刚核保通过的人，不是“平均人”
想象两个男人，年龄都恰好是 50 岁。一个上周刚买了寿险：他填了健康问卷、抽了血，医生签字放行。另一个只是从街上随手拉来的、随机的某位五十岁男子。本阶前几篇交给你的是一张只按年龄编排的生命表——它会把这两人当作完全一样。但他们并不一样。那个刚刚*通过*核保的人，正因为“通过”这个动作本身，证明了他那一周里并没有明显的病。在往后好几年里，他的死亡率会明显*低于*街角那位同龄人。
这并非偶然，而是“选择”的一个可预测的后果——正是你在本阶梯第一次见到核保时遇到的那个观念。核保是一道筛子，而一道把病人滤掉的筛子，留下来的就是一群*比单凭年龄所暗示的更健康*的人——但只是暂时的。精算师把这份“新鲜劲”仍然显现着的那段时间窗口称为选择期，视产品与国家而定，通常是两到十五年。在它之后，“曾被筛选过”这件事的记忆逐渐淡去，这条生命就和同龄的其他人一样了。
怎样读一张选择与极限生命表
为了同时容纳两个维度，精算师把生命表加宽成一张网格。选择与极限生命表保留了原来在左侧的年龄那一栏，但增添了若干栏来表示*距上次选择的年期*：刚在 x 岁被选择者的死亡率、过了一年者的、过了两年者的，依此类推，一直到选择期结束。一旦过了选择期，所有这些路径就汇合成单独一栏“极限”（ultimate），它只取决于年龄——正是你早已熟悉的那种朴素生命表。整个结构，不过是一张普通的表，在它左缘嫁接上了一段暂时的、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
在这张小网格里请留意两点。第一，*横着*读一行，死亡率是往上爬的——随着核保后年数累积，选择带来的折让逐渐磨掉。第二，一个刚被选择的 50 岁人（q[50] = 0.0019），远比一个三年前就被选择、如今已滑入极限率的 50 岁人（q(50) ≈ 0.0045，两倍有余）来得安全。年龄相同，价格却大相径庭。若对两者收取同样的保费，要么会把那位新客户的价钱抬高到失去市场竞争力，要么就是在保险人自掏腰包暗中补贴他——而那些把两者区分开来的竞争对手，会把你的午餐抢走。
这些选择率从何而来？来自你早先见过的同一门生命表构造手艺，只不过施加于保险人*自己的*投保人经验数据，再用修匀加以平滑。政府统计师发布的一般人口生命表是*合并*（aggregate）的——它把刚被筛选的人和很久以前被筛选的人混在一起——所以拿来为一张全新保单定价是用错了工具。一家用人口表来定价的保险人会系统性地收费过低，因为它实际承保的那些生命，在那关键的头几年里，比一般人口更健康。
从“只会死”到“有许多扇出口”
到目前为止，一条生命离开生命表只有唯一一种方式：死亡。但真实的保单会从好几扇门里漏出去。一个定期寿险客户可能死亡——也可能干脆*不再缴费*而失效退保。一个收入保障险投保人可能康复、可能致残、也可能死亡。一名养老金计划成员可能退休、退出、致残，或在退休前死亡。一旦一条生命能以不止一种方式退出，你就需要多减因模型：一张同时追踪好几个互相竞争的“减因”的生命表，每一个减因都有自己那股把人往外拽的力。
这些减因彼此竞争，而这种竞争正是其中微妙之处。如果退保很猛，那么留在“在世且保单仍有效”状态、从而能*在保单内死于自然原因*的人就更少了——这并非因为底层的死亡力变了，而是因为他们先从另一扇门退出去了。所以你在*多减因世界里观测到*的死亡率（一个“相依”率），低于假如死亡是*唯一*出口时本应适用的死亡率（“独立”率）。把这两者混为一谈，是一个经典而昂贵的失误：你不能把一张独立的退保表硬生生拼到一张独立的死亡率表上，还指望算术能对得上。
多减因模型本身，又是某种更一般、更强大的东西的特例：多状态马尔可夫模型。在这里，你把一条生命画成一组*状态*——标着“健康”“失能”“退保”“身故”的一个个方框——并用箭头表示它们之间允许发生的转移，每根箭头都带着自己的强度（一股力，就像死亡力，只不过是针对那一步特定移动的）。一张朴素的生命表就是只有两个状态的情形：在世 → 身故，一根箭头，无路可回。失能保险则需要 健康 ⇄ 失能（康复是可能的！）→ 身故。这个模型，不过是一张诚实的地图，标出每一扇门，以及每一扇门的人流速率。
表造好了——可它脚下的地面正在移动
到目前为止我们谈到的每一张表，描述的都是*过去*：它是拟合到那些已经发生的死亡上的。但一份养老金或终身寿险，可能要在六十年后才赔付，而人类还在越活越久。纵观二十世纪，大多数年龄上的死亡率十年又十年地下降——更好的食物、卫生、抗生素，更少的吸烟者，更好的心脏药物。这股向下的漂移就是死亡率改善，而一个无视它的精算师，会按上一个十年的“时刻表”去给年金和养老金定价，然后眼睁睁看着付款比当初准备金所假设的多跑了好几年。
于是精算师把表向前*投影*：取一张基表，施加改善因子——每个死亡率每年减少一个小小的百分比，且往往在高龄处逐渐收窄——把它推向未来。而这恰恰是*误差方向至关重要*之处。对一家寿险公司而言，人们活得更久是*好事*（身故给付要么付得更晚，要么在保期内根本不付）。对一家年金或养老金提供者而言，这却是*坏事*——多活一年，就是多付一年。同一份改善，在账本的一边是意外之财，在另一边却是缓慢失血的亏损。这就是长寿风险，它大体上是单向且系统性的：会一下子打中一整本业务。
请对“投影是什么”保持诚实：它是一种预测，而对遥远未来的预测会让人谦卑。过去的改善并不平稳——它会停滞，又会在新药问世时猛冲。1980 年没有人模型化过一场大流行病留下的伤痕，也没人料到某些富裕国家近来预期寿命的趋平。所以改善假设，是精算师所选取的*最不确定*的数字之一，正因如此，良好实务从不只用单一的点估计。精算师会跑情景分析、为不利情景预留资本、并在每次估值时重新审视这个假设。投影是一个有纪律的猜测，披着算术的外衣——绝不是一个承诺。
把这一阶梯收束起来
退后一步，看清整个阶梯。你从生存函数与死亡力出发——那是一条生命如何衰减的、平滑而连续的心跳。你把它离散化成生命表，也就是整个行业真正拿来计算的那匹劳力马。本篇又添上了两项精细化，把一张教科书式的表，变成保险人敢押上真金白银的东西：一个*第二维度*（距选择的时间），好让刚核保的生命被诚实地定价；以及一张*状态之网*，好让一条生命能够退保、患病、康复或退休，而不只是单单死去。
而我们收束在诚实的那一面：表是拟合过去的，地面却在不停移动，而那个最重要的数字——死亡率将改善得多快——也恰恰是最不可知的。这份张力永远不会被解决；它只是被*管理*着，年复一年地用情景与资本来管。请守住这份谦卑。它正是一名精算师与一台计算器之间的分别。