Wst ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 2
Transkrypt
Wst ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 2
Wstep , do matematyki aktuarialnej Michal Jasiczak Wyklad 2 Tablice trwania życia 1 Cele (na dzisiaj): • Zrozumieć w jaki sposób można wyznaczyć przyszly czas życia osoby w wieku x. • Zrozumieć parametry znajdujace sie, w , TTŻ opisujace przyszly czase życia os, oby w wieku x. Cel dalekosie, żny: • Wyznaczyć skladke, netto w typowym ubezpieczeniu na życie. 2 Przewidywanie jest bardzo trudne, w szczególności jeżeli dotyczy przyszlości. N. Bohr 3 Nate, żenie zgonów x-latka w momencie czasu t fx(t) µ[x]+t = 1 − Fx(t) Na mocy definicji P (Tx ≤ t + δ|Tx > t) = Fx(t + δ) − Fx(t) , 1 − Fx(t) zatem P (Tx ≤ t + δ|Tx > t) = µ[x]+t. δ→0 δ lim Wiemy już: t px = exp − Z t 0 µ[x]+τ dτ . 4 (Pre)historia Analityczne prawa trwania życia: • Prawo de Moivre’a: T0 ma rozklad jednostajny na przedziale [0, ω], ω > 0, • Prawo Gompertza: B > 0, c > 1, µt = Bct, gdzie B p = exp − (ct+x − cx) . t x log c • Prawo Makehama: µt = A + Bct, B > 0, A ≥ −B i c > 1 B (ct+x − cx) , p = exp −At − t x log c • Prawo Weibulla: µt = ktn, dla t ≥ 0 gdzie k > 0, n > 0, k p = exp − (t + x)n+1 − xn+1 t x n+1 5 . Argument heurystyczny Obserwować od narodzin odpowiednio duża, grupe, ludzi, powiedzmy o liczebności l, w podobnym wieku i notować moment ich śmierci. Powiedzmy lt, to liczba żyjacych , osobników w momencie t > 0. Oszacowanie prawdopodobieństwa, że dowolna osoba przeżyje czas t > 0 lt . l 6 Problemy 1. Co to znaczy odpowiednio duża? , 2. Co to znaczy w podobnym wieku? 3. Co to znaczy grupa ludzi? 4. Jak dokladnie notować moment śmierci? 5. Dlaczego ulamek lt l ma być dobrym oszacowaniem nieznanego prawdopodobieństwa? 7 W ten sposób w najlepszym razie oszacujemy P (Tx > t) dla t należacych do pewnego skończonego , zbioru i pewnego ustalonego x. Czy to wystarcza? W przypadku portfela 100000 takich samych ubezpieczeń o sumie 100000 PLN każdy blad , mnożymy przez 1010 ! 8 Kohorta - zbiór osób wyodrebnionych na , podstawie wspólnie przeżytego zdarzenia demograficznego lub spolecznego w ściśle określonym miejscu i czasie. Generacja - to kohorta, w której kryterium wyodrebnienia jest wspólny czas i miejsca , urodzenia. 9 Niech [N ] bedzie N -elementowa, populacja, , osób w wieku x. Niech dla dowolnego t ∈ R Xn,t = 1, 0, n−ta osoba żyje w momencie t, n−ta osoba nie żyje w momencie t. Wówczas lt = N X Xn,t. n=1 Twierdzenie 1 (Kolmogorow) Niech Xn : Ω → R bedzie ciagiem niezależnych zmiennych losowych , , o jednakowym rozkladzie i takim, że E|X1| < ∞. Wówczas n P ω: n o 1 X lim Xk = EX1 = 1. n→∞ n k=1 10 Jeżeli Xn,t maja, taki sam rozklad i sa, niezależne, to dla każdego t P ω: lim N 1 X N →∞ N Xn,t = EX1,t = 1. n=1 Zatem lN,t = EX1,t = 1, P lim N →∞ N gdzie lN,t liczba osób z populacji N -osobowej żyjacych w momencie t. , Zauważmy, że EX1,t = 1 · P (Tx ≥ t) + 0 · P (Tx < t) = P (Tx ≥ t). gdzie Tx to przyszly czas życia osoby w wieku x (Zalożenia!). 11 Zatem, jeżeli dla pewnego t ∈ R (i) Xn,t maja, taki sam rozklad, (ii) EX1,t < ∞, (iii) Xn,t sa, niezależne, to P lim lN,t N →∞ N = P (Tx ≥ t) = 1. Innymi slowy, dla odpowiednio dużych populacji, w których spelnione sa, zalożenia (i) oraz (iii) iloraz lN,t N jest oszacowaniem prawdopodobieństwa P (Tx ≥ t). 12 Dyskusja zalożeń • Czy można zakladać, że Xn,t maja, taki sam rozklad dla każdego n i ustalonego t? n o • Czy można zakladać, że Xn,t jest n zbiorem niezależnych zmiennych losowych? Zmienne losowe X, Y sa, niezależne, na mocy definicji, jeżeli dla dowolnego A ∈ L(R) P ({ω : X(ω) ∈ A, Y (ω) ∈ A}) = P ({ω : X(ω) ∈ A})P ({ω : Y (ω) ∈ A}). 