上周和一个做财产险定价的朋友吃饭，他手机屏幕亮着，上面不是条款也不是赔付表，而是一张密密麻麻的站点气象记录。我随口问了一句怎么盯起天气来了，他回了一句：“现在没有高精度历史气象数据，连再保合约的报价都谈不动。”
这话放在三年前，保险圈没几个人信。那时候精算师定价大多看历史理赔，理赔不够就加一个趋势因子，差不多能交差。但这两年开始，尤其是极端天气事件频繁冲击车险、农险、工程险之后，光靠理赔记录已经兜不住了。理赔记录是结果的滞后镜像，而气象数据是风险产生的原因本身。把因果颠倒过来看，很多定价逻辑自然就得重构。
疾风气象这类高精度历史气象数据服务，今年在保险圈里几乎是静默爆发的状态。精算部、风险管理部、再保部门都在采购，不是拿来写论文，而是直接进定价模型。这背后的核心逻辑不复杂：把天气从“背景噪音”变成“可量化的定价因子”，用历史气象数据反向推导风险暴露，再用它校准未来费率。
文章开头这段，先把历史和天气很“吃苦”的实际使用场景摆出来，有一定冲击力，适合引起共鸣。下面我就结合自己的实际经验，聊聊精算师为什么开始抢购历史气象数据，以及拿到这些数据之后，具体怎么用、会踩哪些坑。
1. 风险定价逻辑的转向：从“理赔反推”到“气象前置”
1.1 理赔数据的盲区在哪
保险精算最传统的做法，是用历史理赔数据外推未来赔付。车险看历年出险频率，财产险看火灾损失率，农业险看作物歉收率。这个模型在市场平稳期是成立的，因为风险暴露相对稳定，过去的损失频率能近似代表未来的损失概率。
但极端天气打乱了这种平稳。以台风为例，某沿海城市过去20年台风频率并不算极端，但最近几年连续出现超强台风；再往前看，某内陆城市过去压根没怎么发生过内涝，结果一场短时强降水就造成大面积车库淹水。这类事件在理赔数据里只有一个结果——赔付激增，但精算师拿着激增的赔付，根本分不清是偶然波动还是趋势性变化。
理赔数据的第二个盲区是空间粒度太粗。大多数保险公司的理赔系统，只能定位到城市或者区县，甚至有的只能定位到地市一级。同一个城市里，浦东和浦西的暴雨强度能差一倍以上，东城和西城的冰雹概率也完全不同。如果用城市级别的理赔记录做定价，那高风险街道实际上是在补贴低风险街道，这种“逆向补贴”在风险细分时代是很可怕的。
1.2 气象数据如何前置定价因子
历史气象数据集解决了这两个问题：时间和空间粒度都能精细化。时间上可以精确到逐小时甚至逐分钟，空间上可以精确到网格（1公里甚至更细）。这意味着精算师能把每个保单的地址坐标，和历史灾害事件的路径、强度做精确重叠，算出来每一个标的真实暴露度。
这个思路在行业里叫“物理风险前置建模”。它改变的是定价链条的顺序：以前是先发生理赔、再总结规律、再给未来的保单定价；现在是用历史气象数据重建每一次极端天气的过程，直接算出“如果同样的天气发生在当前保单池，赔付会是多少”。
这就是疾风气象这类数据平台在做的事情。它们不光提供原始气象观测，还会提供经过空间插值、质量控制和模式重建的高精度历史数据集。保险精算师拿到手的，不是一堆需要自己清洗的气象站报文，而是直接能进模型的“风险暴露表”。对我来说，这类数据集最有价值的点倒不是“追溯得准”，而是“重建得快”。你能把某次历史台风在任意坐标位置的风速、降水、气压都调出来，再叠加自己的保单地址，几小时就能完成一次全量回溯测试。
1.3 百亿级风险定价的重新分配
再往上说，这就不是一两个产品线的定价问题了，而是整个风险池的再分配。如果一个保险公司的车险定价模型能精确识别出哪些路段容易在暴雨时淹水、哪些小区容易受冰雹袭击，它就可以主动调整承保策略：高风险的涨费，低风险的降价抢单。整个赔付成本分布会因此前移，高价单不再补贴低价单，低价单也能拿到合理的价格。放大到全行业，一个百亿级的车险损失池，可能在费率结构上被重新拆解成无数个子模块，每个子模块都有自己的气象定价因子。
这个过程一旦发生，就不是个别公司跟不跟的问题，而是不跟的公司会逐渐丧失定价竞争力——风险池里最优质、最安全的业务会被定价更精准的公司抢走，剩下的业务全是高风险、高赔付的“逆选择”。
