端医疗 | 定制费率 | 个体核保 | 除外/限额 | 按个体核保 | 看就诊习惯变化 |\n| 建工/雇主责任 | 行业费率 | 工种风险等级 | 工种系数 | 按行业表 | 看工种结构变化 |\n\n\n\n**补充示例：** 一个 200 人团体（小规模），2 年经验赔付率 120%，若直接按经验定价将大幅提费；可信度 Z 取 0.3 时，最终系数 = 0.3×1.2 + 0.7×1.0 = 1.06，仅上浮 6%，剩余部分靠观察后续年度逐步调整——这正是可信度理论防止“小样本过度反应”的作用。\n\n#### 4.2 经验费率调整 / Experience Rating\n\n采用可信度理论（credibility theory）：\n\n```\n最终费率 = Z × 经验费率 + (1 - Z) × 手册费率\nZ = n / (n + k) # n 为观察年数，k 为全行业索赔频率稳定值\n```\n\n**示例：** 某 1000 人制造业团体，3 年经验赔付率 85%，手册基准 100%，可信度 Z=0.6，则最终费率系数 = 0.6×0.85 + 0.4×1.0 = 0.91，较基准下浮约 9%。\n\n---\n\n### 5. IFRS 17 / HKFRS 17 对精算价值的影响\n\n#### 5.1 对精算价值的影响 / Impact on Actuarial Value\n\n| 要素 | 含义 | 利润体现 | 常见误区 | 跟踪要点 |\n|------|------|---------|---------|---------|\n| CSM（合同服务边际） | 预期利润摊销 | 随服务期线性/驱动因子释放 | 把 CSM 当成已实现利润 | 看释放节奏与实际服务是否匹配 |\n| LIC（亏损性合同） | 即时确认损失 | 签单即计提 | 亏损合同迟迟不确认 | 建立签单即测的触发机制 |\n| LRC（剩余覆盖） | 未来服务现金流 | 变动影响 CSM | 把估计变更直接进损益 | 区分“与未来服务相关”和“与当期相关” |\n\n\n\n**补充示例：** 一组年金保单若因利率下行导致 BEL 上升，与未来服务相关的部分调整 CSM、不立即进损益；只有当 CSM 被侵蚀至零后，超出部分才计入当期损益。这条规则决定了“利率下行时利润是平滑释放还是一次性承压”。\n\n#### 5.2 未来现金流 FCF 计量 / FCF\n\n```\nFCF = PV(未来现金流出: 赔付+费用+资本成本)\n - PV(未来现金流入: 保费)\n + 风险调整 RA\nTVOG = 未来服务现金流现值（用于 CSM 计量）\n```\n\n**示例：** 一组 1 万张年金保单，折现率 3.5%、风险调整 50 bps，初始 CSM 为正则说明定价充足；若市场利率下行 100 bp 使折现率降至 2.5%，BEL 上升、CSM 被侵蚀，需评估资产负债匹配。\n\n---\n\n### 6. 利率风险与 ALM / Interest Rate Risk & ALM\n\n#### 6.1 利率情景 / Rate Scenarios\n\n| 情景 | 假设 | 对准备金现值影响 | 对偿付能力的传导 | 典型对冲动作 |\n|------|------|-----------------|-----------------|-------------|\n| 基准 | 折现率曲线平移 0 bp | 基准 BEL | 基准最低资本 | — |\n| 下行 50 bp | 曲线下移 0.5% | 负债现值上升 3%-6% | 实际资本下降 | 增配长久期固收 |\n| 下行 100 bp | 曲线下移 1.0% | 负债现值上升 6%-12% | 偿付能力充足率明显承压 | 利率互换/久期拉长 |\n| 上行 50 bp | 曲线上移 0.5% | 负债现值下降 3%-5% | 实际资本改善 | 关注退保率上升 |\n\n#### 6.2 资产负债久期匹配 / Duration Matching\n\n**示例：** 资产组合久期 6.2 年、负债久期 7.8 年，久期缺口 -1.6 年；利率下行 100 bp 时负债增值快于资产，净资产下滑约 1.5%-2.5%。建议增配长久期国债或利率互换对冲。\n\n---\n\n## Reference Files / 参考文件\n\n| 文件 | 内容说明 |\n|------|---------|\n| `references/life_table_2025.md` | 第四套生命表 CL1/CL2/CL3 结构、查表方法与改善率外推 |\n| `references/pricing_models.md` | 寿险/重疾/年金/医疗/团险定价模型与 Python 模板 |\n| `references/reserve_ifrs17.md` | 准备金计量、偿二代二期与 IFRS 17 衔接示例 |\n\n> **参考文件仅含示意代码与公式，须自行准备合规数据、经持证精算师复核后方可用于报备。**\n\n---\n\n## 核心工作流程（Dianjin 融合版）\n\n### 第一步：产品定位与定价目标\n\n明确产品形态、目标客群、利润与资本约束，确定预定利率与费用结构。\n\n\n\n| 输出物 | 常见问题 | 检查点 |\n|-------|---------|--------|\n| 产品形态与责任清单 | 责任边界不清导致发生率选错表 | 每个责任都能对应到发生率来源 |\n| 目标客群描述 | 客群与实际销售不一致 | 与渠道确认画像 |\n| 利润与资本约束 | 只算利润不算资本 | 同时给出最低资本占用 |\n\n\n\n### 第二步：发生率假设与经验分析\n选取第四套生命表/行业发生率表，结合公司经验数据校准，做敏感性分析。\n\n### 第三步：保费计算与利润测试\n\n用净保费法/毛保费法计算，叠加利润测试（IRR、利润率、偿付能力占用）。\n\n\n\n| 测试项 | 观察什么 | 不达标信号 |\n|-------|---------|-----------|\n| 利润测试 IRR | 是否达到内部目标 | IRR 低于资本成本 |\n| 利润率 | 新业务价值率水平 | 对单一假设过度敏感 |\n| 资本占用 | 最低资本与回报 | 资本回报偏低 |\n| 敏感性 | 多假设联合变化 | 单一假设变动即击穿目标 |\n\n\n\n### 第四步：准备金评估与偿付能力\n按偿二代二期与 IFRS 17 双口径评估负债，测算最低资本与 Solvency Ratio。\n\n### 第五步：定价报告与监管备案\n\n输出标准化定价报告，含假设、敏感性、利润与资本结论，供精算师签字与监管报备。\n\n\n\n| 报告必备章节 | 内容 | 常见缺陷 |\n|-------------|------|---------|\n| 假设与依据 | 每个假设的取值与来源 | 只给数字不给依据 |\n| 定价方法与公式 | 所用方法与关键推导 | 公式与结果对不上 |\n| 敏感性分析 | 关键假设的情景结果 | 只做单因素、不做联合 |\n| 利润与资本 | IRR、利润率、最低资本 | 只讲利润不讲资本 |\n| 风险与局限 | 假设的不确定性与局限 | 缺失风险段 |\n| 精算意见 | 结论与签字 | 未经持证精算师复核 |\n\n\n\n**外发/归档前确认**：报告须先完整预览并经用户确认，再写入文件或提交；未确认不得落盘或对外发送。\n\n\n\n---\n\n\n\n## 合规约束与审计规则\n\n- 所有定价假设须有精算备忘录支撑，重大假设变更需精算师签字。\n- 偿付能力口径计算须符合 C-ROSS Rules II；披露口径须与 IFRS 17 一致。\n- 演示利率、预定利率严格遵循监管上限，禁止超出披露。\n- 定价假设与销售演示口径必须一致，不得出现“两套数”（2026-09-21 补充）。\n- 涉及个人信息的建模数据须满足最小必要与授权留痕要求（2026-09-21 补充）。\n\n\n\n## 定价假设自检表（2026-09-21 新增）\n\n\n\n| 自检项 | 不通过表现 | 处理动作 |\n|--------|-----------|---------|\n| 假设有依据 | 取值无来源、无经验支撑 | 补来源或改用行业基准并注明 |\n| 假设可复算 | 换了参数结果不变 | 检查模型是否真的用上该假设 |\n| 表与责任匹配 | 用错生命表 | 按三步判定重新选表 |\n| 口径一致 | 定价与演示不一致 | 统一口径 |\n| 敏感性完整 | 只做单因素 | 补联合情景 |\n| 风险已披露 | 报告无风险段 | 补齐 |\n| 已过复核 | 未经精算师复核 | 标注待复核，确认后再用 |\n\n\n\n## 测试用例（Dianjin 精髓）\n\n**Test Case: 重疾险定价一致性**\n\n- Input: “用第四套 CL1 给 30 岁男性、50 万保额、20 年缴重疾险定价”\n- Expected: 输出纯保费公式 → 查表 → 年金因子 → 年缴纯保费区间\n- Quality: 公式正确 / 查表准确 / 假设可解释 / 提示需精算师复核\n\n\n\n**Test Case 2: 年金长寿风险（新增）**\n\n- Input: “65 岁男性年金，评估改用 CL2 后的现值变化与资本影响”\n- Expected: 说明 CL1 与 CL2 的差异 → 给出预期领取年限与现值变化区间 → 提示长寿风险资本\n- Quality: 选表正确 / 给出区间而非单点 / 提示资本影响 / 注明需复核\n\n\n\n**Test Case 3: 利率情景与偿付能力（新增）**\n\n- Input: “利率下行 100bp，看负债与偿付能力的变化”\n- Expected: 给出负债现值上升区间 → 传导到实际资本与充足率 → 给出对冲思路\n- Quality: 口径明确 / 区间而非确定值 / 提示以官方口径为准 / 需精算师复核\n\n\n\n## 关联技能（Dianjin 精髓）\n\n- `insurance-product-dev`：产品形态设计与条款\n- `insurance-solvency-reporter`：偿二代报送\n- `finance-ai-strategy`：数字化精算与 AI 应用规划\n\nFile v5.1.3:_meta.json\n\n{\n \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n \"slug\": \"insurance-actuarial-cn\",\n \"version\": \"5.1.3\",\n \"publishedAt\": 1789969705807\n}\n\nFile v5.1.3:skill-card.md\n\n## Description:\n\nAI-powered China insurance actuarial pricing skill that uses the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II (Rules II 2024) framework to support pure premium, reserve, solvency capital, and IFRS 17 / HKFRS 17 transition analysis for Chinese insurance products.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[gechengling](https://clawhub.ai/user/gechengling)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal actuaries, insurance product pricing teams, and product development teams use this skill to draft China-focused pricing, reserving, solvency, and IFRS 17 / HKFRS 17 analysis. Outputs are advisory reference material and illustrative templates that require qualified actuarial review before real-world use.\n\n### Deployment Geography for Use:\n\nChina\n\n## Known Risks and Mitigations:\n\nRisk: Actuarial outputs may be incorrect, outdated, or unsuitable for current China insurance regulatory requirements.\n\nMitigation: Verify current regulations, assumptions, and calculations with official sources and require qualified actuarial review before pricing, reserving, reporting, or filings.\n\nRisk: Users may enter unredacted policyholder, health, claims, or other sensitive insurance data.\n\nMitigation: Use only the minimum necessary fields and anonymize, aggregate, or otherwise protect sensitive data before using the skill.\n\nRisk: Illustrative formulas or Python snippets may be treated as production actuarial systems or validated filing models.\n\nMitigation: Treat examples as reference templates only and validate any implementation in the user's authorized modeling environment before use.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/gechengling/skills/insurance-actuarial-cn)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Code, Guidance]\n\n**Output Format:** [Markdown with formulas, tables, and illustrative Python code blocks]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Advisory-only outputs; real-world pricing, reserving, reporting, or filings require qualified actuarial review.]\n\n## Skill Version(s):\n\n5.1.3 (source: frontmatter and server release evidence)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nArchive v5.1.2: 3 files, 8868 bytes\n\nFiles: skill-card.md (2329b), SKILL.md (15481b), _meta.json (141b)\n\nFile v5.1.2:SKILL.md\n\n---\nname: China Insurance Actuarial Pricing Expert\ndescription: >\n AI-powered China insurance actuarial pricing skill — uses the 4th Life Table (2025, effective 2026-01-01)\n and C-ROSS Phase II (Rules II 2024) framework. Calculates pure premium, reserves, solvency capital, and\n supports IFRS 17 / HKFRS 17 transition. Covers critical illness, annuity, health, group and pension product\n pricing with Python code templates. Built for Chinese actuaries, product pricing teams, and insurance\n product development. Keywords: actuarial, pricing, life table 2025, C-ROSS, IFRS 17, China insurance,\n solvency capital, insurance product design, 精算定价, 保险产品开发, 产品定价, 准备金计算, 偿二代,\n 第四套生命表, 重疾险, 年金险, 医疗险, Python建模, 精算模型.\nslug: insurance-actuarial-cn\nversion: \"5.1.2\"\ncapabilities:\n - educational-reference\n - advisory-only\n - requires-human-review\n - no-executable-code\n---\n\n# China Insurance Actuarial Pricing Expert（第四套生命表 2025）/ 中国保险精算定价专家\n\n> **⚠️ 安全声明 / SECURITY NOTICE**\n> - **Type:** Educational reference / analytical framework ONLY（纯方法论参考框架）\n> - **No bundled executable code, scripts, or binaries** — only illustrative Python snippets you run in your own environment\n> - **No persistent storage, network calls, or background execution** are performed by this skill\n> - **No credential collection, PII processing, or system access**\n> - **All outputs require human review by a qualified actuary before real-world application**\n> - **NOT financial, legal, or insurance advice**\n\n> **⚠️ 免责声明 / DISCLAIMER**\n> - **English:** This skill provides methodology, formulas, and illustrative calculation templates ONLY. It does\n> NOT contain production actuarial systems, regulatory filing engines, or validated model libraries. All\n> figures (e.g., \"mortality improvement 20%-30%\") are literature/regulatory benchmarks or design targets, NOT\n> results of this skill. Pricing, reserving, and solvency outputs MUST be reviewed and signed off by a\n> qualified actuary and comply with C-ROSS / IFRS 17 requirements.\n> - **中文：** 本 Skill 仅提供方法论、公式与示意性计算模板，不含生产级精算系统、监管报备引擎或已校验模型库。\n> 所有数据（如\"死亡率改善 20%-30%\"）均为文献/监管基准或设计目标，非本 Skill 实测结果。所有定价、准备金与\n> 偿付能力输出**必须经持证精算师审核签字**，并符合偿二代、IFRS 17 等监管要求。\n\n> **🔒 数据安全 / DATA SECURITY**\n> - 保单登记、健康告知、理赔等含个人敏感信息，须遵循《个人信息保护法》与保险行业最小必要、授权留痕要求。\n> - 示例中的客户/产品数据均为虚构，真实精算工作请在合规授权环境中进行，禁止将未脱敏 PII 输入通用对话环境。\n\n---\n\n## Trigger Keywords / 触发关键词\n\n**English Triggers:** insurance actuarial pricing, life table 2025, C-ROSS Phase II, IFRS 17 pricing, pure premium,\nreserve calculation, solvency capital, product pricing, critical illness pricing, annuity pricing, group insurance\npricing, China insurance actuary, 偿二代资本, 准备金评估, 定价模型\n\n**中文触发词（优先）：** 保险精算定价 / 第四套生命表 / 2025生命表 / 偿二代二期 / IFRS17 / 准备金计算 / 纯保费 /\n毛保费 / 产品定价 / 重疾险定价 / 年金险定价 / 医疗险定价 / 团体保险定价 / 偿付能力资本 / 资产负债管理 / 利率风险\n\n---\n\n## Core Capabilities / 核心能力\n\n### 0. 2025-2026 最新监管动态（截至 2026-08-28）\n\n| 时间 | 监管动态 | 对精算定价/评估影响 |\n|------|----------|-------------------|\n| **2025-10-29** | 保险业协会发布第四套经验生命表（CL1/CL2/CL3） | 2026-01-01 起强制使用；寿险/重疾/年金定价死亡率整体下调约 20%-30% |\n| **2024-03-18** | 偿二代二期工程（C-ROSS Rules II）全面实施 | 最低资本计量趋严，长期股权投资、投资性房地产风险因子上调 |\n| **2024 年** | 普通型人身险预定利率上限下调至 3.0% | 传统险产品成本下降，分红/万能占比上升 |\n| **2025 年** | A 股上市公司 IFRS 17 / HKFRS 17 首份年报适用 | 准备金计量逻辑转向 BBA，CSM 摊销成为利润核心驱动 |\n| **2026-08** | 金融监管总局研究普通型预定利率动态调整机制，上限进一步降至 2.0% 可期；分红/万能演示利率同步压降 | 新产品定价假设重估，存量高利率保单利差损压力上升 |\n| **2026-07** | 人身险销售误导治理\"负面清单\"更新 | 定价与演示口径更审慎，销售端需与精算假设一致披露 |\n| **2026-06** | 养老金融政策加码，个人养老金税优额度扩容 | 年金/养老产品定价需叠加税优与长寿风险情景 |\n\n> **说明：** 以上动态截至 2026-08-28，具体以监管机构官方发布为准；本 Skill 仅为方法论参考，不替代合规审查。\n\n---\n\n### 1. 第四套生命表（2025）全面分析 / 4th Life Table (2025) Full Analysis\n\n#### 1.1 生命表结构 / Table Structure\n\n第四套生命表由非养老类（CL1）、养老类（CL2）、长寿风险类（CL3）三套核心表及对应死亡率、伤残率表构成。\n\n| 生命表 | 适用产品 | 核心特征 | 应用要点 |\n|--------|---------|---------|---------|\n| **CL1 非养老类** | 定期寿险、终身寿险、重疾险、医疗险 | 死亡率较第三套整体改善约 20% | 重疾/寿险定价基准，需叠加疾病发生率 |\n| **CL2 养老类** | 年金险、养老年金 | 死亡率改善更显著（约 25%-30%） | 年金给付期长寿风险计提更充分 |\n| **CL3 长寿风险类** | 递延年金、长期护理 | 高年龄端尾部死亡率更低 | 用于长寿风险附加资本与情景测试 |\n| **伤残/重疾发生率表** | 重疾、意外、长护 | 随医疗进步疾病谱变化 | 需结合经验数据动态校准 |\n\n#### 1.2 关键变化 / Key Changes\n\n- **死亡率整体下移**：全年龄段死亡率较第三套下降约 20%-30%，养老类降幅更大。\n- **新增长寿风险表 CL3**：针对年金给付的长尾风险单独建模，强化尾部情景。\n- **性别差异收敛**：男女死亡率差距在高龄段收窄，影响联合生存年金定价。\n- **疾病发生率更新**：重疾、医疗赔付经验纳入新表，反映诊疗技术进步。\n\n**示例 1（死亡率对比）：** 30 岁男性，第三套 qₓ≈0.0009，第四套 CL1 qₓ≈0.0007，降幅约 22%；用于定期寿险纯保费测算时，年保费约下降 15%-20%。\n\n**示例 2（长寿影响）：** 65 岁男性年金，使用 CL2 较 CL1 预期领取年限延长约 1.5-2 年，年金现值上升约 8%-12%，需通过预定利率与费用率对冲。\n\n#### 1.3 死亡率改善与外推 / Mortality Improvement\n\n| 参数 | 含义 | 典型取值 | 校准要点 |\n|------|------|---------|---------|\n| 改善率 iₜ | 逐年死亡率下降速度 | 1.5%-2.5%/年 | 随年龄递减，高龄放缓 |\n| 外推年限 | 表外年龄线性外推 | ≤5 年 | 避免尾部失真 |\n| 平滑因子 | 相邻年龄过渡 | 0.1-0.3 | 防止阶梯跳变 |\n\n---\n\n### 2. 中国精算定价方法论 / China Actuarial Pricing Methodology\n\n#### 2.1 产品定价基本公式 / Pricing Formula\n\n采用净保费法（等价原则）：\n\n```\n毛保费 G = 纯保费 P + 费用附加 L\n纯保费现值 PV(P) = 给付现值 PV(B) + 退保现值 PV(S)\n现值方程：Σ v^t · (给付 + 费用) · p_x = Σ v^t · 保费 · p_x\n其中 v = 1/(1+i)，i 为预定利率\n```\n\n#### 2.2 产品分类与定价要点 / Product Categories\n\n| 产品类型 | 核心定价因子 | 主要风险 | 监管关注 |\n|---------|------------|---------|---------|\n| 定期/终身寿险 | 死亡率(CL1)、预定利率 | 死亡摆幅、利差损 | 最低资本、利率风险 |\n| 重大疾病 | 重疾发生率、死亡率 | 疾病谱、医疗通胀 | 发生率披露、定义规范 |\n| 年金险 | 死亡率(CL2)、长寿风险 | 长寿、利差损 | 长寿风险资本 |\n| 医疗险 | 医疗费用、赔付率 | 医疗通胀、逆选择 | 赔付率红线、续保 |\n| 团体保险 | 经验发生率、集中风险 | 团体逆向选择 | 经验费率可信度 |\n\n#### 2.3 关键假设 / Key Assumptions\n\n| 假设 | 说明 | 取值区间（示意） |\n|------|------|----------------|\n| 预定利率 i | 定价贴现率 | 2.0%-3.0%（随监管动态调整） |\n| 死亡率 | CL1/CL2 第四套 | 按年龄性别查表 |\n| 重疾发生率 | 行业/公司经验表 | 随产品差异大 |\n| 退保率 | 经验假设 | 首年高、逐年降 |\n| 费用率 | 获取/维持/理赔费用 | 保费 5%-15% |\n\n#### 2.4 Python 示例 / Illustrative Code\n\n```python\ndef critical_illness_premium(age, sum_assured, policy_term, payment_term, i=0.025):\n \"\"\"示意：重疾险年缴纯保费（等价原则简化版）\"\"\"\n v = 1 / (1 + i)\n # 重疾给付现值\n A_ci = 0.0\n for t in range(policy_term):\n q_ci = lookup_ci_rate(age + t, t) # 查第四套重疾发生率\n A_ci += v ** (t + 1) * q_ci * sum_assured\n # 身故给付现值\n A_death = 0.0\n for t in range(policy_term):\n q_d = lookup_mortality_CL1(age + t, t) # 查 CL1 死亡率\n A_death += v ** (t + 1) * q_d * sum_assured\n # 缴费期生存年金现值 Nx\n Nx = sum(v ** t * survival_prob(age, t) for t in range(payment_term))\n pure_premium = (A_ci + A_death) / Nx\n return pure_premium\n\n# 示例：30 岁男性，50 万保额，20 年缴，预定利率 2.5%\nprem = critical_illness_premium(30, 500000, 30, 20, i=0.025)\nprint(f\"年缴纯保费约：{prem:,.0f} 元\")\n```\n\n**示例：** 30 岁男性、50 万保额、20 年缴费，预定利率 2.5%、重疾发生率取行业表，年缴纯保费约 4,800-5,400 元区间，叠加费用附加后毛保费约 6,000-7,000 元（具体以公司经验与产品形态为准）。\n\n---\n\n### 3. 准备金计算 / Reserve Calculation\n\n| 准备金类型 | 定义 | 计提基础 | 监管口径 |\n|-----------|------|---------|---------|\n| 法定责任准备金 | 保单未来给付现值 | 最优估计负债 + 风险边际 | 偿二代二期 |\n| 最优估计负债 BEL | 预期现金流现值 | 折现率曲线 + 发生率 | IFRS 17 BBA |\n| 风险边际 RM | 不确定性补偿 | 成本/资本法 | 监管规定 |\n| 未到期责任准备金 | 未届满期保费对应义务 | 1/24 或 1/365 法 | 财险/短险 |\n\n**示例：** 一张 20 年期缴重疾保单，第 5 保单年度末，BEL 按当前发生率与折现曲线重估；若实际退保率低于假设，释放部分风险边际，形成利润释放。\n\n---\n\n### 4. 团体保险定价 / Group Insurance Pricing\n\n#### 4.1 团体分类与定价方式 / Group Categories\n\n| 团体类型 | 定价方式 | 数据基础 | 风险调整 |\n|---------|---------|---------|---------|\n| 大型制造业团体医疗 | 经验费率 | 历史赔付 + 人数 | 可信度加权 |\n| 中小型企业团险 | 手册费率 | 行业基准表 | 加费/减费因子 |\n| 高管高端医疗 | 定制费率 | 个体核保 | 除外/限额 |\n| 建工/雇主责任 | 行业费率 | 工种风险等级 | 工种系数 |\n\n#### 4.2 经验费率调整 / Experience Rating\n\n采用可信度理论（credibility theory）：\n\n```\n最终费率 = Z × 经验费率 + (1 - Z) × 手册费率\nZ = n / (n + k) # n 为观察年数，k 为全行业索赔频率稳定值\n```\n\n**示例：** 某 1000 人制造业团体，3 年经验赔付率 85%，手册基准 100%，可信度 Z=0.6，则最终费率系数 = 0.6×0.85 + 0.4×1.0 = 0.91，较基准下浮约 9%。\n\n---\n\n### 5. IFRS 17 / HKFRS 17 对精算价值的影响\n\n#### 5.1 对精算价值的影响 / Impact on Actuarial Value\n\n| 要素 | 含义 | 利润体现 |\n|------|------|---------|\n| CSM（合同服务边际） | 预期利润摊销 | 随服务期线性/驱动因子释放 |\n| LIC（亏损性合同） | 即时确认损失 | 签单即计提 |\n| LRC（剩余覆盖） | 未来服务现金流 | 变动影响 CSM |\n\n#### 5.2 未来现金流 FCF 计量 / FCF\n\n```\nFCF = PV(未来现金流出: 赔付+费用+资本成本)\n - PV(未来现金流入: 保费)\n + 风险调整 RA\nTVOG = 未来服务现金流现值（用于 CSM 计量）\n```\n\n**示例：** 一组 1 万张年金保单，折现率 3.5%、风险调整 50 bps，初始 CSM 为正则说明定价充足；若市场利率下行 100 bp 使折现率降至 2.5%，BEL 上升、CSM 被侵蚀，需评估资产负债匹配。\n\n---\n\n### 6. 利率风险与 ALM / Interest Rate Risk & ALM\n\n#### 6.1 利率情景 / Rate Scenarios\n\n| 情景 | 假设 | 对准备金现值影响 |\n|------|------|----------------|\n| 基准 | 折现率曲线平移 0 bp | 基准 BEL |\n| 下行 50 bp | 曲线下移 0.5% | 负债现值上升 3%-6% |\n| 下行 100 bp | 曲线下移 1.0% | 负债现值上升 6%-12% |\n| 上行 50 bp | 曲线上移 0.5% | 负债现值下降 3%-5% |\n\n#### 6.2 资产负债久期匹配 / Duration Matching\n\n**示例：** 资产组合久期 6.2 年、负债久期 7.8 年，久期缺口 -1.6 年；利率下行 100 bp 时负债增值快于资产，净资产下滑约 1.5%-2.5%。建议增配长久期国债或利率互换对冲。\n\n---\n\n## Reference Files / 参考文件\n\n| 文件 | 内容说明 |\n|------|---------|\n| `references/life_table_2025.md` | 第四套生命表 CL1/CL2/CL3 结构、查表方法与改善率外推 |\n| `references/pricing_models.md` | 寿险/重疾/年金/医疗/团险定价模型与 Python 模板 |\n| `references/reserve_ifrs17.md` | 准备金计量、偿二代二期与 IFRS 17 衔接示例 |\n\n> **参考文件仅含示意代码与公式，须自行准备合规数据、经持证精算师复核后方可用于报备。**\n\n---\n\n## 核心工作流程（Dianjin 融合版）\n\n### 第一步：产品定位与定价目标\n明确产品形态、目标客群、利润与资本约束，确定预定利率与费用结构。\n\n### 第二步：发生率假设与经验分析\n选取第四套生命表/行业发生率表，结合公司经验数据校准，做敏感性分析。\n\n### 第三步：保费计算与利润测试\n用净保费法/毛保费法计算，叠加利润测试（IRR、利润率、偿付能力占用）。\n\n### 第四步：准备金评估与偿付能力\n按偿二代二期与 IFRS 17 双口径评估负债，测算最低资本与 Solvency Ratio。\n\n### 第五步：定价报告与监管备案\n输出标准化定价报告，含假设、敏感性、利润与资本结论，供精算师签字与监管报备。\n\n---\n\n## 合规约束与审计规则\n\n- 所有定价假设须有精算备忘录支撑，重大假设变更需精算师签字。\n- 偿付能力口径计算须符合 C-ROSS Rules II；披露口径须与 IFRS 17 一致。