欢迎来到总损失（Aggregate Losses）的世界！

你好啊，未来的精算师！在之前的 FAM 学习旅程中，你可能花了很多时间研究损失额（Severity）（单笔索赔的金额）以及频率（Frequency）（索赔发生的次数）。现在，我们要将二者结合起来，探讨总损失（Aggregate Loss，记作 \(S\)）。这是保险公司在一段时间内所支付的赔偿总额。

在本章中，我们将探讨如何使用卷积法（Convolution Method）来计算总损失的分布，以及如何计算止损保险（Stop-Loss Insurance）的赔付金额。别担心，这些术语听起来可能有点吓人——我们会把它们拆解成简单易懂的小知识点！

1. 卷积法：将一切相加

想象你有两个神秘盒子。盒子 A 里有随机金额的钱，盒子 B 里也有随机金额的钱。卷积其实只是一种精妙的数学方法，用来算出当你把两个盒子合并后，所拥有的总金额的概率。

在精算术语中，如果 \(X_1\) 是第一笔索赔的成本，\(X_2\) 是第二笔索赔的成本，那么总损失就是 \(S = X_1 + X_2\)。如果索赔是相互独立的，我们就会利用卷积来找出 \(S\) 的概率分布。

公式是如何运作的？

对于离散随机变量，总损失 \(S\) 等于特定值 \(x\) 的概率为：
\(f_S(x) = P(S=x) = \sum_{y} f_{X_1}(y) \cdot f_{X_2}(x-y)\)

可以这样理解：为了得到总和 \(x\)，你可以从第一笔索赔中得到 \(y\)，剩下的部分 (\(x-y\)) 则来自第二笔索赔。你只需要将所有可能发生这种情况的组合加总起来即可！

逐步范例

假设索赔 1 (\(X_1\)) 和索赔 2 (\(X_2\)) 都具有以下分布：
- \(P(X=1) = 0.7\)
- \(P(X=2) = 0.3\)

总损失 \(S = X_1 + X_2\) 等于 3 的概率是多少？
1. 找出组合：要得到总和 3，我们可能有 (1, 2) 或 (2, 1) 的组合。
2. 计算概率：
- 情况 1：\(P(X_1=1) \cdot P(X_2=2) = 0.7 \cdot 0.3 = 0.21\)
- 情况 2：\(P(X_1=2) \cdot P(X_2=1) = 0.3 \cdot 0.7 = 0.21\)
3. 相加： \(0.21 + 0.21 = 0.42\)。
所以，\(f_S(3) = 0.42\)。

小贴士：如果你有超过两笔索赔（例如 \(S = X_1 + X_2 + X_3\)），你只需要先将前两笔进行卷积得到一个“暂时的”分布，然后再将该结果与第三笔索赔进行卷积即可！

常见错误：请务必确保 \(S\) 分布中所有最终概率的总和等于 1.0。如果不是，代表你漏掉了一些组合！

关键要点：

卷积是一种通过迭代所有可能导致该总和的结果组合，来确定独立随机变量之和的概率分布的过程。

2. 止损保险：大局观的免赔额

你已经知道单一车祸事故的免赔额（Deductible）是什么。止损保险（Stop-Loss Insurance）的概念类似，但它应用于全年所有索赔的总和。它保护被保险人（通常是为员工提供自我保险的公司）免受“糟糕年份”的影响，即在该年度内发生大量索赔的情况。

保险公司支付的是总损失 \(S\) 超过止损免赔额（\(d\)）的部分。

期望赔付公式

止损保险的预期赔付写作 \(E[(S-d)_+]\)。那个小小的“+”号意味着“仅当括号内数值为正时才计算”（如果 \(S < d\)，则赔付为零）。

对于离散分布，其计算方式为：
\(E[(S-d)_+] = \sum_{x > d} (x-d) \cdot P(S=x)\)

逐步计算：
1. 列出总损失 \(S\) 的所有可能值。
2. 找出每个值发生的概率。
3. 对于每个大于免赔额 \(d\) 的值 \(x\)，计算 \(x-d\)。
4. 将该结果乘以对应的 \(x\) 发生概率。
5. 将这些乘积相加。

好用的关系式

对于 FAM 考试，有一个你必须知道的著名恒等式：
\(E[S] = E[S \wedge d] + E[(S-d)_+]\)

用白话文说：总平均损失等于被保险人支付的平均金额（有限损失）加上保险公司支付的平均金额（止损赔付）。

你知道吗？这通常是解决问题最快的方法！如果题目给了你 \(E[S]\) 和 \(E[S \wedge d]\)，你就不需要进行冗长的加总——直接相减就可以了！

关键要点：

止损保险涵盖了总损失分布的“尾部”。其预期成本是超过免赔额之损失的加权平均值。

3. 实用捷径与技巧

离散止损的“递归”公式

如果你需要计算免赔额为 \(d+1\) 的预期止损赔付，而你已经知道免赔额为 \(d\) 的情况，你可以使用这个捷径（前提是 \(S\) 只取整数值）：
\(E[(S-(d+1))_+] = E[(S-d)_+] - P(S > d)\)

记忆法：把它想象成楼梯。当免赔额每上升一级，预期赔付就会减少“你原本处于该级别或以上”的概率。

零索赔问题

有时，可能发生 0 笔索赔。如果 \(N=0\)，则 \(S=0\)。
- 如果 \(d=0\)，则 \(E[(S-0)_+] = E[S]\)。
- 如果 \(d > 0\)，零的情况不会计入止损赔付（因为 0 并不大于 \(d\)）。

成功检核清单

1. 你会卷积吗？ 给定两个独立分布，你能算出它们总和的概率吗？
2. 你熟悉止损公式吗？ 你是否能同时使用直接加总法和 \(E[S] - E[S \wedge d]\) 法来计算 \(E[(S-d)_+]\)？
3. 注意免赔额： 在止损保险中，免赔额 \(d\) 适用于总和，而非个别索赔。千万别弄混了！

如果起初觉得这些很棘手，请别担心！总损失模型通常是考试中计算量最大的部分。多练习几题“两颗骰子之和”类型的问题来培养卷积的语感，止损的逻辑自然就会变得像反射动作一样自然。你可以做到的！