2. 精算师买气象数据的时候，到底在买什么
2.1 不是图个数据大全，而是寻找损失原因
很多非保险行业的朋友以为，买历史气象数据就是买一份“过去每天的天气记录”，类似天气预报的存档版。如果只是这样，精算师根本不用花钱，公共气象机构就有免费的历史数据下载，虽然分辨率粗、缺失多、质量参差不齐。
实际采购时，精算师真正关心的是三个层次：第一，有没有足够长的时间跨度，至少覆盖10年，最好20年-30年；第二，有没有足够精细的空间分辨率和时间分辨率，能满足保单地址级别的匹配；第三，也是最重要的，有没有经过交叉验证的“事件重建序列”——就是那一次导致巨大理赔的极端天气，数据能不能还原出当时的强度、路径、持续时长，而不是只停留在“某市某日下了一场暴雨”的记录层面。
拿农业保险举例。一个种植险精算师，最怕面对的是不同年份的赔付率忽高忽低。某一年赔付率飙升，你问原因，灾害部门说“当年发生低温冷害”，但具体低到多少度、持续几天、哪些乡镇受灾最重，问答不上来。传统理赔档案里只有损失照片和实地查勘笔录，没法还原气象过程。而高精度气象数据集能追溯到每一小时的温度、湿度和风力，把“低温冷害”量化成一个可计算的指标——比如“连续5天日均温低于某个阈值的面积占比”。
有了这个指标，精算师就能建模：每当这个指标超过某个临界值时，赔付率会上升多少。下次再出现类似气象条件，预警模型就会提示：这块业务今年要出问题了。这种“损失原因与气象指标的直接挂钩”，才是精算师采购数据的核心动机。
2.2 高精度气象数据的构成解析
先说清楚高精度气象数据集一般包含什么，以疾风气象这类服务商提供的标准产品为例，它通常由四层数据融合而成：
第一层：地面观测站数据。就是传统气象站的气温、气压、风速、降水量数据。这个层级的优点是准确，缺点是站点稀疏，尤其在城市里，很多区根本没有站。精算师不能直接用站点数据给地址批量匹配，必须经过空间插值。
第二层：雷达反演数据。雷达能推算出降水的空间分布和强度，精度可以到公里级甚至亚公里级，时间分辨率能做到分钟级。缺点是不直接提供温度、湿度，而且山区会有遮挡盲区。这一层主要解决“哪里下了雨、下了多大”的问题。
第三层：卫星遥感数据。卫星数据的特点是覆盖范围广，能提供云图、地表温度、植被指数等。对农险来说，卫星植被指数是很好的作物长势代理指标；对财产险来说，卫星数据可以辅助判断大范围洪水淹没范围。缺点是对小尺度的强对流天气（比如局地冰雹）不够敏感。
第四层：气象再分析资料。简单理解，再分析就是用数值天气预报模式，把所有观测数据融合进一个物理自洽的网格场里，输出一套连续、无缺测、时间空间都均匀的数据产品。国外最有名的是哥白尼计划的全球再分析产品，国内也有气象部门自主研发的再分析资料。
这四层数据各有优劣。精算师往往需要把它们融合起来使用。疾风气象这类商业平台的价值，就是把四层数据做了同化、偏差订正和降尺度处理，输出一份精算师能直接用的标准化数据。单买某一层数据，要么空间分辨率不够，要么时间连续性不足，要么有大量缺测，根本没法进模型。
2.3 资料的粒度怎么选
虽然采购时都叫“高精度”，实际产品粒度差异非常大。精算师需要根据险种和模型需求，做不同的选择。
车险定价偏重冰雹、暴雨这类局地强对流天气，空间上需要1公里甚至500米的网格，时间上至少小时级，因为一场冰雹可能只持续20分钟，如果用日尺度的数据，会把强度平滑掉，低估赔付风险。
农险和森林保险更看重温度、降水的持续性累积，比如积温、有效降水、干旱指数，这类因子空间上5公里左右就够用，时间上日尺度即可，毕竟作物生长以天为周期。
巨灾险和再保险更看重台风路径、气压场、风速场的整体重建，空间分辨率反而不是首要追求，时效和强度路径的一致性更重要。
选错粒度，会造成系统性偏差。我见过一个团队，用日尺度数据做车险冰雹因子，整个模型跑出来冰雹风险几乎为零，因为单日平均降水把最强的分钟级降水细节抹掉了。所以买数据之前，一定先问问自己：我期望捕捉的天气症状，在时间和空间上的典型尺度是多大？数据粒度一般要达到这个尺度的1/5到1/10才够用。
