MODELS FOR

QUANTIFYING RISK
BAB 3 : Survival Models (Continuous Parametric Context)
The Age at Failure Random Variable

• Misalkan X menyatakan variable random kontinu

untuk usia seseorang yang baru lahir akan
meninggal dunia. Maka X dapat dinyatakan
sebagai variable random usia meninggal dunia
(age-at-failure variable random)

• Misalkan T menyatakan variable random kontinu

untuk interval waktu dari seseorang yang baru
lahir (usia 0) sampai meninggal dunia. Maka T
dapat dinyatakan sebagai variable random waktu
meninggal dunia (time-at-failure variable
random).
 BAB 3 : Survival Models (Continuous Parametric Context)
The Age at Failure Random Variable

• The Cumulative Distribution Function (CDF) of X

Untuk age-at-failure variable random X, dinyatakan CDF sebagai :

𝐹𝑋 𝑥 = 𝑃𝑟 𝑋 ≤ 𝑥 , untuk x ≥ 0

Nilai 𝐹𝑋 𝑥 merupakan probabilitas dari seseorang berusia 0 akan meninggal pada

usia X. Dalam notasi aktuaria probabilitas ini dinyatakan dengan 𝑥𝑞0

𝑥 𝑞0 = 𝐹𝑋 𝑥 = 𝑃𝑟 𝑋 ≤ 𝑥

• The Survival Distribution Function of X

Didefinisikan sebagai :

𝑆𝑋 𝑥 = 1 − 𝐹𝑋 𝑥 = 𝑃𝑟 𝑋 > 𝑥 , untuk x ≥ 0

Nilai 𝑆𝑋 𝑥 merupakan probabilitas dari seseorang berusia 0 akan hidup pada usia X.
Dalam notasi aktuaria probabilitas ini dinyatakan dengan 𝑥𝑝0

𝑥 𝑝0 = 𝑆𝑋 𝑥 = 𝑃𝑟 𝑋 > 𝑥
 BAB 3 : Survival Models (Continuous Parametric Context)
The Age at Failure Random Variable

• The Probability Density Function of X

Untuk variable random kontinu, probability density function (pdf) dinyatakan
sebagai 𝑓𝑋 𝑥 .
𝑑 𝑑
𝑓𝑋 𝑥 = 𝐹𝑋 𝑥 = − 𝑆𝑋 𝑥
𝑑𝑥 𝑑𝑥

• The Hazard Rate Function (HRF) of X

𝑓𝑋 𝑥
𝜆𝑋 𝑥 =
𝑆𝑋 𝑥
𝑥
− ‫׬‬0 𝜆𝑋 𝑦 𝑑𝑦
𝑆𝑋 𝑥 = 𝑒

• The Cumulative Hazard Function (CHF) of X

𝑥
ᴧ𝑋 𝑥 = න 𝜆𝑋 𝑦 𝑑𝑦 = −𝑙𝑛𝑆𝑋 𝑥
0
𝑆𝑋 𝑥 = 𝑒 −ᴧ𝑋 𝑥
 BAB 3 : Survival Models (Continuous Parametric Context)
The Age at Failure Random Variable

• The Moments of Age at Failure Random Variable X

∞ ∞
𝐸 𝑋 = න 𝑥. 𝑓𝑋 𝑥 𝑑𝑥 = න 𝑆𝑋 𝑥 𝑑𝑥
0 0
∞
𝐸 𝑋 2 = න 𝑥 2 . 𝑓𝑋 𝑥 𝑑𝑥
0
𝑉𝑎𝑟 𝑋 = 𝐸 𝑋 2 − 𝐸 𝑋 2

• Actuarial Survival Models

Force of mortality (𝜇𝑋 )
𝑑
− 𝑆𝑋 𝑥 𝑑
𝜇𝑥 = 𝑑𝑥 = − 𝑙𝑛𝑆𝑋 𝑥
𝑆𝑋 𝑥 𝑑𝑥

Complete expectation of life at birth (𝑒ሶ0 )

∞
𝑒ሶ0 = 𝐸 𝑋 = න 𝑥. 𝑓𝑋 𝑥 𝑑𝑥
0
 BAB 3 : Survival Models (Continuous Parametric Context)

Examples of Parametric Survival Models

The Uniform Distribution
1
𝑓𝑋 𝑥 = , untuk 0 < x ≤ ω
𝜔

Dimana ω merupakan batas usia maksimal

𝑥
𝑥
𝐹𝑋 𝑥 = න 𝑓𝑋 𝑦 𝑑𝑦 =
0 𝜔
𝜔−𝑥
𝑆𝑋 𝑥 = 1 − 𝐹𝑋 𝑥 =
𝜔
1
𝜆𝑋 𝑥 =
𝜔−𝑥
𝜔
𝐸𝑋 =
2
𝜔2
𝑉𝑎𝑟 𝑋 =
12

The Exponential Distribution

𝑆𝑋 𝑥 = 𝑒 −𝜆.𝑥
𝑓𝑋 𝑥 = 𝜆. 𝑒 −𝜆.𝑥
𝜆𝑋 𝑥 = 𝜆 (𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 𝑓𝑜𝑟𝑐𝑒 𝑜𝑓 𝑚𝑜𝑟𝑡𝑎𝑙𝑖𝑡𝑦)

The Gompertz Distribution

𝜆𝑋 𝑥 = 𝐵. 𝑐 𝑥 , untuk x > 0, B > 0, dan c > 1

The Makeham Distribution

𝜆𝑋 𝑥 = 𝐴 + 𝐵. 𝑐 𝑥 , untuk x > 0, B > 0, dan c > 1

The Weibull Distribution

𝜆𝑋 𝑥 = 𝑘. 𝑐 𝑛 , untuk x ≥ 0, k > 0, dan n > -1
 BAB 3 : Survival Models (Continuous Parametric Context)
The Time to Failure Random Variable
• The Survival Distribution Function of Tx
𝑆𝑋 𝑥 + 𝑡
𝑡 𝑝𝑥 = 𝑆𝑇𝑥 𝑡 =
𝑆𝑥 𝑥
• The Cumulative Distribution Function of Tx
𝑆𝑋 𝑥 + 𝑡 𝐹𝑋 𝑥 + 𝑡 − 𝐹𝑋 𝑥
𝑡𝑞𝑥 = 𝐹𝑇𝑥 𝑡 = 1 − =
𝑆𝑥 𝑥 1 − 𝐹𝑥 𝑥
• The Probability Density Function of Tx
𝑓𝑋 𝑥 + 𝑡
𝑓𝑇𝑥 𝑡 =
𝑆𝑥 𝑥
• The Hazard Rate Function of Tx
𝑓𝑇𝑥 𝑡
𝜇𝑥+𝑡 = 𝜆𝑋 𝑥 + 𝑡 =
𝑡 𝑝𝑥
𝑓𝑇𝑥 𝑡 = 𝑡𝑝𝑥 . 𝜇𝑥+𝑡
• The Moments of Age at Failure Random Variable Tx
∞
𝑒ሶ𝑥 = න 𝑡 𝑝𝑥 𝑑𝑡
0
 BAB 3 : Survival Models (Continuous Parametric Context)

The Central Rate of Death (mx)

𝑛
‫׬‬0 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡
𝑛 𝑚𝑥 = 𝑛
‫׬‬0 𝑡𝑝𝑥 𝑑𝑡
 BAB 4 : The Life Tables (Discrete Tabular Context)

The Traditional Form of the Life Table

Misalkan :
• 𝑙 : jumlah orang yang hidup
• 𝑑 : jumlah orang yang meninggal
• 𝑙𝑥 : jumlah orang yang hidup pada usia x
• 𝑑𝑥 : jumlah orang yang hidup pada usia x akan
meninggal sebelum usia x+1
• 𝑛 𝑑𝑥 : jumlah orang yang hidup pada usia x akan
meninggal dalam sebelum berusia x+n
tahun
 BAB 4 : The Life Tables (Discrete Tabular Context)
The Traditional Form of the Life Table

• 𝑙𝑥 = 𝑙0 . 𝑆𝑋 𝑥
• 𝑑𝑥 = 𝑙𝑥 − 𝑙𝑥+1
• 𝑛𝑑𝑥 = 𝑙𝑥 − 𝑙𝑥+𝑛

Maka
𝑙𝑥 −𝑙𝑥+1 𝑑𝑥
• 𝑞𝑥 = =
𝑙𝑥 𝑙𝑥
𝑙𝑥 −𝑙𝑥+𝑛 𝑛𝑑 𝑥
• 𝑛𝑞𝑥 = =
𝑙𝑥 𝑙𝑥
𝑙𝑥+1
• 𝑝𝑥 = 1 − 𝑞𝑥 =
𝑙𝑥
𝑙𝑥+𝑛
• 𝑛𝑝𝑥 = 1 − 𝑛𝑞𝑥 = 𝑙𝑥
 BAB 4 : The Life Tables (Discrete Tabular Context)
Other Functions Derived from lx

Other Functions Derived from lx

• The Force of Failure
𝑑
− 𝑙
𝜇𝑥+𝑡 = 𝑑𝑡 𝑥+𝑡
𝑙𝑥+𝑡

• The Probability Density Function of X

𝑙𝑥
𝑓𝑋 𝑥 = 𝜇𝑥 . 𝑆𝑥 𝑥 = 𝜇𝑥 . = 𝑥𝑝0 . 𝜇𝑥
𝑙0
Didefinisikan :
∞
𝑇𝑥 = න 𝑙𝑦 𝑑𝑦
𝑥
∞
𝑌𝑥 = න 𝑇𝑦 𝑑𝑦
0
Maka :
∞
1 ∞ 𝑇0
𝑒ሶ𝑥 = 𝐸 𝑋 = න 𝑥𝑝0 𝑑𝑥 = න 𝑙𝑥 𝑑𝑥 =
0 𝑙0 0 𝑙0
2
2. 𝑌0 𝑇0
𝑉𝑎𝑟 𝑋 = 𝐸 𝑋 2 − 𝐸 𝑋 2 = −
𝑙0 𝑙0
 BAB 4 : The Life Tables (Discrete Tabular Context)
Other Functions Derived from lx

• Conditional Probabilities and Densities

𝑚𝑑𝑥+𝑛 𝑙𝑥+𝑛 − 𝑙𝑥+𝑛+𝑚
𝑛|𝑚𝑞𝑥 = =
𝑙𝑥 𝑙𝑥
𝑛|𝑚𝑞𝑥= 𝑛𝑝𝑥 − 𝑛+𝑚𝑝𝑥 = 𝑛𝑝𝑥 . 𝑚𝑞𝑥+𝑛
∞
𝑇𝑥
𝑒ሶ𝑥 = 𝐸 𝑇 = න 𝑡𝑝𝑥 𝑑𝑡 =
0 𝑙𝑥
2
2. 𝑌𝑥 𝑇𝑥
𝑉𝑎𝑟 𝑇 = 𝐸 𝑇 2 − 𝐸 𝑇 2 = −
𝑙𝑥 𝑙𝑥
𝑛
𝑇𝑥 − 𝑇𝑥+𝑛
𝑒ሶ 𝑥:𝑛|
ധ = න 𝑡𝑝𝑥 𝑑𝑡 =
0 𝑙𝑥

