Thesis精算学论文怎么写？数据来源、模型假设与参数敏感性分析
精算学论文的评分核心是 「假设写明白 + 参数有出处」：折现率、死亡率、费用率这些关键假设如果不交代来源与理由，模型结果就是空的；敏感性分析缺失，结论的稳健性无从判断。这篇按选题、数据与假设、模型与检验、结构四部分讲。
一、三类选题方向
- 寿险与年金型：终身寿险、年金或长期护理产品的定价与责任准备金评估；
- 非寿险定价型：车险、健康险或农业保险的费率因子分析与广义线性模型定价；
- 风险度量与准备金型：未决赔款准备金估计方法比较、偿付能力资本或极值风险度量。
选题要落在能拿到公开数据或模拟数据的范围内，避免依赖公司内部无法获取的明细数据。
二、数据来源与模型假设怎么写
- 数据来源写全：生命表版本（如中国人寿保险业经验生命表的具体版次）、公开统计数据、行业报告或模拟数据，注明年份与获取途径；
- 模拟数据要声明：使用模拟或脱敏样本时明确写"本文数据为模拟数据，仅用于方法演示"，不得冒充真实业务数据；
- 关键假设逐条列：折现率/投资收益率、死亡率或发病率、退保率、费用率、通胀假设，每条写取值、依据与适用期间；
- 口径一致：保额、保费、准备金的计量单位与时点（期初/期末、年缴/趸缴）在全文统一；
- 合规红线：涉及公司真实理赔明细时须获授权并脱敏，投保人个人信息一律不得出现。
三、模型构建、检验与敏感性分析
- 公式完整：净保费、毛保费、准备金递推公式写全并解释符号，不能只给最终数字；
- 方法选择有理由：为何用 GLM 而非简单分组、为何用链梯法而非 BF 法，要给出适用条件的论证；
- 模型检验：拟合优度、残差诊断、交叉验证或回溯检验（back-testing）结果如实报告；
- 敏感性分析必做：对折现率、死亡率改善幅度等核心假设做 ±区间的情景测算，列表呈现结果变动幅度；
- 红线：不得为了让结果"合理"而反向调参数，参数调整必须有精算或市场依据；软件与代码见《论文数据分析用什么软件》。
四、结构与常见扣分点
- 常见结构：绪论→文献综述→数据与假设→模型构建→实证结果与敏感性分析→结论与建议；
- 常见扣分：生命表或数据版本不写、假设无依据、公式只给结论、模拟数据当真实数据、缺敏感性分析、结论超出数据支持范围；
- 金融保险类通用写法见《保险专业论文怎么写》与《统计学论文怎么写》，参考文献用参考文献格式检查核对。