点估计是一个看起来自信满满的谎言
到现在，你已经能搭起一座流量三角形，从中抽出各期的进展因子，让一套链梯法一路推到最终值，再用 Bornhuetter-Ferguson 法给一个青涩的事故年份降降火。这每一种方法，都给你一个数字——已经发生、却尚未全额赔付的理赔的估计成本。这个数字被写上资产负债表，成为未决赔款负债，整家公司都围着它做规划。但请停下来想想它究竟是什么。事故早已发生；支票大多还没开出；真正的总额，要等到许多年后最后一笔理赔结案时才会*为人所知*。准备金，是你对一个现实尚未揭晓的数字，所做的当下最佳猜测。它是一个穿着事实戏服的估计。
所以，那个诚实的对象不是一个数字，而是一个*分布*——一整片可能的最终值所构成的形状，有些可能性大，有些遥远，每一个都带着自己成真的几率。链梯法给出的答案，大致是这片形状的中段；真相可能在和善的年份落在它下方，也可能在残酷的年份远远高于它。一位优秀的准备金精算师，从不会忘记：纸面上那个孤零零的数字，是从一群可能性中掳来的人质。即便纸面上只能印出其中一个，那群可能性是真实存在的。研究整群、而非只研究其中心的那门功夫，就是随机准备金评估（stochastic reserving）——而它要回答的实务问题是：这个范围有多宽？坏的那一端，能坏到什么地步？
不确定性究竟从何而来
把这团迷雾拆成三类，会极有帮助，因为对付每一类要用不同的武器。第一类是过程风险（process risk）——纯粹的偶然。哪怕你确知理赔如何浮现的那个真实模型，明年实际发生的理赔仍是老天掷出的一把骰子；平静的十年之后，紧跟着可能就是反常的一年。第二类是参数风险（parameter risk）——你的进展因子和损失率，本身就是从一个有限、带噪声的三角形里估出来的，所以它们是喂进计算的不确定数字，而非上天颁下的常数。第三类，也是最危险的一类，是模型风险（model risk）——你所假设的那个*形式*本身就有可能是错的：链梯法的核心假设（每个事故年份都按同样的比例模式进展）也许根本不成立，因为理赔部门改变了赔付的快慢、法院的取向变了、或者通胀打破了一个本已维系多年的模式。
残酷的真相是：你接下来要见到的那套统计机器，对前两类风险量得漂亮，对第三类却几乎量不到。过程风险与参数风险住在模型*内部*；你可以靠盘问模型自身的算术来量化它们。模型风险却住在*外部*——它是「整个框架就是错的」这种风险，而任何建立在那个框架之上的公式，都看不见自己的盲点。正因如此，准备金评估里每一个可信的不确定性估计，都是对真实不确定性的*低估*；也正因如此，再多的数学，也替代不了一位有经验的精算师发问：「可这门生意，还是当初搭建那座三角形时的那门生意吗？」
量出范围的两条路：Mack 法与自助法
经典的第一件工具是 Mack 法，以 Thomas Mack 命名。他在 1990 年代做了一件不动声色的漂亮事：他拿来你早已熟悉的那套普通链梯法，在丝毫不改动它的点估计的前提下，推导出了围绕这个点估计的*标准误（standard error）*的公式。他只向三角形要了三条诚实的假设——未来的进展取决于最新的累计金额、各事故年份彼此独立、每一步的方差按某种特定方式缩放——凭这三条，他就能算出链梯法的最终值可能晃动多大，且这晃动纯粹来自过程风险与参数风险。它的妙处在于，它不需要任何模拟，也不需要任何新模型：它就是一只拴在你正在用的方法上的诚实计量表。
第二件工具是自助法（bootstrapping），一旦看透，它的想法简单得令人愉悦。你手上只有一座三角形、一段历史——可你真正想问的是：「假如世界重演一遍，我*还可能*见到哪些三角形？每一座又会推出怎样的准备金？」自助法把这件事伪造了出来。它先拟合链梯法，看一看*残差（residuals）*（每一步实际进展，离模型所预期的有多远），再把这些残差重新洗牌，造出成百上千座貌似可信的替代三角形。对每一座伪造的三角形跑一遍链梯法，你就得到了一整张准备金答案的直方图——一幅触摸得到的分布图景，而不只是它的宽度。Mack 法递给你一个均值和一个标准误，自助法却递给你*整片形状*，连同它的尾巴在内——而这恰恰正是你读取某个极端百分位所需要的。
Chain-ladder central estimate of the reserve: 100 Stochastic methods add a standard error, e.g.: 18 If the distribution is roughly symmetric: ~68% chance the truth lands in 82 .. 118 (1 s.e.) ~95% chance the truth lands in 64 .. 136 (2 s.e.) A bootstrap gives the WHOLE shape, so you can also read: 75th percentile ~ 112 (a 1-in-4 bad year) 99th percentile ~ 150 (a 1-in-100 bad year) Note: 100 is the mean. The far-right tail is fatter than a bell curve -- and NONE of this includes model risk.
