轻尾与重尾赔款及破产

并非所有风险的极端表现都一样。有些业务线的赔款总是贴近典型值——一辆撞凹的车花费大致就是一辆撞凹的车的花费，绝不会贵上一千倍。另一些却可能产生一笔巨大到使其余所有赔款相形见绌的单笔赔款——一桩巨额诉讼、一场飓风。前一种称为轻尾，后一种称为重尾，而这一差别彻底改变了保险公司会以何种方式破产、以及需要多少资本。

准确地说，当一个赔款额分布取很大值的概率衰减得很快（比任何指数都快）、从而其矩母函数存在时，它就是轻尾的；例子有指数分布、伽马分布、正态分布。当极端值虽罕见却并非微乎其微——尾部衰减缓慢、形如幂律时，它就是重尾的；例子有帕累托分布与对数正态分布。对于轻尾，调整系数 R 存在，Lundberg 上界给出破产概率呈指数式衰减，psi(u) 约为 C*e^(-R*u)。对于重尾，根本不存在调整系数，破产衰减得只和赔款尾部本身一样慢——大致上 psi(u) 正比于单笔赔款超过 u 的概率。说白了：在重尾下，破产压倒性地由一笔灾难性的赔款造成，而非由普通赔款的不幸累积造成。

这一区分是整个学科中最具实践意义的思想之一。它告诉你，优雅的指数式机器（R、Lundberg 上界）对许多寿险与车险组合是安全的，但对巨灾、责任与信用业务线则危险地过于乐观，在那里它会严重低估所需资本。它重塑了风险管理：对于重尾业务线，你与其追求更高的附加，不如通过逐险的超额损失再保险为单笔最糟损失封顶。诚实的警告：因为数学更漂亮就假设轻尾，是一个经典而代价高昂的建模错误——在信任任何指数式破产上界之前，永远先检查数据是否有肥尾。