ยินดีต้อนรับสู่เรื่องการจ่ายเงินประกันภัย (Insurance Payments)!
สวัสดีครับ! ถ้าคุณเคยอ่านกรมธรรม์ประกันภัยรถยนต์หรือประกันสุขภาพ คุณคงเคยเห็นคำศัพท์อย่าง "ค่าเสียหายส่วนแรก" (deductible) หรือ "วงเงินความคุ้มครองสูงสุด" (out-of-pocket limit) ในบทนี้เราจะนำกฎกติกาการประกันภัยในโลกความเป็นจริงเหล่านั้นมาประยุกต์ใช้กับหลักการของความน่าจะเป็น (Probability) กันครับ
เป้าหมายของเราคือการหาว่าบริษัทประกันภัยคาดการณ์ว่าจะต้องจ่ายเงินเคลมเท่าไหร่จากความเสียหายที่เกิดขึ้นแบบสุ่ม ไม่ต้องกังวลหากอ่านตอนแรกแล้วรู้สึกว่ามีเนื้อหาเยอะนะครับ เพราะเมื่อคุณเห็นรูปแบบ (pattern) ของมันแล้ว ทุกอย่างก็จะกลายเป็นแค่เรื่องของแคลคูลัสและการคิดเชิงตรรกะพื้นฐาน เรามาเริ่มลุยกันเลย!
1. พื้นฐาน: ความเสียหาย (Loss) vs การจ่ายเงิน (Payment)
ในการสอบ Exam P เรามักจะจัดการกับตัวแปรสุ่มสองประเภทที่ต่างกัน:
1. \(X\) (Ground-Up Loss หรือ ความเสียหายเต็มจำนวน): คือจำนวนเงินค่าเสียหายทั้งหมดที่เกิดขึ้นจริง เป็นมูลค่าความเสียหายที่ต้องรับผิดชอบหากไม่มีประกันเลย
2. \(Y\) (Insurance Payment หรือ การจ่ายเงินของประกัน): คือจำนวนเงินที่บริษัทประกันจ่ายจริงหลังจากนำกฎเกณฑ์ของกรมธรรม์มาคำนวณแล้ว
ลองนึกภาพตามนี้ครับ: ถ้าทำโทรศัพท์ตกและต้องเสียค่าซ่อม 500 ดอลลาร์ ตัวความเสียหาย (Loss) คือ 500 ดอลลาร์ แต่ถ้าบริษัทประกันจ่ายให้คุณเพียง 300 ดอลลาร์ตามเงื่อนไขกรมธรรม์ การจ่ายเงิน (Payment) ก็คือ 300 ดอลลาร์นั่นเองครับ
2. ค่าเสียหายส่วนแรก (Deductible): "ค่าธรรมเนียมแรกเข้า" ของคุณ
ค่าเสียหายส่วนแรก (มักแทนด้วย \(d\)) คือจำนวนเงินที่ผู้เอาประกันภัยต้องจ่ายก่อนที่บริษัทประกันจะควักกระเป๋าจ่ายเงินแม้แต่บาทเดียว มันคือการ "หักออก" จากความเสียหายรวมนั่นเองครับ
กฎคือ:
ถ้าความเสียหาย \(X\) น้อยกว่าค่าเสียหายส่วนแรก \(d\) บริษัทประกันจ่าย 0 บาท
ถ้าความเสียหาย \(X\) มากกว่าค่าเสียหายส่วนแรก \(d\) บริษัทประกันจ่าย \(X - d\)
ในทางคณิตศาสตร์ เราเขียนการจ่ายเงิน \(Y\) ได้เป็น:
\( Y = \max(0, X - d) \)
การคำนวณค่าคาดหมาย (Expected Payment) เมื่อมีค่าเสียหายส่วนแรก
เพื่อหา ค่าคาดหมาย \(E[Y]\) คุณต้องอินทิเกรตส่วนของความเสียหายที่ "เหลือรอด" จากค่าเสียหายส่วนแรก:
\( E[Y] = \int_{d}^{\infty} (x - d) f(x) dx \)
เทคนิคทางลัด: วิธีฟังก์ชันการอยู่รอด (Survival Function Method)
สำหรับตัวแปรสุ่มที่ไม่เป็นลบ วิธีนี้คำนวณได้เร็วกว่ามากครับ! หากคุณทราบฟังก์ชันการอยู่รอด (survival function) \(S(x) = P(X > x)\) แล้ว:
\( E[Y] = \int_{d}^{\infty} S(x) dx \)
เทคนิคนี้ช่วยประหยัดเวลาในการสอบได้มหาศาลเลยครับ!
