1 Pendahuluan
2 Joint Distribution of Future Lifetimes
3 The Joint-Life Status
4 The Last-Survivor Status
5 More Probabilities and Expectations
6 Dependent Lifetime Models
Common Shock
Copulas
7 Insurance and Annuity Benefits
Survival Status
Special Two-Life Annuities
Reversionary Annuities
8 Evaluation - Special Mortality Assumptions
Gompertz and Makeham Laws
Distribusi Uniform
9 Simple Contingent Functions
10 Evaluation - Simple Contingent Functions
11 Catatan
Multiple Life Function September 26, 2019 2 / 110
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.
Untuk dua kehidupan (x) dan (y), joint p.d.f (Probability Density Func-
tion) dengan waktu sisa hidupnya, T (x) dan T (y) adalah
Pada gambar sebelumnya join d.f terbagi atas 4 region dimana setiap
region memiliki fungsi tersendiri. Untuk region I yaitu:
Region II
Region II
Region III
FT (x)T (y) (s, t) = 1
Region II
Region III
FT (x)T (y) (s, t) = 1
Region IV
Contoh Soal
Fungsi kepadatan peluang gabungan dari T (x) dan T (y) diberikan se-
bagai berikut:
(n − 1)(n − 2)
fT (x)T (y) (s, t) = ; 0 < s, 0 < t, n > 2
(1 + s + t)n
Tentukan:
a. Fugsi distribusi gabungan dari T (x) dan T (y)
b. p.d.f., d.f., dan µ(x + s) untuk distribusi marginal dari T (x)
dimana diketahui bahwa T (x) dan T (y) berdistribusi identik
c. kovariansi dan koefisien korelasi dari T (x) dan T (y) dengan n > 4
Jawab
a. Fugsi distribusi gabungan dari T (x) dan T (y)
Zt Zs
FT (x)T (y) (s, t) = fT (x)T (y) (u, v)du dv
0 0
Zt Zs
(n − 1)(n − 2)
= du dv
(1 + u + v)n
0 0
Zt
(n − 1)(n − 2) s
= (1 + u + v)−(n−1) dv
−(n − 1) 0
0
Zt
(n − 1)(n − 2) h i
= (1 + s + v)−(n−1) − (1 + v)−(n−1) dv
−(n − 1)
0
Jawab
1 1 1
=1+ (n−2)
− (n−2)
−
(1 + s + t) (1 + t) (1 + s)(n−2)
Jawab
Jawab
Jawab
fT (x) (s)
µ(x + s) =
1 − FT (x) (s)
(n − 2)
= (n−1)
(1 + s)(n−2)
(1 + s)
(n − 2)
=
(1 + s)
Jawab
c. kovariansi dan koefisien korelasi dari T (x) dan T (y) dengan n > 4
Z∞
E[T (x)] = sfT (x) (s)ds
0
Z∞
n−2
= s ds
(1 + s)(n−1)
0
" #∞
s −(n−2) (1 + s)−(n−3)
= (n − 2) (1 + s) −
−(n − 2) (n − 2)(n − 3)
0
1
=
n−3
Multiple Life Function September 26, 2019 18 / 110
Joint Distribution of Future Lifetimes
Jawab
Z∞
2
E[T (x) ] = s2 fT (x) (s)ds
0
Z∞
n−2
= s2 ds
(1 + s)(n−1)
0
"
s2 (1 + s)−(n−2) 2s(1 + s)−(n−3)
= (n − 2) −
−(n − 2) (n − 2)(n − 3)
#∞
2(1 + s)−(n−4)
−
(n − 2)(n − 3)(n − 4)
0
2
= (n − 2)
(n − 2)(n − 3)(n − 4)
2
= Multiple Life Function September 26, 2019 19 / 110
Joint Distribution of Future Lifetimes
Jawab
Jawab
Z∞ Z∞
(n − 1)(n − 2)
E[T (x)T (y)] = st ds dt
(1 + s + t)n
0 0
Z∞ Z∞
= (n − 1)(n − 2)t s(1 + s + t)−n ds dt
0 0
Z∞ " #
s(1 + s + t)−(n−1) (1 + s + t)−(n−2)
= (n − 1)(n − 2)t −
−(n − 1) (n − 1)(n − 2)
0
Z∞ " #
(1 + t)−(n−2)
= (n − 1)(n − 2)t dt
(n − 1)(n − 2)
0
Jawab
Z∞
E[T (x)T (y)] = t(1 + t)−(n−2) dt
0
" #∞
t(1 + t)−(n−3) (1 + t)−(n−4)
= −
−(n − 3) (n − 3)(n − 4)
0
1
=
(n − 3)(n − 4)
Jawab
Jawab
Pengertian
dimana T (xi ) adalah saat kematian dari individu i. Untuk kasus dari
dua kehidupan (x) dan (y) berlaku T (xy) = min[T (x), T (y)].
