下载文档原格式
未决赔款准备金企业会计准则-概述说明以及解释1.引言1.1 概述未决赔款准备金是企业会计准则中一个非常重要的概念和会计要求。
它是用于应对未来可能产生的赔偿责任而进行的预先准备的资金。
未决赔款准备金的存在旨在确保企业能够及时支付未来可能发生的赔款，以保护企业的财务稳定和资金安全。
未决赔款准备金的计提是一种预防性的会计措施，其目的是反映企业当前和未来可能面临的赔偿责任风险。
在企业进行资产负债表报告时，必须明确列示未决赔款准备金的金额，并及时更新计提金额，以反映实际风险和未来赔款的变化情况。
未决赔款准备金的计量和确认要点是企业会计准则中的重要内容之一。
根据准则的要求，企业需要依据可靠的数据和合理的估计方法，对未来可能发生的赔款进行预测和计算，并计提相应的准备金。
同时，企业还需及时调整准备金的数额，以使其与实际风险相匹配。
本文将详细探讨未决赔款准备金的定义、作用、计量和确认要点，并对其重要性和影响进行分析。
此外，还将提供管理和处理未决赔款准备金的建议，以帮助企业更好地应对可能的赔偿责任，保护企业的财务稳定性和可持续发展。
通过深入研究和了解未决赔款准备金的要点和实践经验，本文旨在为读者提供全面的指导和参考。
1.2 文章结构本文将分为三个主要部分，以详细介绍未决赔款准备金的企业会计准则。
下面将对每个部分的内容进行简要的概述:第一部分是引言，将对整篇文章进行概述和回顾。
我们将简要介绍未决赔款准备金的概念和其在企业会计中的重要性。
此外，我们还将说明文章的结构和目的，以便读者可以清楚地了解文章的整体框架。
第二部分是正文，将着重探讨未决赔款准备金的定义、作用、计量和确认要点。
我们将详细解释未决赔款准备金的概念和其在企业财务报表中的作用。
同时，我们将讨论计量和确认未决赔款准备金的关键问题，以便读者可以更好地理解和应用相关的会计准则。
第三部分是结论，将对未决赔款准备金的重要性和影响进行总结和概括。
我们将强调未决赔款准备金对企业财务状况和经营决策的重要性，并提供一些建议和指导，以便企业能够有效管理和处理未决赔款准备金。
未决赔款准备金作为非寿险公司的主要负债，对公司的产品定价、利润测算、风险管理和偿付能力等都有着重要影响，因此如何准确合理地对其进行估计，一直是业内人士讨论的重点。
未决赔款准备金分为三个部分，分别是已发生已报告未决赔款准备金（即未决估损）、已发生未报告和已发生未完全报告未决赔款准备金（即ＩＢＮＲ和ＩＢＮＥＲ）以及间接理赔费用准备金。
其中，间接理赔费用准备金可以通过前两者计算而得，因此本文只讨论未决估损和ＩＢＮＲ／ＩＢＮＥＲ。
本文讨论未决赔款准备金的两个主要组成部分，未决估损和ＩＢＮＲ／ＩＢＮＥＲ的计提方法和主要影响因素，旨在揭示公司理赔过程中可能出现的各种影响数据准确性的问题，从而帮助精算人员准确合理地计提未决赔款准备金。
一、未决赔款准备金对利润核算和产品定价的影响未决赔款的估计是否合理，对保险公司的当年承保利润有很大影响。
保险公司当年承保利润核算公式如下：当年承保利润＝已赚保费－赔付支出＝（当年保费收入＋摊回分出保费＋摊回分保费用－当年未到期责任准备金提转差）－（赔款支出＋费用总支出＋当年未决赔款准备金提转差）其中，未决赔款准备金提转差是统计期末的未决赔款准备金余额与统计期初未决赔款准备金余额的差值，代表在统计期内对所有未决赔案做出的拨备；未到期责任准备金提转差的定义与之类似。
在其他条件不变情况下，当年年末未决赔款准备金多提就会减少当年利润，反之亦然。
由于未到期责任准备金的提取在方法上较为确定，而未决赔款准备金的数量和金额无论在确认和精算方法的选取上都具有很大的主观性和不确定性，因此“未决赔款准备金”常常被比喻为“调节利润的蓄水池”。