ข้อแตกต่างที่สำคัญ: Per Loss vs. Per Payment
จุดนี้เป็นที่ที่นักเรียนหลายคนพลาดบ่อยมาก! ต้องอ่านโจทย์ให้ดีนะครับ:
1. Expected Payment per Loss (\(E[Y_L]\)): คือการจ่ายเงินเฉลี่ยเมื่อคิดความเสียหายที่เกิดขึ้น ทั้งหมด รวมถึงกรณีที่บริษัทจ่าย 0 บาทด้วย
2. Expected Payment per Payment (\(E[Y_P]\)): คือการจ่ายเงินเฉลี่ย ภายใต้เงื่อนไขว่ามีการจ่ายเงินเกิดขึ้นจริง (นั่นคือ เมื่อ \(X > d\))
ความสัมพันธ์คือ:
\( E[Y_P] = \frac{E[Y_L]}{P(X > d)} \)
หัวใจสำคัญ: ค่าเสียหายส่วนแรกจะเปลี่ยนการกระจายของความเสียหาย (Loss distribution) โดยมันจะตัดการเคลมขนาดเล็กออกไป และลดมูลค่าของการเคลมขนาดใหญ่ลง
3. วงเงินความคุ้มครอง (Benefit Limits): "เพดาน" การจ่าย
วงเงินความคุ้มครอง (หรือ cap มักแทนด้วย \(u\)) คือจำนวนเงินสูงสุดที่บริษัทประกันจะจ่ายให้ พวกเขาไม่จ่ายค่าบ้านคฤหาสน์ 10 ล้านของคุณแน่ๆ ถ้ากรมธรรม์ของคุณคุ้มครองสูงสุดแค่ 500,000 ดอลลาร์!
กฎคือ:
บริษัทจ่ายเต็มจำนวนความเสียหาย \(X\) แต่ ไม่เกิน \(u\)
\( Y = \min(X, u) \)
การคำนวณค่าคาดหมายเมื่อมีวงเงินความคุ้มครอง
สมการอินทิเกรตจะเป็นดังนี้:
\( E[Y] = \int_{0}^{u} x f(x) dx + \int_{u}^{\infty} u f(x) dx \)
ทางลัดด้วย Survival Function:
เช่นเคย ฟังก์ชันการอยู่รอดทำให้ทุกอย่างง่ายขึ้น:
\( E[Y] = \int_{0}^{u} S(x) dx \)
รู้หรือไม่? การใช้ \(\int S(x)dx\) จริงๆ แล้วก็คือการคำนวณพื้นที่ใต้กราฟนั่นเอง สำหรับกรณีที่มีวงเงิน \(u\) คุณก็แค่คำนวณพื้นที่ไปจนถึงจุด \(u\) แล้วหยุดแค่นั้นครับ
หัวใจสำคัญ: วงเงินความคุ้มครองช่วยป้องกันไม่ให้บริษัทประกันต้องเผชิญกับความเสียหายระดับหายนะ (catastrophic losses) ที่ใหญ่เกินรับไหว
4. การร่วมจ่าย (Coinsurance): แบ่งกันจ่าย
การร่วมจ่าย (แทนด้วย \(\alpha\)) คือเปอร์เซ็นต์คงที่ที่บริษัทประกันยอมจ่ายให้ ถ้าคุณมี Coinsurance 80% หมายความว่าบริษัทจ่าย 80% ของความเสียหายที่คุ้มครอง และคุณจ่ายเอง 20%
กฎคือ:
\( Y = \alpha \cdot X \)
ตัวนี้คำนวณง่ายที่สุด! เพราะคุณสมบัติ ความเป็นเชิงเส้นของค่าคาดหมาย (linearity of expectation):
\( E[Y] = \alpha \cdot E[X] \)
\( Var(Y) = \alpha^2 \cdot Var(X) \)
หัวใจสำคัญ: Coinsurance จะปรับขนาดของการกระจายตัวความเสียหายทั้งหมดลงด้วยตัวคูณ \(\alpha\)
5. เงินเฟ้อ (Inflation): เมื่อทุกอย่างแพงขึ้น
เงินเฟ้อส่งผลต่อ Ground-Up Loss \(X\) ถ้าอัตราเงินเฟ้อคือ \(r\) ความเสียหายแต่ละครั้งจะกลายเป็น \((1+r)X\)
กับดักที่ต้องระวัง!