Kasus Dependent
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:
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 inde-
pendent t pxy = t pxt py .
dan
fT (xy) (t) =fT (x) (t) + fT (y) (t)
Z t Z t
− fT (x)T (y) (t, v)dv + fT (x)T (y) (u, t)du
0 0
Kasus Independent
Force of Failure
fT (xy) (t)
µxy (t) =
1 − FT (xy) (t)
Curtate-Future-Lifetime
Contoh Soal
Tunjukkan peluang bahwa orang berusia (x) hidup n tahun dan orang
yang berusia (y) hidup (n − 1) tahun dapat ditulis sebagai berikut
n px:y−1
py−1
atau
px:n−1 px+1:y
Jawaban
atau
Jawaban
maka diperoleh
n py−1 n px:y−1
n px n−1 py = n px =
py−1 py−1
Fungsi distribusinya:
diperoleh
t pxy + 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)
Bentuk Aktuaria
Bentuk aktuarianya:
t qxy = t qx + t qy − t qxy
t pxy µxy (t) = t px µ(x + t) + t py µ(y + t) − t pxy µxy (t)
Force of Failure
fT (xy) (t)
µxy (t) =
1 − FT (xy) (t)
t px µ(x + t) + t py µ(y + t) − t pxy µxy (t)
=
t pxy
dan
t qy t p x µ(x + t) + t qx t py µ(y + t)
µxy (t) =
t qy t p x + t qx t p y + t p x t p y
Ekspektasi T (u)
◦
Diketahui e = E[T (u)], untuk satu buah kelangsungan hidup (u) memi-
liki formula sebagai berikut:
Z ∞
◦
eu = t pu dt
0
exy = ex + ey − exy
Variansi
untuk Last-Survivor:
Z ∞ ◦ 2
V ar[T (xy)] = 2 t t pxy dt − cxy
0
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)]]
Common Shock
Diberikan T ∗ (x) dan T ∗ (y) sebagai dua buah random variabel sisa usia,
dengan tidak adanya kemungkinan dari common shock, jika independent:
dan
sT (y) (t) = Pr {[T (x) > 0] ∩ [T (y) > t]}
= sT ∗ (y) (t)e−λt
Bentuk Joint-Life:
Bentuk Last-Survivor
sT (xy) (t) = sT ∗ (x) (t) + sT ∗ (y) (t) − sT ∗ (x)T ∗ (y) (t, t) e−λt
0<t
Copula
dan
FT (x)T (y) (s, ∞) = FT (x) (s)
FT (x)T (y) (∞, t) = FT (y) (t)
Estimasi Parameter α
dimana
Diperoleh:
lim A(α) = 1
α→0
lim B(α) = 1
α→0
lim C(α) = 1
α→0
dan
lim fT (x)T (y) (s, t) = fT (x) (s)fT (y) (t)
α→0
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.
Survival Stasus
Dengan mengganti single-life status (x) dengan survival status (u), maka
dapat diperoleh simbol untuk nilai aktuaria sekarang, variansi, dan persen-
til dalam (u).
