Future loss random variables for life insurance and annuities

Q: หลักความเท่าเทียม (Equivalence Principle) ในการกำหนดเบี้ยประกันสุทธิมีเงื่อนไขอย่างไร?

$E[L] = 0$ นั่นคือ ค่าคาดหมายของ PV ผลประโยชน์ในอนาคต เท่ากับ ค่าคาดหมายของ PV เบี้ยประกันในอนาคต ณ วันเริ่มสัญญา

Q: ทำไมตัวแปรสุ่มของผลขาดทุน $L$ สำหรับประกันชีวิตตลอดชีพแบบไม่ต่อเนื่องจึงสามารถเขียนเป็นฟังก์ชันเชิงเส้นของ $v^{K+1}$ ได้?

เพราะสามารถแทนค่าเงินบำนาญด้วยเอกลักษณ์ $\ddot{a}_{\overline{K+1|}} = \frac{1 - v^{K+1}}{d}$ ทำให้ได้ $L = \left(1 + \frac{P}{d}\right)v^{K+1} - \frac{P}{d}$

Q: สูตรความแปรปรวนของผลขาดทุนในอนาคต $Var(L)$ สำหรับกรมธรรม์ประกันชีวิตตลอดชีพแบบไม่ต่อเนื่องคืออะไร?

$Var(L) = \left(1 + \frac{P}{d}\right)^2 \cdot [^2A_x - (A_x)^2]$

Q: ตัวแปรผลขาดทุนในอนาคต $L$ สำหรับประกันชีวิตแบบชั่วระยะเวลา $n$ ปี มีค่าอย่างไรเมื่อผู้เอาประกันเสียชีวิตหลังจากพ้นระยะเวลาคุ้มครอง ($K \ge n$)?

$L = -P \ddot{a}_{\overline{n|}}$ (บริษัทได้รับเบี้ยประกันครบ $n$ งวด โดยไม่ต้องจ่ายผลประโยชน์การเสียชีวิต)

Q: สูตรความแปรปรวนของผลขาดทุนในอนาคตสำหรับประกันชีวิตแบบสะสมทรัพย์ $n$ ปี (Endowment Insurance) มีหน้าตาอย่างไร?

$Var(L) = \left(1 + \frac{P}{d}\right)^2 [^2A_{x:\overline{n|}} - (A_{x:\overline{n|}})^2]$

Q: สำหรับเงินบำนาญตลอดชีพแบบจ่ายต้นงวดชำระเบี้ยครั้งเดียว (Single Premium Whole Life Annuity-Due) ความแปรปรวน $Var(L)$ มีค่าเท่ากับเท่าใด?

$Var(L) = \frac{^2A_x - (A_x)^2}{d^2}$

Q: การคำนวณโมเมนต์ที่สองของมูลค่าปัจจุบันผลประโยชน์ เช่น $^2A_x$ มีวิธีการปรับสมมติฐานอัตราดอกเบี้ยอย่างไร?

คำนวณโดยเพิ่มแรงของดอกเบี้ยเป็นสองเท่า ($2\delta$) หรือแทนที่ปัจจัยคิดลด $v$ ด้วย $v^2$ โดยที่ตารางการมรณะ (อัตราการเสียชีวิต) ยังคงเดิม

Exam FAM – Fundamentals of Actuarial Mathematics · SOA (Society of Actuaries) · อ่านประมาณ 3 นาที · อัปเดตเมื่อ: 7 พ.ย. 2569

ยินดีต้อนรับสู่หัวใจสำคัญของการกำหนดราคาประกันภัย!

