Pojistná matematika. Úmrtnostní tabulky, komutační čísla a jejich použití. Silvie Kafková

Podobné dokumenty
Výpočet pojistného v životním pojištění. Adam Krajíček

Markovské metody pro modelování pravděpodobnosti

součást systému tabulek života, které charakterizují řád reprodukce populace

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN

VYBRANÁ ROZDĚLENÍ. SPOJITÉ NÁH. VELIČINY Martina Litschmannová

2 Hlavní charakteristiky v analýze přežití

Statistika II. Jiří Neubauer

Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně

Matematika pro ekonomiku

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.

SPOJITÉ ROZDĚLENÍ PRAVDĚPODOBNOSTI. 7. cvičení

Neživotní pojištění. Brno 2012

Tomáš Cipra: Pojistná matematika: teorie a praxe. Ekopress, Praha 2006 (411 stran, ISBN: , druhé aktualizované vydání) 1. ÚVOD...

ROVNICE NA ČASOVÝCH ŠKÁLÁCH A NÁHODNÉ PROCESY. Michal Friesl

naopak více variant odpovědí, bude otázka hodnocena jako nesprávně zodpovězená.

Řešení. Označme po řadě F (z) Odtud plyne, že

Matematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

KGG/STG Statistika pro geografy

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

Náhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost

Základy teorie pravděpodobnosti

PRAVDĚPODOBNOST A STATISTIKA. Odhady parametrů Postačující statistiky

POJIŠŤOVNICTVÍ. Mezi složky současného pojišťovnictví patří. ekonomie a finance, pojistné právo pojistná matematika.

AVDAT Náhodný vektor, mnohorozměrné rozdělení

X = x, y = h(x) Y = y. hodnotám x a jedné hodnotě y. Dostaneme tabulku hodnot pravděpodobnostní

Definice spojité náhodné veličiny zjednodušená verze

Poznámky k předmětu Aplikovaná statistika, 5.téma

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

Analýza úmrtnosti Seminář z aktuárských věd. Petr Sotona Kooperativa, pojišťovna, a.s., Vienna Insurance Group / 1

Výběrové charakteristiky a jejich rozdělení

I. D i s k r é t n í r o z d ě l e n í

p(x) = P (X = x), x R,

Naděje dožití (e x ) Konstrukce a dekompozice ukazatele. trendy v intenzitě úmrtnosti omyly při hodnocení naděje dožití dekompozice rozdílu ukazatele

LIMITNÍ VĚTY DALŠÍ SPOJITÁ ROZDĚLENÍ PR. 8. cvičení

Pravděpodobnost a statistika (BI-PST) Cvičení č. 4

Parciální derivace a diferenciál

Statistika a spolehlivost v lékařství Charakteristiky spolehlivosti prvků I

Pojmy z kombinatoriky, pravděpodobnosti, znalosti z kapitoly náhodná veličina, znalost parciálních derivací, dvojného integrálu.

Vybraná rozdělení náhodné veličiny

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7

NMAI059 Pravděpodobnost a statistika

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Parciální derivace a diferenciál

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

Téma 22. Ondřej Nývlt

PRAVDĚPODOBNOST A STATISTIKA

Diferenciální rovnice

5. Náhodná veličina. 2. Házíme hrací kostkou dokud nepadne šestka. Náhodná veličina nabývá hodnot z posloupnosti {1, 2, 3,...}.

časovém horizontu na rozdíl od experimentu lépe odhalit chybné poznání reality.

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

Generování pseudonáhodných. Ing. Michal Dorda, Ph.D.

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

Minikurz aplikované statistiky. Minikurz aplikované statistiky p.1

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

Matematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace

Diferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36

7. Rozdělení pravděpodobnosti ve statistice

4. Aplikace matematiky v ekonomii

Charakterizace rozdělení

Náhodné (statistické) chyby přímých měření

Náhodná veličina. Michal Fusek. 10. přednáška z ESMAT. Ústav matematiky FEKT VUT, Michal Fusek

Základní vlastnosti křivek

Limitní věty teorie pravděpodobnosti. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Ukazatele zdravotního stavu. Martin Horváth Kateřina Ivanová

Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR

A6M33SSL: Statistika a spolehlivost v lékařství Teorie spolehlivosti Přednáška 2

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

Střední hodnota a rozptyl náhodné. kvantilu. Ing. Michael Rost, Ph.D.

