Survival and death probabilities, deferred and select forms

ยินดีต้อนรับเข้าสู่เรื่องความน่าจะเป็นของการมีชีวิตอยู่และการเสียชีวิต!

หัวใจสำคัญของคณิตศาสตร์ประกันภัยคือความสามารถในการสร้างแบบจำลองของ "อนาคตที่ไม่แน่นอน" สำหรับการประกันชีวิต ความไม่แน่นอนนั้นมักจะวนเวียนอยู่กับคำถามใหญ่คำถามหนึ่งคือ: คนเราจะมีอายุยืนยาวแค่ไหน?

ในบทนี้ เราจะเปลี่ยนผ่านจาก "ทฤษฎีดอกเบี้ย" (เงินงอกเงยอย่างไร) ไปสู่ "เหตุการณ์ไม่แน่นอนที่เกี่ยวกับชีวิต" หรือ Life Contingencies (การมีชีวิตและการเสียชีวิตส่งผลต่อกระแสเงินสดอย่างไร) เราจะได้เรียนรู้สัญลักษณ์ย่อทางคณิตศาสตร์ที่นักคณิตศาสตร์ประกันภัยใช้เพื่ออธิบายความน่าจะเป็นของการมีชีวิตอยู่และการเสียชีวิต ไม่ต้องกังวลนะถ้าในช่วงแรกสัญลักษณ์เหล่านี้จะดูเหมือนรหัสลับ—เมื่อคุณเข้าใจ "เรื่องราว" เบื้องหลังสัญลักษณ์แต่ละตัวแล้ว ทุกอย่างจะง่ายขึ้นมาก!

1. ความน่าจะเป็นของการมีชีวิตอยู่: \( {}_np_x \)

องค์ประกอบพื้นฐานที่สำคัญที่สุดคือ ความน่าจะเป็นที่ผู้ที่มีอายุ \( x \) ในปัจจุบัน จะมีชีวิตอยู่ต่อไปอีกอย่างน้อย \( n \) ปี ในสัญลักษณ์ทางคณิตศาสตร์ประกันภัย เราเขียนแทนด้วย \( {}_np_x \)

เจาะลึกสัญลักษณ์:
- ตัว \( x \) (ที่อยู่ด้านล่างขวา) คือ อายุปัจจุบัน ของบุคคลนั้น
- ตัว \( n \) (ที่อยู่ด้านล่างซ้าย) คือ ระยะเวลา ที่เรากำลังพิจารณา

สูตรคำนวณ:
เมื่อใช้ฟังก์ชันตารางชีพ \( l_x \) (ซึ่งแทนจำนวนคนที่มีชีวิตอยู่ ณ อายุ \( x \)) ความน่าจะเป็นคือ:
\( {}_np_x = \frac{l_{x+n}}{l_x} \)

ลองเปรียบเทียบดู: สมมติว่าการวิ่งมาราธอนเริ่มต้นด้วยคน 1,000 คน (\( l_x \)) ถ้ามีคน 800 คนยังคงวิ่งอยู่ที่หลัก 10 ไมล์ (\( l_{x+n} \)) ความน่าจะเป็นที่ผู้เริ่มต้นจะวิ่งไปถึงจุดนั้นคือ \( \frac{800}{1,000} = 0.8 \)

ประเด็นสำคัญ:

ถ้าระยะเวลา \( n \) คือ 1 ปี เรามักจะตัดตัว \( n \) ออกและเขียนเพียงแค่ \( p_x \)

2. ความน่าจะเป็นของการเสียชีวิต: \( {}_nq_x \)

ในทางกลับกัน ความน่าจะเป็นของการเสียชีวิตคือ \( {}_nq_x \) ซึ่งหมายถึงความน่าจะเป็นที่ผู้ที่มีอายุ \( x \) จะเสียชีวิตภายในระยะเวลา \( n \) ปีข้างหน้า

สูตรคำนวณ:
เนื่องจากคนเราไม่ "มีชีวิตอยู่" ก็ต้อง "เสียชีวิต" ดังนั้นความน่าจะเป็นทั้งสองอย่างรวมกันต้องเท่ากับ 1:
\( {}_nq_x = 1 - {}_np_x \)

