3. 暴露定价核心概念
在再保险暴露定价（Exposure Rating）中，定价的起点不是历史赔付数据，而是对“风险本身”的量化描述。如果这一层概念没有对齐，后续的费率、分层和资本计算都会失去锚点。本节把暴露定价最核心的六个概念串成一条逻辑链：暴露决定“保了什么”，暴露期决定“保多久”，风险单位决定“怎么计量”，损失分布决定“可能赔多少”，期望损失与非期望损失决定“价格里包含什么”。
一、核心原理：从风险敞口到价格信号
暴露（Exposure）是指再保险合同中可能产生损失的标的或风险敞口的总量。它可以是保额、财产价值、责任限额、船舶数量、员工人数等。暴露定价的本质，是用一个可计量的暴露基数乘以一个经验或理论费率，得到预期损失，再根据再保险分层结构分配保费。
暴露期（Exposure Period）是暴露实际生效的时间窗口。它不等于保单期限，也不等于再保险期限。例如一张工程险保单保期三年，但再保险只覆盖其中一年，则暴露期是一年；如果风险在冬季停工、夏季施工，暴露期内的风险强度还会随季节变化。暴露期决定了风险累积的时间长度，也影响损失频率的折算。
风险单位（Risk Unit）是暴露的计量单位，也是定价的最小颗粒度。它必须满足三个条件：可独立识别、可重复计量、与损失高度相关。例如车险用“车·年”，财产险用“每百万元保额·年”，责任险用“每百万元限额·年”。风险单位选错，费率就会失真。
损失分布（Loss Distribution）描述单个风险单位或整个组合在暴露期内损失金额的概率规律。它通常由频率分布和 severity 分布合成，常见形态是右偏、长尾、在零点有大量概率质量。暴露定价不要求精确拟合分布，但必须知道分布的形状参数，例如均值、方差、尾部厚度。
期望损失（Expected Loss）是损失分布的均值，代表长期平均赔付成本。它是再保险定价的“成本底线”。非期望损失（Unexpected Loss）是实际损失偏离期望的部分，通常用标准差、VaR 或 TVaR 衡量。再保险分层中，低层通常覆盖期望损失，高层覆盖非期望损失，因此价格结构也不同。
一句话记忆：暴露是“面”，暴露期是“时间”，风险单位是“尺子”，损失分布是“形状”，期望损失是“成本”，非期望损失是“风险溢价”。
二、方法流程：暴露定价的六步操作
- 识别暴露：列出所有可能产生损失的标的，区分物质损失、责任损失和费用损失。
- 确定暴露期：明确再保险实际承担风险的时间段，处理起期、止期和中间变化。
- 选择风险单位：根据险种和再保结构选择可计量、可比较的单位，并统一口径。
- 估计损失分布：用历史数据、行业基准或专家判断，确定频率和严重度的分布参数。
- 计算期望损失：暴露基数 × 风险单位费率 = 期望损失，再按分层分配。
- 度量非期望损失：用标准差、VaR、TVaR 等指标评估波动，确定风险附加和资本成本。
这六步不是线性的，而是迭代的。例如发现非期望损失过高时，可能需要回到损失分布重新检查尾部假设，或者调整风险单位的口径。
三、案例与场景：一张财产险成数再保的暴露定价
假设某财产险组合的保险金额为 50 亿元，暴露期为 1 年，风险单位采用“每百万元保额·年”。历史数据显示，该组合的期望损失率为 0.8‰，损失分布的标准差为期望损失的 3 倍。再保险人承担 30% 的成数再保。
| 项目 | 数值 | 说明 |
|---|---|---|
| 保险金额 | 50 亿元 | 暴露基数 |
| 暴露期 | 1 年 | 再保实际承担期 |
| 风险单位 | 每百万元保额·年 | 共 5000 个单位 |
| 期望损失率 | 0.8‰ | 每单位期望损失 |
| 期望损失 | 400 万元 | 50 亿 × 0.8‰ |
| 再保比例 | 30% | 成数再保 |
| 再保期望损失 | 120 万元 | 400 万 × 30% |
| 非期望损失 | 标准差 360 万元 | 期望损失的 3 倍 |
| 再保非期望损失 | 108 万元 | 360 万 × 30% |
如果采用分层再保，例如再保险人只承担 100 万元以上至 500 万元以下的层，则期望损失和非期望损失都要按层重新计算。低层期望损失占比高，非期望损失占比低；高层相反。这就是为什么同样暴露基数，不同分层的费率差异很大。
暴露定价简化计算示例（Python 伪代码）
exposure = 5_000_000_000 # 保险金额 50 亿
exposure_period = 1.0 # 暴露期 1 年
risk_unit = 1_000_000 # 每百万元保额·年
expected_loss_rate = 0.0008 # 期望损失率 0.8‰
reins_share = 0.30 # 再保比例 30%
units = exposure / risk_unit
expected_loss = exposure * expected_loss_rate
reins_expected_loss = expected_loss * reins_share
std_dev = expected_loss * 3
reins_std_dev = std_dev * reins_share
print(f"风险单位数: {units}")
print(f"期望损失: {expected_loss:,.0f}")
print(f"再保期望损失: {reins_expected_loss:,.0f}")
print(f"再保非期望损失(标准差): {reins_std_dev:,.0f}")四、误区与复盘：暴露定价最容易踩的五个坑
误区一：把保单期限当暴露期。保单可能跨年，但再保只覆盖其中一段，暴露期必须单独确认。
误区二：风险单位口径不统一。有的用保额，有的用限额，有的用人数，混用会导致费率不可比。
误区三：只看期望损失，忽略非期望损失。再保险价格中，风险附加往往来自非期望损失，忽略它会低估价格。
误区四：用单一历史数据拟合分布。历史数据可能不包含极端事件，尾部参数需要行业数据或专家判断补充。
误区五：暴露基数重复计算。同一标的在多个再保合同中重复暴露，会导致总暴露虚高。
复盘建议：每次暴露定价完成后，做一次“三问”检查——暴露期是否准确？风险单位是否可复现？非期望损失是否被定价？这三问能过滤掉大部分结构性错误。
回到定价实践，暴露、暴露期、风险单位、损失分布、期望损失与非期望损失并不是六个孤立名词，而是一条从风险识别到价格输出的完整链条。暴露和暴露期定义“风险池”，风险单位定义“计量尺”，损失分布定义“概率形状”，期望损失和非期望损失定义“价格的两条腿”。只有这六个概念全部对齐，再保险暴露定价才能既反映成本，又覆盖波动。