1 / 94
Outline
1
2
3
4
5
6
9
10
11
Pendahuluan
Joint Distribution of Future Lifetimes
The Joint-Life Status
The Last-Survivor Status
More Probabilities and Expectations
Dependent Lifetime Models
Common Shock
Copulas
Insurance and Annuity Benefits
Survival Status
Special Two-Life Annuities
Reversionary Annuities
Evaluation - Special Mortality Assumptions
Gompertz and Makeham Laws
Distribusi Uniform
Simple Contingent Functions
Evaluation - Simple Contingent Functions
Catatan
Multiple Life Function
2 / 94
Pendahuluan
Pendahuluan
Pada bagian ini akan dibahas model-model yang terdiri atas sisa hidup
dari dua kehidupan. Aktuarial present value untuk dasar-dasar manfaat
dapat dihitung dengan mengaplikasikan konsep dan teknik yang telah
dipelajari sebelumnya. Model dibuat dengan mengasumsikan sisa hidup
dari dua kehidupan sebagai random variable yang independen.
3 / 94
Untuk dua kehidupan (x) dan (y), joint p.d.f (Probability Density Function) dengan waktu sisa hidupnya, T (x) dan T (y) adalah
fT (x)T (y) (s, t)
dengan 0 < s < m, 0 < t < n
4 / 94
5 / 94
Pada gambar sebelumnya join d.f terbagi atas 4 region dimana setiap
region memiliki fungsi tersendiri. Untuk region I yaitu:
FT (x)T (y) (s, t) = Pr [T (x) s dan T (y) t]
Zs Zt
=
6 / 94
Region II
FT (x)T (y) (s, t) = FT (x)T (y) (s, n) = FT (x) (s)
7 / 94
Region II
FT (x)T (y) (s, t) = FT (x)T (y) (s, n) = FT (x) (s)
Region III
FT (x)T (y) (s, t) = 1
7 / 94
Region II
FT (x)T (y) (s, t) = FT (x)T (y) (s, n) = FT (x) (s)
Region III
FT (x)T (y) (s, t) = 1
Region IV
FT (x)T (y) (s, t) = FT (x)T (y) (m, t) = FT (y) (t)
7 / 94
8 / 94
Zm Zn
fT (x)T (y) (u, v)dv du
=
s
9 / 94
10 / 94
11 / 94
11 / 94
11 / 94
Pengertian
12 / 94
Kasus Dependent
Diberikan fungsi distribusi dari T , untuk t > 0, dalam bentuk distribusi
gabungan dari T (x) dan T (y) untuk kasus general (dependent):
FT (t) = t qxy = Pr(T t)
= 1 sT (x)T (y) (t, t)
dengan menggunakan dasar peluang FT (t) = Pr[min[T (x), T (y)] t]
dimana [min[T (x), T (y)] t] adalah gabungan dari [T (x) t] dan
[T (y) t] dapat diperoleh
FT (t) = Pr[T (x) t] + Pr[T (y) t] Pr[T (x) t T (y) t]
= t qx + t qy FT (x)T (y) (t, t)
13 / 94
Kasus Independent
Jika T (x) dan T (y) saling bebas, dua bentuk dari fungsi distribusi dari T
dapat ditulis sebagai bentuk fungsi kehidupan tunggal sebagai berikut:
FT (t) = Pr[min[T (x), T (y)] t]
= 1 sT (x)T (y) (t, t) = 1 t pxt py
dan
FT (t) = t qx + t qy FT (x)T (y) (t, t) = t qx + t qy t qxt qy
Pada kasus dependent t pxy = sT (x)T (y) (t, t) sedangkan pada kasus independent t pxy = t pxt py .