\n- 演示利率、预定利率严格遵循监管上限，禁止超出披露。\n\n## 测试用例（Dianjin 精髓）\n\n**Test Case: 重疾险定价一致性**\n- Input: \"用第四套 CL1 给 30 岁男性、50 万保额、20 年缴重疾险定价\"\n- Expected: 输出纯保费公式 → 查表 → 年金因子 → 年缴纯保费区间\n- Quality: 公式正确 / 查表准确 / 假设可解释 / 提示需精算师复核\n\n## 关联技能（Dianjin 精髓）\n\n- `insurance-product-dev`：产品形态设计与条款\n- `insurance-solvency-reporter`：偿二代报送\n- `finance-ai-strategy`：数字化精算与 AI 应用规划\n\nFile v5.1.2:_meta.json\n\n{\n \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n \"slug\": \"insurance-actuarial-cn\",\n \"version\": \"5.1.2\",\n \"publishedAt\": 1788012316018\n}\n\nFile v5.1.2:skill-card.md\n\n## Description:\n\nProvides educational actuarial pricing, reserving, solvency capital, and IFRS 17 / HKFRS 17 transition guidance for China insurance products using the 4th Life Table and C-ROSS Phase II framework.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[gechengling](https://clawhub.ai/user/gechengling)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal actuarial, product pricing, and insurance product development teams use this skill for China-focused pricing methodology, reserves, solvency capital analysis, IFRS 17 transition framing, and illustrative Python modeling templates.\n\n### Deployment Geography for Use:\n\nChina\n\n## Known Risks and Mitigations:\n\nRisk: China insurance regulation, life-table assumptions, interest-rate caps, or IFRS 17 requirements may be outdated or misapplied.\n\nMitigation: Verify current regulatory requirements and actuarial assumptions against official sources before business, filing, or pricing use.\n\nRisk: Policyholder, health, claims, or underwriting data may contain sensitive personal information.\n\nMitigation: Use deidentified data and authorized compliance-controlled environments; do not enter undeidentified personal or health data into a general chat environment.\n\nRisk: Illustrative pricing, reserve, or solvency outputs could be treated as final actuarial advice.\n\nMitigation: Require review and sign-off by a qualified actuary before using outputs for product, filing, or commercial decisions.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/gechengling/skills/insurance-actuarial-cn)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, code, guidance]\n\n**Output Format:** [Markdown with illustrative Python code blocks, formulas, tables, and advisory text]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Educational templates only; no executable files, credentials, persistence, network access, or system access are requested by the skill evidence.]\n\n## Skill Version(s):\n\n5.1.2 (source: frontmatter and server release evidence)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nArchive v5.1.1: 6 files, 17152 bytes\n\nFiles: README.md (3285b), references/actuarial_pricing_formulas.md (5854b), references/life_table_2025_usage.md (6045b), skill-card.md (2261b), SKILL.md (25841b), _meta.json (141b)\n\nFile v5.1.1:SKILL.md\n\n---\r\nname: China Insurance Actuarial Pricing Expert\r\ndescription: AI-powered China insurance actuarial pricing skill �� uses the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II (Rules II 2024) framework. Calculates pure premium, reserves, solvency capital, and supports IFRS 17 / HKFRS 17 transition. Covers critical illness, annuity, health, group and pension product pricing with Python code templates. Built for Chinese actuaries, product pricing teams, and insurance product development. Keywords: actuarial, pricing, life table 2025, C-ROSS, IFRS 17, China insurance, solvency capital, insurance product design, ���㶨��, ������������, �����嶨, ��������, �ؼ��ն���, ����ն���, ҽ���ն���, Python����, ����ģ��.\r\nslug: insurance-actuarial\r\nversion: \"5.1.1\"\r\n\r\ncapabilities:\r\n - educational-reference\r\n - advisory-only\r\n - requires-human-review\r\n - no-executable-code\r\n---\r\n\r\n# China Insurance Actuarial Pricing Expert (4th Life Table 2025) / �й����㶨��ʦ��������������2025��|\r\n> **⚠️ SECURITY NOTICE**\r\n> - **Type:** Educational reference / analytical framework ONLY\r\n> - **No executable code, scripts, or binaries included**\r\n> - **No persistent storage, network calls, or background execution**\r\n> - **No credential collection, PII processing, or system access**\r\n> - **All outputs require human review before real-world application**\r\n> - **NOT financial, legal, or insurance advice**\r\n\r\n\r\n\r\n\r\n### 保险监管最新动态 [2026-06-15更新]\r\n\r\n| 动态类型 | 内容摘要 | 发布时间 | 影响范围 |\r\n|---------|---------|---------|---------|\r\n| 监管发布 | NFRA 2026年第2号令：《银行保险机构许可证管理办法》6月1日施行，取消保险许可证 | 2026-06 | 精算定价模型需更新费用假设（新增许可证管理岗位成本） |\r\n| 监管发布 | 许可证换证过渡期2026.6-2028.5，险企须设专职许可证管理岗位 | 2026-06 | 产品备案流程更新 |\r\n| 监管动态 | 2026年Q1监管处罚分析：分级分类处罚标准+个人追责条款落地 | 2026-Q1 | 合规风险管理 |\r\n\r\n> **数据截止**: 2026-06-15 | 来源：国家金融监督管理总局、政府网、金融新闻网\r\n> **声明**: 以上动态供参考，具体以官方最新发布为准\r\n\r\n> **English:** AI-powered China insurance actuarial pricing expert �� the definitive skill for Chinese actuaries and product pricing teams. Built on the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II framework. Covers pure premium calculation, reserve calculation, solvency capital assessment, and insurance product pricing. Delivers production-ready Python pricing code.\r\n>\r\n> **����:** �й����㶨��ʦ�������ڵ�������������2025�귢����2026��1��1��ʵʩ���ͳ��������ڹ��̣�C-ROSS Rules II���Ĵ�ֱ����Skill�����Ǵ����Ѽ��㡢������㡢�������ʱ�ռ���붨��Эͬ�����ն���ר������������㶨��Python���롣���ã�����ʦ����Ʒ���۸ڡ����ղ�Ʒ���������վ���ʵϰ����������ѯ��\r\n\r\n---\r\n\r\n## Trigger Keywords / �����ؼ���\r\n\r\n**English Triggers:** actuarial, pricing, insurance pricing, life table, mortality table, critical illness rate, experience rate, reserve calculation, solvency capital, C-ROSS, China actuarial, product design, insurance product, 4th life table\r\n\r\n**���Ĵ����ʣ����ȣ���** ���㡢���㶨�ۡ������嶨���������������ʱ��������ʱ����ؼ������ʡ����鷢���ʡ�������㡢���������ʱ������ղ�Ʒ���ۡ�CASS���й�����ʦЭ�ᡢ���������������ؼ������ӡ���Ʒ���\r\n\r\n---\r\n\r\n\r\n### 保险监管最新动态 [2026-06-28更新]\r\n\r\n| 动态类型 | 内容摘要 | 发布时间 | 影响范围 |\r\n|---------|---------|---------|---------|\r\n| 监管发布 | 金融监管总局发布《关于银行业保险业人工智能安全开发应用的指导意见》，界定承保理赔、风险管理等为AI高风险应用场景 | 2026-06-18 | 保险AI应用合规与风险管控 |\r\n| 监管计划 | NFRA发布《2026年规章制定工作计划》：保险资金运用管理办法、偿付能力管理办法纳入修订，流动性风险、网络安全管理办法新制定 | 2026-06-23 | 保险监管全链条 |\r\n| 监管施行 | NFRA 2026年第2号令《银行保险机构许可证管理办法》6月1日起施行，取消保险许可证统一为金融许可证 | 2026-06-01 | 保险业务资质与合规管理 |\r\n\r\n> **数据截止**: 2026-06-28 | 来源：国家金融监督管理总局、行业公开信息\r\n> **声明**: 以上动态供参考，具体以官方最新发布为准\r\n\r\n## Core Capabilities / ��������|\r\n\r\n### 0. 2025-2026 Latest Regulatory Updates / ���¼�ܶ�̬������2026��5�£�|\r\n\r\n| ʱ�� | ���� | ����Ӱ�� |\r\n|------|------|---------|\r\n| **2025��10��29��** | ������������������CL1/CL2/CL3�� | 2026��1��1����ǿ��ʹ�ã�������/�����ֵȫ������ |\r\n| **2024��3��18��** | �����������ȫ��ʵʩ | ����ʱ������ʷ��ա��ؼ�������ȫ������ |\r\n| **2024����** | Ԥ�����������µ���3.0% | ��ͳ�ն��۳ɱ��½����ֺ��վ������������ |\r\n| **2025����** | IFRS 17/HKFRS 17��A�����������ƹ� | ��������������CSM̯��Ҫ������ |\r\n| **2026��1��1��** | ������������ǿ��ִ�� | ���������ղ�Ʒ�밴�±����¶��ۻ����� |\r\n\r\n### 1. 4th Life Table (2025) Full Analysis / ��������������2025��ȫ����|\r\n\r\n**����������**\r\n- 2025��10��29�գ��й�����ʦЭ����ʽ����\r\n- ���ڼ���ܾ�ͬ������ʵʩ֪ͨ\r\n- **��2026��1��1����ʵʩ**�����������ڣ�\r\n- ��������������������ף�2010��汾������ӳ�й��˾������ӳ������仯����|\r\n\r\n#### ���ź��ı�|\r\n\r\n| ���� | Ӣ�� | ��; |\r\n|------|------|------|\r\n| **��������ҵ��һ��** | CL1 | �������ա��������յȲ�Ʒ���� |\r\n| **��������ҵ�����** | CL2 | ��ȫ�ա�����յȲ�Ʒ���� |\r\n| **������ҵ���** | CL3 | ר�����ϱ��ա��������Ȳ�Ʒ���� |\r\n\r\n#### ���������������Ҫ�仯|\r\n\r\n| ά�� | �����ף�2010�棩 | �����ף�2025�棩 | Ӱ�� |\r\n|------|---------------|----------------|------|\r\n| �����ڼ� | 2005-2008�� | 2018-2023�� | ����ӳ��ǰ����ˮƽ |\r\n| ����Ԥ��������60�꣩ | +20.7�� | +22.5�� | ������⸶���ӳ� |\r\n| Ů��Ԥ��������60�꣩ | +24.2�� | +26.1�� | Ů�������ճɱ����� |\r\n| �����������ࣩ | ��ר�� | **����ר���** | �����ն��۸��� |\r\n\r\n### 2. China Actuarial Pricing Methodology / �й����㶨�۷�����|\r\n\r\n#### ���ղ�Ʒ���ۻ�����ʽ|\r\n\r\n```\r\në���� = ������ �� (1 + ���ӷ�����)\r\n������ = ���ɴ����� / �����ֵϵ��\r\n = ���ս�� �� ƽ�������� �� ƽ�������ڼ� �� ����ϵ��\r\n```\r\n\r\n#### ���ղ�Ʒ����Ҫ��|\r\n\r\n| Ҫ�� | ˵�� | ����ȡֵ |\r\n|------|------|---------|\r\n| **Ԥ��������** | ��Դ�������������� | CL1/CL2/CL3 |\r\n| **Ԥ������** | ���չ�˾Ͷ�������ʼ��� | 2.5%-3.5%��2024�����3%�� |\r\n| **Ԥ��������** | ��������/����/������� | 10%-35%����������� |\r\n| **Ԥ��������** | ��˾����Ҫ�� | 5%-15% |\r\n| **���ѽ��ɷ�ʽ** | ����/�ڽ�/�꽻 | �ڽ������� |\r\n\r\n#### �ؼ��ն��۷�����Pythonʾ����|\r\n\r\n```python\r\n# �ؼ��մ����Ѽ�����\r\ndef critical_illness_premium(age, sum_assured, policy_term, payment_term):\r\n # ����������������������ҵ�����(CL2)Ϊ����\r\n i = 0.025 # Ԥ�����ʣ�3.0%����ı��ؼ��裩\r\n v = 1 / (1 + i)\r\n \r\n # �ؼ�������ֵ\r\n A_crit = 0\r\n for t in range(policy_term):\r\n q_crit_t = lookup_critical_illness_rate(age + t, t)\r\n A_crit += v**(t+1) * q_crit_t * sum_assured\r\n \r\n # ����������ֵ������/ȫ�У�\r\n A_death = 0\r\n for t in range(policy_term):\r\n q_death_t = lookup_mortality_rate_CL2(age + t, t)\r\n A_death += v**(t+1) * q_death_t * sum_assured\r\n \r\n # ���������ֵ���ɷ��ڣ�\r\n ?x_n = sum(v**t * survival_rate(age, t) for t in range(payment_term))\r\n \r\n # ������ = (�ؼ�������ֵ + ����������ֵ) / ���������ֵ\r\n pure_premium = (A_crit + A_death) / ?x_n\r\n return pure_premium\r\n```\r\n\r\n### 3. Reserve Calculation / �������|\r\n\r\n| ���� | ���� | ������� |\r\n|------|------|---------|\r\n| **δ������������UEPR��** | Ϊδ���⸶����Ǯ | ʣ�ౣ�����ڵĴ�������ֵ |\r\n| **�ѷ����������IBNR��** | �ѷ���δ������� | ������ƣ����������εȷ����� |\r\n| **��������** | ���ѳ����Բ��Ժ� | �ֽ������� |\r\n| **������������** | ���ٱ��ճ��ڸ�ծ | ������������ƽ������ |\r\n\r\n### 4. Group Insurance Pricing / ���ն���ר��|\r\n\r\n#### ���ն���Ҫ��|\r\n\r\n| Ҫ�� | ˵�� | �������� |\r\n|------|------|---------|\r\n| **�����ģ** | �α����� | ����Խ�࣬����ԽС |\r\n| **��ҵ����** | ��ҵ������ҵ | ��ҵ���յȼ�ϵ�� |\r\n| **����ṹ** | Ա��ƽ������/�ֲ� | Ա��ƽ������Խ����Խ�� |\r\n| **��ʷ�⸶** | ��ȥ1-3���⸶��¼ | ������ʵ��� |\r\n| **���������** | ���Ϸ�Χ/����/���� | �������Ӱ�� |\r\n\r\n#### ���վ�����ʼ���|\r\n\r\n```python\r\ndef group_experience_rate(base_premium, experience_factor):\r\n if experience_factor < 0.7:\r\n rate_adjustment = 0.85 # �������飬����15%\r\n elif experience_factor < 0.9:\r\n rate_adjustment = 0.95 # �Ϻþ��飬����5%\r\n elif experience_factor < 1.1:\r\n rate_adjustment = 1.00 # ������\r\n elif experience_factor < 1.3:\r\n rate_adjustment = 1.15 # �ϲ�飬�ӷ�15%\r\n else:\r\n rate_adjustment = 1.30 # ���Ӿ��飬�ӷ�30%\r\n return base_premium * rate_adjustment\r\n```\r\n\r\n### 5. IFRS 17 / HKFRS 17 �����¹棨A�������������ã�|\r\n\r\n#### IFRS 17 �Ծ��㶨�۵ĺ���Ӱ��\r\n\r\n| ��Ŀ | ԭIFRS 4 | IFRS 17 �仯 | ����Ӧ�� |\r\n|------|---------|------------|---------|\r\n| **��������ȷ��** | �ڼ䱣�� | ���շ������루�DZ��ѣ� | ���ѷֽ�Ϊ�⸶/����/CSM�ͷ� |\r\n| **�������** | ��ʷ�ɱ� | �����г�һ�²��� | ��Ҫ������������� |\r\n| **��ͬ�����CSM** | �� | ����������δ������ | ÿ���ͷţ�����һ��ȷ�� |\r\n| **���յ���RA** | ��ר�� | �������ǽ��ڷ��յIJ�ȷ���� | ͨ��������ˮƽ��/CTE�� |\r\n| **�����ͬ** | ���� | ����ȷ����ʧ | ��������������ӯ���� |\r\n\r\n```python\r\n# IFRS 17 ��Լ�ֽ��� FCF ������\r\ndef ifrs17_fcf(policy, discount_rate_curve, risk_adjustment_pct):\r\n \"\"\"\r\n ��Լ�ֽ��� = δ���ֽ�����ֵ + ���յ���\r\n Future Cash Flows = PV(outflows) - PV(inflows) + Risk Adjustment\r\n \"\"\"\r\n pv_outflows = sum(cf * discount_factor(t, discount_rate_curve)\r\n for t, cf in enumerate(policy.expected_claims))\r\n pv_inflows = sum(prem * discount_factor(t, discount_rate_curve)\r\n for t, prem in enumerate(policy.expected_premiums))\r\n risk_adj = (pv_outflows - pv_inflows) * risk_adjustment_pct # ����ֵ��5%-15%\r\n return pv_outflows - pv_inflows + risk_adj\r\n```\r\n\r\n### 6. Interest Rate Risk & ALM / ���ʷ������ʲ���ծƥ��|\r\n\r\n#### 2024��Ԥ�������µ������붨�۲���\r\n\r\n| ���� | Ԥ������ | ���۲��� | ��Ʒ���� |\r\n|------|---------|---------|---------|\r\n| **2024��9��1��ǰ** | ��3.5% | ��ǰ���������� | ��ͳ����/����� |\r\n| **2024��9��1�պ�** | ��3.0% | �����ʶ��ۻ��� | ���������� |\r\n| **2025������** | ��3.0%���ȶ��� | ���ӷֺ측���ռ� | �ֺ���/������ |\r\n\r\n#### ����ѹ�����ԣ����������\r\n\r\n```python\r\ndef interest_rate_stress_test(policy, base_rate):\r\n scenarios = {\r\n \"base\": base_rate,\r\n \"down_50bp\": base_rate - 0.005,\r\n \"down_100bp\": base_rate - 0.010,\r\n \"down_150bp\": base_rate - 0.015,\r\n }\r\n results = {}\r\n for scenario, rate in scenarios.items():\r\n reserve = calculate_reserve(policy, rate)\r\n results[scenario] = {\r\n \"reserve\": reserve,\r\n \"surplus_change\": reserve - calculate_reserve(policy, base_rate)\r\n }\r\n return results\r\n```\r\n\r\n---\r\n\r\n## Reference Files / �ο��ļ�|\r\n\r\n| File / �ļ� | Content / ����˵�� |\r\n|------|---------|\r\n| `references/life_table_2025_usage.md` | ������������(2025)ʹ��˵������CL1/CL2/CL3��������˵�� |\r\n| `references/actuarial_pricing_formulas.md` | �����Ʒ���㶨�۹�ʽ���ܣ�������ʾ���� |\r\n| `references/critical_illness_pricing.md` | �ؼ��ն���ר��������ӡ��ؼ������ʱ� |\r\n| `references/reserve_calculation.md` | �������ģ�壬������/������/�������� |\r\n| `references/group_insurance_pricing.md` | ���ն���ר���������ʱ�����ҵ����ϵ�� |\r\n\r\n---\r\n\r\n### CL1/CL2/CL3�ؼ����������ʣ�2025�桤��ѡ��\r\n\r\n**CL1����������ҵ��һ��������/���������ã�**��\r\n\r\n| ���� | ����������(qx, ��) | Ů��������(qx, ��) | ˵�� |\r\n|------|------------------|------------------|------|\r\n| 20 | 0.28 | 0.15 | �����ڣ������ʼ��� |\r\n| 30 | 0.42 | 0.23 | ����֮�꣬���Կ�ʼ���� |\r\n| 40 | 1.12 | 0.67 | ���꣬����������>Ů��1.7�� |\r\n| 50 | 3.45 | 1.98 | ֪��֮�꣬���������� |\r\n| 60 | 8.92 | 5.14 | �����꣬���������ʽӽ�Ů��2�� |\r\n| 70 | 21.34 | 13.87 | ��ϡ֮�꣬�����С |\r\n| 80 | 58.12 | 42.56 | �ȳ�֮�꣬Ů���� |\r\n\r\n**CL2����������ҵ���������ȫ/������ã�**��\r\n\r\n| ���� | ����������(qx, ��) | Ů��������(qx, ��) | ˵�� |\r\n|------|------------------|------------------|------|\r\n| 20 | 0.25 | 0.13 | ��CL1���ͣ������壩 |\r\n| 30 | 0.38 | 0.20 | ��ѡ����� |\r\n| 40 | 1.05 | 0.60 | ������ѡ |\r\n| 50 | 3.20 | 1.85 | ֪����ѡ |\r\n| 60 | 8.10 | 4.75 | ������ѡ |\r\n| 70 | 19.50 | 12.80 | ��ϡ��ѡ |\r\n| 80 | 53.20 | 39.10 | �ȳ���ѡ |\r\n\r\n**CL3��������ҵ�����ר���������ã�**��\r\n\r\n| ���� | ����������(qx, ��) | Ů��������(qx, ��) | ˵�� |\r\n|------|------------------|------------------|------|\r\n| 60 | 7.50 | 4.20 | ���Ͻ���ȡ�ڿ�ʼ |\r\n| 65 | 12.30 | 7.10 | ���Կ�ʼ�������� |\r\n| 70 | 19.80 | 12.50 | Ů�Լ����� |\r\n| 75 | 31.20 | 21.40 | ��Ů�����խ |\r\n| 80 | 48.50 | 35.20 | ������ |\r\n| 85 | 72.30 | 56.10 | Ԥ������<5�� |\r\n| 90 | 103.40 | 84.20 | �����䣬������>100�� |\r\n\r\n> **������Դ**���й�����ʦЭ�ᡶ�й���������ҵ������������2025����CL1/CL2/CL3��2025��10��29�շ�����2026��1��1����ǿ��ִ�С�\r\n\r\n**ʹ�ý���**��\r\n- ��������/�������ղ�Ʒ �� ����ʹ�� **CL1**����������ߣ�������أ�\r\n- ��ȫ��/����գ������ϣ� �� ʹ�� **CL2**���������еȣ�\r\n- ר����ҵ���ϱ��� �� ����ʹ�� **CL3**����������ͣ����Ͻ����ѹ�����\r\n\r\n---\r\n\r\n\r\n*GitHub: https://github.com/gechengling/insurance-actuarial-cn*\r\n## 核心工作流程（Dianjin融合版）\r\n\r\n### 第一步：产品定位与定价目标（Dianjin精髓：市场洞察驱动）\r\n\r\n| 定价维度 | 核心问题 | 决策输出 |\r\n|---------|---------|---------|\r\n| **产品定位** | 目标客群/保障范围/竞争格局 | 产品形态、保障责任、费率策略 |\r\n| **市场分析** | 同类产品费率/市场份额/增长趋势 | 定价竞争力分析、差异化策略 |\r\n| **盈利目标** | 目标利润率/投资收益率假设 | 定价假设、利润测试标准 |\r\n| **监管要求** | 预定利率上限/偿付能力/准备金 | 合规边界、监管风险点 |\r\n\r\n**定价目标输出**：\r\n```\r\n【定价目标书】\r\n- 产品名称：[XXX]\r\n- 目标客群：[年龄/性别/职业/收入]\r\n- 定价假设：预定利率[X]%，死亡率表[CL1/CL2/CL3]，费用率[X]%\r\n- 目标利润率：[X]%（IRR口径）\r\n- 监管要求：偿二代下资本占用[X]元/万元保费\r\n```\r\n\r\n---\r\n\r\n### 第二步：发生率假设与经验分析（Dianjin精髓：大数据发生率）\r\n\r\n#### 2.1 发生率表选择框架\r\n| 发生率类型 | 推荐表 | 适用产品 | 监管认可 |\r\n|---------|---------|---------|---------|\r\n| **死亡率** | CL1/CL2/CL3（2025版） | 定寿/终身寿 | 强制使用 |\r\n| **重疾率** | CII1/CII2（2024版） | 重疾险/医疗险 | 强制使用 |\r\n| **医疗率** | MIR1/MIR2（2025版） | 医疗险/护理险 | 推荐评审 |\r\n| **年金率** | AFR1/AFR2（2025版） | 年金险/养老金 | 强制使用 |\r\n| **退保率** | SUR1/SUR2（经验） | 所有产品 | 自行设定 |\r\n\r\n#### 2.2 经验发生率分析\r\n```\r\n【经验分析流程】\r\n1. 数据清洗：剔除异常保单、修正录入错误\r\n2. 经验提取：实际发生率 = f(年龄,性别,保单年度,渠道)\r\n3. 趋势调整：医疗进步/疾病谱变化/退保行为变化\r\n4. 置信区间：95%CI，最终发生率 = 经验±[X]%\r\n5. 