损失模型:频率与严重度

重尾严重度分布

大多数理赔都小而平常,但在许多险种里,单单一笔巨灾损失——炼油厂爆炸、集体侵权判赔、一栋大物业遭飓风——就可能让其余所有理赔加起来都相形见绌。重尾严重度分布指的是:这些极端损失虽然罕见,却远没有一个“漂亮”的钟形模型所暗示的那么罕见。分布的尾部一直延伸到很大的数值仍顽固地保持厚重。

从技术上说,重尾(或称肥尾)意味着超过某个大数值x的概率衰减得很慢——比如远慢于正态或指数分布的指数式衰减。帕累托是经典例子:它的生存概率按x的某次幂下降,而不是急剧跌落。一个实用的征兆是:最大的那几笔理赔占了总损失的极大份额,而且样本均值会随着你收集更多数据而不断攀升,因为你不断遇到越来越大的极值。在真正的重尾情形下,连理论上的均值或方差都可能是无穷大。

重尾对巨灾险、责任险和再保险至关重要,那里罕见的巨额损失正是核心所在。低估尾部的厚度是非寿险精算工作中最危险的错误之一:它会导致定价不足、资本太少、再保险设在错误的层级上。诚实的提醒有两点:第一,对严重度切勿不加检验就假定一个薄尾模型(正态、指数),因为它会让你陷入虚假的安全感;第二,在重尾下大数定律表现很差——平均值收敛缓慢,单单一年就可能远远冲破你从未见过的水平,所以“我们有几十年数据、从没发生过”是很脆弱的安慰。

十年间,一份责任险业务记录的理赔大多在5000到5万之间,滚动平均约2万。然后某一年法院在一个案件中判赔1200万——比此前所有理赔加起来还多。重尾模型(帕累托)本会警告:这种事件虽在任何单一年份都不太可能,却远非不可能;而薄尾模型则会把它判为天文数字般罕见,从而为其准备的金额严重不足。

在重尾中,罕见的巨额损失是现实的,而非天文数字般不可能——要为之做准备。

一段没有出现巨灾的历史,并不能证明尾部是薄的。重尾风险按定义就是每年罕见,所以至今没有巨额损失说明不了什么——危险的错误是把“尚未发生”误当成“不会发生”。

又称
fat-tailed severityheavy tailfat tail肥尾分布厚尾分布