剛核保通過的人，不是「平均人」
想像兩個男人，年齡都恰好是 50 歲。一個上週剛買了壽險：他填了健康問卷、抽了血，醫生簽字放行。另一個只是從街上隨手拉來的、隨機的某位五十歲男子。本階前幾篇交給你的是一張只按年齡編排的生命表——它會把這兩人當作完全一樣。但他們並不一樣。那個剛剛*通過*核保的人，正因為「通過」這個動作本身，證明了他那一週裡並沒有明顯的病。在往後好幾年裡，他的死亡率會明顯*低於*街角那位同齡人。
這並非偶然，而是「選擇」的一個可預測的後果——正是你在本階梯第一次見到核保時遇到的那個觀念。核保是一道篩子，而一道把病人濾掉的篩子，留下來的就是一群*比單憑年齡所暗示的更健康*的人——但只是暫時的。精算師把這份「新鮮勁」仍然顯現著的那段時間窗口稱為選擇期，視產品與國家而定，通常是兩到十五年。在它之後，「曾被篩選過」這件事的記憶逐漸淡去，這條生命就和同齡的其他人一樣了。
怎樣讀一張選擇與極限生命表
為了同時容納兩個維度，精算師把生命表加寬成一張網格。選擇與極限生命表保留了原來在左側的年齡那一欄，但增添了若干欄來表示*距上次選擇的年期*：剛在 x 歲被選擇者的死亡率、過了一年者的、過了兩年者的，依此類推，一直到選擇期結束。一旦過了選擇期，所有這些路徑就匯合成單獨一欄「極限」（ultimate），它只取決於年齡——正是你早已熟悉的那種樸素生命表。整個結構，不過是一張普通的表，在它左緣嫁接上了一段暫時的、更健康的「上匝道」。
Age x | q[x] q[x]+1 q[x]+2 | q(x+3) (ultimate) ------+--------------------------+------------------ 50 | 0.0019 0.0026 0.0035 | 0.0045 51 | 0.0022 0.0030 0.0040 | 0.0051 [x] = selected at x; [x]+t = t yrs after selection; q(x) = ultimate
在這張小網格裡請留意兩點。第一，*橫著*讀一行，死亡率是往上爬的——隨著核保後年數累積，選擇帶來的折讓逐漸磨掉。第二，一個剛被選擇的 50 歲人（q[50] = 0.0019），遠比一個三年前就被選擇、如今已滑入極限率的 50 歲人（q(50) ≈ 0.0045，兩倍有餘）來得安全。年齡相同，價格卻大相逕庭。若對兩者收取同樣的保費，要麼會把那位新客戶的價錢抬高到失去市場競爭力，要麼就是在保險人自掏腰包暗中補貼他——而那些把兩者區分開來的競爭對手，會把你的午餐搶走。
這些選擇率從何而來？來自你早先見過的同一門生命表構造手藝，只不過施加於保險人*自己的*投保人經驗數據，再用修勻加以平滑。政府統計師發布的一般人口生命表是*合併*（aggregate）的——它把剛被篩選的人和很久以前被篩選的人混在一起——所以拿來為一張全新保單定價是用錯了工具。一家用人口表來定價的保險人會系統性地收費過低，因為它實際承保的那些生命，在那關鍵的頭幾年裡，比一般人口更健康。
從「只會死」到「有許多扇出口」
到目前為止，一條生命離開生命表只有唯一一種方式：死亡。但真實的保單會從好幾扇門裡漏出去。一個定期壽險客戶可能死亡——也可能乾脆*不再繳費*而失效退保。一個收入保障險投保人可能康復、可能致殘、也可能死亡。一名年金計畫成員可能退休、退出、致殘，或在退休前死亡。一旦一條生命能以不止一種方式退出，你就需要多減因模型：一張同時追蹤好幾個互相競爭的「減因」的生命表，每一個減因都有自己那股把人往外拽的力。
