Q&A
航路险和传统机身险有什么本质区别?
精算对象不同。这是两者一切差异的根源。
| 维度 | 传统机身险 | 低空航路险 |
|---|---|---|
| 承保对象 | 飞机本身——机身损坏、第三者责任 | 航路本身——这条航线的固有风险 |
| 精算方法 | 回顾性:基于历史赔付数据+大数法则 | 前摄性:基于四维风险因子+仿真建模 |
| 数据依赖 | 需要大量同类飞机的赔付历史 | 没有赔付历史,必须用替代方法论 |
| 风险维度 | 机型、机龄、飞行员资质 | 地形、气象、空域密度、通信覆盖 |
| 定价单位 | 元/架次或元/年 | 元/航路段·时刻槽 |
为什么大数法则对航路险直接失效
大数法则需要大量同类风险的赔付数据来推算费率。一架波音737在全球飞了几十年,机型故障率和事故率有海量数据支撑。但一条低空航路——从A县物流中心到B市机场的120米高度航段——从来没有被商业运营过。赔付数据为零。
传统精算师面对这种情况,唯一的合法操作是拒保。"没有数据,无法定价。"这就是低空经济保险市场的死结——行业需要保险才能规模化运营,但保险需要数据才能定价,数据需要运营才能产生。否定性精算打破这个死结的方式是不从历史赔付出发,从航路自身的风险因子出发。
前摄性精算:在赔付发生之前定价风险
RouteGuard的方法论:把航路分解为四维风险因子(地理、气象、空域、运行),每一维用蒙特卡洛仿真5000次模拟来推算风险分布。不需要等一架无人机真的摔了才知道风险有多高。航路的地形复杂度可以被测量,微气象突变概率可以被推算,空域拥堵指数可以被预测。这些数据不需要赔付历史——它们来自地理信息、气象记录、空域规划。前摄性精算用风险因子的先验分布替代了传统精算的赔付次数的后验统计。