• The Curtate Expectation of Life

∞

𝑒𝑥 = ෍ 𝑘𝑝𝑥
𝑘=1
1
𝑒ሶ𝑥 ≈ 𝑒𝑥 +
2
𝑛

𝑒𝑥:𝑛|
ത = ෍ 𝑘𝑝𝑥
𝑘=1
• The Central Rate
𝑛 𝑛
‫׬‬0 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡 ‫׬‬0 𝑙𝑥+𝑡 . 𝜇𝑥+𝑡 𝑑𝑡 𝑛𝑑 𝑥
𝑛 𝑚𝑥 = 𝑛 = 𝑛 =
‫׬‬0 𝑡𝑝𝑥 𝑑𝑡 ‫׬‬0 𝑙𝑥+𝑡 𝑑𝑡 𝑛 𝐿𝑥
 BAB 4 : The Life Tables (Discrete Tabular Context)
Methods for Non Integral Ages

• Linear Form for lx+t (Uniform Distribution of Death/UDD)

𝑙𝑥+𝑡 = 𝑡. 𝑙𝑥+1 + 1 − 𝑡 . 𝑙𝑥 = 𝑙𝑥 − 𝑡. 𝑙𝑥 − 𝑙𝑥+1 = 𝑙𝑥 − 𝑡. 𝑑𝑥

Dimana : 0 ≤ t ≤ 1
𝑡 𝑞𝑥 = 𝑡. 𝑞𝑥
𝑡 𝑝𝑥 = 1 − 𝑡. 𝑞𝑥
𝑞𝑥
𝜇𝑥+𝑡 =
1 − 𝑡. 𝑞𝑥
𝑞𝑥
𝑚𝑥 =
1
1 − . 𝑞𝑥
2
1
𝑒ሶ𝑥 = 𝑒𝑥 +
2
 BAB 4 : The Life Tables (Discrete Tabular Context)
Methods for Non Integral Ages

• Exponential Form for lx+t (Constant force of mortality)

𝑙𝑥+𝑡 = 𝑙𝑥+1 𝑡 . 𝑙𝑥 1−𝑡

= 𝑙𝑥 . 𝑝𝑥 𝑡

Dimana : 0 ≤ t ≤ 1
𝑡 𝑝𝑥 = 𝑝𝑥 𝑡 = 𝑒 −𝜇.𝑡
𝑡
𝑡 𝑝𝑥 = 1 − 1 − 𝑞𝑥
𝜇𝑥+𝑡 = 𝜇 = −𝑙𝑛 𝑝𝑥
𝑚𝑥 = 𝜇

• Hyperbolic Form for lx+t

1 1 1
= 𝑡. + 1−𝑡 .
𝑙𝑥+𝑡 𝑙𝑥+1 𝑙𝑥
Dimana : 0 ≤ t ≤ 1
𝑡 𝑞𝑥
= 𝑡. 𝑞𝑥
𝑡 𝑝𝑥 = 1 − 𝑡. 𝑞𝑥
1 − 𝑞𝑥
𝑝
𝑡 𝑥 =
1 − 1 − 𝑡 . 𝑞𝑥
𝑡. 𝑞𝑥
𝑞
𝑡 𝑥 =
1 − 1 − 𝑡 . 𝑞𝑥
𝑞𝑥
𝜇𝑥+𝑡 =
1 − 1 − 𝑡 . 𝑞𝑥
 BAB 5 : Contingent Payment Models (Insurance Models)
Discrete Stochastic Models
Merupakan model asuransi dimana pembayaran manfaat kematian dilakukan pada akhir tahun
kematian

• Asuransi Jiwa Seumur Hidup (Whole Life Insurance)

Merupakan produk asuransi yang membayarkan Uang Pertanggungan jika Tertanggung meninggal
dunia dengan masa asuransi seumur hidup.

Jika manfaat pertanggungan sebesar 1 unit, maka variabel random dari nilai sekarang pembayaran
manfaatnya dinyatakan sebagai :
𝑍𝑥 = 𝑣 𝐾
∞

𝐸 𝑍𝑥 = 𝐴𝑥 = ෍ 𝑣 𝑘 . 𝑃𝑟 𝐾𝑥 = 𝑘
𝑘=1
∞
2 2
𝐸 𝑍𝑥 = 2𝐴𝑥 = ෍ 𝑣 𝑘 . 𝑃𝑟 𝐾𝑥 = 𝑘
𝑘=1
2
𝑉𝑎𝑟 𝑍𝑥 = 𝐸 𝑍𝑥 − 𝐸 𝑍𝑥 2
= 2𝐴𝑥 − 𝐴𝑥 2

• Recursive Relationship
𝐴𝑥 = 𝑣. 𝑞𝑥 + 𝑣. 𝑝𝑥 . 𝐴𝑥+1
 BAB 5 : Contingent Payment Models (Insurance Models)
Discrete Stochastic Models

• Asuransi Jiwa Berjangka (Term Life Insurance)

Merupakan produk asuransi yang membayarkan Uang Pertanggungan jika
Tertanggung meninggal dunia dalam masa asuransi. Masa asuransi pada produk
ini misalkan selama n tahun.

Jika manfaat pertanggungan sebesar 1 unit, maka variabel random dari nilai
sekarang pembayaran manfaatnya dinyatakan sebagai :
• 𝑍1 𝑥:𝑛| 𝐾𝑥
ത = 𝑣 , untuk 𝐾𝑥 ≤ 𝑛
• 𝑍1 𝑥:𝑛|
ത = 0, untuk 𝐾𝑥 > 𝑛
𝑛

𝐸 𝑍1 𝑥:𝑛| 1
ത = 𝐴 𝑥:𝑛|
𝑘
ത = ෍ 𝑣 . 𝑃𝑟 𝐾𝑥 = 𝑘
𝑘=1
𝑛
2 2 1 2
𝐸 𝑍1 ത
𝑥:𝑛| = 𝐴 ത
𝑥:𝑛| =෍ 𝑘
𝑣 . 𝑃𝑟 𝐾𝑥 = 𝑘
𝑘=1
2 2 2
𝑉𝑎𝑟 𝑍1 𝑥:𝑛|
ത =𝐸 𝑍1 𝑥:𝑛|
ത − 𝐸 𝑍1 𝑥:𝑛|
ത = 2𝐴1 𝑥:𝑛|
ത − 𝐴1 𝑥:𝑛|
ത
 BAB 5 : Contingent Payment Models (Insurance Models)
Discrete Stochastic Models

• Asuransi Jiwa Ditunda n Tahun (Deferred Life Insurance)

Merupakan produk asuransi yang membayarkan Uang Pertanggungan jika
Tertanggung meninggal dunia setelah n tahun.

Jika manfaat pertanggungan sebesar 1 unit, maka variabel random dari nilai
sekarang pembayaran manfaatnya dinyatakan sebagai :
• 𝑛|𝑍𝑥 = 0, untuk 𝐾𝑥 ≤ 𝑛
• 𝑛|𝑍𝑥 = 𝑣 𝐾𝑥 , untuk 𝐾𝑥 > 𝑛

𝐸 𝑛|𝑍𝑥 = 𝑛|𝐴𝑥 = ෍ 𝑣 𝑘 . 𝑃𝑟 𝐾𝑥 = 𝑘
𝑘=𝑛+1
∞
2 2 𝑘 2
𝐸 𝑛|𝑍𝑥 = 𝑛|𝐴𝑥 = ෍ 𝑣 . 𝑃𝑟 𝐾𝑥 = 𝑘
𝑘=𝑛+1
2 2 2 2
𝑉𝑎𝑟 𝑛|𝑍𝑥 =𝐸 𝑛|𝑍𝑥 − 𝐸 𝑛|𝑍𝑥 = 𝑛|𝐴𝑥 − 𝑛|𝐴𝑥
 BAB 5 : Contingent Payment Models (Insurance Models)

Discrete Stochastic Models

• Hubungan antara 𝑍𝑥 , 𝑍1 𝑥:𝑛|

ത , dan 𝑛|𝑍𝑥

𝑍𝑥 = 𝑍1 𝑥:𝑛|
ത + 𝑛|𝑍𝑥
𝐴𝑥 = 𝐴1 𝑥:𝑛|
ത + 𝑛|𝐴𝑥
𝑉𝑎𝑟 𝑍𝑥 = 𝑉𝑎𝑟 𝑍1 𝑥:𝑛|
ത + 𝑉𝑎𝑟 𝑛|𝑍𝑥 − 2. 𝐸 𝑍1 𝑥:𝑛|
ത .𝐸 𝑛|𝑍𝑥
𝑉𝑎𝑟 𝐴𝑥 = 𝑉𝑎𝑟 𝐴1 𝑥:𝑛|
ത + 𝑉𝑎𝑟 𝑛|𝐴𝑥 − 2. 𝐴1 𝑥:𝑛|
ത . 𝑛|𝐴𝑥
 BAB 5 : Contingent Payment Models (Insurance Models)

Discrete Stochastic Models

• Pure Endowment
Merupakan produk asuransi yang membayarkan Uang Pertanggungan jika
Tertanggung hidup pada akhir masa asuransi. Masa asuransi pada produk ini
misalkan selama n tahun.

Jika manfaat pertanggungan sebesar 1 unit, variabel random dari nilai

sekarang pembayaran manfaatnya dinyatakan sebagai :
• 𝑍𝑥:𝑛|
ത 1 = 0, untuk 𝐾𝑥 ≤ 𝑛
𝑛
• 𝑍𝑥:𝑛|
ത 1 = 𝑣 , untuk 𝐾𝑥 > 𝑛

𝐸 𝑍𝑥:𝑛| 1 = 𝐴 1 = 𝑣 𝑛 . 𝑃𝑟 𝐾 > 𝑘
ത ത
𝑥:𝑛| 𝑥
2 2 𝑛 2 . 𝑃𝑟 𝐾 > 𝑘
𝐸 𝑍𝑥:𝑛|
ത 1 = 𝐴 ത
𝑥:𝑛| 1 = 𝑣 𝑥
2 2 2
𝑉𝑎𝑟 𝑍𝑥:𝑛|
ത1 =𝐸 𝑍𝑥:𝑛|
ത 1 − 𝐸 𝑍𝑥:𝑛|
ത1 = 2𝐴𝑥:𝑛|
ത1 − 𝐴𝑥:𝑛|
ത1
 BAB 5 : Contingent Payment Models (Insurance Models)
Discrete Stochastic Models

• Endowment Insurance
Merupakan produk asuransi yang membayarkan Uang Pertanggungan jika Tertanggung
meninggal dunia hidup pada masa asuransi atau hidup pada akhir masa asuransi. Masa
asuransi pada produk ini misalkan selama n tahun.