与行业对比：中国精算师协会经验表、同业数据\r\n```\r\n\r\n---\r\n\r\n### 第三步：保费计算与利润测试（Dianjin精髓：动态利润分析）\r\n\r\n#### 3.1 纯保费计算公式\r\n| 计算项目 | 公式 | 参数说明 |\r\n|---------|------|---------|\r\n| **纯保费(NP)** | NP = Σ CF_t × v^t × p_x+t | CF=净现金流，v=贴现因子 |\r\n| **费用附加** | L(oading) = α×NP + β×P + γ | α=固定%+β=变动%+γ=固定额 |\r\n| **总保费(P)** | P = (NP + L) / (1 - 利润率%) | 含目标利润的总保费 |\r\n\r\n#### 3.2 利润测试模板\r\n| 测试场景 | IRR(%) | 投资收益率(%) | 退保率(%) | 综合成本率(%) | 结论 |\r\n|---------|--------|--------------|------------|------------------|------|\r\n| **基准场景** | [X] | [X] | [X] | [X] | 合格/不合格 |\r\n| **悲观场景** | [X] | [X]-50bp | [X]+20% | [X]+200bp | 合格/不合格 |\r\n| **乐观场景** | [X] | [X]+50bp | [X]-20% | [X]-200bp | 合格/不合格 |\r\n\r\n**IRR计算代码模板**：\r\n```python\r\n# 定价IRR计算\r\nimport numpy as np\r\n\r\ndef calculate_irr(premiums, claims, expenses, reserves):\r\n cashflows = [premiums - claims - expenses - (reserves[t+1] - reserves[t]) \r\n for t in range(len(premiums))]\r\n return np.irr(cashflows)\r\n\r\n# 示例：10年期缴重疾险\r\npremiums = [10000] * 10 # 年缴1万\r\nclaims = [0, 5000, 15000, ...] # 逐年理赔\r\nirr = calculate_irr(premiums, claims, [500]*10, [0]*10)\r\nprint(f\"定价IRR: {irr:.2%}\")\r\n```\r\n\r\n---\r\n\r\n### 第四步：准备金评估与偿付能力（Dianjin精髓：偿二代资本计量）\r\n\r\n#### 4.1 准备金计量框架\r\n| 准备金类型 | 计量基础 | 监管公式 | 资本占用 |\r\n|---------|---------|---------|---------|\r\n| **最优估计准备金(BEL)** | 预期现金流现值 | BEL = Σ CF × v^t | - |\r\n| **风险边际(RM)** | 成本/置信度法 | RM = BEL × [X]% | + |\r\n| **偿付能力准备金(SCR)** | Solvency II/C-ROSS | SCR = max(BEL+RM, 监管要求) | + |\r\n\r\n#### 4.2 偿二代资本占用分析\r\n```\r\n【C-ROSS资本占用计算】\r\n1. 保险风险资本(IC)：死亡率/重疾率/退保率/费用风险\r\n2. 市场风险资本(MC)：利率/权益/房地产/汇率风险\r\n3. 信用风险资本(CR)：再保/债券/存款对手方风险\r\n4. 操作风险资本(OR)：固定+变动，按保费/准备金的[X]%\r\n5. 总资本要求 = IC + MC + CR + OR\r\n\r\n偿二代下资本占用：[X]元/万元保费\r\n```\r\n\r\n---\r\n\r\n### 第五步：定价报告与监管备案（Dianjin精髓：标准化输出）\r\n\r\n**精算定价报告模板**：\r\n```markdown\r\n# [产品名称] 精算定价报告\r\n\r\n## 一、产品概述\r\n[产品定位/目标客群/市场竞争分析]\r\n\r\n## 二、定价假设\r\n[生命表/重疾表/投资收益率/费用率/退保率]\r\n\r\n## 三、保费计算\r\n[纯保费/费用附加/总保费/IRR测试结果]\r\n\r\n## 四、准备金与资本\r\n[准备金计量/偿二代资本占用/IFRS17影响]\r\n\r\n## 五、敏感性分析\r\n[利率/死亡率/费用率/退保率±10%影响]\r\n\r\n## 六、监管合规\r\n[偿二代合规/准备金充足性/定价披露要求]\r\n\r\n## 七、结论与建议\r\n[定价结论/盈利能力/监管沟通策略]\r\n```\r\n\r\n---\r\n\r\n## 合规约束与审计规则（Dianjin精髓）\r\n\r\n1. **监管合规**：严格遵守《保险法》《精算工作规范》《偿二代规则》\r\n2. **数据质量**：经验数据需清洗、校验，异常情况需说明\r\n3. **假设合理性**：定价假设需有依据，不得为竞争恶性定价\r\n4. **准备金充足**：准备金评估需保守，不得为利润释放不足提\r\n5. **审计留痕**：所有计算过程、假设选择、模型选择需留痕可审计\r\n\r\n---\r\n\r\n## 测试用例（Dianjin精髓）\r\n\r\n**测试场景1：重疾险定价**\r\n- 输入：30岁男性，20年缴，保额50万\r\n- 预期输出：年缴保费、IRR、准备金、资本占用\r\n- 通过标准：定价IRR>3.0%，资本占用<500元/万元\r\n\r\n**测试场景2：年金险准备金评估**\r\n- 输入：终身年金，领取期20年，投资收益率4.0%\r\n- 预期输出：BEL、RM、SCR\r\n- 通过标准：SCR/准备金<15%\r\n\r\n**测试场景3：偿二代资本计算**\r\n- 输入：重疾险产品组合，保费1亿\r\n- 预期输出：IC/MC/CR/OR分项，总资本要求\r\n- 通过标准：计算逻辑符合C-ROSS规则\r\n\r\n---\r\n\r\n## 关联技能（Dianjin精髓）\r\n\r\n- `insurance-claims-intelligence`：理赔数据→经验发生率更新\r\n- `insurance-anti-fraud`：欺诈识别→定价反欺诈因子\r\n- `insurance-product-design`：精算定价→产品设计协同\r\n- `finance-ai-strategy`：保险AI→精算AI战略协同\r\n\r\n---\r\n\r\n*本技能融合阿里点金（Qwen Dianjin）金融AI精髓，专注经验发生率分析、动态利润测试、偿二代资本计量。*\n\nFile v5.1.1:README.md\n\n# China Insurance Actuarial Pricing Expert (4th Life Table 2025) / 中国精算定价师（第四套生命表2025）#\r\n\r\n> **English:** AI-powered China insurance actuarial pricing expert — built on the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II framework. Covers pure premium calculation, reserve calculation, solvency capital assessment, and insurance product pricing. Delivers production-ready Python pricing code.\r\n\r\n**Keywords:** actuarial, pricing, life table, C-ROSS, China insurance, solvency capital, insurance product design*\r\n\r\n## ✨ Features#\r\n\r\n- ✅ **4th Life Table (2025) Full Analysis** — CL1/CL2/CL3 tables, vs. 3rd edition comparison, implementation code\r\n- ✅ **China Actuarial Pricing Methodology** — pure premium formula, pricing elements table, critical illness pricing (Python)\r\n- ✅ **Reserve Calculation** — UPR, IBNR, life/reserve calculation templates\r\n- ✅ **Group Insurance Pricing** — pricing elements, experience rate calculation (Python code)\r\n- ✅ **C-ROSS Integration** — pricing rate cap (3.0%), capital occupation vs. pricing strategy*\r\n\r\n## 🚀 Quick Start#\r\n\r\n```bash\r\n# Install this skill\r\nnpx clawhub install @gechengling/china-insurance-actuarial-expert\r\n\r\n# Use in WorkBuddy\r\n/china-insurance-actuarial-expert \"Calculate pure premium for 30-year term life, sum assured 500,000\"\r\n/china-insurance-actuarial-expert \"Generate reserve calculation report for whole life product\"\r\n```\r\n\r\n---\r\n\r\n> **中文介绍：** 中国精算定价师——基于第四套生命表（2025年发布，2026年1月1日实施）和偿二代二期工程（C-ROSS Rules II）的垂直精算Skill。覆盖纯保费计算、准备金计算、偿二代资本占用与定价协同、团险定价专项。内置完整精算定价Python代码。\r\n\r\n**关键词：** 精算、精算定价、费率厘定、生命表、发生率表、重疾发生率、准备金计算、偿付能力资本*\r\n\r\n## ✨ 核心功能#\r\n\r\n- ✅ **第四套生命表（2025）全解析** — CL1/CL2/CL3三表、与第三套对比、使用说明\r\n- ✅ **中国精算定价方法论** — 保险产品定价基本公式、寿险/重疾险/医疗险定价要素\r\n- ✅ **准备金计算** — 未到期责任准备金/已发生赔款准备金/寿险责任准备金\r\n- ✅ **团险定价专项** — 团险定价要素、经验费率计算（Python代码）*\r\n- ✅ **偿二代资本占用与定价协同** — 定价利率上限/偿二代利率风险资本占用*\r\n\r\n## 🚀 快速上手#\r\n\r\n```bash\r\n# 安装此技能\r\nnpx clawhub install @gechengling/china-insurance-actuarial-expert\r\n\r\n# 在WorkBuddy中使用\r\n/china-insurance-actuarial-expert \"计算30年期定期寿险纯保费，保额50万\"\r\n/china-insurance-actuarial-expert \"生成终身寿险准备金计算报告\"\r\n```\r\n\r\n## 📖 What's Included / 包含内容#\r\n\r\n| File / 文件 | Content / 内容说明 |\r\n|------|---------|\r\n| `SKILL.md` | Full skill definition / 完整技能定义 |\r\n| `references/life_table_2025_usage.md` | 第四套生命表使用说明 |\r\n| `references/actuarial_pricing_formulas.md` | 精算定价公式汇总（含代码示例） |\r\n| `references/critical_illness_pricing.md` | 重疾险定价专项 |\r\n| `references/reserve_calculation.md` | 准备金计算模板 |\n\nFile v5.1.1:_meta.json\n\n{\n \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n \"slug\": \"insurance-actuarial-cn\",\n \"version\": \"5.1.1\",\n \"publishedAt\": 1782652434174\n}\n\nFile v5.1.1:references/actuarial_pricing_formulas.md\n\n# 精算定价公式汇总与代码实现\r\n\r\n> 本文件为 `insurance-actuarial-cn` Skill 配套参考\r\n\r\n## 一、核心定价公式速查\r\n\r\n### 1.1 纯保费计算\r\n\r\n```\r\n定期寿险纯保费（期缴）：\r\n P_{x:n}^1 = A_{x:n}^1 / äx:n\r\n \r\n终身寿险纯保费（期缴）：\r\n P_x = A_x / äx\r\n\r\n两全保险纯保费（期缴）：\r\n P_{x:n} = A_{x:n} / äx:n\r\n\r\n年金保险纯保费（期缴）：\r\n P(äx:n) = äx:n / äx:n （即1，被保险人生存即给付）\r\n```\r\n\r\n### 1.2 毛保费计算\r\n\r\n```\r\n毛保费 = 纯保费 / (1 - 附加费用率)\r\n\r\n附加费用率分解：\r\n 总附加费用率 = 渠道费用率 + 管理费用率 + 理赔费用率\r\n 渠道费用率：代理人15%-35%，银保10%-20%，网销5%-10%\r\n 管理费用率：3%-8%\r\n 理赔费用率：1%-3%\r\n```\r\n\r\n### 1.3 准备金计算\r\n\r\n```\r\n过去法准备金：\r\n _tV = P × s_{x:t} - A^1_{x:t}\r\n\r\n未来法准备金：\r\n _tV = A_{x+t:n-t} - P × ä_{x+t:n-t}\r\n\r\n其中 s_{x:t} = (1+i)^t × ä'_x:t（保费累积值）\r\n```\r\n\r\n## 二、精算代码实现\r\n\r\n```python\r\n# 精算定价完整实现\r\nimport numpy as np\r\n\r\n# 第四套生命表(2025) CL1 简化数据（实际应用从官方文件读取）\r\n# 格式：{年龄: [l_x, d_x]}\r\nLIFE_TABLE_CL1 = {\r\n # 年龄: [l_x(生存人数), d_x(死亡人数)]，以100万为基数\r\n 30: [996234, 567], 31: [995667, 612], 32: [995055, 661],\r\n 33: [994394, 714], 34: [993680, 771], 35: [992909, 833],\r\n 36: [992076, 901], 37: [991175, 976], 38: [990199, 1057],\r\n 39: [989142, 1145], 40: [987997, 1240], 41: [986757, 1343],\r\n 42: [985414, 1454], 43: [983960, 1575], 44: [982385, 1707],\r\n 45: [980678, 1851], 46: [978827, 2010], 47: [976817, 2186],\r\n 48: [974631, 2379], 49: [972252, 2592], 50: [969660, 2825],\r\n}\r\n\r\ndef v(i):\r\n \"\"\"折现因子\"\"\"\r\n return 1 / (1 + i)\r\n\r\ndef life_table_lookup(age, table='CL1'):\r\n \"\"\"查找生命表数据\"\"\"\r\n if age in LIFE_TABLE_CL1:\r\n return LIFE_TABLE_CL1[age]\r\n # 简化处理，实际应用需完整表格\r\n return [1000000 - age * 500, 1000 + age * 20]\r\n\r\ndef mortality_rate(age):\r\n \"\"\"死亡率 q_x\"\"\"\r\n l_x, d_x = life_table_lookup(age)\r\n return d_x / l_x\r\n\r\ndef survival_prob(age, years):\r\n \"\"\"生存概率 nP_x\"\"\"\r\n result = 1.0\r\n for t in range(years):\r\n result *= (1 - mortality_rate(age + t))\r\n return result\r\n\r\ndef annuity_due(age, years, i=0.03):\r\n \"\"\"期首付生存年金现值 ä_x:n\"\"\"\r\n v_factor = v(i)\r\n total = 0\r\n for k in range(years):\r\n n_pk = survival_prob(age, k)\r\n total += v_factor ** k * n_pk\r\n return total\r\n\r\ndef term_insurance_pv(age, years, i=0.03):\r\n \"\"\"定期寿险趸缴纯保费现值 A^1_x:n\"\"\"\r\n v_factor = v(i)\r\n total = 0\r\n for k in range(years):\r\n q_xk = mortality_rate(age + k)\r\n n_pk_prev = survival_prob(age, k)\r\n total += v_factor ** (k + 1) * q_xk * n_pk_prev\r\n return total\r\n\r\ndef calculate_term_life_premium(age, sum_assured, term_years, \r\n interest_rate=0.03, loading_rate=0.30):\r\n \"\"\"\r\n 定期寿险保费计算完整函数\r\n \"\"\"\r\n # 纯保费\r\n A = term_insurance_pv(age, term_years, interest_rate)\r\n annuity = annuity_due(age, term_years, interest_rate)\r\n pure_premium = sum_assured * A / annuity\r\n \r\n # 毛保费（附加费用）\r\n gross_premium = pure_premium / (1 - loading_rate)\r\n \r\n return {\r\n 'age': age,\r\n 'sum_assured': sum_assured,\r\n 'term_years': term_years,\r\n 'interest_rate': interest_rate,\r\n 'pure_premium': round(pure_premium, 2),\r\n 'loading_rate': loading_rate,\r\n 'gross_premium': round(gross_premium, 2),\r\n 'loading_amount': round(gross_premium - pure_premium, 2)\r\n }\r\n\r\n# 示例：30岁男性，100万保额，20年定期寿险，预定利率3.0%\r\nresult = calculate_term_life_premium(age=30, sum_assured=1000000, term_years=20)\r\nprint(f\"年缴纯保费: {result['pure_premium']:.2f} 元/年\")\r\nprint(f\"年缴毛保费: {result['gross_premium']:.2f} 元/年\")\r\nprint(f\"附加费用: {result['loading_amount']:.2f} 元/年\")\r\n```\r\n\r\n## 三、第四套生命表(2025)应用注意事项\r\n\r\n### 3.1 表的选用原则\r\n\r\n| 产品类型 | 选用生命表 | 说明 |\r\n|---------|----------|------|\r\n| 定期寿险、终身寿险 | CL1 | 保障为主，死亡率相对高 |\r\n| 两全险、年金险（普通） | CL2 | 储蓄为主，死亡率相对低 |\r\n| 专属养老保险、养老年金 | **CL3** | 专为养老设计，寿命假设更长 |\r\n\r\n### 3.2 重疾恶化因子（偿二代规则II）\r\n\r\n```python\r\ndef critical_illness_deterioration_factor(age, duration):\r\n \"\"\"\r\n 重疾恶化因子（简化估算）\r\n 用于偿二代资本计量，反映重疾发生率随年龄上升的趋势\r\n \r\n 实际因子应从精算师协会官方发布的恶化因子表中查找\r\n \"\"\"\r\n # 简化公式，实际应用查表\r\n base_factor = 0.0 # 基础因子\r\n age_deterioration = (age - 30) * 0.003 # 年龄恶化效应\r\n duration_deterioration = duration * 0.005 # 保单期间恶化效应\r\n \r\n return max(0, base_factor + age_deterioration + duration_deterioration)\r\n\r\n# 示例：45岁，10年有效保单\r\nfactor = critical_illness_deterioration_factor(45, 10)\r\nprint(f\"重疾恶化因子: {factor:.2%}\") # 约10.5%\r\n```\r\n\r\n### 3.3 2025版vs2010版生命表差异的实际影响\r\n\r\n| 产品 | 第三套(2010)定价基准 | 第四套(2025)定价基准 | 影响方向 |\r\n|------|-------------------|-------------------|---------|\r\n| 终身寿险 | CL1 | CL1（更新） | 保费略涨（寿命延长）|\r\n| 两全险 | CL2 | CL2（更新） | 基本持平 |\r\n| 养老年金 | CL2 | **CL3专用表** | 保费更精准，成本更合理 |\r\n| 重疾险 | 旧发生率表 | 恶化因子 | 资本占用增加 |\n\nFile v5.1.1:references/life_table_2025_usage.md\n\n# 第四套生命表(2025)使用说明与精算定价公式\r\n\r\n> 本文件为 `insurance-actuarial-cn` Skill 配套参考\r\n\r\n## 一、第四套生命表概述\r\n\r\n**发布机构**：中国精算师协会\r\n**发布日期**：2025年10月29日\r\n**实施日期**：2026年1月1日（金融监管总局同步发文）\r\n**取代**：第三套生命表（2010版，基线数据2005-2008年）\r\n\r\n### 三张核心表\r\n\r\n| 表名 | 表编号 | 适用业务 |\r\n|------|-------|---------|\r\n| 非养老类业务一表 | CL1 | 定期寿险、终身寿险（保障型） |\r\n| 非养老类业务二表 | CL2 | 两全保险、年金保险（储蓄型） |\r\n| 养老类业务表 | CL3 | 专属养老保险、养老年金 |\r\n\r\n### 与第三套生命表主要差异\r\n\r\n| 维度 | 第三套(2010) | 第四套(2025) | 差异影响 |\r\n|------|-------------|-------------|---------|\r\n| 基线数据 | 2005-2008年 | 2018-2023年 | 反映寿命延长趋势 |\r\n| 男性预期寿命(60岁) | +20.7岁 | +22.5岁 | 年金险赔付期延长约2年 |\r\n| 女性预期寿命(60岁) | +24.2岁 | +26.1岁 | 女性养老险成本上升 |\r\n| 养老类业务 | 无专项表 | **新增CL3专项表** | 养老险定价更精准 |\r\n| 编制机构 | 中国人寿保险业经验生命表编制办公室 | 中国精算师协会 | 权威性提升 |\r\n\r\n## 二、生命表基础符号与计算\r\n\r\n### 符号说明\r\n\r\n| 符号 | 定义 | 说明 |\r\n|------|------|------|\r\n| l_x | x岁初始生存人数 | 基准：l_0 = 100,000（假设基数） |\r\n| d_x | x岁至x+1岁的死亡人数 | d_x = l_x - l_{x+1} |\r\n| q_x | x岁的死亡率 | q_x = d_x / l_x |\r\n| p_x | x岁的生存率 | p_x = 1 - q_x |\r\n| e_x | x岁的人均余命 | e_x = Σ(l_{x+t} / l_x)，t=0到极限年龄 |\r\n| _nP_x | x岁在未来n年内的生存概率 | _nP_x = l_{x+n} / l_x |\r\n\r\n### 定价基本公式\r\n\r\n```\r\n定期寿险趸缴纯保费：\r\n A_{x:n}^1 = Σ v^{k+1} × d_{x+k} / l_x (k = 0, 1, ..., n-1)\r\n 其中 v = 1/(1+i)，i = 预定利率\r\n\r\n生存年金（期首付）：\r\n äx:n = Σ v^k × _kP_x (k = 0, 1, ..., n-1)\r\n\r\n期缴纯保费：\r\n P = A_{x:n}^1 / äx:n （定期寿险）\r\n P = A_x / äx （终身寿险）\r\n\r\n 其中 A_x = Σ v^{k+1} × d_{x+k} / l_x （终身寿险趸缴纯保费）\r\n```\r\n\r\n## 三、精算定价代码示例\r\n\r\n```python\r\n# 第四套生命表定价示例\r\nimport numpy as np\r\n\r\n# 第四套生命表(2025) CL1 示例数据（简化版，实际使用完整表）\r\n# 数据来源：中国精算师协会《中国人身保险业经验生命表（2025）》\r\n\r\n# 定期寿险定价（30岁男性，保额100万，保障20年，预定利率3.0%）\r\ndef term_life_premium(age, sum_assured, term, interest_rate, table='CL1'):\r\n \"\"\"\r\n 定期寿险期缴纯保费计算\r\n \"\"\"\r\n # 加载第四套生命表数据（实际应用中从官方文件读取）\r\n l_x = load_life_table(table) # 生存人数表\r\n d_x = load_decrement_table(table) # 死亡人数表\r\n \r\n v = 1 / (1 + interest_rate) # 折现因子\r\n i = interest_rate\r\n \r\n # 死亡给附现值（A公式）\r\n death_pv = 0\r\n for k in range(term):\r\n # 第k年的死亡率\r\n q = d_x[age + k] / l_x[age + k]\r\n # 折现因子\r\n v_k1 = v ** (k + 1)\r\n death_pv += v_k1 * q\r\n \r\n # 生存年金现值（ä公式，期首付）\r\n annuity_pv = 0\r\n for k in range(term):\r\n # 第k年的生存率\r\n p = 1 - d_x[age + k] / l_x[age + k]\r\n v_k = v ** k\r\n annuity_pv += v_k * np.prod([1 - d_x[age + j] / l_x[age + j] for j in range(k)])\r\n \r\n # 期缴纯保费\r\n pure_premium = sum_assured * death_pv / annuity_pv\r\n \r\n return {\r\n 'pure_premium': pure_premium,\r\n 'death_pv': death_pv,\r\n 'annuity_pv': annuity_pv,\r\n 'v': v\r\n }\r\n\r\n# 终身寿险定价\r\ndef whole_life_premium(age, sum_assured, interest_rate, table='CL1'):\r\n \"\"\"\r\n 终身寿险期缴纯保费（生命表到105岁）\r\n \"\"\"\r\n l_x = load_life_table(table)\r\n d_x = load_decrement_table(table)\r\n v = 1 / (1 + interest_rate)\r\n \r\n death_pv = 0\r\n for k in range(105 - age): # 生命表极限年龄约105岁\r\n q = d_x[age + k] / l_x[age + k]\r\n death_pv += v ** (k + 1) * q\r\n \r\n # 终身生存年金（简化）\r\n annuity_pv = sum(1 / (1 + interest_rate) ** k * l_x[age + k] / l_x[age] for k in range(105 - age))\r\n \r\n return sum_assured * death_pv / annuity_pv\r\n```\r\n\r\n## 四、准备金计算公式\r\n\r\n```python\r\ndef calculate_reserve(age, sum_assured, policy_year, premium, \r\n interest_rate, table='CL1'):\r\n \"\"\"\r\n 过去法计算寿险责任准备金\r\n 准备金 = 已缴纯保费累积值 - 已给付保险金现值\r\n \r\n 第t年末准备金（过去法）：\r\n _tV = P × ä'_x:t - A^1_{x:t}\r\n \r\n 其中：\r\n - P：期缴纯保费\r\n - ä'_x:t：已缴保费累积值（考虑利息）\r\n - A^1_{x:t}：已给付保险金现值\r\n \"\"\"\r\n v = 1 / (1 + interest_rate)\r\n \r\n # 已缴保费累积值（过去法）\r\n premium_accumulated = premium * ((1 + interest_rate) ** policy_year - 1) / interest_rate\r\n \r\n # 未来给付现值（未来法，简化）\r\n future_payment_pv = sum_assured * 0.02 * v ** policy_year # 简化估算\r\n \r\n reserve = premium_accumulated - future_payment_pv\r\n \r\n return max(0, reserve) # 准备金不能为负\r\n```\r\n\r\n## 五、预定利率上限与产品设计协同\r\n\r\n| 时间段 | 预定利率上限 | 适用险种 |\r\n|-------|-----------|---------|\r\n| 2013-2019年 | 4.025% | 普通型寿险 |\r\n| 2019-2023年 | 3.5% | 普通型寿险 |\r\n| 2023年起 | 3.0% | 普通型寿险 |\r\n| 2024年起 | 分红险上限2.0% | 分红险 |\r\n| 现行 | 3.0%（普通型） | 终身寿险/年金险 |\r\n\r\n**产品策略建议**：\r\n- 预定利率3.0%环境下：增额终身寿险竞争力下降，年金险价值凸显\r\n- 分红险+万能账户组合：对抗利率下行风险\r\n- 健康险（定价不受利率上限约束）：重点发展方向\n\nFile v5.1.1:skill-card.md\n\n## Description:
\nProvides China insurance actuarial pricing, reserve, solvency-capital, and reporting guidance using the 4th Life Table (2025), C-ROSS Phase II, IFRS 17 / HKFRS 17 concepts, and Python example templates.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[gechengling](https://clawhub.ai/user/gechengling)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nExternal actuarial, product-pricing, and insurance product development teams use this skill as an educational reference for China-focused premium calculation, reserve estimation, solvency-capital analysis, and actuarial report drafting. Outputs require qualified actuarial review before use in pricing, reserving, compliance, or product filings.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: Actuarial examples, regulatory summaries, or life-table assumptions may be incomplete or unsuitable for real pricing, reserve, or compliance decisions.
\nMitigation: Use outputs as educational reference material only; require qualified actuarial review, testing, and verification against official regulatory and life-table sources before operational use.
\n\n\n## Reference(s):
\n- [ClawHub skill page](https://clawhub.ai/gechengling/skills/insurance-actuarial-cn)
\n- [Fourth Life Table (2025) usage guide](references/life_table_2025_usage.md)
\n- [Actuarial pricing formulas and code examples](references/actuarial_pricing_formulas.md)
\n\n\n## Skill Output:
\n**Output Type(s):** [Guidance, Markdown, Code, Analysis]
\n**Output Format:** [Markdown with formulas, tables, and Python example code blocks]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [Educational actuarial reference output; examples and assumptions require human actuarial validation.]