14 / 94
dan
fT (xy) (t) =fT (x) (t) + fT (y) (t)
Z t
Z t
0
Multiple Life Function
15 / 94
Kasus Independent
16 / 94
Force of Failure
fT (xy) (t)
1 FT (xy) (t)
17 / 94
18 / 94
Curtate-Future-Lifetime
19 / 94
20 / 94
untuk a > 0
21 / 94
+ t pxy = t px + t py
dan
fT (xy) (t) + fT (xy) (t) = fT (x) (t) + fT (y) (t)
bentuk lain dari fungsi distribusinya:
FT (xy) (t) = FT (x) (t) + FT (y) (t) FT (xy) (t) = FT (x)T (y) (t, t)
22 / 94
Bentuk Aktuaria
Bentuk aktuarianya:
t qxy
t pxy
= t qx + t qy t qxy
23 / 94
Force of Failure
Bentuk Force of Failure nya adalah:
xy (t) =
=
fT (xy) (t)
1 FT (xy) (t)
t px
(x + t) + t py (y + t) t pxy xy (t)
t pxy
xy (t) = t qy t px (x + t) + t qx t py (y + t)
dan
xy (t) =
t qy t p x
(x + t) + t qx t py (y + t)
t qy t p x + t qx t p y + t p x t p y
24 / 94
Ekspektasi T (u)
Diketahui e = E[T (u)], untuk satu buah kelangsungan hidup (u) memiliki formula sebagai berikut:
Z
eu =
t pu dt
0
exy =
t pxy dt
0
exy =
t pxy
dt
exy = ex + ey exy
Multiple Life Function
25 / 94
t pxy
dt
t pxy
dt
X
0
26 / 94
Variansi
2
t t pxy dt cxy
2
t t pxy dt cxy
V ar[T (xy)] = 2
0
untuk Last-Survivor:
Z
V ar[T (xy)] = 2
0
27 / 94
Covarians
Bentuk umum:
Cov[T (xy), T (xy)] = E[T (xy)T (xy] E[T (xy)]E[T (xy)]
= Cov[T (x), T (y)] + [E[T (x)] E[T (xy)]]
[[T (y)] E[T (xy)]]
jika T (x) dan T (y) tidak berkorelasi, maka:
28 / 94
Common Shock
Common Shock
Diberikan T (x) dan T (y) sebagai dua buah random variabel sisa usia,
dengan tidak adanya kemungkinan dari common shock, jika independent:
sT (x)T (y) (s, t) = Pr [T (x) > s T (y) > t]
= sT (x) (s) sT (y) (t)
29 / 94
Common Shock
z > 0, 0
30 / 94
Common Shock
31 / 94
Common Shock
2
sT (x) (s) sT (y) (t)e[max(s,t)]
s
t
h
i
= s0T (x) (s)s0T (y) (t) s0T (x) (s)sT (y) (t) et
dimana 0 < s < t.
dan
fT (x)T (y) (t, t) = et sT (x) (t) sT (y) (t)
t0
32 / 94
Common Shock
33 / 94
Common Shock
34 / 94
Common Shock
Bentuk Joint-Life:
sT (xy) (t) = sT (x) (t) sT (y) (t) et
0<t
Bentuk Last-Survivor
sT (xy) (t) = sT (x) (t) + sT (y) (t) sT (x)T (y) (t, t) et
0<t
35 / 94
Copulas
Copula
e 1
36 / 94
Copulas
=h
i2 (e 1)
(e 1) + (eFT (x) (s) 1)(eFT (y) (t) 1)
dan
FT (x)T (y) (s, ) = FT (x) (s)
FT (x)T (y) (, t) = FT (y) (t)
Multiple Life Function
37 / 94
Copulas
Estimasi Parameter
Parameter mengatur ke-dependent dari T (x) dan T (y). Dapat diapresiasi dengan menemukan
n
o
lim fT (x)T (y) (s, t) = fT (x) (s)fT (y) (t) lim [A()B()C()]
0
dimana
A() = e[FT (x) (s)+FT (y) (t)]
(e 1)
B() =
(e 1)2
1
C() = n
h
io2
1 + eFT (x) (s) 1 eFT (y) (t) 1 / (e 1)
38 / 94
Copulas
Diperoleh:
lim A() = 1
lim B() = 1
lim C() = 1
dan
lim fT (x)T (y) (s, t) = fT (x) (s)fT (y) (t)
39 / 94
Pada bagian ini akan dibahas mengenai nilai asuransi dan anuitas yang
didefinisikan untuk status survivalnya (u).