3. 把气象数据融进精算模型：从概念到实操
3.1 天气指数保险的建模思路
历史气象数据在保险定价中，最直接的应用就是天气指数保险。这类保险不看实际损失，只看气象指数是否触发，指数达到阈值就赔付，避免了实地查勘的高成本，也压缩了理赔周期。
举个例子，某地茶叶种植户投保春季霜冻指数保险。精算师需要回答的问题很简单：某地点的最低气温低于零度时，赔付阈值怎么设定。历史气象数据集能提供的核心输入，是过去20年逐小时的最低气温序列。精算师把它整理成“每年春季发生霜冻的次数、强度、持续时间”，再计算触发频率和期望赔付。
具体计算流程大致是这样：第一步，提取每个保单坐标点对应的历史气温序列；第二步，设定霜冻事件的定义，比如“日最低气温低于0℃”为一次霜冻日；第三步，统计每年春季霜冻日的数量；第四步，用历史年份的频率分布拟合损失频率曲线；第五步，叠加一个远期趋势因子，因为极端气温事件在气候变暖背景下出现得更加不均匀；最后，用期望频率乘上单位指数赔付金额，得到纯风险保费。
这一套流程如果用传统气象站数据做，光是处理缺测和插值就要占掉大半时间，而且偏远山区的茶田附近往往没有站点。用融合后的网格数据则简单很多，直接根据经纬度取值，一次性就能拿到整个保单池的气象指数序列。
3.2 建模中需要注意的时间尺度问题
精算模型和气象数据结合时，最容易出问题的地方就是时间尺度的错配。保险定价通常看年度费率或多年期费率，但气象数据是高频的，两者之间需要一个转换层。
我见过一个比较规范的处理方式，是先把逐小时的气象数据聚合成“事件”，再把“事件”聚合成“年际频率分布”。以暴雨内涝为例，第一步是识别每一次暴雨事件，定义是“连续降水过程中，任意24小时降水量超过100毫米”；第二步是给每场事件打标签，包括峰值强度、持续时间、空间范围；第三步是统计每年发生了多少次暴雨事件、多少次达到了大灾标准。这样得到的就是一个“年事件次数序列”，可以用来拟合泊松分布，作为赔付频率的输入。
如果跳过事件识别，直接把逐小时的降水量放进定价模型，计算量会爆炸，而且模型基本上会被非极值的常态降水淹没，抓不住真正触发赔付的极端事件。精算圈的老话是“定价看的是尾部，不是中枢”。气象数据买回来，要先做极值提取和事件化处理，再做频率分析。
3.3 一个参考案例的计算流程
为了更好理解，我简要说一个具体案例的计算过程。
假设某地承保一个光伏电站的“太阳辐射不足指数险”。光伏电站的收入依赖发电量，而发电量直接受太阳辐射影响。如果某个月辐射量明显低于多年平均水平，发电收入会大幅下降。保险公司想设计一种保险，在辐射不足月份对电站进行赔付。
用历史气象数据集，可以这样做：
第一步，提取电站坐标点过去15年、逐小时的太阳辐射数据。如果数据集只提供日尺度辐射值，需要按日累计。
第二步，计算每个月累计辐射量的历史分布。15年数据可以产生180个“月累计辐射值”，形成一条分布曲线。
第三步，设定赔付触发点。比如选取历史分布的第20百分位数作为触发阈值，当某月累计辐射量低于这个阈值时，触发赔付。
第四步，计算赔付金额。可以设计为“基准辐射量与当月辐射量差额的一定比例”，可以设计为“触发后固定赔付额”，关键是赔付额要能覆盖电站的固定成本。
第五步，定价。根据15年历史数据中，触发赔付的月份占比，估计出险概率；再乘上期望赔付金额，得到纯保费；加上风险边际和费用附加，就是对外报价。
这个案例的意义在于，传统光伏电站保险是按设备损坏、自然灾害走财产险逻辑，很难覆盖“天气不好导致收入减少”这种损失。而有了气象指数保险，这类隐性风险可以被稳定、公允地转移。这就是历史气象数据和精算结合的一个很有生命力的方向。
3.4 回归模型中的气象因子处理
除了纯指数保险，历史气象数据还能作为定价回归模型的解释变量。比如车险定价时，把“保单地址周边1公里内的冰雹发生频率”“雨季内涝风险等级”作为费率因子；健康险定价时，把“居住地冬季均温”“空气湿度”作为慢病风险的系数变量；甚至寿险精算也开始关注极端热浪对老年群体死亡率的抬升效应。
