1. 课程导入
欢迎进入《寿险生命表构建与死亡率建模实战》。在正式动手处理数据之前，我们需要先建立一张清晰的“认知地图”：这门课究竟要解决什么问题、涉及哪些核心概念、整体框架如何搭建、以及从零到一构建生命表的实战路线是什么。本章不涉及复杂公式推导，而是帮助你把后续30章的知识点串成一条可执行的路径。
一、为什么寿险定价与准备金评估离不开生命表
寿险产品的本质，是对“死亡风险”进行定价与长期管理。无论是定期寿险、终身寿险还是年金产品，其保费、准备金、现金价值都高度依赖一个基础假设：被保险人在未来各年龄段的死亡概率。生命表（Life Table）正是系统化描述这种死亡规律的统计工具，而死亡率建模则是从经验数据中估计这些概率的方法论。
如果生命表假设偏差1%，在长期险种中可能被杠杆放大为数十亿的准备金缺口。因此，理解生命表的构建逻辑，不是学术练习，而是精算、产品、风控岗位的核心能力。
核心认知：生命表是“死亡规律的离散化表达”，死亡率建模是“从数据到规律的估计过程”，两者共同构成寿险精算的数据底座。
二、核心概念速览：从qx到生命表函数
在后续章节中，你会反复遇到以下概念。这里先建立统一语言，避免后续混淆：
- qx：x岁个体在一年内死亡的概率，是生命表最核心的输入参数。
- px：x岁个体存活到x+1岁的概率，px = 1 - qx。
- lx：假想同批出生人群中，存活到x岁的人数，通常设l0 = 100,000。
- dx：x岁到x+1岁之间的死亡人数，dx = lx - lx+1。
- Lx：x岁到x+1岁之间的平均生存人年数。
- Tx：x岁以后的总生存人年数。
- ex：x岁时的平均余命，ex = Tx / lx。
这些函数并非独立存在，而是通过qx逐层推导出来。理解它们之间的递推关系，比死记公式更重要。
三、整体框架：从原始数据到生命表的四层结构
本课程将生命表构建拆解为四个层次，形成一条完整的数据加工链：
- 数据层：暴露数（Exposure）与死亡数（Deaths）的采集、清洗与口径统一。
- 估计层：中心死亡率mqx的估计，以及从mqx到qx的转换。
- 修匀层：对粗糙的原始死亡率进行平滑、修匀与高龄段外推。
- 应用层：生成完整生命表，并用于保费计算、准备金评估与情景测试。
这四层结构贯穿全课程。每一层都有对应的数据陷阱、方法选择与验证手段。下面的SVG展示了这一整体框架与实战路线图的核心关系。
四、实战路线图：五个阶段与关键交付物
为了让你在学习过程中始终知道“现在走到哪里”，我们将实战路线划分为五个阶段，每个阶段都有明确的输入、输出与验证标准：
| 阶段 | 核心任务 | 关键交付物 | 常见风险 |
|---|---|---|---|
| 1. 数据准备 | 暴露数与死亡数整理、口径对齐 | 干净的分年龄暴露-死亡表 | 暴露数重复计算、观察期错配 |
| 2. 死亡率估计 | 计算mqx、估计qx、置信区间 | 原始qx序列及不确定性度量 | 小样本波动、零死亡年龄 |
| 3. 修匀与外推 | 平滑处理、高龄段扩展 | 单调平滑的qx曲线 | 过度修匀掩盖真实趋势 |
| 4. 生命表生成 | 推导lx、dx、Lx、Tx、ex | 完整生命表 | 递推错误、边界处理不当 |
| 5. 回测验证 | 与实际经验对比、敏感性测试 | 验证报告与调整建议 | 忽略数据漂移与选择效应 |
五、常见误区与学习建议
误区一：把生命表当作“固定常数”。生命表具有时效性、地域性和人群特异性。用十年前的生命表定价当前产品，可能严重低估或高估风险。
误区二：跳过数据清洗直接建模。暴露数口径错误是死亡率估计偏差的最大来源，远比模型选择更重要。
误区三：只关注qx，忽略lx和ex的业务含义。产品定价看qx，但年金给付和准备金评估更依赖lx与ex的长期形态。
学习建议：每学完一个方法，立即用课程提供的模拟数据集跑一遍。重点关注“输入变化如何影响输出”，而不是死记公式。建议准备一个笔记本，记录每个阶段的参数选择与结果对比。
六、本课程的能力目标
完成全部30章后，你应当能够独立完成以下任务：
- 从原始保单与理赔数据中构建分年龄暴露-死亡矩阵；
- 使用泊松模型或二项模型估计中心死亡率并计算置信区间；
- 对粗糙死亡率序列进行Whittaker修匀与高龄段外推；
- 生成完整生命表并验证其内部一致性；
- 将生命表应用于保费计算与准备金评估的简化场景。
这些能力不是孤立的，而是通过“数据→估计→修匀→应用”的链条串联起来。接下来的章节将逐层展开，每一步都会配有可运行的代码示例与真实场景数据。请带着“这条链现在走到哪一环”的问题进入后续学习。