Lebih lanjut, akan dibahas contoh anuitas yang lebih kompleks; yaitu
anuitas yang dibayarkan untuk suatu survival status (u) setelah ditunda
sampai status survival lainnya (v ) gagal.
40 / 94
Survival Status
Survival Stasus
Dengan mengganti single-life status (x) dengan survival status (u), maka
dapat diperoleh simbol untuk nilai aktuaria sekarang, variansi, dan persentil dalam (u).
Pada asuransi diskrit, jika K merupakan variabel random diskrit sisa
usia (curtate f uture lif etime) dari survival status (u), maka diperoleh
Waktu pembayaran adalah K + 1
Nilai sekarang dari pembayaran Z = K + 1
Nilai aktuaria sekarang, Au adalah
E[Z] =
v k+1 P r(K = k)
k=0
V ar(Z) = 2 Au (Au )2
Multiple Life Function
41 / 94
Survival Status
Contoh:
Asuransi diskrit untuk last-survivor status adalah
Axy =
k=0
42 / 94
Survival Status
Y =
K+1
a
, K = 0, 1, ..., n 1
a
n
a
u:n = E[Y ] =
a
u:n = E[Y ] =
, K = n, n + 1, ...
n1
X
0
n1
X
a
K+1
k Eu
k| qu
+a
n n pu
n1
X
v k k pu
1
a
u:n = (1 Au:n )
n
1
V ar(y) = 2 2 Au:n (Au:n )2
d
Multiple Life Function
43 / 94
Survival Status
Axy:n = 1 d
axy:n
2
Axy:n = 1 (2d d2 ) 2 a
xy:n
44 / 94
Survival Status
45 / 94
Survival Status
Sama halnya seperti asuransi diskrit dari survival status (u), kita dapat
memperoleh nilai sekarang, nilai aktuaria, dan variansi untuk asuransi
kontinu dari survival status (u), yaitu:
Z = vT
Au =
v t t pu u (t) dt
V ar(Z) = 2 Au (Au )2
46 / 94
Survival Status
Contoh:
Asuransi kontinu untuk last-survivor status adalah:
Z
v t t pxy xy (t) dt
Axy =
0
atau
Z
Axy =
47 / 94
Survival Status
Y =a
ZT
a
u =
a
t t pu u (t) dt
0
Z
=
v t t pu dt
V ar(Y ) =
0
2A
u
(Au )2
2
Dengan persaman
aT + v T = 1, juga berlaku untuk T = T (u).
48 / 94
Survival Status
a
t [t px (x + t) + t py (y + t) t pxy xy (t)] dt
a
xy =
0
Z
=
v t t pxy dt,
2A
xy
(Axy )2
.
2
49 / 94
Survival Status
(1)
T (xy)+1 = a
T (x)+1 + a
T (y)+1 ,
a
T (xy)+1 + a
(2)
50 / 94
Survival Status
Jika persamaan (1) dan (2) diekspektasikan untuk setiap ruasnya, maka
diperoleh hasil berikut:
Axy + Axy = Ax + Ay ,
(3)
a
xy + a
xy = a
x + a
y .
(4)
51 / 94
Survival Status
a
xy =
(+)t
52 / 94
Survival Status
Contoh 1
a. Perluas persamaan (1) untuk asuransi kontinu berjangka n-tahun
dari last-survivor status. Jika ada salah satu individu yang masih
hidup di waktu n, maka manfaat meninggal tidak dibayarkan.
b. Gunakan hasil dari bagian (a.) untuk menghitung nilai sekarang
aktuaria dari asuransi kontinu berjangka 5-tahun untuk
last-survivor status, dengan = 0, 05 dan p.d.f
fT (t) = 0.002[t3 + (10 t)3 ], 0 t < 10.
53 / 94
Survival Status
Penyelesaian :
a. Dengan menulis ulang persamaan (1) untuk asuransi berjangka
n-tahun serta mengekspektasikan setiap ruas, diperoleh:
1
1
1
1
= Ax:n
+ Ay:n
Axc
Axy:n
y:n ,
1
dengan Axc
y:n merupakan asuransi berjangka untuk joint-life
status.