Pada asuransi diskrit, jika K merupakan variabel random diskrit sisa
usia (curtate − f uture − lif etime) dari survival status (u), maka diper-
oleh
Waktu pembayaran adalah K + 1
Nilai sekarang dari pembayaran Z = K + 1
Nilai aktuaria sekarang, Au adalah
∞
X
E[Z] = v k+1 P r(K = k)
k=0
V ar(Z) = 2 Au − (Au )2
Contoh:
Asuransi diskrit untuk last-survivor status adalah
∞
X
Axy = v k+1 (k px qx+k + k py qy+k − k pxy qx+k:y+k )
k=0
äK+1 , K = 0, 1, ..., n − 1
Y =
än , K = n, n + 1, ...
n−1
X
äu:n = E[Y ] = äK+1 k| qu + än n pu
0
n−1
X n−1
X
äu:n = E[Y ] = k Eu = v k k pu
0 0
1
äu:n = (1 − Au:n )
n
1
V ar(y) = 2 2 Au:n − (Au:n )2
d
Axy:n = 1 − däxy:n
2
Axy:n = 1 − (2d − d2 ) 2 äxy:n
Axy + Axy = Ax + Ay
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
Z ∞
Āu = v t t pu µu (t) dt
0
Contoh:
Asuransi kontinu untuk last-survivor status adalah:
Z ∞
Āxy = v t t pxy µxy (t) dt
0
atau
Z ∞
Axy = v t [t px µ(x + t) + t py µ(y + t) − t pxy µxy (t)] dt.
0
Y = āT
Z ∞
āu = āt t pu µu (t) dt
0
Z ∞
= v t t pu dt
0
2 Ā − (Āu )2
u
V ar(Y ) =
δ2
Dengan persaman δāT + v T = 1, juga berlaku untuk T = T (u).
Y = āT ,
Z ∞
āxy = āt [t px µ(x + t) + t py µ(y + t) − t pxy µxy (t)] dt
0
Z ∞
= v t t pxy dt,
0
Jika persamaan (1) dan (2) diekspektasikan untuk setiap ruasnya, maka
diperoleh hasil berikut:
Cov[T (xy), T (xy)] = Cov[T (x), T (y)] + (ēx − ēxy )(ēy − ēxy )
Cov[v T (xy) , v T (xy) ] = Cov[v T (x) , v T (y) ] + (Āx − Āxy )(Āy − Āxy )
Z ∞ Z ∞
āxy = e−(δ+λ)t ST ∗ (x) (t)dt + e−(δ+λ)t ST ∗ (y) (t)dt
0 0
Z ∞
−(δ+λ)t
− e ST ∗ (x) (t)ST ∗ (x) (t)dt
0
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 δ = 0, 05 dan p.d.f
fT (t) = 0.002[t3 + (10 − t)3 ], 0 ≤ t < 10.
Penyelesaian :
a. Dengan menulis ulang persamaan (1) untuk asuransi berjangka
n-tahun serta mengekspektasikan setiap ruas, diperoleh:
1 1 1 1
Āxy:n = Āx:n + Āy:n − Āxcy:n ,
1
dengan Āxcy:n merupakan asuransi berjangka untuk joint-life
status.
b. Diketahui bahwa T (x) dan T (y) masing-masing mempunyai p.d.f.
fT (t) = 0.002[t3 + (10 − t)3 ], 0 ≤ t < 10. Oleh karena itu,
Z 5
1
Āx:5 1
= Āx:5 = e−0.05t [0.0002[t3 + (10 − t)3 ]]dt
0
= 0.4563.
1
Āxy:5 = 2(0.4563) − 0.8614 = 0.0512
H
Pada bagian ini akan diberikan contoh anuitas spesial (special annuities)
yang tingkat pembayarannya bergantung dari survival 2 jiwa.
