Bühlmann-Straub 模型
/ BYOOL-mahn SHTROWB /
樸素的 Bühlmann 信度悄悄假設你觀測的每個時期或每個風險大小都一樣——一位司機、一年、一個單位。真實資料要比這粗糲得多：一家僱主的團體計畫承保 5,000 條生命，另一家只承保 50 條；某一年你寫的業務是次年的兩倍。Bühlmann-Straub 模型就是那個自然的推廣，它讓每個觀測攜帶不同的暴露（生命數、車年、保單數），並據此對資料加權。
想法很直觀：建立在更多暴露之上的觀測雜訊更小，因此應當算得更重。Bühlmann-Straub 用暴露加權的平均替代簡單的理賠次數，並以總暴露 m 取代次數 n，得到 Z = m / (m + k)，其中 k 仍為 EPV / VHM。在 5,000 條生命上取平均的風險接近 Z = 1；一個只有 50 條生命的小團體得到很小的 Z，被強烈地拉向集合體費率。具體地，若 k = 800，某團體有 m = 3,200 生命年的暴露，則 Z = 3,200/(3,200 + 800) = 0.8。
Bühlmann-Straub 是團體保險經驗費率、再保險合約，以及任何暴露在風險之間、年份之間差異巨大場景中真正使用的主力。它是從教科書理論通往實務的橋梁。誠實的告誡是：它仍假設組內變異數隨暴露乾淨地縮放（如卜瓦松或複合卜瓦松過程），並假設暴露被正確度量——若一個「大」帳戶只是紙面上大，其高 Z 就會誤導人。
當 k = 800 時，擁有 3,200 生命年暴露的大團體得 Z = 3,200/(3,200+800) = 0.80；只有 200 生命年的小團體得 Z = 200/(200+800) = 0.20，被拉向集合體費率。
暴露 m 取代了簡單的計數；更大的帳戶自動獲得更高的信度。
Bühlmann-Straub 假設過程變異數與暴露成反比（經典的卜瓦松式縮放）。若某風險的波動性並不隨規模如此乾淨地縮小，則暴露權重——從而 Z——可能具有誤導性。