1
1
Ax:5
= Ax:5
=
= 0.4563.
54 / 94
Survival Status
e0.05t 0.0004(10 t)3 dt = 0.8614.
55 / 94
56 / 94
Penyelesaian:
a. Anuitas ini merupakan kombinasi dari pembayaran sebesar 2/3
unit per tahun, jika setidaknya ada satu diantara (x) dan (y)
hidup sampai waktu T (xy), dan pembayaran sebesaran 1/3 unit
per tahun, jika keduanya hidup sampai T (xy). Sehingga variabel
random untuk anuitas ini adalah
1
2
.
Z= a
T (xy) + a
3
3 T (xy)
b. Nilai aktuaria sekarang dari Z adalah
2
1
E[Z] = a
xy + a
xy
3
3
dengan mensubstitusikan a
xy seperti pada persamaan (4),
diperoleh
2
2
1
E[Z] = a
x + a
y a
xy
3
3
3
Multiple Life Function
57 / 94
v t (t py t pxy )dt
3 0
58 / 94
+ a
V ar(Z) = V ar
3 T (xy)
3 T (xy)
4
1
4
= V ar(
aT (xy) ) + V ar(
aT (xy) ) + Cov(
aT (xy) , a
T (xy) ).
9
9
9
Karena T (x) dan T (y) independen, maka
Cov(v T (xy) , v T (xy) )
2
Cov(
aT (xy) , a
T (xy) ) =
Sehingga,
V ar(Z) =
xy (A
xy )2 ]+1/9[2 A
xy (A
xy )2 ]+(A
x A
xy )(A
y A
xy )
4/9[2 A
2
H
59 / 94
Reversionary Annuities
Reversionary Annuities
60 / 94
Reversionary Annuities
a
T (y) a
T (x)
0
T (x) T (y)
T (x) > T (y)
61 / 94
Reversionary Annuities
a
T (y) a
T (x)
a
T (y) a
T (y)
T (x) T (y)
T (x) > T (y)
(5)
h
i
h
i
a
x|y = E[Z] = E a
T (y) E a
T (xy) = a
y a
xy .
(6)
Sehingga,
Persamaan (5) dan (6) berlaku untuk survival status (u) dan (v). Sebagai contoh,
a
x:n | y = a
y a
xy : n ,
a
x | y:n = a
y : n a
xy : n
Multiple Life Function
62 / 94
Reversionary Annuities
pembayaran sebesar 1 unit per tahun setelah n-tahun jika (x) dan
(y) kedua-duanya hidup
pembayaran sebesar 3/4 unit per tahun setelah n-tahun jika (x)
hidup dan (y) meninggal
pembayaran sebesar 1/2 unit per tahun setelah n-tahun jika (y)
hidup dan (x) meninggal
63 / 94
Reversionary Annuities
Penyelesaian:
Dengan menggunakan anuitas reversional diperoleh:
kasus 1 merupakan anuitas pasti n-tahun, yaitu: a
n
kasus 2 merupakan anuitas tertunda n-tahun untuk joint-life
status (xy), yaitu: n| a
n = a
xy a
xy : n
kasus 3 merupakan anuitas reversional dengan pembayaran 3/4
per tahun untuk x setelah y : n , yaitu:
3
3
3
a
y:n | x = (
ax a
x : (y:n ) ) = (
ax a
xy a
x:n + a
xy:n )
4
4
4
64 / 94
Reversionary Annuities
65 / 94
Telah dibahas sebelumnya mengenai nilai sekarang aktuaria dari berbagai asuransi dan anuitas yang melibatkan 2 variabel random kontinu sisausia (future-lifetime random variables). Tentunya perhitungan integral
dan penjumlahan untuk 2 variabel random sisa-usia ini akan semakin
rumit.
Pada bagian ini akan dibahas mengenai beberapa asumsi dari distribusi
T (u) yang memudahkan perhitungan integral maupun penjumlahan untuk 2 variabel random kontinu sisa-usia.
