@万能的大熊 又去坐飞机跑路了，留下了一地没解释的鸡毛，过于乐[污]

保险公司确实是利用概率赚钱，向全体收取保费，赔偿给出事的个体，只要这个“事故率”有靠谱的预估模型，保险公司就能开下去。

现在问题是，大熊老师百度了保险公司的成本划分，却因为没有正常的高中以上学历，在数学和经济学上犯了难。

【你去年不出车祸，不代表你今年不出车祸】

这句话是对的，但是下一句话就显得非常若智

【所以不可能你去年不出车祸，就把你今年保费降到0】

这两句话之间的因果关系大概是自行车和鱼

一个最基本的事实，就是保险公司之间是竞争状态，同样的车主，同样的车，同样的省份，不同的保险公司往往会基于自身的情况给出不同的保险报价，用来争夺客户。

在保险公司内部，他们会对车型，车主年龄，车主驾驶习惯（违章等），零整比等等进行建模，并且通过第一年建模的模拟结果，对照最终实际赔付金额/总保单金额，结合大量其他参数，对第二年的基础保费进行调整。

因为保险公司的风险模型越精准，就越能提供最贴近真实风险的定价结果，就越能争夺客户。

一辆车，他整体第一年事故率是12%，你会认为他第二年事故率会突然变成1.2%，或者突然变成30%吗？显然不可能。

一个车型的投保第一年整体事故率，会显著影响第二年的基础保费，这就是保险公司风险模型迭代的结果，对于保险公司来说，他们在乎的并非“个体”是否出险，而是一个车型总体的保费，而这也是我们研究最低保费案例的价值所在：

最低保费很高，说明这个车型基础事故率高，再完美的司机也无法降低保费，反之亦然

一个车型的第一年故率低，意味着车辆第二年续保时，保险公司就可参考第一年的事故率对车辆保费进行调整，考虑到车损险的保障基数存在一个固定的0.6%每月折旧，总体的车损+三者反应的就是这辆车的基础事故率水平+投保人的变量影响。

并且，保险公司的模型也能理解，一个驾驶员第一年没有出险，那么他第二年出险的概率，就会比第一年的平均数更低，就像你在班上找一个排名考前的学生参加考试，分数的预期一定比在班上找一个随机学生更高。

一个车型如果第一年的基础事故率高，在第二年的评估中用来估计第二年车主事故率的基数就会变高，这就导致无论第二年的车主多么“冰清玉洁”，没有任何违章，30岁以上，多年驾龄，也无法压低保费低，因为基础事故率摆在那，保险公司看着第一年数据，不可能凭空认为第二年事故率会下降。

而事故率*单均赔付/总保单金额，就是赔付率这个车型中极其重要的指标。

大熊老师简单的大脑无法理解保险公司存在风险模型的概念，只能根据“常识”预估一个“不出险降低30%保费”这件事，然后强行嵌入“事故率比别家降低90%”这个预设条件。

你可以想象一下，一个保险公司的业务后台精算，看别的车每年的毛赔付率在40%-60%左右波动（不包含业务运营成本和利润），突然看到有一辆车，他的赔付率只有4%-6%

你觉得这辆车第二年用户续保时核算保费的基数，是40-60%的赔付率，还是4-6%的赔付率下的呢[捂嘴哭]

混淆一个最基本的总体赔付率和个体赔付的概念，是典型的数学增智慧，至于为什么数学没学好会导致根本无法理解保险精算，那我只能认为他的粉丝里全是数学一样好的目标人群了，他们真的相信事故率比别人少90%，但是第二年保费和别人没啥区别是商业竞争市场的真实情况[捂嘴哭]

这些都是很基本的常识，之所以大熊老师还能坑蒙拐骗，就是因为粉丝智商太低，好糊弄。