α-公平保险定价：公平性连续体
该研究提出α-FISP框架，通过约束优化平衡精算公平与团结公平，引入参数α在两者间连续调节，同时确保偿付能力。数值实验表明该框架计算可行且符合美国各州异质监管要求。
保险定价中的公平性长期以来是一个复杂且有争议的问题。一方面，保险公司基于盈利考虑，会根据个体风险差异设定保费，追求精算公平；另一方面，保险通过在全社会范围内分担风险，需要不同群体之间的交叉补贴，以体现团结公平。这两种公平理念的冲突在数据精细化与监管压力增大的背景下更加突出。
针对这一挑战，研究人员提出了一种名为α-FISP（α-公平个体偿付保费）的保险定价框架。该框架将定价问题建模为约束优化任务，在保证偿付能力的前提下，对精算公平保费进行调整，并设定每个风险类别内的交叉补贴预算约束。通过引入参数α，该框架能够生成一系列介于纯精算和纯团结之间的定价方案，为决策者提供沿公平谱系选择操作点的能力。
研究团队推导了该框架的理论保证，并通过数值实验验证了其计算可行性和有效性。实验结果表明，α-FISP与美国各州在保险监管中存在的多样化公平要求高度契合，能够灵活适应不同地区的监管环境。该工作为保险行业在公平与效率之间寻求平衡提供了新的理论工具。
该论文提交于2026年6月12日，属于机器学习领域（cs.LG），并已上传至arXiv。作者包括Tianhe Zhang等三人。论文还提供了PDF、HTML等访问方式，以及引用信息和相关工具链接。这一研究不仅具有理论意义，也为实际监管合规提供了可操作的定价方法。随着数据驱动的风险细分日益精细，如何在精算公平和社会团结之间取得平衡成为监管机构关注的重点。α-FISP框架通过参数化的方式，允许保险公司根据自身经营目标和监管要求灵活调整定价策略，从而在满足偿付能力的前提下实现更广泛的公平目标。