多重減少の世界へようこそ！

これまでのアクチュアリー試験（FAM-Lなど）では、主に「生存」と「死亡」という、ある人に対して一つのことしか起こり得ないモデルを学んできました。しかし、現実の世界はもう少し複雑です！年金制度を考えるとき、加入者は死亡して「脱退」するだけではありません。定年退職したり、障害を負ったり、あるいは単に自己都合で退職したりすることもあります。

この章では、多重減少モデル（Multiple Decrement Models）について学びます。これは、ある集団からのさまざまな「出口」をすべて追跡するための方法だと考えてください。Exam ALTAMでは、年金や保険商品のほとんどが複数の終了事由を抱えているため、この概念を理解することが非常に重要です。最初は表記が多くて難しく感じるかもしれませんが、大丈夫です。一つずつ丁寧に解説していきます！

1. 全体像：多重減少表（MDT）とは？

10,000人の新入社員が入った「穴の空いたバケツ」を想像してください。水（社員）は次の3つの穴からバケツの外へ流出します。
1. 穴1：死亡
2. 穴2：定年退職
3. 穴3：中途退職

多重減少表（MDT: Multiple Decrement Table）を使うと、他のすべての穴が開いている状態で、ある特定の期間内に特定の穴から人が出ていく確率を計算することができます。

覚えておくべき主要な表記：
  • \(l_x^{(\tau)}\)：年齢 \(x\) における生存（または加入）している合計人数。上付きの \((\tau)\) は「総数（total）」を意味します。
  • \(d_x^{(j)}\)：年齢 \(x\) から \(x+1\) の間に、原因 \(j\) によって集団を離脱した人数。
  • \(q_x^{(j)}\)：年齢 \(x\) の人が、1年以内に原因 \(j\) によって離脱する確率。
  • \(q_x^{(\tau)}\)：何らかの理由で離脱する合計確率。

クイック復習：単一生命モデルと同様に、すべての原因別の減少数は合計の減少数と等しくなります。
\(q_x^{(\tau)} = \sum_{j=1}^m q_x^{(j)}\)
また、生存についてはその反対で、\(p_x^{(\tau)} = 1 - q_x^{(\tau)}\) となります。

2. 減少の力（Force of Decrement）

単一生命モデルには死亡力（\(\mu_x\)）がありますが、多重減少モデルには各原因に対する減少の力があります。

年齢 \(x\) における減少の力の合計は、個々の力の和で表されます。
\(\mu_x^{(\tau)} = \mu_x^{(1)} + \mu_x^{(2)} + ... + \mu_x^{(m)}\)

重要な公式：すべての原因を回避して \(t\) 年間生存する確率は以下のようになります。
\({}_t p_x^{(\tau)} = e^{-\int_0^t \mu_{x+s}^{(\tau)} ds}\)

例え：あなたが広場を歩いていて、周りの人たちから一斉に水風船を投げつけられている場面を想像してください。あなたが「濡れる力（force of getting wet）」は、あなたを狙っているすべての人たちの正確さや投げる速度を合計したものです。

よくある間違いに注意！

\(\mu_x^{(\tau)}\) が個々の力の和であるからといって、\(p_x^{(\tau)}\) も個々の確率の和になるだろうと考える学生がよくいます。これは間違いです！ 確率はそのようには加算されません。加算されるのは「減少の力（force）」と「（同一年度内の）\(q\)の値」だけです。

3. 単一減少モデル（「関連」表）

ここは、この章で最も紛らわしい部分です。時々、「もし死亡が唯一の離脱原因だったら、死亡確率はどうなっていただろうか？」という問いを立てたくなることがあります（つまり、バケツの定年退職や中途退職の穴を塞いだ場合です）。

この「もしも」のシナリオを関連単一減少表（ASDT: Associated Single Decrement Table）と呼びます。これらを表すために「プライム（'）」記号を使います。
\(q_x^{'(j)}\) = 原因 \(j\) が唯一の離脱原因であった場合に、原因 \(j\) による減少が起こる確率。

