个体风险模型
设想一份为期一年、覆盖1000名具名员工的团体寿险计划。你想要明年总赔付的分布。最直接的办法是逐人走一遍名单:每个人要么理赔(有各自的概率和保额),要么不理赔,然后把所有人的结果加起来。这种逐人、全部相加的方法就是个体风险模型。
确切地说,总损失S是固定个数的独立项之和,每份保单一项:S=X1+X2+…+Xn,其中n是已知的保单数,每个Xi是第i份保单的损失(往往为零,因为大多数保单不理赔)。关键在于项数n是事先固定的,而各保单可以不同——年龄、保额、理赔概率各异。总额的期望是各份保单期望损失之和,而(在独立假设下)方差是各份方差之和。对于规模相近的团体,中心极限定理常使S近似正态,这对厘定保费和准备金很方便。
个体风险模型是短期团体保险的天然框架——团体寿险和团体健康险,其成员在该期间是一份已知名单。它的决定性特征(也是局限)在于n是固定的:它模型化的是“这特定的n份保单中的每一份”,而非“一份业务中数量随机的理赔”。这与允许理赔件数本身随机的集体风险模型形成对照。对于同质的大型业务,集体模型往往更方便、两者大致一致;对于异质、可一一列举的团体,个体模型才是诚实的表示。保单间相互独立这个惯常假设,在一次同时击中众多生命的共同冲击(疫情、楼宇倒塌)下可能严重失效。
一个团体覆盖3名员工。员工A:理赔概率0.01,保额10万。B:0.02,5万。C:0.005,20万。预期总额=0.01乘10万+0.02乘5万+0.005乘20万=1000+1000+1000=3000。S的完整分布通过考虑“谁理赔”的每一种组合、并在每种情形下把保额相加而得到。
把一份固定的独立保单清单相加——每份要么赔付各自的保额,要么不赔。
独立假设在“同时击中众多保单的共同冲击”下会失效(流行病、同处一地的一群生命遭遇同一场火灾)。当损失相关时,把各份方差相加会低估总额的真实变动性。