從一年的理賠到一輩子的理賠
在先前的損失建模階梯裡，你學會了用集體風險模型來描述某一期的理賠：理賠的*次數*是隨機的，每一筆的*金額*也是隨機的，加總成那一年的一筆聚合損失。那給了你*一年*總賠付的分布。本階梯要問的，是一個更苛刻的問題。保險公司不會只活一年就停下；它年復一年地持續收取保費、支付理賠。於是我們讓時鐘走起來，看的不再是單獨一年的損失，而是公司的資本如何隨時間移動。
那個移動著的資本量就是盈餘，而它隨時間走出的路徑，便是盈餘過程。它的記帳方式簡單得出奇：在任一時刻，盈餘等於你起初擁有的，加上至今收到的每一塊錢保費，減去至今賠付的每一塊錢理賠。僅此而已。風險理論全部的戲劇張力，恰恰來自這樣一個事實：保費平滑而可預測地流入，理賠卻以隨機的猛然一擊到來——於是這個滾動的餘額，一半是穩穩的攀登，一半是驟然的懸崖。
一張圖上的三樣配料
把盈餘想像在一張圖上，時間從左往右走，金錢從下往上長。這條路徑由三樣配料搭成。其一，它起步的高度：初始盈餘——記作 *u*——也就是公司在開業第一天之前預先留出的資本。其二，一道平滑的上升斜坡：保費以一個穩定的保費收入速率 *c*（每單位時間）流入，於是在兩筆理賠之間，這條線沿著一道乾淨的直線斜坡上升。其三，那些衝擊：每賠付一筆理賠，這條線就垂直下落，恰好等於那筆理賠的金額。
結果就是風險理論的招牌形狀：一道*鋸齒*。這條線緩緩爬升，接著一筆理賠到來，它便筆直跌落；再爬升，再跌落。兩筆理賠之間它只能往上，逢理賠它只能往下。理賠小而稀疏處，路徑多半在攀升；理賠大或扎堆處，它跌得可能比保費能重建的還快。這張圖最要緊的一項解讀，歸根結底就是：*這條路徑整體上，是趨於上行還是下行？*
U(t) = u + c*t - S(t) U(t) = surplus at time t u = initial surplus (where the path starts) c = premium income rate (slope of the up-ramps) S(t) = total claims paid by time t (the sum of all the down-jumps so far) between claims: U rises at slope c at a claim of size X: U drops by X, all at once
一場向上傾斜的隨機遊走
退後一步，這道鋸齒便露出了它的真面目：它是一場隨機遊走。設想你在每個月末查看一次盈餘。每個月你加上當月的保費（已知且固定），減去當月的理賠（隨機）。於是逐月的變動就是一步隨機的步伐——時而向上，偶爾一大步向下——而盈餘不過是這些步伐的滾動累加。每一步的*期望*大小，等於收到的保費減去期望的理賠。單單這一個數字，便決定了這場遊走的全部性格。
這為什麼如此要緊，原因在此。一場*公平*的隨機遊走——其步伐平均恰好為零的那種——是出了名的兇險之物。即便沒有任何內建的向下拉力，單憑純粹的運氣，只要時間足夠長，它終將被拖到任何起點之下任意遠處。一家保險公司若其保費僅僅與期望理賠持平，便正走在這樣一道刀鋒上：單憑厄運，遲早注定傾覆。所以保費必須做得比打平更多。它們必須給這場遊走一個真實而持久的*向上*傾斜。
附加：那向上的傾斜從何而來
這份傾斜，來自收取比理賠預期成本*更多*的錢。單位時間內赤裸的期望理賠成本，就是純保費——那個打平的價格。保費速率 *c* 被嚴格地定在它之上，而二者的差距，以那個純保費的一個比例來表示，便是相對安全附加，通常寫作 θ（theta）。若期望理賠為每月 100，而你收取 115，則附加為 θ = 0.15，即 15%。這 15%，恰恰就是隨機遊走每月平均向上邁出的那一步。
於是在經典模型裡，保費速率 *c* =（1 + θ）×（單位時間的期望理賠）。相對安全附加 θ，正是那個唯一的旋鈕，掌控著盈餘向上趨升的陡峭程度。把 θ 擰大，上升的斜坡就更陡，輕易便能跑贏那些向下的跳躍；把 θ 設為零，你便回到了公平遊走那道注定傾覆的刀鋒上；讓 θ 轉為負——收取少於期望理賠的錢——這場遊走如今便*向下*傾斜，無論你起初留出多少初始盈餘，都朝著麻煩走去。
不過，也要對附加*不是*什麼保持誠實。一個正的 θ，只保證向上的*平均*漂移，絕不保證一程坦途。路徑依舊會顛簸；一簇大額理賠，依舊能在盈餘裡刻出深深的凹痕，而在有限的時段內，它依舊有某種機率，一路鑿穿到底。附加為你買來的是一份有利的傾斜，而非免疫。還需留意，這裡的 θ 僅僅是*風險*邊際——現實中的毛保費還會疊上費用、佣金與利潤，而這個乾淨的模型把它們擱在一旁，好讓聚光燈專注於風險。
伸向那個核心問題
圖景一旦拼齊，本領域那個定義性的問題便幾乎不問自來。倘若盈餘曾經跌破零——倘若那些向下的跳躍，在某段倒霉的途程裡，把初始的緩衝 *u* 啃穿得比保費能回填的還快——公司便被逼至破產。破產機率，恰恰就是這條路徑曾經跌到零以下的那個機會。本階梯裡的一切，歸根到底，都是在以這樣或那樣的方式，去計算或界定這單單一個機率。
三個旋鈕主宰著這個機率，而這三個你都已見過。更大的初始盈餘 *u* 抬高了整條路徑，於是它在觸零之前有更遠可跌。更大的附加 θ 讓攀升更陡，把路徑更快地拉離那道危險線。而更重尾的理賠嚴重度分布，讓那罕見的巨大跳躍更可能發生——真正殺死保險公司的正是這一擊，不是一千筆小理賠，而是那一筆災難性的大理賠。破產機率隨 *u* 與 θ 上升而下降，又隨理賠尾部變肥而攀升。
當理賠以複合卜瓦松之流到來——卜瓦松的時機、隨機的金額——這整套構造便成了克拉默—倫德伯格模型，經典破產理論的基石，也是接下來幾篇的主題。在那裡你將遇見一個出奇整潔的結果：在該模型下，破產機率隨初始盈餘的增長而*指數式*下落，而單單一個數字——調整係數——便設定了下落的速率。眼下，請把這幅圖景牢牢握住：一層緩衝 *u*，一道被附加 θ 向上傾斜的穩定保費攀升，以及一條鋸齒狀的理賠過程，其罕見的深深一墜，才是你真正在投保抵禦的對象。這幅圖景，正是其餘一切賴以築起的地基。