我们在贝叶斯集合中考虑链梯保留方法，该方法允许将来自特定索赔开发三角的信息与来自集体的信息相结合。也就是说，例如，同时考虑自己公司的特定数据和整个行业的数据，以估计自己公司的索赔准备金。在这个贝叶斯框架下，我们导出了贝叶斯估计和可信度估计。我们证明了在具有自然共轭先验的指数离散族的情况下，可信度估计是精确的贝叶斯。最后，我们将链接到经典的链梯方法，并证明使用非信息先验可以得到经典的链阶梯预测。然而，在我们的贝叶斯设置中，预测均方误差的估计与文献中发现的不同。因此，本文还对经典链梯预测的均方误差估计值进行了新的解释，并在链梯方法中提出了一种新的估计值。