准备金风险、资本，以及百分位的诱惑
一旦有了分布，公司就想把它换算成钱。「最终成本超过你已计提的准备金」这份危险，就是准备金风险（reserve risk），它是非寿险公司所背负的最大风险之一——在许多资产负债表上，它比「明年保单写糟了」的风险还要大。那同一个量出了你范围的分布，也让你能为这份风险定价。在现代框架下，保险公司必须持有足够的资本，使得即便准备金被证明严重不足，它仍付得出钱。为了量出这道缓冲垫，监管者会去取一个你早已见过的数字：高置信水平下的风险价值，比方说「200 年里有 199 年，准备金不会被超过」的那个损失额。读出这一个百分位，把资本持到它的高度，你就有了一道说得过去、足以抵御准备金风险的垫子。
但这里藏着一个值得纹在手背上的陷阱。风险价值告诉你的，是一道损失以某个高概率不会越过的门槛——然后，对于「在它被越过的那些罕见日子里，事情会糟到何种地步」，它*什么都不说*。它是一道篱笆，却不带任何关于篱笆之外那道悬崖的信息。对于长尾准备金——其分布右尾肥厚——「99.5 百分位」与「所有比 99.5 百分位更糟者的平均」，这两者之差可能极其巨大。后一个更诚实的量，就是尾部风险价值（也称预期短缺，expected shortfall），它正因为会越过篱笆、为悬崖定价而日益受到青睐。当有人只甩给你一笔准备金的单一 VaR 时，你的本能反应应当是：那是可见世界的边缘，而不是可能世界的边缘。
资本还有一个更安静的表亲，同样由这个分布所证成：风险边际（risk margin）。正因为准备金是不确定的，一个要接手这些负债的买家——或者干脆是一套公允价值会计准则——都会在中心估计之上，要求一点额外的补偿，来弥补承担这份晃动的代价。设定它的一种常见做法，是资本成本法：估出准备金风险逼着你每年持有的资本，对这笔资本收取一个回报率，再贴现回来。相较准备金本身，这个数字不大，却体现着一个深刻的念头——「身处不确定」这件事*本身*，就是一项成本，必须有人因承担它而获偿，这与预期理赔完全是两码事。
那一笔签名：精算意见书
现在，那份属于人的分量落了下来。在多数司法辖区，一家非寿险公司不能想填什么准备金数字就填什么。一位合资格的精算师——往往是公司的委任精算师或签字精算师——必须审视已计提的准备金，并出具一份正式的精算意见书（Statement of Actuarial Opinion）：一份签了字的文件，宣告依其专业判断，账上所计提的未决赔款负债，是否为公司的各项义务做了合理的准备。这份意见，会被监管者、审计师、评级机构以及公司自己的董事会读到。它不是一道客套的形式。它正是那个节点：你一直在度量的那个抽象分布，被重新压缩回一桩属于人的责任之举——*我看过了，我愿意为它署上我的名字。*
这份意见不是一篇可以自由发挥的散文；它说的是一套受控的词汇。精算师通常会下这样几种结论之一：准备金*合理（reasonable）*、*不足（deficient，过低）*、*过高（excessive）*、*有保留（qualified，除某项精算师特别标示者外尚属合理）*，或者精算师*无法*形成意见——而这其中每一个词，都带着会直接波及监管者的后果。关键在于，精算师所裁断的，是已计提的金额是否落在一个合理的*范围*之内——而这恰恰说明了前面所有功夫的意义所在：你没法在缺乏「这个范围大约从 85 到 125、而 100 合情合理地坐落其间」这种站得住脚的判断之下，就诚实地把 100 称作「合理」。那个分布不是学院派的装饰；它是精算师即将签下的那句话背后的证据脊梁。
把它串起来：带着数字的谦卑
退一步，看清这一阶的整道弧线。你学会了把理赔组织进一座三角形，用链梯法把它爬到最终值，用 Bornhuetter-Ferguson 法稳住一个年轻的年份——而现在，终于，你要大声承认：这其中每一个答案，都是从一群可能性里掳来的人质；你要量出这群有多大；然后，你依然要站到你的选择背后去。最后这一步，正是让你成为一名精算师、而非一台计算器的关键。数学产出一个范围；判断把已计提的数字安放进这个范围；签名则为这次安放承担责任。这三者，一个都不能跳过，而且次序至关重要。
- 把准备金当作一个分布来对待：先点出一个中心估计，再给出它周围一个合理的范围——切莫把那个单一数字呈现得仿佛它就是确凿的真相。
- 想给链梯法一个快速的标准误，就用 Mack 法；需要整片形状连同那条肥尾时，就用自助法——但要记得，两者量到的都只有过程风险与参数风险，量不到「模型本身就错了」的那份几率。
- 通过准备金风险资本与风险边际，把分布换算成钱——但要把 VaR 当作篱笆而非悬崖来读，当那条远尾会伤人时，更应取尾部风险价值。
- 最后，站到这个数字的背后去：精算意见书把你的分析变成一份签了字的专业判断，受执业准则约束，并要向监管者负责——那一笔签名，正是这一切的意义所在。