从利息走向生命：一种新的不确定
在「利息」那一阶，你学会了让钱干净利落地穿越时间：把一笔现值向前累积，把一笔未来值向后贴现，再用价值方程把一切配平。可那些计算无一不在悄悄假定：那笔付款*一定*会在它的日期如约发生。寿险与养老金恰恰打破了这个假定。身故给付只有在某人死亡这件事*发生*、并且*在那一刻*才支付；养老金支票则只有在退休者*仍然在世*时，才会按月到来。它的时点不写在日历上——而握在自然之手中，充满不确定。这一阶，要给这份不确定一个精确的形状。
你其实已经握有它的工具。在「概率」那一阶，你结识过[[act-random-variable|随机变量]]——一个取值由偶然决定、并由分布来概括的数。寿险精算全部的窍门，就在于认出：*死亡的时点*正是这样一个数。我们无法得知任何一个具体的人将于何时离世。然而在一大群相似的生命之中，逐年的死亡格局却出奇地稳定、可以度量——而随机变量，恰好就是用来刻画「于个体而言未知，于总体而言可测」这件事的。请记住这一点：它正是「风险基础」那一阶里的风险共担逻辑，如今对准了保险最为在意的那一桩事件。
两座时钟：身故年龄与剩余寿命
给一次死亡计时，有两种自然的方式，寿险精算师两种都用。第一种是[[age-at-death-random-variable|身故年龄]]，记作 X：一个新生儿自出生算起的整段生命长度。它是一个连续随机变量，可取从零往上的任意值；它的分布描述了一整批新生儿，最终将如何散布在他们各自死亡的那些年龄上。X 回答的问题是：「一条崭新的生命，从头到尾能延续多久？」
可保险公司极少与新生儿打交道。它面对的是一位 45 岁买保单的人，或一位 67 岁开始领养老金的人——这些人都*已经存活*到了某个年龄 x。这时要紧的不再是整段生命，而是它*剩下*的那一截。这便是[[future-lifetime-random-variable|未来寿命随机变量]]，记作 T(x)：一个已知在确切年龄 x 仍然在世的人，往后还将活过的时间。若一个年龄为 x 的人在年龄 X 时死去，则 T(x) = X − x。T(x) 才是这一阶真正的主角——几乎每一个寿险与年金的价值，归根结底都是对 T(x) 取的一个期望。
生存函数：仍然在场的概率
现在，我们就照「概率」那一阶教过的方式去描述 T(x)——只不过要做一个意味深长的选择。对大多数变量，我们首先伸手去取[[cumulative-distribution-function|累积分布函数]]，即取值*小于或等于*某数的概率。可对于寿命，我们把它翻转过来，先讲它的补——因为真正付得起账单的问题，是「这条生命能*撑下去*吗？」，而非「它到此刻*失败*了吗？」。这个翻转过来的量，就是[[survival-function|生存函数]]，记作 S(x)：一个新生儿存活*超过*年龄 x 的概率。按定义，S(x) = 1 − F(x)，其中 F 是身故年龄那个寻常的分布函数。
把 S(x) 想象成一条曲线。在出生时 S(0) = 1——按定义，每个人在最起点都是活着的。随着年龄上升，这条曲线只能向下滑、或保持水平；它绝不会向上爬，因为一旦你没能活过某个年龄，就再也无法「复生」。在最高龄的远端，它向零沉下去。曲线在任一年龄处*下滑的陡峭程度*，告诉你死亡在那里聚集得有多稠密：曲线骤跌之处，生命正在迅速流失；它只是徐缓下行之处，这群人则死得慢。于是，一条单调的曲线，就承载了一个人群如何走向死亡的整个故事——中年时和缓，及至老年则越来越快。
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，与死亡的形状
生存函数与死亡的分布，是同一个对象的两张面孔，值得把两者都同时摆在眼前。F(x) = 1 − S(x) 是在年龄 x *之前*死亡的概率；它的斜率，即[[probability-mass-and-density-functions|概率密度]] f(x)，度量的是死亡恰好聚集在年龄 x 附近的稠密程度。由于 S = 1 − F，这个密度恰恰就是 *S 下降的速率*：生存下滑最快之处，死亡密度便达到峰值。对一个典型的人类群体而言，这个峰值落在七十多岁到八十多岁——并非因为更早死亡不可能，而是因为在那里，日渐稀薄的存活人数与逐人攀升的风险，二者相乘叠加得最为沉重。
但要当心，别把两种不同的「风险」混为一谈。密度 f(x) 度量的是相对于*整批原始人群*的风险；它在最高龄处终将缩小，仅仅是因为几乎已没有人剩下可死。这*并不*意味着一位百岁老人比一位七十岁的人更安全。逐人面对的危险一直在攀升——只不过剩下可供计数的人变少了。把这两个观念分开——「每个起始新生儿对应的死亡数」对「每位仍在场的幸存者所面对的风险」——正是[[force-of-mortality|死亡力]]的职责所在；而理清[[survival-density-hazard-relationship|生存、密度与风险率三者之间的关系]]，则是下一篇指南的工作。眼下只需留意：极高龄处死亡*人数*之低，掩盖了一个极高的死亡*率*。
精算师为何在意：从一条曲线到一个价格
生存函数绝非抽象的点缀——它是让保险公司能为一份承诺标出数字的那个输入。假设一位 65 岁的人买下一份合约，规定*只有当他再多活一年时*才支付 1000 元。沿用上面那批人，从 65 岁活到 66 岁的条件概率，就是幸存者人数之比：大约 S(66) ÷ S(65)。把这个概率乘以那 1000 元，便得到*期望*的付款额，再用上一阶的利息齿轮把它贴现回来。这两步——付款概率乘以贴现因子——正是[[actuarial-present-value|精算现值]]的种子，而整个「寿险精算（生命相依）」一阶，都建立在这一个观念之上。
同一条曲线，还告诉我们一条生命平均能跑多久——它的[[life-expectancy|预期寿命]]，无非就是 T(x) 的期望值，也就是从年龄 x 往后、生存曲线下方扫出的那块面积。这里藏着一个微妙的选择，本阶将把它磨利：我们只数走完的整年，还是把活过的确切零头时间也算进去？这个[[curtate-vs-complete-future-lifetime|简略未来寿命与完整未来寿命]]之分，会让年金与保险的价值变动一个微小却真实的量，一位称职的精算师绝不含糊带过。而在实务中，我们极少把 S(x) 当成一条光滑的公式来携带——我们把它逐岁列成表，做成[[life-table|生命表]]，那正是后续指南一次又一次倚仗的主力工具。