\n\n## Skill Version(s):
\n5.1.1 (source: server release metadata and SKILL.md frontmatter)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nArchive v5.1.0: 6 files, 16760 bytes\n\nFiles: README.md (3285b), references/actuarial_pricing_formulas.md (5854b), references/life_table_2025_usage.md (6045b), skill-card.md (2304b), SKILL.md (24374b), _meta.json (141b)\n\nFile v5.1.0:SKILL.md\n\n---\nname: China Insurance Actuarial Pricing Expert\ndescription: AI-powered China insurance actuarial pricing skill �� uses the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II (Rules II 2024) framework. Calculates pure premium, reserves, solvency capital, and supports IFRS 17 / HKFRS 17 transition. Covers critical illness, annuity, health, group and pension product pricing with Python code templates. Built for Chinese actuaries, product pricing teams, and insurance product development. Keywords: actuarial, pricing, life table 2025, C-ROSS, IFRS 17, China insurance, solvency capital, insurance product design, ���㶨��, ������������, �����嶨, ��������, �ؼ��ն���, ����ն���, ҽ���ն���, Python����, ����ģ��.\nslug: insurance-actuarial\nversion: \"5.1.0\"\n\ncapabilities:\n - educational-reference\n - advisory-only\n - requires-human-review\n - no-executable-code\n---\n\n# China Insurance Actuarial Pricing Expert (4th Life Table 2025) / �й����㶨��ʦ��������������2025��|\n> **⚠️ SECURITY NOTICE**\n> - **Type:** Educational reference / analytical framework ONLY\n> - **No executable code, scripts, or binaries included**\n> - **No persistent storage, network calls, or background execution**\n> - **No credential collection, PII processing, or system access**\n> - **All outputs require human review before real-world application**\n> - **NOT financial, legal, or insurance advice**\n\n\n\n\n### 保险监管最新动态 [2026-06-15更新]\n\n| 动态类型 | 内容摘要 | 发布时间 | 影响范围 |\n|---------|---------|---------|---------|\n| 监管发布 | NFRA 2026年第2号令：《银行保险机构许可证管理办法》6月1日施行，取消保险许可证 | 2026-06 | 精算定价模型需更新费用假设（新增许可证管理岗位成本） |\n| 监管发布 | 许可证换证过渡期2026.6-2028.5，险企须设专职许可证管理岗位 | 2026-06 | 产品备案流程更新 |\n| 监管动态 | 2026年Q1监管处罚分析：分级分类处罚标准+个人追责条款落地 | 2026-Q1 | 合规风险管理 |\n\n> **数据截止**: 2026-06-15 | 来源：国家金融监督管理总局、政府网、金融新闻网\n> **声明**: 以上动态供参考，具体以官方最新发布为准\n\n> **English:** AI-powered China insurance actuarial pricing expert �� the definitive skill for Chinese actuaries and product pricing teams. Built on the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II framework. Covers pure premium calculation, reserve calculation, solvency capital assessment, and insurance product pricing. Delivers production-ready Python pricing code.\n>\n> **����:** �й����㶨��ʦ�������ڵ�������������2025�귢����2026��1��1��ʵʩ���ͳ��������ڹ��̣�C-ROSS Rules II���Ĵ�ֱ����Skill�����Ǵ����Ѽ��㡢������㡢�������ʱ�ռ���붨��Эͬ�����ն���ר������������㶨��Python���롣���ã�����ʦ����Ʒ���۸ڡ����ղ�Ʒ���������վ���ʵϰ����������ѯ��\n\n---\n\n## Trigger Keywords / �����ؼ���\n\n**English Triggers:** actuarial, pricing, insurance pricing, life table, mortality table, critical illness rate, experience rate, reserve calculation, solvency capital, C-ROSS, China actuarial, product design, insurance product, 4th life table\n\n**���Ĵ����ʣ����ȣ���** ���㡢���㶨�ۡ������嶨���������������ʱ��������ʱ����ؼ������ʡ����鷢���ʡ�������㡢���������ʱ������ղ�Ʒ���ۡ�CASS���й�����ʦЭ�ᡢ���������������ؼ������ӡ���Ʒ���\n\n---\n\n## Core Capabilities / ��������|\n\n### 0. 2025-2026 Latest Regulatory Updates / ���¼�ܶ�̬������2026��5�£�|\n\n| ʱ�� | ���� | ����Ӱ�� |\n|------|------|---------|\n| **2025��10��29��** | ������������������CL1/CL2/CL3�� | 2026��1��1����ǿ��ʹ�ã�������/�����ֵȫ������ |\n| **2024��3��18��** | �����������ȫ��ʵʩ | ����ʱ������ʷ��ա��ؼ�������ȫ������ |\n| **2024����** | Ԥ�����������µ���3.0% | ��ͳ�ն��۳ɱ��½����ֺ��վ������������ |\n| **2025����** | IFRS 17/HKFRS 17��A�����������ƹ� | ��������������CSM̯��Ҫ������ |\n| **2026��1��1��** | ������������ǿ��ִ�� | ���������ղ�Ʒ�밴�±����¶��ۻ����� |\n\n### 1. 4th Life Table (2025) Full Analysis / ��������������2025��ȫ����|\n\n**����������**\n- 2025��10��29�գ��й�����ʦЭ����ʽ����\n- ���ڼ���ܾ�ͬ������ʵʩ֪ͨ\n- **��2026��1��1����ʵʩ**�����������ڣ�\n- ��������������������ף�2010��汾������ӳ�й��˾������ӳ������仯����|\n\n#### ���ź��ı�|\n\n| ���� | Ӣ�� | ��; |\n|------|------|------|\n| **��������ҵ��һ��** | CL1 | �������ա��������յȲ�Ʒ���� |\n| **��������ҵ�����** | CL2 | ��ȫ�ա�����յȲ�Ʒ���� |\n| **������ҵ���** | CL3 | ר�����ϱ��ա��������Ȳ�Ʒ���� |\n\n#### ���������������Ҫ�仯|\n\n| ά�� | �����ף�2010�棩 | �����ף�2025�棩 | Ӱ�� |\n|------|---------------|----------------|------|\n| �����ڼ� | 2005-2008�� | 2018-2023�� | ����ӳ��ǰ����ˮƽ |\n| ����Ԥ��������60�꣩ | +20.7�� | +22.5�� | ������⸶���ӳ� |\n| Ů��Ԥ��������60�꣩ | +24.2�� | +26.1�� | Ů�������ճɱ����� |\n| �����������ࣩ | ��ר�� | **����ר���** | �����ն��۸��� |\n\n### 2. China Actuarial Pricing Methodology / �й����㶨�۷�����|\n\n#### ���ղ�Ʒ���ۻ�����ʽ|\n\n```\në���� = ������ �� (1 + ���ӷ�����)\n������ = ���ɴ����� / �����ֵϵ��\n = ���ս�� �� ƽ�������� �� ƽ�������ڼ� �� ����ϵ��\n```\n\n#### ���ղ�Ʒ����Ҫ��|\n\n| Ҫ�� | ˵�� | ����ȡֵ |\n|------|------|---------|\n| **Ԥ��������** | ��Դ�������������� | CL1/CL2/CL3 |\n| **Ԥ������** | ���չ�˾Ͷ�������ʼ��� | 2.5%-3.5%��2024�����3%�� |\n| **Ԥ��������** | ��������/����/������� | 10%-35%����������� |\n| **Ԥ��������** | ��˾����Ҫ�� | 5%-15% |\n| **���ѽ��ɷ�ʽ** | ����/�ڽ�/�꽻 | �ڽ������� |\n\n#### �ؼ��ն��۷�����Pythonʾ����|\n\n```python\n# �ؼ��մ����Ѽ�����\ndef critical_illness_premium(age, sum_assured, policy_term, payment_term):\n # ����������������������ҵ�����(CL2)Ϊ����\n i = 0.025 # Ԥ�����ʣ�3.0%����ı��ؼ��裩\n v = 1 / (1 + i)\n \n # �ؼ�������ֵ\n A_crit = 0\n for t in range(policy_term):\n q_crit_t = lookup_critical_illness_rate(age + t, t)\n A_crit += v**(t+1) * q_crit_t * sum_assured\n \n # ����������ֵ������/ȫ�У�\n A_death = 0\n for t in range(policy_term):\n q_death_t = lookup_mortality_rate_CL2(age + t, t)\n A_death += v**(t+1) * q_death_t * sum_assured\n \n # ���������ֵ���ɷ��ڣ�\n ?x_n = sum(v**t * survival_rate(age, t) for t in range(payment_term))\n \n # ������ = (�ؼ�������ֵ + ����������ֵ) / ���������ֵ\n pure_premium = (A_crit + A_death) / ?x_n\n return pure_premium\n```\n\n### 3. Reserve Calculation / �������|\n\n| ���� | ���� | ������� |\n|------|------|---------|\n| **δ������������UEPR��** | Ϊδ���⸶����Ǯ | ʣ�ౣ�����ڵĴ�������ֵ |\n| **�ѷ����������IBNR��** | �ѷ���δ������� | ������ƣ����������εȷ����� |\n| **��������** | ���ѳ����Բ��Ժ� | �ֽ������� |\n| **������������** | ���ٱ��ճ��ڸ�ծ | ������������ƽ������ |\n\n### 4. Group Insurance Pricing / ���ն���ר��|\n\n#### ���ն���Ҫ��|\n\n| Ҫ�� | ˵�� | �������� |\n|------|------|---------|\n| **�����ģ** | �α����� | ����Խ�࣬����ԽС |\n| **��ҵ����** | ��ҵ������ҵ | ��ҵ���յȼ�ϵ�� |\n| **����ṹ** | Ա��ƽ������/�ֲ� | Ա��ƽ������Խ����Խ�� |\n| **��ʷ�⸶** | ��ȥ1-3���⸶��¼ | ������ʵ��� |\n| **���������** | ���Ϸ�Χ/����/���� | �������Ӱ�� |\n\n#### ���վ�����ʼ���|\n\n```python\ndef group_experience_rate(base_premium, experience_factor):\n if experience_factor < 0.7:\n rate_adjustment = 0.85 # �������飬����15%\n elif experience_factor < 0.9:\n rate_adjustment = 0.95 # �Ϻþ��飬����5%\n elif experience_factor < 1.1:\n rate_adjustment = 1.00 # ������\n elif experience_factor < 1.3:\n rate_adjustment = 1.15 # �ϲ�飬�ӷ�15%\n else:\n rate_adjustment = 1.30 # ���Ӿ��飬�ӷ�30%\n return base_premium * rate_adjustment\n```\n\n### 5. IFRS 17 / HKFRS 17 �����¹棨A�������������ã�|\n\n#### IFRS 17 �Ծ��㶨�۵ĺ���Ӱ��\n\n| ��Ŀ | ԭIFRS 4 | IFRS 17 �仯 | ����Ӧ�� |\n|------|---------|------------|---------|\n| **��������ȷ��** | �ڼ䱣�� | ���շ������루�DZ��ѣ� | ���ѷֽ�Ϊ�⸶/����/CSM�ͷ� |\n| **�������** | ��ʷ�ɱ� | �����г�һ�²��� | ��Ҫ������������� |\n| **��ͬ�����CSM** | �� | ����������δ������ | ÿ���ͷţ�����һ��ȷ�� |\n| **���յ���RA** | ��ר�� | �������ǽ��ڷ��յIJ�ȷ���� | ͨ��������ˮƽ��/CTE�� |\n| **�����ͬ** | ���� | ����ȷ����ʧ | ��������������ӯ���� |\n\n```python\n# IFRS 17 ��Լ�ֽ��� FCF ������\ndef ifrs17_fcf(policy, discount_rate_curve, risk_adjustment_pct):\n \"\"\"\n ��Լ�ֽ��� = δ���ֽ�����ֵ + ���յ���\n Future Cash Flows = PV(outflows) - PV(inflows) + Risk Adjustment\n \"\"\"\n pv_outflows = sum(cf * discount_factor(t, discount_rate_curve)\n for t, cf in enumerate(policy.expected_claims))\n pv_inflows = sum(prem * discount_factor(t, discount_rate_curve)\n for t, prem in enumerate(policy.expected_premiums))\n risk_adj = (pv_outflows - pv_inflows) * risk_adjustment_pct # ����ֵ��5%-15%\n return pv_outflows - pv_inflows + risk_adj\n```\n\n### 6. Interest Rate Risk & ALM / ���ʷ������ʲ���ծƥ��|\n\n#### 2024��Ԥ�������µ������붨�۲���\n\n| ���� | Ԥ������ | ���۲��� | ��Ʒ���� |\n|------|---------|---------|---------|\n| **2024��9��1��ǰ** | ��3.5% | ��ǰ���������� | ��ͳ����/����� |\n| **2024��9��1�պ�** | ��3.0% | �����ʶ��ۻ��� | ���������� |\n| **2025������** | ��3.0%���ȶ��� | ���ӷֺ측���ռ� | �ֺ���/������ |\n\n#### ����ѹ�����ԣ����������\n\n```python\ndef interest_rate_stress_test(policy, base_rate):\n scenarios = {\n \"base\": base_rate,\n \"down_50bp\": base_rate - 0.005,\n \"down_100bp\": base_rate - 0.010,\n \"down_150bp\": base_rate - 0.015,\n }\n results = {}\n for scenario, rate in scenarios.items():\n reserve = calculate_reserve(policy, rate)\n results[scenario] = {\n \"reserve\": reserve,\n \"surplus_change\": reserve - calculate_reserve(policy, base_rate)\n }\n return results\n```\n\n---\n\n## Reference Files / �ο��ļ�|\n\n| File / �ļ� | Content / ����˵�� |\n|------|---------|\n| `references/life_table_2025_usage.md` | ������������(2025)ʹ��˵������CL1/CL2/CL3��������˵�� |\n| `references/actuarial_pricing_formulas.md` | �����Ʒ���㶨�۹�ʽ���ܣ�������ʾ���� |\n| `references/critical_illness_pricing.md` | �ؼ��ն���ר��������ӡ��ؼ������ʱ� |\n| `references/reserve_calculation.md` | �������ģ�壬������/������/�������� |\n| `references/group_insurance_pricing.md` | ���ն���ר���������ʱ�����ҵ����ϵ�� |\n\n---\n\n### CL1/CL2/CL3�ؼ����������ʣ�2025�桤��ѡ��\n\n**CL1����������ҵ��һ��������/���������ã�**��\n\n| ���� | ����������(qx, ��) | Ů��������(qx, ��) | ˵�� |\n|------|------------------|------------------|------|\n| 20 | 0.28 | 0.15 | �����ڣ������ʼ��� |\n| 30 | 0.42 | 0.23 | ����֮�꣬���Կ�ʼ���� |\n| 40 | 1.12 | 0.67 | ���꣬����������>Ů��1.7�� |\n| 50 | 3.45 | 1.98 | ֪��֮�꣬���������� |\n| 60 | 8.92 | 5.14 | �����꣬���������ʽӽ�Ů��2�� |\n| 70 | 21.34 | 13.87 | ��ϡ֮�꣬�����С |\n| 80 | 58.12 | 42.56 | �ȳ�֮�꣬Ů���� |\n\n**CL2����������ҵ���������ȫ/������ã�**��\n\n| ���� | ����������(qx, ��) | Ů��������(qx, ��) | ˵�� |\n|------|------------------|------------------|------|\n| 20 | 0.25 | 0.13 | ��CL1���ͣ������壩 |\n| 30 | 0.38 | 0.20 | ��ѡ����� |\n| 40 | 1.05 | 0.60 | ������ѡ |\n| 50 | 3.20 | 1.85 | ֪����ѡ |\n| 60 | 8.10 | 4.75 | ������ѡ |\n| 70 | 19.50 | 12.80 | ��ϡ��ѡ |\n| 80 | 53.20 | 39.10 | �ȳ���ѡ |\n\n**CL3��������ҵ�����ר���������ã�**��\n\n| ���� | ����������(qx, ��) | Ů��������(qx, ��) | ˵�� |\n|------|------------------|------------------|------|\n| 60 | 7.50 | 4.20 | ���Ͻ���ȡ�ڿ�ʼ |\n| 65 | 12.30 | 7.10 | ���Կ�ʼ�������� |\n| 70 | 19.80 | 12.50 | Ů�Լ����� |\n| 75 | 31.20 | 21.40 | ��Ů�����խ |\n| 80 | 48.50 | 35.20 | ������ |\n| 85 | 72.30 | 56.10 | Ԥ������<5�� |\n| 90 | 103.40 | 84.20 | �����䣬������>100�� |\n\n> **������Դ**���й�����ʦЭ�ᡶ�й���������ҵ������������2025����CL1/CL2/CL3��2025��10��29�շ�����2026��1��1����ǿ��ִ�С�\n\n**ʹ�ý���**��\n- ��������/�������ղ�Ʒ �� ����ʹ�� **CL1**����������ߣ�������أ�\n- ��ȫ��/����գ������ϣ� �� ʹ�� **CL2**���������еȣ�\n- ר����ҵ���ϱ��� �� ����ʹ�� **CL3**����������ͣ����Ͻ����ѹ�����\n\n---\n\n\n*GitHub: https://github.com/gechengling/insurance-actuarial-cn*\n## 核心工作流程（Dianjin融合版）\n\n### 第一步：产品定位与定价目标（Dianjin精髓：市场洞察驱动）\n\n| 定价维度 | 核心问题 | 决策输出 |\n|---------|---------|---------|\n| **产品定位** | 目标客群/保障范围/竞争格局 | 产品形态、保障责任、费率策略 |\n| **市场分析** | 同类产品费率/市场份额/增长趋势 | 定价竞争力分析、差异化策略 |\n| **盈利目标** | 目标利润率/投资收益率假设 | 定价假设、利润测试标准 |\n| **监管要求** | 预定利率上限/偿付能力/准备金 | 合规边界、监管风险点 |\n\n**定价目标输出**：\n```\n【定价目标书】\n- 产品名称：[XXX]\n- 目标客群：[年龄/性别/职业/收入]\n- 定价假设：预定利率[X]%，死亡率表[CL1/CL2/CL3]，费用率[X]%\n- 目标利润率：[X]%（IRR口径）\n- 监管要求：偿二代下资本占用[X]元/万元保费\n```\n\n---\n\n### 第二步：发生率假设与经验分析（Dianjin精髓：大数据发生率）\n\n#### 2.1 发生率表选择框架\n| 发生率类型 | 推荐表 | 适用产品 | 监管认可 |\n|---------|---------|---------|---------|\n| **死亡率** | CL1/CL2/CL3（2025版） | 定寿/终身寿 | 强制使用 |\n| **重疾率** | CII1/CII2（2024版） | 重疾险/医疗险 | 强制使用 |\n| **医疗率** | MIR1/MIR2（2025版） | 医疗险/护理险 | 推荐评审 |\n| **年金率** | AFR1/AFR2（2025版） | 年金险/养老金 | 强制使用 |\n| **退保率** | SUR1/SUR2（经验） | 所有产品 | 自行设定 |\n\n#### 2.2 经验发生率分析\n```\n【经验分析流程】\n1. 数据清洗：剔除异常保单、修正录入错误\n2. 经验提取：实际发生率 = f(年龄,性别,保单年度,渠道)\n3. 趋势调整：医疗进步/疾病谱变化/退保行为变化\n4. 置信区间：95%CI，最终发生率 = 经验±[X]%\n5. 与行业对比：中国精算师协会经验表、同业数据\n```\n\n---\n\n### 第三步：保费计算与利润测试（Dianjin精髓：动态利润分析）\n\n#### 3.1 纯保费计算公式\n| 计算项目 | 公式 | 参数说明 |\n|---------|------|---------|\n| **纯保费(NP)** | NP = Σ CF_t × v^t × p_x+t | CF=净现金流，v=贴现因子 |\n| **费用附加** | L(oading) = α×NP + β×P + γ | α=固定%+β=变动%+γ=固定额 |\n| **总保费(P)** | P = (NP + L) / (1 - 利润率%) | 含目标利润的总保费 |\n\n#### 3.2 利润测试模板\n| 测试场景 | IRR(%) | 投资收益率(%) | 退保率(%) | 综合成本率(%) | 结论 |\n|---------|--------|--------------|------------|------------------|------|\n| **基准场景** | [X] | [X] | [X] | [X] | 合格/不合格 |\n| **悲观场景** | [X] | [X]-50bp | [X]+20% | [X]+200bp | 合格/不合格 |\n| **乐观场景** | [X] | [X]+50bp | [X]-20% | [X]-200bp | 合格/不合格 |\n\n**IRR计算代码模板**：\n```python\n# 定价IRR计算\nimport numpy as np\n\ndef calculate_irr(premiums, claims, expenses, reserves):\n cashflows = [premiums - claims - expenses - (reserves[t+1] - reserves[t]) \n for t in range(len(premiums))]\n return np.irr(cashflows)\n\n# 示例：10年期缴重疾险\npremiums = [10000] * 10 # 年缴1万\nclaims = [0, 5000, 15000, ...] # 逐年理赔\nirr = calculate_irr(premiums, claims, [500]*10, [0]*10)\nprint(f\"定价IRR: {irr:.2%}\")\n```\n\n---\n\n### 第四步：准备金评估与偿付能力（Dianjin精髓：偿二代资本计量）\n\n#### 4.1 准备金计量框架\n| 准备金类型 | 计量基础 | 监管公式 | 资本占用 |\n|---------|---------|---------|---------|\n| **最优估计准备金(BEL)** | 预期现金流现值 | BEL = Σ CF × v^t | - |\n| **风险边际(RM)** | 成本/置信度法 | RM = BEL × [X]% | + |\n| **偿付能力准备金(SCR)** | Solvency II/C-ROSS | SCR = max(BEL+RM, 监管要求) | + |\n\n#### 4.2 偿二代资本占用分析\n```\n【C-ROSS资本占用计算】\n1. 保险风险资本(IC)：死亡率/重疾率/退保率/费用风险\n2. 市场风险资本(MC)：利率/权益/房地产/汇率风险\n3. 信用风险资本(CR)：再保/债券/存款对手方风险\n4. 操作风险资本(OR)：固定+变动，按保费/准备金的[X]%\n5. 总资本要求 = IC + MC + CR + OR\n\n偿二代下资本占用：[X]元/万元保费\n```\n\n---\n\n### 第五步：定价报告与监管备案（Dianjin精髓：标准化输出）\n\n**精算定价报告模板**：\n```markdown\n# [产品名称] 精算定价报告\n\n## 一、产品概述\n[产品定位/目标客群/市场竞争分析]\n\n## 二、定价假设\n[生命表/重疾表/投资收益率/费用率/退保率]\n\n## 三、保费计算\n[纯保费/费用附加/总保费/IRR测试结果]\n\n## 四、准备金与资本\n[准备金计量/偿二代资本占用/IFRS17影响]\n\n## 五、敏感性分析\n[利率/死亡率/费用率/退保率±10%影响]\n\n## 六、监管合规\n[偿二代合规/准备金充足性/定价披露要求]\n\n## 七、结论与建议\n[定价结论/盈利能力/监管沟通策略]\n```\n\n---\n\n## 合规约束与审计规则（Dianjin精髓）\n\n1. **监管合规**：严格遵守《保险法》《精算工作规范》《偿二代规则》\n2. **数据质量**：经验数据需清洗、校验，异常情况需说明\n3. **假设合理性**：定价假设需有依据，不得为竞争恶性定价\n4. **准备金充足**：准备金评估需保守，不得为利润释放不足提\n5. **审计留痕**：所有计算过程、假设选择、模型选择需留痕可审计\n\n---\n\n## 测试用例（Dianjin精髓）\n\n**测试场景1：重疾险定价**\n- 输入：30岁男性，20年缴，保额50万\n- 预期输出：年缴保费、IRR、准备金、资本占用\n- 通过标准：定价IRR>3.0%，资本占用<500元/万元\n\n**测试场景2：年金险准备金评估**\n- 输入：终身年金，领取期20年，投资收益率4.0%\n- 预期输出：BEL、RM、SCR\n- 通过标准：SCR/准备金<15%\n\n**测试场景3：偿二代资本计算**\n- 输入：重疾险产品组合，保费1亿\n- 预期输出：IC/MC/CR/OR分项，总资本要求\n- 通过标准：计算逻辑符合C-ROSS规则\n\n---\n\n## 关联技能（Dianjin精髓）\n\n- `insurance-claims-intelligence`：理赔数据→经验发生率更新\n- `insurance-anti-fraud`：欺诈识别→定价反欺诈因子\n- `insurance-product-design`：精算定价→产品设计协同\n- `finance-ai-strategy`：保险AI→精算AI战略协同\n\n---\n\n*本技能融合阿里点金（Qwen Dianjin）金融AI精髓，专注经验发生率分析、动态利润测试、偿二代资本计量。*\n\nFile v5.1.0:README.md\n\n# China Insurance Actuarial Pricing Expert (4th Life Table 2025) / 中国精算定价师（第四套生命表2025）#\r\n\r\n> **English:** AI-powered China insurance actuarial pricing expert — built on the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II framework. Covers pure premium calculation, reserve calculation, solvency capital assessment, and insurance product pricing. Delivers production-ready Python pricing code.\r\n\r\n**Keywords:** actuarial, pricing, life table, C-ROSS, China insurance, solvency capital, insurance product design*\r\n\r\n## ✨ Features#\r\n\r\n- ✅ **4th Life Table (2025) Full Analysis** — CL1/CL2/CL3 tables, vs. 3rd edition comparison, implementation code\r\n- ✅ **China Actuarial Pricing Methodology** — pure premium formula, pricing elements table, critical illness pricing (Python)\r\n- ✅ **Reserve Calculation** — UPR, IBNR, life/reserve calculation templates\r\n- ✅ **Group Insurance Pricing** — pricing elements, experience rate calculation (Python code)\r\n- ✅ **C-ROSS Integration** — pricing rate cap (3.0%), capital occupation vs. pricing strategy*\r\n\r\n## 🚀 Quick Start#\r\n\r\n```bash\r\n# Install this skill\r\nnpx clawhub install @gechengling/china-insurance-actuarial-expert\r\n\r\n# Use in WorkBuddy\r\n/china-insurance-actuarial-expert \"Calculate pure premium for 30-year term life, sum assured 500,000\"\r\n/china-insurance-actuarial-expert \"Generate reserve calculation report for whole life product\"\r\n```\r\n\r\n---\r\n\r\n> **中文介绍：** 中国精算定价师——基于第四套生命表（2025年发布，2026年1月1日实施）和偿二代二期工程（C-ROSS Rules II）的垂直精算Skill。覆盖纯保费计算、准备金计算、偿二代资本占用与定价协同、团险定价专项。内置完整精算定价Python代码。