這些減因彼此競爭，而這種競爭正是其中微妙之處。如果退保很猛，那麼留在「在世且保單仍有效」狀態、從而能*在保單內死於自然原因*的人就更少了——這並非因為底層的死力變了，而是因為他們先從另一扇門退出去了。所以你在*多減因世界裡觀測到*的死亡率（一個「相依」率），低於假如死亡是*唯一*出口時本應適用的死亡率（「獨立」率）。把這兩者混為一談，是一個經典而昂貴的失誤：你不能把一張獨立的退保表硬生生拼到一張獨立的死亡率表上，還指望算術能對得上。
多減因模型本身，又是某種更一般、更強大的東西的特例：多狀態馬可夫模型。在這裡，你把一條生命畫成一組*狀態*——標著「健康」「失能」「退保」「身故」的一個個方框——並用箭頭表示它們之間允許發生的轉移，每根箭頭都帶著自己的強度（一股力，就像死力，只不過是針對那一步特定移動的）。一張樸素的生命表就是只有兩個狀態的情形：在世 → 身故，一根箭頭，無路可回。失能保險則需要 健康 ⇄ 失能（康復是可能的！）→ 身故。這個模型，不過是一張誠實的地圖，標出每一扇門，以及每一扇門的人流速率。
表造好了——可它腳下的地面正在移動
到目前為止我們談到的每一張表，描述的都是*過去*：它是擬合到那些已經發生的死亡上的。但一份年金或終身壽險，可能要在六十年後才賠付，而人類還在越活越久。縱觀二十世紀，大多數年齡上的死亡率十年又十年地下降——更好的食物、衛生、抗生素，更少的吸菸者，更好的心臟藥物。這股向下的漂移就是死亡率改善，而一個無視它的精算師，會按上一個十年的「時刻表」去給年金和年金定價，然後眼睜睜看著付款比當初準備金所假設的多跑了好幾年。
於是精算師把表向前*投影*：取一張基表，施加改善因子——每個死亡率每年減少一個小小的百分比，且往往在高齡處逐漸收窄——把它推向未來。而這恰恰是*誤差方向至關重要*之處。對一家壽險公司而言，人們活得更久是*好事*（身故給付要麼付得更晚，要麼在保期內根本不付）。對一家年金或退休金提供者而言，這卻是*壞事*——多活一年，就是多付一年。同一份改善，在帳本的一邊是意外之財，在另一邊卻是緩慢失血的虧損。這就是長壽風險，它大體上是單向且系統性的：會一下子打中一整本業務。
請對「投影是什麼」保持誠實：它是一種預測，而對遙遠未來的預測會讓人謙卑。過去的改善並不平穩——它會停滯，又會在新藥問世時猛衝。1980 年沒有人模型化過一場大流行病留下的傷痕，也沒人料到某些富裕國家近來預期壽命的趨平。所以改善假設，是精算師所選取的*最不確定*的數字之一，正因如此，良好實務從不只用單一的點估計。精算師會跑情景分析、為不利情景預留資本、並在每次估值時重新審視這個假設。投影是一個有紀律的猜測，披著算術的外衣——絕不是一個承諾。
把這一階梯收束起來
退後一步，看清整個階梯。你從生存函數與死力出發——那是一條生命如何衰減的、平滑而連續的心跳。你把它離散化成生命表，也就是整個行業真正拿來計算的那匹勞力馬。本篇又添上了兩項精細化，把一張教科書式的表，變成保險人敢押上真金白銀的東西：一個*第二維度*（距選擇的時間），好讓剛核保的生命被誠實地定價；以及一張*狀態之網*，好讓一條生命能夠退保、患病、康復或退休，而不只是單單死去。
而我們收束在誠實的那一面：表是擬合過去的，地面卻在不停移動，而那個最重要的數字——死亡率將改善得多快——也恰恰是最不可知的。這份張力永遠不會被解決；它只是被*管理*著，年復一年地用情景與資本來管。請守住這份謙卑。它正是一名精算師與一台計算器之間的分別。