一條向上漂、向下砸的盈餘曲線
本階前面幾篇已經把舞台搭好了。你認識了盈餘過程——保險公司隨時間滾動的餘額——也學會了去問這門生意裡最尖銳的問題：它會不會有一刻跌破零，又以多大的破產機率？你*還*沒拿到的，是一幅具體、可解的圖景，說清這條餘額究竟是怎麼動的。Cramér-Lundberg 模型正是這幅圖景：經典風險模型，簡單到足以推出真正的定理，又豐富到足以抓住保險公司命運的本質形狀。
把盈餘想成一條畫過時間的線，看它同時做兩件事。保費每天平穩地流進來，於是這條線以一個穩定的斜率*向上漂*，像水細細地注入一隻水缸。然後，在無法預料的時刻，一筆理賠來了，線就*筆直地往下砸*一截，砸下去的高度正是那筆理賠的大小——一個突然的垂直跌落，像一塊石頭扔進缸裡。兩次跌落之間，線又重新往上爬。緩緩地上，猛地下，緩緩地上，猛地下。這條又爬又跳的鋸齒形狀，一張圖就道盡了整個模型；而破產，無非就是這條線頭一次從上方觸到零的那一刻。
三樣配料就把整齣戲定死了。第一，線從哪裡起步：初始盈餘，記作 u，是保險公司在第一天握著的那塊資本墊子。第二，它爬得多快：保費收入率 c，即單位時間裡掙到的保費金額。第三，它怎麼往下砸：理賠以一股卜瓦松流到來，平均有個到達率，而每一筆理賠的大小，都是從一個固定的強度分布裡獨立抽出的。於是，到任意時刻 t 為止累積起來的理賠總額，恰好就是你上一階建好的那個複合卜瓦松累積損失——只不過現在它動了起來，被看作是逐漸累積的，而不是凍結在年末的一個數。
保費必須朝對的方向傾斜
在任何巧妙的數學之前，有一道樸素的算術先把一切定了調。把每年流進來的保費，和預期每年流出去的理賠，擺在一起比。如果保費率 c *小於*預期的年理賠額，盈餘平均而言就在向下漂——而在無限長的視野裡，破產就成了必然，無論起步的墊子 u 有多厚。你沒法靠墊子把一艘漏水的船墊到不沉。所以，唯有當保費超過預期理賠時，這個模型才站得住腳；我們用相對安全附加 θ 來度量這塊多出來的餘裕。
附加 θ 不過就是定價裡內建的那塊按比例算的墊子。如果預期理賠是每年 1,000,000，而你收的保費率是 1,150,000，你就在純成本之上加載了 15%，於是 θ = 0.15。每年多出來的那 150,000，就是盈餘線那個穩定的向上傾斜——這個斜率，在長跑裡，對抗著那些向下的跳躍。把 θ 設為零，線就一點向上的偏向都沒有了；把它設成負的，線就注定要沉。精算師用的那句話——淨利潤條件——無非就是：c 必須超過預期理賠，也就是 θ 必須嚴格為正。
一個數字，抓住了全部的危險：調整係數
這就是這個模型的神來之筆。所有那些活動的零件——保費率、理賠到達率、強度分布的整個形狀——都能被熬成一個單一的正數，用來度量這家保險公司的處境有多危險。這個數就是調整係數，記作 R，又叫 Lundberg 係數。把 R 想成一支風險溫度計：R *大*，意味著一家安全、墊得厚實的經營；R *小*，則意味著一家脆弱的、危險地逼近懸崖邊的經營。
R 從哪裡來？它是透過理賠強度的矩母函數來定義的——矩母函數這個數學對象，把理賠金額分布的每一個矩，它的均值、它的離散、它整條尾巴的全部分量，都打包進了一個函數裡。R 就是那個特殊的正值，在這個函數裡，保費的向上拉力與理賠的向下拉力恰好抵消。這裡不會要你徒手去解那道平衡方程；要帶走的重點是 *R 對什麼有反應*。它不是一個可以隨手撥的旋鈕——它是從這本帳冊真實的經濟裡擠出來的。
兩條直覺讓 R 變得具體。第一，更重的附加 θ 把 R 往*上*推：相對於預期理賠收得更多，你就更安全，這正合常理。第二——這才是微妙而要緊的部分——更重尾的強度，把 R 往*下*壓。兩本帳冊，平均理賠一樣、保費也一樣，R 卻可能大不相同，只要其中一本暴露在罕見的巨額理賠之下、而另一本沒有。這支溫度計感受的是尾巴的形狀，而不只是平均值。這正是 R 值錢的地方：它能嗅到那種單靠均值就視而不見的危險。
Lundberg 不等式：用指數把破產框住
現在，這個係數開始派紅利了。那條經典的結果——Lundberg 不等式——說出了一件出奇俐落的事：從初始盈餘 u 出發，曾經破產的機率，不會大於 e 的「負 R 乘以 u」次方。用大白話說——破產的機率，隨著你握有更多起步資本而*指數地*衰減，而這個衰減的速率，恰恰就是調整係數 R。墊子 u 越大越好；R 越大越好；而這兩者在指數裡相乘疊加。
Lundberg's inequality: P(ruin | start with u) <= e^(-R u) Suppose the adjustment coefficient works out to R = 0.001 and you ask how much capital caps ruin risk at 1%: e^(-0.001 * u) = 0.01 -0.001 * u = ln(0.01) = -4.605 (natural log) u = 4.605 / 0.001 = 4,605 Hold u = 4,605 of initial surplus -> ruin probability <= 1%. Double the cushion to u = 9,210 -> bound squares to <= 0.01%.
對這條不等式給你什麼、不給你什麼，要說得精確。它是一個*上界*，而不是精確的機率——真正的破產機率落在指數曲線之上或之下的某處，往往舒舒服服地落在下方。這是優點，不是缺陷：一個對風險有保證的天花板，正是監管者或董事會想要的，因為它讓你能說「破產*至多*這麼可能」，而不必去求那個完整、往往算不動的精確答案。對一個特例而言——當理賠金額服從指數分布時——這個界恰好幾乎是緊的，而破產理論會附贈你一個精確的閉式機率。
這個模型誠實地是什麼——又不是什麼
這裡最要緊的一句誠實話：那條指數界，立在「理賠有一條*輕*尾」這個假設之上——也就是矩母函數存在、巨額理賠褪得夠快。你一旦面對一個真正重尾的風險——大額火災損失、責任險、巨災——這個假設當即斷裂。對這類理賠，調整係數甚至根本不存在，Lundberg 那條齊整的指數壓根用不上，而破產機率衰減得慢得多，被那罕見的巨型理賠拽住往下拖。誠實的實務工作者，在伸手去拿 R 之前，先弄清自己身處哪一個世界。
還有一些更溫和的簡化，值得點名，免得你把地圖錯當成疆域。經典模型假設保費率恆定、理賠以穩定的卜瓦松節奏彼此獨立地到來、缸裡那塊盈餘沒有任何投資回報——這些沒有一條對一家真實的保險公司是完全成立的：那裡保費在變、理賠在風暴後扎堆、準備金還在生息。這個模型還是在*無限*視野上看破產；實務裡一個有限窗口也很要緊，這正是前一篇要在無限期與有限期破產之間劃出那條線的緣故。Cramér-Lundberg 是那副乾淨的骨架，所有貼近現實的血肉，都掛在它身上。