Jika manfaat pertanggungan sebesar 1 unit, maka variabel random dari nilai sekarang
pembayaran manfaatnya dinyatakan sebagai :
• 𝑍𝑥:𝑛|
ത = 𝑣 𝐾𝑥 , untuk 𝐾𝑥 ≤ 𝑛
• 𝑍𝑥:𝑛|
ത = 𝑣 𝑛 , untuk 𝐾𝑥 > 𝑛

1
𝑍𝑥:𝑛|
ത = 𝑍 𝑥:𝑛|
ത + 𝑍𝑥:𝑛|
ത1
1
𝐴𝑥:𝑛|
ത = 𝐴 𝑥:𝑛|
ത + 𝐴𝑥:𝑛|
ത1
1 1
𝑉𝑎𝑟 𝑍𝑥:𝑛|
ത = 𝑉𝑎𝑟 𝑍 𝑥:𝑛|
ത + 𝑉𝑎𝑟 𝑍𝑥:𝑛|
ത 1 − 2. 𝐸 𝑍 𝑥:𝑛|
ത . 𝐸 𝑍𝑥:𝑛|
ത1
1 1
𝑉𝑎𝑟 𝐴𝑥:𝑛|
ത = 𝑉𝑎𝑟 𝐴 𝑥:𝑛|
ത + 𝑉𝑎𝑟 𝐴𝑥:𝑛|
ത 1 − 2. 𝐴 𝑥:𝑛|
ത . 𝐴𝑥:𝑛|
ത1

• Hubungan antara 𝐴𝑥+𝑛 , 𝑛|𝐴𝑥 , dan 𝑛𝐸𝑥

𝑛|𝐴𝑥 = 𝑛𝐸𝑥 . 𝐴𝑥+𝑛
 BAB 5 : Contingent Payment Models (Insurance Models)

Group Deterministic Approach

• 𝐴 𝑥 = σ∞
𝑡=0 𝑣
𝑡+1 . 𝑞 = σ∞ 𝑣 𝑡 .
𝑡| 𝑥 𝑡=1 𝑡−1|𝑞𝑥

𝑛−1 𝑡+1 𝑛
• 𝐴1 𝑥:𝑛|
ത = σ 𝑡=0 𝑣 . 𝑞
𝑡| 𝑥 = σ 𝑡=1 𝑣 𝑡.
𝑡−1|𝑞𝑥

• 𝐴 = σ ∞
𝑣 𝑡+1 . 𝑞 = σ∞ 𝑣 𝑡.
𝑛| 𝑥 𝑡=𝑛 𝑡| 𝑥 𝑡=𝑛+1 𝑡−1|𝑞𝑥

• 𝐴𝑥:𝑛|1 = 𝑣 𝑛. 𝑝
ത 𝑛 𝑥
 BAB 5 : Contingent Payment Models (Insurance Models)

Group Deterministic Approach

• 𝐴 𝑥 = σ∞
𝑡=0 𝑣
𝑡+1 . 𝑞 = σ∞ 𝑣 𝑡 .
𝑡| 𝑥 𝑡=1 𝑡−1|𝑞𝑥

𝑛−1 𝑡+1 𝑛
• 𝐴1 𝑥:𝑛|
ത = σ 𝑡=0 𝑣 . 𝑞
𝑡| 𝑥 = σ 𝑡=1 𝑣 𝑡.
𝑡−1|𝑞𝑥

• 𝐴 = σ ∞
𝑣 𝑡+1 . 𝑞 = σ∞ 𝑣 𝑡.
𝑛| 𝑥 𝑡=𝑛 𝑡| 𝑥 𝑡=𝑛+1 𝑡−1|𝑞𝑥

• 𝐴𝑥:𝑛|1 = 𝑣 𝑛. 𝑝
ത 𝑛 𝑥
 BAB 5 : Contingent Payment Models (Insurance Models)
Continuous Stochastic Models
Merupakan model asuransi dimana pembayaran manfaat kematian
dilakukan pada saat kematian terjadi

• Asuransi Jiwa Seumur Hidup (Whole Life Insurance)

Jika manfaat pertanggungan sebesar 1 unit, maka variabel random
dari nilai sekarang pembayaran manfaatnya dinyatakan sebagai :
𝑍𝑥ҧ = 𝑣 𝑇𝑥
∞ ∞
𝐸 𝑍𝑥ҧ = 𝐴ҧ𝑥 = න 𝑣 𝑡 . 𝑓 𝑡 𝑑𝑡 = න 𝑣 𝑡 . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡
0 0
2 ∞ ∞
𝐸 𝑍𝑥ҧ = 2𝐴ҧ𝑥 =න 𝑣 𝑡 2 . 𝑓 𝑡 𝑑𝑡 = න 𝑣 𝑡 2 . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡
0 0
2 2
𝑉𝑎𝑟 𝑍𝑥ҧ = 𝐸 𝑍𝑥ҧ − 𝐸 𝑍𝑥 2
= 𝐴ҧ𝑥 − 𝐴ҧ𝑥 2
 BAB 5 : Contingent Payment Models (Insurance Models)
• Asuransi Jiwa Berjangka
𝑛 𝑛
𝐸 𝑍ҧ 1 𝑥:𝑛| ҧ ത = න 𝑣 𝑡 . 𝑓 𝑡 𝑑𝑡 = න 𝑣 𝑡 . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡
1
ത = 𝐴 𝑥:𝑛|
0 0
𝑛 𝑛
2
𝐸 𝑍ҧ 1 𝑥:𝑛|
ത = 2𝐴1ҧ 𝑥:𝑛|
ത =න 𝑣
𝑡 2
. 𝑓 𝑡 𝑑𝑡 = න 𝑣 𝑡 2 . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡
0 0
2 2 2 1 2
𝑉𝑎𝑟 𝑍ҧ 1 𝑥:𝑛|
ത =𝐸 𝑍ҧ 1 𝑥:𝑛|
ത − 𝐸 𝑍ҧ 1 𝑥:𝑛|
ത = 𝐴 ҧ ത
𝑥:𝑛| − 𝐴 ҧ
1
ത
𝑥:𝑛|

• Asuransi Jiwa Ditunda n Tahun

∞ ∞
𝐸 𝑛|𝑍𝑥
ҧ = ҧ = න 𝑣 𝑡 . 𝑓 𝑡 𝑑𝑡 = න 𝑣 𝑡 . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡
𝑛|𝐴𝑥
𝑛 𝑛
∞ ∞
2 2 ҧ
𝐸 𝑛|𝑍𝑥
ҧ = 𝑛|𝐴𝑥 =න 𝑣 𝑡 2 . 𝑓 𝑡 𝑑𝑡 = න 𝑣 𝑡 2 . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡
𝑛 𝑛
2 2 2 ҧ 2
𝑉𝑎𝑟 𝑛|𝑍ҧ𝑥 = 𝐸 ҧ
𝑛|𝑍𝑥 − 𝐸 𝑛|𝑍ҧ𝑥 = 𝑛|𝐴𝑥 − 𝑛|𝐴ҧ𝑥
 BAB 5 : Contingent Payment Models (Insurance Models)
Continuous Functions Evaluated from Parametric Survival Models

• Kematian berdistribusi exponential (Constant Force of Mortality)

𝜇𝑥+𝑡 = 𝜇
−𝜇.𝑡
𝑡 𝑝𝑥 = 𝑒
∞ ∞
𝜇
ҧ 𝑡 −𝛿𝑡 −𝜇𝑡
𝐴𝑥 = න 𝑣 . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡 = න 𝑒 . 𝑒 . 𝜇 𝑑𝑡 =
0 0 𝜇+𝛿
𝑛 −𝛿𝑛 . 𝑒 −𝜇𝑛 = 𝑒 − 𝛿+𝜇 .𝑛
𝑛𝐸𝑥 = 𝑣 . 𝑛𝑝𝑥 = 𝑒

• Kematian berdistribusi seragam (UDD)

𝜔−𝑥−𝑡
𝑡𝑝𝑥 =
𝜔−𝑥
1
𝜇𝑥+𝑡 =
𝜔−𝑥−𝑡
𝜔−𝑥 𝜔−𝑥 𝑎
ത 𝜔−𝑥
1 𝜔−𝑥| 1 − 𝑣
𝐴ҧ𝑥 = න 𝑣 𝑡 . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡 = න 𝑣 𝑡 𝑑𝑡 = =
0 𝜔 − 𝑥 0 𝜔 − 𝑥 𝛿 𝜔−𝑥
 BAB 5 : : Contingent Payment Models (Insurance Models)

Contingent Payments Models with Varying Payments

• Suatu produk asuransi dapat mempunyai manfaat yang berbeda

untuk setiap tahun polis. Nilai sekarang dari variable random
dengan pembayaran manfaat yang berbeda adalah sebagai
berikut :
∞

𝐸 𝐵𝑥 = ෍ 𝑏𝑘 . 𝑣 𝑘 . 𝑃𝑟 𝐾𝑥 = 𝑘
𝑘=1
∞ ∞
𝐸 𝐵ത𝑥 = න 𝑏𝑡 . 𝑣 𝑡 . 𝑓 𝑡 𝑑𝑡 = න 𝑏𝑡 . 𝑣 𝑡 . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡
0 0
Dimana 𝑏𝑡 merupakan manfaat pada tahun polis ke-t
 BAB 5 : Contingent Payment Models (Insurance Models)

Contingent Payments Models with Varying Payments

• Jika 𝑏𝑡 = 𝑡, maka nilai sekarang dari variable random dengan

pembayaran manfaatnya adalah sebagai berikut :
Pembayaran manfaat diskrit
∞

𝐼𝐴 𝑥 = 𝐸 𝐵𝑥 = ෍ 𝑘. 𝑣 𝑘 . 𝑃𝑟 𝐾𝑥 = 𝑘
𝑘=1
𝑛

𝐼𝐴 1 = ෍ 𝑘. 𝑣 𝑘 . 𝑃𝑟 𝐾𝑥 = 𝑘
ത
𝑥:𝑛|
𝑘=1

Pembayaran manfaat kontinu

∞ ∞
ҧ ҧ
𝐼𝐴 𝑥 = න 𝑡. 𝑣 𝑡 . 𝑓 𝑡 𝑑𝑡 = න 𝑡. 𝑣 𝑡 . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡
0 0
𝑛 𝑛
ҧ ҧ
𝐼𝐴 1 = න 𝑡. 𝑣 𝑡 . 𝑓 𝑡 𝑑𝑡 = න 𝑡. 𝑣 𝑡 . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡
ത
𝑥:𝑛|
0 0
 BAB 5 : Contingent Payment Models (Insurance Models)

Contingent Payments Models with Varying Payments

• Jika manfaat menurun sebesar 1 unit setiap tahun dengan

manfaat tahun pertama sebesar n unit, maka nilai sekarang
pembayaran manfaatnya adalah :

𝐷𝐴 1 = ෍ 𝑛 − 𝑘 + 1 . 𝑣 𝑘 . 𝑃𝑟 𝐾𝑥 = 𝑘
ത
𝑥:𝑛|
𝑘=1
𝑛 𝑛
ഥ 𝐴ҧ
𝐷 1
= න 𝑛 − 𝑡 . 𝑣 𝑡 . 𝑓 𝑡 𝑑𝑡 = න 𝑛 − 𝑡 . 𝑣 𝑡 . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡
ത
𝑥:𝑛|
0 0
 BAB 5 : Contingent Payment Models (Insurance Models)

Hubungan antara pembayaran manfaat kontinu dan diskrit

Jika kematian berdistribusi uniform (UDD) maka berlaku :

𝑖
• 𝐴ҧ𝑥 = 𝐴𝑥
𝛿
𝑖 1
• 𝐴1ҧ ത
𝑥:𝑛| = 𝐴 𝑥:𝑛|
ത
𝛿
𝑖
• ҧ
𝑛|𝐴𝑥 = 𝐴
𝛿 𝑛| 𝑥
𝑖
• 𝐴ҧ𝑥:𝑛|
ത = 𝐴ҧ
1
ത
𝑥:𝑛| + 𝑛𝐸𝑥 = 𝐴1 𝑥:𝑛|
ത + 𝑛𝐸𝑥
𝛿
 BAB 6 : Contingent Annuity Models (Life Annuities)

Life Annuities merupakan suatu model pembayaran yang dilakukan

secara periodik jika seseorang hidup.