なぜこれが必要なのか？

通常、データは「単一」形式（標準的な死亡表など）で収集されます。しかし、年金モデルを構築する際には、その死亡データと「脱退」データを「混合」する必要があります。独立した「プライム」率を、MDTで見られるような「多重」率に変換するために数学的処理が必要なのです。

4. 「プライム」率と「多重」率の変換

変換の方法は、1年間に何が起こるかという前提（仮定）によって異なります。

仮定A：減少の力が一定

各原因 \(j\) について、減少の力 \(\mu_{x+s}^{(j)}\) が1年間一定であると仮定すると、関係式は以下のようになります。
\(q_x^{(j)} = \frac{\mu^{(j)}}{\mu^{(\tau)}} \cdot q_x^{(\tau)}\)

これは試験で非常によく使われるショートカットです！原因 \(j\) は、その相対的な力に応じて、全離脱のうちの「公平な取り分」を占めるという考え方です。

仮定B：ASDTにおける減少の一様分布（UDD）

各原因 \(j\) が「それ自身の単一減少表」において一様に発生すると仮定する場合、以下の式（原因が1と2の2つある場合）を使用します。
\(q_x^{(1)} = q_x^{'(1)} [1 - \frac{1}{2} q_x^{'(2)}]\)

どういう意味でしょうか？ 論理的に考えてみましょう。MDTにおける原因1による離脱確率（\(q_x^{(1)}\)）とは、原因1の世界で離脱する確率（\(q_x^{'(1)}\)）から、原因1で離脱するはずだった人のうち、既に原因2によって1年間の途中で離脱してしまった人たちを除いたものです。

覚え方：UDDでは、原因1は原因2による離脱者の半分を「失う」ことになります。なぜなら、平均的に見て、原因2による離脱は1年間の半ばで起こると考えられるからです。

5. ステップ・バイ・ステップ：典型的な問題の解き方

最初は難しく感じるかもしれませんが、変換問題に出会ったら次の手順に従ってください：

  1. 目的を確認：「プライム」から「多重」へ変換するのか、それとも「多重」から「プライム」へ変換するのか？
  2. 仮定を確認：「減少の力一定（Constant Force）」なのか、「単一減少表における一様分布（UDD）」なのかを探す。
  3. 合計値を求める：まず \(p_x^{(\tau)}\) または \(q_x^{(\tau)}\) を計算する。
    公式：\(p_x^{(\tau)} = p_x^{'(1)} \cdot p_x^{'(2)} \cdot ... \cdot p_x^{'(m)}\)
  4. 変換式を適用：「減少の力一定」の比率または「UDD」の式を使って、必要な \(q_x^{(j)}\) を求める。

6. まとめと重要なポイント

多重減少は「競合するリスク」を扱うものです。死亡してしまったら、退職することはできませんよね！

  • 減少の力の合計： \(\mu_x^{(\tau)} = \sum \mu_x^{(j)}\)
  • 生存率の合計： \(p_x^{(\tau)} = \prod p_x^{'(j)}\)（各原因の独立した生存確率を掛け合わせます）。
  • 「プライム」 (\(q_x^{'(j)}\))： 他の原因が存在しない場合の「純粋な」確率。
  • 「多重」 (\(q_x^{(j)}\))： すべての原因が同時に発生する世界での「実際の」確率。

豆知識：アクチュアリーはこれらのモデルを保険以外にも使っています。例えば、レンタカーの車両群が、売却、事故、あるいは故障で使えなくなるまでどれくらい持つかを予測したりするのです！

復習ボックス

1. \(\sum q_x^{(j)} = q_x^{(\tau)}\) （各原因の確率は、合計確率になる）。
2. \(p_x^{'(1)} \cdot p_x^{'(2)} = p_x^{(\tau)}\) （各原因の独立した生存率は、掛け合わせて合計の生存率になる）。
3. 問題が力（force）を求めているのか、独立率（プライム）を求めているのか、あるいは従属率（多重）を求めているのかを常に確認しましょう。

あなたなら大丈夫です！多重減少の計算は、データがどの「穴」から漏れ出しているかを追跡するだけのことです。変換問題をいくつか練習すれば、表記にもすぐに慣れますよ！