聯合分布

聯合分布把兩個或更多隨機量放在一起描述，不僅刻畫每一個各自的行為，還刻畫它們彼此之間如何聯動。單獨知道一位投保人醫療理賠的分布、再單獨知道其傷殘理賠的分布，是不夠的——你還需要知道這兩者是否傾向於同時發生。聯合分布就是同時看兩個變數的完整畫面。

對於兩個變數，它給出每一種取值組合的機率（或密度）：離散情形下的 P(X = x 且 Y = y)，連續情形下的聯合密度 f(x, y)。從聯合分布出發，你可以通過對另一個變數求和或積分，恢復出每個變數各自的分布——即它的邊際分布。你也可以提出條件問題：在已知 Y 取了某個值的條件下，X 如何分布？一個至關重要的特例是獨立性：X 與 Y 相互獨立，當且僅當它們的聯合分布恰好分解為兩個邊際分布的乘積，這意味著一個對另一個不攜帶任何資訊。

聯合分布對精算師之所以重要，是因為真實的風險很少孤立存在。不同保單上的損失、聯合生命年金中夫妻二人的壽命、理賠頻率與理賠嚴重度、資產回報與負債價值——都可能彼此關聯，而若把它們當作相互獨立來定價或評估準備金，可能大錯特錯。聯合分布是度量這種關聯的誠實根基；共變異數、相關係數以及現代的 Copula 方法，全都是概括或建模其中所含依賴結構的方式。