Understand the principles and application of ruin theory

ยินดีต้อนรับสู่ทฤษฎีความล้มละลาย (Ruin Theory)!

ยินดีต้อนรับเข้าสู่หนึ่งในหัวข้อที่สำคัญที่สุดของวิชา CM2: Economic Modelling! ในส่วนของ การประเมินหนี้สิน (Liability Valuations) เราไม่ได้สนใจแค่ว่าบริษัทประกันทำกำไรได้เท่าไหร่เท่านั้น แต่สิ่งที่เราให้ความสำคัญอย่างยิ่งคือ "บริษัทจะยังคงดำเนินธุรกิจต่อไปได้หรือไม่" ทฤษฎีความล้มละลาย (Ruin Theory) คือวิธีทางคณิตศาสตร์ที่ช่วยตอบคำถามว่า: "เราต้องมีเงินสำรองในธนาคารเท่าไหร่ ถึงจะมั่นใจได้ว่าบริษัทจะไม่ล้มละลาย?"

ไม่ต้องกังวลไปนะถ้าเห็นสูตรคณิตศาสตร์แล้วรู้สึกว่ามันยากในช่วงแรก จริงๆ แล้วมันก็คือการทำบัญชีรายรับรายจ่ายแบบธรรมดา โดยที่ฝั่งรายรับมีความสม่ำเสมอ แต่ฝั่งรายจ่าย (การเคลมประกัน) นั้นมีความไม่แน่นอน เดี๋ยวเรามาค่อยๆ แกะเนื้อหาไปพร้อมกันเลย!

1. กระบวนการส่วนเกิน (Surplus Process): สมการ "เงินในธนาคาร"

หัวใจสำคัญของทฤษฎีความล้มละลายคือ กระบวนการส่วนเกิน (Surplus Process) ให้ลองนึกภาพว่านี่คือยอดเงินคงเหลือในบัญชีธนาคารของบริษัทประกัน ณ เวลา \( t \) ใดๆ

สูตรมาตรฐานสำหรับส่วนเกิน ณ เวลา \( t \) ซึ่งแทนด้วย \( U(t) \) คือ:

\( U(t) = u + ct - S(t) \)

เรามาดูความหมายของตัวแปรต่างๆ กัน:

• \( u \): ส่วนเกินเริ่มต้น (Initial surplus) คือจำนวนเงินสดที่คุณมีตั้งแต่วันแรกที่เริ่มทำธุรกิจ
• \( c \): อัตราเบี้ยประกันรับ (Premium income rate) คือกระแสเงินสดที่ไหล เข้า จากผู้เอาประกันภัย โดยปกติเรามักจะสมมติว่าเงินส่วนนี้ไหลเข้ามาอย่างคงที่
• \( t \): เวลา (Time) ที่ผ่านไป
• \( S(t) \): ยอดการเคลมประกันรวม (Aggregate claims) จนถึงเวลา \( t \) คือกระแสเงินสดที่ไหล ออก ซึ่งถือเป็นส่วนที่เป็น "ความสุ่ม" เพราะเราไม่รู้แน่ชัดว่าจะมีการเคลมเกิดขึ้นเมื่อไหร่ หรือจะมีมูลค่าการเคลมมากน้อยเพียงใด

ทบทวนสั้นๆ: หาก \( U(t) \) ลดต่ำลงจนติดลบเมื่อไหร่ ถือว่าเกิด "ความล้มละลาย (Ruin)" ขึ้นทันที ต่อให้วันรุ่งขึ้นจะมีเงินก้อนโตจากค่าเบี้ยประกันโอนเข้ามา แต่ในทางทฤษฎีถือว่าจบเกมไปแล้วเรียบร้อย!

เปรียบเทียบให้เห็นภาพ: อ่างน้ำที่รั่ว

ลองจินตนาการถึงอ่างน้ำใบหนึ่ง คุณกำลังเปิดก๊อกน้ำเติมลงไปอย่างสม่ำเสมอ (เบี้ยประกัน \( c \)) ในขณะเดียวกัน อ่างก็มีรูรั่วที่เปิดออกเป็นระยะๆ ทำให้น้ำไหลออกในปริมาณที่ไม่แน่นอน (การเคลม \( S(t) \)) ปริมาณน้ำที่มีอยู่ในอ่างตอนนี้ก็คือ ส่วนเกินเริ่มต้น \( u \) ของคุณนั่นเอง ความล้มละลายจะเกิดขึ้นถ้าอ่างน้ำแห้งขอดลงเมื่อไหร่

2. การกำหนดความล้มละลาย

ในข้อสอบ คุณจะพบกับความน่าจะเป็นของความล้มละลายหลักๆ 2 ประเภท:

1. ความล้มละลายในช่วงเวลาจำกัด \( \psi(u, T) \): คือความน่าจะเป็นที่จะเกิดการล้มละลาย ณ เวลาใดก็ตาม ตั้งแต่ตอนนี้จนถึงเวลาในอนาคตที่กำหนดไว้ \( T \)
2. ความล้มละลายในช่วงเวลาไม่จำกัด \( \psi(u) \): คือความน่าจะเป็นที่จะเกิดการล้มละลาย ณ จุดใดก็ได้ในอนาคต ไม่ว่าจะผ่านไปนานถึง 100 ปีก็ตาม

จุดสำคัญ: โดยธรรมชาติแล้ว \( \psi(u) \) (เวลาไม่จำกัด) จะต้องมากกว่าหรือเท่ากับ \( \psi(u, T) \) (เวลาจำกัด) เสมอ เพราะว่ายิ่งมีเวลายาวนานเท่าไหร่ โอกาสที่เหตุการณ์ไม่คาดฝันจะเกิดขึ้นก็มีมากขึ้นเท่านั้น!

3. สัมประสิทธิ์การปรับค่า \( R \) (Adjustment Coefficient)

สัมประสิทธิ์การปรับค่า (Adjustment Coefficient) (มักแทนด้วยตัวอักษร \( R \)) เป็นค่าพิเศษที่ใช้วัด "ความปลอดภัย" ของพอร์ตประกันภัย ซึ่งจะขึ้นอยู่กับขนาดของการเคลมและเบี้ยประกันที่เรียกเก็บ

สำหรับ กระบวนการปัวซอง (Poisson Process) (ที่การเคลมเกิดขึ้นแบบสุ่ม) ค่า \( R \) จะเป็นผลเฉลยเชิงบวกเพียงหนึ่งเดียวของสมการต่อไปนี้:

\( 1 + (1+\theta)\mu r = M_X(r) \)

โดยที่:

• \( \theta \): อัตราส่วนเผื่อความปลอดภัย (Relative security loading) คือส่วนของเบี้ยประกันที่เรียกเก็บ "เพิ่ม" จากค่าคาดหมายของการเคลม เพื่อใช้รับมือกับความเสี่ยง
• \( \mu \): ค่าเฉลี่ย (Mean) ของการเคลมต่อครั้ง
• \( M_X(r) \): ฟังก์ชันก่อกำเนิดโมเมนต์ (Moment Generating Function: MGF) ของการแจกแจงขนาดของการเคลม

ทำไมเราต้องสนใจ \( R \)?
ค่า \( R \) ยิ่งสูง บริษัทก็ยิ่ง ปลอดภัย ค่า \( R \) ที่สูงหมายถึงความน่าจะเป็นที่จะล้มละลายต่ำ ให้คิดว่า \( R \) คือ "เกราะป้องกัน" ทางการเงินของคุณ

คุณรู้หรือไม่? หากขนาดของการเคลมมีการแจกแจงแบบเอกซ์โพเนนเชียล (Exponential distribution) ที่มีค่าเฉลี่ย \( 1/\alpha \) ค่าสัมประสิทธิ์การปรับค่าจะคำนวณได้ง่ายขึ้นมาก คือ \( R = \alpha - \frac{\alpha}{1+\theta} \)

4. อสมการของลุนด์เบิร์ก (Lundberg’s Inequality)

การคำนวณความน่าจะเป็นของความล้มละลายแบบเป๊ะๆ นั้นมักจะยากมาก นี่คือจุดที่ อสมการของลุนด์เบิร์ก เข้ามาช่วยชีวิตเรา! มันจะช่วยประมาณการใน "สถานการณ์ที่แย่ที่สุด (Worst-case scenario)" ให้เรา

สูตรคือ:

\( \psi(u) \leq e^{-Ru} \)

สูตรนี้บอกเราว่าความน่าจะเป็นของความล้มละลายจะมีค่า น้อยกว่าหรือเท่ากับ \( e \) ยกกำลังด้วยลบ \( R \) คูณกับส่วนเกินเริ่มต้น \( u \)

ข้อผิดพลาดที่พบบ่อย: นักศึกษามักจะลืมว่านี่คือ ขอบเขตบน (Upper bound) ไม่ใช่ความน่าจะเป็นที่แท้จริง มันบอกแค่ว่าความน่าจะเป็นที่จะล้มละลายจะไม่สูงไปกว่าค่านี้ แต่ในความเป็นจริงอาจจะต่ำกว่านี้ก็ได้!