11. přednáška 10. prosince Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah

MATEMATICKÁ STATISTIKA

Pravděpodobnost a statistika I KMA/K413

Interpolace, ortogonální polynomy, Gaussova kvadratura

MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

Stochastické diferenciální rovnice

Univerzita Pardubice Fakulta ekonomicko-správní. Modelování úmrtnosti pro potřeby důchodového pojištění Bc. Jana Mudrochová

Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet?

PRAVDĚPODOBNOST A STATISTIKA

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

8.1. Definice: Normální (Gaussovo) rozdělení N(µ, σ 2 ) s parametry µ a. ( ) ϕ(x) = 1. označovat písmenem U. Její hustota je pak.

Univerzita Karlova v Praze procesy II. Zuzana. funkce

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

12. Křivkové integrály

Náhodné chyby přímých měření

13. Lineární procesy

Fyzikální korespondenční seminář MFF UK

Náhodné vektory a matice

Matematika III přednáška Aplikace vytvořujících funkcí - další úlohy

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Modelování úmrtnosti v závislosti na rizikových faktorech

Chyby měření 210DPSM

Náhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která

Apriorní rozdělení. Jan Kracík.

1. Obyčejné diferenciální rovnice

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.

Náhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X

NÁHODNÁ VELIČINA. 3. cvičení

INTEGRÁLY S PARAMETREM

Poznámky k předmětu Aplikovaná statistika, 4. téma

Transkript:

Úmrtnostní tabulky, komutační čísla a jejich použití 2015

Osnova 1 Délka života 2 Intenzita úmrtnosti 3 Úmrtnostní Tabulky 4 Komutační čísla

Obsah 1 Délka života 2 Intenzita úmrtnosti 3 Úmrtnostní Tabulky 4 Komutační čísla

Délka života T 0 Kombinace finanční matematiky a matematického modelování úmrtnosti- pojistná událost spočívá v úmrtí nebo dožití se určitého věku. charakteristika úmrtnosti: dva stavy- "naživu"a "zemřelý", o příslušném stavu každého z pojištěných lze jednoznačně rozhodnout; přechod mezi těmito stavy pouze jedním směrem- úmrtí; okamžik úmrtí je náhodný a může být popsán jen s použitím pravděpodobnosních nástrojů.

Délka života T 0 Délka života : spojitá náhodná veličina představující délku života právě narozeného jedince (doba mezi věkem 0 a úmrtím); měří se v letech; Představa na níž je založen model úmrtnosti: náhodně vybereme jednoho jedince z velké skupiny x-letých, jeho délka života není známá, ale můžeme na ni pohlížet jako na náhodnou veličinu s odhadnutelným pravděpodobnostním rozdělením.

Pravděpodobnostní rozdělení Pravděpodobnostní rozdělení délky života T 0 popisujeme pomocí distribuční funkce díky spojitosti můžeme psát F 0 (t) = P(T 0 t) P(T 0 t) = P(T 0 < t). Někdy se zavádí také funkce přežití S 0 (t) = P(T 0 > t) = 1 F 0 (t)

Budoucí délku života ve věku x za podmínky, že jedinec se dožil věku x budeme značit T x. Distribuční funkci délky života ve věku x počítáme pomocí podmíněné pravděpodobnosti: F x (t) = P(T x t) = P(T 0 x + t T 0 > x) = = P(x < T 0 x + t) = F 0(x + t) F 0 (x). P(T 0 > x) 1 F 0 (x) Pro funkci přežití ve věku x platí S x (t) = P(T x > t) = P(T 0 > x + t T 0 > x) = = P(T 0 > x + t) = S 0(x + t). P(T 0 > x) S 0 (x)

Značení q x - pravděpodobnost úmrtí ve věku x: pravděpodobnost toho, že jedinec, který je naživu ve věku x, se nedožije věku x + 1 q x = F x (1) = P(T x 1); p x - pravděpodobnost dožití ve věku x: pravděpodobnost toho, že jedinec, který je naživu ve věku x, se dožije věku x + 1: p x = S x (1) = P(T x > 1); tq x - pravděpodobnost toho, že jedinec, který je naživu ve věku x, zemře před dosažením věku x + t tq x = F x (t) = P(T x t);

