准精算师精算模型与数据分析考前速记清单

准精算师精算模型与数据分析考前速记清单核心原则：准精算师《精算模型与数据分析》考试以“精算模型构建、数据处理、定量分析、实务应用”为核心，贴合保险经营中的损失风险、经营风险评估场景，题型包括单项选择题（35道，70分）、分析计算题（5道，26分）、Excel操作题（1道，4分），满分100分，60分及格。本清单聚焦高频考点、必记公式、模型步骤、实操技巧和易错点，摒弃冗余理论，适配考前1-3天快速背诵，重点突出“记模型、会计算、懂实操、避陷阱”，助力精准踩分，高效复盘核心考点，贴合考试大纲要求和精算实务导向。一、基础核心：数据处理与质量控制（必记，占比10%）核心考查数据收集、清洗、预处理及质量控制，是精算模型构建的前提，侧重实操细节和常见问题处理，客观题、Excel操作题均有考查，同时为后续模型分析奠定基础。核心考点及采分点：

数据收集与分类：

精算数据核心类型：保单数据（保额、保费、投保年龄、保险期限）、理赔数据（理赔次数、理赔金额、理赔原因）、暴露数据（暴露单位、暴露时间）、市场数据（利率、费率、行业基准）。数据收集原则：完整性、准确性、一致性、时效性，避免数据缺失、重复、异常，这是后续模型精准度的核心前提。数据预处理（必考，Excel实操高频）：

数据清洗：处理缺失值（均值填充、中位数填充、插值法，避免直接删除导致样本偏差）、异常值（箱线图、Z-分数法识别，处理方式：删除、修正、标准化，异常值处理不当会扭曲数据真实分布）、重复值（去重处理，避免重复计算）。数据转换：分类数据编码（哑变量编码、标签编码）、连续数据标准化（Z标准化：Z=X−μ数据整合：多来源数据合并（关联保单数据与理赔数据）、数据筛选（按业务类型、时间范围筛选有效数据），Excel中常用VLOOKUP、数据透视表实现。数据质量控制（高频易错）：

常见数据偏差：数据收集偏差、选择偏差、处理偏差，会导致模型分析结果失真，需通过交叉验证、样本对比修正。质量校验方法：描述性统计（均值、方差、中位数、四分位数）、数据可视化（直方图、散点图、箱线图），检验数据分布合理性，识别异常情况。常用工具：Excel（核心，用于数据清洗、透视、图表绘制、回归分析、MSE计算）、R/Python（辅助，用于批量数据处理、复杂模型拟合）、SPSS（统计分析），重点掌握Excel实操技巧。避坑提示：①缺失值直接删除，导致样本量不足、结果偏差；②异常值未处理或处理过度，扭曲数据分布；③数据转换时编码错误，影响模型输入；④忽视数据一致性，多来源数据关联错误；⑤过度依赖历史数据，忽视数据时效性和范式转换期的非连续性。二、核心模块一：风险理论与损失模型（必考，占比30%）核心考查随机过程、理赔额与理赔次数分布、个体/聚合风险模型、破产模型，是精算模型的核心基础，侧重公式应用和模型推导，计算题、客观题高频考查，贴合保险理赔风险评估实务。核心考点、公式及采分点：

随机过程基础：

核心概念：泊松过程（理赔次数常用）、马尔可夫链（状态转移分析，如保单状态变化），重点掌握泊松过程的性质（平稳独立增量、计数过程）。泊松过程关键公式：设N(t)为t时刻前的理赔次数，服从泊松分布Nt∼Pλt，则P理赔次数与理赔额分布（必记）：

理赔次数分布（高频）：

泊松分布Pλ：EN=λ二项分布Bnp：EN理赔额分布（高频）：

指数分布Expλ：密度函数fx=λe−λx对数正态分布：若lnX∼Nμσ帕累托分布：密度函数fx=αθα个体与聚合风险模型（核心，计算题必考）：

个体风险模型：单个保单的理赔额Xi，总理赔额S=i=1nXi聚合风险模型（复合分布，必考）：总理赔额S=i=1NXi，其中N为理赔次数，Xi核心公式：ES=ENEX破产模型（基础，客观题高频）：

