从一年的理赔到一辈子的理赔
在先前的损失建模阶梯里，你学会了用集体风险模型来描述某一期的理赔：理赔的*次数*是随机的，每一笔的*金额*也是随机的，加总成那一年的一笔聚合损失。那给了你*一年*总赔付的分布。本阶梯要问的，是一个更苛刻的问题。保险公司不会只活一年就停下；它年复一年地持续收取保费、支付理赔。于是我们让时钟走起来，看的不再是单独一年的损失，而是公司的资本如何随时间移动。
那个移动着的资本量就是盈余，而它随时间走出的路径，便是盈余过程。它的记账方式简单得出奇：在任一时刻，盈余等于你起初拥有的，加上至今收到的每一块钱保费，减去至今赔付的每一块钱理赔。仅此而已。风险理论全部的戏剧张力，恰恰来自这样一个事实：保费平滑而可预测地流入，理赔却以随机的猛然一击到来——于是这个滚动的余额，一半是稳稳的攀登，一半是骤然的悬崖。
一张图上的三样配料
把盈余想象在一张图上，时间从左往右走，金钱从下往上长。这条路径由三样配料搭成。其一，它起步的高度：初始盈余——记作 *u*——也就是公司在开业第一天之前预先留出的资本。其二，一道平滑的上升斜坡：保费以一个稳定的保费收入速率 *c*（每单位时间）流入，于是在两笔理赔之间，这条线沿着一道干净的直线斜坡上升。其三，那些冲击：每赔付一笔理赔，这条线就垂直下落，恰好等于那笔理赔的金额。
结果就是风险理论的招牌形状：一道*锯齿*。这条线缓缓爬升，接着一笔理赔到来，它便笔直跌落；再爬升，再跌落。两笔理赔之间它只能往上，逢理赔它只能往下。理赔小而稀疏处，路径多半在攀升；理赔大或扎堆处，它跌得可能比保费能重建的还快。这张图最要紧的一项解读，归根结底就是：*这条路径整体上，是趋于上行还是下行？*
U(t) = u + c*t - S(t) U(t) = surplus at time t u = initial surplus (where the path starts) c = premium income rate (slope of the up-ramps) S(t) = total claims paid by time t (the sum of all the down-jumps so far) between claims: U rises at slope c at a claim of size X: U drops by X, all at once
一场向上倾斜的随机游走
退后一步，这道锯齿便露出了它的真面目：它是一场随机游走。设想你在每个月末查看一次盈余。每个月你加上当月的保费（已知且固定），减去当月的理赔（随机）。于是逐月的变动就是一步随机的步伐——时而向上，偶尔一大步向下——而盈余不过是这些步伐的滚动累加。每一步的*期望*大小，等于收到的保费减去期望的理赔。单单这一个数字，便决定了这场游走的全部性格。
这为什么如此要紧，原因在此。一场*公平*的随机游走——其步伐平均恰好为零的那种——是出了名的凶险之物。即便没有任何内建的向下拉力，单凭纯粹的运气，只要时间足够长，它终将被拖到任何起点之下任意远处。一家保险公司若其保费仅仅与期望理赔持平，便正走在这样一道刀锋上：单凭厄运，迟早注定倾覆。所以保费必须做得比打平更多。它们必须给这场游走一个真实而持久的*向上*倾斜。
附加：那向上的倾斜从何而来
这份倾斜，来自收取比理赔预期成本*更多*的钱。单位时间内赤裸的期望理赔成本，就是纯保费——那个打平的价格。保费速率 *c* 被严格地定在它之上，而二者的差距，以那个纯保费的一个比例来表示，便是相对安全附加，通常写作 θ（theta）。若期望理赔为每月 100，而你收取 115，则附加为 θ = 0.15，即 15%。这 15%，恰恰就是随机游走每月平均向上迈出的那一步。
于是在经典模型里，保费速率 *c* =（1 + θ）×（单位时间的期望理赔）。相对安全附加 θ，正是那个唯一的旋钮，掌控着盈余向上趋升的陡峭程度。把 θ 拧大，上升的斜坡就更陡，轻易便能跑赢那些向下的跳跌；把 θ 设为零，你便回到了公平游走那道注定倾覆的刀锋上；让 θ 转为负——收取少于期望理赔的钱——这场游走如今便*向下*倾斜，无论你起初留出多少初始盈余，都朝着麻烦走去。
不过，也要对附加*不是*什么保持诚实。一个正的 θ，只保证向上的*平均*漂移，绝不保证一程坦途。路径依旧会颠簸；一簇大额理赔，依旧能在盈余里刻出深深的凹痕，而在有限的时段内，它依旧有某种概率，一路凿穿到底。附加为你买来的是一份有利的倾斜，而非免疫。还需留意，这里的 θ 仅仅是*风险*边际——现实中的毛保费还会叠上费用、佣金与利润，而这个干净的模型把它们搁在一旁，好让聚光灯专注于风险。
伸向那个核心问题
图景一旦拼齐，本领域那个定义性的问题便几乎不问自来。倘若盈余曾经跌破零——倘若那些向下的跳跌，在某段倒霉的途程里，把初始的缓冲 *u* 啃穿得比保费能回填的还快——公司便被逼至破产。破产概率，恰恰就是这条路径曾经跌到零以下的那个机会。本阶梯里的一切，归根到底，都是在以这样或那样的方式，去计算或界定这单单一个概率。
三个旋钮主宰着这个概率，而这三个你都已见过。更大的初始盈余 *u* 抬高了整条路径，于是它在触零之前有更远可跌。更大的附加 θ 让攀升更陡，把路径更快地拉离那道危险线。而更重尾的理赔严重度分布，让那罕见的巨大跳跌更可能发生——真正杀死保险公司的正是这一击，不是一千笔小理赔，而是那一笔灾难性的大理赔。破产概率随 *u* 与 θ 上升而下降，又随理赔尾部变肥而攀升。
当理赔以复合泊松之流到来——泊松的时机、随机的金额——这整套构造便成了克拉默—伦德伯格模型，经典破产理论的基石，也是接下来几篇的主题。在那里你将遇见一个出奇整洁的结果：在该模型下，破产概率随初始盈余的增长而*指数式*下落，而单单一个数字——调整系数——便设定了下落的速率。眼下，请把这幅图景牢牢握住：一层缓冲 *u*，一道被附加 θ 向上倾斜的稳定保费攀升，以及一条锯齿状的理赔过程，其罕见的深深一坠，才是你真正在投保抵御的对象。这幅图景，正是其余一切赖以筑起的地基。