歡迎來到總損失（Aggregate Losses）的世界！

你好啊，未來的精算師！在之前的 FAM 學習旅程中，你可能花了很多時間研究損失額（Severity）（單筆索賠的金額）以及頻率（Frequency）（索賠發生的次數）。現在，我們要將二者結合起來，探討總損失（Aggregate Loss，記作 \(S\)）。這是保險公司在一段期間內所支付的賠償總額。

在本章中，我們將探討如何使用卷積法（Convolution Method）來計算總損失的分布，以及如何計算止損保險（Stop-Loss Insurance）的賠付金額。別擔心，這些術語聽起來可能有點嚇人——我們會把它們拆解成簡單易懂的小知識點！

1. 卷積法：將一切相加

想像你有兩個神秘盒子。盒子 A 裡有隨機金額的錢，盒子 B 裡也有隨機金額的錢。卷積其實只是一種精妙的數學方法，用來算出當你把兩個盒子合併後，所擁有的總金額的機率。

在精算術語中，如果 \(X_1\) 是第一筆索賠的成本，\(X_2\) 是第二筆索賠的成本，那麼總損失就是 \(S = X_1 + X_2\)。如果索賠是相互獨立的，我們就會利用卷積來找出 \(S\) 的機率分布。

公式是如何運作的？

對於離散隨機變數，總損失 \(S\) 等於特定值 \(x\) 的機率為：
\(f_S(x) = P(S=x) = \sum_{y} f_{X_1}(y) \cdot f_{X_2}(x-y)\)

可以這樣理解：為了得到總和 \(x\)，你可以從第一筆索賠中得到 \(y\)，剩下的部分 (\(x-y\)) 則來自第二筆索賠。你只需要將所有可能發生這種情況的組合加總起來即可！

逐步範例

假設索賠 1 (\(X_1\)) 和索賠 2 (\(X_2\)) 都具有以下分布：
- \(P(X=1) = 0.7\)
- \(P(X=2) = 0.3\)

總損失 \(S = X_1 + X_2\) 等於 3 的機率是多少？
1. 找出組合：要得到總和 3，我們可能有 (1, 2) 或 (2, 1) 的組合。
2. 計算機率：
- 情況 1：\(P(X_1=1) \cdot P(X_2=2) = 0.7 \cdot 0.3 = 0.21\)
- 情況 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，\(f_S(3) = 0.42\)。

小貼士：如果你有超過兩筆索賠（例如 \(S = X_1 + X_2 + X_3\)），你只需要先將前兩筆進行卷積得到一個「暫時的」分布，然後再將該結果與第三筆索賠進行卷積即可！

常見錯誤：請務必確保 \(S\) 分布中所有最終機率的總和等於 1.0。如果不是，代表你漏掉了一些組合！

關鍵要點：

卷積是一種透過迭代所有可能導致該總和的結果組合，來確定獨立隨機變數之和的機率分布的過程。

2. 止損保險：大局觀的自負額

你已經知道單一車禍事故的自負額（Deductible）是什麼。止損保險（Stop-Loss Insurance）的概念類似，但它應用於全年所有索賠的總和。它保護被保險人（通常是為員工提供自我保險的公司）免受「糟糕年份」的影響，即在該年度內發生大量索賠的情況。

保險公司支付的是總損失 \(S\) 超過止損自負額（\(d\)）的部分。

期望賠付公式

止損保險的預期賠付寫作 \(E[(S-d)_+]\)。那個小小的「+」號意味著「僅當括號內數值為正時才計算」（如果 \(S < d\)，則賠付為零）。

對於離散分布，其計算方式為：
\(E[(S-d)_+] = \sum_{x > d} (x-d) \cdot P(S=x)\)

逐步計算：
1. 列出總損失 \(S\) 的所有可能值。
2. 找出每個值發生的機率。
3. 對於每個大於自負額 \(d\) 的值 \(x\)，計算 \(x-d\)。
4. 將該結果乘以對應的 \(x\) 發生的機率。
5. 將這些乘積相加。

好用的關係式

對於 FAM 考試，有一個你必須知道的著名恆等式：
\(E[S] = E[S \wedge d] + E[(S-d)_+]\)

用白話文說：總平均損失等於被保險人支付的平均金額（有限損失）加上保險公司支付的平均金額（止損賠付）。

你知道嗎？這通常是解決問題最快的方法！如果題目給了你 \(E[S]\) 和 \(E[S \wedge d]\)，你就不需要進行冗長的加總——直接相減就可以了！

關鍵要點：

止損保險涵蓋了總損失分布的「尾部」。其預期成本是超過自負額之損失的加權平均值。

3. 實用捷徑與技巧

離散止損的「遞迴」公式

如果你需要計算自負額為 \(d+1\) 的預期止損賠付，而你已經知道自負額為 \(d\) 的情況，你可以使用這個捷徑（前提是 \(S\) 只取整數值）：
\(E[(S-(d+1))_+] = E[(S-d)_+] - P(S > d)\)

記憶法：把它想像成樓梯。當自負額每上升一級，預期賠付就會減少「你原本處於該級別或以上」的機率。

零索賠問題

有時，可能發生 0 筆索賠。如果 \(N=0\)，則 \(S=0\)。
- 如果 \(d=0\)，則 \(E[(S-0)_+] = E[S]\)。
- 如果 \(d > 0\)，零的情況不會計入止損賠付（因為 0 並不大於 \(d\)）。

成功檢核清單

1. 你會卷積嗎？ 給定兩個獨立分布，你能算出它們總和的機率嗎？
2. 你熟悉止損公式嗎？ 你是否能同時使用直接加總法和 \(E[S] - E[S \wedge d]\) 法來計算 \(E[(S-d)_+]\)？
3. 注意自負額： 在止損保險中，自負額 \(d\) 適用於總和，而非個別索賠。千萬別弄混了！

如果起初覺得這些很棘手，請別擔心！總損失模型通常是考試中計算量最大的部分。多練習幾題「兩顆骰子之和」類型的問題來培養卷積的語感，止損的邏輯自然就會變得像反射動作一樣自然。你可以做到的！