損失模型:頻率與嚴重度

集體風險模型

與其逐一追蹤1000份具體保單,不如設想你站在一家保險公司的門口,看著理賠像一股水流湧入:先是一年裡來了隨機數量的理賠,然後每件到來的理賠又有隨機的金額。把它們全部相加,就得到了總成本。用這種方式給業務建模——隨機數量的理賠、每件隨機大小——就是集體風險模型。

確切地說,總損失為S=X1+X2+…+XN,其中N是隨機的理賠件數(取自頻率分布),每個Xi是相互獨立的理賠金額(取自嚴重度分布),且金額與件數相互獨立。它與個體風險模型的關鍵區別在於:項數N本身是隨機的,而非一份固定名單。這恰恰是把頻率-嚴重度分解裝配成一個單一的量:頻率提供N,嚴重度提供Xi,而S是它們的複合和。所得S的分布稱為複合(或總)損失分布。

集體風險模型是非壽險定價、準備金和資本的主流框架,因為它契合理賠真實發生的方式——來自一個風險池的、隨機數量、隨機大小的若干事件,而非一份具名生命的固定名冊。它最大的便利在於:S的均值和方差有用頻率與嚴重度各階矩表示的乾淨公式,而當頻率為泊松時模型尤其便於處理(即複合泊松)。誠實的提醒是它的核心假設:各理賠金額彼此獨立、且與件數獨立。真實的巨災兩條都違反——一場風暴同時引發許多理賠、且都很大——所以樸素的集體模型對相關風險或巨災風險必須加以擴展。

一家保險公司用頻率N服從泊松(lambda=50)、嚴重度平均4000且標準差6000來給年度理賠建模。預期總損失E[S]=50乘4000=20萬。由複合泊松方差公式,Var(S)=50乘(6000^2+4000^2)=50乘52,000,000=2,600,000,000,於是在20萬均值周圍的標準差約為51,000。

S=X1+…+XN,且N隨機——隨機數量、隨機大小的理賠。

該模型假設各理賠金額相互獨立、且與件數獨立。一場巨災會同時打破這兩條——單一事件同時產生許多理賠、且往往都很大——所以樸素的集體模型可能嚴重低估巨災風險和相關風險。

又稱
CRMaggregate loss model集合风险模型集體風險模型