处理这类气象因子时，要注意标准化和单位一致性。不同气象变量的量纲差异很大，冰雹频率可能是每十年一次，体感指数可能是0到100的整数，温度是摄氏度。放进同一个回归模型之前，最好都转成z-Score标准化，或者采用分位数映射，否则模型会天然偏向数值大的变量，影响系数估计。
另外，气象因子和非气象因子之间的交互项也需要检查。比如“风速”对财产损失的影响，在“建筑物老旧程度不同”的标的上是不同的。如果模型里只放“最大风速”而不放“风速×建筑年代”，那么可能风阻的影响被系统性低估，导致老建筑占比高的保单池定价偏低。
用好历史气象数据，不仅是多几个字段的事情，还意味着精算师要重新理解损失事件的物理机制。这个转变，对很多习惯了纯统计思维的精算师来说，是个不小的挑战。
4. 常见问题与排查技巧：这些坑，我都替你踩过
4.1 站点数据大幅缺测，怎么处理
历史气象数据最大的痛点是缺测。尤其早期的观测记录，很多站点存在长时间断档，有的甚至是连续几年没有任何记录。如果直接把缺测年份当零处理，模型会把风险低估得不像话。
我的处理思路是：先区分缺测原因。如果是设备故障导致的随机缺测，可以用邻近站点插值补全，或者用再分析资料做时间填充；如果是站点本身在改迁、升级导致的系统性缺测，就要警惕，这种缺测往往伴随着观测环境变化，简单插值会引入偏差。
在实际操作中，建议先做数据质量评估报告，统计每个站点的年完整率、月完整率和小时完整率。完整率低于某个阈值的站点，直接从插值源里剔除。然后再用那些质量可靠的站点做空间插值。精算模型里宁可不要这个站点，也不能用一个破洞累累的站点去干扰全局。
4.2 极端事件被低估的数据陷阱
这里有一个比较隐蔽的问题：高质量气象数据集通常会对极端事件做平滑处理。尤其是在网格化过程中，如果采用简单的空间平均算法，一场覆盖范围很窄的强冰雹风暴，峰值强度很容易被周围非雹区的网格平均掉，导致极值被压低。
解决办法是，购买数据前就确认供应商的插值方案。理想的做法是采用“分位数匹配”或“概率匹配”插值，也就是先把观测站的极值分布特征保留下来，再插值生成网格极值场，而不是简单地对原始值做空间平均。疾风气象这类平台在文档里通常会说明用的是哪种插值方法，精算师一定要认真看，它能直接决定极值风险是否被低估。
我在一次做台风风速定价时，对比过两套数据集：一套是线性插值产品，一套是分位数匹配产品。同样的台风历史事件，线性插值产品的最大风速比观测站实测低了近18%，而分位数匹配产品的偏差在5%以内。对风速触发型的指数保险来说，18%的误差足以让定价彻底偏离真实风险，整个产品线都可能因此崩溃。
4.3 时间对齐问题：不同数据源的天花板不一致
历史气象数据集往往由多个数据源拼接而成。早期的观测数据是3小时间隔，后来的雷达数据是6分钟间隔，不同数据源拼接时，时间对齐是一个很麻烦的工程。如果精算师只是简单地把所有数据统一重采样成小时序列，那就会把早期数据的精度强加给后期数据，损失原有效率；反过来，如果把后期精细数据降采样成3小时间隔，又浪费了高分辨率优势。
我的建议是：在精算应用层，统一采用日尺度或事件尺度作为建模基准。逐小时的细节用于事件识别，但输入模型时，不对每条时序建模，而是对识别出来的事件特征建模。这样既保留了极端事件的精细结构，也避免了多个数据源时间分辨率不一致带来的混乱。
4.4 未来趋势因子怎么加
历史气象数据描述的是过去，而保险定价面向的是未来。过去30年的平均降水频率，不能简单当作未来30年的降水频率来用。极端天气在近年呈现明显的非平稳特征，气象数据的均值都在变化，方差也在变。
处理非平稳性，是有一些技术手段的。常见做法是加上一个时间趋势项，但趋势项不能盲目外推，需要通过多种气候模式的情景平均来估计，而不是简单地“过去每年增加2%所以未来也增加2%”。哪怕不引入完整的气候情景，精算师也建议至少做一个稳健性检验：把最近5年的气象数据权重调高，看定价结果是否发生了显著变动；如果显著变动，说明极端事件频率在加速，这时就应该在纯风险保费中加入调整项。
