死亡モデルへようこそ：パラメトリック生存モデルと生命表！

未来の保険数理士の皆さん、こんにちは！Exam FAMの旅において、最も重要な章の一つへようこそ。このセクションでは、人間の予測不可能な寿命をどのように数学に置き換えるかを学びます。なぜそんなことをするのでしょうか？それは、保険料を算出したり年金の価値を評価したりするためには、保険金を受け取るために生存している確率や、保険金支払いのトリガーとなる死亡確率を知る必要があるからです。

この章は、数学モデルにおいて「人々がどのように歳をとり、亡くなるか」を定義する「ルールブック」だと考えてください。ここでは、パラメトリックモデル（滑らかな数学的公式）と生命表（きれいに整理されたデータリスト）を扱います。最初は数式が難しく見えるかもしれませんが、大丈夫です。一つひとつ分解して解説していきますから、安心してください！

1. 基本：生存と死亡

複雑なモデルを見る前に、私たちの物語における2つの主要な「登場人物」である、生存確率と死亡確率について理解しましょう。

• \( S_0(x) \)（生存関数）： 新生児が少なくとも \( x \) 歳まで生存する確率です。\( 0 \) 歳のときは 1（全員が生存）から始まり、最終的には 0（いずれは全員が亡くなる）になります。
• \( F_0(x) \)（分布関数）： 新生児が \( x \) 歳未満で死亡する確率です。単純に \( 1 - S_0(x) \) と表されます。
• \( {}_t p_x \)： すでに \( x \) 歳の人が、さらに \( t \) 年生存する確率です。数学的には： \( {}_t p_x = \frac{S_0(x+t)}{S_0(x)} \)。
• \( {}_t q_x \)： すでに \( x \) 歳の人が、今後 \( t \) 年以内に死亡する確率です。数学的には： \( {}_t q_x = 1 - {}_t p_x \)。

例え話：スマートフォンのバッテリー

スマートフォンのバッテリーを想像してみてください。\( S_0(x) \) は、バッテリーが \( x \) 時間経過しても動作し続ける確率です。\( {}_t p_x \) は、「今の時点で4時間経過して残り50％だとしたら、あと2時間もつ確率は？」という問いと同じです。

重要なポイント

この章のすべては「比率」です。 40歳から50歳まで生存する確率を求めるには、単純に「40歳生存者のうち、どれくらいの割合の人が50歳まで到達したか」を見ているだけなのです。

2. 死力（Force of Mortality） \( \mu_x \)

死力（死亡力）は非常に重要な概念です。これは、\( x \) 歳における「瞬間の」死亡率を表します。これは確率（1を超えることがあるため）ではなく、その瞬間に死亡するリスクの「強さ」です。

覚えておくべき公式はこれです：
\( \mu_x = -\frac{1}{S_0(x)} \frac{d}{dx} S_0(x) = -\frac{d}{dx} \ln(S_0(x)) \)

クイックレビュー： \( \mu_x \) が与えられていて、生存確率を求めたい場合は、この「積分のテクニック」を使ってください：
\( {}_t p_x = e^{-\int_{0}^{t} \mu_{x+s} ds} \)

よくある間違い

学生はよく \( q_x \) と \( \mu_x \) を混同します。覚えておいてください：\( q_x \) は1年間全体を通じた死亡確率であり、\( \mu_x \) はある一点における死亡の圧力です。

3. パラメトリック生存モデル

保険数理士は、死亡率を記述するために特定の数学的形状を使用します。Exam FAMのために覚えておくべき4つのモデルはこちらです：

A. 指数モデル（一定の死力）

このモデルでは、年齢に関係なく死亡リスクが一定です。まるで故障しない機械のようなもので、ランダムな事故でしか壊れません。
• 公式： \( \mu_x = \mu \) （定数）
• 生存： \( {}_t p_x = e^{-\mu t} \)
• 覚え方： 「一定は退屈」。10年生存する確率は、20歳でも80歳でも同じです。

B. ゴンペルツ（Gompertz）モデル

これは人間にとってより現実的です。加齢とともに死亡リスクが指数関数的に増加すると仮定します。
• 公式： \( \mu_x = B \cdot c^x \)
• 生存： \( {}_t p_x = \exp\left[ -\frac{B \cdot c^x (c^t - 1)}{\ln c} \right] \)
• 重要な点： 年齢 \( x \) が指数部分にある式（例： \( 0.001 \cdot 1.1^x \)）を見たら、ゴンペルツモデルだと考えましょう！