Značení tp x - pravděpodobnost toho, že jedinec, který je naživu ve věku x, se dožije věku x + t tp x = S x (t) = P(T x > t); s q x - pravděpodobnost toho, že jedinec, který je naživu ve věku x, zemře ve věku x + s s q x = F x (s + 1) F x (s) = P(s < T x s + 1); s tq x - pravděpodobnost toho, že jedinec, který je naživu ve věku x, se dožije věku x + s, ale zemře před dosažením věku x + s + t s tq x = F x (s + t) F x (s) = P(s < T x s + t).

Značení 0 e x - střední délka života ve věku x - udává průměrný počet let života zbývající jedinci ve věku x. Platí 0 e x = E(T x ).

Obsah 1 Délka života 2 Intenzita úmrtnosti 3 Úmrtnostní Tabulky 4 Komutační čísla

Intenzita úmrtnosti Označme si pravděpodobnostní hustotu veličiny T 0 jako f 0 (t) = d dt F 0(t) = d dt ( tq 0 ) = d dt (1 tp 0 ) = d dt t p 0. Jelikož platí tq x + t p x = 1, pak pravděpodobnostní hustota veličiny T x je f x (t) = d dt F x(t) = d dt ( tq x ) = d dt (1 tp x ) = d dt ( tp x ). Pro f 0 a f x platí f x (t) = f 0(x + t) 1 F 0 (x) = f 0(x + t) xp 0.

Intenzita úmrtnosti ve věku x µ x = f x (0) = f 0(x) = 1 d xp 0 xp 0 dx x p 0 = d dx ln( xp 0 ) µ x+t = f x+t (0) = f t(x) = 1 d xp t xp t dx x p t = d dx ln( xp t ). Budeme-li předpokládat malé přírůstky x, pak platí f 0 (x) x F 0 (x + x) F 0 (x) = P(x < T 0 < x + x), pak můžeme psát µ x x = f x (0) x F x ( x) F x (0) = P(x < T 0 < x + x T 0 > x). Výraz µ x x udává pravděpodobnost úmrtí ve věkovém intervalu (x, x + x) malé délky x za podmínky, že daný jedinec se dožil věku x.

Zákony úmrtnosti Praktické využití intenzity úmrtnosti. Snaha modelovat lidskou úmrtnost pomocí matematických vzorců, konstrukce křivek úmrtnosti pro danou populaci. Jedná se pak o úsporný popis velkého množství údajů. Úmrtnostní křivky jsou hladké a přispívají k vyhlazování úmrtnostních tabulek. Pro rozlišení různých zákonů úmrtnosti jsou vhodné různé volby intenzit úmrtnosti.

Konstantní intenzita úmrtnosti Intenzita úmrtnosti je konstantní, tedy Vyjdeme ze vztahu µ x = λ. µ x+s = d ds ln( sp x ) jehož integrací od 0 po t dostaneme ( t ) tp x = exp µ x+s ds = e λt. 0 Funkce přežití t p x zde nezávisí na věku, a proto je tento zákon úmrtnosti pro lidskou populaci nevhodný.

Moivrův zákon úmrtnosti Jedná se o rovnoměrné rozdělení délky života s pravděpodobnostní hustotou f x (t) = 1, pro 0 < t < ω x, ω x kde ω je stanovený nejvyšší věk pro uvažovanou populaci. Platí tp x = 1 t q x = 1 F x (t) = ω x t, pro 0 < t < ω x. ω x Intenzita úmrtnosti µ x = f x (0) = 1, pro 0 < x < ω, ω x je hyperbolicky rostoucí funkce.

Další zákony úmrtnosti Gompertzův zákon úmrtnosti: exponenciálně rostoucí intenzita úmrtnosti µ x = Bc x, kde B > 0, a c > 1 jsou parametry. Makehamův zákon úmrtnosti: zobecnění Gompertzovy intenzity úmrtnosti do tvaru µ x = A + Bc x, kde A > 0 je další parametr.

