複合リスクの世界へようこそ！

アクチュアリー試験の学習を通して、皆さんはすでに複合ポアソンモデル（Compound Poisson Model）に出会っているはずです。これは数学的にエレガントで非常に柔軟性が高いため、集計モデルの「基本中の基本」と言えるでしょう。では、保険会社が一度に複数のポートフォリオを管理している場合はどうなるのでしょうか？例えば、自動車保険のグループと火災保険のグループの両方を抱えていて、会社全体の合計リスクを知りたいとき、どのように考えればよいのでしょうか。

この章では、ある「数学の魔法」を学びます。実は、独立した複数の複合ポアソンリスクを合計すると、結果として「また別の単一の複合ポアソンモデル」になるのです！これは、合計リスクを求めるためにわざわざ新しいルールを一から覚える必要がないという点で、私たちの学習をぐっと楽にしてくれます。さあ、一緒に見ていきましょう！


核心となる概念：加法性

複数のポートフォリオがあると想像してください。独立した合計損失額の変数 \(S_1, S_2, ..., S_n\) があり、それぞれが複合ポアソン分布に従っているとします。

各ポートフォリオ \(j\) について：
1. 請求回数はパラメータ \(\lambda_j\) のポアソン分布に従う。
2. 個々の請求金額（損害額）は分布 \(f_{X_j}(x)\) に従う。

保険会社全体の合計損失額は \(S = S_1 + S_2 + ... + S_n\) となります。

重要なルール： すべての \(S_j\) が互いに独立である場合、その合計 \(S\) もまた複合ポアソン確率変数となります！合計を一つの大きな複合ポアソンモデルとして扱うには、新しい合計の頻度（\(\lambda\)）と、新しい合成損害額分布（\(f_X\)）という2つの要素を見つけるだけでよいのです。


1. 新しい頻度（\(\lambda\)）を求める

これは簡単です。合計頻度のパラメータを求めるには、各ポートフォリオの \(\lambda\) を単に足し合わせるだけです。

\[ \lambda_{total} = \sum_{j=1}^{n} \lambda_j \]

例え話： 雨量計を想像してみてください。一つの計器で1分間に3滴計測し、もう一つの計器で5滴計測しているなら、合わせれば1分間に8滴計測していることになりますよね。


2. 新しい損害額分布（\(f_X\)）を求める

ここは少し工夫が必要です。新しい損害額分布は、個々の損害額分布の加重平均になります。その「重み」は、ある請求がどのポートフォリオから発生したかの確率によって決まります。

請求がポートフォリオ \(j\) から発生する確率は \(\frac{\lambda_j}{\lambda_{total}}\) です。したがって、合成された損害額分布は次のようになります：

\[ f_X(x) = \sum_{j=1}^{n} \frac{\lambda_j}{\lambda_{total}} f_{X_j}(x) \]

なぜこれで正しいのでしょうか？ もしポートフォリオAで90件の請求があり、ポートフォリオBで10件しか請求がない場合、合計の中から「ランダムに」選ばれた1件は、ポートフォリオAの請求である可能性が高いですよね。そのため、平均をとる際にポートフォリオAの分布に大きな「重み」が置かれるわけです。


モデル統合のチェックリスト：

1. \(\lambda\) を合計して新しい頻度を求める。
2. \(\lambda / \lambda_{total}\) を重みとして損害額分布を合成する。
3. 通常通りに進める： 得られた新しいパラメータを使って、パンジャーの再帰式や積率母関数（MGF）など、いつもの手法で計算する。


ステップ・バイ・ステップの例題

具体的に理解するために、簡単な例を見てみましょう。

ある保険会社が、独立した2つの事業ラインを持っているとします：
ライン1： 複合ポアソン分布、\(\lambda_1 = 2\)、請求額はすべてちょうど10。
ライン2： 複合ポアソン分布、\(\lambda_2 = 3\)、請求額はすべてちょうど20。

ステップ1：合計 \(\lambda\) を求める。
\( \lambda = 2 + 3 = 5 \)。

ステップ2：合成損害額分布を求める。
請求額が10である確率は \( \frac{2}{5} = 0.4 \)。
請求額が20である確率は \( \frac{3}{5} = 0.6 \)。

結果： 合計損失額 \(S\) は、\(\lambda = 5\) であり、\(P(X=10) = 0.4\)、\(P(X=20) = 0.6\) となる損害額分布を持つ複合ポアソンモデルとなります。


注意すべき落とし穴

間違い1：損害額の重み付けを忘れる。
単に損害額分布を足し合わせたり、50対50で平均したりしてしまうミスがよくあります。注意してください。より高い \(\lambda\) を持つポートフォリオの方が、最終的な損害額の形状に大きな影響を与えるのです！

間違い2：独立性の無視。
この性質は、ポートフォリオ同士が独立である場合にのみ成り立ちます。もしハリケーンが発生して「自動車」と「火災」の両方のポートフォリオに同時に影響を与えるような状況なら、それらは独立とは言えず、この単純な加法は完璧には機能しません。

間違い3：頻度と損害額の混同。
覚えておきましょう。\(\lambda\) は「発生回数（どれくらいの頻度で起きるか）」であり、\(X\) は「発生額（いくらかかるか）」です。頻度は足し合わせますが、コスト（額）は加重平均します。


クイックレビュー：なぜこの方法を使うの？

知っていましたか？ この性質は計算効率の面で非常に役に立ちます。ポートフォリオAの分布を計算し、次にBを計算し、それから複雑な畳み込みを行って \(S_A + S_B\) を求める……といった作業をする代わりに、最初からパラメータを結合して、全体について1回計算するだけで済むのです。時間を節約できるだけでなく、計算ミスのリスクも減らすことができます！


試験当日のためのキーポイント

1. 基本ルール： 独立した複合ポアソン分布の和 ＝ 単一の複合ポアソン分布。
2. 頻度： \(\lambda_{new} = \lambda_1 + \lambda_2 + ... + \lambda_n\)。
3. 損害額： \(f_{X, new}(x) = w_1 f_{X_1}(x) + w_2 f_{X_2}(x) + ...\)、ただし \(w_j = \lambda_j / \lambda_{total}\)。
4. 積率： 和の平均は平均の和、和の分散は分散の和となる（独立のため）。

最初は加重平均という考え方に少し違和感があるかもしれませんが、心配はいりません。「請求回数（\(\lambda\)）が多いほど、重みが大きくなる」とだけ覚えておいてください。新しい \(\lambda\) と新しい損害額分布さえ手に入れば、あとは基本的な複合ポアソンモデルの章でやったのと同じように、確率や積率を解くことができます！