JOVANA
Library Glossary Getting Started Three Levels Fields How it works Mission
Join the mission
All guides

Bornhuetter-Ferguson 法與期望損失率法

對一個稚嫩年度那點單薄的數據,鏈梯法信得太過了。來認識這樣一族方法:它把定價端那個沉穩的先驗估計,與已經實際浮現的損失糅合在一起——Bornhuetter-Ferguson 法、期望損失率法,以及會自我校正的 Cape Cod 法。

鏈梯法在哪裡崴了腳

在上一篇裡,你看到鏈梯法如何取一張損失流量三角形,把每個事故年度乘上一串發展因子,一路推到它的終極值。它優雅,對成熟年度也運作得很漂亮。但請留意它究竟在*做*什麼:它拿一個年度迄今報告的任何數字,然後把它放大。報告數字就是全部的地基;那些因子,只不過把它放大而已。

對一個嶄新的事故年度,這就危險了。假設某年度才三個月大,進來了一筆大額理賠。它的發展因子也許是 8.0——意思是最終損失裡有八成九還沒浮現。鏈梯法會把這一筆早到的理賠乘以 8.0,再把答案當成終極值。一筆倒楣的理賠,或一個安靜的季度,估計值就劇烈擺盪。讓鏈梯法對老年度強而有力的那份槓桿,對稚嫩年度卻變成了歇斯底里。

從定價告訴你的那個數字出發:期望損失率

先從糅合家族裡最簡單的那位說起——期望損失率法(ELR)。這個想法直率得近乎粗魯:完全無視該年度報告的損失,單憑保費就估出它的終極值。你拿該年度的已賺保費,乘以一個你事先就期望的損失率——也就是先驗損失率——通常就是烘焙進費率裡的那個准許損失率

所以,若某年度賺得 1,000 萬保費,而你的定價假設了 65% 的損失率,那麼你對終極損失的估計就乾脆是 650 萬——無論三角形迄今怎麼說。這穩定得令人欣喜:一筆怪異的理賠撼動不了它,因為那筆理賠根本不在公式裡。但這份穩定也正是它的罪。ELR 法對經驗*完全充耳不聞*。哪怕這一年明擺著正釀成一場災難、損失早已遠超計劃地傾瀉而入,純粹的 ELR 法照樣聳聳肩,仍說 650 萬。它絕對地信任先驗,對數據則一點也不信。

於是我們有了兩個針鋒相對的極端。鏈梯法只信數據、別無其他;ELR 法只信先驗、別無其他。對一個半大不小的年度,二者都不對——這種年度裡,你的數據確實帶著*一些*信號,卻又不足以單憑它就託付。誠實的答案,必定落在兩者之間的某處——而找到那個中點,正是 Bornhuetter-Ferguson 的主意。

Bornhuetter-Ferguson:已浮現的就信,剩下的才預測

Bornhuetter-Ferguson 法(BF 法)做了一個美妙而簡單的動作。它把一個年度的終極損失劈成兩塊——*已經浮現*的,與*尚未到來*的——再用各自配得上的工具去對待每一塊。對已經報告的損失,它乾脆把它當事實接受:它們發生了,你看得見,不需要估計。至於*尚未*報告的損失,它不從單薄的數據外推;而是從先驗期望去預測它們。

「尚未到來」有多少?這就輪到發展模式登場了,但是反過來用。如果鏈梯法說某年度發展到了 1/8——它到終極的發展因子是 8.0——那麼有 1/8 的損失已報告,剩下的 7/8 還在未來。於是 BF 法說:終極 =(迄今已報告的損失)+(先驗期望損失)×(仍未報告的那 7/8)。已報告的那部分逕直來自數據;未報告的那部分則由定價填補,再乘以恰好仍未走完的那段發展比例。

Green year: earned premium = 10,000,000
  a-priori loss ratio       = 65%   ->  expected ult = 6,500,000
  reported losses so far     = 900,000
  chain-ladder dev factor    = 8.0  ->  % developed = 1/8 = 12.5%
                                       % UNreported = 7/8 = 87.5%

Chain ladder ult  = 900,000 * 8.0                 = 7,200,000  (volatile!)
ELR ult           = 6,500,000                     = 6,500,000  (deaf)
BF ult            = 900,000 + 6,500,000 * 0.875    = 6,587,500  (blend)

