信度在类别费率中的应用

假设某个小费率类别——比方说一款稀有跑车——去年只有二十张保单，且不幸发生了两起大事故。它的原始损失经验看起来糟透了，但二十辆车实在太少、不足为信：结果同样很可能本是零事故。信度（credibility）就是正式回答“相对于一个更宽、更稳的基准，我应该多大程度相信这个类别自身稀薄的经验？”的方法。

其机制是一个加权平均。信度加权费率 = Z 乘以该类别自身的指示费率，加上（1 − Z）乘以信度补——通常是一个更大、更稳定的群体，如整体平均或相关类别。Z 在 0（忽略噪声数据）到 1（完全相信它）之间，并随数据量增加而上升。在常用的平方根规则下，Z = 根号（n ÷ 全信度标准）；若全信度需要1082次索赔、而该类别只有270次，则 Z = 根号（270 ÷ 1082）≈ 0.5，于是该类别费率是其自身经验的一半加基准的一半。随着类别增长，Z 升向 1，其自身经验占主导。

信度是让一个精细的类别计划不会因随机噪声而逐年来回剧烈摆动的关键。没有它，微小类别的价格会狂乱地颠簸，其中的客户会面对任意的起落。有了它，费率只在证据所允许的速度下，向某个类别自身的信号靠拢。诚实的提醒：信度补极为重要——选一个糟糕的基准（一个其实并不像该类别的基准）会使答案有偏，而在有偏数据上用一个高 Z，比用一个低 Z 更糟。