\r\n\r\n**关键词：** 精算、精算定价、费率厘定、生命表、发生率表、重疾发生率、准备金计算、偿付能力资本*\r\n\r\n## ✨ 核心功能#\r\n\r\n- ✅ **第四套生命表（2025）全解析** — CL1/CL2/CL3三表、与第三套对比、使用说明\r\n- ✅ **中国精算定价方法论** — 保险产品定价基本公式、寿险/重疾险/医疗险定价要素\r\n- ✅ **准备金计算** — 未到期责任准备金/已发生赔款准备金/寿险责任准备金\r\n- ✅ **团险定价专项** — 团险定价要素、经验费率计算（Python代码）*\r\n- ✅ **偿二代资本占用与定价协同** — 定价利率上限/偿二代利率风险资本占用*\r\n\r\n## 🚀 快速上手#\r\n\r\n```bash\r\n# 安装此技能\r\nnpx clawhub install @gechengling/china-insurance-actuarial-expert\r\n\r\n# 在WorkBuddy中使用\r\n/china-insurance-actuarial-expert \"计算30年期定期寿险纯保费，保额50万\"\r\n/china-insurance-actuarial-expert \"生成终身寿险准备金计算报告\"\r\n```\r\n\r\n## 📖 What's Included / 包含内容#\r\n\r\n| File / 文件 | Content / 内容说明 |\r\n|------|---------|\r\n| `SKILL.md` | Full skill definition / 完整技能定义 |\r\n| `references/life_table_2025_usage.md` | 第四套生命表使用说明 |\r\n| `references/actuarial_pricing_formulas.md` | 精算定价公式汇总（含代码示例） |\r\n| `references/critical_illness_pricing.md` | 重疾险定价专项 |\r\n| `references/reserve_calculation.md` | 准备金计算模板 |\n\nFile v5.1.0:_meta.json\n\n{\n \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n \"slug\": \"insurance-actuarial-cn\",\n \"version\": \"5.1.0\",\n \"publishedAt\": 1781504209455\n}\n\nFile v5.1.0:references/actuarial_pricing_formulas.md\n\n# 精算定价公式汇总与代码实现\r\n\r\n> 本文件为 `insurance-actuarial-cn` Skill 配套参考\r\n\r\n## 一、核心定价公式速查\r\n\r\n### 1.1 纯保费计算\r\n\r\n```\r\n定期寿险纯保费（期缴）：\r\n P_{x:n}^1 = A_{x:n}^1 / äx:n\r\n \r\n终身寿险纯保费（期缴）：\r\n P_x = A_x / äx\r\n\r\n两全保险纯保费（期缴）：\r\n P_{x:n} = A_{x:n} / äx:n\r\n\r\n年金保险纯保费（期缴）：\r\n P(äx:n) = äx:n / äx:n （即1，被保险人生存即给付）\r\n```\r\n\r\n### 1.2 毛保费计算\r\n\r\n```\r\n毛保费 = 纯保费 / (1 - 附加费用率)\r\n\r\n附加费用率分解：\r\n 总附加费用率 = 渠道费用率 + 管理费用率 + 理赔费用率\r\n 渠道费用率：代理人15%-35%，银保10%-20%，网销5%-10%\r\n 管理费用率：3%-8%\r\n 理赔费用率：1%-3%\r\n```\r\n\r\n### 1.3 准备金计算\r\n\r\n```\r\n过去法准备金：\r\n _tV = P × s_{x:t} - A^1_{x:t}\r\n\r\n未来法准备金：\r\n _tV = A_{x+t:n-t} - P × ä_{x+t:n-t}\r\n\r\n其中 s_{x:t} = (1+i)^t × ä'_x:t（保费累积值）\r\n```\r\n\r\n## 二、精算代码实现\r\n\r\n```python\r\n# 精算定价完整实现\r\nimport numpy as np\r\n\r\n# 第四套生命表(2025) CL1 简化数据（实际应用从官方文件读取）\r\n# 格式：{年龄: [l_x, d_x]}\r\nLIFE_TABLE_CL1 = {\r\n # 年龄: [l_x(生存人数), d_x(死亡人数)]，以100万为基数\r\n 30: [996234, 567], 31: [995667, 612], 32: [995055, 661],\r\n 33: [994394, 714], 34: [993680, 771], 35: [992909, 833],\r\n 36: [992076, 901], 37: [991175, 976], 38: [990199, 1057],\r\n 39: [989142, 1145], 40: [987997, 1240], 41: [986757, 1343],\r\n 42: [985414, 1454], 43: [983960, 1575], 44: [982385, 1707],\r\n 45: [980678, 1851], 46: [978827, 2010], 47: [976817, 2186],\r\n 48: [974631, 2379], 49: [972252, 2592], 50: [969660, 2825],\r\n}\r\n\r\ndef v(i):\r\n \"\"\"折现因子\"\"\"\r\n return 1 / (1 + i)\r\n\r\ndef life_table_lookup(age, table='CL1'):\r\n \"\"\"查找生命表数据\"\"\"\r\n if age in LIFE_TABLE_CL1:\r\n return LIFE_TABLE_CL1[age]\r\n # 简化处理，实际应用需完整表格\r\n return [1000000 - age * 500, 1000 + age * 20]\r\n\r\ndef mortality_rate(age):\r\n \"\"\"死亡率 q_x\"\"\"\r\n l_x, d_x = life_table_lookup(age)\r\n return d_x / l_x\r\n\r\ndef survival_prob(age, years):\r\n \"\"\"生存概率 nP_x\"\"\"\r\n result = 1.0\r\n for t in range(years):\r\n result *= (1 - mortality_rate(age + t))\r\n return result\r\n\r\ndef annuity_due(age, years, i=0.03):\r\n \"\"\"期首付生存年金现值 ä_x:n\"\"\"\r\n v_factor = v(i)\r\n total = 0\r\n for k in range(years):\r\n n_pk = survival_prob(age, k)\r\n total += v_factor ** k * n_pk\r\n return total\r\n\r\ndef term_insurance_pv(age, years, i=0.03):\r\n \"\"\"定期寿险趸缴纯保费现值 A^1_x:n\"\"\"\r\n v_factor = v(i)\r\n total = 0\r\n for k in range(years):\r\n q_xk = mortality_rate(age + k)\r\n n_pk_prev = survival_prob(age, k)\r\n total += v_factor ** (k + 1) * q_xk * n_pk_prev\r\n return total\r\n\r\ndef calculate_term_life_premium(age, sum_assured, term_years, \r\n interest_rate=0.03, loading_rate=0.30):\r\n \"\"\"\r\n 定期寿险保费计算完整函数\r\n \"\"\"\r\n # 纯保费\r\n A = term_insurance_pv(age, term_years, interest_rate)\r\n annuity = annuity_due(age, term_years, interest_rate)\r\n pure_premium = sum_assured * A / annuity\r\n \r\n # 毛保费（附加费用）\r\n gross_premium = pure_premium / (1 - loading_rate)\r\n \r\n return {\r\n 'age': age,\r\n 'sum_assured': sum_assured,\r\n 'term_years': term_years,\r\n 'interest_rate': interest_rate,\r\n 'pure_premium': round(pure_premium, 2),\r\n 'loading_rate': loading_rate,\r\n 'gross_premium': round(gross_premium, 2),\r\n 'loading_amount': round(gross_premium - pure_premium, 2)\r\n }\r\n\r\n# 示例：30岁男性，100万保额，20年定期寿险，预定利率3.0%\r\nresult = calculate_term_life_premium(age=30, sum_assured=1000000, term_years=20)\r\nprint(f\"年缴纯保费: {result['pure_premium']:.2f} 元/年\")\r\nprint(f\"年缴毛保费: {result['gross_premium']:.2f} 元/年\")\r\nprint(f\"附加费用: {result['loading_amount']:.2f} 元/年\")\r\n```\r\n\r\n## 三、第四套生命表(2025)应用注意事项\r\n\r\n### 3.1 表的选用原则\r\n\r\n| 产品类型 | 选用生命表 | 说明 |\r\n|---------|----------|------|\r\n| 定期寿险、终身寿险 | CL1 | 保障为主，死亡率相对高 |\r\n| 两全险、年金险（普通） | CL2 | 储蓄为主，死亡率相对低 |\r\n| 专属养老保险、养老年金 | **CL3** | 专为养老设计，寿命假设更长 |\r\n\r\n### 3.2 重疾恶化因子（偿二代规则II）\r\n\r\n```python\r\ndef critical_illness_deterioration_factor(age, duration):\r\n \"\"\"\r\n 重疾恶化因子（简化估算）\r\n 用于偿二代资本计量，反映重疾发生率随年龄上升的趋势\r\n \r\n 实际因子应从精算师协会官方发布的恶化因子表中查找\r\n \"\"\"\r\n # 简化公式，实际应用查表\r\n base_factor = 0.0 # 基础因子\r\n age_deterioration = (age - 30) * 0.003 # 年龄恶化效应\r\n duration_deterioration = duration * 0.005 # 保单期间恶化效应\r\n \r\n return max(0, base_factor + age_deterioration + duration_deterioration)\r\n\r\n# 示例：45岁，10年有效保单\r\nfactor = critical_illness_deterioration_factor(45, 10)\r\nprint(f\"重疾恶化因子: {factor:.2%}\") # 约10.5%\r\n```\r\n\r\n### 3.3 2025版vs2010版生命表差异的实际影响\r\n\r\n| 产品 | 第三套(2010)定价基准 | 第四套(2025)定价基准 | 影响方向 |\r\n|------|-------------------|-------------------|---------|\r\n| 终身寿险 | CL1 | CL1（更新） | 保费略涨（寿命延长）|\r\n| 两全险 | CL2 | CL2（更新） | 基本持平 |\r\n| 养老年金 | CL2 | **CL3专用表** | 保费更精准，成本更合理 |\r\n| 重疾险 | 旧发生率表 | 恶化因子 | 资本占用增加 |\n\nFile v5.1.0:references/life_table_2025_usage.md\n\n# 第四套生命表(2025)使用说明与精算定价公式\r\n\r\n> 本文件为 `insurance-actuarial-cn` Skill 配套参考\r\n\r\n## 一、第四套生命表概述\r\n\r\n**发布机构**：中国精算师协会\r\n**发布日期**：2025年10月29日\r\n**实施日期**：2026年1月1日（金融监管总局同步发文）\r\n**取代**：第三套生命表（2010版，基线数据2005-2008年）\r\n\r\n### 三张核心表\r\n\r\n| 表名 | 表编号 | 适用业务 |\r\n|------|-------|---------|\r\n| 非养老类业务一表 | CL1 | 定期寿险、终身寿险（保障型） |\r\n| 非养老类业务二表 | CL2 | 两全保险、年金保险（储蓄型） |\r\n| 养老类业务表 | CL3 | 专属养老保险、养老年金 |\r\n\r\n### 与第三套生命表主要差异\r\n\r\n| 维度 | 第三套(2010) | 第四套(2025) | 差异影响 |\r\n|------|-------------|-------------|---------|\r\n| 基线数据 | 2005-2008年 | 2018-2023年 | 反映寿命延长趋势 |\r\n| 男性预期寿命(60岁) | +20.7岁 | +22.5岁 | 年金险赔付期延长约2年 |\r\n| 女性预期寿命(60岁) | +24.2岁 | +26.1岁 | 女性养老险成本上升 |\r\n| 养老类业务 | 无专项表 | **新增CL3专项表** | 养老险定价更精准 |\r\n| 编制机构 | 中国人寿保险业经验生命表编制办公室 | 中国精算师协会 | 权威性提升 |\r\n\r\n## 二、生命表基础符号与计算\r\n\r\n### 符号说明\r\n\r\n| 符号 | 定义 | 说明 |\r\n|------|------|------|\r\n| l_x | x岁初始生存人数 | 基准：l_0 = 100,000（假设基数） |\r\n| d_x | x岁至x+1岁的死亡人数 | d_x = l_x - l_{x+1} |\r\n| q_x | x岁的死亡率 | q_x = d_x / l_x |\r\n| p_x | x岁的生存率 | p_x = 1 - q_x |\r\n| e_x | x岁的人均余命 | e_x = Σ(l_{x+t} / l_x)，t=0到极限年龄 |\r\n| _nP_x | x岁在未来n年内的生存概率 | _nP_x = l_{x+n} / l_x |\r\n\r\n### 定价基本公式\r\n\r\n```\r\n定期寿险趸缴纯保费：\r\n A_{x:n}^1 = Σ v^{k+1} × d_{x+k} / l_x (k = 0, 1, ..., n-1)\r\n 其中 v = 1/(1+i)，i = 预定利率\r\n\r\n生存年金（期首付）：\r\n äx:n = Σ v^k × _kP_x (k = 0, 1, ..., n-1)\r\n\r\n期缴纯保费：\r\n P = A_{x:n}^1 / äx:n （定期寿险）\r\n P = A_x / äx （终身寿险）\r\n\r\n 其中 A_x = Σ v^{k+1} × d_{x+k} / l_x （终身寿险趸缴纯保费）\r\n```\r\n\r\n## 三、精算定价代码示例\r\n\r\n```python\r\n# 第四套生命表定价示例\r\nimport numpy as np\r\n\r\n# 第四套生命表(2025) CL1 示例数据（简化版，实际使用完整表）\r\n# 数据来源：中国精算师协会《中国人身保险业经验生命表（2025）》\r\n\r\n# 定期寿险定价（30岁男性，保额100万，保障20年，预定利率3.0%）\r\ndef term_life_premium(age, sum_assured, term, interest_rate, table='CL1'):\r\n \"\"\"\r\n 定期寿险期缴纯保费计算\r\n \"\"\"\r\n # 加载第四套生命表数据（实际应用中从官方文件读取）\r\n l_x = load_life_table(table) # 生存人数表\r\n d_x = load_decrement_table(table) # 死亡人数表\r\n \r\n v = 1 / (1 + interest_rate) # 折现因子\r\n i = interest_rate\r\n \r\n # 死亡给附现值（A公式）\r\n death_pv = 0\r\n for k in range(term):\r\n # 第k年的死亡率\r\n q = d_x[age + k] / l_x[age + k]\r\n # 折现因子\r\n v_k1 = v ** (k + 1)\r\n death_pv += v_k1 * q\r\n \r\n # 生存年金现值（ä公式，期首付）\r\n annuity_pv = 0\r\n for k in range(term):\r\n # 第k年的生存率\r\n p = 1 - d_x[age + k] / l_x[age + k]\r\n v_k = v ** k\r\n annuity_pv += v_k * np.prod([1 - d_x[age + j] / l_x[age + j] for j in range(k)])\r\n \r\n # 期缴纯保费\r\n pure_premium = sum_assured * death_pv / annuity_pv\r\n \r\n return {\r\n 'pure_premium': pure_premium,\r\n 'death_pv': death_pv,\r\n 'annuity_pv': annuity_pv,\r\n 'v': v\r\n }\r\n\r\n# 终身寿险定价\r\ndef whole_life_premium(age, sum_assured, interest_rate, table='CL1'):\r\n \"\"\"\r\n 终身寿险期缴纯保费（生命表到105岁）\r\n \"\"\"\r\n l_x = load_life_table(table)\r\n d_x = load_decrement_table(table)\r\n v = 1 / (1 + interest_rate)\r\n \r\n death_pv = 0\r\n for k in range(105 - age): # 生命表极限年龄约105岁\r\n q = d_x[age + k] / l_x[age + k]\r\n death_pv += v ** (k + 1) * q\r\n \r\n # 终身生存年金（简化）\r\n annuity_pv = sum(1 / (1 + interest_rate) ** k * l_x[age + k] / l_x[age] for k in range(105 - age))\r\n \r\n return sum_assured * death_pv / annuity_pv\r\n```\r\n\r\n## 四、准备金计算公式\r\n\r\n```python\r\ndef calculate_reserve(age, sum_assured, policy_year, premium, \r\n interest_rate, table='CL1'):\r\n \"\"\"\r\n 过去法计算寿险责任准备金\r\n 准备金 = 已缴纯保费累积值 - 已给付保险金现值\r\n \r\n 第t年末准备金（过去法）：\r\n _tV = P × ä'_x:t - A^1_{x:t}\r\n \r\n 其中：\r\n - P：期缴纯保费\r\n - ä'_x:t：已缴保费累积值（考虑利息）\r\n - A^1_{x:t}：已给付保险金现值\r\n \"\"\"\r\n v = 1 / (1 + interest_rate)\r\n \r\n # 已缴保费累积值（过去法）\r\n premium_accumulated = premium * ((1 + interest_rate) ** policy_year - 1) / interest_rate\r\n \r\n # 未来给付现值（未来法，简化）\r\n future_payment_pv = sum_assured * 0.02 * v ** policy_year # 简化估算\r\n \r\n reserve = premium_accumulated - future_payment_pv\r\n \r\n return max(0, reserve) # 准备金不能为负\r\n```\r\n\r\n## 五、预定利率上限与产品设计协同\r\n\r\n| 时间段 | 预定利率上限 | 适用险种 |\r\n|-------|-----------|---------|\r\n| 2013-2019年 | 4.025% | 普通型寿险 |\r\n| 2019-2023年 | 3.5% | 普通型寿险 |\r\n| 2023年起 | 3.0% | 普通型寿险 |\r\n| 2024年起 | 分红险上限2.0% | 分红险 |\r\n| 现行 | 3.0%（普通型） | 终身寿险/年金险 |\r\n\r\n**产品策略建议**：\r\n- 预定利率3.0%环境下：增额终身寿险竞争力下降，年金险价值凸显\r\n- 分红险+万能账户组合：对抗利率下行风险\r\n- 健康险（定价不受利率上限约束）：重点发展方向\n\nFile v5.1.0:skill-card.md\n\n## Description:
\nProvides China insurance actuarial pricing guidance, reserve calculation support, solvency capital analysis, and example Python formulas based on the fourth life table and C-ROSS framework.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[gechengling](https://clawhub.ai/user/gechengling)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nExternal users, actuarial teams, and product pricing teams use this skill to draft Chinese insurance pricing analyses, reserve calculations, solvency capital considerations, and example Python formulas for qualified human review.
\n\n### Deployment Geography for Use:
\nChina
\n\n## Known Risks and Mitigations:
\nRisk: Example actuarial pricing code and regulatory assumptions may be mistaken for production financial, insurance, or compliance advice.
\nMitigation: Treat outputs as educational references and require qualified actuarial, financial, legal, and compliance review before real-world application.
\nRisk: Pricing assumptions and regulatory references may not match the latest official requirements or a specific insurer's approved methodology.
\nMitigation: Verify assumptions against current official regulatory sources, approved actuarial bases, and internal governance before use.
\n\n\n## Reference(s):
\n- [ClawHub Skill Page](https://clawhub.ai/gechengling/insurance-actuarial-cn)
\n- [Fourth Life Table 2025 Usage](references/life_table_2025_usage.md)
\n- [Actuarial Pricing Formulas](references/actuarial_pricing_formulas.md)
\n\n\n## Skill Output:
\n**Output Type(s):** [Text, Markdown, Code, Guidance]
\n**Output Format:** [Markdown with inline Python code examples]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [Outputs are advisory examples and require qualified actuarial, financial, and compliance review before real-world use.]
\n\n## Skill Version(s):
\n5.1.0 (source: release evidence and frontmatter)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nArchive v5.0.2: 6 files, 16637 bytes\n\nFiles: README.md (3285b), references/actuarial_pricing_formulas.md (5854b), references/life_table_2025_usage.md (6045b), skill-card.md (2272b), SKILL.md (25004b), _meta.json (141b)\n\nFile v5.0.2:SKILL.md\n\n---\r\nname: China Insurance Actuarial Pricing Expert\r\ndescription: AI-powered China insurance actuarial pricing skill �� uses the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II (Rules II 2024) framework. Calculates pure premium, reserves, solvency capital, and supports IFRS 17 / HKFRS 17 transition. Covers critical illness, annuity, health, group and pension product pricing with Python code templates. Built for Chinese actuaries, product pricing teams, and insurance product development. Keywords: actuarial, pricing, life table 2025, C-ROSS, IFRS 17, China insurance, solvency capital, insurance product design, ���㶨��, ������������, �����嶨, ��������, �ؼ��ն���, ����ն���, ҽ���ն���, Python����, ����ģ��.\r\nslug: insurance-actuarial\r\nversion: \"5.0.1\"\r\n\ncapabilities:\n - educational-reference\n - advisory-only\n - requires-human-review\n - no-executable-code\n---\r\n\r\n# China Insurance Actuarial Pricing Expert (4th Life Table 2025) / �й����㶨��ʦ��������������2025��|\n> **⚠️ SECURITY NOTICE**\n> - **Type:** Educational reference / analytical framework ONLY\n> - **No executable code, scripts, or binaries included**\n> - **No persistent storage, network calls, or background execution**\n> - **No credential collection, PII processing, or system access**\n> - **All outputs require human review before real-world application**\n> - **NOT financial, legal, or insurance advice**\n\n\r\n\r\n\r\n### ���ռ�����¶�̬ [2026-05-25����]\r\n\r\n| ��̬���� | ����ժҪ | Ӱ�췶Χ |\r\n|---------|---------|---------|\r\n| ���ռ�� | 2026��4�±����¹���أ���ǿ�ձ���������42.2������������ҽ������ҩ | ���㶨��ģ������±��Ѽ������ͷ����ʼ��� |\r\n| ���ռ�� | �����ղ�Ʒ�ּ��ƶ�(P1-P5)ʵʩ���ֺ�����ʾ����������3.5% | ���㶨��ģ������±��Ѽ������ͷ����ʼ��� |\r\n| ���ռ�� | �ؼ������ݣ�����12����֢+8����֢��Ͷ��������������75�� | ���㶨��ģ������±��Ѽ������ͷ����ʼ��� |\r\n\r\n> **���ݽ�ֹ**: 2026-05-25 | ��Դ�����ҽ��ڼල�����ܾ֡�����Q1��������ҵ������Ϣ\r\n> **����**: ���϶�̬���ο��������Թٷ����·���Ϊ\r\n\r\n> **English:** AI-powered China insurance actuarial pricing expert �� the definitive skill for Chinese actuaries and product pricing teams. Built on the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II framework. Covers pure premium calculation, reserve calculation, solvency capital assessment, and insurance product pricing. Delivers production-ready Python pricing code.\r\n>\r\n> **����:** �й����㶨��ʦ�������ڵ�������������2025�귢����2026��1��1��ʵʩ���ͳ��������ڹ��̣�C-ROSS Rules II���Ĵ�ֱ����Skill�����Ǵ����Ѽ��㡢������㡢�������ʱ�ռ���붨��Эͬ�����ն���ר������������㶨��Python���롣���ã�����ʦ����Ʒ���۸ڡ����ղ�Ʒ���������վ���ʵϰ����������ѯ��\r\n\r\n---\r\n\r\n## Trigger Keywords / �����ؼ���\r\n\r\n**English Triggers:** actuarial, pricing, insurance pricing, life table, mortality table, critical illness rate, experience rate, reserve calculation, solvency capital, C-ROSS, China actuarial, product design, insurance product, 4th life table\r\n\r\n**���Ĵ����ʣ����ȣ���** ���㡢���㶨�ۡ������嶨���������������ʱ��������ʱ����ؼ������ʡ����鷢���ʡ�������㡢���������ʱ������ղ�Ʒ���ۡ�CASS���й�����ʦЭ�ᡢ���������������ؼ������ӡ���Ʒ���\r\n\r\n---\r\n\r\n## Core Capabilities / ��������|\r\n\r\n### 0. 2025-2026 Latest Regulatory Updates / ���¼�ܶ�̬������2026��5�£�|\r\n\r\n| ʱ�� | ���� | ����Ӱ�� |\r\n|------|------|---------|\r\n| **2025��10��29��** | ������������������CL1/CL2/CL3�� | 2026��1��1����ǿ��ʹ�ã�������/�����ֵȫ������ |\r\n| **2024��3��18��** | �����������ȫ��ʵʩ | ����ʱ������ʷ��ա��ؼ�������ȫ������ |\r\n| **2024����** | Ԥ�����������µ���3.0% | ��ͳ�ն��۳ɱ��½����ֺ��վ������������ |\r\n| **2025����** | IFRS 17/HKFRS 17��A�����������ƹ� | ��������������CSM̯��Ҫ������ |\r\n| **2026��1��1��** | ������������ǿ��ִ�� | ���������ղ�Ʒ�밴�±����¶��ۻ����� |\r\n\r\n### 1. 4th Life Table (2025) Full Analysis / ��������������2025��ȫ����|\r\n\r\n**����������**\r\n- 2025��10��29�գ��й�����ʦЭ����ʽ����\r\n- ���ڼ���ܾ�ͬ������ʵʩ֪ͨ\r\n- **��2026��1��1����ʵʩ**�����������ڣ�\r\n- ��������������������ף�2010��汾������ӳ�й��˾������ӳ������仯����|\r\n\r\n#### ���ź��ı�|\r\n\r\n| ���� | Ӣ�� | ��; |\r\n|------|------|------|\r\n| **��������ҵ��һ��** | CL1 | �������ա��������յȲ�Ʒ���� |\r\n| **��������ҵ�����** | CL2 | ��ȫ�ա�����յȲ�Ʒ���� |\r\n| **������ҵ���** | CL3 | ר�����ϱ��ա��������Ȳ�Ʒ���� |\r\n\r\n#### ���������������Ҫ�仯|\r\n\r\n| ά�� | �����ף�2010�棩 | �����ף�2025�棩 | Ӱ�� |\r\n|------|---------------|----------------|------|\r\n| �����ڼ� | 2005-2008�� | 2018-2023�� | ����ӳ��ǰ����ˮƽ |\r\n| ����Ԥ��������60�꣩ | +20.7�� | +22.5�� | ������⸶���ӳ� |\r\n| Ů��Ԥ��������60�꣩ | +24.2�� | +26.1�� | Ů�������ճɱ����� |\r\n| �����������ࣩ | ��ר�� | **����ר���** | �����ն��۸��� |\r\n\r\n### 2. China Actuarial Pricing Methodology / �й����㶨�۷�����|\r\n\r\n#### ���ղ�Ʒ���ۻ�����ʽ|\r\n\r\n```\r\në���� = ������ �� (1 + ���ӷ�����)\r\n������ = ���ɴ����� / �����ֵϵ��\r\n = ���ս�� �� ƽ�������� �� ƽ�������ڼ� �� ����ϵ��\r\n```\r\n\r\n#### ���ղ�Ʒ����Ҫ��|\r\n\r\n| Ҫ�� | ˵�� | ����ȡֵ |\r\n|------|------|---------|\r\n| **Ԥ��������** | ��Դ�������������� | CL1/CL2/CL3 |\r\n| **Ԥ������** | ���չ�˾Ͷ�������ʼ��� | 2.5%-3.5%��2024�����3%�� |\r\n| **Ԥ��������** | ��������/����/������� | 10%-35%����������� |\r\n| **Ԥ��������** | ��˾����Ҫ�� | 5%-15% |\r\n| **���ѽ��ɷ�ʽ** | ����/�ڽ�/�꽻 | �ڽ������� |\r\n\r\n#### �ؼ��ն��۷�����Pythonʾ����|\r\n\r\n```python\r\n# �ؼ��մ����Ѽ�����\r\ndef critical_illness_premium(age, sum_assured, policy_term, payment_term):\r\n # ����������������������ҵ�����(CL2)Ϊ����\r\n i = 0.025 # Ԥ�����ʣ�3.0%����ı��ؼ��裩\r\n v = 1 / (1 + i)\r\n \r\n # �ؼ�������ֵ\r\n A_crit = 0\r\n for t in range(policy_term):\r\n q_crit_t = lookup_critical_illness_rate(age + t, t)\r\n A_crit += v**(t+1) * q_crit_t * sum_assured\r\n \r\n # ����������ֵ������/ȫ�У�\r\n A_death = 0\r\n for t in range(policy_term):\r\n q_death_t = lookup_mortality_rate_CL2(age + t, t)\r\n A_death += v**(t+1) * q_death_t * sum_assured\r\n \r\n # ���������ֵ���ɷ��ڣ�\r\n ?x_n = sum(v**t * survival_rate(age, t) for t in range(payment_term))\r\n \r\n # ������ = (�ؼ�������ֵ + ����������ֵ) / ���������ֵ\r\n pure_premium = (A_crit + A_death) / ?x_n\r\n return pure_premium\r\n```\r\n\r\n### 3. Reserve Calculation / �������|\r\n\r\n| ���� | ���� | ������� |\r\n|------|------|---------|\r\n| **δ������������UEPR��** | Ϊδ���⸶����Ǯ | ʣ�ౣ�����ڵĴ�������ֵ |\r\n| **�ѷ����������IBNR��** | �ѷ���δ������� | ������ƣ����������εȷ����� |\r\n| **��������** | ���ѳ����Բ��Ժ� | �ֽ������� |\r\n| **������������** | ���ٱ��ճ��ڸ�ծ | ������������ƽ������ |\r\n\r\n### 4. Group Insurance Pricing / ���ն���ר��|\r\n\r\n#### ���ն���Ҫ��|\r\n\r\n| Ҫ�� | ˵�� | �������� |\r\n|------|------|---------|\r\n| **�����ģ** | �α����� | ����Խ�࣬����ԽС |\r\n| **��ҵ����** | ��ҵ������ҵ | ��ҵ���յȼ�ϵ�� |\r\n| **����ṹ** | Ա��ƽ������/�ֲ� | Ա��ƽ������Խ����Խ�� |\r\n| **��ʷ�⸶** | ��ȥ1-3���⸶��¼ | ������ʵ��� |\r\n| **���������** | ���Ϸ�Χ/����/���� | �������Ӱ�� |\r\n\r\n#### ���վ�����ʼ���|\r\n\r\n```python\r\ndef group_experience_rate(base_premium, experience_factor):\r\n if experience_factor < 0.7:\r\n rate_adjustment = 0.85 # �������飬����15%\r\n elif experience_factor < 0.9:\r\n rate_adjustment = 0.95 # �Ϻþ��飬����5%\r\n elif experience_factor < 1.1:\r\n rate_adjustment = 1.00 # ������\r\n elif experience_factor < 1.3:\r\n rate_adjustment = 1.15 # �ϲ�飬�ӷ�15%\r\n else:\r\n rate_adjustment = 1.30 # ���Ӿ��飬�ӷ�30%\r\n return base_premium * rate_adjustment\r\n```\r\n\r\n### 5. IFRS 17 / HKFRS 17 �����¹棨A�������������ã�|\r\n\r\n#### IFRS 17 �Ծ��㶨�۵ĺ���Ӱ��\r\n\r\n| ��Ŀ | ԭIFRS 4 | IFRS 17 �仯 | ����Ӧ�� |\r\n|------|---------|------------|---------|\r\n| **��������ȷ��** | �ڼ䱣�� | ���շ������루�DZ��ѣ� | ���ѷֽ�Ϊ�⸶/����/CSM�ͷ� |\r\n| **�������** | ��ʷ�ɱ� | �����г�һ�²��� | ��Ҫ������������� |\r\n| **��ͬ�����CSM** | �� | ����������δ������ | ÿ���ͷţ�����һ��ȷ�� |\r\n| **���յ���RA** | ��ר�� | �������ǽ��ڷ��յIJ�ȷ���� | ͨ��������ˮƽ��/CTE�� |\r\n| **�����ͬ** | ���� | ����ȷ����ʧ | ��������������ӯ���� |\r\n\r\n```python\r\n# IFRS 17 ��Լ�ֽ��� FCF ������\r\ndef ifrs17_fcf(policy, discount_rate_curve, risk_adjustment_pct):\r\n \"\"\"\r\n ��Լ�ֽ��� = δ���ֽ�����ֵ + ���յ���\r\n Future Cash Flows = PV(outflows) - PV(inflows) + Risk Adjustment\r\n \"\"\"\r\n pv_outflows = sum(cf * discount_factor(t, discount_rate_curve)\r\n for t, cf in enumerate(policy.expected_claims))\r\n pv_inflows = sum(prem * discount_factor(t, discount_rate_curve)\r\n for t, prem in enumerate(policy.expected_premiums))\r\n risk_adj = (pv_outflows - pv_inflows) * risk_adjustment_pct # ����ֵ��5%-15%\r\n return pv_outflows - pv_inflows + risk_adj\r\n```\r\n\r\n### 6. Interest Rate Risk & ALM / ���ʷ������ʲ���ծƥ��|\r\n\r\n#### 2024��Ԥ�������µ������붨�۲���\r\n\r\n| ���� | Ԥ������ | ���۲��� | ��Ʒ���� |\r\n|------|---------|---------|---------|\r\n| **2024��9��1��ǰ** | ��3.5% | ��ǰ���������� | ��ͳ����/����� |\r\n| **2024��9��1�պ�** | ��3.0% | �����ʶ��ۻ��� | ���������� |\r\n| **2025������** | ��3.0%���ȶ��� | ���ӷֺ측���ռ� | �ֺ���/������ |\r\n\r\n#### ����ѹ�����ԣ����������\r\n\r\n```python\r\ndef interest_rate_stress_test(policy, base_rate):\r\n scenarios = {\r\n \"base\": base_rate,\r\n \"down_50bp\": base_rate - 0.005,\r\n \"down_100bp\": base_rate - 0.010,\r\n \"down_150bp\": base_rate - 