13 Wnioski Korzystajac , z Tablic Trwania Życia możemy przyjać, że , lt P (T0 ≥ t) = , l P (T0 < t) = 1 − l − lt lt = l l dla t ∈ N. Hipoteza Jednorodnej Populacji P (Tx > t) = P (T0 > x + t|T0 > x) P (T0 > x + t) . = P (T0 > x) Zatem dla t, x ∈ N lx+t lx+t l t p x = lx = lx l lx − lx+t q = . t x lx 14 Obciety przyszly czas życia , x-latka Kx = bTxc Zatem dla dowolnego k ∈ N mamy P (Kx = k) = P (k ≤ Tx < k + 1) := k|1qx = P (k < Tx ≤ k + 1). Nowe oznaczenie aktuarialne: s|t qx = P (s < Tx ≤ s + t). 15 Hipoteza agregacji P (Kx ≥ k) = P (K0 ≥ x + k|K0 ≥ x) . 16 Hipotezy interpolacyjne Pytanie: W jaki sposób wyznaczyć tpx wtedy, gdy t ∈ / N, t = n+u, n ∈ N0, 0 ≤ u < 1? • Hipoteza jednostajności (HU) n+u px = (1−u)n px +u·n+1 px , 0 ≤ u < 1. • Hipoteza przedzialami stalego nateżenia , zgonów (HCFM) µ[x]+n+u = µ[x]+n, 0 ≤ u < 1. • Hipoteza Balducciego (1−u) q[x]+n+u = (1 − u)q[x]+n . Nowe oznaczenie aktuarialne: t p[x]+s = P (Tx > s + t|Tx > s) oraz tq[x]+s = P (Tx ≤ s + t|Tx > s). 17 Obserwacja 1 Jeżeli prawdziwa jest hipoteza HCFM, to n n+u px = n px (p[x]+n ) . Dowód: Z ćwiczeń Z n+u n+u px = exp − 0 Z n = exp − 0 µ[x]+τ dτ µ[x]+τ dτ − = npx · exp − Z n+u n Z n+u µ[x]+τ dτ n µ[x]+τ dτ . Z zalożenia µ[x]+τ = µ[x]+n, jeżeli n ≤ τ < n + 1. Zatem h i n+u px = n px · exp −u · µ[x]+n u = npx exp −µ[x]+n . Zauważmy jednak, że: exp(−µ[x]+n) = p[x]+n. 18 exp(−µ[x]+n) = exp − = exp − Z n+1 0 Z n+1 n µ[x]+τ dτ + µ[x]+τ dτ Z n 0 µ[x]+τ dτ . Zatem R exp − 0n+1 µ[x]+τ dτ exp(−µ[x]+n) = Rn exp − 0 µ[x]+τ dτ P (Tx > n + 1) P (Tx > n) = P (Tx > n + 1|Tx > n) = p[x]+n. = 19 Potencjalny problem Zgodność HJP z hipotezami interpolacyjnymi. Dwie metody wyznaczenia n+upx, gdzie n ∈ N, 0 ≤ u < 1, jeżeli znane sa, wartości npx dla n ∈ N • Najpierw interpolujemy tp0 nastepnie, , korzystajac , z HJP wyznaczamy t px , tzn. t+x p0 . t px = p x 0 • Najpierw korzystajac , z HJP (lub HA) wyznaczamy npx, gdy n, x ∈ N, a później korzystajac , z hipotez interpolacyjnych uzupelniamy pozostale wartości tpx. 20 Definicja 1 Regula, interpolacyjna, nazywamy dowolna, funkcja, f : [0, 1) × R × R → [0, 1], która, stosujemy do wyznaczenia nieznanych wartości n+upx, tzn. n+u px = f (u, n px , n+1 px ). Obserwacja 2 Jeżeli regula interpolacyjna jest jednorodna, tzn. f (u, α · s, α · t) = αf (u, s, t), dla dowolnych u ∈ [0, 1), t, s ∈ R oraz α > 0, to jest zgodna z HJP. 21 Dowód: Pierwsza metoda: Najpierw wyznaczamy t p0 , dla t = n + u, gdzie n ∈ N0 , 0 ≤ u < 1 n+u p0 = f (u, n p0 , n+1 p0 ), a nastepnie n+u px na mocy HJP , f (u, n+xp0, n+x+1p0) x+n+u p0 = p = n+u x x p0 x p0 Druga metoda: Wyznaczamy npx zgodnia z HA n+x p0 , n px = p x 0 a nastepnie , n px , n+1 px ) n+u px = f (u, p p n+x 0 n+x+1 0 = f u, x p0 , x p0 f (u, n+xp0, n+x+1p0) = , x p0 ostatnia równość wynika z zalożonej jednorodności f . 22 Obserwacja 3 Każda z wymienionych regul interpolacyjnych jest zgodna z HJP. Dowód: Dla HU oczywiste n+u px = (1 − u)n px + un+1 px . Dla HCFM u n+u px = n px (p[x]+n ) u = npx P (Tx > n + 1|Tx > n) u n+1 px = n px . p n x Zatem dla HCFM mamy f (u, s, t) = s u t s i oczywiście f (u, αs, αt) = αf (u, s, t). 23 Wreszcie dla HB n+u px = n px = n px p[x]+n u + (1 − u)p[x]+n n+1 px n px u + (1 − px u) n+1 n px , czyli f (u, s, t) = s t s . t u + (1 − u) s 24 Nowe oznaczenia aktuarialne: ex = EKx e◦x = ETx Obserwacja 4 Prawdziwa jest nastepuj aca , , zależność e◦x = Z ∞ 0 t px dt. Dowód: Niech M bedzie odpowiednio duża, , liczba, e◦x = ETx = Z ∞ −∞ tfx(t)dt = = −t · tpx|M 0 + = Z ∞ 0 Z M 0 Z M 0 tfx(t)dt t px dt t px dt, ponieważ d d − t px = − (1 − Fx (t)) = fx (t). dt dt 25