Terdapat 3 macam cara pembayaran yaitu :

• Pada akhir tahun (The Immediate Case) yaitu pembayaran
periodic dilakukan pada setiap akhir tahun jika seseorang hidup

• Pada awal tahun (The Due Case) yaitu pembayaran periodic

dilakukan pada setiap awal tahun jika seseorang hidup

• Secara Kontinu (The Continuous Case) yaitu pembayaran

periodic dilakukan setiap saat jika seseorang hidup
 BAB 6 : Contingent Annuity Models (Life Annuities)

Whole Life Annuity Models

Yaitu suatu model anuitas dengan pembayaran seumur hidup

• The Immediate Cases

Nilai sekarang dari variable random untuk model ini adalah :
∞

𝑌𝑥 = ෍ 𝑍𝑥:𝑡|ҧ 1
𝑡=1
∞ ∞ ∞ ∞

𝐸 𝑌𝑥 = 𝑎𝑥 = ෍ 𝐸 𝑍𝑥:𝑡|ҧ 1 = ෍ 𝐴𝑥:𝑡|ҧ 1 = ෍ 𝑡𝐸𝑥 = ෍ 𝑣 𝑡 𝑡𝑝𝑥

𝑡=1 𝑡=1 𝑡=1 𝑡=1
∞ ∞
1− 𝑣 𝑘−1
𝐸 𝑌𝑥 = 𝐸 𝑎𝐾𝑥 −1| = ෍ 𝑎𝐾𝑥 −1| . 𝑃𝑟 𝐾𝑥 = 𝑘 = ෍ . 𝑘−1|𝑞𝑥
𝑖
𝑘=1 𝑘=1
2 2
𝐴𝑥 − 𝐴𝑥
𝑉𝑎𝑟 𝑌𝑥 =
𝑑2
 BAB 6 : Contingent Annuity Models (Life Annuities)

Whole Life Annuity Models

• The Due Cases

Nilai sekarang dari variable random untuk model ini adalah :
∞

𝑌𝑥ሷ = 1 + 𝑌𝑥 = 1 + ෍ 𝑍𝑥:𝑡|ҧ 1
𝑡=1
∞

𝐸 𝑌𝑥ሷ = 𝑎ሷ 𝑥 = ෍ 𝑣 𝑡 𝑡𝑝𝑥
𝑡=0
∞ ∞
1 − 𝑣𝑘
𝐸 𝑌𝑥ሷ = 𝐸 𝑎ሷ 𝐾𝑥| = ෍ 𝑎ሷ 𝐾𝑥| . 𝑃𝑟 𝐾𝑥 = 𝑘 = ෍ . 𝑘|𝑞𝑥
𝑖
𝑘=1 𝑘=1
2 2
𝐴𝑥 − 𝐴𝑥
𝑉𝑎𝑟 𝑌𝑥ሷ = 𝑉𝑎𝑟 𝑌𝑥 =
𝑑2

Hubungan antara 𝐴𝑥 , 𝑎𝑥 , dan 𝑎ሷ 𝑥

• 𝑎ሷ 𝑥 = 1 + 𝑎𝑥
• 𝐴𝑥 = 𝑣 − 𝑑. 𝑎𝑥
• 𝐴𝑥 = 1 − 𝑑. 𝑎ሷ 𝑥
 BAB 6 : Contingent Annuity Models (Life Annuities)

Whole Life Annuity Models

• The Continuous Cases

1 − 𝑣 𝑇𝑥
𝑌ത𝑥 = 𝑎ത 𝑇𝑥| =
𝛿
∞
𝑎ത𝑥 = 𝐸 𝑌ത𝑥 = 𝐸 𝑎ത 𝑇𝑥| = න 𝑎ത𝑡|ҧ . 𝑓 𝑡 𝑑𝑡
0
∞ ∞
𝑎ത𝑥 = න 𝑎ത𝑡|ҧ . 𝑡𝑝𝑥 𝜇𝑥+𝑡 𝑑𝑡 = න 𝑣 𝑡 . 𝑡𝑝𝑥 𝑑𝑡
0 0
2 ҧ
1 − 𝑍𝑥ҧ 𝑉𝑎𝑟 𝑍𝑥ҧ 𝐴𝑥 − 𝐴ҧ𝑥 2
𝑉𝑎𝑟 𝑌ത𝑥 = 𝑉𝑎𝑟 = 2
=
𝛿 𝛿 𝛿2
 BAB 6 : Contingent Annuity Models (Life Annuities)

Temporary Annuity Models

Yaitu suatu model anuitas dengan pembayaran sampai tahun ke-n

• The Immediate Cases

Nilai sekarang dari variable random untuk model ini adalah: :
𝑛

𝑌𝑥:𝑛|
ത = ෍ 𝑍𝑥:𝑡|ҧ 1
𝑡=1
𝑛 𝑛 𝑛 𝑛
𝑡
𝐸 𝑌𝑥:𝑛|
ത = 𝑎𝑥:𝑛|
ത = ෍ 𝐸 𝑍𝑥:𝑡|ҧ 1 = ෍ 𝐴𝑥:𝑡|ҧ 1 = ෍ 𝑡 𝐸𝑥 = ෍ 𝑣 𝑡 𝑝𝑥
𝑡=1 𝑡=1 𝑡=1 𝑡=1
𝑛 ∞

𝐸 𝑌𝑥:𝑛|
ത = ෍ 𝑎𝑘−1| . 𝑃𝑟 𝐾𝑥 = 𝑘 + ෍ 𝑎𝑛|
ത . 𝑃𝑟 𝐾𝑥 = 𝑘
𝑘=1 𝑘=𝑛+1
 BAB 6 : Contingent Annuity Models (Life Annuities)
Temporary Annuity Models

• The Due Cases

Nilai sekarang dari variable random untuk model ini adalah :
𝑛−1
ሷ 𝑛|
𝑌𝑥: ത = ෍ 𝑍𝑥:𝑡|ҧ 1
𝑡=1
𝑛−1 𝑛−1 𝑛−1
ሷ 𝑛|
𝐸 𝑌𝑥: ത = 𝑎ሷ 𝑥:𝑛|
𝑡
ത = ෍ 𝐸 𝑍𝑥:𝑡|ҧ 1 = ෍ 𝑡𝐸𝑥 = ෍ 𝑣 𝑡𝑝𝑥
𝑡=0 𝑡=0 𝑡=0
𝑛 ∞
ሷ 𝑛|
𝐸 𝑌𝑥: ത = ෍ 𝑎𝑘
ത | . 𝑃𝑟 𝐾𝑥 = 𝑘 + ෍ 𝑎𝑛|
ത . 𝑃𝑟 𝐾𝑥 = 𝑘
𝑘=1 𝑘=𝑛+1
2 2
𝑉𝑎𝑟 𝑍𝑥:𝑛|
ത 𝐴𝑥:𝑛|
ത − 𝐴𝑥:𝑛|
ത
ሷ 𝑛|
𝑉𝑎𝑟 𝑌𝑥: ത = =
𝑑2 𝑑2

• Hubungan antara 𝐴𝑥:𝑛|

ത , dan 𝑎ሷ 𝑥:𝑛|
ത
𝐴𝑥:𝑛| ത = 1 − 𝑑. 𝑎ሷ 𝑥:𝑛|
ത
 BAB 6 : Contingent Annuity Models (Life Annuities)

Temporary Annuity Models

• The Continuous Cases

𝑛
𝑎ത𝑥:𝑛| ത ത = න 𝑣 𝑡 . 𝑡𝑝𝑥 𝑑𝑡
ത = 𝐸 𝑌𝑥:𝑛|
0
ҧ 𝑛|
1 − 𝐸 𝑍𝑥: ത 1 − 𝐴ҧ𝑥:𝑛|
ത
𝑎ത𝑥:𝑛| ത
ത = 𝐸 𝑌𝑥:𝑛|
ത = =
𝛿 𝛿
2 ҧ 2
ҧ
𝑉𝑎𝑟 𝑍𝑥:𝑛|
ത 𝐴𝑥:𝑛| ҧ
ത − 𝐴𝑥:𝑛| ത
ത
𝑉𝑎𝑟 𝑌𝑥:𝑛|
ത = =
𝛿2 𝛿2

• Hubungan antara 𝐴ҧ𝑥:𝑛|

ത , dan 𝑎
ത𝑥:𝑛|
ത
𝐴ҧ𝑥:𝑛|
ത = 1 − 𝛿. 𝑎
ത𝑥:𝑛|
ത
 BAB 6 : Contingent Annuity Models (Life Annuities)
Deferred Whole Life Annuity Models
Yaitu suatu model anuitas dengan pembayaran ditunda selama n tahun

• The Immediate Cases

Nilai sekarang dari variable random untuk model ini adalah :
∞

𝑛|𝑌𝑥 = ෍ 𝑍𝑥:𝑡|ҧ 1
𝑡=𝑛+1
∞

𝐸 𝑡
𝑛|𝑌𝑥 = 𝑛|𝑎𝑥 = 𝐸 𝑌𝑥 − 𝑌𝑥:𝑛|
ത = 𝑎𝑥 − 𝑎𝑥:𝑛|
ത = ෍ 𝑣 𝑡𝑝𝑥
𝑡=𝑛+1
∞

𝐸 𝑛|𝑌𝑥 = 𝑛|𝑎𝑥 = ෍ 𝑣 𝑛 . 𝑎𝑘−𝑛−1| . 𝑃𝑟 𝐾𝑥 = 𝑘

𝑘=𝑛+1

𝑛|𝑎𝑥 = 𝑛𝐸𝑥 . 𝑎𝑥+𝑛

 BAB 6 : Contingent Annuity Models (Life Annuities)
Deferred Whole Life Annuity Models

• The Due Cases

Nilai sekarang dari variable random untuk model ini adalah :
∞

𝑛|𝑌𝑥
ሷ = ෍ 𝑍𝑥:𝑡|ҧ 1
𝑡=𝑛
∞ ∞

𝐸 ሷ
𝑛|𝑌𝑥 = 𝑛|𝑎ሷ 𝑥 = ෍ 𝐸 𝑍𝑥:𝑡|ҧ 1 = ෍ 𝑣 𝑡 𝑡 𝑝𝑥
𝑡=𝑛 𝑡=𝑛

𝑛|𝑎ሷ 𝑥 = 𝑎ሷ 𝑥 − 𝑎ሷ 𝑥:𝑛|
ത

𝑛|𝑎ሷ 𝑥 = 𝑛𝐸𝑥 . 𝑎ሷ 𝑥+𝑛

 BAB 6 : Contingent Annuity Models (Life Annuities)

Deferred Whole Life Annuity Models

• The Continuous Cases

∞
𝐸 |𝑌
𝑛 𝑥
ത = |
𝑛 𝑥𝑎
ത = න 𝑣 𝑡 . 𝑝 𝑑𝑡
𝑡 𝑥
𝑛

𝑛 |𝑎
ത𝑥 = 𝑎ത𝑥 − 𝑎ത𝑥:𝑛|
ത

𝑛 |𝑎
ത𝑥 = 𝑛𝐸𝑥 .ഥ𝑎𝑥+𝑛
BAB 7 : Funding Plans for Contingent Contracts (Annual Premiums)

Jika premi dibayar secara periodic (tidak sekaligus) dan memenuhi

equivalence principle maka berlaku hubungan sebagai berikut :

