欢迎来到损失分布与风险分担！

你好！欢迎来到 CS2 课程中最实用的章节之一。在风险建模的世界里，我们不仅关心事件发生的频率（frequency），更深切关注事件发生时的严重程度（severity）。本章旨在寻找合适的数学“尺规”来衡量这些成本，并理解保险合约——例如免赔额（deductibles）和赔偿限额（limits）——如何改变赔付金额的大小。别担心，如果公式乍看之下有点吓人，我们会一步一步为你拆解！

1. 建模索赔严重程度：基础概念

在保险业中，大多数索赔金额都很小，但少数可能会非常巨大。因此，我们需要使用非负值（索赔金额不可能为负！）且右偏（向右拖着长尾巴）的分布。

课程中常见的分布

Gamma 分布： 一种灵活的分布，常用于中等规模的索赔，是保险建模中“可靠的劳模”。
对数常态分布（Lognormal）： 用于索赔金额跨度巨大的情况。如果你对索赔金额取对数后，发现它看起来像常态分布，那么它就是对数常态分布。
Pareto 分布： 这是“重量级选手”。它具有重尾（heavy tail）特性，这意味着与其他分布相比，它预测发生极大、灾难性索赔的概率较高。
指数分布（Exponential）： 最简单的情况，即索赔发生的概率随着索赔金额增加而稳定下降。

关键概念：分布的“尾部”（The Tail）

“尾部”是指概率密度函数（PDF）的右侧部分。重尾分布（如 Pareto 分布）意味着极端损失的风险显著。作为精算师，忽视尾部风险就像在驾驶泰坦尼克号时无视冰山一样危险！

快速复习：
- 索赔金额总是 \( \ge 0 \)。
- 大多数索赔分布都是向右偏的。
- Pareto = 重尾（大型风险）。
- 指数/Gamma = 较轻的尾部（风险较可预测）。

2. 风险分担：保单调整

在现实世界中，保险公司很少会支付完整的损失金额 \( X \)。合约通常包含“风险分担”机制。你可以将其视为决定“谁该付多少钱”的“游戏规则”。

A. 比例再保险（Quota Share）

这是最简单的形式。保险公司和再保险公司同意按固定比例 \( k \) 分摊每笔索赔。
保险公司支付：\( Y = kX \)
类比：和朋友平分一份披萨和账单。如果账单金额上升，你们双方都需要按比例支付更多。

B. 免赔额（Excess of Loss，即免赔赔偿）

免赔额 \( d \) 是保单持有人（或主要保险公司）在保险公司开始赔付前必须自行承担的金额。保险公司只支付“超出的部分”。
保险公司支付的金额为：\( Y = \max(0, X - d) \)
这通常写作 \( (X - d)_+ \)。
如果索赔金额 \( X \) 小于 \( d \)，保险公司支付的金额为零。

C. 保单限额（Capping）

限额 \( L \) 是保险公司对单笔索赔所支付的最高金额。超出 \( L \) 的任何部分均由保单持有人负责。
保险公司支付的金额为：\( Y = \min(X, L) \)
这通常写作 \( X \wedge L \)。

你知道吗？ 这两者之间存在一个非常重要的数学关系：
\( X = (X - L)_+ + (X \wedge L) \)
这意味着总损失等于“超出限额的部分”加上“限额内的上限部分”。

3. 计算风险分担下的期望值

CS2 最常见的任务之一，就是计算存在免赔额或限额时的期望赔付额。

“有限期望值”（Limited Expected Value）捷径

要计算限制在 \( L \) 之内的索赔期望值，我们使用：
\( E[X \wedge L] = \int_0^L x f(x) dx + L \times P(X > L) \)
或者，利用生存函数 \( S(x) = 1 - F(x) \) 的更简单方法：
\( E[X \wedge L] = \int_0^L (1 - F(x)) dx \)

计算带有免赔额的期望赔付额

如果你有免赔额 \( d \)，保险公司的期望成本为：
\( E[(X - d)_+] = E[X] - E[X \wedge d] \)
这个公式在考试中简直是救命稻草！与其费力为“超出部分”进行复杂积分，不如直接用总平均值减去有限期望值。

常见错误提示： 别忘了，如果有免赔额，保险公司赔付的索赔次数可能会改变。有些索赔金额会小于免赔额，从保险公司的角度来看，这些索赔就“消失”了。这称为数据截断（data truncation）。

4. 通胀的影响

通货膨胀不仅让东西变贵，当涉及免赔额时，它还会产生一种奇特的“杠杆效应”。

杠杆效应

想像一笔 1,100 的索赔和 1,000 的免赔额。保险公司支付 100。
现在，想像 10% 的通胀。索赔金额变为 1,210，而免赔额仍为 1,000。
保险公司现在要支付 210！
等等！ 尽管通胀率仅为 10%，但保险公司的赔付额却增加了 110%（从 100 增至 210）。
重点总结：当存在固定的免赔额时，通胀对保险公司的打击更沉重。

数学技巧： 如果每笔索赔 \( X \) 都乘以一个通胀因子 \( (1+i) \)，则带有免赔额 \( d \) 的新期望赔付额为：
\( (1+i) E[X - \frac{d}{1+i}]_+ \)

5. 总结与考前建议

重点总结：
1. 严重程度使用偏态、非负分布（如 Pareto 或 Gamma）建模。
2. 免赔额 \( (X-d)_+ \) 可降低保险公司成本，并消除小型索赔。
3. 限额 \( X \wedge L \) 保护保险公司免受极端“尾部”事件的影响。
4. 通胀在免赔额固定时，会对保险公司的成本产生不成比例的影响。

记忆小撇步： 把免赔额（Deductible）想成“地板”（你支付地板之上的部分），把限额（Limit）想成“天花板”（你支付天花板之下的部分）。
最后鼓励： 这一章充满了公式，但只要你掌握了 \( E[X] \)、\( E[X \wedge d] \) 和 \( E[(X-d)_+] \) 之间的关系，你会发现这些题目变得容易驾驭得多。继续练习那些积分吧！