5. 高精度气象数据的采购与落地心得
5.1 采购时要关注哪些核心指标
第一是覆盖率。不是地域覆盖率，而是与你保单业务所在地重叠率。如果你大部分保单分布在一块山区的三个市，数据平台在这三个市是否有足够密度的站点或高分辨率网格，比它在全国范围覆盖好不好更重要。
第二是时间跨度。定价模型一般需要至少两轮极端天气周期的历史数据。比如有些地区台风大年通常5-8年一个循环，如果数据只有10年，可能只覆盖了一轮半的周期，频率估计会偏；如果能有20年以上，估计就稳健得多。
第三是时效性。有的历史数据集更新到今年甚至这个月，有的产品已经停止更新到去年。精算模型如果要用“最近一年发生的极端事件来校准未来赔付”，那数据的延迟就是一个致命问题。
我一般建议精算团队采购前，先要求供应商提供一个覆盖重点业务区域的样本数据，自己写几个SQL或Python脚本，验证一下数据的极值分布是否符合常识，再决定是否采购。千万不能只看销售演示PPT上的地图和曲线，那些都是挑好看的说。（经验之谈）
5.2 团队能力建设同样重要
拿到好的历史气象数据集，只是第一步。更关键的是，团队里需要有人能读懂气象数据，理解极端天气事件的定义和重建逻辑。精算师懂模型、懂费率，但未必懂“对流有效位能”“湿球温度”“地形抬升”这些气象概念。
跨学科协作是绕不开的。我在实际项目中，最顺滑的打法是：从数据供应商那里获取“埋点级”的数据字典和事件定义文档，让气象专业背景的同事做一次内部培训，教精算师理解每种天气事件对应的损失机理。不要求精算师变成气象学专家，但至少得能看懂“这个变量代表什么，它的物理含义是什么，它在什么场景下会失真”。
有了这种基础共识，精算师才能合理地和数据供应商提需求。否则很容易出现一种鸡同鸭讲：精算师拿着“赔付率上升了20%”的问题去找数据供应商，供应商只能给出“今年降水偏多17%”的结论，两个数字对不上，业务也无法落地。真正把气象数据和精算模型结合好的保险团队，一定有一个懂气象的“翻译官”角色，把气象指标翻译成损失驱动因子。
5.3 试算验证和模型校准
数据买回来后，不代表模型就一定能上线。精算模型上线前，必须做一个严格的回测验证。具体做法是：用前三年的历史气象数据建模，预测后两年的赔付，再把预测结果和实际赔付做对比。
如果预测结果显著偏离实际赔付，不一定就是气象数据的错，也可能是定价模型的结构有误，或者是通膨、法律环境等非气象因素在起作用。这时候需要精算师做归因分析，把赔付差异拆解成气象因素和非气象因素，逐一排查。这个过程很耗精力，但绕不开。我见过好些团队，数据买了一大堆，模型也跑得飞起，一到监管报送或外部审计阶段，拿不出可信的回测结果，整个项目就卡住了。前期验证工作做得越扎实，后续上线就越顺畅。
6. 走在前面的人，已经在用数据改变风险边界
我自己也还在持续观察这个方向的变化。高精度历史气象数据对保险行业的影响，表面上改变了定价模型的输入变量，深层上其实改变了保险公司对“可保风险”的定义。
以前很多风险因为不确定性太高、难以量化，被列在除外责任里，比如台风导致的间接损失、光热电站的发电量不足、农业因连续高温导致的品质下降，这类风险本身巨大，但因为无法精确定价，保险公司只能选择“不敢保”。而高精度气象数据让这些风险有了清晰的物理量化基础，精算师可以算出期望损失，可以设定触发条件，可以设计出可保的指数型产品。
保险的本质是风险转移，而风险转移的前提是风险度量。历史气象数据把风险度量做细了、做准了，这块市场自然被重新激活。疾风气象这类专业数据供应商的价值，恰恰在于让精算师“看得见以前看不见的风险”，并且把它塞进精算框架里，变成真金白银的费率数字。这个趋势，对保险行业来说刚刚开始，但方向已经很明确了——下次你再听见精算师聊历史天气，别再以为是天气预报，他们看到的，其实是风险定价的未来。
