Service table and salary scale functions

ยินดีต้อนรับสู่โลกแห่งคณิตศาสตร์บำนาญ (Pension Math)!

สวัสดีครับ! หากคุณเดินทางมาถึงจุดที่เตรียมตัวสอบ ALTAM แล้ว คุณคงทราบดีว่าคณิตศาสตร์ประกันภัยไม่ได้มีแค่เรื่องความเป็นความตายเท่านั้น แต่ยังรวมถึงการวางแผนเพื่ออนาคตที่มั่นคงอีกด้วย ในบทนี้เราจะมาเจาะลึกเรื่อง ตารางบริการ (Service Tables) และฟังก์ชันระดับเงินเดือน (Salary Scale Functions) กันครับ ซึ่งสิ่งเหล่านี้คือเครื่องมือที่เราใช้คาดการณ์ว่าพนักงานจะทำงานอยู่กับบริษัทนานแค่ไหน และพวกเขาจะมีรายได้เท่าไหร่ก่อนที่จะเกษียณอายุ

ถ้าอ่านแล้วรู้สึกว่าเนื้อหาแน่นไปในตอนแรก ไม่ต้องกังวลนะ! ให้ลองจินตนาการว่าบทนี้คือการสร้าง "ออฟฟิศจำลอง" ขึ้นมา เพื่อตอบคำถามว่า: ใครจะอยู่? ใครจะไป? และเงินเดือนของพวกเขาจะเติบโตขึ้นแค่ไหน? มาค่อยๆ ทำความเข้าใจไปทีละขั้นตอนกันเลยครับ!

1. ตารางบริการ (แบบจำลองการลดจำนวนหลายปัจจัย - Multiple Decrement Model)

ในวิชา FAM-L พื้นฐาน คุณอาจคุ้นเคยกับตารางมรณะ (Mortality Table) ซึ่งมีทางออกทางเดียวคือ "การเสียชีวิต" แต่ในแผนบำนาญ สถานการณ์จะสมจริงและซับซ้อนกว่านั้นครับ ตารางบริการ (Service Table) จะทำหน้าที่ติดตามกลุ่มพนักงานและคำนวณเหตุผลทุกรูปแบบที่ทำให้พนักงานออกจากแผนบำนาญ

ตารางบริการคืออะไร?

ตารางบริการโดยพื้นฐานแล้วคือ ตารางการลดจำนวนหลายปัจจัย (Multiple Decrement Table) เราจะติดตามกลุ่มพนักงานตั้งแต่เริ่มทำงาน (เช่น อายุ 25 หรือ 30 ปี) ไปจนกว่าทุกคนจะออกจากงาน โดยสาเหตุหลักที่พนักงานออกจากงานมี 4 ประการคือ:

1. การเสียชีวิต (Death) (การลดจำนวนแบบปกติ)
2. การลาออก (Withdrawal) (ลาออกเองหรือถูกเลิกจ้าง)
3. การทุพพลภาพ (Disability) (ออกจากงานเนื่องจากปัญหาสุขภาพ)
4. การเกษียณอายุ (Retirement) (เป้าหมายสูงสุด!)

สัญลักษณ์สำคัญที่ต้องจำ

คุณจะเห็นสัญลักษณ์เหล่านี้บ่อยมาก มาทำความคุ้นเคยกันก่อนครับ:

\( l_x^{(\tau)} \): จำนวนพนักงานที่ "ยังคงทำงานอยู่" ณ อายุ \( x \) โดย \( \tau \) ย่อมาจาก "total" (รวมทุกเหตุผล)
\( d_x^{(j)} \): จำนวนคนที่ออกจากงานระหว่างอายุ \( x \) ถึง \( x+1 \) ด้วยสาเหตุ \( j \) เฉพาะเจาะจง เช่น \( d_x^{(w)} \) อาจเป็นจำนวนคนที่ลาออก (Withdrawal)
\( q_x^{(j)} \): ความน่าจะเป็นที่พนักงานอายุ \( x \) จะออกจากงานด้วยสาเหตุ \( j \) ภายในเวลา 1 ปี

กฎทองของตารางบริการ:
\( l_{x+1}^{(\tau)} = l_x^{(\tau)} - d_x^{(1)} - d_x^{(2)} - ... - d_x^{(n)} \)
พูดง่ายๆ คือ จำนวนพนักงานในปีถัดไปจะเท่ากับจำนวนพนักงานปีนี้ ลบด้วยคนที่ลาออกไปไม่ว่าจะด้วยสาเหตุใดก็ตาม

เปรียบเทียบ: ถังน้ำรั่ว

ลองนึกภาพถังน้ำหนึ่งใบ (แทนตัวพนักงาน) ที่ไม่ได้มีรูรั่วแค่รูเดียว แต่มี สี่ รูที่ก้นถัง แต่ละรูมีป้ายแปะไว้ว่า "เกษียณ", "ลาออก" ฯลฯ ตารางบริการ ก็คือเครื่องมือที่ใช้วัดว่าเหลือน้ำอยู่ในถังเท่าไหร่ หลังจากที่น้ำค่อยๆ รั่วไหลออกไปจากรูเหล่านั้นตามกาลเวลา

