Return to search

Stokastisk modellering och prognosticering inom livförsäkring : En dödlighetsundersökning på Länsförsäkringar Livs bestånd / Stochastic modeling and prognostication in life insurance : A mortality survey on Länsförsäkringar Liv

Studier av livslängder och dödssannolikheter är avgörande för livförsäkring. Betalningar gällande livförsäkringar är helt beroende av om en individ lever eller ej, eller befinner sig i olika hälsotillstånd. För att kunna prissätta premier korrekt och avsätta reserver är det därför av stort intresse att modellera livslängden på ett så korrekt sätt som möjligt. Försäkringsbranschen använder idag historiskt beprövade och välfungerande modeller som går så långt bak i tiden som 200 år. Det finns modeller ännu längre bak i tiden, men de modeller som används idag är främst Gompertz (1826), Makeham (1860) och Lee-Carter (1992). Även om dessa modeller presterar bra är det alltid nödvändigt att undersöka om det kan finnas alternativa modeller som modellerar dödligheten bättre. I detta examensarbete tillämpas affina korträntemodeller för modellering av dödlighetsintensiteten som ligger till grund för flertalet intressanta aktuariella storheter. Då dessa modeller introducerar stokastisk dödlighet kan osäkerheten och beroendet över tid därmed beskrivas. De korträntemodeller som undersöks i arbetet och som är vanligt förekommande inom den finansiella teorin; är Ornstein-Uhlenbeck, Feller och Hull-White. Dessa modeller jämförs sedan mot varandra vad gäller modellerad dödlighetsintensitet samt förväntad återstående livslängd och ettårig dödssannolikhet. En aspekt av stokastisk dödlighetsmodellering som ej återfinns i befintlig litteratur men som undersöks i detta examensarbete är modellering av dödlighet över tid då detta är en av de mest väsentliga aspekterna inom det livförsäkringsmatematiska arbetet. Till sist i valideringssyfte utvärderas samtliga korträntemodeller genom back-testing. Den andra huvudsakliga delen av arbetet består i att generera resultat för samma storheter som ovan baserat på DUS-metoden för att på så sätt jämföra en kommersiell metod mot en mer teoretisk mindre beprövad sådan. Resultaten visar på en stor potential hos flera av korträntemodellerna kontra DUS både vad gäller modellering över åldrar och kalenderår. Däremot är inte resultaten helt felfria för enstaka kalenderår där stora spikar uppstår på grund av parametermässig felanpassning. Modelleringen av korträntemodellerna över tid var över förväntan då modellerna inte är konstruerade för att fånga avtagande trender. Detta är något som kan betraktas som en stor flexibilitet hos korträntemodellerna då de står sig väl mot Lee-Cartermodellen som används i DUS, både vad gäller ålders- och tidsmodellering av dödlighet. / Studies of life expectancy and death probabilities are crucial for life insurance. Payments for life insurance are completely dependent on whether an individual is alive or not, or is in various health conditions. In order to be able to price premiums correctly and set aside reserves, it is therefore of great importance to model life expectancy in the most accurate way possible. The insurance industry today uses historically proven well-functioning models that go as far back in time as 200 years. There are models even further back in time, but the models used today are mainly Gompertz (1826), Makeham (1860) and Lee-Carter (1992). Although these models perform well, it is always necessary to investigate whether there may be alternative models that model mortality better. In this thesis, affine short-term interest rate models are applied for modeling the force of mortality that forms the basis for most interesting actuarial variables. As these models introduce stochastic mortality, the uncertainty and dependence over time can thus be described. The three short-term interest rate models examined in this project, which are common in financial theory; are Ornstein-Uhlenbeck, Feller and Hull-White. These models are then compared against each other in terms of the modeled force of mortality as well as the expected remaining life expectancy and the one-year probability of death. One aspect of stochastic mortality modeling that is not found in the existing literature but which is examined in this thesis is the modeling of mortality over time as this is one of the most important aspects in the life insurance mathematical industry. Finally, for validation purposes, all short-term interest rate models are evaluated using back-testing. The second main part of the work consists of generating results for the same quantities as above based on the DUS method in order to compare a commercial method with more theoretical and less approved ones. The results show a great potential in several of the short-term interest rate models versus DUS both in terms of modeling over ages and calendar years. However, the results are not completely impeccable for individual calendar years where large spikes occur due to inaccurate parameter calibration. The satisfactory modeling of the short-term interest rate models over time was above the expectations as the models are not designed to capture decreasing trends. This is something that can be considered a great flexibility of the short-term interest rate models as they are more or less as accurate as the Lee-Carter model used in DUS, both in terms of age and time modeling of mortality.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:liu-195826
Date January 2023
CreatorsAndersson, Henrik, Bakke Cato, Robin
PublisherLinköpings universitet, Tillämpad matematik, Linköpings universitet, Tekniska fakulteten
Source SetsDiVA Archive at Upsalla University
LanguageSwedish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0393 seconds