𝐴𝑃𝑉 𝑃𝑒𝑚𝑏𝑎𝑦𝑎𝑟𝑎𝑛 𝑃𝑟𝑒𝑚𝑖 = 𝐴𝑃𝑉(𝑃𝑒𝑚𝑏𝑎𝑦𝑎𝑟𝑎𝑛 𝑀𝑎𝑛𝑓𝑎𝑎𝑡)

BAB 7 : Funding Plans for Contingent Contracts (Annual Premiums)
Pembayaran Premi Tahunan dengan Bermacam-Macam Model Pembayaran Manfaat

• Model Pembayaran Manfaat Diskret

Asuransi Jiwa Seumur Hidup (Whole Life Insurance)

Jika seseorang membeli asuransi jiwa seumur hidup dengan Uang Pertanggungan sebesar B dengan
pembayaran manfaat dibayar pada akhir tahun kematian dan Premi dibayar sebesar P pertahun, maka berlaku
hubungan sebagai berikut :

𝐴𝑃𝑉 𝑃𝑒𝑚𝑏𝑎𝑦𝑎𝑟𝑎𝑛 𝑃𝑟𝑒𝑚𝑖 = 𝐴𝑃𝑉(𝑃𝑒𝑚𝑏𝑎𝑦𝑎𝑟𝑎𝑛 𝑀𝑎𝑛𝑓𝑎𝑎𝑡) equivalence principle

𝑃. 𝑎ሷ 𝑥 = 𝐵. 𝐴𝑥
𝐴𝑥
𝑃 = 𝐵.
𝑎ሷ 𝑥

Jika besar manfaat adalah 1 unit (B = 1) maka

𝐴𝑥
𝑃=
𝑎ሷ 𝑥
𝐴𝑥
𝑃𝑥 = , (𝐹𝑢𝑙𝑙𝑦 𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑒)
𝑎ሷ 𝑥
𝐴𝑥
𝑡 𝑃𝑥 = , (𝐿𝑖𝑚𝑖𝑡𝑒𝑑 𝑃𝑎𝑦𝑚𝑒𝑛𝑡, 𝑡 < 𝑛)
𝑎ሷ 𝑥:𝑡|ҧ
BAB 7 : Funding Plans for Contingent Contracts (Annual Premiums)
Pembayaran Premi Tahunan dengan Bermacam-Macam Model
Pembayaran Manfaat

• Model Pembayaran Manfaat Diskret

Asuransi Jiwa Berjangka (Term Life Insurance)

1 𝐴1 𝑥:ഥ
𝑛|
• 𝑃 ത
𝑥:𝑛| = , (𝐹𝑢𝑙𝑙𝑦 𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑒)
𝑎ሷ 𝑥:ഥ
𝑛|

𝐴1 𝑥:ഥ
𝑛|
• 𝑡 𝑃1 ത
𝑥:𝑛|
= , (𝐿𝑖𝑚𝑖𝑡𝑒𝑑 𝑃𝑎𝑦𝑚𝑒𝑛𝑡, 𝑡 < 𝑛)
𝑎ሷ 𝑥:ഥ
𝑛|

Pure Endowment
𝐴𝑥:ഥ
𝑛| 1
• 𝑃𝑥:𝑛|
ത1 = , (𝐹𝑢𝑙𝑙𝑦 𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑒)
𝑎ሷ 𝑥:ഥ
𝑛|
𝐴𝑥:ഥ
𝑛| 1
• 𝑡𝑃𝑥:𝑛|
ത1 = , (𝐿𝑖𝑚𝑖𝑡𝑒𝑑 𝑃𝑎𝑦𝑚𝑒𝑛𝑡, 𝑡 < 𝑛)
𝑎ሷ 𝑥:𝑡|
BAB 7 : Funding Plans for Contingent Contracts (Annual Premiums)
Pembayaran Premi Tahunan dengan Bermacam-Macam Model
Pembayaran Manfaat

• Model Pembayaran Manfaat Diskret

Endowment
𝐴𝑥:ഥ
𝑛|
𝐴1 𝑥:ഥ
𝑛| +𝐴𝑥:ഥ
𝑛| 1
• 𝑃𝑥:𝑛|
ത = = = 𝑃1 𝑥:𝑛|
ത + 𝑃𝑥:𝑛|
ത 1 , (𝐹𝑢𝑙𝑙𝑦 𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑒)
𝑎ሷ 𝑥:ഥ
𝑛| 𝑎ሷ 𝑥:ഥ
𝑛|
𝐴𝑥:ഥ
𝑛|
• 𝑡𝑃𝑥:𝑛|
ത = , (𝐿𝑖𝑚𝑖𝑡𝑒𝑑 𝑃𝑎𝑦𝑚𝑒𝑛𝑡, 𝑡 < 𝑛)
𝑎ሷ 𝑥:𝑡ത|

Asuransi Jiwa Ditunda n Tahun

𝑛|𝐴𝑥
• 𝑃 𝑛|𝐴𝑥 = , (𝐹𝑢𝑙𝑙𝑦 𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑒)
𝑎ሷ 𝑥

𝑛|𝐴𝑥
• 𝑡𝑃 𝑛|𝐴𝑥 = , (𝐿𝑖𝑚𝑖𝑡𝑒𝑑 𝑃𝑎𝑦𝑚𝑒𝑛𝑡, 𝑡 ≤ 𝑛)
𝑎ሷ 𝑥:𝑡ത|
BAB 7 : Funding Plans for Contingent Contracts (Annual Premiums)
Pembayaran Premi Tahunan dengan Bermacam-Macam
Model Pembayaran Manfaat

• Model Pembayaran Manfaat Kontinu

Jika pembayaran manfaat dilakukan pada saat kematian dan premi

dibayar tahunan maka :
𝐴𝑥 ҧ
ҧ
• 𝑃(𝐴𝑥 ) = ሷ
𝑎𝑥
𝐴ҧ1 𝑥:𝑛
ഥ|
• 𝑃(𝐴1ҧ 𝑥:𝑛|
ത )= 𝑎ሷ 𝑥:𝑛
ഥ|

𝐴𝑥:𝑛ҧ
ഥ|
ҧ
• 𝑃(𝐴𝑥:𝑛|
ത ) = ሷ 𝑎𝑥:𝑛
ഥ|
BAB 7 : Funding Plans for Contingent Contracts (Annual Premiums)

Pembayaran Premi Tahunan dengan Bermacam-Macam

Model Pembayaran Manfaat

Contingent Annuity Models

𝑛|𝑎𝑥
• 𝑃( 𝑛|𝑎𝑥 ) =
𝑎ሷ 𝑥:𝑛
ഥ|

𝑛|𝑎ሷ 𝑥
• 𝑃( 𝑛|𝑎ሷ 𝑥 ) =
𝑎ሷ 𝑥:𝑛
ഥ|

ത𝑥
𝑛|𝑎
• 𝑃( 𝑛|𝑎ത𝑥 ) =
𝑎ሷ 𝑥:𝑛
ഥ|
BAB 7 : Funding Plans for Contingent Contracts (Annual Premiums)
Random Variable Analysis

• Misalkan Lx menyatakan variable random untuk nilai sekarang dari Loss dalam asuransi
jiwa seumur hidup diskret, maka :
𝐿𝑥 = 𝑣 𝐾𝑥 − 𝑃. 𝑎ሷ 𝐾𝑥| = 𝑍𝑥 − 𝑃. 𝑌𝑥ሷ
1 − 𝑍𝑥 𝑃 𝑃
𝐿𝑥 = 𝑍𝑥 − 𝑃. 𝑌𝑥ሷ = 𝑍𝑥 − 𝑃. = 𝑍𝑥 . 1 + −
𝑑 𝑑 𝑑
𝑃 𝑃 2 𝑃 2 2
𝑉𝑎𝑟 𝐿𝑥 = 𝑉𝑎𝑟 𝑍𝑥 . 1 + = 1+ . 𝑉𝑎𝑟 𝑍𝑥 = 1 + . 𝐴𝑥 − 𝐴𝑥 2
𝑑 𝑑 𝑑

• Dengan menggunakan equivalence principle dimana E[Lx] = 0 dengan P = Px, maka :

𝑃𝑥 2 2
𝑉𝑎𝑟 𝐿𝑥 = 1 + . 𝐴𝑥 − 𝐴𝑥 2
𝑑
𝑉𝑎𝑟 𝐿 = 𝐸 𝐿 − 𝐸 𝐿 2 = 𝐸 𝐿2
2

Untuk asuransi jiwa berjangka

2
𝑃𝑥:𝑛|
ത 2 2
𝐿𝑥:𝑛|
ത = 𝑍𝑥:𝑛|
ത − 𝑃𝑥:𝑛|
ሷ ത
ത . 𝑌𝑥:𝑛| = 1+ . 𝐴𝑥:𝑛|
ത − 𝐴𝑥:𝑛|
ത
𝑑
BAB 7 : Funding Plans for Contingent Contracts (Annual Premiums)
Pembayaran Premi Secara Kontinu

• Pembayaran Manfaat Diskret

Jika pembayaran manfaat pada akhir tahun kematian, dan pembayaran premi
kontinu maka :
𝐴𝑥
ത
𝑃𝑥 =
𝑎ത𝑥
𝐴 1
ത
𝑥:𝑛|
𝑃ത1 𝑥:𝑛|
ത =
𝑎ത𝑥:𝑛|ത
𝐴𝑥:𝑛| ത1
𝑃ത𝑥:𝑛|
ത1 =
𝑎ത𝑥:𝑛| ത
𝐴𝑥:𝑛| ത
ത
𝑃𝑥:𝑛|
ത =
𝑎ത𝑥:𝑛| ത
𝑛|𝐴𝑥
𝑃ത 𝑛|𝐴𝑥 =
𝑎ത𝑥:𝑛|ത
BAB 7 : Funding Plans for Contingent Contracts (Annual Premiums)
Pembayaran Premi Secara Kontinu

• Pembayaran Manfaat Kontinu

Jika pembayaran manfaat pada saat kematian dan premi dibayar

kontinu maka :
𝐴ҧ𝑥
𝑃ത 𝐴ҧ𝑥 =
𝑎ത𝑥
𝐿ത (𝐴ҧ𝑥 ) = 𝑍𝑥ҧ − 𝑃(ത 𝐴ҧ𝑥 ). 𝑌ത𝑥
ത 𝐴ҧ𝑥 ) 2
𝑃(
𝑉𝑎𝑟 𝐿ത (𝐴ҧ𝑥 ) = 1 + . 𝑉𝑎𝑟 𝑍𝑥ҧ
𝛿
2
ത
𝑃(𝐴𝑥 )ҧ 2
2 ҧ ҧ
= 1+ . 𝐴𝑥 − 𝐴𝑥
𝛿
BAB 8 : Contingent Contract Reserves (Benefit Reserves)

Benefit Reserves (Cadangan) yaitu dana yang harus disediakan oleh perusahaan asuransi untuk mencover risiko-risiko
yang terjadi pada masa yang akan datang

Terdapat 2 macam cara perhitungan cadangan yaitu :

1. Prospective Method yaitu metode perhitungan cadangan yang memperhitungkan nilai sekarang pengeluaran pada
masa yang akan datang dikurangi nilai sekarang penerimaan pada masa yang akan datang