สวัสดีว่าที่นักคณิตศาสตร์ประกันภัยทุกคน! วันนี้เราจะมาเจาะลึกหนึ่งในแนวคิดที่สำคัญที่สุดในข้อสอบ Exam FAM นั่นคือ ตัวแปรสุ่มของผลขาดทุนในอนาคต (Future Loss Random Variables) แม้ว่าคำว่า "ผลขาดทุน" (Loss) จะฟังดูน่ากลัว แต่ในโลกของคณิตศาสตร์ประกันภัย นี่เป็นเพียงวิธีที่เราใช้บันทึกผลการดำเนินงาน ให้ลองนึกภาพว่ามันคือ "งบดุล" สำหรับสัญญาประกันภัยหรือเงินบำนาญฉบับหนึ่งนั่นเอง

เมื่อจบเนื้อหาชุดนี้ คุณจะเข้าใจว่าบริษัทประกันภัยกำหนดนิยามของตัวแปรผลขาดทุนและคำนวณเบี้ยประกันอย่างไร เพื่อให้โดยเฉลี่ยแล้วบริษัทจะคุ้มทุนหรือบรรลุเป้าหมายกำไรที่วางไว้ ซึ่งนี่คือพื้นฐานของ การคำนวณเบี้ยประกันและมูลค่ากรมธรรม์สำหรับการประกันภัยระยะยาว (Premium and Policy Value Calculation for Long-Term Insurance Coverages)

1. ตัวแปรสุ่มของผลขาดทุนในอนาคตคืออะไร?

ลองจินตนาการว่าคุณเป็นบริษัทประกันภัย เมื่อคุณขายกรมธรรม์หนึ่งฉบับ จะมีกระแสเงินสดเกิดขึ้น 2 สาย:
1. คุณสัญญาว่าจะจ่าย ผลประโยชน์ (Benefits) ณ จุดใดจุดหนึ่งในอนาคตตามเงื่อนไขการมีชีวิตรอดหรือการเสียชีวิต (เงินที่ไหล ออก)
2. คุณได้รับ เบี้ยประกัน (Premiums) จากผู้ถือกรมธรรม์ (เงินที่ไหล เข้า)

ตัวแปรสุ่มของผลขาดทุนในอนาคต (Future Loss Random Variable) ซึ่งแทนด้วย $L$ (หรือ $_0L$ ณ วันที่ออกกรมธรรม์) คือส่วนต่างระหว่างมูลค่าปัจจุบันของผลประโยชน์ในอนาคต (รวมถึงค่าใช้จ่าย ถ้ามี) กับมูลค่าปัจจุบันของเบี้ยประกันในอนาคต:

สูตรพื้นฐาน:
$L = PV(\text{ผลประโยชน์ในอนาคต}) - PV(\text{เบี้ยประกันในอนาคต})$

เปรียบเทียบ: ลองนึกถึงไม้กระดก (See-saw) ด้านหนึ่งคือมูลค่าปัจจุบันของเงินที่บริษัทติดค้าง ส่วนอีกด้านคือมูลค่าปัจจุบันของเงินที่ลูกค้าจ่าย เป้าหมายของเราคือการประเมินความสมดุลของกระแสเงินสดเหล่านั้นในวันนี้

ทบทวนสั้นๆ:
- ถ้า $L > 0$: สัญญาทำให้บริษัท "ขาดทุน" (มูลค่าปัจจุบันของผลประโยชน์สูงกว่าเบี้ยประกัน)
- ถ้า $L < 0$: สัญญาทำให้บริษัท "กำไร" (มูลค่าปัจจุบันของเบี้ยประกันสูงกว่าผลประโยชน์)

2. หลักความเท่าเทียม (Equivalence Principle)

นักคณิตศาสตร์ประกันภัยตัดสินใจอย่างไรว่าเบี้ยประกันสุทธิแบบไหนที่เรียกว่า "ยุติธรรม"? ภายใต้ หลักความเท่าเทียม (Equivalence Principle) เบี้ยประกันจะถูกกำหนดขึ้นเพื่อให้ ณ วันที่ออกกรมธรรม์ ค่าคาดหมาย (Expected Value) ของตัวแปรสุ่มของผลขาดทุนในอนาคตมีค่าเท่ากับ ศูนย์ พอดี

กฎ: $E[L] = 0$
นั่นหมายความว่า: ค่าคาดหมายของ PV ผลประโยชน์ = ค่าคาดหมายของ PV เบี้ยประกัน

