欢迎来到保险赔偿的世界！

嘿！如果你曾经研究过汽车保险或医疗保险单，你可能看过像“免赔额”(deductible) 或“自负额上限”(out-of-pocket limit) 这样的词汇。在本章中，我们将这些现实世界的保险规则运用到概率 (Probability) 的计算中。

我们的目标是算出保险公司基于随机损失金额预期要支付多少赔偿。如果刚开始觉得这些叙述很“冗长”别担心——只要看出其中的规律，其实就是一点微积分和逻辑运算而已。让我们开始吧！

1. 基础概念：损失 (Loss) 与 赔偿 (Payment)

在 Exam P 考试中，我们通常处理两个不同的随机变量：

1. \(X\) (原始损失/地面损失，Ground-Up Loss)：这是实际发生的损害总额。如果没有保险，这就是你原本要承担的损失。
2. \(Y\) (保险赔偿，Insurance Payment)：这是保险公司在套用所有保单条款后，实际开出的支票金额。

可以这样想：如果你摔坏了手机，修理费是 $500，那么损失 (Loss) 就是 $500。如果保险公司根据保单规则只赔你 $300，那么赔偿 (Payment) 就是 $300。

2. 免赔额 (Deductibles)：你的“入门门槛”

免赔额（通常记为 \(d\)）是保单持有人在保险公司支付任何一分钱之前，必须先负担的金额。它会从总损失中“扣除”。

规则：
如果损失 \(X\) 小于免赔额 \(d\)，保险公司赔偿 $0。
\n如果损失 \(X\) 超过免赔额 \(d\)，保险公司赔偿 \(X - d\)。

\n

以数学式表示，赔偿 \(Y\) 为：
\n\( Y = \max(0, X - d) \)

\n\n

计算免赔额下的预期赔偿

\n

要算出期望值 \(E[Y]\)，你需要对超过免赔额部分的损失进行积分：

\n

\( E[Y] = \int_{d}^{\infty} (x - d) f(x) dx \)

\n

小贴士：存活函数法 (Survival Function Method)
\n对于任何非负的随机变量，有一个快得多的算法！如果你知道存活函数 \(S(x) = P(X > x)\)，那么：
\n\( E[Y] = \int_{d}^{\infty} S(x) dx \)
\n这在考试中超级节省时间！

\n\n
重要区别：每损失单位 (Per Loss) 与 每赔偿单位 (Per Payment)
\n

这往往是许多考生跌倒的地方！请仔细阅读题目：

\n

1. 每损失单位之预期赔偿 (\(E[Y_L]\))：这是涵盖所有损失的平均赔偿，包含保险公司赔 $0 的情况。
2. 每赔偿单位之预期赔偿 (\(E[Y_P]\))：这是在确实有赔偿发生时（即已知 \(X > d\)）的平均赔偿金额。

关系式：
\( E[Y_P] = \frac{E[Y_L]}{P(X > d)} \)

关键结论：免赔额会改变损失的分配。它们消除了小型索赔，并减少了大型索赔的金额。

3. 给付上限 (Benefit Limits)：赔偿的“天花板”

给付上限（或称上限，通常记为 \(u\)）是保险公司最高赔付的金额。如果你的保单上限是 $500,000，保险公司是不会赔偿你价值 $1,000 万的豪宅的！

规则：
公司赔偿全部损失 \(X\)，但上限为 \(u\)。
\( Y = \min(X, u) \)

计算给付上限下的预期赔偿

积分看起来像这样：
\( E[Y] = \int_{0}^{u} x f(x) dx + \int_{u}^{\infty} u f(x) dx \)

存活函数捷径：
同样地，存活函数让这件事简单多了：
\( E[Y] = \int_{0}^{u} S(x) dx \)

你知道吗？ 使用存活函数 \(\int S(x)dx\) 本质上就是在计算曲线下的面积。对于上限 \(u\)，你只需计算到点 \(u\) 为止的面积即可。

关键结论：给付上限能保护保险公司免受巨额、灾难性损失的冲击。

4. 共同保险 (Coinsurance)：分摊账单

共同保险（记为 \(\alpha\)）是保险公司支付的固定百分比。如果你有 80% 的共同保险，公司支付受保损失的 80%，而你支付 20%。

规则：
\( Y = \alpha \cdot X \)

这对计算来说最简单！利用期望值的线性性质 (Linearity of Expectation)：
\( E[Y] = \alpha \cdot E[X] \)
\( Var(Y) = \alpha^2 \cdot Var(X) \)

关键结论：共同保险将整个损失分配缩减了 \(\alpha\) 倍。

5. 通货膨胀 (Inflation)：万物皆涨时

通货膨胀会影响原始损失 \(X\)。如果通胀率为 \(r\)，则每个损失 \(X\) 都变成了 \((1+r)X\)。

常见陷阱警报！
即使发生通胀，免赔额和给付上限通常保持不变。如果你的免赔额是 $500 且通胀来袭，虽然损失变大了，但你还是要先负担原本的那 $500。这意味着保险公司的赔付金额增加幅度会超过单纯的通胀率！

通胀问题的处理步骤：
1. 令新损失为 \(X' = (1+r)X\)。
2. 对 \(X'\) 套用保单修改条款（免赔额、上限）。
3. 新的赔偿为 \(Y_{new} = \max(0, \min((1+r)X, \text{limit}) - \text{deductible})\)。

6. 综合运用：超级公式

大多数 Exam P 题目会将这些综合在一起。一份典型的保单可能包含免赔额 \(d\)、上限 \(u\) 以及共同保险 \(\alpha\)。

标准的运算顺序（除非题目另有说明）为：
1. 套用上限 (Limit)（针对损失）。
2. 套用免赔额 (Deductible)。
3. 套用共同保险 (Coinsurance)。

赔偿公式：
\( Y = \alpha \cdot [\min(X, u) - d]_+ \)
（注意：\([]_+\) 符号仅代表“取 0 与该值之中的最大者”）

快速复习总结表

免赔额 (\(d\))：若 \( X>d \)，保险人支付 \( (X-d) \)。捷径：\( \int_d^\infty S(x) dx \)。
给付上限 (\(u\))：保险人赔偿 \( X \) 但不超过 \( u \)。捷径：\( \int_0^u S(x) dx \)。
共同保险 (\(\alpha\))：保险人支付比例。\( E[Y] = \alpha E[X] \)。
每赔偿单位：将“每损失单位”的期望值除以 \( P(X > d) \)。

最后的鼓励

别被积分吓到了！许多 Exam P 题目会针对这些主题使用均匀分布 (Uniform) 或 指数分布 (Exponential)。对于均匀分布，你通常可以通过计算图形上的梯形或三角形面积来解决这些问题，而不必进行复杂的微积分。继续练习，这些“保险调整因子”很快就会成为你的直觉！