從利息走向生命：一種新的不確定
在「利息」那一階，你學會了讓錢乾淨俐落地穿越時間：把一筆現值向前累積，把一筆未來值向後貼現，再用價值方程把一切配平。可那些計算無一不在悄悄假定：那筆付款*一定*會在它的日期如約發生。壽險與年金恰恰打破了這個假定。身故給付只有在某人死亡這件事*發生*、並且*在那一刻*才支付；年金支票則只有在退休者*仍然在世*時，才會按月到來。它的時點不寫在日曆上——而握在自然之手中，充滿不確定。這一階，要給這份不確定一個精確的形狀。
你其實已經握有它的工具。在「機率」那一階，你結識過[[act-random-variable|隨機變量]]——一個取值由偶然決定、並由分布來概括的數。壽險精算全部的竅門，就在於認出：*死亡的時點*正是這樣一個數。我們無法得知任何一個具體的人將於何時離世。然而在一大群相似的生命之中，逐年的死亡格局卻出奇地穩定、可以度量——而隨機變量，恰好就是用來刻畫「於個體而言未知，於總體而言可測」這件事的。請記住這一點：它正是「風險基礎」那一階裡的風險共擔邏輯，如今對準了保險最為在意的那一樁事件。
兩座時鐘：身故年齡與剩餘壽命
給一次死亡計時，有兩種自然的方式，壽險精算師兩種都用。第一種是[[age-at-death-random-variable|身故年齡]]，記作 X：一個新生兒自出生算起的整段生命長度。它是一個連續隨機變量，可取從零往上的任意值；它的分布描述了一整批新生兒，最終將如何散布在他們各自死亡的那些年齡上。X 回答的問題是：「一條嶄新的生命，從頭到尾能延續多久？」
可保險公司極少與新生兒打交道。它面對的是一位 45 歲買保單的人，或一位 67 歲開始領年金的人——這些人都*已經存活*到了某個年齡 x。這時要緊的不再是整段生命，而是它*剩下*的那一截。這便是[[future-lifetime-random-variable|未來壽命隨機變量]]，記作 T(x)：一個已知在確切年齡 x 仍然在世的人，往後還將活過的時間。若一個年齡為 x 的人在年齡 X 時死去，則 T(x) = X − x。T(x) 才是這一階真正的主角——幾乎每一個壽險與年金的價值，歸根結底都是對 T(x) 取的一個期望。
生存函數：仍然在場的機率
現在，我們就照「機率」那一階教過的方式去描述 T(x)——只不過要做一個意味深長的選擇。對大多數變量，我們首先伸手去取[[cumulative-distribution-function|累積分布函數]]，即取值*小於或等於*某數的機率。可對於壽命，我們把它翻轉過來，先講它的補——因為真正付得起帳單的問題，是「這條生命能*撐下去*嗎？」，而非「它到此刻*失敗*了嗎？」。這個翻轉過來的量，就是[[survival-function|生存函數]]，記作 S(x)：一個新生兒存活*超過*年齡 x 的機率。按定義，S(x) = 1 − F(x)，其中 F 是身故年齡那個尋常的分布函數。
把 S(x) 想像成一條曲線。在出生時 S(0) = 1——按定義，每個人在最起點都是活著的。隨著年齡上升，這條曲線只能向下滑、或保持水平；它絕不會向上爬，因為一旦你沒能活過某個年齡，就再也無法「復生」。在最高齡的遠端，它向零沉下去。曲線在任一年齡處*下滑的陡峭程度*，告訴你死亡在那裡聚集得有多稠密：曲線驟跌之處，生命正在迅速流失；它只是徐緩下行之處，這群人則死得慢。於是，一條單調的曲線，就承載了一個人群如何走向死亡的整個故事——中年時和緩，及至老年則越來越快。
Imagine 100,000 newborns and a survival function S(x):
S(0) = 1.0000 -> 100,000 alive at birth
S(40) = 0.95 -> 95,000 still alive at exact age 40
S(65) = 0.82 -> 82,000 still alive at exact age 65
S(90) = 0.28 -> 28,000 still alive at exact age 90
P(a newborn dies between 65 and 90) = S(65) - S(90)
= 0.82 - 0.28 = 0.54生存、密度，與死亡的形狀
生存函數與死亡的分布，是同一個對象的兩張面孔，值得把兩者都同時擺在眼前。F(x) = 1 − S(x) 是在年齡 x *之前*死亡的機率；它的斜率，即[[probability-mass-and-density-functions|機率密度]] f(x)，度量的是死亡恰好聚集在年齡 x 附近的稠密程度。由於 S = 1 − F，這個密度恰恰就是 *S 下降的速率*：生存下滑最快之處，死亡密度便達到峰值。對一個典型的人類群體而言，這個峰值落在七十多歲到八十多歲——並非因為更早死亡不可能，而是因為在那裡，日漸稀薄的存活人數與逐人攀升的風險，二者相乘疊加得最為沉重。
但要當心，別把兩種不同的「風險」混為一談。密度 f(x) 度量的是相對於*整批原始人群*的風險；它在最高齡處終將縮小，僅僅是因為幾乎已沒有人剩下可死。這*並不*意味著一位百歲老人比一位七十歲的人更安全。逐人面對的危險一直在攀升——只不過剩下可供計數的人變少了。把這兩個觀念分開——「每個起始新生兒對應的死亡數」對「每位仍在場的倖存者所面對的風險」——正是[[force-of-mortality|死力]]的職責所在；而理清[[survival-density-hazard-relationship|生存、密度與風險率三者之間的關係]]，則是下一篇指南的工作。眼下只需留意：極高齡處死亡*人數*之低，掩蓋了一個極高的死亡*率*。
精算師為何在意：從一條曲線到一個價格
生存函數絕非抽象的點綴——它是讓保險公司能為一份承諾標出數字的那個輸入。假設一位 65 歲的人買下一份合約，規定*只有當他再多活一年時*才支付 1000 元。沿用上面那批人，從 65 歲活到 66 歲的條件機率，就是倖存者人數之比：大約 S(66) ÷ S(65)。把這個機率乘以那 1000 元，便得到*期望*的付款額，再用上一階的利息齒輪把它貼現回來。這兩步——付款機率乘以貼現因子——正是[[actuarial-present-value|精算現值]]的種子，而整個「壽險精算（生命相依）」一階，都建立在這一個觀念之上。
同一條曲線，還告訴我們一條生命平均能跑多久——它的[[life-expectancy|預期壽命]]，無非就是 T(x) 的期望值，也就是從年齡 x 往後、生存曲線下方掃出的那塊面積。這裡藏著一個微妙的選擇，本階將把它磨利：我們只數走完的整年，還是把活過的確切零頭時間也算進去？這個[[curtate-vs-complete-future-lifetime|簡略未來壽命與完整未來壽命]]之分，會讓年金與保險的價值變動一個微小卻真實的量，一位稱職的精算師絕不含糊帶過。而在實務中，我們極少把 S(x) 當成一條光滑的公式來攜帶——我們把它逐歲列成表，做成[[life-table|生命表]]，那正是後續指南一次又一次倚仗的主力工具。