ยินดีต้อนรับสู่เรื่องการคำนวณเบี้ยประกันภัย!
ในบทนี้ เราจะเปลี่ยนผ่านจากการคำนวณ มูลค่า ของผลประโยชน์ในอนาคต มาเป็นการหาคำตอบว่าผู้ถือกรมธรรม์จะต้องจ่ายเงินเท่าไหร่เพื่อให้ได้ผลประโยชน์เหล่านั้น คิดเสียว่านี่คือ "แผนกตั้งราคา" ในโลกของนักคณิตศาสตร์ประกันภัย เราจะมาสำรวจวิธีการตั้งราคา 3 รูปแบบหลักๆ ได้แก่ การตั้งราคาให้ยุติธรรมที่สุด (หลักความเท่าเทียม), การตั้งราคาให้ปลอดภัยสำหรับทั้งบริษัท (หลักเปอร์เซ็นไทล์ของพอร์ตโฟลิโอ), และการตั้งราคาเพื่อให้บริษัทได้กำไรตามเป้าหมาย (มูลค่าปัจจุบันคาดหวังของกำไร)
ถ้ารู้สึกยากในตอนแรก ไม่ต้องกังวลนะ! แม้ว่าสัญลักษณ์ต่างๆ อาจจะดูเหมือนตัวอักษรยุ่งเหยิงไปหมด แต่วิชาที่ซ่อนอยู่ข้างใต้นั้นเป็นเพียงการสร้างสมดุลบนตาชั่งเท่านั้น มาเริ่มกันเลย!
1. หลักความเท่าเทียม (Equivalence Principle): การ "แลกเปลี่ยนที่เป็นธรรม"
หลักความเท่าเทียม (Equivalence Principle) เป็นแนวคิดที่สำคัญที่สุดในการตั้งราคาทางคณิตศาสตร์ประกันภัย โดยกล่าวว่า ณ ขณะที่ออกกรมธรรม์ มูลค่าปัจจุบันคาดหวัง (Expected Value) ของสิ่งที่ลูกค้าจ่าย ต้องเท่ากับมูลค่าปัจจุบันคาดหวังของสิ่งที่ลูกค้าได้รับ
เรากำหนดตัวแปรสุ่มที่เรียกว่า ความเสียหาย ณ วันออกกรมธรรม์ (Loss-at-Issue: L) ซึ่งคำนวณได้ดังนี้:
\( L = PV(\text{Benefits}) + PV(\text{Expenses}) - PV(\text{Premiums}) \)
ภายใต้หลักความเท่าเทียม เราจะตั้งเบี้ยประกันภัยให้ มูลค่าคาดหวัง ของความเสียหายนี้เป็นศูนย์:
\( E[L] = 0 \)
ซึ่งเทียบเท่ากับการกล่าวว่า:
\( E[PV(\text{Premiums})] = E[PV(\text{Benefits})] + E[PV(\text{Expenses})] \)
เบี้ยประกันภัยสุทธิ (Net Premium) เทียบกับ เบี้ยประกันภัยรวม (Gross Premium)
เบี้ยประกันภัยมี "สองรูปแบบ" ที่คุณต้องรู้จัก:
- เบี้ยประกันภัยสุทธิ (Net Premium): ไม่รวมค่าใช้จ่ายต่างๆ ครอบคลุมเฉพาะค่าผลประโยชน์เท่านั้น (เช่น \( P \cdot \ddot{a}_x = A_x \))
- เบี้ยประกันภัยรวม (Gross Premium: G): รวมทุกอย่างไว้ด้วยกัน—ทั้งค่าผลประโยชน์และค่าใช้จ่ายในการดำเนินธุรกิจ (ค่าคอมมิชชัน, ภาษี, และค่าบริหารจัดการ)
ขั้นตอนการแก้สมการหาเบี้ยประกันภัย:
ในการหาเบี้ยประกันภัยโดยใช้หลักความเท่าเทียม ให้ทำตามขั้นตอนดังนี้:
- เขียน มูลค่าปัจจุบันคาดหวังของผลประโยชน์ (EPV of Benefits) (เช่น \( A_x \) สำหรับกรมธรรม์ตลอดชีพ)
- เขียน มูลค่าปัจจุบันคาดหวังของเบี้ยประกันภัย (EPV of Premiums) ในรูปของตัวแปรที่ไม่ทราบค่า (เช่น \( P \cdot \ddot{a}_x \))
- เขียน มูลค่าปัจจุบันคาดหวังของค่าใช้จ่าย (EPV of Expenses) (ระวังเรื่องค่าใช้จ่าย "ปีแรก" เทียบกับค่าใช้จ่าย "ปีต่ออายุ"!)