66 / 94
67 / 94
(7)
Z t
= exp
(w + s) ds
0
Z t
= exp
xy (s) ds
0
t pxy
68 / 94
(8)
69 / 94
Oleh karena itu, dengan mengganti (xy) menjadi joint-life status yang
lain (ww), diperoleh
ww (s) = 2(w + s) = 2(A + Bcs cw )
dan dipilih w sedemikian sehingga
2cw = cx + cy .
70 / 94
Contoh 4
Diketahui 1000(x) = 0.7+0.05(100.04 )x , dengan menggunakan a
xx pada
tabel ILT dan tingkat bunga 6%, hitunglah a
60:70 .
Penyelesaian
Karena c = 100.04 dan c60 +c70 = 2cw , maka diperoleh w = 66.11276. Kemudian menggunakan interpolasi linear, didapat a
60:70 = 0.88724
a66:66 +
0.11276
a67:77 = 7.55637.
H
71 / 94
Distribusi Uniform
Distribusi Uniform
Pada bagian ini tetap digunakan asumsi independen, namun ada penambahan asumsi, yaitu kematian berdistribusi uniform setiap tahunnya per
individu dalam joint-life status.
Dengan penambahan asumsi ini, kita dapat menghitung anuitas lebih
dari sekali dalam setahun, serta manfaat asuransi yang dibayarkan seketika saat kematian.
72 / 94
Distribusi Uniform
(9)
= qx + qy qx qy + +(1 2t)qx qy
= qxy + (1 2t)qx qy
73 / 94
Distribusi Uniform
Nilai aktuaria sekarang dari asuransi untuk survival status (u) dapat
ditulis sebagai
Au =
k+1
(1 + i)1s
k pu
k+s pu
k pu
k=0
u (k + s) ds.
k+1
k pxy
Z
qx+k:y+k
(1 + i)1s ds
k=0
Z
+qy+k
1
1s
(1 + i)
(1 2s) ds
i
i
= Axy +
2 2 X k+1
1 +
v k pxy qx+k qy+k
i
k=0
74 / 94
Distribusi Uniform
Jika T (xy) berdistribusi uniform, maka aproksimasi dari nilai Axy , adalah:
i
Axy = Axy ,
i
= [()
axy ()] 2
2 2 X k+1
1 +
v
k pxy qx+k qy+k
k=0
75 / 94
Distribusi Uniform
i
Axy + (m)
i(m)
i
1+
2
1
2
+
(m) d(m)
i
X
k=0
dengan
i
i(m)
1
2
2
1+
(m) +
(m) d
i
m2 1
i,
=
6m2
(m)
serta nilai a
xy adalah
a
(m)
axy (m).
xy = (m)
76 / 94
Pada bagian ini akan dibahas mengenai asuransi yang bergantung pada
time failure dari suatu status. Asumsi yang digunakan adalah T (x) dan
T (y) mempunyai joint distribusi yang kontinu.
Pertama akan dibahas probabilitas (x) meninggal sebelum (y) dan se1 , dimana angka
belum waktu n. Probabilitas ini dinotasikan dengan n q xy
1 diatas x menandakan bahwa (x) meninggal sebelum (y) dan simbol n
menandakan bahwa y akan meninggal n tahun kemudian.
77 / 94
1 didefinisikan sebagai
Untuk T (x) T (y) dan T (x) n, nilai dari n q xy
berikut:
Z nZ
1
fT (x)T (y) (s, t) dt ds
n q xy =
Z0 n s
=
P r[T (y) > s|T (x) = s] s px (x + s) ds,
0
78 / 94
Contoh 5
1 dimana
Hitunglah 5 q xy
fT (x)T (y) (s, t) =
Penyelesaian:
1
5 q xy =
5 Z 10
Z
=
0.0006(t s)2 dt ds
s
5
0.0002(10 s)3 ds
= 0.46875
79 / 94
80 / 94
1
= n q xy
n p y n qx .