核心概念：盈余过程Ut破产概率：ψu核心题型模板（直接套用）：

聚合风险模型计算：①确定理赔次数N的分布和单次理赔额X的分布；②计算EN、VarN、EX理赔分布参数计算：①根据已知期望、方差，代入对应分布（指数、对数正态、帕累托）的公式，求解未知参数；②验证参数合理性，结合理赔数据分布特征判断。避坑提示：①聚合风险模型方差公式记错（遗漏交叉项）；②混淆个体与聚合风险模型的适用场景；③泊松过程的参数含义混淆（λ为单位时间理赔率，非总理赔率）；④对数正态、帕累托分布的期望、方差公式记混；⑤破产模型中盈余过程的变量含义混淆，破产概率的影响因素判断错误。三、核心模块二：生存分析与生命表（必考，占比15%）核心考查生存模型理论、生存函数估计、生命表基础知识及编制原理，侧重寿险精算实务应用，客观题、计算题均有考查，重点是生存函数、生命表相关指标的计算与应用。核心考点及采分点：

生存模型核心概念：

生存函数：Sx=PTxt)=P死亡力（瞬时死亡率）：μx=lim生命表相关指标（必记）：

死亡率qx=dxl生存人数lx+t=l生存函数估计方法（高频）：

Kaplan-Meier乘积限估计（KM估计）：适用于右删失数据（如保单持有人未发生理赔、未死亡），核心公式：St=ti≤t1−dini，其中参数估计法：假设生存函数服从特定分布（指数分布、Weibull分布），通过极大似然估计求解分布参数，进而得到生存函数。生命表编制原理（基础）：核心步骤：收集人口死亡数据→整理暴露人口→计算死亡率qx→计算生存人数lx、死亡人数常用生命表类型：选择生命表（考虑投保时的健康状况）、综合生命表（不区分投保健康状况），寿险精算中多使用选择生命表。避坑提示：①生存函数与死亡力的关系记反；②KM估计中删失数据处理错误，遗漏ni的调整；③生命表指标公式记错（如qx与lx四、核心模块三：随机模拟（必考，占比10%）核心考查随机数生成、模拟样本容量确定、Bootstrap模拟、MCMC模拟，侧重方法应用和步骤记忆，客观题、计算题均有考查，是精算模型中处理复杂风险的核心工具，贴合风险聚合、参数估计实务。核心考点及采分点：

随机数生成（基础）：

均匀随机数（0,1）生成：Excel中用RAND()函数，核心用途：生成其他分布的随机数（如正态、指数、泊松分布）。常用分布随机数生成：

指数分布：利用均匀随机数U，生成X=−1λln正态分布：利用中心极限定理，通过多个均匀随机数叠加生成，Excel中用NORM.INV()函数直接生成。模拟样本容量确定：

核心原则：样本容量越大，模拟结果越接近真实值，但计算量越大；需结合精度要求（如方差、误差范围）确定，常用方法：根据中心极限定理，结合允许误差和置信水平，计算最小样本容量。关键结论：模拟误差与样本容量的平方根成反比，即样本容量增大，误差减小，但边际效益递减。常用模拟方法（必考）：

Bootstrap模拟（重点）：

核心用途：参数估计（如均值、方差）、误差估计、置信区间构造，适用于样本量较小、分布未知的场景。步骤：①从原始样本中重复抽样（有放回），生成多个Bootstrap样本；②对每个样本计算目标参数（如均值）；③利用多个参数估计值，计算参数的均值、方差和置信区间。MCMC模拟（基础）：

核心用途：复杂分布的抽样、贝叶斯参数估计，适用于高维、非线性模型。核心思想：通过构建马尔可夫链，使链的平稳分布等于目标分布，进而生成目标分布的样本，重点掌握其核心应用场景，无需深入推导。模拟应用场景：聚合风险模型的总理赔额模拟、生存函数的模拟估计、复杂参数的区间估计，精算中常用于压力测试（如极端场景下的风险评估）。避坑提示：①指数分布随机数生成公式记错；②Bootstrap模拟抽样方式错误（无放回抽样）；③样本容量确定忽略精度要求，盲目增大样本容量；④混淆MCMC模拟与Bootstrap模拟的适用场景；⑤模拟结果未进行误差分析，直接用于决策。五、核心模块四：回归分析（必考，占比15%）核心考查线性回归、广义线性模型、惩罚线性回归模型，侧重模型构建、参数估计、拟合度检验，计算题、客观题均有考查，是精算中保费定价、理赔预测的核心工具，Excel实操中也会涉及回归分析。核心考点及采分点：