0.015,\r\n }\r\n results = {}\r\n for scenario, rate in scenarios.items():\r\n reserve = calculate_reserve(policy, rate)\r\n results[scenario] = {\r\n \"reserve\": reserve,\r\n \"surplus_change\": reserve - calculate_reserve(policy, base_rate)\r\n }\r\n return results\r\n```\r\n\r\n---\r\n\r\n## Reference Files / �ο��ļ�|\r\n\r\n| File / �ļ� | Content / ����˵�� |\r\n|------|---------|\r\n| `references/life_table_2025_usage.md` | ������������(2025)ʹ��˵������CL1/CL2/CL3��������˵�� |\r\n| `references/actuarial_pricing_formulas.md` | �����Ʒ���㶨�۹�ʽ���ܣ�������ʾ���� |\r\n| `references/critical_illness_pricing.md` | �ؼ��ն���ר��������ӡ��ؼ������ʱ� |\r\n| `references/reserve_calculation.md` | �������ģ�壬������/������/�������� |\r\n| `references/group_insurance_pricing.md` | ���ն���ר���������ʱ�����ҵ����ϵ�� |\r\n\r\n---\r\n\r\n### CL1/CL2/CL3�ؼ����������ʣ�2025�桤��ѡ��\r\n\r\n**CL1����������ҵ��һ��������/���������ã�**��\r\n\r\n| ���� | ����������(qx, ��) | Ů��������(qx, ��) | ˵�� |\r\n|------|------------------|------------------|------|\r\n| 20 | 0.28 | 0.15 | �����ڣ������ʼ��� |\r\n| 30 | 0.42 | 0.23 | ����֮�꣬���Կ�ʼ���� |\r\n| 40 | 1.12 | 0.67 | ���꣬����������>Ů��1.7�� |\r\n| 50 | 3.45 | 1.98 | ֪��֮�꣬���������� |\r\n| 60 | 8.92 | 5.14 | �����꣬���������ʽӽ�Ů��2�� |\r\n| 70 | 21.34 | 13.87 | ��ϡ֮�꣬�����С |\r\n| 80 | 58.12 | 42.56 | �ȳ�֮�꣬Ů���� |\r\n\r\n**CL2����������ҵ���������ȫ/������ã�**��\r\n\r\n| ���� | ����������(qx, ��) | Ů��������(qx, ��) | ˵�� |\r\n|------|------------------|------------------|------|\r\n| 20 | 0.25 | 0.13 | ��CL1���ͣ������壩 |\r\n| 30 | 0.38 | 0.20 | ��ѡ����� |\r\n| 40 | 1.05 | 0.60 | ������ѡ |\r\n| 50 | 3.20 | 1.85 | ֪����ѡ |\r\n| 60 | 8.10 | 4.75 | ������ѡ |\r\n| 70 | 19.50 | 12.80 | ��ϡ��ѡ |\r\n| 80 | 53.20 | 39.10 | �ȳ���ѡ |\r\n\r\n**CL3��������ҵ�����ר���������ã�**��\r\n\r\n| ���� | ����������(qx, ��) | Ů��������(qx, ��) | ˵�� |\r\n|------|------------------|------------------|------|\r\n| 60 | 7.50 | 4.20 | ���Ͻ���ȡ�ڿ�ʼ |\r\n| 65 | 12.30 | 7.10 | ���Կ�ʼ�������� |\r\n| 70 | 19.80 | 12.50 | Ů�Լ����� |\r\n| 75 | 31.20 | 21.40 | ��Ů�����խ |\r\n| 80 | 48.50 | 35.20 | ������ |\r\n| 85 | 72.30 | 56.10 | Ԥ������<5�� |\r\n| 90 | 103.40 | 84.20 | �����䣬������>100�� |\r\n\r\n> **������Դ**���й�����ʦЭ�ᡶ�й���������ҵ������������2025����CL1/CL2/CL3��2025��10��29�շ�����2026��1��1����ǿ��ִ�С�\r\n\r\n**ʹ�ý���**��\r\n- ��������/�������ղ�Ʒ �� ����ʹ�� **CL1**����������ߣ�������أ�\r\n- ��ȫ��/����գ������ϣ� �� ʹ�� **CL2**���������еȣ�\r\n- ר����ҵ���ϱ��� �� ����ʹ�� **CL3**����������ͣ����Ͻ����ѹ�����\r\n\r\n---\r\n\r\n\r\n*GitHub: https://github.com/gechengling/insurance-actuarial-cn*\r\n## 核心工作流程（Dianjin融合版）\n\n### 第一步：产品定位与定价目标（Dianjin精髓：市场洞察驱动）\n\n| 定价维度 | 核心问题 | 决策输出 |\n|---------|---------|---------|\n| **产品定位** | 目标客群/保障范围/竞争格局 | 产品形态、保障责任、费率策略 |\n| **市场分析** | 同类产品费率/市场份额/增长趋势 | 定价竞争力分析、差异化策略 |\n| **盈利目标** | 目标利润率/投资收益率假设 | 定价假设、利润测试标准 |\n| **监管要求** | 预定利率上限/偿付能力/准备金 | 合规边界、监管风险点 |\n\n**定价目标输出**：\n```\n【定价目标书】\n- 产品名称：[XXX]\n- 目标客群：[年龄/性别/职业/收入]\n- 定价假设：预定利率[X]%，死亡率表[CL1/CL2/CL3]，费用率[X]%\n- 目标利润率：[X]%（IRR口径）\n- 监管要求：偿二代下资本占用[X]元/万元保费\n```\n\n---\n\n### 第二步：发生率假设与经验分析（Dianjin精髓：大数据发生率）\n\n#### 2.1 发生率表选择框架\n| 发生率类型 | 推荐表 | 适用产品 | 监管认可 |\n|---------|---------|---------|---------|\n| **死亡率** | CL1/CL2/CL3（2025版） | 定寿/终身寿 | 强制使用 |\n| **重疾率** | CII1/CII2（2024版） | 重疾险/医疗险 | 强制使用 |\n| **医疗率** | MIR1/MIR2（2025版） | 医疗险/护理险 | 推荐评审 |\n| **年金率** | AFR1/AFR2（2025版） | 年金险/养老金 | 强制使用 |\n| **退保率** | SUR1/SUR2（经验） | 所有产品 | 自行设定 |\n\n#### 2.2 经验发生率分析\n```\n【经验分析流程】\n1. 数据清洗：剔除异常保单、修正录入错误\n2. 经验提取：实际发生率 = f(年龄,性别,保单年度,渠道)\n3. 趋势调整：医疗进步/疾病谱变化/退保行为变化\n4. 置信区间：95%CI，最终发生率 = 经验±[X]%\n5. 与行业对比：中国精算师协会经验表、同业数据\n```\n\n---\n\n### 第三步：保费计算与利润测试（Dianjin精髓：动态利润分析）\n\n#### 3.1 纯保费计算公式\n| 计算项目 | 公式 | 参数说明 |\n|---------|------|---------|\n| **纯保费(NP)** | NP = Σ CF_t × v^t × p_x+t | CF=净现金流，v=贴现因子 |\n| **费用附加** | L(oading) = α×NP + β×P + γ | α=固定%+β=变动%+γ=固定额 |\n| **总保费(P)** | P = (NP + L) / (1 - 利润率%) | 含目标利润的总保费 |\n\n#### 3.2 利润测试模板\n| 测试场景 | IRR(%) | 投资收益率(%) | 退保率(%) | 综合成本率(%) | 结论 |\n|---------|--------|--------------|------------|------------------|------|\n| **基准场景** | [X] | [X] | [X] | [X] | 合格/不合格 |\n| **悲观场景** | [X] | [X]-50bp | [X]+20% | [X]+200bp | 合格/不合格 |\n| **乐观场景** | [X] | [X]+50bp | [X]-20% | [X]-200bp | 合格/不合格 |\n\n**IRR计算代码模板**：\n```python\n# 定价IRR计算\nimport numpy as np\n\ndef calculate_irr(premiums, claims, expenses, reserves):\n cashflows = [premiums - claims - expenses - (reserves[t+1] - reserves[t]) \n for t in range(len(premiums))]\n return np.irr(cashflows)\n\n# 示例：10年期缴重疾险\npremiums = [10000] * 10 # 年缴1万\nclaims = [0, 5000, 15000, ...] # 逐年理赔\nirr = calculate_irr(premiums, claims, [500]*10, [0]*10)\nprint(f\"定价IRR: {irr:.2%}\")\n```\n\n---\n\n### 第四步：准备金评估与偿付能力（Dianjin精髓：偿二代资本计量）\n\n#### 4.1 准备金计量框架\n| 准备金类型 | 计量基础 | 监管公式 | 资本占用 |\n|---------|---------|---------|---------|\n| **最优估计准备金(BEL)** | 预期现金流现值 | BEL = Σ CF × v^t | - |\n| **风险边际(RM)** | 成本/置信度法 | RM = BEL × [X]% | + |\n| **偿付能力准备金(SCR)** | Solvency II/C-ROSS | SCR = max(BEL+RM, 监管要求) | + |\n\n#### 4.2 偿二代资本占用分析\n```\n【C-ROSS资本占用计算】\n1. 保险风险资本(IC)：死亡率/重疾率/退保率/费用风险\n2. 市场风险资本(MC)：利率/权益/房地产/汇率风险\n3. 信用风险资本(CR)：再保/债券/存款对手方风险\n4. 操作风险资本(OR)：固定+变动，按保费/准备金的[X]%\n5. 总资本要求 = IC + MC + CR + OR\n\n偿二代下资本占用：[X]元/万元保费\n```\n\n---\n\n### 第五步：定价报告与监管备案（Dianjin精髓：标准化输出）\n\n**精算定价报告模板**：\n```markdown\n# [产品名称] 精算定价报告\n\n## 一、产品概述\n[产品定位/目标客群/市场竞争分析]\n\n## 二、定价假设\n[生命表/重疾表/投资收益率/费用率/退保率]\n\n## 三、保费计算\n[纯保费/费用附加/总保费/IRR测试结果]\n\n## 四、准备金与资本\n[准备金计量/偿二代资本占用/IFRS17影响]\n\n## 五、敏感性分析\n[利率/死亡率/费用率/退保率±10%影响]\n\n## 六、监管合规\n[偿二代合规/准备金充足性/定价披露要求]\n\n## 七、结论与建议\n[定价结论/盈利能力/监管沟通策略]\n```\n\n---\n\n## 合规约束与审计规则（Dianjin精髓）\n\n1. **监管合规**：严格遵守《保险法》《精算工作规范》《偿二代规则》\n2. **数据质量**：经验数据需清洗、校验，异常情况需说明\n3. **假设合理性**：定价假设需有依据，不得为竞争恶性定价\n4. **准备金充足**：准备金评估需保守，不得为利润释放不足提\n5. **审计留痕**：所有计算过程、假设选择、模型选择需留痕可审计\n\n---\n\n## 测试用例（Dianjin精髓）\n\n**测试场景1：重疾险定价**\n- 输入：30岁男性，20年缴，保额50万\n- 预期输出：年缴保费、IRR、准备金、资本占用\n- 通过标准：定价IRR>3.0%，资本占用<500元/万元\n\n**测试场景2：年金险准备金评估**\n- 输入：终身年金，领取期20年，投资收益率4.0%\n- 预期输出：BEL、RM、SCR\n- 通过标准：SCR/准备金<15%\n\n**测试场景3：偿二代资本计算**\n- 输入：重疾险产品组合，保费1亿\n- 预期输出：IC/MC/CR/OR分项，总资本要求\n- 通过标准：计算逻辑符合C-ROSS规则\n\n---\n\n## 关联技能（Dianjin精髓）\n\n- `insurance-claims-intelligence`：理赔数据→经验发生率更新\n- `insurance-anti-fraud`：欺诈识别→定价反欺诈因子\n- `insurance-product-design`：精算定价→产品设计协同\n- `finance-ai-strategy`：保险AI→精算AI战略协同\n\n---\n\n*本技能融合阿里点金（Qwen Dianjin）金融AI精髓，专注经验发生率分析、动态利润测试、偿二代资本计量。*\n\nFile v5.0.2:README.md\n\n# China Insurance Actuarial Pricing Expert (4th Life Table 2025) / 中国精算定价师（第四套生命表2025）#\r\n\r\n> **English:** AI-powered China insurance actuarial pricing expert — built on the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II framework. Covers pure premium calculation, reserve calculation, solvency capital assessment, and insurance product pricing. Delivers production-ready Python pricing code.\r\n\r\n**Keywords:** actuarial, pricing, life table, C-ROSS, China insurance, solvency capital, insurance product design*\r\n\r\n## ✨ Features#\r\n\r\n- ✅ **4th Life Table (2025) Full Analysis** — CL1/CL2/CL3 tables, vs. 3rd edition comparison, implementation code\r\n- ✅ **China Actuarial Pricing Methodology** — pure premium formula, pricing elements table, critical illness pricing (Python)\r\n- ✅ **Reserve Calculation** — UPR, IBNR, life/reserve calculation templates\r\n- ✅ **Group Insurance Pricing** — pricing elements, experience rate calculation (Python code)\r\n- ✅ **C-ROSS Integration** — pricing rate cap (3.0%), capital occupation vs. pricing strategy*\r\n\r\n## 🚀 Quick Start#\r\n\r\n```bash\r\n# Install this skill\r\nnpx clawhub install @gechengling/china-insurance-actuarial-expert\r\n\r\n# Use in WorkBuddy\r\n/china-insurance-actuarial-expert \"Calculate pure premium for 30-year term life, sum assured 500,000\"\r\n/china-insurance-actuarial-expert \"Generate reserve calculation report for whole life product\"\r\n```\r\n\r\n---\r\n\r\n> **中文介绍：** 中国精算定价师——基于第四套生命表（2025年发布，2026年1月1日实施）和偿二代二期工程（C-ROSS Rules II）的垂直精算Skill。覆盖纯保费计算、准备金计算、偿二代资本占用与定价协同、团险定价专项。内置完整精算定价Python代码。\r\n\r\n**关键词：** 精算、精算定价、费率厘定、生命表、发生率表、重疾发生率、准备金计算、偿付能力资本*\r\n\r\n## ✨ 核心功能#\r\n\r\n- ✅ **第四套生命表（2025）全解析** — CL1/CL2/CL3三表、与第三套对比、使用说明\r\n- ✅ **中国精算定价方法论** — 保险产品定价基本公式、寿险/重疾险/医疗险定价要素\r\n- ✅ **准备金计算** — 未到期责任准备金/已发生赔款准备金/寿险责任准备金\r\n- ✅ **团险定价专项** — 团险定价要素、经验费率计算（Python代码）*\r\n- ✅ **偿二代资本占用与定价协同** — 定价利率上限/偿二代利率风险资本占用*\r\n\r\n## 🚀 快速上手#\r\n\r\n```bash\r\n# 安装此技能\r\nnpx clawhub install @gechengling/china-insurance-actuarial-expert\r\n\r\n# 在WorkBuddy中使用\r\n/china-insurance-actuarial-expert \"计算30年期定期寿险纯保费，保额50万\"\r\n/china-insurance-actuarial-expert \"生成终身寿险准备金计算报告\"\r\n```\r\n\r\n## 📖 What's Included / 包含内容#\r\n\r\n| File / 文件 | Content / 内容说明 |\r\n|------|---------|\r\n| `SKILL.md` | Full skill definition / 完整技能定义 |\r\n| `references/life_table_2025_usage.md` | 第四套生命表使用说明 |\r\n| `references/actuarial_pricing_formulas.md` | 精算定价公式汇总（含代码示例） |\r\n| `references/critical_illness_pricing.md` | 重疾险定价专项 |\r\n| `references/reserve_calculation.md` | 准备金计算模板 |\n\nFile v5.0.2:_meta.json\n\n{\n \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n \"slug\": \"insurance-actuarial-cn\",\n \"version\": \"5.0.2\",\n \"publishedAt\": 1780326688534\n}\n\nFile v5.0.2:references/actuarial_pricing_formulas.md\n\n# 精算定价公式汇总与代码实现\r\n\r\n> 本文件为 `insurance-actuarial-cn` Skill 配套参考\r\n\r\n## 一、核心定价公式速查\r\n\r\n### 1.1 纯保费计算\r\n\r\n```\r\n定期寿险纯保费（期缴）：\r\n P_{x:n}^1 = A_{x:n}^1 / äx:n\r\n \r\n终身寿险纯保费（期缴）：\r\n P_x = A_x / äx\r\n\r\n两全保险纯保费（期缴）：\r\n P_{x:n} = A_{x:n} / äx:n\r\n\r\n年金保险纯保费（期缴）：\r\n P(äx:n) = äx:n / äx:n （即1，被保险人生存即给付）\r\n```\r\n\r\n### 1.2 毛保费计算\r\n\r\n```\r\n毛保费 = 纯保费 / (1 - 附加费用率)\r\n\r\n附加费用率分解：\r\n 总附加费用率 = 渠道费用率 + 管理费用率 + 理赔费用率\r\n 渠道费用率：代理人15%-35%，银保10%-20%，网销5%-10%\r\n 管理费用率：3%-8%\r\n 理赔费用率：1%-3%\r\n```\r\n\r\n### 1.3 准备金计算\r\n\r\n```\r\n过去法准备金：\r\n _tV = P × s_{x:t} - A^1_{x:t}\r\n\r\n未来法准备金：\r\n _tV = A_{x+t:n-t} - P × ä_{x+t:n-t}\r\n\r\n其中 s_{x:t} = (1+i)^t × ä'_x:t（保费累积值）\r\n```\r\n\r\n## 二、精算代码实现\r\n\r\n```python\r\n# 精算定价完整实现\r\nimport numpy as np\r\n\r\n# 第四套生命表(2025) CL1 简化数据（实际应用从官方文件读取）\r\n# 格式：{年龄: [l_x, d_x]}\r\nLIFE_TABLE_CL1 = {\r\n # 年龄: [l_x(生存人数), d_x(死亡人数)]，以100万为基数\r\n 30: [996234, 567], 31: [995667, 612], 32: [995055, 661],\r\n 33: [994394, 714], 34: [993680, 771], 35: [992909, 833],\r\n 36: [992076, 901], 37: [991175, 976], 38: [990199, 1057],\r\n 39: [989142, 1145], 40: [987997, 1240], 41: [986757, 1343],\r\n 42: [985414, 1454], 43: [983960, 1575], 44: [982385, 1707],\r\n 45: [980678, 1851], 46: [978827, 2010], 47: [976817, 2186],\r\n 48: [974631, 2379], 49: [972252, 2592], 50: [969660, 2825],\r\n}\r\n\r\ndef v(i):\r\n \"\"\"折现因子\"\"\"\r\n return 1 / (1 + i)\r\n\r\ndef life_table_lookup(age, table='CL1'):\r\n \"\"\"查找生命表数据\"\"\"\r\n if age in LIFE_TABLE_CL1:\r\n return LIFE_TABLE_CL1[age]\r\n # 简化处理，实际应用需完整表格\r\n return [1000000 - age * 500, 1000 + age * 20]\r\n\r\ndef mortality_rate(age):\r\n \"\"\"死亡率 q_x\"\"\"\r\n l_x, d_x = life_table_lookup(age)\r\n return d_x / l_x\r\n\r\ndef survival_prob(age, years):\r\n \"\"\"生存概率 nP_x\"\"\"\r\n result = 1.0\r\n for t in range(years):\r\n result *= (1 - mortality_rate(age + t))\r\n return result\r\n\r\ndef annuity_due(age, years, i=0.03):\r\n \"\"\"期首付生存年金现值 ä_x:n\"\"\"\r\n v_factor = v(i)\r\n total = 0\r\n for k in range(years):\r\n n_pk = survival_prob(age, k)\r\n total += v_factor ** k * n_pk\r\n return total\r\n\r\ndef term_insurance_pv(age, years, i=0.03):\r\n \"\"\"定期寿险趸缴纯保费现值 A^1_x:n\"\"\"\r\n v_factor = v(i)\r\n total = 0\r\n for k in range(years):\r\n q_xk = mortality_rate(age + k)\r\n n_pk_prev = survival_prob(age, k)\r\n total += v_factor ** (k + 1) * q_xk * n_pk_prev\r\n return total\r\n\r\ndef calculate_term_life_premium(age, sum_assured, term_years, \r\n interest_rate=0.03, loading_rate=0.30):\r\n \"\"\"\r\n 定期寿险保费计算完整函数\r\n \"\"\"\r\n # 纯保费\r\n A = term_insurance_pv(age, term_years, interest_rate)\r\n annuity = annuity_due(age, term_years, interest_rate)\r\n pure_premium = sum_assured * A / annuity\r\n \r\n # 毛保费（附加费用）\r\n gross_premium = pure_premium / (1 - loading_rate)\r\n \r\n return {\r\n 'age': age,\r\n 'sum_assured': sum_assured,\r\n 'term_years': term_years,\r\n 'interest_rate': interest_rate,\r\n 'pure_premium': round(pure_premium, 2),\r\n 'loading_rate': loading_rate,\r\n 'gross_premium': round(gross_premium, 2),\r\n 'loading_amount': round(gross_premium - pure_premium, 2)\r\n }\r\n\r\n# 示例：30岁男性，100万保额，20年定期寿险，预定利率3.0%\r\nresult = calculate_term_life_premium(age=30, sum_assured=1000000, term_years=20)\r\nprint(f\"年缴纯保费: {result['pure_premium']:.2f} 元/年\")\r\nprint(f\"年缴毛保费: {result['gross_premium']:.2f} 元/年\")\r\nprint(f\"附加费用: {result['loading_amount']:.2f} 元/年\")\r\n```\r\n\r\n## 三、第四套生命表(2025)应用注意事项\r\n\r\n### 3.1 表的选用原则\r\n\r\n| 产品类型 | 选用生命表 | 说明 |\r\n|---------|----------|------|\r\n| 定期寿险、终身寿险 | CL1 | 保障为主，死亡率相对高 |\r\n| 两全险、年金险（普通） | CL2 | 储蓄为主，死亡率相对低 |\r\n| 专属养老保险、养老年金 | **CL3** | 专为养老设计，寿命假设更长 |\r\n\r\n### 3.2 重疾恶化因子（偿二代规则II）\r\n\r\n```python\r\ndef critical_illness_deterioration_factor(age, duration):\r\n \"\"\"\r\n 重疾恶化因子（简化估算）\r\n 用于偿二代资本计量，反映重疾发生率随年龄上升的趋势\r\n \r\n 实际因子应从精算师协会官方发布的恶化因子表中查找\r\n \"\"\"\r\n # 简化公式，实际应用查表\r\n base_factor = 0.0 # 基础因子\r\n age_deterioration = (age - 30) * 0.003 # 年龄恶化效应\r\n duration_deterioration = duration * 0.005 # 保单期间恶化效应\r\n \r\n return max(0, base_factor + age_deterioration + duration_deterioration)\r\n\r\n# 示例：45岁，10年有效保单\r\nfactor = critical_illness_deterioration_factor(45, 10)\r\nprint(f\"重疾恶化因子: {factor:.2%}\") # 约10.5%\r\n```\r\n\r\n### 3.3 2025版vs2010版生命表差异的实际影响\r\n\r\n| 产品 | 第三套(2010)定价基准 | 第四套(2025)定价基准 | 影响方向 |\r\n|------|-------------------|-------------------|---------|\r\n| 终身寿险 | CL1 | CL1（更新） | 保费略涨（寿命延长）|\r\n| 两全险 | CL2 | CL2（更新） | 基本持平 |\r\n| 养老年金 | CL2 | **CL3专用表** | 保费更精准，成本更合理 |\r\n| 重疾险 | 旧发生率表 | 恶化因子 | 资本占用增加 |\n\nFile v5.0.2:references/life_table_2025_usage.md\n\n# 第四套生命表(2025)使用说明与精算定价公式\r\n\r\n> 本文件为 `insurance-actuarial-cn` Skill 配套参考\r\n\r\n## 一、第四套生命表概述\r\n\r\n**发布机构**：中国精算师协会\r\n**发布日期**：2025年10月29日\r\n**实施日期**：2026年1月1日（金融监管总局同步发文）\r\n**取代**：第三套生命表（2010版，基线数据2005-2008年）\r\n\r\n### 三张核心表\r\n\r\n| 表名 | 表编号 | 适用业务 |\r\n|------|-------|---------|\r\n| 非养老类业务一表 | CL1 | 定期寿险、终身寿险（保障型） |\r\n| 非养老类业务二表 | CL2 | 两全保险、年金保险（储蓄型） |\r\n| 养老类业务表 | CL3 | 专属养老保险、养老年金 |\r\n\r\n### 与第三套生命表主要差异\r\n\r\n| 维度 | 第三套(2010) | 第四套(2025) | 差异影响 |\r\n|------|-------------|-------------|---------|\r\n| 基线数据 | 2005-2008年 | 2018-2023年 | 反映寿命延长趋势 |\r\n| 男性预期寿命(60岁) | +20.7岁 | +22.5岁 | 年金险赔付期延长约2年 |\r\n| 女性预期寿命(60岁) | +24.2岁 | +26.1岁 | 女性养老险成本上升 |\r\n| 养老类业务 | 无专项表 | **新增CL3专项表** | 养老险定价更精准 |\r\n| 编制机构 | 中国人寿保险业经验生命表编制办公室 | 中国精算师协会 | 权威性提升 |\r\n\r\n## 二、生命表基础符号与计算\r\n\r\n### 符号说明\r\n\r\n| 符号 | 定义 | 说明 |\r\n|------|------|------|\r\n| l_x | x岁初始生存人数 | 基准：l_0 = 100,000（假设基数） |\r\n| d_x | x岁至x+1岁的死亡人数 | d_x = l_x - l_{x+1} |\r\n| q_x | x岁的死亡率 | q_x = d_x / l_x |\r\n| p_x | x岁的生存率 | p_x = 1 - q_x |\r\n| e_x | x岁的人均余命 | e_x = Σ(l_{x+t} / l_x)，t=0到极限年龄 |\r\n| _nP_x | x岁在未来n年内的生存概率 | _nP_x = l_{x+n} / l_x |\r\n\r\n### 定价基本公式\r\n\r\n```\r\n定期寿险趸缴纯保费：\r\n A_{x:n}^1 = Σ v^{k+1} × d_{x+k} / l_x (k = 0, 1, ..., n-1)\r\n 其中 v = 1/(1+i)，i = 预定利率\r\n\r\n生存年金（期首付）：\r\n äx:n = Σ v^k × _kP_x (k = 0, 1, ..., n-1)\r\n\r\n期缴纯保费：\r\n P = A_{x:n}^1 / äx:n （定期寿险）\r\n P = A_x / äx （终身寿险）\r\n\r\n 其中 A_x = Σ v^{k+1} × d_{x+k} / l_x （终身寿险趸缴纯保费）\r\n```\r\n\r\n## 三、精算定价代码示例\r\n\r\n```python\r\n# 第四套生命表定价示例\r\nimport numpy as np\r\n\r\n# 第四套生命表(2025) CL1 示例数据（简化版，实际使用完整表）\r\n# 数据来源：中国精算师协会《中国人身保险业经验生命表（2025）》\r\n\r\n# 定期寿险定价（30岁男性，保额100万，保障20年，预定利率3.0%）\r\ndef term_life_premium(age, sum_assured, term, interest_rate, table='CL1'):\r\n \"\"\"\r\n 定期寿险期缴纯保费计算\r\n \"\"\"\r\n # 加载第四套生命表数据（实际应用中从官方文件读取）\r\n l_x = load_life_table(table) # 生存人数表\r\n d_x = load_decrement_table(table) # 死亡人数表\r\n \r\n v = 1 / (1 + interest_rate) # 折现因子\r\n i = interest_rate\r\n \r\n # 死亡给附现值（A公式）\r\n death_pv = 0\r\n for k in range(term):\r\n # 第k年的死亡率\r\n q = d_x[age + k] / l_x[age + k]\r\n # 折现因子\r\n v_k1 = v ** (k + 1)\r\n death_pv += v_k1 * q\r\n \r\n # 生存年金现值（ä公式，期首付）\r\n annuity_pv = 0\r\n for k in range(term):\r\n # 第k年的生存率\r\n p = 1 - d_x[age + k] / l_x[age + k]\r\n v_k = v ** k\r\n annuity_pv += v_k * np.prod([1 - d_x[age + j] / l_x[age + j] for j in range(k)])\r\n \r\n # 期缴纯保费\r\n pure_premium = sum_assured * death_pv / annuity_pv\r\n \r\n return {\r\n 'pure_premium': pure_premium,\r\n 'death_pv': death_pv,\r\n 'annuity_pv': annuity_pv,\r\n 'v': v\r\n }\r\n\r\n# 终身寿险定价\r\ndef whole_life_premium(age, sum_assured, interest_rate, table='CL1'):\r\n \"\"\"\r\n 终身寿险期缴纯保费（生命表到105岁）\r\n \"\"\"\r\n l_x = load_life_table(table)\r\n d_x = load_decrement_table(table)\r\n v = 1 / (1 + interest_rate)\r\n \r\n death_pv = 0\r\n for k in range(105 - age): # 生命表极限年龄约105岁\r\n q = d_x[age + k] / l_x[age + k]\r\n death_pv += v ** (k + 1) * q\r\n \r\n # 终身生存年金（简化）\r\n annuity_pv = sum(1 / (1 + interest_rate) ** k * l_x[age + k] / l_x[age] for k in range(105 - age))\r\n \r\n return sum_assured * death_pv / annuity_pv\r\n```\r\n\r\n## 四、准备金计算公式\r\n\r\n```python\r\ndef calculate_reserve(age, sum_assured, policy_year, premium, \r\n interest_rate, table='CL1'):\r\n \"\"\"\r\n 过去法计算寿险责任准备金\r\n 准备金 = 已缴纯保费累积值 - 已给付保险金现值\r\n \r\n 第t年末准备金（过去法）：\r\n _tV = P × ä'_x:t - A^1_{x:t}\r\n \r\n 其中：\r\n - P：期缴纯保费\r\n - ä'_x:t：已缴保费累积值（考虑利息）\r\n - A^1_{x:t}：已给付保险金现值\r\n \"\"\"\r\n v = 1 / (1 + interest_rate)\r\n \r\n # 已缴保费累积值（过去法）\r\n premium_accumulated = premium * ((1 + interest_rate) ** policy_year - 1) / interest_rate\r\n \r\n # 未来给付现值（未来法，简化）\r\n future_payment_pv = sum_assured * 0.02 * v ** policy_year # 简化估算\r\n \r\n reserve = premium_accumulated - future_payment_pv\r\n \r\n return max(0, reserve) # 准备金不能为负\r\n```\r\n\r\n## 五、预定利率上限与产品设计协同\r\n\r\n| 时间段 | 预定利率上限 | 适用险种 |\r\n|-------|-----------|---------|\r\n| 2013-2019年 | 4.025% | 普通型寿险 |\r\n| 2019-2023年 | 3.5% | 普通型寿险 |\r\n| 2023年起 | 3.0% | 普通型寿险 |\r\n| 2024年起 | 分红险上限2.0% | 分红险 |\r\n| 现行 | 3.0%（普通型） | 终身寿险/年金险 |\r\n\r\n**产品策略建议**：\r\n- 预定利率3.0%环境下：增额终身寿险竞争力下降，年金险价值凸显\r\n- 分红险+万能账户组合：对抗利率下行风险\r\n- 健康险（定价不受利率上限约束）：重点发展方向\n\nFile v5.0.2:skill-card.md\n\n## Description:
\nProvides China insurance actuarial pricing, reserve calculation, solvency capital, and IFRS 17/HKFRS 17 transition guidance using the 4th Life Table and C-ROSS Phase II framework.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[gechengling](https://clawhub.ai/user/gechengling)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nActuaries, pricing teams, and insurance product developers use this skill to draft actuarial pricing analyses, reserve calculations, solvency capital considerations, and example Python templates for China insurance products.
\n\n### Deployment Geography for Use:
\nChina-focused
\n\n## Known Risks and Mitigations:
\nRisk: Formula guidance and Python snippets may be incomplete, outdated, or unsuitable for real pricing, reserves, solvency, or financial reporting decisions.
\nMitigation: Treat outputs as examples and require qualified actuarial, regulatory, and engineering review against official tables, current regulations, and internal controls before use.