= n q xy2 + n py n qx
atau diperoleh
1
n q xy
n q xy2
81 / 94
Sedangkan asuransi yang dibayarkan saat (x) meninggal dan (y) masih
1 = E[Z], dimana
hidup, dinotasikan dengan Axy
T (x)
T (x) T (y)
v
Z=
0
T (x) > T (y),
1 didefinisikan sebagai:
nilai Axy
1
Axy
=
Z
0
Z
=
Z
FT (x) | T (y) (t|s) dt v s s px (x + s) ds
82 / 94
1 menjadi
Untuk kasus independen nilai Axy
1
Axy
=
v s s py s px (x + s) ds,
83 / 94
Contoh 6
Tentukan asuransi yang manfaatnya dibayarkan seketika saat kematian
sebesar 1000 unit saat (x) meninggal dan (y) masih hidup dengan =
0.04 dan
0.02(10 t) 0 < t < 10
f (t) =
0
untuk lainnya
Penyelesaian:
Karena T (x) dan T (y) independen, maka diperoleh
Z
1
1000Axy = 1000
e0.04s s py s px (x + s) ds
Z0
= 1000
e0.04 0.01(10 s)2 0.02(10 s) ds
Z 0
= 0.2
e0.04 (10 s)3 ds
0
= 462.52
H
Multiple Life Function
84 / 94
Contoh 7
a. Hitunglah integral lipat satu untuk asuransi yang dibayarkan saat
(y) meninggal setelah (x) meninggal.
b. Sederhanakanlah integral tersebut dengan asumsi independen.
c. Carilah penyelesaian alternatif dari (b) dengan membalik urutan
pada integral lipat dua.
85 / 94
Z
0
Z
=
Z t
86 / 94
Axy =
v t t qx t py (y + t) dt
0
1
= Ay Axy
c. Dimisalkan t = r + s, diperoleh
Z Z t
2
Axy =
v r+s r+s py (y + r + s) s px (x + s) dr ds
Z0 0
=
v s Ay+s s py s px (x + s) ds.
0
87 / 94
Pada bagian ini akan dibahas tentang simple contingent probabilities dan
nilai aktuaria sekarang, serta akibat dari asumsi kematian untuk hukum
Gompertz, hukum Makeham, dan distribusi uniform.
88 / 94
Contoh 8
Diasumsikan percepatan kematian mengikuti hukum Gompertz. Hitunglah
a. Nilai aktuaria sekarang dari asuransi kontinu berjangka n-tahun
yang dibayarkan seketika saat (x) meninggal dan (x) meninggal
sebelum (y)
b. Probabilitas (x) meninggal sebelum waktu n dan (x) meninggal
sebelum waktu (y)
89 / 94
Penyelesaian:
a. Menggunakan hukum Gompertz, diperoleh
Z n
1
=
v t t pxy Bcx ct dt
Axy:n
0
cx 1
A
.
cx + cy xcy:n
x
1
1 , maka A 1 = c A 1 .
Karena Axc
=
A
w:n
xy:n
y:n
cw w:n
x
1 = c
b. n q xy
n qw
cw
90 / 94
Contoh 9
Kerjakan contoh 8 dengan hukum Makeham.
Penyelesaian:
a. Menggunakan hukum Makeham, diperoleh
cx
cx
1
1
=A 1 w a
ww:n + w Aw
Axy:n
w:n
c
2c d
cx
cx
1
b. n q xy = A 1 w
eww:n + w n qww .
c
2c
H
91 / 94
1
v k+1 k pxy q x+k:y+k
k=0
dengan
1
q x+k:y+k
Z
=
1
s px+k:y+k (x
1
= qx+k 1 qy+k
2
+ k + s) ds
92 / 94
Z
k pxy
k=0
1i
i 1
+
= Axy
v s s px+k:y+k (x + k + s) ds
2 2 X k+1
1 +
v
k pxy qx+k qy+k .
i
k=0
93 / 94
Catatan
Catatan
Konsep variabel random kontinu sisa-usia (future-lifetime random variable) pada bab ini telah diperluas dari yang hanya untuk single life menjadi variabel random untuk suatu survival status, dalam kasus khusus
dimana status tersebut terdiri dari beberapa jiwa. Distribusi probabilitas, nilai aktuaria sekarang, variansi, dan kovariansi pada bab ini
berdasarkan variabel random yang baru, dimana status dari variabel
tersebut terdiri dari 2 jiwa.
94 / 94