线性回归（基础，必考）：

模型形式：y=β0+β1参数估计：最小二乘法（OLS），核心目标：最小化残差平方和i=1n拟合度检验（必记）：

决定系数R2=SSRF检验（整体显著性）：检验回归模型整体是否显著，F=SSR/kt检验（单个系数显著性）：检验单个回归系数βi是否显著，t=广义线性模型（GLM，重点）：

核心用途：解决线性回归不满足正态性、方差齐性的问题（如理赔次数为计数数据、理赔额为非负数据），精算中保费定价、理赔预测高频应用。核心组成：随机部分（响应变量的分布，如泊松分布、伽马分布）、系统部分（解释变量的线性组合η=β0+常见GLM模型：

泊松回归：响应变量为计数数据（如理赔次数），连接函数为对数连接，lnμ伽马回归：响应变量为非负连续数据（如理赔额），连接函数为对数连接，适用于方差与均值相关的场景。惩罚线性回归模型（基础）：

核心用途：解决多重共线性、模型过拟合问题，常用方法：Lasso回归（L1惩罚，可进行变量选择）、Ridge回归（L2惩罚，可降低系数方差）。核心思想：在残差平方和的基础上，增加惩罚项（L1或L2），控制回归系数的大小，避免过拟合，提高模型泛化能力。核心题型模板（直接套用）：

线性回归实操：①确定响应变量和解释变量；②用OLS估计回归系数；③计算R2广义线性模型应用：①根据响应变量类型，选择合适的分布（泊松、伽马）和连接函数；②估计模型参数；③检验模型拟合效果，结合精算场景（如保费定价）进行预测。避坑提示：①线性回归忽略正态性、方差齐性假设，直接建模；②R2解读错误（认为R六、核心模块五：时间序列基础（必考，占比10%）核心考查时间序列的基本概念、平稳时间序列、滑动平均自回归模型（ARMA）、多维时间序列的协整性，侧重模型识别、参数估计和预测，客观题、计算题均有考查，适用于保费收入、理赔额的趋势预测。核心考点及采分点：

时间序列基本概念：

定义：按时间顺序排列的观测值序列（如每月保费收入、每年理赔额），核心特征：趋势性、季节性、周期性、随机性。分解：时间序列Xt=Tt+St+C平稳时间序列（核心）：

定义：均值、方差不随时间变化，自协方差仅与时间间隔有关（不随时间位置变化），是ARMA模型的前提。平稳性检验：直观检验（时序图、自相关图ACF）、单位根检验（ADF检验），若存在单位根，序列非平稳，需进行差分处理（如一阶差分、二阶差分）。ARMA模型（必考）：

模型分类：

AR(p)模型（自回归模型）：Xt=φMA(q)模型（滑动平均模型）：XtARMA(p,q)模型：AR(p)与MA(q)的结合，Xt核心步骤：①序列平稳性检验与处理（差分）；②用ACF、PACF确定p、q阶数；③估计模型参数；④模型检验（残差白噪声检验）；⑤利用模型进行预测。多维时间序列（基础）：

核心概念：多个时间序列的集合（如保费收入、理赔额、利率序列），重点考查协整性（多个非平稳序列的线性组合平稳），协整检验用于判断序列间的长期均衡关系。应用场景：精算中多因素趋势预测（如结合利率、通胀率预测保费收入）。避坑提示：①ARMA模型忽略序列平稳性前提，直接建模；②混淆AR(p)与MA(q)模型的ACF、PACF特征；③模型阶数p、q确定错误；④非平稳序列未进行差分处理；⑤多维时间序列的协整性含义理解错误，混淆长期均衡与短期波动。七、核心模块六：机器学习基础（必考，占比20%）核心考查机器学习方法分类、模型评估与选择、决策树、聚类分析、数据降维，侧重方法应用和场景匹配，客观题、计算题均有考查，贴合精算中大数据分析、风险分类的实务需求，同时涉及模型偏差与方差的控制。核心考点及采分点：

机器学习方法分类：

监督学习：有标签数据训练，用于预测（如保费预测、理赔风险预测），常用方法：线性回归、广义线性模型、决策树、随机森林。无监督学习：无标签数据训练，用于聚类、降维（如保单客户分类），常用方法：聚类分析、主成分分析（PCA）。强化学习：通过与环境交互学习，精算中应用较少，重点掌握前两类。模型评估与选择（核心，必考）：

评估指标（必记）：

回归模型：均方误差（MSE，Excel实操必考）MSE=1分类模型：准确率、精确率、召回率、F1分数，适用于风险分类（如高/低风险客户分类）。模型选择方法：交叉验证（k折交叉验证，避免过拟合）、AIC准则、BIC准则，核心目标：选择泛化能力最强的模型，平衡偏差与方差（偏差越小，模型拟合越好；方差越小，模型越稳定）。过拟合与欠拟合：

