系列:客户端 APP 测评算法说明书(Tab 1 测试中心 · 10 项测评之十) 实现位置:
app.html(屏c22· 状态PEN· 引擎renderPension()/penSet()/penGroup()· CTAopenBooking('pension')) 定位:转化钩子,非精算工具——顶级养老院 ¥2 万/月多数人无概念,本器把「未来住不起」算成「现在每月存多少」,促成养老年金规划咨询 入口:C1 首页「保额快速测算」正下方入口卡(🧮 → 🏖️ 顺序:先保障缺口,再养老储蓄) 基线版本:app.html v1.137(2026-09-24 · 入住年限 30 年档 + 分红险演示口径)
| 组 | 选项 | 默认 | 说明 |
|---|---|---|---|
| ① 现在年龄 | 25 / 30 / 35 / 40 / 45 / 50 | 35 | 决定复利年限 n |
| ② 退休年龄 | 55 / 60 / 65 / 70 | 65 | n = 退休 − 现在 |
| ③ 养老院月成本(今天价) | ¥8,000 基础 / ¥12,000 品质 / ¥20,000 顶级 / ¥30,000+ 尊享 | ¥20,000 | 锚点档=「顶级」——本器核心叙事 |
| ④ 年金收益率(分红险演示) | 2.5% 保守 / 3.5% 稳健 / 4.5% 乐观 | 3.5% | v1.137 起去「友邦」品牌,改分红险通用口径(顾问可自由配产品) |
| ⑤ 预计入住年限 | 10 / 15 / 20 / 30 年 | 15 | v1.137 新增 30 年档(长寿情景) |
设计原则:全部点选、无文本输入——转化钩子的摩擦要趋近于零;改任一选项结果区即时重算(
penSet()单项更新)。
固定口径:护理成本通胀 3%/年(不考虑通胀选项——通胀不是用户变量,是叙事的一部分)。
n = 退休年龄 − 现在年龄 …… 储蓄年限
退休时点月成本 = 当前月成本 × 1.03ⁿ …… ① 冲击卡
rr = (1 + r) / 1.03 − 1 …… 实际收益率(收益率 r 对通胀调整后)
养老总池 = 退休时点年成本 × 期初年金现值系数(rr, g 年)
系数 = g (rr ≈ 0 时)
系数 = (1 − (1+rr)^(−g)) / rr × (1+rr) (期初口径 · 每年初支取)
趸交等价 = 养老总池 ÷ (1 + r)ⁿ
每月应存 = 养老总池 ÷ 普通年金终值系数(月利率 r/12 · n×12 期)
系数 = ((1 + r/12)^(12n) − 1) / (r/12)
延迟5年 = 同总池 ÷ ((n−5)×12 期终值系数) …… 紧迫感卡
每天成本 = 每月应存 ÷ 30
默认档演算(35 岁 · 65 退 · ¥2 万/月 · 3.5% · 15 年): 退休月成本 ¥48,545 → 总池 ¥845 万(趸交 ¥301 万)→ 每月存 ¥13,296(≈每天 ¥443)→ 延迟 5 年 ¥17,654/月(+33%)。
实现校验:浏览器渲染结果与 Python 独立复算逐分一致(默认档 + 45 岁·3万·2.5%·20年档 + 30 年档三案例 · v1.136/v1.137 验收记录)。
openBooking('pension'):自动预选「养老年金」(v1.136 修复:不再误套用 ICQ 缺口预选)· 线索独立标记 source:'pension'(与 cfpi / icLite 并列第三来源,便于统计各钩子转化)文档版本:v1.0 · 2026-09-25 · Jack + Hermes · 基线 v1.137(含 v1.136 初版与 v1.137 两项修订)