損失不等於賠付
在本階梯裡，我們已經搭好了一台乾淨的兩部件機器：一個刻畫理賠件數的頻率模型，和一個刻畫每件理賠金額大小的嚴重度模型。但這個故事裡藏著一個靜悄悄的缺口。我們建模的那個數——「自下而上」的損失 X，也就是事故的完整規模——幾乎從來不是保險公司真正開支票的那個數。中間隔著一份合同，它在損失抵達保險公司賬面之前，先把損失「掰彎」了。
三種合同條款幾乎包辦了這種「掰彎」。免賠額砍掉每筆損失的底部——保單持有人自己吞下第一塊。保單限額封住頂部——保險公司拒絕賠付超過某個上限的部分。而共保把整體按比例縮小——保險公司只賠付剩餘部分的一個固定百分比。每一條單獨看都是個簡單的想法，但合在一起，它們決定了損失穿過保單之後的嚴重度分布長什麼樣——而這才是對保險公司錢包唯一要緊的那個分布。
免賠額：砍掉底部
最常見的一種是普通免賠額 d：保險公司賠付損失中高於 d 的部分，低於 d 的部分一概不賠。用符號寫，每筆損失的賠付額是 max(X − d, 0)。在 500 的免賠額下，300 的損失分文不賠，1,200 的損失賠 700，而一筆高達 50,000 的巨額損失仍要先扣掉頭 500，賠 49,500。免賠額是*永遠*要扣的——它不會在大額理賠上憑空消失。最後這一點，初學者總是栽跟頭。
它有個稜角更利的「表親」，即免賠限額（franchise 免賠額）。它是「全有或全無」：在門檻以下你拿到零，但損失一旦越過 d，保險公司就賠付*整筆*損失，連免賠額一起賠。在 500 的免賠限額下，400 的損失賠 0，而 600 的損失賠滿 600——不是 100。門檻處那道陡然的跳躍正是它的標誌，常見於海運貨物險。說句實話，它也滋生一個問題：一筆差一點點的損失會有強烈動機被「往上推」過線，因為越過這條線，賠付就從「一無所有」翻轉成「全額到手」。
標題承諾過的那個微妙之處，就在這裡。一個免賠額會同時改變*兩*件事。它縮小了每一筆賠付的金額（每張支票都少了 d），同時也縮小了賠付的件數——每一筆低於 d 的損失如今都賠零，根本不會變成一件理賠。所以免賠額同時削減了保險公司所看到的嚴重度和有效頻率。如果有 30% 的損失落在免賠額以下，那麼在任何一張支票變小之前，保險公司的理賠件數就已經掉了將近三分之一。忘掉這個頻率效應，是為免賠額定價時最常見的錯誤之一。
限額、共保，以及它們如何疊加
如果說免賠額修剪底部，那麼保單限額 u 就削去頂部。保險公司賠付損失直到某個上限，再多便不賠：賠付額是 min(X, u)。在 300,000 的限額下，200,000 的損失全額賠付，但 450,000 的損失只賠 300,000——保單持有人自己嚥下超出的 150,000。min(X, u) 這個量叫做*限額損失*，它的平均值（限額期望值）正是精算師用來為各責任層定價、並計算遞增限額因子的基本構件。要誠實地看待限額所做的事：它並不能讓大額損失消失，只是把超過 u 的那一部分退還給被保險人自己承擔。
共保又是另一回事——它不砍頂也不砍底，而是把一切按一個比例 alpha 縮放（比如 80% 這樣的百分比）。保險公司賠付剩餘部分的 alpha 倍，把每一筆損失（無論大小）的另外 20% 留給保單持有人。在純粹的 80% 共保下，10,000 的損失賠 8,000。在一份分層齊全的真實保單裡，這些條款會按一個確定的次序疊加：先取損失，減去免賠額，對剩餘部分施加共保比例，再按限額封頂。對於高於 d 的損失，這就給出了 alpha × (min(X, u) − d) 這個「每損失」賠付額。
loss X = 80,000 deductible d = 1,000 coinsurance a = 0.80 limit u = 50,000 step 1 subtract deductible: 80,000 - 1,000 = 79,000 step 2 apply coinsurance: 0.80 * 79,000 = 63,200 step 3 cap at the limit: min(63,200, 50,000) = 50,000 insurer pays 50,000 policyholder bears 80,000 - 50,000 = 30,000
損失消除率
當保險公司在權衡要不要加一道免賠額時，它想要一個誠實的數字：這道免賠額，能為我們省下過去賠付額中的幾成？這個數字就是損失消除率，簡稱 LER。一個免賠額 d 從任何單筆損失中剔除的金額是 min(X, d)——低於 d 的小損失你全數保留，更大的損失則恰好保留 d 那麼多。於是 LER 就是「預期被剔除的金額」除以「無免賠額時的預期損失」：E[min(X, d)] ÷ E[X]。
舉一個小小的算例。假設平均損失是 2,000，而一道 500 的免賠額平均每筆損失剔除 360（小損失全額退回其大小，較大的損失退回 500，再在整個分布上取平均）。那麼 LER 就是 360 ÷ 2,000 = 0.18。這道免賠額剔除了預期損失的 18%，因此保險公司可以把純保費中*屬於損失的那一部分*下調大約 18%。這正是定價委員會可以據以行動的那種乾淨俐落的答案。
解讀一筆賠付的兩種視角
還有最後一個區分，它把真正理解免賠額的人和只會背公式的人分了開來：每損失與每賠付這兩種視角。*每損失*變量審視每一個損失事件，包括那些賠了零的小損失——它就是 max(X − d, 0)，把零也算進去。*每賠付*變量則以「真的開出了一張支票」為條件：它只看高於 d 的損失，也就是「在 X 超過 d 的條件下」的 (X − d)。同一個條款，兩個不同的平均值。
每賠付的平均值永遠是兩者中較大的那個，因為每損失的平均值被那一大堆零賠付稀釋了。如果有 30% 的損失落在免賠額以下、分文不賠，那麼每損失均值就只有對應的每賠付均值的 70%——兩者恰好通過「有賠付發生的概率」聯繫在一起。你想要哪一個，取決於你要回答的問題：每損失對接總成本和純保費，而每賠付描述的是理賠部門實際開出的那張支票的平均額。
這個區分藏著一個真實的數據陷阱。理賠數據通常是按*每賠付*記錄、並且是左截斷的：低於免賠額的損失從未被上報，所以它們乾脆從你的檔案裡消失了，而不是以零的形式躺在那裡。如果你把這樣的數據當作所有損失的完整圖景，去擬合一個嚴重度分布，你就悄無聲息地扔掉了小額的那一端，讓每一個估計都產生偏差。搞清楚你的數據到底是每損失還是每賠付，絕非咬文嚼字——它決定了你的嚴重度模型是否誠實。