ตัวอย่าง: ประกันชีวิตตลอดชีพ (แบบต่อเนื่อง)
สำหรับกรมธรรม์ประกันชีวิตตลอดชีพที่จ่ายเงิน \$1 ณ ขณะที่เสียชีวิต ด้วยอัตราเบี้ยประกันแบบต่อเนื่อง $\bar{P}$:
$L = v^T - \bar{P} \cdot \bar{a}_{\overline{T|}}$
ในการกำหนดให้ $E[L] = 0$:
$E[v^T] - \bar{P} \cdot E[\bar{a}_{\overline{T|}}] = 0$
$\bar{A}_x - \bar{P} \cdot \bar{a}_x = 0 \implies \bar{P} = \frac{\bar{A}_x}{\bar{a}_x}$

3. "เทคนิคเชิงเส้น" สำหรับความแปรปรวนของผลขาดทุนในอนาคต

การคำนวณ ความแปรปรวน (Variance) ของผลขาดทุนในอนาคตเป็นโจทย์ข้อสอบ Exam FAM แบบคลาสสิก สำหรับกรมธรรม์ประกันชีวิตตลอดชีพมาตรฐาน เราสามารถเขียน $L$ ใหม่ให้อยู่ในรูปฟังก์ชันเชิงเส้นอย่างง่ายของมูลค่าปัจจุบันของผลประโยชน์ $Z = v^{K+1}$ ได้

สำหรับกรมธรรม์ประกันชีวิตตลอดชีพแบบไม่ต่อเนื่องโดยสมบูรณ์ (Discrete Fully Discrete):

สำหรับกรมธรรม์ประกันชีวิตตลอดชีพที่จ่ายผลประโยชน์ 1 หน่วย ด้วยเบี้ยประกันคงที่รายปี $P$ ที่จ่าย ณ ต้นปีของแต่ละปี:
$L = v^{K+1} - P \ddot{a}_{\overline{K+1|}}$
เนื่องจาก $\ddot{a}_{\overline{K+1|}} = \frac{1 - v^{K+1}}{d}$ เมื่อแทนค่าลงไปจะได้:
$L = v^{K+1} - P \left( \frac{1 - v^{K+1}}{d} \right) = \left(1 + \frac{P}{d}\right)v^{K+1} - \frac{P}{d}$

สูตรความแปรปรวน:

เนื่องจาก $Var(aX + b) = a^2 Var(X)$ ความแปรปรวนของ $L$ จึงลดรูปเหลือเพียง:
$Var(L) = \left(1 + \frac{P}{d}\right)^2 \cdot [^2A_x - (A_x)^2]$

เมื่อ $P = P_x = \frac{A_x}{\ddot{a}_x}$ อย่าลืมว่า $1 + \frac{P_x}{d} = \frac{1}{d \ddot{a}_x} = \frac{1}{1 - A_x}$

4. ตัวแปรผลขาดทุนสำหรับกรมธรรม์ประกันชีวิต

รูปแบบของ $L$ จะขึ้นอยู่กับเงื่อนไขการจ่ายผลประโยชน์และระยะเวลาความคุ้มครอง:

ประกันชีวิตแบบชั่วระยะเวลา (Term Insurance):

ผลประโยชน์จะจ่ายก็ต่อเมื่อการเสียชีวิตเกิดขึ้นภายใน $n$ ปีเท่านั้น และเบี้ยประกันจะจ่ายสูงสุดไม่เกิน $n$ ปีตราบเท่าที่ยังมีชีวิตอยู่
สำหรับประกันชีวิตแบบชั่วระยะเวลา $n$ ปีแบบไม่ต่อเนื่อง ด้วยเบี้ยประกันรายปี $P$:
- ถ้า $K < n$: $L = v^{K+1} - P \ddot{a}_{\overline{K+1|}}$
- ถ้า $K \ge n$: $L = 0 - P \ddot{a}_{\overline{n|}} = -P \ddot{a}_{\overline{n|}}$

ประกันชีวิตแบบสะสมทรัพย์ (Endowment Insurance):

