損失模型:頻率與嚴重度

(a,b,0)類分布

/ ay-bee-zero class /

精算師注意到,三種最常用的計數分布——泊松、二項、負二項——都有一個隱藏的家族相似性。發生k件理賠的概率與發生k-1件的概率之間存在一條簡單的關係,而且這三者用的是同一種形狀的關係。按這條共享的遞推關係把它們歸為一組,就得到了(a,b,0)類:一個由單一遞推關係定義的、小而整潔的頻率分布族。

其定義規則是:相鄰概率之比關於k是線性的——P(N=k)除以P(N=k-1)等於a加上b除以k,對k=1、2、3……成立,其中a、b是兩個常數。標號中的「零」表示遞推從k=0處的自然值開始,無需任何特殊調整。a、b的不同符號組合挑出不同成員:a=0給出泊松,a為負給出二項,a在0與1之間給出負二項(及其幾何分布特例)。所以僅靠a、b兩個數,就編碼出你手上是哪一種熟悉的分布。

為什麼要給這個族命名?因為定義它的那條遞推關係,恰恰正是讓潘哲遞迴得以運作的關鍵:任何屬於(a,b,0)的頻率,配上一個離散化的嚴重度,就能一步一步地構建出總損失分布,從而避免暴力卷積。所以(a,b,0)類不是花架子——它是把頻率-嚴重度建模變成一種快速、精確計算的入口。誠實的局限是:只有這幾個特定分布屬於(a,b,0);如果你的數據需要——比如——一個被誇大的零的數量,你就必須改用(a,b,1)類。

對於lambda=4的泊松分布,遞推關係為P(k)/P(k-1)=4/k,對應a=0、b=4。於是P(1)/P(0)=4、P(2)/P(1)=2、P(3)/P(2)=4/3——每個概率都由上一個經一次乘法得到,這正是潘哲遞迴所利用的那一步。

透過P(k)/P(k-1)=a+b/k,兩個常數a、b就辨認出泊松、二項或負二項分布。

(a,b,0)類恰好只含三種分布(泊松、二項、負二項)。它不是一個可以隨意伸縮的族——如果真實數據表現出,比如,遠過多的零,你就無法停留在(a,b,0)中,而要轉向(a,b,1)類。

又稱
(a,b,0) frequency classPanjer class(a,b,0)频率类(a,b,0)頻率族