未决赔案对产品定价的影响是显而易见的。
纯保费法和损失率法均要计算一定时期内所发生的所有赔案的最终赔款（ｕｌｔｉｍａｔｅｌｏｓｓ），包括已经赔付给保户的已决赔款和尚未赔付给保户的未决赔款。
未决赔款的高估和低估将直接导致保险产品价格的高低。
未决赔案的管理与未决赔款的估计直接影响到未决准备金提取、利润核算和产品定价的准确与否，甚至会影响到保险公司的偿付能力。
理赔未决情况说明
1.概念
未决赔款准备金,是指财险公司对在保单有效期里发生的未决赔款提取的责任准备金。
未决赔款准备金由已发生已报告的赔款准备金和已发生未报告的赔款准备金组成。
2.计提方法
(1)逐案估计法，该法是逐个对每一起索赔案件进行分析,估计出赔偿金额。
然后将所有索赔案的赔偿金额汇总,算出未决赔款准备金。
该法的优点是精确度高,缺点是工作量大。
(2)平均估算法。
若结算时未决赔偿较多,且各案件的赔付金额相差不大,那么,未决赔款准备金可采用平均估算法,即按以下公式来计提：R-∑M*N式中：M：为第1类业务平均赔款额;N;为第1类业务的未决赔案数;K为业务类数;R为未决赔款准备金。
(3)赔付率法。
该法以某时期假定的赔付率来估计某类业务的最终赔款数,从中扣除实际已发生的赔款数,余额即为应计提的该类业
务的未决赔款准备金,具体公式如下：P=PE一B式中：只为应提未决赔款准备金数;E为假定赔付率;户为保费收入;B为已付赔款。
这种方法的优点是计提的未决赔款准备金既包括已发生已报告的赔款准备金,又包括已发生未报告的赔款准备金,而前面两种方法一般只适用
已发生已报告的赔款准备金的计提;缺点是假定的赔付率与实际的赔付率难免有较大的出入,从而影响计算的准确性。
未决赔款准备金风险边际测算方法说明一、测试数据选择测试数据选择事故年累计年化已决赔款净额流量三角形作为测试基础。
测试分全险种合计、车险合计、商业车险、交强险、非车险合计、农险和非车险（不含农险）合计七个模块分别进行模拟。
测试中使用的事故年已决赔款净额流量三角形应剔除2008年雨雪冰冻灾害赔款数据。
各公司统一使用截止2011年半年末三角数据，所有对角线数据均倒推一年。
二、测试方法测试方法选择bootstrap法75%分位数的结果、资本成本法（COC）99.5%分位数的结果和Mack法75%分位数的结果。
（一）Bootstrap法75%分位数法测试过程1.模型假设：（1）流量三角形中增量赔款额服从过离散泊松分布；（2）残差相互独立且同分布，标准化残差来自于相同的赔付过程。
2.测试过程：（1）对给定的累计已决赔款净三角数据（上三角数据）应用链梯法，计算出加权平均进展因子。
（2）由进展因子和对角线数据进行逆向运算，得到每个进展年赔款额的拟合值。
（3）选定模拟使用的残差类型，使用拟合值和观测值计算残差。
同时，将大于3倍残差标准差的残差视为异常值进行剔除。
在标准模板中选择自由度调整后的Pearson残差进行抽样：c表示已知的增量赔付额;m表示逆向计算得到的增量赔付额拟合值;n表示样本点个数；p表示估计参数个数。
左下角和右上角的样本点得到的残差始终为0，在测算中予以剔除。
（4）对残差进行bootstrap再抽样，然后使用再抽样结果计算得到模拟的赔款额，对模拟的赔款额再次应用链梯法，计算得到未决赔款的模拟估计值。
（5）以第（3）步Pearson残差调整形式结果得到过离散分布的尺度参数（the scale parameter）∅∅=1∑r p‘（6）选择Gamma分布近似拟合服从过离散泊松分布的下三角的每个单元格的值。