𝑡𝑉 = 𝐴𝑃𝑉 𝑀𝑎𝑛𝑓𝑎𝑎𝑡 𝑃𝑎𝑑𝑎 𝑀𝑎𝑠𝑎 𝐴𝑘𝑎𝑛 𝐷𝑎𝑡𝑎𝑛𝑔 − 𝐴𝑃𝑉(𝑃𝑟𝑒𝑚𝑖 𝑃𝑎𝑑𝑎 𝑀𝑎𝑠𝑎 𝐴𝑘𝑎𝑛 𝐷𝑎𝑡𝑎𝑛𝑔)

tV : Cadangan pada akhir tahun ke- t (Terminal Reserves pada tahun ke-t)

2. Restrospective Method yaitu metode perhitungan cadangan yang memperhitungkan nilai akumulasi penerimaan
dikurangi nilai akumulasi pengeluaran

𝑡𝑉 = 𝐴𝐹𝑉 𝑃𝑟𝑒𝑚𝑖 − 𝐴𝐹𝑉(𝑀𝑎𝑛𝑓𝑎𝑎𝑡)

BAB 8 : Contingent Contract Reserves (Benefit Reserves)
Reserves for Contingent Payment Models with Annual Payment
Funding

• Reserves by the Prospective Method

Untuk fully discrete
𝑡 𝑉𝑥 = 𝐴𝑥+𝑡 − 𝑃𝑥 . 𝑎ሷ 𝑥+𝑡

1
𝑡 𝑉 𝑥:𝑛|
ത = 𝐴1 𝑥+𝑡:𝑛−𝑡| − 𝑃1 𝑥:𝑛|
ത . 𝑎ሷ 𝑥+𝑡:𝑛−𝑡|

𝑡 𝑉𝑥:𝑛|
ത1 = 𝐴𝑥+𝑡:𝑛−𝑡|1 − 𝑃𝑥:𝑛|
ത 1 . 𝑎ሷ 𝑥+𝑡:𝑛−𝑡|

𝑡 𝑉𝑥:𝑛|
ത = 𝐴𝑥+𝑡:𝑛−𝑡| − 𝑃𝑥:𝑛|
ത . 𝑎ሷ 𝑥+𝑡:𝑛−𝑡|

Untuk limited payment

ℎ
𝑡 𝑉𝑥 = 𝐴𝑥+𝑡 − ℎ𝑃𝑥 . 𝑎ሷ 𝑥+𝑡:ℎ−𝑡| , 𝑢𝑛𝑡𝑢𝑘 𝑡 < ℎ

ℎ
𝑡 𝑉𝑥 = 𝐴𝑥+𝑡 , 𝑢𝑛𝑡𝑢𝑘 𝑡 ≥ ℎ
BAB 8 : Contingent Contract Reserves (Benefit Reserves)

Reserves for Contingent Payment Models with Annual

Payment Funding

• Reserves by the Retrospective Method

𝑡 𝑉𝑥 = 𝑃𝑥 . 𝑠ሷ 𝑥:𝑡|ҧ − 𝑡 𝑘𝑥
Dimana :
1
𝑡 𝑘𝑥 = 𝐴1 𝑥:𝑡|ҧ .
𝑡 𝐸𝑥

• Hubungan antara 𝑛𝑉𝑥 , 𝑃𝑥 , 𝑃1 𝑥:𝑛|

ത , 𝑃𝑥:𝑛|
ത1
𝑃𝑥 = 𝑃1 𝑥:𝑛| ത , +𝑃𝑥:𝑛|
ത 1 . 𝑛𝑉𝑥
BAB 8 : Contingent Contract Reserves (Benefit Reserves)
Additional Terminal Reserves Expressions
𝑡𝑉𝑥 = 𝐴𝑥+𝑡 − 𝑃𝑥 . 𝑎ሷ 𝑥+𝑡 = 1 − 𝑑. 𝑎ሷ 𝑥+𝑡 − 𝑃𝑥 . 𝑎ሷ 𝑥+𝑡 = 𝟏 − 𝑷𝒙 + 𝒅 . 𝒂ሷ 𝒙+𝒕

1 − 𝑑. 𝑎ሷ 𝑥 𝒂ሷ 𝒙+𝒕
𝑡𝑉𝑥 = 𝐴𝑥+𝑡 − 𝑃𝑥 . 𝑎ሷ 𝑥+𝑡 = 1 − 𝑑. 𝑎ሷ 𝑥+𝑡 − . 𝑎ሷ 𝑥+𝑡 = 𝟏 −
𝑎ሷ 𝑥 𝒂ሷ 𝒙

𝑡𝑉𝑥 = 𝐴𝑥+𝑡 − 𝑃𝑥 . 𝑎ሷ 𝑥+𝑡 = 𝑃𝑥+𝑡 . 𝑎ሷ 𝑥+𝑡 − 𝑃𝑥 . 𝑎ሷ 𝑥+𝑡 = 𝑷𝒙+𝒕 − 𝑷𝒙 . 𝒂ሷ 𝒙+𝒕

𝑑. 𝐴𝑥 1 − 𝐴𝑥+𝑡 𝑨𝒙+𝒕 − 𝑨𝒙
𝑡𝑉𝑥 = 𝐴𝑥+𝑡 − 𝑃𝑥 . 𝑎ሷ 𝑥+𝑡 = 𝐴𝑥+𝑡 − . =
1 − 𝐴𝑥 𝑑 𝟏 − 𝑨𝒙

𝐴𝑥+𝑡 𝑷𝒙
𝑡𝑉𝑥 = 𝐴𝑥+𝑡 − 𝑃𝑥 . 𝑎ሷ 𝑥+𝑡 = 𝐴𝑥+𝑡 − 𝑃𝑥 . = 𝟏− . 𝑨𝒙+𝒕
𝑃𝑥+𝑡 𝑷𝒙+𝒕

𝑎ሷ 𝑥+𝑡 𝑃𝑥 + 𝑑 𝑷𝒙+𝒕 − 𝑷𝒙
𝑡𝑉𝑥 = 1 − =1− =
𝑎ሷ 𝑥 𝑃𝑥+𝑡 + 𝑑 𝑷𝒙+𝒕 + 𝒅
BAB 8 : Contingent Contract Reserves (Benefit Reserves)

Random Variable Analysis

Jika diberikan Kx > t, maka nilai sekarang dari Loss pada masa
akan datang pada tahun ke-t adalah :

𝐿
𝑡 𝑥 = 𝑣 𝐾𝑥 −𝑡 − 𝑃 . 𝑎ሷ ሷ
𝑥 𝐾𝑥 −𝑡| = 𝑍𝑥+𝑡 − 𝑃𝑥 . 𝑌𝑥+𝑡

2
𝑃𝑥
𝑉𝑎𝑟 𝑡𝐿𝑥 |𝐾𝑥 > 𝑡 = 1 + . 2
𝐴𝑥+𝑡 − 𝐴𝑥+𝑡 2
𝑑
BAB 8 : Contingent Contract Reserves (Benefit Reserves)
Reserve for Contingent Contracts with Immediate Payment of
Claims
Jika manfaat kematian dibayar pada saat kematian (Continuous Model)
dan pembayaran premi secara tahunan maka :
• 𝑡𝑉 𝐴ҧ𝑥 = 𝐴ҧ𝑥+𝑡 − 𝑃 𝐴ҧ𝑥 . 𝑎ሷ 𝑥+𝑡
• 𝑡𝑉 𝐴1ҧ 𝑥:𝑛| ҧ
1 ҧ ത . 𝑎ሷ 𝑥+𝑡:𝑛−𝑡|
1
ത = 𝐴 𝑥+𝑡:𝑛−𝑡| − 𝑃 𝐴 𝑥:𝑛|

• 𝑡𝑉 𝐴ҧ𝑥:𝑛| ҧ ҧ ത . 𝑎ሷ 𝑥+𝑡:𝑛−𝑡|
ത = 𝐴𝑥+𝑡:𝑛−𝑡| − 𝑃 𝐴𝑥:𝑛|

• ℎ
𝑡𝑉 𝐴1ҧ 𝑥:𝑛| ҧ
1 ҧ ത . 𝑎ሷ 𝑥+𝑡:ℎ−𝑡| , 𝑢𝑛𝑡𝑢𝑘 𝑡 < ℎ < 𝑛
1
ത = 𝐴 𝑥+𝑡:𝑛−𝑡| − ℎ𝑃 𝐴 𝑥:𝑛|

• ℎ
𝑡𝑉 𝐴1ҧ 𝑥:𝑛| ҧ
1
ത = 𝐴 𝑥+𝑡:𝑛−𝑡| , 𝑢𝑛𝑡𝑢𝑘 ℎ < 𝑡 < 𝑛

Reserves for Contingent Annuity Models

• 𝑡 𝑉 𝑛|𝑎ሷ 𝑥 = 𝑛−𝑡 |𝑎ሷ 𝑥+𝑡 −𝑃 𝑛|𝑎ሷ 𝑥 . 𝑎ሷ 𝑥+𝑡:𝑛−𝑡|
BAB 8 : Contingent Contract Reserves (Benefit Reserves)

Recursive Relationships for Discrete Models with Annual

Premiums

• Group Deterministic Approach

𝑡𝑉 + 𝑃 . 1 + 𝑖 = 𝑞𝑥+𝑡 + 𝑝𝑥+𝑡 . 𝑡+1𝑉

𝑡𝑉 + 𝑃 = 𝑣. 𝑞𝑥+𝑡 + 𝑣. 𝑝𝑥+𝑡 . 𝑡+1𝑉

Dimana :
𝑡𝑉 +𝑃 biasa disebut initial reserve untuk tahun ke
t+1
BAB 8 : Contingent Contract Reserves (Benefit Reserves)

Reserves for Contingent Payment Models with Continuous Payment Funding

Jika pembayaran premi dilakukan secara kontinu, maka perhitungan reserve adalah sebagai berikut :

Untuk manfaat kematian dibayar pada akhir tahun kematian (diskret model)
• 𝑡 𝑉ത𝑥 = 𝐴𝑥+𝑡 − 𝑃ത𝑥 . 𝑎ത𝑥+𝑡
ℎത
• 𝑡 𝑉𝑥 = 𝐴𝑥+𝑡 − ℎ𝑃ത𝑥 . 𝑎ത𝑥+𝑡:ℎ−𝑡| , 𝑢𝑛𝑡𝑢𝑘 𝑡 < ℎ
ℎത
• 𝑡 𝑉𝑥 = 𝐴𝑥+𝑡 , 𝑢𝑛𝑡𝑢𝑘 𝑡 ≥ ℎ

Untuk manfaat kematian dibayar pada saat kematian (kontinu model)

ത ҧ ҧ ത ҧ ത𝑥+𝑡
𝑡 𝑉 𝐴𝑥 = 𝐴𝑥+𝑡 − 𝑃 𝐴𝑥 . 𝑎

• Formula lainnya :
𝑡𝑉
ത 𝐴ҧ𝑥 = 1 − 𝑃ത 𝐴ҧ𝑥 + 𝛿 . 𝑎ത𝑥+𝑡

𝑎ത𝑥+𝑡
ത 𝐴ҧ𝑥 = 1 −
𝑡𝑉
𝑎ത𝑥

ത 𝐴ҧ𝑥 = 𝑃ത 𝐴ҧ𝑥+𝑡 − 𝑃ത 𝐴ҧ𝑥 . 𝑎ത𝑥+𝑡

𝑡𝑉
BAB 8 : Contingent Contract Reserves (Benefit Reserves)