หรือถ้าใช้ตารางชีพ:
\( {}_nq_x = \frac{l_x - l_{x+n}}{l_x} \)

ระวัง! ข้อผิดพลาดที่พบบ่อย: นักศึกษามักจะสับสนระหว่าง "การเสียชีวิตที่อายุ x" กับ "การเสียชีวิตภายในปีหน้า" ในทางคณิตศาสตร์ประกันภัย \( q_x \) จะหมายถึงความน่าจะเป็นของผู้ที่ มีอายุครบ \( x \) ปีแล้ว และเสียชีวิตก่อนที่จะถึงอายุ \( x+1 \) เสมอ

3. ความน่าจะเป็นของการเสียชีวิตแบบรอเวลา (Deferred Death Probabilities): \( {}_{n|m}q_x \)

นี่คือจุดที่เริ่มน่าสนใจขึ้น! บางครั้งเราต้องการทราบความน่าจะเป็นที่ใครบางคนจะมีชีวิตอยู่ไปได้สักระยะหนึ่ง แต่หลังจากนั้นก็เสียชีวิตในช่วงเวลาที่กำหนดในอนาคต เราเรียกสิ่งนี้ว่าความน่าจะเป็นแบบ ประวิงเวลา (Deferred)

สัญลักษณ์: \( {}_{n|m}q_x \)
สัญลักษณ์นี้แทนความน่าจะเป็นที่ผู้ที่มีอายุ \( x \):
1. มีชีวิตอยู่รอด ไปอีก \( n \) ปี และหลังจากนั้น
2. เสียชีวิต ภายในช่วง \( m \) ปีถัดไป

หลักการคิด:
ในการคำนวณ เราจะดูคนที่ยังมีชีวิตอยู่ ณ อายุ \( x+n \) และดูว่ามีกี่คนที่เสียชีวิตก่อนถึงอายุ \( x+n+m \) แต่เราจะหารด้วยจำนวนคนที่ยังมีชีวิตอยู่ ณ อายุ \( x \) (ซึ่งเป็นจุดเริ่มต้นของเรา)

สูตรคำนวณ:
\( {}_{n|m}q_x = \frac{l_{x+n} - l_{x+n+m}}{l_x} \)

หรือคิดแบบนี้ก็ได้:
\( {}_{n|m}q_x = {}_np_x - {}_{n+m}p_x \)

ทบทวนสั้นๆ: กรณีพิเศษ \( {}_n|q_x \)

ถ้าคุณเห็น \( {}_n|q_x \) (ที่มีตัวเลขเพียงตัวเดียวหลังเครื่องหมายขีดคั่น) หมายความว่าการเสียชีวิตเกิดขึ้นใน ปีเดียว หลังจากสิ้นสุดช่วงรอเวลา ดังนั้น \( m = 1 \)
\( {}_n|q_x = \frac{l_{x+n} - l_{x+n+1}}{l_x} = \frac{d_{x+n}}{l_x} \)

4. อัตรามรณะกลุ่มคัดเลือกและกลุ่มทั่วไป (Select and Ultimate Mortality)

รู้หรือไม่? คนอายุ 60 ปีที่เพิ่งผ่านการตรวจสุขภาพเพื่อซื้อประกันชีวิต มีแนวโน้มทางสถิติที่จะมีชีวิตอยู่ยืนยาวกว่าคนอายุ 60 ปีที่อยู่ในกลุ่มผู้เอาประกันมาแล้ว 10 ปี ทั้งนี้เพราะผู้ถือกรมธรรม์รายใหม่เพิ่งถูก "คัดเลือก" (Selected) มาแล้วว่ามีสุขภาพดีนั่นเอง

ระยะคัดเลือก (Select Period)

เพื่อสะท้อนถึงความจริงนี้ นักคณิตศาสตร์ประกันภัยจึงใช้ อัตรามรณะกลุ่มคัดเลือก (Select Mortality) เราใช้เครื่องหมายวงเล็บเหลี่ยม \( [x] \) เพื่อระบุอายุที่บุคคลนั้นถูก "คัดเลือก" (เช่น อายุตอนที่ซื้อกรมธรรม์)