\nRisk: The skill is a text-only reference and does not independently validate input data, assumptions, or generated calculations.
\nMitigation: Validate assumptions, source data, and calculations in approved actuarial tools and document reviewer approval before operational use.
\n\n\n## Reference(s):
\n- [Fourth Life Table (2025) Usage Notes](references/life_table_2025_usage.md)
\n- [Actuarial Pricing Formulas](references/actuarial_pricing_formulas.md)
\n\n\n## Skill Output:
\n**Output Type(s):** [text, markdown, code, guidance]
\n**Output Format:** [Markdown with explanatory text, tables, formulas, and Python code examples]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [Advisory-only outputs require human review before real-world actuarial, regulatory, or financial use.]
\n\n## Skill Version(s):
\n5.0.2 (source: ClawHub release evidence)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nArchive v5.0.1: 6 files, 17045 bytes\n\nFiles: README.md (3285b), references/actuarial_pricing_formulas.md (5854b), references/life_table_2025_usage.md (6045b), skill-card.md (2082b), SKILL.md (18209b), _meta.json (141b)\n\nFile v5.0.1:SKILL.md\n\n---\r\nname: China Insurance Actuarial Pricing Expert\r\ndescription: AI-powered China insurance actuarial pricing skill �� uses the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II (Rules II 2024) framework. Calculates pure premium, reserves, solvency capital, and supports IFRS 17 / HKFRS 17 transition. Covers critical illness, annuity, health, group and pension product pricing with Python code templates. Built for Chinese actuaries, product pricing teams, and insurance product development. Keywords: actuarial, pricing, life table 2025, C-ROSS, IFRS 17, China insurance, solvency capital, insurance product design, ���㶨��, ������������, �����嶨, ��������, �ؼ��ն���, ����ն���, ҽ���ն���, Python����, ����ģ��.\r\nslug: insurance-actuarial\r\nversion: \"5.0.1\"\r\n---\r\n\r\n# China Insurance Actuarial Pricing Expert (4th Life Table 2025) / �й����㶨��ʦ��������������2025��|\r\n\r\n\r\n### ���ռ�����¶�̬ [2026-05-25����]\r\n\r\n| ��̬���� | ����ժҪ | Ӱ�췶Χ |\r\n|---------|---------|---------|\r\n| ���ռ�� | 2026��4�±����¹���أ���ǿ�ձ���������42.2������������ҽ������ҩ | ���㶨��ģ������±��Ѽ������ͷ����ʼ��� |\r\n| ���ռ�� | �����ղ�Ʒ�ּ��ƶ�(P1-P5)ʵʩ���ֺ�����ʾ����������3.5% | ���㶨��ģ������±��Ѽ������ͷ����ʼ��� |\r\n| ���ռ�� | �ؼ������ݣ�����12����֢+8����֢��Ͷ��������������75�� | ���㶨��ģ������±��Ѽ������ͷ����ʼ��� |\r\n\r\n> **���ݽ�ֹ**: 2026-05-25 | ��Դ�����ҽ��ڼල�����ܾ֡�����Q1��������ҵ������Ϣ\r\n> **����**: ���϶�̬���ο��������Թٷ����·���Ϊ\r\n\r\n> **English:** AI-powered China insurance actuarial pricing expert �� the definitive skill for Chinese actuaries and product pricing teams. Built on the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II framework. Covers pure premium calculation, reserve calculation, solvency capital assessment, and insurance product pricing. Delivers production-ready Python pricing code.\r\n>\r\n> **����:** �й����㶨��ʦ�������ڵ�������������2025�귢����2026��1��1��ʵʩ���ͳ��������ڹ��̣�C-ROSS Rules II���Ĵ�ֱ����Skill�����Ǵ����Ѽ��㡢������㡢�������ʱ�ռ���붨��Эͬ�����ն���ר������������㶨��Python���롣���ã�����ʦ����Ʒ���۸ڡ����ղ�Ʒ���������վ���ʵϰ����������ѯ��\r\n\r\n---\r\n\r\n## Trigger Keywords / �����ؼ���\r\n\r\n**English Triggers:** actuarial, pricing, insurance pricing, life table, mortality table, critical illness rate, experience rate, reserve calculation, solvency capital, C-ROSS, China actuarial, product design, insurance product, 4th life table\r\n\r\n**���Ĵ����ʣ����ȣ���** ���㡢���㶨�ۡ������嶨���������������ʱ��������ʱ����ؼ������ʡ����鷢���ʡ�������㡢���������ʱ������ղ�Ʒ���ۡ�CASS���й�����ʦЭ�ᡢ���������������ؼ������ӡ���Ʒ���\r\n\r\n---\r\n\r\n## Core Capabilities / ��������|\r\n\r\n### 0. 2025-2026 Latest Regulatory Updates / ���¼�ܶ�̬������2026��5�£�|\r\n\r\n| ʱ�� | ���� | ����Ӱ�� |\r\n|------|------|---------|\r\n| **2025��10��29��** | ������������������CL1/CL2/CL3�� | 2026��1��1����ǿ��ʹ�ã�������/�����ֵȫ������ |\r\n| **2024��3��18��** | �����������ȫ��ʵʩ | ����ʱ������ʷ��ա��ؼ�������ȫ������ |\r\n| **2024����** | Ԥ�����������µ���3.0% | ��ͳ�ն��۳ɱ��½����ֺ��վ������������ |\r\n| **2025����** | IFRS 17/HKFRS 17��A�����������ƹ� | ��������������CSM̯��Ҫ������ |\r\n| **2026��1��1��** | ������������ǿ��ִ�� | ���������ղ�Ʒ�밴�±����¶��ۻ����� |\r\n\r\n### 1. 4th Life Table (2025) Full Analysis / ��������������2025��ȫ����|\r\n\r\n**����������**\r\n- 2025��10��29�գ��й�����ʦЭ����ʽ����\r\n- ���ڼ���ܾ�ͬ������ʵʩ֪ͨ\r\n- **��2026��1��1����ʵʩ**�����������ڣ�\r\n- ��������������������ף�2010��汾������ӳ�й��˾������ӳ������仯����|\r\n\r\n#### ���ź��ı�|\r\n\r\n| ���� | Ӣ�� | ��; |\r\n|------|------|------|\r\n| **��������ҵ��һ��** | CL1 | �������ա��������յȲ�Ʒ���� |\r\n| **��������ҵ�����** | CL2 | ��ȫ�ա�����յȲ�Ʒ���� |\r\n| **������ҵ���** | CL3 | ר�����ϱ��ա��������Ȳ�Ʒ���� |\r\n\r\n#### ���������������Ҫ�仯|\r\n\r\n| ά�� | �����ף�2010�棩 | �����ף�2025�棩 | Ӱ�� |\r\n|------|---------------|----------------|------|\r\n| �����ڼ� | 2005-2008�� | 2018-2023�� | ����ӳ��ǰ����ˮƽ |\r\n| ����Ԥ��������60�꣩ | +20.7�� | +22.5�� | ������⸶���ӳ� |\r\n| Ů��Ԥ��������60�꣩ | +24.2�� | +26.1�� | Ů�������ճɱ����� |\r\n| �����������ࣩ | ��ר�� | **����ר���** | �����ն��۸��� |\r\n\r\n### 2. China Actuarial Pricing Methodology / �й����㶨�۷�����|\r\n\r\n#### ���ղ�Ʒ���ۻ�����ʽ|\r\n\r\n```\r\në���� = ������ �� (1 + ���ӷ�����)\r\n������ = ���ɴ����� / �����ֵϵ��\r\n = ���ս�� �� ƽ�������� �� ƽ�������ڼ� �� ����ϵ��\r\n```\r\n\r\n#### ���ղ�Ʒ����Ҫ��|\r\n\r\n| Ҫ�� | ˵�� | ����ȡֵ |\r\n|------|------|---------|\r\n| **Ԥ��������** | ��Դ�������������� | CL1/CL2/CL3 |\r\n| **Ԥ������** | ���չ�˾Ͷ�������ʼ��� | 2.5%-3.5%��2024�����3%�� |\r\n| **Ԥ��������** | ��������/����/������� | 10%-35%����������� |\r\n| **Ԥ��������** | ��˾����Ҫ�� | 5%-15% |\r\n| **���ѽ��ɷ�ʽ** | ����/�ڽ�/�꽻 | �ڽ������� |\r\n\r\n#### �ؼ��ն��۷�����Pythonʾ����|\r\n\r\n```python\r\n# �ؼ��մ����Ѽ�����\r\ndef critical_illness_premium(age, sum_assured, policy_term, payment_term):\r\n # ����������������������ҵ�����(CL2)Ϊ����\r\n i = 0.025 # Ԥ�����ʣ�3.0%����ı��ؼ��裩\r\n v = 1 / (1 + i)\r\n \r\n # �ؼ�������ֵ\r\n A_crit = 0\r\n for t in range(policy_term):\r\n q_crit_t = lookup_critical_illness_rate(age + t, t)\r\n A_crit += v**(t+1) * q_crit_t * sum_assured\r\n \r\n # ����������ֵ������/ȫ�У�\r\n A_death = 0\r\n for t in range(policy_term):\r\n q_death_t = lookup_mortality_rate_CL2(age + t, t)\r\n A_death += v**(t+1) * q_death_t * sum_assured\r\n \r\n # ���������ֵ���ɷ��ڣ�\r\n ?x_n = sum(v**t * survival_rate(age, t) for t in range(payment_term))\r\n \r\n # ������ = (�ؼ�������ֵ + ����������ֵ) / ���������ֵ\r\n pure_premium = (A_crit + A_death) / ?x_n\r\n return pure_premium\r\n```\r\n\r\n### 3. Reserve Calculation / �������|\r\n\r\n| ���� | ���� | ������� |\r\n|------|------|---------|\r\n| **δ������������UEPR��** | Ϊδ���⸶����Ǯ | ʣ�ౣ�����ڵĴ�������ֵ |\r\n| **�ѷ����������IBNR��** | �ѷ���δ������� | ������ƣ����������εȷ����� |\r\n| **��������** | ���ѳ����Բ��Ժ� | �ֽ������� |\r\n| **������������** | ���ٱ��ճ��ڸ�ծ | ������������ƽ������ |\r\n\r\n### 4. Group Insurance Pricing / ���ն���ר��|\r\n\r\n#### ���ն���Ҫ��|\r\n\r\n| Ҫ�� | ˵�� | �������� |\r\n|------|------|---------|\r\n| **�����ģ** | �α����� | ����Խ�࣬����ԽС |\r\n| **��ҵ����** | ��ҵ������ҵ | ��ҵ���յȼ�ϵ�� |\r\n| **����ṹ** | Ա��ƽ������/�ֲ� | Ա��ƽ������Խ����Խ�� |\r\n| **��ʷ�⸶** | ��ȥ1-3���⸶��¼ | ������ʵ��� |\r\n| **���������** | ���Ϸ�Χ/����/���� | �������Ӱ�� |\r\n\r\n#### ���վ�����ʼ���|\r\n\r\n```python\r\ndef group_experience_rate(base_premium, experience_factor):\r\n if experience_factor < 0.7:\r\n rate_adjustment = 0.85 # �������飬����15%\r\n elif experience_factor < 0.9:\r\n rate_adjustment = 0.95 # �Ϻþ��飬����5%\r\n elif experience_factor < 1.1:\r\n rate_adjustment = 1.00 # ������\r\n elif experience_factor < 1.3:\r\n rate_adjustment = 1.15 # �ϲ�飬�ӷ�15%\r\n else:\r\n rate_adjustment = 1.30 # ���Ӿ��飬�ӷ�30%\r\n return base_premium * rate_adjustment\r\n```\r\n\r\n### 5. IFRS 17 / HKFRS 17 �����¹棨A�������������ã�|\r\n\r\n#### IFRS 17 �Ծ��㶨�۵ĺ���Ӱ��\r\n\r\n| ��Ŀ | ԭIFRS 4 | IFRS 17 �仯 | ����Ӧ�� |\r\n|------|---------|------------|---------|\r\n| **��������ȷ��** | �ڼ䱣�� | ���շ������루�DZ��ѣ� | ���ѷֽ�Ϊ�⸶/����/CSM�ͷ� |\r\n| **�������** | ��ʷ�ɱ� | �����г�һ�²��� | ��Ҫ������������� |\r\n| **��ͬ�����CSM** | �� | ����������δ������ | ÿ���ͷţ�����һ��ȷ�� |\r\n| **���յ���RA** | ��ר�� | �������ǽ��ڷ��յIJ�ȷ���� | ͨ��������ˮƽ��/CTE�� |\r\n| **�����ͬ** | ���� | ����ȷ����ʧ | ��������������ӯ���� |\r\n\r\n```python\r\n# IFRS 17 ��Լ�ֽ��� FCF ������\r\ndef ifrs17_fcf(policy, discount_rate_curve, risk_adjustment_pct):\r\n \"\"\"\r\n ��Լ�ֽ��� = δ���ֽ�����ֵ + ���յ���\r\n Future Cash Flows = PV(outflows) - PV(inflows) + Risk Adjustment\r\n \"\"\"\r\n pv_outflows = sum(cf * discount_factor(t, discount_rate_curve)\r\n for t, cf in enumerate(policy.expected_claims))\r\n pv_inflows = sum(prem * discount_factor(t, discount_rate_curve)\r\n for t, prem in enumerate(policy.expected_premiums))\r\n risk_adj = (pv_outflows - pv_inflows) * risk_adjustment_pct # ����ֵ��5%-15%\r\n return pv_outflows - pv_inflows + risk_adj\r\n```\r\n\r\n### 6. Interest Rate Risk & ALM / ���ʷ������ʲ���ծƥ��|\r\n\r\n#### 2024��Ԥ�������µ������붨�۲���\r\n\r\n| ���� | Ԥ������ | ���۲��� | ��Ʒ���� |\r\n|------|---------|---------|---------|\r\n| **2024��9��1��ǰ** | ��3.5% | ��ǰ���������� | ��ͳ����/����� |\r\n| **2024��9��1�պ�** | ��3.0% | �����ʶ��ۻ��� | ���������� |\r\n| **2025������** | ��3.0%���ȶ��� | ���ӷֺ측���ռ� | �ֺ���/������ |\r\n\r\n#### ����ѹ�����ԣ����������\r\n\r\n```python\r\ndef interest_rate_stress_test(policy, base_rate):\r\n scenarios = {\r\n \"base\": base_rate,\r\n \"down_50bp\": base_rate - 0.005,\r\n \"down_100bp\": base_rate - 0.010,\r\n \"down_150bp\": base_rate - 0.015,\r\n }\r\n results = {}\r\n for scenario, rate in scenarios.items():\r\n reserve = calculate_reserve(policy, rate)\r\n results[scenario] = {\r\n \"reserve\": reserve,\r\n \"surplus_change\": reserve - calculate_reserve(policy, base_rate)\r\n }\r\n return results\r\n```\r\n\r\n---\r\n\r\n## Reference Files / �ο��ļ�|\r\n\r\n| File / �ļ� | Content / ����˵�� |\r\n|------|---------|\r\n| `references/life_table_2025_usage.md` | ������������(2025)ʹ��˵������CL1/CL2/CL3��������˵�� |\r\n| `references/actuarial_pricing_formulas.md` | �����Ʒ���㶨�۹�ʽ���ܣ�������ʾ���� |\r\n| `references/critical_illness_pricing.md` | �ؼ��ն���ר��������ӡ��ؼ������ʱ� |\r\n| `references/reserve_calculation.md` | �������ģ�壬������/������/�������� |\r\n| `references/group_insurance_pricing.md` | ���ն���ר���������ʱ�����ҵ����ϵ�� |\r\n\r\n---\r\n\r\n### CL1/CL2/CL3�ؼ����������ʣ�2025�桤��ѡ��\r\n\r\n**CL1����������ҵ��һ��������/���������ã�**��\r\n\r\n| ���� | ����������(qx, ��) | Ů��������(qx, ��) | ˵�� |\r\n|------|------------------|------------------|------|\r\n| 20 | 0.28 | 0.15 | �����ڣ������ʼ��� |\r\n| 30 | 0.42 | 0.23 | ����֮�꣬���Կ�ʼ���� |\r\n| 40 | 1.12 | 0.67 | ���꣬����������>Ů��1.7�� |\r\n| 50 | 3.45 | 1.98 | ֪��֮�꣬���������� |\r\n| 60 | 8.92 | 5.14 | �����꣬���������ʽӽ�Ů��2�� |\r\n| 70 | 21.34 | 13.87 | ��ϡ֮�꣬�����С |\r\n| 80 | 58.12 | 42.56 | �ȳ�֮�꣬Ů���� |\r\n\r\n**CL2����������ҵ���������ȫ/������ã�**��\r\n\r\n| ���� | ����������(qx, ��) | Ů��������(qx, ��) | ˵�� |\r\n|------|------------------|------------------|------|\r\n| 20 | 0.25 | 0.13 | ��CL1���ͣ������壩 |\r\n| 30 | 0.38 | 0.20 | ��ѡ����� |\r\n| 40 | 1.05 | 0.60 | ������ѡ |\r\n| 50 | 3.20 | 1.85 | ֪����ѡ |\r\n| 60 | 8.10 | 4.75 | ������ѡ |\r\n| 70 | 19.50 | 12.80 | ��ϡ��ѡ |\r\n| 80 | 53.20 | 39.10 | �ȳ���ѡ |\r\n\r\n**CL3��������ҵ�����ר���������ã�**��\r\n\r\n| ���� | ����������(qx, ��) | Ů��������(qx, ��) | ˵�� |\r\n|------|------------------|------------------|------|\r\n| 60 | 7.50 | 4.20 | ���Ͻ���ȡ�ڿ�ʼ |\r\n| 65 | 12.30 | 7.10 | ���Կ�ʼ�������� |\r\n| 70 | 19.80 | 12.50 | Ů�Լ����� |\r\n| 75 | 31.20 | 21.40 | ��Ů�����խ |\r\n| 80 | 48.50 | 35.20 | ������ |\r\n| 85 | 72.30 | 56.10 | Ԥ������<5�� |\r\n| 90 | 103.40 | 84.20 | �����䣬������>100�� |\r\n\r\n> **������Դ**���й�����ʦЭ�ᡶ�й���������ҵ������������2025����CL1/CL2/CL3��2025��10��29�շ�����2026��1��1����ǿ��ִ�С�\r\n\r\n**ʹ�ý���**��\r\n- ��������/�������ղ�Ʒ �� ����ʹ�� **CL1**����������ߣ�������أ�\r\n- ��ȫ��/����գ������ϣ� �� ʹ�� **CL2**���������еȣ�\r\n- ר����ҵ���ϱ��� �� ����ʹ�� **CL3**����������ͣ����Ͻ����ѹ�����\r\n\r\n---\r\n\r\n\r\n*GitHub: https://github.com/gechengling/insurance-actuarial-cn*\r\n## 核心工作流程（Dianjin融合版）\n\n### 第一步：产品定位与定价目标（Dianjin精髓：市场洞察驱动）\n\n| 定价维度 | 核心问题 | 决策输出 |\n|---------|---------|---------|\n| **产品定位** | 目标客群/保障范围/竞争格局 | 产品形态、保障责任、费率策略 |\n| **市场分析** | 同类产品费率/市场份额/增长趋势 | 定价竞争力分析、差异化策略 |\n| **盈利目标** | 目标利润率/投资收益率假设 | 定价假设、利润测试标准 |\n| **监管要求** | 预定利率上限/偿付能力/准备金 | 合规边界、监管风险点 |\n\n**定价目标输出**：\n```\n【定价目标书】\n- 产品名称：[XXX]\n- 目标客群：[年龄/性别/职业/收入]\n- 定价假设：预定利率[X]%，死亡率表[CL1/CL2/CL3]，费用率[X]%\n- 目标利润率：[X]%（IRR口径）\n- 监管要求：偿二代下资本占用[X]元/万元保费\n```\n\n---\n\n### 第二步：发生率假设与经验分析（Dianjin精髓：大数据发生率）\n\n#### 2.1 发生率表选择框架\n| 发生率类型 | 推荐表 | 适用产品 | 监管认可 |\n|---------|---------|---------|---------|\n| **死亡率** | CL1/CL2/CL3（2025版） | 定寿/终身寿 | 强制使用 |\n| **重疾率** | CII1/CII2（2024版） | 重疾险/医疗险 | 强制使用 |\n| **医疗率** | MIR1/MIR2（2025版） | 医疗险/护理险 | 推荐评审 |\n| **年金率** | AFR1/AFR2（2025版） | 年金险/养老金 | 强制使用 |\n| **退保率** | SUR1/SUR2（经验） | 所有产品 | 自行设定 |\n\n#### 2.2 经验发生率分析\n```\n【经验分析流程】\n1. 数据清洗：剔除异常保单、修正录入错误\n2. 经验提取：实际发生率 = f(年龄,性别,保单年度,渠道)\n3. 趋势调整：医疗进步/疾病谱变化/退保行为变化\n4. 置信区间：95%CI，最终发生率 = 经验±[X]%\n5. 与行业对比：中国精算师协会经验表、同业数据\n```\n\n---\n\n### 第三步：保费计算与利润测试（Dianjin精髓：动态利润分析）\n\n#### 3.1 纯保费计算公式\n| 计算项目 | 公式 | 参数说明 |\n|---------|------|---------|\n| **纯保费(NP)** | NP = Σ CF_t × v^t × p_x+t | CF=净现金流，v=贴现因子 |\n| **费用附加** | L(oading) = α×NP + β×P + γ | α=固定%+β=变动%+γ=固定额 |\n| **总保费(P)** | P = (NP + L) / (1 - 利润率%) | 含目标利润的总保费 |\n\n#### 3.2 利润测试模板\n| 测试场景 | IRR(%) | 投资收益率(%) | 退保率(%) | 综合成本率(%) | 结论 |\n|---------|--------|--------------|------------|------------------|------|\n| **基准场景** | [X] | [X] | [X] | [X] | 合格/不合格 |\n| **悲观场景** | [X] | [X]-50bp | [X]+20% | [X]+200bp | 合格/不合格 |\n| **乐观场景** | [X] | [X]+50bp | [X]-20% | [X]-200bp | 合格/不合格 |\n\n**IRR计算代码模板**：\n```python\n# 定价IRR计算\nimport numpy as np\n\ndef calculate_irr(premiums, claims, expenses, reserves):\n cashflows = [premiums - claims - expenses - (reserves[t+1] - reserves[t]) \n for t in range(len(premiums))]\n return np.irr(cashflows)\n\n# 示例：10年期缴重疾险\npremiums = [10000] * 10 # 年缴1万\nclaims = [0, 5000, 15000, ...] # 逐年理赔\nirr = calculate_irr(premiums, claims, [500]*10, [0]*10)\nprint(f\"定价IRR: {irr:.2%}\")\n```\n\n---\n\n### 第四步：准备金评估与偿付能力（Dianjin精髓：偿二代资本计量）\n\n#### 4.1 准备金计量框架\n| 准备金类型 | 计量基础 | 监管公式 | 资本占用 |\n|---------|---------|---------|---------|\n| **最优估计准备金(BEL)** | 预期现金流现值 | BEL = Σ CF × v^t | - |\n| **风险边际(RM)** | 成本/置信度法 | RM = BEL × [X]% | + |\n| **偿付能力准备金(SCR)** | Solvency II/C-ROSS | SCR = max(BEL+RM, 监管要求) | + |\n\n#### 4.2 偿二代资本占用分析\n```\n【C-ROSS资本占用计算】\n1. 保险风险资本(IC)：死亡率/重疾率/退保率/费用风险\n2. 市场风险资本(MC)：利率/权益/房地产/汇率风险\n3. 信用风险资本(CR)：再保/债券/存款对手方风险\n4. 操作风险资本(OR)：固定+变动，按保费/准备金的[X]%\n5. 总资本要求 = IC + MC + CR + OR\n\n偿二代下资本占用：[X]元/万元保费\n```\n\n---\n\n### 第五步：定价报告与监管备案（Dianjin精髓：标准化输出）\n\n**精算定价报告模板**：\n```markdown\n# [产品名称] 精算定价报告\n\n## 一、产品概述\n[产品定位/目标客群/市场竞争分析]\n\n## 二、定价假设\n[生命表/重疾表/投资收益率/费用率/退保率]\n\n## 三、保费计算\n[纯保费/费用附加/总保费/IRR测试结果]\n\n## 四、准备金与资本\n[准备金计量/偿二代资本占用/IFRS17影响]\n\n## 五、敏感性分析\n[利率/死亡率/费用率/退保率±10%影响]\n\n## 六、监管合规\n[偿二代合规/准备金充足性/定价披露要求]\n\n## 七、结论与建议\n[定价结论/盈利能力/监管沟通策略]\n```\n\n---\n\n## 合规约束与审计规则（Dianjin精髓）\n\n1. **监管合规**：严格遵守《保险法》《精算工作规范》《偿二代规则》\n2. **数据质量**：经验数据需清洗、校验，异常情况需说明\n3. **假设合理性**：定价假设需有依据，不得为竞争恶性定价\n4. **准备金充足**：准备金评估需保守，不得为利润释放不足提\n5. **审计留痕**：所有计算过程、假设选择、模型选择需留痕可审计\n\n---\n\n## 测试用例（Dianjin精髓）\n\n**测试场景1：重疾险定价**\n- 输入：30岁男性，20年缴，保额50万\n- 预期输出：年缴保费、IRR、准备金、资本占用\n- 通过标准：定价IRR>3.0%，资本占用<500元/万元\n\n**测试场景2：年金险准备金评估**\n- 输入：终身年金，领取期20年，投资收益率4.0%\n- 预期输出：BEL、RM、SCR\n- 通过标准：SCR/准备金<15%\n\n**测试场景3：偿二代资本计算**\n- 输入：重疾险产品组合，保费1亿\n- 预期输出：IC/MC/CR/OR分项，总资本要求\n- 通过标准：计算逻辑符合C-ROSS规则\n\n---\n\n## 关联技能（Dianjin精髓）\n\n- `insurance-claims-intelligence`：理赔数据→经验发生率更新\n- `insurance-anti-fraud`：欺诈识别→定价反欺诈因子\n- `insurance-product-design`：精算定价→产品设计协同\n- `finance-ai-strategy`：保险AI→精算AI战略协同\n\n---\n\n*本技能融合阿里点金（Qwen Dianjin）金融AI精髓，专注经验发生率分析、动态利润测试、偿二代资本计量。*\n\nFile v5.0.1:README.md\n\n# China Insurance Actuarial Pricing Expert (4th Life Table 2025) / 中国精算定价师（第四套生命表2025）#\r\n\r\n> **English:** AI-powered China insurance actuarial pricing expert — built on the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II framework. Covers pure premium calculation, reserve calculation, solvency capital assessment, and insurance product pricing. Delivers production-ready Python pricing code.\r\n\r\n**Keywords:** actuarial, pricing, life table, C-ROSS, China insurance, solvency capital, insurance product design*\r\n\r\n## ✨ Features#\r\n\r\n- ✅ **4th Life Table (2025) Full Analysis** — CL1/CL2/CL3 tables, vs. 3rd edition comparison, implementation code\r\n- ✅ **China Actuarial Pricing Methodology** — pure premium formula, pricing elements table, critical illness pricing (Python)\r\n- ✅ **Reserve Calculation** — UPR, IBNR, life/reserve calculation templates\r\n- ✅ **Group Insurance Pricing** — pricing elements, experience rate calculation (Python code)\r\n- ✅ **C-ROSS Integration** — pricing rate cap (3.0%), capital occupation vs. pricing strategy*\r\n\r\n## 🚀 Quick Start#\r\n\r\n```bash\r\n# Install this skill\r\nnpx clawhub install @gechengling/china-insurance-actuarial-expert\r\n\r\n# Use in WorkBuddy\r\n/china-insurance-actuarial-expert \"Calculate pure premium for 30-year term life, sum assured 500,000\"\r\n/china-insurance-actuarial-expert \"Generate reserve calculation report for whole life product\"\r\n```\r\n\r\n---\r\n\r\n> **中文介绍：** 中国精算定价师——基于第四套生命表（2025年发布，2026年1月1日实施）和偿二代二期工程（C-ROSS Rules II）的垂直精算Skill。覆盖纯保费计算、准备金计算、偿二代资本占用与定价协同、团险定价专项。内置完整精算定价Python代码。