C. メイカム（Makeham）モデル

メイカムは、ゴンペルツモデルに定数（ \( A \) ）を加え、年齢に依存しない「偶発的な死亡」を考慮に入れました。
• 公式： \( \mu_x = A + B \cdot c^x \)
• 生存： ゴンペルツの生存関数に \( e^{-At} \) を掛けたものです。
• 豆知識： これは、さまざまな集団において成人の死亡率を正確に記述できた最初のモデルの一つです。

D. ワイブル（Weibull）モデル

このモデルでは、死力は年齢のべき乗関数となります。
• 公式： \( \mu_x = k \cdot x^n \)
• 生存： \( S_0(x) = e^{-\frac{k}{n+1} x^{n+1}} \)
• 見分け方： 年齢 \( x \) が特定のべき乗（ \( x^2 \) や \( \sqrt{x} \) など）になっているかを確認してください。

重要なまとめ

• 指数： \( \mu_x \) はフラット。
• ゴンペルツ： \( \mu_x \) は複利曲線のように成長。
• メイカム： ゴンペルツ ＋ 一定の「事故」率。
• ワイブル： \( \mu_x \) は多項式（例： \( x^2 \)）のように成長。

4. 生命表

パラメトリックモデルが「数式」なら、生命表は「スプレッドシート」です。これは、大きな集団（コホートと呼ばれます）が歳を重ねる様子をスナップショットで示したものです。

標準的な表記：
• \( l_x \)： \( x \) 歳時の生存者数。通常は 100,000 のような大きな数（基数）から始めます。
• \( d_x \)： \( x \) 歳から \( x+1 \) 歳の間で死亡する人数。式： \( d_x = l_x - l_{x+1} \)。
• \( p_x \)： \( x \) 歳の人が \( x+1 \) 歳まで生きる確率。式： \( p_x = \frac{l_{x+1}}{l_x} \)。
• \( q_x \)： \( x \) 歳の人が \( x+1 \) 歳になる前に死亡する確率。式： \( q_x = \frac{d_x}{l_x} \)。

ステップ・バイ・ステップ：表を読み解く

1. \( l_x \) から始めます。
2. \( q_x \) を掛けて死亡者数（ \( d_x \) ）を求めます。
3. \( l_x \) から \( d_x \) を引いて、翌年の生存者数（ \( l_{x+1} \) ）を求めます。
4. これを繰り返します！

重要なポイント

\( l_x \) は生存関数をスケールアップしたものに過ぎません。 具体的には、 \( S_0(x) = \frac{l_x}{l_0} \) となります。分数の計算ができれば、生命表はマスターしたも同然です！

5. 端数年齢（補間）

生命表は通常、整数年齢（40歳、41歳…）のデータしかありません。しかし、もし40.5歳で死亡する確率を知りたい場合はどうすればよいでしょうか？「空白を埋める」必要があります。Exam FAMには2つの主な方法があります：

A. 死亡の等分布（UDD）

1年を通じて死亡が均等に発生すると仮定します。これは \( l_x \) と \( l_{x+1} \) を結ぶ直線のようなものです。
• 公式： \( {}_s q_x = s \cdot q_x \) （ \( 0 < s < 1 \) のとき）
• 例え： 1年で100人が死亡する場合、UDDでは最初の6ヶ月でちょうど50人が亡くなると仮定します。

B. 一定の死力（CF）

誕生日から次の誕生日までの間、死力（ \( \mu \) ）が一定であると仮定します（年ごとに変わっても構いません）。これにより、わずかな曲線が描かれます。
• 公式： \( {}_s p_x = (p_x)^s \)
• 主な違い： CFは、UDDと比較して年内の生存確率がわずかに高くなります。

クイックレビューボックス

年齢が端数（例：0.5）の場合：
• UDD： 線形計算（掛け算や足し算）を使う。
• 一定の死力： 指数計算（べき乗）を使う。

合格のためのヒント

• パニックにならない： 多くの試験問題は難しく見えますが、実際には表や公式から2つの数字の比率を見つけるだけで解けるものがほとんどです。
• 表記に慣れる： \( {}_n q_x \)（ \( n \) 年以内に死亡）と \( {}_m|{}_n q_x \)（ \( m \) 年生存した後に続く \( n \) 年の間に死亡）の違いを即座に見分けられるようにしておきましょう。
• 検算する： 確率は必ず0から1の間でなければなりません。もし1.5なんて数字が出てきたら、どこかで間違えています！

大丈夫、あなたならできます！ \( l_x \) の計算を練習し続ければ、パターンが自然と身についてくるはずです。