損失模型:頻率與嚴重度

理賠嚴重度分布

現在把視角從「有多少件理賠」切換到「一件理賠有多大」。在所有確實發生的理賠中,大多數都很小——撞凹的保險桿、裂開的車窗——但時不時就有一件巨大的,比如房屋火災或嚴重的人身傷害訴訟。如果你收集每件理賠的金額,觀察這些金額如何分布,就得到了理賠嚴重度分布。

它是X(單件理賠的金額)的概率分布,其中X是一個正值(通常是連續的——可以是1000,也可以是1247.36)。由於損失不可能為負、且少數會極其巨大,嚴重度分布通常右偏:有一條向大數值伸展的長尾。常用選擇有指數、伽馬、對數常態、威布爾和帕累托分布。我們用均值(平均賠付額)來概括嚴重度,但同樣要看它的尾部,因為罕見的巨額理賠驅動了大部分風險和所需資本。

嚴重度是頻率-嚴重度故事的後半段,也是保單條款發力的地方。免賠額砍掉每筆損失的底部一塊,保單限額削去頂部,共保比例把整體按比例縮小——這些都會重塑保險公司實際賠付所依據的嚴重度分布。一個關鍵的誠實之處:對嚴重度而言,只看均值是危險地不完整的。兩份業務可能都有5000的平均賠付額,但其中一份有肥尾、偶爾產生500萬的損失;決定償付能力、再保險需求和價格的是那條尾巴,而不是均值。

一家火災保險公司記錄的理賠金額為400、900、1500、2200、3000,以及一個異常值48萬。儘管六件理賠中有五件都在3000以下,那一件巨額損失卻把均值拉高到約8.1萬。對數常態或帕累托擬合捕捉這條長右尾的能力,遠勝於對稱模型。

大多數理賠很小,少數極大——嚴重度右偏,帶一條長尾。

永遠不要只用平均值來描述嚴重度。尾部——罕見巨額理賠的概率和大小——通常才驅動真正的風險,平均值可能掩蓋一個偶爾會讓毫無準備的保險公司破產的分布。

又稱
severity distributionclaim size distributionloss amount distribution赔付金额分布損失金額分布