第一章：因果推断导论——从相关到因果的跨越
1.1 为什么精算师需要因果推断？
说实话，我入行做精算那会儿，大家最拿手的就是算相关性。车险里驾龄和出险次数负相关，健康险里年龄和赔付金额正相关——这些关系我们闭着眼睛都能列出来。但有个问题一直困扰我：相关不等于因果。
举个我亲身经历的例子。几年前我在做车险定价模型时，发现「安装了行车记录仪」这个变量和「出险率低」有很强的负相关。当时业务部门特别兴奋，说咱们赶紧推折扣，鼓励大家都装记录仪。我多留了个心眼，做了个简单的反事实分析：那些主动装记录仪的车主，本身驾驶习惯就好。就算没装记录仪，他们出险率也低。你看，这就是典型的选择偏差。
保险精算里到处都是这种坑。我们做费率厘定、准备金评估、理赔分析，本质上都是在问一个因果问题：如果改变了某个因素，结果会怎么变？但传统的统计方法只能告诉你「有关系」，没法告诉你「为什么有关系」。
核心观点：精算师的工作本质是因果推断。定价是问「涨价会导致退保吗？」；核保是问「拒保这个风险体，能减少多少损失？」；理赔是问「这个欺诈特征真的导致了欺诈吗？」——这些问题，相关性回答不了。
1.2 从相关到因果：三个层次的跨越
我习惯把因果推断的思维分成三个层次，这也是我在项目里带新人时反复强调的：
- 看见相关——发现两个变量一起变动。比如「吸烟的人肺癌发病率高」。
- 排除混杂——控制其他因素后，关系还在不在？比如控制年龄、性别后，吸烟和肺癌的关系依然显著。
- 确认因果——通过反事实推理，确认改变X真的会导致Y变化。比如让一个不吸烟的人开始吸烟，他的肺癌风险会不会上升？
你想想看，我们精算模型里塞了几十个变量，有多少是真正有因果关系的？坦白讲，大部分只是相关。我见过一个团队把「保单生效月份」作为定价因子，因为统计上显著。但仔细一想，生效月份和出险率的关系，完全可能是由「季节性风险暴露」这个混杂因素导致的。这就是典型的伪相关陷阱。
避坑指南：我曾经在一个健康险项目中，发现「体检次数」和「医疗赔付」正相关。业务方说「体检多了反而花钱多，要不取消体检福利？」我赶紧拦住——这其实是反向因果：身体不好的人才会频繁体检。你看，不搞清楚因果方向，决策就全歪了。
1.3 潜在结果框架：因果推断的数学语言
说到因果推断，绕不开潜在结果框架（Potential Outcomes Framework）。这玩意儿是统计学家Rubin在70年代提出的，说白了就是：每个个体都有两个潜在结果——接受处理的结果，和没接受处理的结果。但现实中，你只能观察到其中一个。
用保险场景举个例子：
- 对某个投保人，如果他买了保险（处理组），他的理赔金额是Y₁
- 如果没买保险（对照组），他的理赔金额是Y₀
- 因果效应 = Y₁ - Y₀
- 但现实中，你只能看到Y₁或Y₀中的一个
这就是因果推断的根本难题——缺失数据问题。你永远无法同时看到同一个人的两种状态。
我记得有一次做车险费率改革项目，要评估「新费率方案」对续保率的影响。传统做法是直接比较新旧方案下的续保率差异。但我说等等——这根本不是因果效应。因为新旧方案面对的是不同客户群体，可能有系统性差异。真正的因果效应应该是：同一批客户，在旧方案下的续保率 vs 在新方案下的续保率。但后者我们永远观测不到。
潜在结果框架的核心公式：
个体因果效应 = Yᵢ(1) - Yᵢ(0)
其中：
Yᵢ(1) = 个体i接受处理时的潜在结果
Yᵢ(0) = 个体i未接受处理时的潜在结果
平均处理效应（ATE）= E[Y(1) - Y(0)]1.4 反事实思维：精算师每天都在用
其实精算师天生就有反事实思维。你想想看，我们做准备金评估时，经常问：「如果这个理赔案件处理得更快，最终赔付会少多少？」这就是反事实推理——想象一个与事实相反的场景。
反事实思维有三个关键要素：
- 事实世界：实际发生的情况（比如客户出险了，赔了10万）
- 反事实世界：假设某种干预发生后的情况（比如如果客户买了足额保险，赔了20万）
- 因果效应：两个世界的差异（多赔了10万，这就是「足额保险」的因果效应）
我在做寿险产品设计时，经常用反事实思维来评估新条款的影响。比如设计一个「重疾二次赔付」条款，我会问：如果这个客户没有二次赔付条款，他的理赔体验会怎样？这种思维训练多了，你会发现很多「理所当然」的结论其实站不住脚。
注意：反事实推理有个大前提——你得能合理构造反事实世界。我曾经见过一个团队做「理赔减损效果评估」，直接拿「已减损案件」和「未减损案件」做对比。这明显有问题：能被减损的案件和不能减损的案件，本身性质就不同。这种反事实构造是无效的。
1.5 本章知识体系：一张图说清楚
下面这张图是我自己画的，把本章的核心逻辑串起来了。你看一眼就能明白：因果推断不是玄学，是有完整框架的。
1.6 小结：因果推断不是选修课
坦白讲，我做了十几年精算，越来越觉得因果推断是基本功。以前我们靠经验、靠直觉、靠相关性做决策，但现在的保险市场越来越复杂，光靠相关已经不够用了。
你想想看，监管部门要求你解释费率上涨的合理性，你怎么说？「因为历史数据相关」？这肯定不行。你得说清楚：是因为风险成本上升导致了费率上涨，而不是其他因素。这就是因果推断的用武之地。
我个人习惯在每一个精算项目开始前，先问三个问题：
- 我们真正想回答的因果问题是什么？
- 观测到的相关关系里，有多少是真实的因果效应？
- 如果做反事实推理，我们需要控制哪些混杂因素？
这三个问题想清楚了，后面的建模、分析、决策才不会跑偏。嗯，这就是因果推断的魅力——它让你从「看见什么」升级到「为什么看见」。
给新人的建议：刚开始学因果推断，别急着上复杂模型。先培养反事实思维习惯。我每次开会都会问团队：「如果我们不做这个干预，结果会怎样？」这个简单的问题，往往能暴露很多逻辑漏洞。
公众号:蓝海资料掘金营，微信deep3321