\r\n\r\n**关键词：** 精算、精算定价、费率厘定、生命表、发生率表、重疾发生率、准备金计算、偿付能力资本*\r\n\r\n## ✨ 核心功能#\r\n\r\n- ✅ **第四套生命表（2025）全解析** — CL1/CL2/CL3三表、与第三套对比、使用说明\r\n- ✅ **中国精算定价方法论** — 保险产品定价基本公式、寿险/重疾险/医疗险定价要素\r\n- ✅ **准备金计算** — 未到期责任准备金/已发生赔款准备金/寿险责任准备金\r\n- ✅ **团险定价专项** — 团险定价要素、经验费率计算（Python代码）*\r\n- ✅ **偿二代资本占用与定价协同** — 定价利率上限/偿二代利率风险资本占用*\r\n\r\n## 🚀 快速上手#\r\n\r\n```bash\r\n# 安装此技能\r\nnpx clawhub install @gechengling/china-insurance-actuarial-expert\r\n\r\n# 在WorkBuddy中使用\r\n/china-insurance-actuarial-expert \"计算30年期定期寿险纯保费，保额50万\"\r\n/china-insurance-actuarial-expert \"生成终身寿险准备金计算报告\"\r\n```\r\n\r\n## 📖 What's Included / 包含内容#\r\n\r\n| File / 文件 | Content / 内容说明 |\r\n|------|---------|\r\n| `SKILL.md` | Full skill definition / 完整技能定义 |\r\n| `references/life_table_2025_usage.md` | 第四套生命表使用说明 |\r\n| `references/actuarial_pricing_formulas.md` | 精算定价公式汇总（含代码示例） |\r\n| `references/critical_illness_pricing.md` | 重疾险定价专项 |\r\n| `references/reserve_calculation.md` | 准备金计算模板 |\n\nFile v5.0.1:_meta.json\n\n{\n \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n \"slug\": \"insurance-actuarial-cn\",\n \"version\": \"5.0.1\",\n \"publishedAt\": 1780323621954\n}\n\nFile v5.0.1:references/actuarial_pricing_formulas.md\n\n# 精算定价公式汇总与代码实现\r\n\r\n> 本文件为 `insurance-actuarial-cn` Skill 配套参考\r\n\r\n## 一、核心定价公式速查\r\n\r\n### 1.1 纯保费计算\r\n\r\n```\r\n定期寿险纯保费（期缴）：\r\n P_{x:n}^1 = A_{x:n}^1 / äx:n\r\n \r\n终身寿险纯保费（期缴）：\r\n P_x = A_x / äx\r\n\r\n两全保险纯保费（期缴）：\r\n P_{x:n} = A_{x:n} / äx:n\r\n\r\n年金保险纯保费（期缴）：\r\n P(äx:n) = äx:n / äx:n （即1，被保险人生存即给付）\r\n```\r\n\r\n### 1.2 毛保费计算\r\n\r\n```\r\n毛保费 = 纯保费 / (1 - 附加费用率)\r\n\r\n附加费用率分解：\r\n 总附加费用率 = 渠道费用率 + 管理费用率 + 理赔费用率\r\n 渠道费用率：代理人15%-35%，银保10%-20%，网销5%-10%\r\n 管理费用率：3%-8%\r\n 理赔费用率：1%-3%\r\n```\r\n\r\n### 1.3 准备金计算\r\n\r\n```\r\n过去法准备金：\r\n _tV = P × s_{x:t} - A^1_{x:t}\r\n\r\n未来法准备金：\r\n _tV = A_{x+t:n-t} - P × ä_{x+t:n-t}\r\n\r\n其中 s_{x:t} = (1+i)^t × ä'_x:t（保费累积值）\r\n```\r\n\r\n## 二、精算代码实现\r\n\r\n```python\r\n# 精算定价完整实现\r\nimport numpy as np\r\n\r\n# 第四套生命表(2025) CL1 简化数据（实际应用从官方文件读取）\r\n# 格式：{年龄: [l_x, d_x]}\r\nLIFE_TABLE_CL1 = {\r\n # 年龄: [l_x(生存人数), d_x(死亡人数)]，以100万为基数\r\n 30: [996234, 567], 31: [995667, 612], 32: [995055, 661],\r\n 33: [994394, 714], 34: [993680, 771], 35: [992909, 833],\r\n 36: [992076, 901], 37: [991175, 976], 38: [990199, 1057],\r\n 39: [989142, 1145], 40: [987997, 1240], 41: [986757, 1343],\r\n 42: [985414, 1454], 43: [983960, 1575], 44: [982385, 1707],\r\n 45: [980678, 1851], 46: [978827, 2010], 47: [976817, 2186],\r\n 48: [974631, 2379], 49: [972252, 2592], 50: [969660, 2825],\r\n}\r\n\r\ndef v(i):\r\n \"\"\"折现因子\"\"\"\r\n return 1 / (1 + i)\r\n\r\ndef life_table_lookup(age, table='CL1'):\r\n \"\"\"查找生命表数据\"\"\"\r\n if age in LIFE_TABLE_CL1:\r\n return LIFE_TABLE_CL1[age]\r\n # 简化处理，实际应用需完整表格\r\n return [1000000 - age * 500, 1000 + age * 20]\r\n\r\ndef mortality_rate(age):\r\n \"\"\"死亡率 q_x\"\"\"\r\n l_x, d_x = life_table_lookup(age)\r\n return d_x / l_x\r\n\r\ndef survival_prob(age, years):\r\n \"\"\"生存概率 nP_x\"\"\"\r\n result = 1.0\r\n for t in range(years):\r\n result *= (1 - mortality_rate(age + t))\r\n return result\r\n\r\ndef annuity_due(age, years, i=0.03):\r\n \"\"\"期首付生存年金现值 ä_x:n\"\"\"\r\n v_factor = v(i)\r\n total = 0\r\n for k in range(years):\r\n n_pk = survival_prob(age, k)\r\n total += v_factor ** k * n_pk\r\n return total\r\n\r\ndef term_insurance_pv(age, years, i=0.03):\r\n \"\"\"定期寿险趸缴纯保费现值 A^1_x:n\"\"\"\r\n v_factor = v(i)\r\n total = 0\r\n for k in range(years):\r\n q_xk = mortality_rate(age + k)\r\n n_pk_prev = survival_prob(age, k)\r\n total += v_factor ** (k + 1) * q_xk * n_pk_prev\r\n return total\r\n\r\ndef calculate_term_life_premium(age, sum_assured, term_years, \r\n interest_rate=0.03, loading_rate=0.30):\r\n \"\"\"\r\n 定期寿险保费计算完整函数\r\n \"\"\"\r\n # 纯保费\r\n A = term_insurance_pv(age, term_years, interest_rate)\r\n annuity = annuity_due(age, term_years, interest_rate)\r\n pure_premium = sum_assured * A / annuity\r\n \r\n # 毛保费（附加费用）\r\n gross_premium = pure_premium / (1 - loading_rate)\r\n \r\n return {\r\n 'age': age,\r\n 'sum_assured': sum_assured,\r\n 'term_years': term_years,\r\n 'interest_rate': interest_rate,\r\n 'pure_premium': round(pure_premium, 2),\r\n 'loading_rate': loading_rate,\r\n 'gross_premium': round(gross_premium, 2),\r\n 'loading_amount': round(gross_premium - pure_premium, 2)\r\n }\r\n\r\n# 示例：30岁男性，100万保额，20年定期寿险，预定利率3.0%\r\nresult = calculate_term_life_premium(age=30, sum_assured=1000000, term_years=20)\r\nprint(f\"年缴纯保费: {result['pure_premium']:.2f} 元/年\")\r\nprint(f\"年缴毛保费: {result['gross_premium']:.2f} 元/年\")\r\nprint(f\"附加费用: {result['loading_amount']:.2f} 元/年\")\r\n```\r\n\r\n## 三、第四套生命表(2025)应用注意事项\r\n\r\n### 3.1 表的选用原则\r\n\r\n| 产品类型 | 选用生命表 | 说明 |\r\n|---------|----------|------|\r\n| 定期寿险、终身寿险 | CL1 | 保障为主，死亡率相对高 |\r\n| 两全险、年金险（普通） | CL2 | 储蓄为主，死亡率相对低 |\r\n| 专属养老保险、养老年金 | **CL3** | 专为养老设计，寿命假设更长 |\r\n\r\n### 3.2 重疾恶化因子（偿二代规则II）\r\n\r\n```python\r\ndef critical_illness_deterioration_factor(age, duration):\r\n \"\"\"\r\n 重疾恶化因子（简化估算）\r\n 用于偿二代资本计量，反映重疾发生率随年龄上升的趋势\r\n \r\n 实际因子应从精算师协会官方发布的恶化因子表中查找\r\n \"\"\"\r\n # 简化公式，实际应用查表\r\n base_factor = 0.0 # 基础因子\r\n age_deterioration = (age - 30) * 0.003 # 年龄恶化效应\r\n duration_deterioration = duration * 0.005 # 保单期间恶化效应\r\n \r\n return max(0, base_factor + age_deterioration + duration_deterioration)\r\n\r\n# 示例：45岁，10年有效保单\r\nfactor = critical_illness_deterioration_factor(45, 10)\r\nprint(f\"重疾恶化因子: {factor:.2%}\") # 约10.5%\r\n```\r\n\r\n### 3.3 2025版vs2010版生命表差异的实际影响\r\n\r\n| 产品 | 第三套(2010)定价基准 | 第四套(2025)定价基准 | 影响方向 |\r\n|------|-------------------|-------------------|---------|\r\n| 终身寿险 | CL1 | CL1（更新） | 保费略涨（寿命延长）|\r\n| 两全险 | CL2 | CL2（更新） | 基本持平 |\r\n| 养老年金 | CL2 | **CL3专用表** | 保费更精准，成本更合理 |\r\n| 重疾险 | 旧发生率表 | 恶化因子 | 资本占用增加 |\n\nFile v5.0.1:references/life_table_2025_usage.md\n\n# 第四套生命表(2025)使用说明与精算定价公式\r\n\r\n> 本文件为 `insurance-actuarial-cn` Skill 配套参考\r\n\r\n## 一、第四套生命表概述\r\n\r\n**发布机构**：中国精算师协会\r\n**发布日期**：2025年10月29日\r\n**实施日期**：2026年1月1日（金融监管总局同步发文）\r\n**取代**：第三套生命表（2010版，基线数据2005-2008年）\r\n\r\n### 三张核心表\r\n\r\n| 表名 | 表编号 | 适用业务 |\r\n|------|-------|---------|\r\n| 非养老类业务一表 | CL1 | 定期寿险、终身寿险（保障型） |\r\n| 非养老类业务二表 | CL2 | 两全保险、年金保险（储蓄型） |\r\n| 养老类业务表 | CL3 | 专属养老保险、养老年金 |\r\n\r\n### 与第三套生命表主要差异\r\n\r\n| 维度 | 第三套(2010) | 第四套(2025) | 差异影响 |\r\n|------|-------------|-------------|---------|\r\n| 基线数据 | 2005-2008年 | 2018-2023年 | 反映寿命延长趋势 |\r\n| 男性预期寿命(60岁) | +20.7岁 | +22.5岁 | 年金险赔付期延长约2年 |\r\n| 女性预期寿命(60岁) | +24.2岁 | +26.1岁 | 女性养老险成本上升 |\r\n| 养老类业务 | 无专项表 | **新增CL3专项表** | 养老险定价更精准 |\r\n| 编制机构 | 中国人寿保险业经验生命表编制办公室 | 中国精算师协会 | 权威性提升 |\r\n\r\n## 二、生命表基础符号与计算\r\n\r\n### 符号说明\r\n\r\n| 符号 | 定义 | 说明 |\r\n|------|------|------|\r\n| l_x | x岁初始生存人数 | 基准：l_0 = 100,000（假设基数） |\r\n| d_x | x岁至x+1岁的死亡人数 | d_x = l_x - l_{x+1} |\r\n| q_x | x岁的死亡率 | q_x = d_x / l_x |\r\n| p_x | x岁的生存率 | p_x = 1 - q_x |\r\n| e_x | x岁的人均余命 | e_x = Σ(l_{x+t} / l_x)，t=0到极限年龄 |\r\n| _nP_x | x岁在未来n年内的生存概率 | _nP_x = l_{x+n} / l_x |\r\n\r\n### 定价基本公式\r\n\r\n```\r\n定期寿险趸缴纯保费：\r\n A_{x:n}^1 = Σ v^{k+1} × d_{x+k} / l_x (k = 0, 1, ..., n-1)\r\n 其中 v = 1/(1+i)，i = 预定利率\r\n\r\n生存年金（期首付）：\r\n äx:n = Σ v^k × _kP_x (k = 0, 1, ..., n-1)\r\n\r\n期缴纯保费：\r\n P = A_{x:n}^1 / äx:n （定期寿险）\r\n P = A_x / äx （终身寿险）\r\n\r\n 其中 A_x = Σ v^{k+1} × d_{x+k} / l_x （终身寿险趸缴纯保费）\r\n```\r\n\r\n## 三、精算定价代码示例\r\n\r\n```python\r\n# 第四套生命表定价示例\r\nimport numpy as np\r\n\r\n# 第四套生命表(2025) CL1 示例数据（简化版，实际使用完整表）\r\n# 数据来源：中国精算师协会《中国人身保险业经验生命表（2025）》\r\n\r\n# 定期寿险定价（30岁男性，保额100万，保障20年，预定利率3.0%）\r\ndef term_life_premium(age, sum_assured, term, interest_rate, table='CL1'):\r\n \"\"\"\r\n 定期寿险期缴纯保费计算\r\n \"\"\"\r\n # 加载第四套生命表数据（实际应用中从官方文件读取）\r\n l_x = load_life_table(table) # 生存人数表\r\n d_x = load_decrement_table(table) # 死亡人数表\r\n \r\n v = 1 / (1 + interest_rate) # 折现因子\r\n i = interest_rate\r\n \r\n # 死亡给附现值（A公式）\r\n death_pv = 0\r\n for k in range(term):\r\n # 第k年的死亡率\r\n q = d_x[age + k] / l_x[age + k]\r\n # 折现因子\r\n v_k1 = v ** (k + 1)\r\n death_pv += v_k1 * q\r\n \r\n # 生存年金现值（ä公式，期首付）\r\n annuity_pv = 0\r\n for k in range(term):\r\n # 第k年的生存率\r\n p = 1 - d_x[age + k] / l_x[age + k]\r\n v_k = v ** k\r\n annuity_pv += v_k * np.prod([1 - d_x[age + j] / l_x[age + j] for j in range(k)])\r\n \r\n # 期缴纯保费\r\n pure_premium = sum_assured * death_pv / annuity_pv\r\n \r\n return {\r\n 'pure_premium': pure_premium,\r\n 'death_pv': death_pv,\r\n 'annuity_pv': annuity_pv,\r\n 'v': v\r\n }\r\n\r\n# 终身寿险定价\r\ndef whole_life_premium(age, sum_assured, interest_rate, table='CL1'):\r\n \"\"\"\r\n 终身寿险期缴纯保费（生命表到105岁）\r\n \"\"\"\r\n l_x = load_life_table(table)\r\n d_x = load_decrement_table(table)\r\n v = 1 / (1 + interest_rate)\r\n \r\n death_pv = 0\r\n for k in range(105 - age): # 生命表极限年龄约105岁\r\n q = d_x[age + k] / l_x[age + k]\r\n death_pv += v ** (k + 1) * q\r\n \r\n # 终身生存年金（简化）\r\n annuity_pv = sum(1 / (1 + interest_rate) ** k * l_x[age + k] / l_x[age] for k in range(105 - age))\r\n \r\n return sum_assured * death_pv / annuity_pv\r\n```\r\n\r\n## 四、准备金计算公式\r\n\r\n```python\r\ndef calculate_reserve(age, sum_assured, policy_year, premium, \r\n interest_rate, table='CL1'):\r\n \"\"\"\r\n 过去法计算寿险责任准备金\r\n 准备金 = 已缴纯保费累积值 - 已给付保险金现值\r\n \r\n 第t年末准备金（过去法）：\r\n _tV = P × ä'_x:t - A^1_{x:t}\r\n \r\n 其中：\r\n - P：期缴纯保费\r\n - ä'_x:t：已缴保费累积值（考虑利息）\r\n - A^1_{x:t}：已给付保险金现值\r\n \"\"\"\r\n v = 1 / (1 + interest_rate)\r\n \r\n # 已缴保费累积值（过去法）\r\n premium_accumulated = premium * ((1 + interest_rate) ** policy_year - 1) / interest_rate\r\n \r\n # 未来给付现值（未来法，简化）\r\n future_payment_pv = sum_assured * 0.02 * v ** policy_year # 简化估算\r\n \r\n reserve = premium_accumulated - future_payment_pv\r\n \r\n return max(0, reserve) # 准备金不能为负\r\n```\r\n\r\n## 五、预定利率上限与产品设计协同\r\n\r\n| 时间段 | 预定利率上限 | 适用险种 |\r\n|-------|-----------|---------|\r\n| 2013-2019年 | 4.025% | 普通型寿险 |\r\n| 2019-2023年 | 3.5% | 普通型寿险 |\r\n| 2023年起 | 3.0% | 普通型寿险 |\r\n| 2024年起 | 分红险上限2.0% | 分红险 |\r\n| 现行 | 3.0%（普通型） | 终身寿险/年金险 |\r\n\r\n**产品策略建议**：\r\n- 预定利率3.0%环境下：增额终身寿险竞争力下降，年金险价值凸显\r\n- 分红险+万能账户组合：对抗利率下行风险\r\n- 健康险（定价不受利率上限约束）：重点发展方向\n\nFile v5.0.1:skill-card.md\n\n## Description:
\nProvides China insurance actuarial pricing, reserve, solvency capital, and IFRS 17/HKFRS 17 guidance using the fourth life table and C-ROSS Phase II framework.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[gechengling](https://clawhub.ai/user/gechengling)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nChinese actuaries, insurance product pricing teams, and product development teams use this skill to structure actuarial pricing work, reserve calculations, solvency capital analysis, and actuarial report \n\nArchive v5.0.0: 6 files, 15989 bytes\n\nFiles: README.md (3285b), references/actuarial_pricing_formulas.md (5854b), references/life_table_2025_usage.md (6045b), skill-card.md (2569b), SKILL.md (15510b), _meta.json (141b)\n\nArchive v4.0.2: 6 files, 13960 bytes\n\nFiles: README.md (3285b), references/actuarial_pricing_formulas.md (5854b), references/life_table_2025_usage.md (6045b), skill-card.md (2186b), SKILL.md (11676b), _meta.json (141b)\n\nArchive v4.0.1: 5 files, 12473 bytes\n\nFiles: README.md (3285b), references/actuarial_pricing_formulas.md (5854b), references/life_table_2025_usage.md (6045b), SKILL.md (11814b), _meta.json (141b)\n\nArchive v2.0.0: 5 files, 12065 bytes\n\nFiles: README.md (3285b), references/actuarial_pricing_formulas.md (5854b), references/life_table_2025_usage.md (6045b), SKILL.md (10803b), _meta.json (141b)","readmeExcerpt":"Skill: China Insurance Actuarial Pricing Expert Owner: gechengling Summary: AI-powered China insurance actuarial pricing skill — uses the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II (Rules II 2024) framework. Calculates pure premium, reserves, solvency capital, and supports IFRS 17 / HKFRS 17 transition. Covers critical illness, annuity, health, group and pension product pricing with Python code t","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"毛保费 G = 纯保费 P + 费用附加 L\n纯保费现值 PV(P) = 给付现值 PV(B) + 退保现值 PV(S)\n现值方程：Σ v^t · (给付 + 费用) · p_x = Σ v^t · 保费 · p_x\n其中 v = 1/(1+i)，i 为预定利率"},{"language":"python","snippet":"def critical_illness_premium(age, sum_assured, policy_term, payment_term, i=0.025):\n \"\"\"示意：重疾险年缴纯保费（等价原则简化版）\"\"\"\n v = 1 / (1 + i)\n # 重疾给付现值\n A_ci = 0.0\n for t in range(policy_term):\n q_ci = lookup_ci_rate(age + t, t) # 查第四套重疾发生率\n A_ci += v ** (t + 1) * q_ci * sum_assured\n # 身故给付现值\n A_death = 0.0\n for t in range(policy_term):\n q_d = lookup_mortality_CL1(age + t, t) # 查 CL1 死亡率\n A_death += v ** (t + 1) * q_d * sum_assured\n # 缴费期生存年金现值 Nx\n Nx = sum(v ** t * survival_prob(age, t) for t in range(payment_term))\n pure_premium = (A_ci + A_death) / Nx\n return pure_premium\n\n# 示例：30 岁男性，50 万保额，20 年缴，预定利率 2.5%\nprem = critical_illness_premium(30, 500000, 30, 20, i=0.025)\nprint(f\"年缴纯保费约：{prem:,.0f} 元\")"},{"language":"text","snippet":"最终费率 = Z × 经验费率 + (1 - Z) × 手册费率\nZ = n / (n + k) # n 为观察年数，k 为全行业索赔频率稳定值"},{"language":"text","snippet":"FCF = PV(未来现金流出: 赔付+费用+资本成本)\n - PV(未来现金流入: 保费)\n + 风险调整 RA\nTVOG = 未来服务现金流现值（用于 CSM 计量）"},{"language":"text","snippet":"毛保费 G = 纯保费 P + 费用附加 L\n纯保费现值 PV(P) = 给付现值 PV(B) + 退保现值 PV(S)\n现值方程：Σ v^t · (给付 + 费用) · p_x = Σ v^t · 保费 · p_x\n其中 v = 1/(1+i)，i 为预定利率"},{"language":"python","snippet":"def critical_illness_premium(age, sum_assured, policy_term, payment_term, i=0.025):\n \"\"\"示意：重疾险年缴纯保费（等价原则简化版）\"\"\"\n v = 1 / (1 + i)\n # 重疾给付现值\n A_ci = 0.0\n for t in range(policy_term):\n q_ci = lookup_ci_rate(age + t, t) # 查第四套重疾发生率\n A_ci += v ** (t + 1) * q_ci * sum_assured\n # 身故给付现值\n A_death = 0.0\n for t in range(policy_term):\n q_d = lookup_mortality_CL1(age + t, t) # 查 CL1 死亡率\n A_death += v ** (t + 1) * q_d * sum_assured\n # 缴费期生存年金现值 Nx\n Nx = sum(v ** t * survival_prob(age, t) for t in range(payment_term))\n pure_premium = (A_ci + A_death) / Nx\n return pure_premium\n\n# 示例：30 岁男性，50 万保额，20 年缴，预定利率 2.5%\nprem = critical_illness_premium(30, 500000, 30, 20, i=0.025)\nprint(f\"年缴纯保费约：{prem:,.0f} 元\")"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: China Insurance Actuarial Pricing Expert\ndescription: >\n AI-powered China insurance actuarial pricing skill — uses the 4th Life Table (2025, effective 2026-01-01)\n and C-ROSS Phase II (Rules II 2024) framework. Calculates pure premium, reserves, solvency capital, and\n supports IFRS 17 / HKFRS 17 transition. Covers critical illness, annuity, health, group and pension product\n pricing with Python code templates. Built for Chinese actuaries, product pricing teams, and insurance\n product development. Keywords: actuarial, pricing, life table 2025, C-ROSS, IFRS 17, China insurance,\n solvency capital, insurance product design, 精算定价, 保险产品开发, 产品定价, 准备金计算, 偿二代,\n 第四套生命表, 重疾险, 年金险, 医疗险, Python建模, 精算模型.\nslug: insurance-actuarial-cn\nversion: \"5.1.3\"\ncapabilities:\n - educational-reference\n - advisory-only\n - requires-human-review\n - illustrative-code-samples\n---\n\n# China Insurance Actuarial Pricing Expert（第四套生命表 2025）/ 中国保险精算定价专家\n\n> **⚠️ 安全声明 / SECURITY NOTICE**\n> - **Type:** Educational reference / analytical framework ONLY（纯方法论参考框架）\n> - **No bundled executable code, scripts, or binaries** — only illustrative Python snippets you run in your own environment\n> - **No persistent storage, network calls, or background execution** are performed by this skill\n> - **No credential collection, PII processing, or system access**\n> - **All outputs require human review by a qualified actuary before real-world application**\n> - **NOT financial, legal, or insurance advice**\n\n> **⚠️ 免责声明 / DISCLAIMER**\n> - **English:** This skill provides methodology, formulas, and illustrative calculation templates ONLY. It does\n> NOT contain production actuarial systems, regulatory filing engines, or validated model libraries. All\n> figures (e.g., \"mortality improvement 20%-30%\") are literature/regulatory benchmarks or design targets, NOT\n> results of this skill. Pricing, reserving, and solvency outputs MUST be reviewed and signed off by a\n> qualified actuary and comply with C-ROSS / IFRS 17 requirements.\n> - **中文：** 本 Skill 仅提供方法论、公式与示意性计算模板，不含生产级精算系统、监管报备引擎或已校验模型库。\n> 所有数据（如\"死亡率改善 20%-30%\"）均为文献/监管基准或设计目标，非本 Skill 实测结果。所有定价、准备金与\n> 偿付能力输出**必须经持证精算师审核签字**，并符合偿二代、IFRS 17 等监管要求。\n\n> **🔒 数据最小化 / DATA MINIMIZATION（2026-09-21 补充）**\n> - 定价与评估只使用完成任务所必需的最小字段集；保单登记、健康告知、理赔明细等含个人信息的内容，须脱敏、聚合或取得授权后方可使用。\n> - 本技能不索取、不存储任何凭据、密钥与生产数据；示意代码请在自有授权环境中运行。\n> - **保存/外发前确认**：任何定价报告、测算表与图表，必须先向用户完整预览并经用户明确确认后再写入磁盘或对外发送。\n\n\n\n> **🔒 数据安全 / DATA SECURITY**\n> - 保单登记、健康告知、理赔等含个人敏感信息，须遵循《个人信息保护法》与保险行业最小必要、授权留痕要求。\n> - 示例中的客户/产品数据均为虚构，真实精算工作请在合规授权环境中进行，禁止将未脱敏 PII 输入通用对话环境。\n\n---\n\n## Trigger Keywords / 触发关键词\n\n**English Triggers:** insurance actuarial pricing, life table 2025, C-ROSS Phase II, IFRS 17 pricing, pure premium,\nreserve calculation, solvency capital, product pricing, critical illness pricing, annuity pricing, group insurance\npricing, China insurance actuary, 偿二代资本, 准备金评估, 定价模型\n\n**中文触发词（优先）：** 保险精算定价 / 第四套生命表 / 2025生命表 / 偿二代二期 / IFRS17 / 准备金计算 / 纯保费 /\n毛保费 / 产品定价 / 重疾险定价 / 年金险定价 / 医疗险"},{"path":"_meta.json","content":"{\n \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n \"slug\": \"insurance-actuarial-cn\",\n \"version\": \"5.1.3\",\n \"publishedAt\": 1789969705807\n}"},{"path":"skill-card.md","content":"## Description:\n\nAI-powered China insurance actuarial pricing skill that uses the 4th Life Table (2025, effective 2026-01-01) and C-ROSS Phase II (Rules II 2024) framework to support pure premium, reserve, solvency capital, and IFRS 17 / HKFRS 17 transition analysis for Chinese insurance products.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[gechengling](https://clawhub.ai/user/gechengling)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal actuaries, insurance product pricing teams, and product development teams use this skill to draft China-focused pricing, reserving, solvency, and IFRS 17 / HKFRS 17 analysis. Outputs are advisory reference material and illustrative templates that require qualified actuarial review before real-world use.\n\n### Deployment Geography for Use:\n\nChina\n\n## Known Risks and Mitigations:\n\nRisk: Actuarial outputs may be incorrect, outdated, or unsuitable for current China insurance regulatory requirements.\n\nMitigation: Verify current regulations, assumptions, and calculations with official sources and require qualified actuarial review before pricing, reserving, reporting, or filings.\n\nRisk: Users may enter unredacted policyholder, health, claims, or other sensitive insurance data.\n\nMitigation: Use only the minimum necessary fields and anonymize, aggregate, or otherwise protect sensitive data before using the skill.\n\nRisk: Illustrative formulas or Python snippets may be treated as production actuarial systems or validated filing models.\n\nMitigation: Treat examples as reference templates only and validate any implementation in the user's authorized modeling environment before use.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/gechengling/skills/insurance-actuarial-cn)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Code, Guidance]\n\n**Output Format:** [Markdown with formulas, tables, and illustrative Python code blocks]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Advisory-only outputs; real-world pricing, reserving, reporting, or filings require qualified actuarial review.]\n\n## Skill Version(s):\n\n5.1.3 (source: frontmatter and server release evidence)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment."}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":null,"editorialQuality":{"score":100,"threshold":65,"status":"thin","wordCount":1353,"uniquenessScore":44,"reasons":["uniqueness-below-45"]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-09T21:52:25.356Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-09T21:52:25.356Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-10T04:24:20.313Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}