ประกันชีวิตแบบสะสมทรัพย์ $n$ ปีจะจ่าย 1 หน่วย ณ สิ้นปีที่เสียชีวิต หรือเมื่อครบกำหนดสัญญาที่ปีที่ $n$ แล้วแต่ว่าเหตุการณ์ใดจะเกิดขึ้นก่อน:
$L = v^{\min(K+1, n)} - P \ddot{a}_{\overline{\min(K+1, n)|}}$
เมื่อใช้เอกลักษณ์ $\ddot{a}_{\overline{\min(K+1, n)|}} = \frac{1 - v^{\min(K+1, n)}}{d}$ สูตรนี้จะลดรูปลงเป็นสูตรลัดเชิงเส้นเช่นกัน:
$L = \left(1 + \frac{P}{d}\right) v^{\min(K+1, n)} - \frac{P}{d}$
$Var(L) = \left(1 + \frac{P}{d}\right)^2 [^2A_{x:\overline{n|}} - (A_{x:\overline{n|}})^2]$

5. ตัวแปรผลขาดทุนสำหรับสัญญาเงินบำนาญ

ตัวแปรสุ่มของผลขาดทุนในอนาคตยังสามารถนำไปใช้กับเงินบำนาญตลอดชีพ (Life Annuities) ได้เช่นกัน โดยในกรณีนี้เครื่องหมายของกระแสเงินสดจะสลับทิศทางกัน: บริษัทประกันจะเป็นผู้จ่ายผลประโยชน์เงินบำนาญในขณะที่ผู้รับบำนาญยังมีชีวิตอยู่ ซึ่งได้รับเงินทุนมาจากเบี้ยประกันก้อนเดียวจ่ายล่วงหน้าหรือเบี้ยประกันชั่วระยะเวลา

เงินบำนาญตลอดชีพแบบจ่ายต้นงวดชำระเบี้ยประกันครั้งเดียว (Single Premium Whole Life Annuity-Due):

สมมติว่าผู้รับบำนาญอายุ $x$ ซื้อเงินบำนาญตลอดชีพที่จ่าย \$1 ณ ต้นปีของแต่ละปีตราบเท่าที่ยังมีชีวิตอยู่ ด้วยเบี้ยประกันสุทธิชำระครั้งเดียว $\Pi$
มูลค่าปัจจุบันของผลประโยชน์ที่จ่ายไปคือ $Y = \ddot{a}_{\overline{K+1|}} = \frac{1 - v^{K+1}}{d}$
ผลขาดทุนในอนาคต ณ วันที่ออกสัญญาคือ:
$L = \ddot{a}_{\overline{K+1|}} - \Pi = \frac{1 - v^{K+1}}{d} - \Pi$

เมื่อใช้หลักความเท่าเทียม:
$E[L] = E[\ddot{a}_{\overline{K+1|}}] - \Pi = \ddot{a}_x - \Pi = 0 \implies \Pi = \ddot{a}_x$

ในการหาความแปรปรวนของผลขาดทุนในอนาคตสำหรับเงินบำนาญนี้:
$Var(L) = Var\left(\frac{1 - v^{K+1}}{d} - \Pi\right) = Var\left(-\frac{v^{K+1}}{d}\right) = \frac{1}{d^2} Var(v^{K+1}) = \frac{^2A_x - (A_x)^2}{d^2}$

เงินบำนาญชั่วระยะเวลา (Term (Temporary) Life Annuity):

สำหรับเงินบำนาญชั่วระยะเวลา $n$ ปีแบบจ่ายต้นงวดที่จ่าย \$1 ณ ต้นปีของแต่ละปีที่มีชีวิตอยู่ สูงสุดไม่เกิน $n$ งวด ซึ่งได้รับเงินทุนมาจากเบี้ยประกันชำระครั้งเดียว $\Pi = \ddot{a}_{x:\overline{n|}}$:
$L = \ddot{a}_{\overline{\min(K+1, n)|}} - \Pi = \frac{1 - v^{\min(K+1, n)}}{d} - \Pi$
$Var(L) = \frac{^2A_{x:\overline{n|}} - (A_{x:\overline{n|}})^2}{d^2}$

