2. 死亡率基础

在寿险精算中，死亡率不是一个孤立的数字，而是一套彼此咬合的语言体系。它描述的是“人在一年内死亡的概率”，但围绕这个概率，还有生存率、中心死亡率、暴露数、死亡人数等概念，它们共同构成生命表与定价模型的基础。理解这些概念之间的换算关系，是后续 Lee-Carter 模型预测和寿险定价实战的前提。

一、核心原理：概率、人数与暴露数的三角关系

假设我们观察一批在年龄 x 时存活的人，记为 l_x。经过一年，其中一部分人死亡，死亡人数记为 d_x，剩余存活到 x+1 岁的人数为 l_{x+1}。于是有：

l_{x+1} = l_x - d_x
q_x = d_x / l_x          # 死亡率
p_x = 1 - q_x = l_{x+1}/l_x  # 生存率

其中 q_x 是年龄 x 到 x+1 岁之间的死亡概率，p_x 是对应的生存概率。这两个符号是寿险定价中最基础的构件：定期寿险的赔付概率、生存年金的领取概率，都直接由它们组合而成。

但现实中，人群并不是在生日当天整齐划一地进入观察。有人年中加入，有人年中退出，有人上半年死亡、有人下半年死亡。为了衡量“平均有多少人处于风险中”，精算学引入暴露数（exposure），记作 E_x。它表示在年龄区间内实际暴露于死亡风险的人年数。死亡人数与暴露数之比，就是中心死亡率：

m_x = d_x / E_x

中心死亡率 m_x 与死亡率 q_x 不同：前者是“人年”口径，后者是“年初人数”口径。在死亡均匀分布的假设下，二者近似满足：

q_x ≈ m_x / (1 + 0.5 * m_x)

这个换算关系在编制生命表、把人口统计数据转换为保险可用概率时非常关键。

二、方法流程：从原始数据到可定价的死亡率

在实务中，拿到一份人口或保单数据后，通常按以下流程整理死亡率指标：

1. 确定观察口径：明确是日历年度、保单年度还是年龄区间，避免把不同口径的死亡人数与暴露数混用。
2. 计算暴露数：按“人年”累计，常用近似为 E_x ≈ l_x - 0.5 d_x，即假设死亡在年内均匀发生。
3. 计算中心死亡率：m_x = d_x / E_x，这是最直接由数据得到的指标。
4. 转换为死亡率：在均匀分布假设下用 q_x ≈ m_x / (1 + 0.5 m_x) 转换，得到生命表可用的 q_x。
5. 修匀与扩展：对高龄、低暴露年龄进行平滑处理，形成完整的生命表函数。

三、案例场景：一张简化生命表的读数

假设某年龄组 x = 40，年初存活 l_40 = 100000，当年死亡 d_40 = 200，则：

q_40 = 200 / 100000 = 0.002
p_40 = 1 - 0.002 = 0.998
E_40 ≈ 100000 - 0.5 × 200 = 99900
m_40 = 200 / 99900 ≈ 0.002002
反算 q_40 ≈ 0.002002 / (1 + 0.5 × 0.002002) ≈ 0.002

可以看到，当死亡率很低时，m_x 与 q_x 非常接近；但当死亡率升高（如高龄段），二者差异会明显放大。这正是高龄生命表必须谨慎处理换算的原因。

符号	名称	含义	典型用途
l_x	存活人数	年龄 x 年初存活人数	生命表基数
d_x	死亡人数	x 到 x+1 岁死亡人数	计算 q_x、m_x
q_x	死亡率	年内死亡概率	寿险赔付概率
p_x	生存率	年内生存概率	年金领取概率
E_x	暴露数	风险暴露人年数	计算中心死亡率
m_x	中心死亡率	死亡人数 / 暴露数	数据直接估计

四、误区与复盘：定价中最容易踩的坑

• 把中心死亡率直接当死亡率用。在死亡率较低时误差不大，但在高龄或高死亡场景会低估 q_x，导致定价偏差。
• 暴露数口径不一致。用保单件数代替人年数，或忽略年中退保、新单加入，会使 m_x 失真。
• 忽略选择效应。刚承保人群的死亡率通常低于全体人群，直接套用人口生命表会高估早期赔付。
• 符号混用。不同教材对 q_x、m_x、μ_x 的定义略有差异，建模前必须统一符号体系。

掌握这些基础概念后，你就能读懂生命表的每一列，也能在拿到原始数据时判断该用哪个指标、如何换算、误差来自哪里。这是寿险定价从“会算”走向“算得准”的第一步。