เทคนิคการจำ: ลองดูที่สูตรสิ ถ้าคุณเพิ่มเงินตั้งต้น (\( u \)) ค่าทางฝั่งขวาของสมการก็จะเล็กลง ซึ่งมันสมเหตุสมผลมาก เพราะยิ่งมีเงินทุนเริ่มแรกมาก โอกาสที่จะล้มละลายก็น้อยลงนั่นเอง!

5. ผลกระทบของการประกันภัยต่อ (Reinsurance)

ในบริบทของ การประเมินหนี้สิน บริษัทประกันจะใช้การประกันภัยต่อเพื่อปกป้องตนเอง การทำประกันภัยต่อจะเปลี่ยนความน่าจะเป็นของความล้มละลายโดยการปรับเปลี่ยนยอดเคลม "สุทธิ" ที่บริษัทประกันต้องจ่าย

การประกันภัยต่อแบบสัดส่วน (Proportional Reinsurance / Quota Share):
บริษัทประกันจะเก็บเบี้ยและจ่ายค่าเคลมไว้เองในสัดส่วน \( \alpha \) แม้ว่าวิธีนี้จะช่วยลดมูลค่าความเสี่ยงที่เป็นตัวเงินโดยรวม แต่ก็ไม่ได้เปลี่ยน ความน่าจะเป็นของความล้มละลาย ในแบบที่คุณอาจคาดคิดเสมอไป เพราะรายได้จากเบี้ยประกันก็ลดลงในสัดส่วนเดียวกับการเคลมเช่นกัน

การประกันภัยต่อส่วนเกินของความเสียหาย (Excess of Loss Reinsurance):
บริษัทประกันภัยต่อจะจ่ายค่าเคลมในส่วนที่เกินจาก "ระดับความรับผิดชอบไว้เอง (Retention level)" ที่กำหนดไว้คือ \( M \) วิธีนี้มีประสิทธิภาพมากในการตัด "ความเสี่ยงที่หางของการแจกแจง (Tail risk)" (การเคลมครั้งใหญ่ๆ) ออกไป โดยทั่วไป การเพิ่มประกันภัยต่อแบบ Excess of Loss จะช่วย เพิ่มค่าสัมประสิทธิ์การปรับค่า \( R \) ซึ่งจะช่วย ลดความน่าจะเป็นของความล้มละลาย

ประเด็นสำคัญ: การประกันภัยต่อเปรียบเสมือนการซื้อร่ม แม้จะต้องเสียเงินเบี้ยประกันไปบ้าง แต่มันช่วยให้คุณไม่เปียกปอนเมื่อเกิด "พายุ" ของการเคลมก้อนใหญ่ๆ

6. บทสรุปและทบทวนอย่างรวดเร็ว

มาสรุปประเด็นที่สำคัญที่สุดสำหรับการทบทวนกัน:

• สมการส่วนเกิน: \( U(t) = u + ct - S(t) \) จำสูตรนี้ให้แม่น!
• นิยามของความล้มละลาย: คือทันทีที่ \( U(t) < 0 \).
• บทบาทของ \( u \): การเพิ่มเงินทุนตั้งต้น \( u \) จะช่วยลดความน่าจะเป็นของความล้มละลายลงแบบเอกซ์โพเนนเชียล
• สัมประสิทธิ์การปรับค่า \( R \): คือ "ดัชนีวัดความปลอดภัย" คำนวณได้จาก MGF ของขนาดการเคลม
• อสมการของลุนด์เบิร์ก: \( \psi(u) \leq e^{-Ru} \) นี่คือเพื่อนที่ดีที่สุดในการหาค่าความเสี่ยงสูงสุด
• อัตราส่วนเผื่อความปลอดภัย (\( \theta \)): คุณต้องมี \( \theta > 0 \) (หมายความว่าคุณต้องเรียกเก็บเบี้ยสูงกว่าค่าเคลมที่คาดหมาย) เพื่อให้ความน่าจะเป็นของความล้มละลายต่ำกว่า 100% ในระยะยาว

เคล็ดลับสำหรับห้องสอบ: ถ้าโจทย์ถามว่าการเปลี่ยนแปลงของเบี้ยประกันส่งผลต่อความน่าจะเป็นของการล้มละลายอย่างไร ให้เริ่มจากการหาค่า \( R \) ใหม่ก่อน แล้วค่อยนำไปแทนค่าในอสมการของลุนด์เบิร์ก

ไม่ต้องกังวลถ้าเนื้อหาดูซับซ้อนในตอนแรก! ทฤษฎีความล้มละลายคือเรื่องของการเข้าใจความสัมพันธ์ระหว่างเงินที่ไหลเข้า กับความสุ่มของเงินที่ไหลออก ลองฝึกทำโจทย์เกี่ยวกับการหา MGF สักหน่อย รับรองว่าคุณจะกลายเป็นมือโปรในเวลาอันสั้นแน่นอน!