6. ข้อผิดพลาดทั่วไปที่ควรหลีกเลี่ยง

1. สับสนระหว่างแบบต่อเนื่องและแบบไม่ต่อเนื่อง: ตรวจสอบให้แน่ใจเสมอว่าเบี้ยประกันและผลประโยชน์จ่ายแบบไม่ต่อเนื่อง (โดยใช้ $d$, $\ddot{a}_x$ และ $K$) หรือจ่ายแบบต่อเนื่อง (โดยใช้ $\delta$, $\bar{a}_x$ และ $T$)
2. ลืมความสัมพันธ์เชิงเส้นของเงินบำนาญ: อย่าลืมว่า $\ddot{a}_{\overline{K+1|}} = \frac{1 - v^{K+1}}{d}$ ซึ่งความสัมพันธ์นี้จะเปลี่ยนความแปรปรวนของเงินบำนาญให้อยู่ในรูปโมเมนต์ที่สองของการประกันชีวิต $[^2A_x - (A_x)^2]$ ได้โดยตรง
3. จังหวะเวลาของเบี้ยประกัน: ในแบบจำลองแบบไม่ต่อเนื่อง ตรวจสอบให้แน่ใจว่าจำนวนงวดของเบี้ยประกันสัมพันธ์กับช่วงเวลาของการเสียชีวิต หากผู้เอาประกันเสียชีวิตในปีที่ $K+1$ แสดงว่าเขาได้จ่ายเบี้ยประกันรายปีไปทั้งหมด $K+1$ งวด ณ เวลา $0, 1, \dots, K$ พอดี
4. แรงดึงดูดของดอกเบี้ยสองเท่า: การคำนวณ $^2A_x$ ทำได้โดยการเพิ่มแรงของดอกเบี้ย $\delta$ เป็นสองเท่า (หรือแทนที่ปัจจัยคิดลด $v$ ด้วย $v^2$) โดยที่อัตราการเสียชีวิตยังคงเดิม

7. สรุปประเด็นสำคัญ

ประเด็นสำคัญที่ต้องจำ:
- ผลขาดทุนในอนาคต ($L$) = PV ของผลประโยชน์ - PV ของเบี้ยประกัน
- หลักความเท่าเทียม: ตั้ง $E[L] = 0$ เพื่อคำนวณเบี้ยประกันสุทธิ
- ความแปรปรวนของการประกันชีวิต: สำหรับแบบตลอดชีพและสะสมทรัพย์ $Var(L) = \left(1 + \frac{P}{d}\right)^2 [^2A - (A)^2]$
- ความแปรปรวนของเงินบำนาญ: สำหรับเงินบำนาญตลอดชีพแบบจ่ายต้นงวดชำระเบี้ยครั้งเดียว $Var(L) = \frac{^2A - (A)^2}{d^2}$
- $L$ เป็น ตัวแปรสุ่ม ที่ถูกขับเคลื่อนโดยระยะเวลาชีวิตที่เหลืออยู่ในอนาคตของผู้ถือกรมธรรม์ ($T_x$ หรือ $K_x$)

แหล่งอ้างอิง

Fundamentals of Actuarial Mathematics Exam—October 2026 — Society of Actuaries
Exam FAM: Fundamentals of Actuarial Mathematics — Society of Actuaries

เช็กเร็ว

ตอนนี้ตอบได้ไหม?

เปิดแต่ละคำถามเพื่อตรวจว่าคุณเข้าใจประเด็นสำคัญของบทนี้แล้วหรือยัง

ตัวแปรสุ่มของผลขาดทุนในอนาคต (Future Loss Random Variable: $L$) มีนิยามพื้นฐานอย่างไร?

$L = PV(\text{ผลประโยชน์ในอนาคต}) - PV(\text{เบี้ยประกันในอนาคต})$

หลักความเท่าเทียม (Equivalence Principle) ในการกำหนดเบี้ยประกันสุทธิมีเงื่อนไขอย่างไร?

