原文：2025 Mortality Improvement Survey Report｜发布机构：Society of Actuaries Research Institute（美国精算师协会研究院）｜2026年10月

一、报告基本情况与调查范围

样本规模及业务构成依据报告正文。调查对象为参与调查的公司，不代表北美全部寿险及再保险市场。

本次调查的主要目标，是比较2025年与2022年调查的结果，了解新冠疫情之后，保险公司是否改变了死亡率改善假设，以及这些变化是否具有一致方向。

区分三个概念：

死亡率改善率不是预期寿命增长率。即使死亡率每年改善1%，也不能简单理解为预期寿命每年增加1%或增加若干固定天数。

对保险公司而言，基础死亡率决定负债的起点，改善率则决定未来负债沿时间如何变化。

三、调查发现一：死亡率改善假设仍然广泛使用，但年金业务使用率较低

报告显示，约71%—87%的受访公司在不同业务或估值用途下使用持续年度死亡率改善假设（Durational Mortality Improvement）。

其使用率在寿险业务中最高，在年金业务中相对较低。

这并不意味着年金公司不重视长寿风险。原因可能包括公司采用的模型框架不同，例如直接使用未来年度死亡率、使用世代生命表，或将改善因素纳入其他精算假设。

因此，判断公司是否充分考虑长寿风险，不能只看其是否明确使用名为“MI”的参数，还需要检查未来死亡率投影是否实际包含死亡率改善。

为什么需要区分业务职能？

同一家保险公司，在不同用途下也可能采用不同的死亡率改善假设：

• 产品定价：重点是长期给付成本及产品竞争力。

• 准备金评估：重点是负债计量及适用会计、监管规则。

• 资本管理：重点是压力情景下的损失和偿付能力。

• 风险管理：重点是识别假设偏差及未来死亡率恶化或改善过快的风险。

因此，不能简单说一家公司的死亡率改善假设只有一个数值。它可能根据产品、评估目的和预测期限使用多套参数。

四、调查发现二：年龄和性别仍然是最重要的假设维度

2025年调查发现，保险公司设定死亡率改善假设时，仍然主要根据：

1. 达到年龄（Attained Age）

2. 性别（Gender）

与此同时，与2022年调查相比，日历年度（Calendar Year）在死亡率改善建模中的重要性有所提高。

这反映出精算模型需要同时回答两个不同的问题。

年龄效应：75岁人群的死亡率改善规律，是否与55岁人群不同？

日历年度效应：2026年、2030年或2040年的整体医疗、疾病和社会环境发生变化时，同年龄人群的死亡率会如何变化？

如果模型只考虑年龄变化，就可能无法充分反映医疗技术进步、疫情冲击以及社会环境变化带来的共同影响。

死亡率改善率为什么通常在75岁左右达到峰值？

报告发现，死亡率改善率一般在75岁附近达到较高水平，之后在更高年龄逐渐下降。

这并不代表75岁以上的人群不会继续活得更久，而是说明不同年龄段的死亡率改善幅度存在差异。

对终身年金尤其重要的是：65岁开始领取的年金，未来几十年的给付不仅取决于65岁时的死亡率，还取决于75岁、85岁、95岁乃至更高年龄的死亡率改善。

因此，不能把所有年龄统一设为每年改善1%，再直接用于长期年金负债测算。

五、调查发现三：与2022年相比，长期假设总体稳定或有所提高

这是整份报告最容易被误读的部分。

调查结果并不支持以下任何一种简单结论：

• 疫情以后，保险公司全面提高死亡率改善假设；

• 疫情以后，保险公司全面降低死亡率改善假设。

实际情况是，短期假设的变化较为混合，而长期假设在若干寿险及年金类别中保持稳定或有所提高。变化程度取决于产品、业务职能、年龄和预测期限。

这意味着保险公司正在尝试区分两个时间尺度：

从精算角度看，这种区分是合理的。疫情期间出现的超额死亡，可能改变基础死亡率水平，却不一定意味着未来数十年的死亡率改善趋势永久逆转。

反过来，近期死亡率快速下降，也不意味着未来每一年都将以同样速度改善。

报告真正支持的结论是：长期死亡率改善预期仍然存在，但改善速度的不确定性依然很大。

六、调查发现四：年金业务的长期改善假设值得特别关注

年金公司承担的是与寿命长度直接相关的给付责任，因此死亡率改善假设会影响预期给付期及负债现值。

报告展示的2025年年金定价改善率中位数，在55—75岁年龄区间、较长期预测年份中，大致处于每年1.17%—1.20%的水平。

例如，报告中的75岁年金定价样本中位数约为：

