联合分布

联合分布把两个或更多随机量放在一起描述，不仅刻画每一个各自的行为，还刻画它们彼此之间如何联动。单独知道一位投保人医疗理赔的分布、再单独知道其伤残理赔的分布，是不够的——你还需要知道这两者是否倾向于同时发生。联合分布就是同时看两个变量的完整画面。

对于两个变量，它给出每一种取值组合的概率（或密度）：离散情形下的 P(X = x 且 Y = y)，连续情形下的联合密度 f(x, y)。从联合分布出发，你可以通过对另一个变量求和或积分，恢复出每个变量各自的分布——即它的边际分布。你也可以提出条件问题：在已知 Y 取了某个值的条件下，X 如何分布？一个至关重要的特例是独立性：X 与 Y 相互独立，当且仅当它们的联合分布恰好分解为两个边际分布的乘积，这意味着一个对另一个不携带任何信息。

联合分布对精算师之所以重要，是因为真实的风险很少孤立存在。不同保单上的损失、联合生命年金中夫妻二人的寿命、理赔频率与理赔严重度、资产回报与负债价值——都可能彼此关联，而若把它们当作相互独立来定价或评估准备金，可能大错特错。联合分布是度量这种关联的诚实根基；协方差、相关系数以及现代的 Copula 方法，全都是概括或建模其中所含依赖结构的方式。