对于每个单元格，以第（4）步得到模拟估计值为期望值，以∅乘以期望值为方差，得到该单元格服从的Gamma分布，对该Gamma分布取随机模拟值作为该单元格的估计值。
未决赔款准备金计量方法
以下是 7 条关于“未决赔款准备金计量方法”的内容：
1. 嘿，你知道未决赔款准备金的计量那可不是随随便便搞搞就行的呀！比如说就像你给房子估价一样，得全面考虑各种因素呢。
像逐案估计法，就是针对每一个具体案件来精细计算，是不是挺厉害的？
2. 哇哦，还有链梯法呢，这就好像是搭梯子一样，一格一格地去计算未决赔款准备金。
就好比你一步一步爬楼梯，清晰又明确，不是吗？想想如果不用这个方法那得多混乱呀！
3. 哎呀呀，精算模型法也是很牛的呀！它就像是一个超级智能的大脑，能把各种复杂的数据都理清楚呢。
比如说在估算一个大项目的未决赔款准备金时，它就能发挥巨大作用，你说神不神？
4. 嘿，别小看了均值法哟！这就像大家一起投票选个平均数似的，把一些类似的情况汇总起来估量。
比如说对于一些常规的保险案件，用均值法来计量未决赔款准备金就很合适呢，多简单易懂呀！
5. 哇塞，赔付率法也很有趣呢！它就好像是看一个班级的及格率一样，通过已有的赔付数据来推测未决赔款准备金。
要是之前的赔付率比较稳定，那用这个方法真是再好不过啦，不是吗？
6. 哈哈，经验比例法也得重视呀！这就像老司机带路一样，根据以往的经验来确定比例。
比如说某个地区的某种保险一直都有特定的经验比例，那用这个方法来计量未决赔款准备金不就妥妥的啦！
7. 最后啊，我想说这些未决赔款准备金计量方法都各有各的厉害之处。
我们得根据不同的情况选择合适的方法，才能让事情变得井井有条呀。
就像你挑衣服得挑合适的尺码一样，选对方法才能让未决赔款准备金的计算精确无误呢！
结论：未决赔款准备金计量方法多样且重要，合理运用才能保证保险业务的良好运行。
综合赔款中的已发生未决赔款准备金此次车险市场现场检查的时间范围，原则上以2016年以来的车险业务为主，需要时则可向前追溯;检查对象中，各地保监局评分结果排名累计三个月进入前三位的保险公司为必查对象。
3月20日，21世纪经济报道记者独家获悉，保监会已于近日印发关于2017年车险市场现场检查工作的方案。
自2015年6月1日至今，商业车险费率改革试点已在全国范围内全面铺开，车险市场呈现保费稳步增长、效益逐步改善、消费者普遍获益的良好态势;“高保低赔”等问题得到有效解决;在保障范围扩大的同时，车均保费有所下降。
不过，虽然综合赔付率下降，但是综合费用率持续走高，综合成本率居高不下的态势仍然没有发生根本性改变。
究其原因，拼规模、抢份额、忽视内控合规的风险隐患依然存在，而一些财险公司甚至通过调整财务、业务数据等行为掩盖真实情况。
此前，一份同业交流数据显示，2016年，车险综合赔付率58%，综合费用率41%，后者达到了历史最高值。
其中，大部分保险的费用率高于平均值，更有甚者高达60%至80%。
据悉，此次车险市场现场检查的时间范围，原则上以2016年以来的车险业务为主，需要时则可向前追溯;检查对象中，各地保监局评分结果排名累计三个月进入前三位的保险公司为必查对象;上述提及的问题均为关注重点。
正因如此，一位接近监管的人士对21世纪经济报道记者表示，“根据全国保险监管工作会议精神，监管此举意在通过加强规制建设、监测预警和监管检查，促进车险市场平稳健康发展，提高消费者满意度，为进一步深化商业车险改革奠定坚实基础。
”严查抢份额、数据不真实剑指何方21世纪经济报道最保险记者获悉的信息显示，此次车险市场现场检查工作分为必查对象和选查对象两类主体。