Random Variable Analysis

• ത = 𝑣 𝑇𝑥−𝑡 − 𝑃ത 𝐴ҧ𝑥 . 𝑎ത 𝑇 −𝑡| = 𝑍𝑥+𝑡

𝑡 𝐿𝑥
ҧ − 𝑃ത 𝐴ҧ𝑥 . 𝑌ത𝑥+𝑡
𝑥

𝑃ത 𝐴ҧ𝑥 2 2
2
• 𝑉𝑎𝑟 𝑡𝐿ത 𝐴ҧ𝑥 |𝑇𝑥 > 𝑡 = 1 + . ҧ ҧ
𝐴𝑥+𝑡 − 𝐴𝑥+𝑡
𝛿
BAB 9 : Multi-Life Models
The Joint Life Models

Suatu status joint life merupakan suatu status survival dimana semua anggotanya harus hidup.
Status ini tidak akan berlaku jika salah satu anggotanya meninggal

• The Time to Failure Random Variable for A Joint-Life Status

Txy didefinisikan sebagai variable random untuk future life time dari status joint life
𝑇𝑥𝑦 = 𝑚𝑖𝑛 𝑇𝑥 , 𝑇𝑦

• The Survival Distribution Function of Txy

𝑆𝑇𝑥𝑦 𝑡 = 𝑃𝑟 𝑇𝑥𝑦 > 𝑡 = 𝒕𝒑𝒙𝒚 = 𝒕𝒑𝒙 . 𝒕𝒑𝒚

• The Cumulative Distribution Function of Txy

𝐹𝑇𝑥𝑦 𝑡 = 𝑃𝑟 𝑇𝑥𝑦 ≤ 𝑡 = 𝒕𝒒𝒙𝒚
𝑡 𝑞𝑥𝑦 = 1 − 𝑡𝑝𝑥𝑦 = 1 − 𝑡 𝑝𝑥 . 𝑡 𝑝𝑦 = 𝒕 𝒒𝒙 + 𝒕 𝒒𝒚 − 𝒕 𝒒𝒙 . 𝒕 𝒒𝒚

• The Probability Density Function (PDF) of Txy

𝑓𝑇𝑥𝑦 𝑡 = 𝒕𝒑𝒙𝒚 . 𝝁𝒙+𝒕 + 𝝁𝒚 +𝒕
BAB 9 : Multi-Life Models

The Joint Life Models

• The Hazard Rate Function of Txy

𝜆 𝑇𝑥𝑦 𝑡 = 𝜇𝑥+𝑡:𝑦+𝑡 = 𝝁𝒙+𝒕 + 𝝁𝒚+𝒕

• Conditional Probabilities
𝑛|𝑞𝑥𝑦 = 𝑛𝑝𝑥𝑦 − 𝑛+1𝑝𝑥𝑦 = 𝑛𝑝𝑥 . 𝑛𝑝𝑦 − 𝑛+1𝑝𝑥 . 𝑛+1𝑝𝑦
𝑛|𝑞𝑥𝑦 = 𝑛𝑝𝑥𝑦 . 𝑞𝑥+𝑛:𝑦+𝑛
• Moments of Txy
∞ ∞
𝑒ሶ𝑥𝑦 = 𝐸 𝑇𝑥𝑦 = න 𝑡. 𝑓𝑇𝑥𝑦 𝑡 𝑑𝑡 = න 𝑡 𝑝𝑥𝑦 𝑑𝑡
0 0
2
𝑉𝑎𝑟 𝑇𝑥𝑦 = 𝐸 𝑇𝑥𝑦 2 − 𝐸 𝑇𝑥𝑦
∞

𝑒𝑥𝑦 = ෍ 𝑘𝑝𝑥𝑦
𝑘=1
𝑛

𝑒𝑥𝑦:𝑛|
ത = ෍ 𝑘 𝑝𝑥𝑦
𝑘=1
BAB 9 : Multi-Life Models
The Last-Survivor Model

Suatu status last-survivor merupakan suatu status survival dimana status berlaku jika paling sedikit
salah satu anggota masih hidup . Status ini tidak akan berlaku jika semua anggotanya meninggal

• The Time to Failure Random Variable for A Last-Survivor Status

Txy didefinisikan sebagai variable random untuk future life time dari status last-survivor
𝑇𝑥𝑦 = 𝑚𝑎𝑥 𝑇𝑥 , 𝑇𝑦

• The Cumulative Distribution Function of 𝑇𝑥𝑦

𝐹𝑇𝑥𝑦 𝑡 = 𝑃𝑟 𝑇𝑥𝑦 ≤ 𝑡 = 𝒕𝒒𝒙𝒚 = 𝒕𝒒𝒙 . 𝒕𝒒𝒚

• The Survival Distribution Function of 𝑇𝑥𝑦

𝑆𝑇𝑥𝑦 𝑡 = 𝑃𝑟 𝑇𝑥𝑦 > 𝑡 = 𝒕𝒑𝒙𝒚

𝑡𝑝𝑥𝑦 = 1 − 𝑡𝑞𝑥𝑦 = 1 − 𝑡𝑞𝑥 . 𝑡𝑞𝑦 = 𝒕𝒑𝒙 + 𝒕𝒑𝒚 − 𝒕𝒑𝒙 . 𝒕𝒑𝒚

• The Probability Density Function (PDF) of 𝑇𝑥𝑦

𝑓𝑇𝑥𝑦 𝑡 = 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 + 𝑡𝑝𝑦 . 𝜇𝑦+𝑡 − 𝑡𝑝𝑥𝑦 . 𝜇𝑥+𝑡:𝑦+𝑡
BAB 9 : Multi-Life Models
The Last-Survivor Model

• Conditional Probabilities
𝑛|𝑞𝑥𝑦 = 𝑛𝑝𝑥𝑦 − 𝑛+1𝑝𝑥𝑦 = 𝑛|𝑞𝑥 + 𝑛|𝑞𝑦 − 𝑛|𝑞𝑥𝑦

• Moments of 𝑇𝑥𝑦
∞ ∞
𝑒ሶ𝑥𝑦 = 𝐸 𝑇𝑥𝑦 = න 𝑡. 𝑓𝑇𝑥𝑦 𝑡 𝑑𝑡 = න 𝑡𝑝𝑥𝑦 𝑑𝑡
0 0
𝑒ሶ𝑥𝑦 = 𝑒ሶ𝑥 + 𝑒ሶ𝑦 − 𝑒ሶ𝑥𝑦
2
𝑉𝑎𝑟 𝑇𝑥𝑦 = 𝐸 𝑇𝑥𝑦 2 − 𝐸 𝑇𝑥𝑦
∞

𝑒𝑥𝑦 = ෍ 𝑘𝑝𝑥𝑦 = 𝑒𝑥 + 𝑒𝑦 − 𝑒𝑥𝑦

𝑘=1
𝑛

𝑒𝑥𝑦:𝑛|
ത = ෍ 𝑘 𝑝𝑥𝑦 = 𝑒𝑥:𝑛|
ത + 𝑒𝑦:𝑛|
ത − 𝑒𝑥𝑦:𝑛|
ത
𝑘=1
BAB 9 : Multi-Life Models
Contingent Probability Functions

Suatu kejadian dimana seseorang berusia x akan meninggal sebelum seseorang

berusia y meninggal (atau x meninggal pertama kali) dinyatakan sebagai Tx <
Ty

Jika Tx dan Ty independent, maka :

∞
• Pr 𝑇𝑥 < 𝑇𝑦 = ‫׬‬0 𝑓𝑇𝑥 𝑡 . 𝑆𝑇𝑦 𝑡 𝑑𝑡
1 ∞ ∞
• Pr 𝑇𝑥 < 𝑇𝑦 = ∞𝑞 = ‫׬‬0 𝒕𝒑𝒙 . 𝝁𝒙+𝒕 . 𝒕𝒑𝒚 𝑑𝑡 = ‫׬‬0 𝑡𝑝𝑥𝑦 . 𝜇𝑥+𝑡 𝑑𝑡
𝑥𝑦
1 𝑛 𝑛
• 𝑛𝑞 = ‫׬‬0 𝒕𝒑𝒙 . 𝝁𝒙+𝒕 . 𝒕𝒑𝒚 𝑑𝑡 = ‫׬‬0 𝑡𝑝𝑥𝑦 . 𝜇𝑥+𝑡 𝑑𝑡
𝑥𝑦
1 𝑛 𝑛
• 𝑛𝑞 = ‫׬‬0 𝒕𝒑𝒚 . 𝝁𝒚+𝒕 . 𝒕𝒑𝒙 𝑑𝑡 = ‫׬‬0 𝑡𝑝𝑥𝑦 . 𝜇𝑦+𝑡 𝑑𝑡
𝑥𝑦
1 1
• 𝑛𝑞 + 𝑛𝑞 = 𝑛𝑞
𝑥𝑦 𝑥𝑦 𝑥𝑦
BAB 9 : Multi-Life Models

Contingent Probability Functions

2 ∞ ∞
• Pr 𝑇𝑥 > 𝑇𝑦 = ∞𝑞 = ‫׬‬0 𝒕𝒑𝒙 . 𝝁𝒙+𝒕 . 𝒕𝒒𝒚 𝑑𝑡 = ‫׬‬0 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 . ൫1 −
𝑥𝑦
BAB 9 : Multi-Life Models
Contingent Contracts Involving Multi-Life Status

Life Insurance

 Joint Life

Jika Kxy menyatakan variable random untuk interval waktu pada joint life (xy) maka :
• 𝑍𝑥𝑦 = 𝑣 𝐾𝑥𝑦
• 𝐴𝑥𝑦 = 𝐸 𝑍𝑥𝑦 = σ∞ 𝑘
𝑘=1 𝑣 . 𝑘−1|𝑞𝑥𝑦
2
• 2𝐴𝑥𝑦 = 𝐸 𝑍𝑥𝑦 = σ∞ 𝑘=1 𝑣
𝑘 .
𝑘−1|𝑞𝑥𝑦
Hal ini berlaku untuk jenis tipe asuransi jiwa lainnya.