BF reserve (IBNR) = 6,500,000 * 0.875              = 5,687,500
同一個稚嫩年度,三種算法。請注意,鏈梯法那 720 萬完全繫於那 90 萬的早期報告之上;BF 法則把未報告的 87.5% 錨定到定價上,因此哪怕那 90 萬原本是 70 萬或 110 萬,答案也幾乎不動。

請留意,在一個年度生命的兩端,公式會自動吐出什麼。當一個年度嶄新、本質上發展到 0% 時,未報告比例約為 100%,已報告損失微乎其微,BF 法幾乎正好落在 ELR 的答案上。當一個年度完全成熟、發展到 100% 時,未報告比例為 0,先驗那一項消失,BF 法正好落在實際報告的損失上——那也正是鏈梯法落腳之處。BF 法是一座*以可信度加權的橋*:數據少時它倚靠先驗,隨著年度成熟,又平滑地滑向數據。

為什麼它穩得多

穩定來自槓桿所在之處。在鏈梯法裡,你那一個觀測數字被乘以一個大因子,於是那數字的任何抖動都被*放大*。在 BF 法裡,答案的大塊——未報告那部分——被釘在先驗上,它壓根不隨這一年的噪聲而動。只有那一小塊、已經浮現的部分會響應數據,而且是一對一地響應,不被放大。答案中暴露於易變的早期信號之下的部分更少,因此從一次評估到下一次,答案守得更穩。

有一種乾淨的說法。鏈梯法把*未報告*的損失估計成(已報告損失的)某個倍數;BF 法則從先驗去估計未報告的損失。於是有一條好用的經驗法則:對數據豐富、值得信賴的、陳年已結的年度,用鏈梯法;對數據太單薄、做不了主的最新一兩個年度,用 BF 法。許多準備金評估正是這麼做——三角形底部用鏈梯法,頂部沿用 BF 法,有時還逐年地把兩者糅合起來。

Cape Cod 法:讓數據自己挑選先驗

BF 法有一處軟肋:那個先驗損失率從哪兒來?在純粹的方法裡,是你憑判斷把它遞進去的——通常就是定價假設。但萬一定價本身就錯了,而且在每個年度上錯得一個樣呢?那麼 BF 法會忠實地把這個誤差帶進每一筆準備金裡。Cape Cod 法(又稱 Stanard-Bühlmann 法)修補了這一點:它*從三角形本身去估計先驗損失率*,而不是從外頭進口它。

這個手法很溫和。它不是拿每個年度報告的損失去比它的全額保費——那並不公平,因為年輕年度只報告了一絲半縷——Cape Cod 法拿所有年度報告損失的總和,去比那筆*已用盡*的保費:每個年度的已賺保費,按它發展了多少而相應縮減。一個只發展到 1/8 的年度,只把它保費的 1/8 計入分母,於是它的權重恰好匹配你實際能看見多少損失。算出來的那個比率,就是一個由數據導出的、糅合後的先驗損失率,你再把它餵進 BF 的機器裡。

所以你可以把這一家子想像成同一個旋鈕。把它一路擰到「信先驗」,你得到 ELR 法;一路擰到「信數據」,你得到鏈梯法。BF 法坐在中間,按成熟度加權。Cape Cod 法則是先驗本身改由匯集的經驗學來、而非斷言而來的 BF 法。它們沒有哪一個是「真實」的準備金——它們是對同一團迷霧的四種誠實讀數,而一位好的準備金精算師,會在敲定一個數字之前把它們全都端詳一遍。

誠實的邊界

BF 法更穩,卻非無所不知。它仍向鏈梯法借來那個*發展模式*——每個發展齡上已報告的比例——所以若那個模式錯了(業務結案比歷史更快或更慢),BF 法在如何切分已報告與未報告時,便會承襲這個誤差。它只為你擋掉報告數字上的那份槓桿,卻擋不住一條估錯了的發展曲線,也擋不住一個取得太短的尾部因子

還有一種真切的風險:雙重的安慰。如果你的先驗損失率,來自那份骨子裡也倚靠著同一張老三角形的定價研究,那麼 BF 法那個「獨立的先驗」便沒那麼獨立了——你也許只是在跟自己點頭稱是。要提防這一點:先驗應當反映真正外部的資訊(費率變動、風險敞口趨勢、統一費率水平的調整),而不該是它本應去平衡的那些數據的一記輕聲回響。還有,一如準備金評估中的常態,這些方法裡的每一個,給出的都只是一個*點估計*。圍繞它的真實不確定性——一筆真實準備金可能合理落入的那個區間——正是下一篇關於隨機準備金法要談的題目。