1. 课程导入
欢迎进入《巨灾EP Curve、PML与AAL风险度量实战》。在正式动手建模之前，本章先解决三个问题：巨灾风险度量到底在度量什么？EP Curve、PML、AAL这三个核心指标各自回答什么业务问题？以及这30章我们将沿着怎样的路径从概念走到可交付的量化结果。理解这三件事，后续的每一张曲线、每一个参数、每一次模型调优才会有明确的业务落点。
一、巨灾风险度量的本质：从"平均损失"到"极端损失"
传统精算定价高度依赖历史赔付数据的稳定性，但巨灾风险恰恰以"低频高损"为特征：一次台风、一场地震、一轮洪水，可能在几天内造成超过全年保费数倍的损失。用平均值思维去管理这类风险，会严重低估尾部风险。因此，巨灾风险度量的核心任务，是刻画损失分布的全貌，尤其是分布右尾的形态。
从业务视角看，巨灾风险度量要回答四类问题：
- 资本视角：在极端情景下，我需要准备多少资本才不会破产？
- 定价视角：我承担这份巨灾风险，应该收取多少风险附加？
- 再保视角：我应该买多少再保险、买哪一层、起赔点设在哪里？
- 组合视角：哪些区域、哪些险种、哪些保单在贡献尾部风险，应该如何调整？
这四个问题分别对应不同的度量指标，而EP Curve、PML、AAL正是这套指标体系中最基础、最通用的三块基石。
二、EP Curve、PML与AAL的定义与业务价值
EP Curve（Exceedance Probability Curve，超越概率曲线）描述的是"损失超过某一金额的概率"。横轴为损失金额，纵轴为年超越概率（或重现期）。它把整个损失分布以可读的方式呈现出来，是巨灾风险度量的"母图"——PML和AAL都可以从它派生。
PML（Probable Maximum Loss，可能最大损失）通常指在给定超越概率（如1%、0.4%）或重现期（如100年、250年）下的损失值。它回答的是"极端情景下会亏多少"，是资本充足性和再保分层设计的核心输入。
AAL（Average Annual Loss，年平均损失）是损失分布的期望值，即长期平均每年会发生的损失。它回答的是"长期来看，这份风险每年平均消耗多少成本"，是定价、预算计提和风险调整后收益计算的基础。
| 指标 | 回答的问题 | 典型用途 | 对分布的敏感度 |
|---|---|---|---|
| AAL | 长期平均每年损失多少 | 定价、预算、RAROC | 对分布整体敏感，对尾部不敏感 |
| PML（如1% EP） | 百年一遇情景下损失多少 | 资本、再保分层、偿付能力 | 对尾部形态高度敏感 |
| EP Curve | 不同概率下的损失分别是多少 | 全谱风险视图、监管报送 | 完整刻画分布 |
记忆锚点：AAL看"平均"，PML看"极端"，EP Curve看"全貌"。三者不是替代关系，而是同一损失分布在不同业务场景下的三种切法。
三、核心原理可视化：损失分布与三大指标的关系
下图用一条典型的巨灾损失分布曲线，展示AAL、PML与EP Curve之间的几何关系。理解这张图，就理解了本课程后续所有计算的逻辑起点。
四、方法流程：从原始数据到三大指标的典型链路
无论使用商业巨灾模型还是自建模型，从原始数据到EP Curve、PML、AAL，通常遵循以下链路。这条链路也是本课程后续章节反复演练的主线。
- 暴露数据准备：保单、标的、地理位置、保额、免赔额、险种代码等。
- 危险模块：生成大量随机事件（如10万年级别的台风/地震事件集），每个事件包含频率与强度。
- 脆弱性模块：将强度映射为损失率，形成易损性曲线。
- 财务模块：叠加免赔、限额、共保、再保结构，计算每个事件的净损失。
- 损失聚合：按年聚合事件损失，得到年度损失分布。
- 指标计算：从年度损失分布导出EP Curve、PML、AAL。
# 典型输出结构（示意）
event_id, year, intensity, gross_loss, net_loss
E0001, 1, 0.82, 12500000, 4200000
E0002, 1, 0.35, 1800000, 600000
...
# 年度聚合后
year, annual_net_loss
1, 4800000
2, 0
3, 15200000
...
# 指标
AAL = mean(annual_net_loss)
PML_1% = quantile(annual_net_loss, 0.99)
EP_curve = [(loss, P(annual_loss > loss))]五、案例场景：再保分层设计中的三指标联动
假设某保险公司在沿海地区有一份台风巨灾组合，模型输出显示：AAL为3200万元，100年一遇PML为8.5亿元，250年一遇PML为14.2亿元。再保部门需要决定是否购买一层起赔点为5亿元、限额为5亿元的再保合约。
- 从AAL看，5亿元起赔点远高于平均损失，该层再保对降低年均成本贡献有限。
- 从PML看，100年一遇损失8.5亿元已穿透5亿元起赔点，该层再保能显著降低资本占用。
- 从EP Curve看，可以进一步评估5亿至10亿元区间的超越概率，判断再保价格是否合理。
这个案例说明：单看AAL会低估再保价值，单看PML会忽略成本，只有三者联动才能做出平衡决策。
业务价值总结：EP Curve提供全谱视图，PML支撑资本与再保决策，AAL支撑定价与预算。三者共同构成巨灾风险管理的"仪表盘"。
六、常见误区与复盘
误区一：把PML当成"最大可能损失"。PML是特定概率下的损失，不是物理上限。250年一遇之外仍有损失可能，不能把PML当作封顶值。
误区二：用AAL代替PML做资本决策。AAL对尾部不敏感，两个AAL相同的组合，其尾部风险可能相差数倍。
误区三：忽略EP Curve的插值方式。不同模型对尾部外推方法不同，直接比较不同来源的PML可能产生误导。
误区四：把毛损失与净损失混用。再保结构会显著改变EP Curve形态，指标口径必须一致。
七、课程学习路径与实战目标
本课程共30章，整体分为四个阶段：
- 概念与指标阶段：理解EP Curve、PML、AAL的定义、关系与业务含义。
- 数据与建模阶段：掌握暴露数据、事件集、易损性曲线与财务模块的处理方法。
- 计算与实现阶段：用代码实现年度损失聚合、EP Curve拟合、PML与AAL计算。
- 应用与复盘阶段：将指标应用于再保分层、资本测算、组合优化与结果校验。
完成本课程后，你将能够独立完成一份巨灾风险度量报告：从原始数据出发，构建EP Curve，计算不同重现期的PML与AAL，并解释这些数字在定价、资本和再保决策中的具体含义。接下来，我们将从最基础的数据结构开始，逐步搭建这套完整的度量体系。