这说明部分受访公司在长期投影中，并未假设死亡率改善会迅速归零，而是继续保留持续改善的预期。

但这些数字有明确边界：

• 它们是特定调查类别的中位数，不是所有公司的统一参数。

• 年金定价参数不必然等于监管准备金参数。

• 美国和加拿大的经验不能直接替代中国年金领取人经验。

• 死亡率改善率本身不能直接换算成负债现值增加比例。

对于长寿再保险而言，最值得关注的并不是某一个中位数，而是公司对未来改善率的判断是否一致，以及不同假设之间的差异会给负债带来多大影响。

七、调查发现五：医疗和技术进步仍然是长期死亡率改善的主要驱动力

受访公司仍然把癌症和心血管疾病视为未来死亡率改善的主要来源。

与此同时，2025年调查更加关注医疗及技术创新的长期影响，包括：

• 个性化医疗（Personalized Medicine）

• 人工智能（Artificial Intelligence）

• 遗传学与基因技术（Genetics）

• 衰老机制研究（Aging Research）

• 肥胖治疗药物，特别是GLP-1类药物

这说明精算师对未来死亡率改善的判断，正从历史统计外推进一步延伸至医疗科技发展。

GLP-1药物为什么值得关注？

GLP-1类药物可能通过改善肥胖及相关代谢疾病，影响未来心血管疾病、糖尿病及其他疾病的死亡风险。

但报告同时强调，这类药物的长期影响仍然存在不确定性，包括：

• 药物能否被广泛获得；

• 患者是否能够长期负担治疗费用；

• 患者能否持续用药；

• 相关健康改善能否转化为长期死亡率下降。

因此，目前不宜直接把GLP-1药物可能带来的健康收益，转换成某个确定的长期死亡率改善率。

对长寿风险研究而言，这一领域值得持续跟踪，因为如果未来医疗创新显著降低老年群体死亡率，其影响可能不仅体现在平均寿命，还可能改变高龄阶段的生存概率。

八、调查发现六：死亡率恶化风险仍然受到重视

报告并没有因为长期死亡率改善预期仍然存在，就忽略死亡率恶化的可能性。

受访公司最常提到的死亡率恶化驱动因素包括：

1. 肥胖（Obesity）

肥胖可能增加心血管疾病、糖尿病和其他慢性病的风险，抵消部分医疗进步带来的死亡率改善。

2. 心理健康问题或抑郁（Mental Health / Depression）

可能通过自杀、药物滥用及其他健康风险影响总体死亡率。

3. 社会经济不平等（Socioeconomic Inequality）

医疗可及性、收入、教育及生活环境差异，可能导致不同群体的死亡率走势分化。

部分公司允许模型采用负的死亡率改善率（Negative Mortality Improvement），即未来死亡率在某些年龄或期间上升。但0%仍然是许多公司的常见最低假设。

这里的精算含义是：保险公司不一定认为死亡率每年都会下降。在某些年龄组、时间段或风险人群中，模型可能允许死亡率恶化。

对长寿风险来说，这也提醒我们：不能只测试“死亡率改善快于预期”的情景，还应考虑不同年龄、不同社会群体的死亡率走势分化。

九、调查发现七：COVID-19已经不是长期死亡率预测的主导因素，但影响并未消失

2025年调查中，不到一半回答相关问题的受访公司，会对基础死亡率明确应用COVID-19或疫情后调整。

这些调整通常集中在近期，而且没有在所有产品、人群和预测期限中统一使用。

这表明，保险公司正在将疫情的影响拆分为不同层次：

其中最重要的区别是：疫情后基础死亡率调整，不等于长期死亡率改善假设调整。

例如，公司可以对某一时期的基础死亡率作出调整，同时仍然假设未来死亡率会继续改善；也可以不单独设置COVID-19调整，而是在整体模型中反映相关经验。

这解释了为什么调查没有出现统一的假设上调或下调趋势。

这份报告最值得记住的五点

1. 行业没有统一上调或下调死亡率改善假设。不同公司、产品、年龄和预测期限之间仍然存在明显差异。

2. 长期死亡率改善预期并未消失。医疗与技术进步仍被视为未来改善的重要驱动力。

3. 年金业务需要特别关注长期死亡率改善。因为死亡率下降会延长预期给付期限，影响终身年金及养老金负债。

4. 死亡率恶化仍然是不可忽略的风险。肥胖、心理健康和社会经济不平等等因素可能抵消部分改善。

5. 疫情后调整与长期改善假设必须分开。近期死亡率异常不应直接决定未来几十年的改善趋势。

报告原文：SOA — 2025 Mortality Improvement Survey Report。