Contoh 2
Sebuah anuitas kontinu yang pembayarannya sebagai berikut:
• pembayaran sebesar 1 unit pertahun jika (x) dan (y) hidup,
• pembayaran sebesar 2/3 unit pertahun jika salah satu diantara (x)
dan (y) meninggal
Tentukanlah:
a. Bentuk variabel random untuk jenis anuitas diatas
b. Anuitas jiwa kontinu untuk jenis anuitas diatas
c. Variansi variabel random dari hasil (a.), dengan asumsi T (x) dan
T (y) independen.
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
2 1
Z = āT (xy) + āT (xy) .
3 3
b. Nilai aktuaria sekarang dari Z adalah
2 1
E[Z] = āxy + āxy
3 3
dengan mensubstitusikan āxy seperti pada persamaan (4),
diperoleh
2 2 1
E[Z] = āx + āy − āxy
3 3 3
2 ∞ t 1 ∞ t
Z Z
E[Z] = v t pxy dt + v t pxy dt
3 0 3 0
dengan
t pxy = t pxy + (t px − t pxy ) + (t py − t pxy ),
selanjutnya, dengan mensubstitusikan persamaan ini kedalam integral,
diperoleh
Z ∞
2 ∞ t
Z
t
E[Z] = v t pxy dt + v (t px − t pxy )dt
0 3 0
Z ∞
2
− v t (t py − t pxy )dt
3 0
4/9[2 Āxy −(Āxy )2 ]+1/9[2 Āxy −(Āxy )2 ]+(Āx −Āxy )(Āy −Āxy )
n o
V ar(Z) = δ2
H
Reversionary Annuities
Sehingga,
h i h i
āx|y = E[Z] = E āT (y) − E āT (xy) = āy − āxy . (6)
Persamaan (5) dan (6) berlaku untuk survival status (u) dan (v). Seba-
gai contoh,
Penyelesaian:
Dengan menggunakan anuitas reversional diperoleh:
• kasus 1 merupakan anuitas pasti n-tahun, yaitu: ān
• kasus 2 merupakan anuitas tertunda n-tahun untuk joint-life
status (xy), yaitu: n| ān = āxy − āxy : n
• kasus 3 merupakan anuitas reversional dengan pembayaran 3/4
per tahun untuk x setelah y : n , yaitu:
3 3 3
āy:n | x = (āx − āx : (y:n ) ) = (āx − āxy − āx:n + āxy:n )
4 4 4
Pada bagian ini akan dibahas mengenai beberapa asumsi dari distribusi
T (u) yang memudahkan perhitungan integral maupun penjumlahan un-
tuk 2 variabel random kontinu sisa-usia.
Asumsi yang digunakan pada bagian ini adalah variabel random kontinu
sisa-usia (future-lifetime random variables) independen.
atau
Bcx+s + Bcy+s = Bcw+s
atau
cx + cy = cw (7)
Hal ini berakibat,
Z t
t px = exp − µ(w + s) ds
0
Z t
= exp − µxy (s) ds
0
= t pxy
Oleh karena itu, dengan mengganti (xy) menjadi joint-life status yang
lain (ww), diperoleh
2cw = cx + cy .
Contoh 4
Diketahui 1000µ(x) = 0.7+0.05(100.04 )x , dengan menggunakan äxx pada
tabel ILT dan tingkat bunga 6%, hitunglah ä60:70 .
Penyelesaian
Karena c = 100.04 dan c60 +c70 = 2cw , maka diperoleh w = 66.11276. Ke-
mudian menggunakan interpolasi linear, didapat ä60:70 = 0.88724ä66:66 +
0.11276ä67:77 = 7.55637.
H
Distribusi Uniform
Pada bagian ini tetap digunakan asumsi independen, namun ada penam-
bahan asumsi, yaitu kematian berdistribusi uniform setiap tahunnya per
individu dalam joint-life status.
Nilai aktuaria sekarang dari asuransi untuk survival status (u) dapat
ditulis sebagai
∞ Z 1
k+s pu
X
k+1
Āu = v k pu (1 + i)1−s µu (k + s) ds.