其中，根据保监会制定的全国车险市场检查对象评分办法，各地保监局评分结果排名累计三个月进入前三位的保险公司为必查对象。
同时，各地保监局可以根据当地具体情况，自行选择其他检查对象，有效规范当地车险市场秩序。
未决赔款准备金估计方法的最新进展在每个会计年度末，保险公司都会有一定数量的未决赔案。
发生未决赔案的原因是由于在保险事故的发生、报告和理赔之间存在“时间延迟”。
这种延迟可分为“报损延迟”和“理赔延迟”两种主要形式，延迟时间少则几天，多则数年。
未决赔款是非寿险公司财务报表上的一项重要负债。
为了保证保险公司的偿付能力，保险人在进行会计年度决算时，必须按照已经发生、应当支付但由于种种原因未能及时支付的未决赔款金额的总和，在当年的保费收入中提存足够的支付准备金。
我们将这种为支付未决赔款而提存的准备金称为未决赔款准备金(OutstandingLossReserve)。
未决赔款包括三部分：(1)已经报告及理算，但尚未支付的赔款金额；(2)已经报告，但未理算的估计赔金，其原因可能是保险公司还来不及定损，或是双方对责任范围或赔付金额尚有争议；(3)已经发生但未报告的估计赔偿金额(IBNR:IncurredButNotReported)。
一、未决赔款准备金的估计方法未决赔款准备金对非寿险公司来说是最为重要的负债项目之一，如何科学准确地对其进行估算具有非常重要的意义。
为此，国内许多学者都对此做了研究。
李中杰、孟生旺和袁卫对未决赔款准备金的估计作了详细的论述，并给出了具体的计算实例。
吴清华从未决赔款准备金估算和管理中存在的问题出发，提出了加强未决赔款管理工作的具体措施，张徐和闫建军对我国常用的几种估算方法进行了较系统的评价。
下面简要对现有未决赔款准备金的估计方法进行总结。
1.逐案估计法(Case-By-CaseEstimatingMethod)。
就是理赔人员对已经报告的全部赔案进行逐案分析判断，作出每案赔款额的估计数，然后汇总得出总的未决赔款估计数。
基本思想：检查赔偿案件的登记表，由理赔人员对尚未解决的案件进行分析，估计每案的赔款额，加上少数尚未报告的赔偿案件的估计金额，汇总即得未决赔款准备金数额，然后加以适当的修正。
这种方法对索赔金额确定、索赔频率较低、个案之间索赔金额差异较大、平均索赔金额难以估算的险种较为适合，如企财保险、火灾、信用保证险等。
对其他险种，如机动车辆保险和家庭财产保险，该方法就不一定适合。
此方法几乎完全凭估算人的主观判断，而事实上任何案件都要有损失理赔人和当事人的磋商，任何悲观和乐观的人为因素都会造成估计偏差，另外由于还要考虑很多诸如通货膨胀、理赔后果等非人为因素，估计数额也难免有偏差，而且此方法耗时费力工作量大，无法对(IBNR)的未决赔款进行统计。
2.保费比例法。
基本思想：就是按照本年度保费总收入的一定比例来估算未决赔款。
据了解，目前国内只有个别保险公司采用这一办法，提取比例大概是本年度保费收入的10%左右。
用保费比例法的优点是简洁、明了，但是这一方法缺少科学依据，可靠性较差。
3.平均法。
基本思想：依据保险公司的历史数据计算出每案赔款额的平均数，再根据对将来赔付金额变动趋势的预测加以修正。
这一方法不依据个人主观判断，适用于索赔案多但索赔金额不大的保险业务，这些待决案件的金额大体相同，或其金额有大体相当的配比率，如汽车车身保险。
但平均价值法将赔款的持续时间计算在内，所得的平均赔付额随赔款持续时间的变化而变化，因而此法不适合理赔延迟时间较长的险种。
[!--empirenews.page--] 4.赔付率法。