Področní pravděpodobnosti úmrtí a dožití Někdy je třeba v praxi určit rozsah kmene pojištěných l x+t, kde 0 < t < 1, jestliže známe rozsahy kmene pojištěných l x pro celočíselné věky x. Uvedeme si pro to dvě metody související s intenzitou úmrtnosti.

Předpoklad konstantní intenzity úmrtnosti mezi celočíselnými věky Metoda je založena na předpokladu µ x+t = µ = konstanta, pro 0 t 1, x je pevně zvolený celočíselný věk. Pro konstantní intenzitu úmrtnosti jsme již dříve odvodili tp x = e µt. Dosazením t = 1 dostáváme µ = ln ( 1 p x ) = ln (p x ). Hledané področní pravděpodobnosti jsou ( t ) tp x+s = exp µ x+s+z dz = e µt, tq x+s = 1 e µt, s, t 0, s + t 1. 0

Předpoklad področní linearity úmrtnosti Metoda je založena na předpokladu tq x = tq x, 0 t 1. Souvislost s intenzitou úmrtnosti je vidět zde: q x = d dt tq x = d dt t q x = d dt F x(t) = f x (t) = t p x µ x+t, platí µ x+t = q x 1 t.q x, 0 t 1.

Předpoklad področní linearity úmrtnosti Pro hledané področní pravděpodobnosti pak platí s, t 0, s + t 1. tp x+s = s+t p x sp x tq x+s = tq x 1 sq x, = 1 (s + t)q x 1 sq x,

Příklad Necht jsou známy hodnoty q 50 = 0, 0049867, q 51 = 0, 00557449, q 52 = 0, 0061396, p 50 = 0, 99501, p 51 = 0, 99442, a p 52 = 0, 99386. Najděte hodnoty 0,5q 50 ; 2p 50,5 ; µ 52,75.

Obsah 1 Délka života 2 Intenzita úmrtnosti 3 Úmrtnostní Tabulky 4 Komutační čísla

Úmrtnostní tabulky jsou základním nástrojem pro výpočty prováděné v rámci životního pojištění. Prezentují model úmrtnosti praktickým způsobem. poskytují základní informace o úmrtnosti uzavřené stacionární populace- nedochází k migraci obyvatelstva a v čase se nemění ani velikost populace a její věkové složení. pro Českou republiku je každoročně publikuje Český statistický úřad.

Rozlišují se úmrtnostní tabulky: úplné - mají jednoleté věkové intervaly (tzn. údaje pro věk 0,1,...,ω roků) zkrácené - mají víceleté věkové intervaly běžné (průřezové) - vycházejí z úmrtnostní zkušenosti populace během krátkého (většinou ročního) časového období obvykle nepřesahujícího 10 let generační - představují skutečný záznam průběhu života konkrétní generace V pojišt ovací praxi se používají především běžné úplné úmrtnostní tabulky.

Popis úmrtnostni tabulky Sloupce úmrtnostní tabulky představují konkrétní veličiny, např. věk osob, počet žijících osob v daném věku, atd. Řádky představují hodnoty veličin uvedených ve sloupcích pro konkrétní věk. Charakteristika konkrétních veličin uvedených v úmrtnostních tabulkách: x - vyjadřuje věk osoby - x {0, 1,..., ω}, kde ω je předpokládaný nejvyšší věk, který může dosáhnout osoba sledovaného souboru

Veličiny úmrtnostní tabulky pravděpodobnost dožití p x - vyjadřuje pravděpodobnost, že x-letá osoba se dožije věku (x + 1) pravděpodobnost úmrtí q x - vyjadřuje pravděpodobnost, že x-letá osoba se nedožije věku (x + 1) platí p x + q x = 1 počet dožívajících se věku x l x - vyjadřuje počet osob žijících ve věku x. Počáteční hodnota l 0 vyjadřuje počáteční počet osob modelovaného souboru a nazývá se kořen úmrtnostní tabulky.

Pro libovolná přirozená x můžeme definovat posloupnost l x jako l x = l 0 x p 0 Protože pro libovolné přirozené n platí vztah x+np 0 = x p 0 n p x, dostaneme z něj vynásobením rovnice kořenem l 0 vztah l x+n = l x n p x. Pak pro n = 1 dostáváme rekurentní vztah pro posloupnost l x l x+1 = l x p x.