ทบทวนสั้นๆ: ประเด็นสำคัญ

• \( l_x^{(\tau)} \) คือจำนวนประชากรที่ยังคงเหลืออยู่
• \( d_x^{(j)} = l_x^{(\tau)} \times q_x^{(j)} \)
• อัตราการลดจำนวนรวมคือผลรวมของแต่ละอัตรา: \( q_x^{(\tau)} = \sum q_x^{(j)} \)

2. ฟังก์ชันระดับเงินเดือน (Salary Scale Functions)

เมื่อเรารู้แล้วว่า ใคร ทำงานอยู่บ้าง ตอนนี้เราต้องมาดูกันว่าพวกเขา มีรายได้ เท่าไหร่ คนส่วนใหญ่ไม่ได้มีเงินเดือนเท่าเดิมตลอด 40 ปี พวกเขาจะได้รับเงินเดือนเพิ่มขึ้น! เราจึงใช้ ฟังก์ชันระดับเงินเดือน (Salary Scale Function) ที่แทนด้วย \( s_x \) เพื่อจำลองการเติบโตนี้

ทำความเข้าใจ \( s_x \)

ค่า \( s_x \) ไม่ใช่จำนวนเงินเป็นดอลลาร์หรือบาท แต่มันคือ ดัชนีสัมพัทธ์ (Relative Index) ซึ่งบอกอัตราส่วนของเงินเดือน ณ อายุหนึ่งเมื่อเปรียบเทียบกับอีกอายุหนึ่ง

ถ้าคุณทราบเงินเดือนของพนักงานที่อายุ \( x \) (ให้เป็น \( Sal_x \)) คุณสามารถทำนายเงินเดือนตอนอายุ \( y \) ได้โดยใช้สูตร:

\( Sal_y = Sal_x \times \frac{s_y}{s_x} \)

ทำไมเงินเดือนถึงเพิ่มขึ้น?

นักคณิตศาสตร์ประกันภัยมักพิจารณา 3 ปัจจัยในตารางระดับเงินเดือน:
1. เงินเฟ้อ (Inflation): การขึ้นของราคาสินค้าทั่วไป
2. ผลิตภาพ (Productivity): การเติบโตทางเศรษฐกิจโดยรวม
3. ความสามารถ/การเลื่อนตำแหน่ง (Merit/Promotions): พนักงานเก่งขึ้นและทำหน้าที่ได้ดีขึ้นตามอายุที่เพิ่มขึ้น

รู้หรือไม่? ในโจทย์ข้อสอบหลายข้อ คุณอาจได้รับค่าอัตราการเติบโตคงที่ต่อปี \( g \) ในกรณีนี้ ตารางเงินเดือนจะมีลักษณะเป็นลำดับเรขาคณิต: \( s_x = (1+g)^x \)

ข้อผิดพลาดที่พบบ่อย: กับดัก "กลางปี"

ต้องระวังให้ดีว่าเงินเดือนจ่าย เมื่อไหร่
• ถ้าเป็นเงินเดือนสำหรับ ปีถัดจากอายุ \( x \) โดยทั่วไปเราจะใช้ \( s_x \)
• บางครั้งโจทย์จะพูดถึง อัตราเงินเดือน ณ ช่วงเวลาหนึ่งเป๊ะๆ ต้องอ่านให้ดีว่าจำเป็นต้องนำเงินเดือนสองปีมาหาค่าเฉลี่ยหรือต้องใช้ค่ากลางปีหรือไม่!

จุดสำคัญที่ต้องจำ

ค่าระดับเงินเดือน \( s_x \) ทำหน้าที่เป็นตัวคูณ หากต้องการหาเงินเดือนในอนาคต ให้ หาร ด้วยค่า \( s \) ณ ปัจจุบัน และ คูณ ด้วยค่า \( s \) ณ อายุที่ต้องการ

3. การคำนวณเงินเดือนเฉลี่ย

แผนบำนาญส่วนใหญ่ไม่ได้จ่ายเงินให้คุณจากเงินเดือนงวดสุดท้ายเพียงอย่างเดียว แต่ใช้ค่าเฉลี่ยของรายได้ในช่วงปีท้ายๆ หรือปีที่ทำรายได้สูงสุด สิ่งนี้เรียกว่า เงินเดือนเฉลี่ยสุดท้าย (Final Average Salary - FAS)

เงินเดือนเฉลี่ยสุดท้าย (ตัวอย่าง 3 ปี)

หากแผนใช้ FAS 3 ปี และพนักงานเกษียณที่อายุ \( R \) ค่า FAS คือค่าเฉลี่ยของเงินเดือนในช่วง 3 ปี ก่อน เกษียณ:

\( FAS = \frac{1}{3} [Sal_{R-1} + Sal_{R-2} + Sal_{R-3}] \)

หากเราทราบเงินเดือนที่อายุปัจจุบัน \( x \) โดยใช้ตารางระดับเงินเดือน \( s_x \) จะเขียนได้ว่า:
\( FAS = \frac{Sal_x}{3} \times [ \frac{s_{R-1}}{s_x} + \frac{s_{R-2}}{s_x} + \frac{s_{R-3}}{s_x} ] \)

ขั้นตอนการคำนวณ FAS:

1. ระบุอายุปัจจุบัน \( x \) และเงินเดือนปัจจุบัน \( Sal_x \)
2. ระบุอายุเกษียณ \( R \)
3. กำหนดจำนวนปีที่ต้องการ (เช่น ถ้าเฉลี่ย 5 ปี คุณต้องใช้เงินเดือนที่อายุ \( R-1, R-2, R-3, R-4, R-5 \))
4. คาดการณ์เงินเดือนแต่ละปี โดยใช้สัดส่วน \( \frac{s_{target}}{s_x} \)
5. หาค่าเฉลี่ย โดยนำเงินเดือนที่คาดการณ์ได้มารวมกันแล้วหารด้วยจำนวนปี

4. สรุปภาพรวม: การประเมินมูลค่า (Valuation)

ทำไมเราต้องใช้ทั้งตารางบริการและตารางระดับเงินเดือน? เพราะในการคำนวณต้นทุนเงินบำนาญในปัจจุบัน เราจำเป็นต้องทราบ:

1. ความน่าจะเป็น ที่พนักงานจะยังทำงานอยู่จนถึงวันรับสิทธิประโยชน์ (จาก ตารางบริการ)
2. จำนวนเงิน ของสิทธิประโยชน์ ซึ่งมักเป็นเปอร์เซ็นต์ของเงินเดือน (จาก ระดับเงินเดือน)
3. มูลค่าเงินตามเวลา (Time Value of Money) (การคิดลดมูลค่าในอนาคตกลับมาเป็นมูลค่าปัจจุบัน)

ตัวอย่างแนวคิด:
มูลค่าปัจจุบันตามคณิตศาสตร์ประกันภัย (APV) ของเงินบำนาญในอนาคตจะมีหน้าตาประมาณนี้ (แบบย่อ):
\( APV = (\text{ความน่าจะเป็นที่จะทำงานจนเกษียณ}) \times (\text{ตัวประกอบคิดลด}) \times (\text{สิทธิประโยชน์ที่คาดการณ์ตามเงินเดือน}) \)

ตัวช่วยจำ: วิธี "PAS"

เมื่อต้องทำโจทย์เหล่านี้ ให้จำคำว่า PAS ไว้ครับ:
P - Probability (ความน่าจะเป็น): ใช้ตารางบริการ \( \frac{l_R^{(\tau)}}{l_x^{(\tau)}} \)
A - Amount (จำนวนเงิน): ใช้ตารางระดับเงินเดือนและสูตรการคำนวณผลประโยชน์
S - Sum/Standardize (รวม/ปรับเป็นมูลค่าปัจจุบัน): คิดลดมูลค่ากลับมาเป็นปัจจุบันโดยใช้อัตราดอกเบี้ย

5. สรุปและเคล็ดลับสู่ความสำเร็จ

• จัดระเบียบให้ดี: โจทย์ตารางบริการมักเกี่ยวข้องกับตารางขนาดใหญ่ อย่าลืมตีตารางและจัดคอลัมน์ให้ตรง!
• ระวังเรื่องอายุ: พนักงานเกษียณอายุ 65 ปี หมายความว่าปีทำงานสุดท้าย (และเงินเดือนงวดสุดท้าย) คือช่วงอายุ 64 ถึง 65 ปี
• รวม vs เฉพาะเจาะจง: อย่าลืมว่า \( q_x^{(\tau)} \) คือความน่าจะเป็นที่จะออกจากงานด้วย ทุก สาเหตุ อย่าจำสลับกับความน่าจะเป็นที่จะออกจากงานด้วย สาเหตุใดสาเหตุหนึ่ง \( q_x^{(j)} \)
• ฝึกทำ FAS: โจทย์คำนวณ FAS ออกสอบแน่นอน ให้ฝึกจนคล่องทั้งค่าเฉลี่ย 3 ปีและ 5 ปี จนรู้สึกเหมือนเป็นเรื่องปกติ

ไม่ต้องกังวลถ้าคณิตศาสตร์ดูหนักหน่วง จำไว้ว่าสิ่งที่เราทำคือการทำนายเส้นทางอาชีพเท่านั้น ว่าจะยาวนานแค่ไหนและจ่ายเงินเท่าไหร่ คุณทำได้แน่นอน!