过拟合：模型过于复杂，拟合训练数据过好，但泛化能力差，解决方法：增加样本量、简化模型、惩罚项（Lasso/Ridge）、交叉验证。欠拟合：模型过于简单，无法捕捉数据规律，解决方法：增加模型复杂度、增加特征变量。常用机器学习方法（必考）：

决策树：

核心思想：通过递归划分特征空间，构建树状结构（根节点、内部节点、叶节点），每个节点对应一个特征判断，叶节点为预测结果。核心步骤：特征选择（信息增益、Gini系数）、树的构建、剪枝（避免过拟合），精算中用于客户风险分类、理赔欺诈识别。聚类分析：

核心用途：无监督分类（如客户分群、风险分层），常用方法：K-均值聚类（K-means）、层次聚类。K-means核心步骤：确定聚类个数K→随机初始化聚类中心→迭代更新聚类中心→直至收敛，重点掌握聚类个数的确定方法（肘部法则）。数据降维：

核心用途：减少特征变量个数，消除多重共线性，简化模型，常用方法：主成分分析（PCA）、因子分析。PCA核心思想：将多个相关特征转换为少数几个不相关的主成分，保留数据的主要信息，主成分的方差越大，包含的信息越多。模型偏差与控制：精算建模中常见数据偏差（收集偏差、选择偏差、模型偏差），需通过数据校验、交叉验证、样本平衡等方法控制，避免偏差导致决策错误。避坑提示：①混淆监督学习与无监督学习的适用场景；②模型评估指标选择错误（如用准确率评估不平衡数据的分类模型）；③K-means聚类中聚类个数K确定错误；④决策树未剪枝，导致过拟合；⑤数据降维时过度降维，丢失关键信息；⑥忽视模型偏差的影响，未进行偏差检验和修正。八、必记采分点汇总（直接背诵，快速踩分）聚焦所有高频考点，摒弃冗余，直接记忆，覆盖真题80%以上采分点，适配考前快速背诵，重点标注易混、易错采分点，贴合准精算师考试的精算实务导向。数据处理与质量控制：

数据清洗：缺失值（均值/中位数填充）、异常值（箱线图/Z-分数识别）、重复值（去重）；Excel实操：VLOOKUP、数据透视表、回归分析、MSE计算。数据质量：完整性、准确性、一致性、时效性，避免数据偏差，通过描述性统计和可视化校验。风险理论与损失模型：

泊松过程：Nt∼Pλt聚合风险模型：ES=ENEX常见理赔分布：指数分布EX=1λ；对数正态分布生存分析与生命表：

生存函数：Sx=e−0预期寿命ex=0∞Sxt随机模拟：

指数分布随机数：X=−1样本容量：结合精度要求确定，模拟误差与样本容量平方根成反比。回归分析：

线性回归：OLS估计，R2GLM模型：随机部分（泊松、伽马）、系统部分（线性组合）、连接函数（对数连接）；惩罚回归：Lasso（L1，变量选择）、Ridge（L2，降方差）。时间序列：

平稳性检验：ADF检验，非平稳序列需差分；AR(p)（PACF截尾）、MA(q)（ACF截尾）。ARMA模型步骤：平稳性处理→定阶→参数估计→检验→预测。机器学习：

监督学习（预测）、无监督学习（聚类/降维）；评估指标：MSE（回归）、准确率（分类）。决策树（特征选择、剪枝）；K-means（聚类个数K，肘部法则）；PCA（数据降维，保留主信息）。过拟合解决：剪枝、惩罚项、交叉验证；偏差控制：数据校验、样本平衡。九、易错点与避坑指南（提分关键）数据处理类易错：①缺失值、异常值处理错误；②数据转换编码错误；③多来源数据关联错误；④忽视数据偏差和时效性；⑤Excel实操中MSE计算错误、回归分析参数设置错误。风险理论类易错：①聚合风险模型方差公式记错；②理赔分布的期望、方差记混；③泊松过程参数含义混淆；④个体与聚合风险模型适用场景混淆；⑤破产模型变量含义和破产概率影响因素判断错误。生存分析类易错：①生存函数与死亡力关系记反；②KM估计删失数据处理错误；③生命表指标公式记错；④预期寿命积分计算错误；⑤选择生命表与综合生命表