Pembayaran manfaat kontinu

∞
• 𝐴ҧ𝑥𝑦 = 𝐸 𝑍ҧ𝑥𝑦 = ‫ 𝑦𝑥𝑝𝑡 𝑡 𝑣 ׬‬. 𝜇𝑥+𝑡:𝑦+𝑡 𝑑𝑡
0
2 2 ∞
• 𝐴ҧ𝑥𝑦 = 𝐸 𝑍ҧ𝑥𝑦 = ‫׬‬0 𝑣 𝑡 2
𝑡𝑝𝑥𝑦 . 𝜇𝑥+𝑡:𝑦+𝑡 𝑑𝑡
BAB 9 : Multi-Life Models
Contingent Contracts Involving Multi-Life Status

Life Insurance

 Last Survivor
• 𝐴𝑥𝑦 = 𝐸 𝑍𝑥𝑦 = σ∞ 𝑘
𝑘=1 𝑣 . 𝑘−1|𝑞𝑥𝑦
• 𝐴𝑥𝑦 = 𝐴𝑥 + 𝐴𝑦 − 𝐴𝑥𝑦
• 𝐴ҧ𝑥𝑦 = 𝐴ҧ𝑥 + 𝐴ҧ𝑦 − 𝐴ҧ𝑥𝑦

 Anuitas
• 𝑎𝑥𝑦 = σ∞ 𝑘
𝑘=1 𝑣 . 𝑘 𝑝𝑥𝑦

• 𝑎ሷ 𝑥𝑦 = σ∞ 𝑘
𝑘=0 𝑣 . 𝑘 𝑝𝑥𝑦
𝑛 𝑡
• 𝑎ത𝑥𝑦:𝑛|
ത = ‫׬‬0 𝑣 𝑡 𝑝𝑥𝑦 𝑑𝑡
• 𝐴𝑥𝑦 = 1 − 𝑑. 𝑎ሷ 𝑥𝑦
• 𝐴ҧ𝑥𝑦 = 1 − 𝑑. 𝑎ത𝑥𝑦
BAB 9 : Multi-Life Models

Contingent Contracts Involving Multi-Life

Status

Premi Tahunan dan Cadangan

𝐴𝑥𝑦
• 𝑃𝑥𝑦 =
𝑎ሷ 𝑥𝑦
𝐴𝑥𝑦
• 𝑃𝑥𝑦 =
𝑎ሷ 𝑥𝑦

• 𝑡 𝑉𝑥𝑦 = 𝐴𝑥+𝑡:𝑦+𝑡 − 𝑃𝑥𝑦 . 𝑎ሷ 𝑥+𝑡:𝑦+𝑡

BAB 9 : Multi-Life Models
Contingent Contracts Involving Multi-Life Status

 Reversionary Anuitas
Yaitu suatu kondisi pada pembayaran anuitas untuk 2 orang dimana pembayaran anuitas
dilakukan pada salah satu orang setelah yang lain meninggal

Jika pembayaran anuitas untuk seseorang berusia (y) setelah seseorang berusia (x) meninggal
maka nilai sekarang actuarial dari program tersebut yaitu :
∞ ∞

𝑎𝑥|𝑦 = ෍ 𝑣 𝑘 . 𝑘𝑞𝑥 . 𝑘𝑝𝑦 = ෍ 𝑣 𝑘 . 𝑘 𝑝𝑦 − 𝑘𝑝𝑥𝑦 = 𝑎𝑦 − 𝑎𝑥𝑦

𝑘=1 𝑘=1

𝑛 ∞

𝑎𝑦|𝑥:𝑛| 𝑘 𝑘
ത = ෍ 𝑣 . 𝑘 𝑝𝑥 . 𝑘 𝑞𝑦 = ෍ 𝑣 . 𝑘 𝑝𝑥 − 𝑘𝑝𝑥𝑦 = 𝑎𝑥:𝑛|
ത − 𝑎𝑥𝑦:𝑛|
ത
𝑘=1 𝑘=1
∞
𝑎ത𝑥|𝑦 = න 𝑣 𝑡 𝑡𝑝𝑦 𝑡𝑞𝑥 . 𝑑𝑡 = 𝑎ത𝑦 − 𝑎ത𝑥𝑦
0
𝑎𝑦|𝑥 𝑎𝑥 − 𝑎𝑥𝑦
𝑃 𝑎𝑦|𝑥 = =
𝑎ሷ 𝑥𝑦 𝑎ሷ 𝑥𝑦
𝑡𝑉 𝑎𝑦|𝑥 = 𝑎𝑦+𝑡|𝑥+𝑡 − 𝑃 𝑎𝑦|𝑥 . 𝑎ሷ 𝑥+𝑡:𝑦+𝑡
BAB 9 : Multi-Life Models
Contingent Contracts Involving Multi-Life Status

 Contingent Insurance Functions

Merupakan program asuransi yang membayarkan manfaat kematian kepada seseorang tergantung pada
tingkat kematian Tertanggung lainnya.

Nilai sekarang actuarial untuk pembayaran manfaat kematian pada saat kematian terjadi kepada seseorang
berusia x hanya jika x meninggal sebelum y meninggal (x meninggal pertama) adalah :
∞
𝐴ҧ 1 = න 𝑣 𝑡 . 𝑡𝑝𝑦 . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡
𝑥 𝑦 0

Nilai sekarang actuarial untuk pembayaran manfaat kematian pada saat kematian terjadi kepada seseorang
berusia x hanya jika x meninggal setelah y meninggal (x meninggal kedua) adalah :
∞ ∞
• 𝐴ҧ 2 = ‫׬‬0 𝑣 𝑡 . 𝑡 𝑞𝑦 . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡 = ‫׬‬0 𝑣 𝑡 . (1 − 𝑡 𝑝𝑦 ) . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡 = 𝐴ҧ𝑥 − 𝐴ҧ 1
𝑥 𝑦 𝑥 𝑦

• 𝐴ҧ 1 + 𝐴ҧ 2 = 𝐴ҧ𝑥
𝑥 𝑦 𝑥 𝑦

• 𝐴ҧ 1 + 𝐴ҧ 1 = 𝐴ҧ𝑥𝑦
𝑥 𝑦 𝑥 𝑦

• 𝐴ҧ 2 + 𝐴ҧ 2 = 𝐴ҧ𝑥𝑦
𝑥 𝑦 𝑥 𝑦
BAB 10 : Multiple Decerement Models

Merupakan model asuransi yang menggunakan berbagai macam

decrement tidak hanya kematian dari Tertanggung. Decrement ini

dapat merupakan manfaat pengunduran diri, manfaat cacat tetap

total dan lain sebagainya, dimana decrement tersebut dapat ditaksir

probabilitasnya.
BAB 10 : Multiple Decerement Models
Discrete Multiple Decrement Models
Misalkan 𝑞 𝑗 menyatakan probabilitas seseorang berusia x akan gagal pada tahun yang akan
𝑥
datang yang disebabkan oleh sebab j, maka probabilitas seseorang berusia x akan gagal karena
𝜏
beberapa penyebab (m penyebab) pada tahun yang akan datang dinyatakan dengan 𝑞
𝑥
𝜏 1 2 𝑚 𝑗
• 𝑞 =𝑞 +𝑞 + ⋯+ 𝑞 = σ𝑚
𝑗=1 𝑞
𝑥 𝑥 𝑥 𝑥 𝑥
(𝜏) (𝑗)
• 𝑑𝑥 = σ𝑚 𝑗=1 𝑑𝑥
(𝑗) (𝑗)
• 𝑛𝑑𝑥 = σ𝑛𝑡=0 𝑑𝑥+𝑡
(𝜏) (𝑗)
• 𝑛𝑑𝑥 = σ𝑚
𝑗=1 𝑛𝑑𝑥

Hubungan lainnya :
(𝑗) (𝜏) (𝑗)
• 𝑛𝑑𝑥 = 𝑙𝑥 . 𝑛𝑞𝑥
(𝜏) (𝜏) (𝜏)
• 𝑛𝑑𝑥 = 𝑙𝑥 . 𝑛𝑞𝑥
(𝜏) (𝜏)
• 𝑛𝑝𝑥 = 1 − 𝑛𝑞𝑥
(𝜏) (𝜏) (𝜏)
• 𝑙𝑥+𝑛 = 𝑙𝑥 . 𝑛𝑝𝑥
BAB 10 : Multiple Decerement Models
Random Variable Analysis
Misalkan Kx menyatakan variable random diskret dari interval waktu
kegagalan, sedangkan Jx menyatakan variable random diskret untuk penyebab
kegagalan (decrement), maka :

• The joint probability functions dari Kx dan Jx adalah :

(𝑗)
(𝑗) 𝑑𝑥+𝑘−1
𝑝𝐾𝑥,𝐽𝑥 𝑘, 𝑗 = 𝑃𝑟 𝐾𝑥 = 𝑘, 𝐽𝑥 = 𝑗 = 𝑘−1|𝑞𝑥 = 𝜏
𝑙𝑥
• The marginal probability function dari Kx adalah :
𝑚 (1) (𝑚)
(𝜏) 𝑑𝑥+𝑘−1 + ⋯ + 𝑑𝑥+𝑘−1
𝑝𝐾𝑥 𝑘 = 𝑃𝑟 𝐾𝑥 = 𝑘 = ෍ 𝑝𝐾𝑥,𝐽𝑥 𝑘, 𝑗 = |𝑞
𝑘−1 𝑥 = 𝜏
𝑗=1 𝑙𝑥
• The marginal probability function dari Jx adalah :
∞ ∞ (𝑗)
𝑑𝑥+𝑘−1
𝑝𝐾𝑥 𝑗 = ෍ 𝑝𝐾𝑥,𝐽𝑥 𝑘, 𝑗 = ෍ 𝜏
𝑘=1 𝑘=1 𝑙𝑥
BAB 10 : Multiple Decerement Models
Theory of Competing Risk

′(𝑗)
Suatu probabilitas decrement j 𝑞𝑥 disebut absolute rate of
decrement jika probabilitas dari kegagalan hanya disebabkan oleh
sebab j, dengan mengganggap decrement-decrement lainnya tidak
berfungsi. Probabilitas ini biasa disebut dengan the associated
single decrement.

′(𝑗) (𝑗)
• 𝑛𝑞𝑥 > 𝑛𝑞𝑥
′(𝑗) ′(𝑗)
• 𝑡 𝑞𝑥 = 1 − 𝑡𝑝𝑥
(𝜏) 𝑚 ′(𝑗)
• 𝑝
𝑡 𝑥 = ς𝑗=1 𝑡 𝑝𝑥
BAB 10 : Multiple Decerement Models

Uniform Distribution of Decrement

• Uniform Distribution in The Multiple Decrement Context

(𝑗) (𝑗)
𝑞
𝑡 𝑥 = 𝑡. 𝑞 𝑥
(𝑗)
(𝑗) 𝑞𝑥
𝜇𝑥+𝑡 = (𝜏)
1 − 𝑡. 𝑞𝑥
(𝑗) (𝜏)
′(𝑗) (𝜏) 𝑞𝑥 /𝑞𝑥
𝑡𝑝𝑥 = 1 − 𝑡. 𝑞𝑥
BAB 10 : Multiple Decerement Models
Uniform Distribution of Decrement

• Uniform Distribution in The Associated Single Decrement Tables

′(𝑗) ′(𝑗)
𝑞
𝑡 𝑥 = 𝑡. 𝑞𝑥
Jika terdapat 2 decrement, maka :
(1) ′(1) 1 ′(2)
𝑞𝑥 = 𝑞𝑥 . 1 − . 𝑞𝑥
2
(2) ′(2) 1 ′(1)
𝑞𝑥 = 𝑞𝑥 . 1 − . 𝑞𝑥
2

Jika terdapat 3 decrement, maka :

(1) ′(1) 1 ′2 ′ 3 1 ′2 ′3
𝑞𝑥 = 𝑞𝑥 . 1 − 𝑞𝑥 + 𝑞𝑥 + 𝑞𝑥 . 𝑞𝑥
2 3
BAB 10 : Multiple Decerement Models

Actuarial Present Value

∞
(𝑗)
𝐴𝑥 = ෍ 𝑣 𝑘 . 𝑃𝑟 𝐾𝑥 = 𝑘 ∩ 𝐽𝑥 = 𝑗
𝑘=1

Jika waktu dan penyebab (decrement) independent, maka :

∞ ∞
(𝑗) (𝜏) (𝑗)
𝐴𝑥 = ෍ 𝑣 𝑘 . 𝑃𝑟 𝐾𝑥 = 𝑘 . 𝑃𝑟 𝐽𝑥 = 𝑗 = ෍ 𝑣 𝑘 . 𝑘−1𝑝𝑥 . 𝑞𝑥+𝑘−1
𝑘=1 𝑘=1
∞
(𝑗) (𝜏) (𝑗)
𝐴ҧ𝑥 = න 𝑣 𝑡 . 𝑡𝑝𝑥 . 𝜇𝑥+𝑡 𝑑𝑡
0