频率-严重度分解
想象你经营一份汽车保险业务，想知道明年要赔出多少钱。直接去猜“理赔总额”这一个数字很难。把它拆成两个更简单的问题就容易多了：明年会发生多少起事故？每起又会有多大？频率-严重度分解正是这种把理赔成本拆成“次数”和“金额”两部分的习惯做法。
频率是指理赔的件数（多频繁），严重度是指每件理赔的金额（多大）。日常的联系是：预期总成本大致等于预期理赔件数乘以单件理赔的预期金额。举例来说，如果一份保单平均每年发生0.10件理赔、平均每件赔3000，那么预期年成本约为0.10乘以3000＝300。把两者分开建模，精算师就能对频率用计数分布（如泊松分布），对金额用取正值的分布（如对数正态或帕累托），再把两者重新组合起来。
这种拆分是非寿险（财产与责任险）定价与准备金评估的支柱。它之所以重要，是因为这两部分行为不同、受不同力量驱动：道路更安全或防盗设备改进时频率可能下降，而通货膨胀、医疗成本或更高的法院判赔可能推高严重度。把两者分开也让保单条款容易建模——免赔额主要削减频率并修剪严重度，而保单限额只封顶严重度。一个常见陷阱是假设频率和严重度相互独立；有时它们其实相关（严冬既带来更多碰撞、也带来更严重的碰撞），谨慎的分析师会去检验而不是想当然。
一家房屋保险公司研究1万份保单，发现去年有800件理赔（频率为每份保单0.08件），平均每件赔5000（严重度）。由此得出每份保单的纯成本为0.08乘以5000＝400。次年通胀把严重度推到5250，多雨季节把频率抬到0.09，于是预测成本变为0.09乘以5250＝472.50——上涨的每个推手现在都看得清清楚楚。
把成本拆成“多频繁”和“多大”，就能看清究竟是什么在推动价格。
“预期总额＝预期频率乘以预期严重度”只有在两者独立时才干净成立。如果大事故同时来得更频繁（或理赔件数与金额一起变动），这个乘积就会低估或错报风险，方差尤其会算错。