- นำมาตั้งสมการให้เท่ากัน: \( \text{Premiums} = \text{Benefits} + \text{Expenses} \)
- แก้สมการหาค่าเบี้ยประกันภัย
คำแนะนำสั้นๆ: ตรวจสอบเสมอว่าเบี้ยประกันภัยจ่ายที่ ต้นปี (Annuity-due \( \ddot{a} \)) หรือ ปลายปี (Annuity-immediate \( a \)) ในข้อสอบ FAM เบี้ยประกันภัยมักจะจ่ายที่ต้นปีเสมอ!
สรุปประเด็นสำคัญ: หลักความเท่าเทียมหมายความว่า "โดยเฉลี่ยแล้ว บริษัทจะเท่าทุน ณ จุดเริ่มต้นของกรมธรรม์"
2. หลักเปอร์เซ็นไทล์ของพอร์ตโฟลิโอ (Portfolio Percentile Principle): "เบาะรองรับความปลอดภัย"
หากบริษัทเก็บเบี้ยประกันภัยตามหลักความเท่าเทียมเพียงอย่างเดียว บริษัทมีโอกาส 50/50 ที่จะขาดทุนเนื่องจากความผันผวนแบบสุ่ม หลักเปอร์เซ็นไทล์ของพอร์ตโฟลิโอ จึงตั้งเบี้ยประกันภัยเพื่อให้บริษัทมีความน่าจะเป็นสูง (เช่น 95% หรือ 99%) ที่จะสามารถจ่ายเคลมได้ทั้งหมด
คณิตศาสตร์ของกรมธรรม์จำนวนมาก
แทนที่จะดูแค่คนเดียว เรามองเป็น พอร์ตโฟลิโอ (Portfolio) ของกรมธรรม์ที่เป็นอิสระต่อกัน \( n \) กรมธรรม์ ให้ \( S \) คือผลรวมของความเสียหายทั้งหมด:
\( S = L_1 + L_2 + ... + L_n \)
เราต้องการหาเบี้ยประกันภัย \( P \) ที่ทำให้ความน่าจะเป็นที่ความเสียหายรวมเป็นค่าบวกมีน้อยมาก (สมมติให้ความน่าจะเป็นนี้คือ \( \alpha \)):
\( Pr(S > 0) \le \alpha \)
การใช้การประมาณค่าแบบปกติ (Normal Approximation)
เนื่องจากค่า \( n \) มักจะมีจำนวนมาก เราจึงใช้ ทฤษฎีขีดจำกัดส่วนกลาง (Central Limit Theorem) โดยสมมติว่า \( S \) มีการแจกแจงปกติ (Normal Distribution) โดยมี:
ค่าเฉลี่ย: \( E[S] = n \cdot E[L] \)
ความแปรปรวน: \( Var(S) = n \cdot Var(L) \)
สูตรในการหาเบี้ยประกันภัยรวมสำหรับพอร์ตโฟลิโอคือ:
\( \text{Total Premium} = E[S] + z_{\alpha} \cdot \sqrt{Var(S)} \)
โดยที่ \( z_{\alpha} \) คือค่าเปอร์เซ็นไทล์ของการแจกแจงปกติมาตรฐาน (เช่น 1.645 สำหรับ 95%)
การเปรียบเทียบ: ลองจินตนาการว่าคุณเป็นเจ้าภาพจัดงานปาร์ตี้ หลักความเท่าเทียมบอกว่าให้คุณสั่งพิซซ่าให้พอดีกับความหิวเฉลี่ย แต่หลักเปอร์เซ็นไทล์บอกว่าให้คุณสั่งเพิ่มอีก 2 ถาดเผื่อไว้ในกรณีที่เพื่อนๆ ของคุณหิวมากกว่าปกติ คุณจะได้มีกินเพียงพอ!
รู้หรือไม่? เมื่อจำนวนกรมธรรม์ (\( n \)) เพิ่มขึ้น "ภาระความเสี่ยง" ต่อกรมธรรม์จะลดลง นี่คือ กฎของจำนวนมาก (Law of Large Numbers) ที่กำลังทำงานอยู่!