โดยปกติแล้วค่าเสียหายส่วนแรก (Deductible) และวงเงิน (Limit) จะ คงที่เหมือนเดิม แม้เงินเฟ้อจะเกิดขึ้น ถ้าค่าเสียหายส่วนแรกของคุณคือ 500 ดอลลาร์ แล้วเงินเฟ้อพุ่งสูงขึ้น ความเสียหายรวมจะมากขึ้น แต่คุณก็ยังคงต้องจ่าย 500 ดอลลาร์แรกอยู่ดี นั่นหมายความว่าบริษัทประกันจะต้องจ่ายเงิน มากกว่า อัตราเงินเฟ้อเสียอีก!
ขั้นตอนการแก้โจทย์เรื่องเงินเฟ้อ:
1. ให้ความเสียหายใหม่เป็น \(X' = (1+r)X\)
2. นำกฎเกณฑ์ของกรมธรรม์ (Deductible, Limit) ไปปรับใช้กับ \(X'\)
3. การจ่ายเงินใหม่จะเป็น \(Y_{new} = \max(0, \min((1+r)X, \text{limit}) - \text{deductible})\)
6. รวมทุกอย่างเข้าด้วยกัน: สูตรมหาประลัย
โจทย์ Exam P ส่วนใหญ่มักนำกฎเหล่านี้มารวมกัน กรมธรรม์ทั่วไปอาจมีทั้งค่าเสียหายส่วนแรก \(d\), วงเงิน \(u\), และการร่วมจ่าย \(\alpha\)
ลำดับการคำนวณมาตรฐาน (ถ้าโจทย์ไม่ได้ระบุเป็นอย่างอื่น) คือ:
1. ใส่ Limit (บนค่าความเสียหาย)
2. ใส่ Deductible
3. ใส่ Coinsurance
สูตรการจ่ายเงิน:
\( Y = \alpha \cdot [\min(X, u) - d]_+ \)
(หมายเหตุ: สัญลักษณ์ \([]_+\) หมายถึง "ให้นำค่าที่คำนวณได้เปรียบเทียบกับ 0 แล้วเลือกค่าที่มากกว่า")
ตารางสรุปเพื่อการทบทวน
Deductible (\(d\)): บริษัทจ่าย \( (X-d) \) เมื่อ \( X>d \). ทางลัด: \( \int_d^\infty S(x) dx \).
Limit (\(u\)): บริษัทจ่าย \( X \) แต่ไม่เกิน \( u \). ทางลัด: \( \int_0^u S(x) dx \).
Coinsurance (\(\alpha\)): บริษัทจ่ายตามเปอร์เซ็นต์. \( E[Y] = \alpha E[X] \).
Per Payment: นำค่าคาดหมายแบบ Per Loss มาหารด้วย \( P(X > d) \).
คำแนะนำส่งท้าย
อย่าให้เรื่องอินทิเกรตทำให้คุณกลัวนะครับ! โจทย์ Exam P จำนวนมากใช้การกระจายตัวแบบ Uniform หรือ Exponential ในหัวข้อเหล่านี้ สำหรับการกระจายแบบ Uniform คุณสามารถแก้โจทย์ได้ง่ายๆ ด้วยการคำนวณพื้นที่รูปสี่เหลี่ยมคางหมูหรือสามเหลี่ยมบนกราฟแทนที่จะต้องทำแคลคูลัสเต็มรูปแบบ หมั่นฝึกฝนบ่อยๆ แล้ว "ตัวปรับแต่งกรมธรรม์" เหล่านี้จะกลายเป็นเรื่องที่ง่ายเหมือนปอกกล้วยเลยครับ!