0 k pu
k=0
Jika T (xy) berdistribusi uniform, maka aproksimasi dari nilai Āxy , adalah:
i
Āxy = Axy ,
δ
dan diperoleh nilai āxy , yaitu:
1
āxy = (1 − Āxy ).
δ
Dengan mensubstitusikan persamaan (9) kepersamaan diatas, diperoleh
∞
i 2 2 X k+1
āxy = [α(∞)äxy − β(∞)] − 2 1− + v k pxy qx+k qy+k
δ δ i
k=0
dengan
m2 − 1
i 1 2 2 ∼
1+ − (m) + = i,
i(m) (m) d i 6m2
(m)
serta nilai äxy adalah
ä(m)
xy = α(m)äxy − β(m).
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 se-
1 , 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.
berikut:
Z nZ ∞
1
n q xy = fT (x)T (y) (s, t) dt ds
Z0 n s
= P r[T (y) > s|T (x) = s] s px µ(x + s) ds,
0
Contoh 5
1 dimana
Hitunglah 5 q xy
Penyelesaian:
Z 5 Z 10
1
5 q xy = 0.0006(t − s)2 dt ds
0 s
Z 5
= 0.0002(10 − s)3 ds
0
= 0.46875
2 1
n q xy = n q xy − n p y n qx .
Lebih lanjut, diperoleh hubungan
1
n q xy = n q xy2 + n py n qx
atau diperoleh
1
n q xy ≥ n q xy2
Sedangkan asuransi yang dibayarkan saat (x) meninggal dan (y) masih
1 = E[Z], dimana
hidup, dinotasikan dengan Āxy
T (x)
v T (x) ≤ T (y)
Z=
0 T (x) > T (y),
1 didefinisikan sebagai:
nilai Āxy
Z ∞Z ∞
1
Āxy = v s fT (x)T (y) (s, t) dt ds
0 s
Z ∞
FT (x) | T (y) (t|s) dt v s s px µ(x + s) ds
=
0
1 menjadi
Untuk kasus independen nilai Āxy
Z ∞
1
Āxy = v s s py s px µ(x + s) ds,
0
Contoh 6
Tentukan asuransi yang manfaatnya dibayarkan seketika saat kematian
sebesar 1000 unit saat (x) meninggal dan (y) masih hidup dengan δ =
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
1000Āxy = 1000 e−0.04s s py s px µ(x + s) ds
Z0 ∞
= 1000 e−0.04 0.01(10 − s)2 0.02(10 − s) ds
Z ∞0
= 0.2 e−0.04 (10 − s)3 ds
0
= 462.52
H
Multiple Life Function September 26, 2019 100 / 110
Simple Contingent Functions
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.
c. Dimisalkan t = r + s, diperoleh
Z ∞Z t
2
Āxy = v r+s r+s py µ(y + r + s) s px µ(x + s) dr ds
Z0 ∞ 0
= v s Āy+s s py s px µ(x + s) ds.
0
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.
Contoh 8
Diasumsikan percepatan kematian mengikuti hukum Gompertz. Hitung-
lah
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)
Penyelesaian:
a. Menggunakan hukum Gompertz, diperoleh
Z n
1
Āxy:n = v t t pxy Bcx ct dt
0
cx
= Ā 1 .
cx + cy xcy:n
1 1 1 cx 1
Karena Āxcy:n = Āw:n , maka Āxy:n = Ā .
cw w:n
1 cx
b. n q xy = n qw
cw
H
Contoh 9
Kerjakan contoh 8 dengan hukum Makeham.
Penyelesaian:
a. Menggunakan hukum Makeham, diperoleh
cx cx
1 1
Āxy:n = A 1 − w āww:n + w Āw w:n
c 2c d
cx cx
1
b. n q xy = A 1 − w e̊ww:n + w n qww .
c 2c
H
k=0
dengan
Z 1
1
q x+k:y+k = s px+k:y+k µ(x + k + s) ds
0
1
= qx+k 1 − qy+k
2
Catatan