สรุปประเด็นสำคัญ: หลักการนี้คำนึงถึง ความเสี่ยง จากความผันผวน ไม่ใช่แค่ ต้นทุนเฉลี่ย เท่านั้น
3. มูลค่าปัจจุบันคาดหวังของกำไร (EPV of Profit)
บริษัทประกันภัยไม่ใช่การกุศล พวกเขาจำเป็นต้องทำกำไรเพื่อให้อยู่รอด! กำไร (Profit) ก็คือสิ่งที่ตรงข้ามกับ ความเสียหาย (Loss)
หากเรากำหนดให้ ตัวแปรสุ่มกำไร (Profit Random Variable: Pr) คือ:
\( Pr = -L = PV(\text{Premiums}) - PV(\text{Benefits}) - PV(\text{Expenses}) \)
ดังนั้น EPV ของกำไร ก็คือค่าคาดหวังของตัวแปรนั้นนั่นเอง: \( E[Pr] \)
การตั้งเป้าหมายกำไร
ในโจทย์สอบหลายข้อ คุณจะถูกขอให้หาเบี้ยประกันภัยที่ส่งผลให้ได้ อัตรากำไร (Profit Margin) หรือ กำไรคาดหวัง (Expected Profit) ตามที่กำหนด
ตัวอย่าง: "จงหาเบี้ยประกันภัย \( G \) ที่ทำให้ EPV ของกำไรเท่ากับ 10% ของ EPV ของเบี้ยประกันภัย"
สมการ: \( E[Pr] = 0.10 \cdot E[PV(\text{Premiums})] \)
ข้อควรระวังทั่วไป:
- ความแปรปรวนของ L: อย่าลืมว่า \( Var(L) = Var(PV(\text{Benefits}) - PV(\text{Premiums})) \) หากเบี้ยประกันภัยเป็นแบบคงที่ มักจะลดทอนเป็นสูตรที่เกี่ยวข้องกับ \( ^2A_x \) อย่าลืมยกกำลังสองเทอม (Benefit + Premium/d) ถ้าใช้สูตรลัด!
- ช่วงเวลา: ระวังค่าใช้จ่ายที่เกิดขึ้น "ณ วันที่ออกกรมธรรม์" (เวลา 0) เทียบกับค่าใช้จ่ายที่เกิดขึ้น "ณ สิ้นปีแต่ละปี"
- อัตราดอกเบี้ย: บางครั้งโจทย์ให้ \( d \) (อัตราส่วนลด) และบางครั้งให้ \( i \) (อัตราดอกเบี้ย) ตรวจสอบให้ดีก่อนเริ่มคำนวณมูลค่าปัจจุบันของเงินงวด (Annuities)!
สรุปประเด็นสำคัญ: กำไรคือ "ความเสียหายที่เป็นลบ" การตั้งเป้าหมายกำไรเป็นเพียงอีกวิธีหนึ่งในการจัดรูปสมการของหลักความเท่าเทียม
สรุปสาระสำคัญ
- หลักความเท่าเทียม (Equivalence Principle): ตั้งค่า \( E[L] = 0 \) (ราคาที่เป็นธรรม)
- ความเสียหาย ณ วันออกกรมธรรม์ (Loss-at-Issue: L): \( PV(\text{Outgo}) - PV(\text{Income}) \)
- หลักเปอร์เซ็นไทล์ของพอร์ตโฟลิโอ: ใช้ \( E[S] + z \cdot \sigma_S \) เพื่อหาจำนวนเงินรวมที่มั่นใจได้ในระดับ \( 1-\alpha \)
- การแจกแจงปกติ (Normal Distribution): ใช้ค่าเฉลี่ยและความแปรปรวนของกรมธรรม์ 1 ฉบับ แล้วคูณหรือถอดรูทสำหรับ \( n \) กรมธรรม์
- กำไร (Profit): \( E[Profit] = -E[Loss] \)
ส่งท้าย: คุณกำลังสร้างรากฐานที่สำคัญสำหรับการสร้างแบบจำลองทางคณิตศาสตร์ประกันภัยทั้งหมด! หมั่นฝึกฝนการเปลี่ยนไปมาระหว่างสูตรความเสียหายและสัญลักษณ์เงินงวด แล้วคุณจะเชี่ยวชาญบทนี้ได้ในไม่ช้า