3. 生命表结构解析
生命表是寿险精算的“底层数据字典”。它把一群同质风险个体从某个年龄开始，逐年记录“还有多少人活着、当年会死多少人、死亡概率多大、平均还能活多久”。理解生命表，关键不是背公式，而是看懂每一列之间的递推关系，以及这些列在定价、准备金和风险评估中各自承担什么角色。
一、核心原理：从存活人数到死亡概率的递推链
生命表通常以10万人或100万人作为初始基数，记为 l₀。每一列都由前一列推导而来，形成一条严密的递推链：
- lₓ（存活人数）：到达年龄x时仍存活的人数，是生命表的“主列”。
- dₓ（死亡人数）：年龄x到x+1岁之间死亡的人数，满足
dₓ = lₓ − lₓ₊₁。 - qₓ（死亡率）：x岁个体在一年内死亡的概率，
qₓ = dₓ / lₓ。 - pₓ（生存率）：x岁个体活到x+1岁的概率，
pₓ = 1 − qₓ。 - Lₓ（生存人年数）：x岁到x+1岁之间平均存活的人年数，常用
Lₓ ≈ (lₓ + lₓ₊₁)/2。 - Tₓ（累计生存人年数）：从x岁起未来所有生存人年数之和，
Tₓ = ΣLₓ。 - eₓ（平均余命）：x岁个体平均还能活的年数，
eₓ = Tₓ / lₓ。
这条链条的核心逻辑是：存活人数决定死亡人数，死亡人数决定死亡概率，死亡概率再反推生存人年数和平均余命。任何一列出现偏差，都会沿链条向下游传导。
二、编制原理与方法流程
生命表的编制并非简单统计，而是一套从原始数据到精算假设的完整流程。实务中通常分为以下步骤：
- 数据采集与清洗：收集被保险人群的承保、理赔、退保、失效等数据，剔除重复、缺失和异常记录。
- 暴露数计算：按年龄、性别、保单年度等维度计算风险暴露数，常用“年初人数+年末人数)/2”或精确到日的暴露量。
- 粗死亡率计算：用死亡人数除以暴露数，得到各年龄的原始死亡率。
- 修匀与平滑：由于高龄段数据稀疏，需用Gompertz、Makeham、Lee-Carter等模型或样条修匀，消除随机波动。
- 参数调整与安全边际：根据经验、趋势和监管要求，对死亡率进行保守调整，形成定价用或评估用生命表。
- 表列生成与校验：从
l₀出发递推生成全部列，并校验e₀等指标是否合理。
实务提示：修匀不是“美化数据”，而是让死亡率随年龄呈现合理的光滑趋势。过度修匀会掩盖真实风险，修匀不足则导致保费波动过大。
三、生命表的分类与典型应用场景
不同业务目的需要不同生命表。常见分类如下：
| 分类维度 | 类型 | 主要用途 |
|---|---|---|
| 按性别 | 男性表、女性表、男女混合表 | 女性死亡率通常低于男性，定价需区分 |
| 按用途 | 定价生命表、评估生命表、经验生命表 | 定价偏保守，评估偏当前最优估计 |
| 按人群 | 国民生命表、寿险经验表、年金表 | 国民表反映整体人口，经验表反映被保险人群 |
| 按时间 | 静态表、动态表（含死亡率改善因子） | 动态表用于长寿风险管理和准备金评估 |
| 按选择效应 | 选择表、终极表 | 选择表反映承保后初期死亡率偏低的现象 |
在寿险中，生命表的应用贯穿产品全生命周期：定价阶段用 qₓ 计算净保费；准备金评估用 lₓ 和 eₓ 计算未来给付现值；核保与风险选择用选择表判断不同风险等级；再保险安排用生命表评估分出保费和自留风险；长寿风险证券化则依赖动态生命表预测未来死亡率改善趋势。
四、常见误区与复盘要点
误区一：把国民生命表直接用于寿险定价。国民表覆盖全体人口，而被保险人群通常经过核保筛选，死亡率低于国民表。直接套用会导致定价偏高、产品失去竞争力。
误区二：忽视选择效应和终极表。刚承保的保单在前几年死亡率明显偏低，若只用终极表，会高估早期死亡成本。正确做法是使用选择-终极表，按保单年度区分。
误区三：用静态表评估长期寿险。死亡率随医疗进步逐年改善，静态表会高估未来死亡给付，导致准备金虚高。长期业务应使用含改善因子的动态表。
复盘时，建议重点检查三件事：一是 lₓ 是否单调递减且最终归零；二是 qₓ 曲线是否在婴幼儿期和老年期呈现合理的“U型”或“J型”；三是 eₓ 是否与行业经验值偏差过大。任何一项异常，都应回到暴露数和修匀环节排查。
# 生命表核心列校验示例（伪代码）
for age in range(0, max_age):
assert l[age] >= l[age+1], "存活人数必须单调递减"
assert abs(d[age] - (l[age] - l[age+1])) < 1e-6, "死亡人数递推错误"
assert abs(q[age] - d[age]/l[age]) < 1e-6, "死亡率计算错误"
assert 0 <= q[age] <= 1, "死亡率超出合理范围"
print("生命表列间一致性校验通过")掌握生命表结构，本质上是掌握寿险精算的“语言”。每一列都不是孤立数字，而是风险在时间轴上的投影。只有理解列与列之间的递推逻辑，才能在定价、评估和风险管理中做出可靠判断。