基本思想：用该类保险所假定的赔款率来计算最终赔付数额，未决赔款额是从估计的最终赔付额中扣除已支付的赔款和相关理赔费用而得出。
如汽车车体责任保险，实践中一般用60%的估计赔付率，最终赔付额是满期保费的60%，再减去已付的赔款及理赔费用的余额，即为未决赔款准备金。
这种方法简单易行，但假定的赔付率和实际的赔付率可能有较大的出入，此时按该方法计算出的准备金不准确。
由于假定的赔付率和实际的赔付率必然有出入，所以本法无法回避它的自身缺陷。
5.链梯法(ChainLadderMethod)。
基本思想：与平均法非常接近，它是在流量三角形(Run-offTriangle)的基础上最早发展起来的一种方法，它依据流量三角形中的各列的比例关系来外推预测未来索赔数据的值。
保险公司将索赔数据（如赔付额、索赔次数、逐案估计值等）按照保险事故发生的年度和赔付额支出的年度进行交叉排列，组成三角形的格式，此表格被称为流量三角形。
流量三角形从左下角到右上角的对角钱上的元素代表在每一日历年度的赔付额。
链梯法的基本假设为：不存在外来影响因素，诸如通货膨胀、未满期保险责任组成的变化、结算率的变化以及法律规定的变化等等；在出险与其理赔之间的延迟时间上的分配相对稳定，每一案发年的赔款支付方式稳定。
链梯法计算简单方便，而且当实际情况与上述假定吻合时，预测结果较为精确。
但是，当实际数据与假设条件不符时，它还存在以下不足：(1)有偏估计。
链梯法要求各变量间是相互独立的，但实际各变量间存在一定的关联性，所以通常得出的估计为有偏估计。
(2)稳健性较差。
链梯法对于观察值的变化极为敏感，即便是个别数据的变化，都会对估计结果造成较大的影响。
(3)忽略了外来影响因素。
在实用时则必须考虑诸如通货膨胀、未满期保险责任组成的变化等因素影响。
为此，研究人员对基本的链梯估算法进行了改进，主要有以下三种形式：(1)考虑通货膨胀的链梯估算法。
用通货膨胀率将所有各年的赔款支出折合为“不变价格”，并依此进行计算；然后将所得各量换算为现值。
(2)改进的链梯估算法。
在考虑通货膨胀因素的基础上，再考虑保险公司理赔政策的修改、有关法律规定的变化等，用不同年份的结算率的差别来改进原来的计算。
(3)“伦敦链”直线法。
引入线性回归的思想进行赔款额直线的拟合，并据此求出各起始年对应的最终赔款额的估计值。
6.平均赔付额法。
链梯估算法虽然进行了许多改进，但它仅仅是根据赔付额数据预测保险公司的未决赔款，而忽略了索赔次数数据，这事实上造成了部分信息的损失。
平均赔付额法可以将索赔次数考虑在内。
平均赔付额是指赔付额与索赔次数的比率。
平均赔付额模型根据索赔次数不同的统计口径可分为以下两种情形：(1)PPCI(PaymentsPerClaimIncurred)。
已发生索赔的平均赔付额，其中的索赔次数是指已经发生的索赔（包括已经发生但未报告的索赔——IBNR）。
(2)PPCF(PaymentsPerClaimFinalized)。
已结案索赔的平均赔付额，其中的索赔次数是指已结案索赔次数。
[!--empirenews.page--] 利用平均赔付额法估计未决赔款准备金时，要求假设不同事故发生年的平均赔付额是相对稳定的。
二、未决赔款准备金估计方法的最新进展由于未决赔款准备金的估计包含众多的随机影响因素。
近年来，在国际精算学界，很多研究人员利用现代概率统计的理论和方法，对此问题进行了深入的研究，如Verrall、Scollinik、IoannisNtzoufras等在NorthAmericanActuarialJournal和Insurance：MathematicsandEconomics等精算学国际一流杂志上发表论文，从不同角度对未决赔款准备金的估计作了研究，方法上取得了许多进展。