Můžeme tedy vyjádřit pravděpodobnost dožití z věku x do věku x + n jako Platí také np x = l x+n l x. nq x = l x l x+n l x. Jestliže l 0 je počet jedinců ve věku 0, pak počet jedinců, kterí přežijí do věku x je vzhledem k navzájem nezávislému úmrtnostnímu chování jedinců náhodná veličina s binomickým rozdělením Bi(l 0, x p 0 ). Střední hodnota této veličiny je tedy l 0 x p 0 = l x.

l x lze interpretovat jako střední počet jedinců, kteří se při daném výchozím stavu l 0 dožijí věku x. Je zřejmé, že posloupnost l x je nerostoucí tedy l 0 l 1 l 2... Bývá zvykem v praxi stanovit nejvyšší věkovou hranici ω jako nejnižší věk x takový, že pak již l x = 0, x > ω. ω se volí věk takový, jehož dožití je již málo pravděpodobné.

počet zemřelých ve věku x d x - vyjadřuje počet osob, které zemřely ve věku x. Definujeme Platí tedy, že d x = l x l x+1 s tím, že platí d ω = l ω. q x = d x l x nebo obecněji n q x = d x+n l x. d x se analogicky interpretuje jako střední počet jedinců, kteří při daném výchozím stavu l 0 zemřou ve věku x.

L x - počet let prožitých jedinci ve věku x je střední počet roků, které ve věku x celkem prožije l x jedinců z úmrtnostní tabulky. Využijeme dříve zavedenou aproximaci t q x = tq x, což dává q x = f x (t). Pak 1 1 L x = l x+1 + l x tf x (t) dt l x+1 + l x tq x dt 0 = l x+1 + 1 2 q x l x = l x+1 + 1 2 d x. Z původních l x jedinců ve věku x přispěje každý z l x+1 jedinců, kteří se dožijí věku věku x + 1, do L x jedním rokem, tj. celkem l x+1 roky. Navíc každý z l x t p x µ x+t jedinců kteří zemřou před dosažením věku x + 1 ve věku x + t, přispěje ještě t roky, tj. celkem t l x t p x µ x+t roky. 0

T x - počet zbylých let života jedinců ve věku x je střední počet roků, které do konce svého života ještě celkem prožije l x jedinců z úmrtnostní tabulky. Platí, že ω x 1 T x = L x +L x+1 +...+L ω = l x tf x (t) dt = l x t t p x µ x+t dt 0 e x - střední délka života ve věku x vyjadřuje průměrný počet roků, kterých se ještě dožije jedinec ve věku x let. Platí následující aproximativní vztah 0 0 e x = T x l x. 0

Příklad Kolik osob ve věku 60 let zemřelo během 5 roků; 7 roků?

Obsah 1 Délka života 2 Intenzita úmrtnosti 3 Úmrtnostní Tabulky 4 Komutační čísla

Komutační čísla Jedná se o často se opakující součiny a součty v pojistných výpočtech. Tyto součiny a součty byly označeny a jejich hodnoty jsou tabelizovány. Hodnoty komutačních čísel závisí na úmrtnostní tabulce a na výšce úrokové míry. V dalším budeme používat označení v pro diskontní faktor v = 1 1 + i, kde i je úroková míra.

Rozlišujeme komutační čísla: nultého řádu: D x = l x v x diskontovaný počet dožívajících se věku x C x = d x v x+1 diskontovaný počet zemřelých ve věku x prvního řádu N x = M x = ω x D x+j j=0 ω x C x+j j=0

druhého řádu S x = R x = ω x N x+j j=0 ω x M x+j j=0 Komutační čísla vyšších řádů se nepoužívají.

Reference Červinek P.: I, Masarykova univerzita, 2008 Cipra T.: - Teorie a praxe, Ekopress, 1999 Bowers N.L., Gerber H.U., Hickman J.C., Jones D.A., Nesbitt C.J. : Actuarial Mathematics The Society of Actuaries, Schaumburg, Illinois 1997