สัญลักษณ์:
- \( l_{[x]} \): จำนวนคนที่มีชีวิตอยู่ ณ อายุที่ถูกคัดเลือก \( x \)
- \( l_{[x]+r} \): จำนวนคนที่มีชีวิตอยู่ หลังจากถูกคัดเลือกที่อายุ \( x \) มาแล้วเป็นเวลา \( r \) ปี
- \( q_{[x]+r} \): ความน่าจะเป็นของการเสียชีวิตสำหรับคนที่ถูกคัดเลือกตอนอายุ \( x \) และปัจจุบันมีอายุ \( x+r \)

ระยะพ้นการคัดเลือก (Ultimate Period)

หลังจากผ่านไปจำนวนปีหนึ่ง (เรียกว่า ระยะคัดเลือก) ข้อได้เปรียบทางสุขภาพจากการตรวจร่างกายตอนแรกจะค่อยๆ จางหายไป ถึงจุดนี้ อัตรามรณะจะขึ้นอยู่กับอายุปัจจุบันเท่านั้น ไม่ได้ขึ้นอยู่กับอายุตอนเริ่มคัดเลือกอีกต่อไป เราเรียกสิ่งนี้ว่า อัตรามรณะกลุ่มทั่วไป (Ultimate Mortality)

ตัวอย่าง: หากระยะคัดเลือกคือ 2 ปี:
- ปีที่ 0: \( q_{[x]} \) (เป็นกลุ่มคัดเลือกเต็มตัว)
- ปีที่ 1: \( q_{[x]+1} \) (ยังคงมีความเป็นกลุ่มคัดเลือกอยู่บ้าง)
- ปีที่ 2 ขึ้นไป: \( q_{x+2} \) (เป็นกลุ่มทั่วไป—วงเล็บเหลี่ยมจะหายไป!)

ประเด็นสำคัญ:

เมื่อทำข้อสอบ ให้ตรวจดูหัวตารางเสมอ หากมีวงเล็บเหลี่ยม แสดงว่าคุณกำลังจัดการกับอัตรามรณะกลุ่มคัดเลือก และต้องนับระยะเวลาที่ผ่านไปนับจากการคัดเลือกอย่างระมัดระวัง

5. สรุปสูตรสำคัญ

ใช้ตารางนี้เป็นแหล่งอ้างอิงสำหรับการเรียนของคุณ:

แนวคิด	สัญลักษณ์	รูปแบบในตารางชีพ
การมีชีวิตอยู่รอด \( n \) ปี	\( {}_np_x \)	\( \frac{l_{x+n}}{l_x} \)
การเสียชีวิตภายใน \( n \) ปี	\( {}_nq_x \)	\( \frac{l_x - l_{x+n}}{l_x} \)
การเสียชีวิตภายใน 1 ปี	\( q_x \)	\( \frac{d_x}{l_x} \)
การเสียชีวิตแบบรอเวลา	\( {}_{n|m}q_x \)	\( \frac{l_{x+n} - l_{x+n+m}}{l_x} \)
การมีชีวิตอยู่รอดแบบกลุ่มคัดเลือก	\( {}_np_{[x]} \)	\( \frac{l_{[x]+n}}{l_{[x]}} \)

เทคนิคการเรียน: "วาดเส้นเวลา (Timeline)"

ถ้าคุณรู้สึกสับสนกับ \( {}_{n|m}q_x \) ให้ลองวาดเส้นตรงแนวนอนแทนเวลาดูนะ:
1. มาร์คจุดที่อายุ \( x \) (วันนี้)
2. มาร์คจุดที่อายุ \( x+n \) (สิ้นสุดช่วงรอเวลา)
3. มาร์คจุดที่อายุ \( x+n+m \) (สิ้นสุดช่วงการสังเกต)
ความน่าจะเป็นก็คือ "ช่วงว่าง" ระหว่างสองจุดสุดท้าย หารด้วยจำนวนประชากรเริ่มต้นที่จุดแรกนั่นเอง

ในบทต่อไป เราจะนำความน่าจะเป็นเหล่านี้ไปใช้ในการคำนวณมูลค่าปัจจุบันที่คาดหมาย (Expected Present Value - EPV) ของสัญญาประกันภัยจริงๆ กัน!