部分信度

现实中大多数业务组合都不够大，达不到完全可信——你几乎从来没有完全信度标准所要求的一千多次理赔。这是否意味着你自身的数据一文不值，只能单用基准？不。部分信度是合情合理的中间道路：你给自身数据一个分数权重 Z，严格介于 0 与 1 之间，并随你数据的增长而增长。

在经典（有限波动）信度下，部分信度由平方根法则设定：Z 等于（你的理赔次数除以完全信度所需次数）的平方根，上限为 1。所以若完全信度需 1,082 次理赔而你只有 270 次，则 Z = sqrt(270/1082) 约 0.50——你把自身数据的一半与基准的一半混合。平方根之所以出现，是因为随机误差随样本量的平方根缩小，因此要把误差减半需要四倍的数据，而你能安全赋予的权重也相应地按此缩放。

部分信度才是精算师日常所用，因为完全信度是例外，而非常态。实务的艺术在于挑对“信度的补集”——那个拿到权重（1 减 Z）的基准——以便在你自身数据稀薄时，能退守到真正相关的东西（一个相似的类别、手册费率），而不是一个随意的数字。一个挑得不好的补集，比一个偏低的 Z 还要有害。