现有的未决赔款准备金估计方法，如逐案估计法、保费比例法、平均法和赔付率法大都只基于当前已获得的信息，而没有考虑索赔金额未来可能发生的变化，计算方法过于简单。
而链梯法和平均赔付额法，虽然采用了一定的预测模型、估计参数的统计思想，但对隐藏在历史数据的信息深入挖掘不够，所以最终的预测结果的误差也较大。
为了充分利用历史数据中的信息，提高未决赔款准备金估计的预测精度，IoannisNtzoufras和PetrosDellaportas将贝叶斯理论和MCMC(MarkovChainMonteCarlo)方法引入了未决赔款准备金的估计，使未决赔款准备金的估计方法取得了重大进展。
贝叶斯思想和方法被大量地引入到精算学中，应归功于Buhlmann 和Straub发表在ASTINBulletin上的经典论文Buhlmann。
Buhlmann和Straub为经验贝叶斯信用方法奠定了基础，这一方法现在仍然被广泛地使用在精算学的各个领域中。
贝叶斯推断的基本方法是将关于未知参数的先验信息与样本信息综合，再根据贝叶斯定理，得出后验信息，然后根据后验信息去推断未知参数。
MCMC方法，可以称得上是对贝叶斯统计的一次革命。
它是最近发展起来的一种简单且行之有效的贝叶斯计算方法。
MCMC方法主要由Metropolis-Hastings算法和Gibbs抽样组成，其基本思想是；通过重复抽样，建立一个平稳分布为所求后验分布的Markov链，从而得到后验分布的样本，基于这些样本再作各种统计推断。
它在精算学中的使用越来越广泛，随着新问题的不断出现，MCMC方法的研究也日益增多。
在IoannisNtzoufras和PetrosDellaportas的文章中，作者将贝叶斯理论用于未决赔款准备金估计问题的四个模型中，在模型的求解中采用MCMC方法。
(1)对数正态模型(Log-NormalModel)。
在此模型中，先对流量三角形中的赔付额数据按照通货膨胀率进行折算，然后取对数进行调整，最后，假设所得数据服从正态分布建立模型。
在模型的求解中，假设各参数的先验分布为正态分布和伽玛分布，然后利用贝叶斯方法求解。
(2)对数正态多元模型(Log-NormalMultinomialModel)。
在模型(1)的基础上，对数正态多元模型进一步考虑了索赔次数的信息，假定所求参数服从多元分布。
模型的解法与(1)类似。
(3)赔付额的状态空间模型(StateSpaceModellingof [!--empirenews.page--] ClaimAmounts)。
状态空间模型也称作动态线性模型(DynamicLinearModel)，它是由两个方程确定的模型：一方程描述过程的观测如何随机地依赖于当前得到状态参数；另一方程描述状态参数如何随时间变化，表示了系统内部的动态变化和随机扰动。
模型通过迭代算法，引入先验分布求解。
(4)平均赔付额的状态空间模型(StateSpaceModellingofAverageClaimAmountsPerAccident)。
此模型对模型(3)进行了推广，进一步考虑了索赔次数的信息，假定所求参数服从多元分布。
模型解法与(3)类似。
以上四个模型，模型(2)和模型(4)要优于模型(1)和模型(3)。
因为模型(2)和模型(4)是模型(1)和模型(3)的推广，不仅考虑了赔付额的数据，而且还考虑了索赔次数的信息。
在未决赔款准备金估计方法的应用方面，重点不在于数据的拟合，而在于数据的预测，所以，比较模型优劣的一个显著标准是比较模型之间的预测精度。