$E[L] = 0$ นั่นคือ ค่าคาดหมายของ PV ผลประโยชน์ในอนาคต เท่ากับ ค่าคาดหมายของ PV เบี้ยประกันในอนาคต ณ วันเริ่มสัญญา

ทำไมตัวแปรสุ่มของผลขาดทุน $L$ สำหรับประกันชีวิตตลอดชีพแบบไม่ต่อเนื่องจึงสามารถเขียนเป็นฟังก์ชันเชิงเส้นของ $v^{K+1}$ ได้?

เพราะสามารถแทนค่าเงินบำนาญด้วยเอกลักษณ์ $\ddot{a}_{\overline{K+1|}} = \frac{1 - v^{K+1}}{d}$ ทำให้ได้ $L = \left(1 + \frac{P}{d}\right)v^{K+1} - \frac{P}{d}$

สูตรความแปรปรวนของผลขาดทุนในอนาคต $Var(L)$ สำหรับกรมธรรม์ประกันชีวิตตลอดชีพแบบไม่ต่อเนื่องคืออะไร?

$Var(L) = \left(1 + \frac{P}{d}\right)^2 \cdot [^2A_x - (A_x)^2]$

ตัวแปรผลขาดทุนในอนาคต $L$ สำหรับประกันชีวิตแบบชั่วระยะเวลา $n$ ปี มีค่าอย่างไรเมื่อผู้เอาประกันเสียชีวิตหลังจากพ้นระยะเวลาคุ้มครอง ($K \ge n$)?

$L = -P \ddot{a}_{\overline{n|}}$ (บริษัทได้รับเบี้ยประกันครบ $n$ งวด โดยไม่ต้องจ่ายผลประโยชน์การเสียชีวิต)

สูตรความแปรปรวนของผลขาดทุนในอนาคตสำหรับประกันชีวิตแบบสะสมทรัพย์ $n$ ปี (Endowment Insurance) มีหน้าตาอย่างไร?

$Var(L) = \left(1 + \frac{P}{d}\right)^2 [^2A_{x:\overline{n|}} - (A_{x:\overline{n|}})^2]$

สำหรับเงินบำนาญตลอดชีพแบบจ่ายต้นงวดชำระเบี้ยครั้งเดียว (Single Premium Whole Life Annuity-Due) ความแปรปรวน $Var(L)$ มีค่าเท่ากับเท่าใด?

$Var(L) = \frac{^2A_x - (A_x)^2}{d^2}$

การคำนวณโมเมนต์ที่สองของมูลค่าปัจจุบันผลประโยชน์ เช่น $^2A_x$ มีวิธีการปรับสมมติฐานอัตราดอกเบี้ยอย่างไร?

คำนวณโดยเพิ่มแรงของดอกเบี้ยเป็นสองเท่า ($2\delta$) หรือแทนที่ปัจจัยคิดลด $v$ ด้วย $v^2$ โดยที่ตารางการมรณะ (อัตราการเสียชีวิต) ยังคงเดิม

พร้อมทดสอบตัวเองหรือยัง?

เปลี่ยนบันทึกเหล่านี้เป็นข้อสอบจริง รับข้อสอบ AI ไม่จำกัด ตรวจให้ทันทีพร้อมคำอธิบาย

ฝึกทำหัวข้อนี้

บทอื่น ๆ ของExam FAM – Fundamentals of Actuarial Mathematics

* เนื้อหาของ thinka สร้างโดย AI อาจไม่ถูกต้องสมบูรณ์ในทุกกรณี กรุณาใช้เป็นสื่อเสริมและตรวจสอบกับเอกสารอ้างอิงอย่างเป็นทางการ

นำสิ่งที่เรียนมาฝึกจริง

อย่าแค่อ่าน ลองฝึกทำข้อสอบ AI ไม่จำกัด พร้อมรับฟีดแบ็กทันที นักเรียนกว่า 100,000 คนเห็นผลลัพธ์จริง

เริ่มทำข้อสอบฟรี ดูราคา

อ่านจบแล้ว? ลองทำข้อสอบ AI เลย

ฝึกทำหัวข้อนี้เลย