Nya antaganden om dödlighet i tryggandegrunderna Bilaga 1

Relevanta dokument
Livslängdsantagande i trafikskadelivräntor

Finansinspektionens författningssamling

Finansinspektionens författningssamling

Vi tittar också på Makehams fördelning som är den mest tillämpade livslängdsmodellen i Sverige. Historia om livslängdstabeller 2

Skattning av dödligheten för Länsförsäkringar av Lee-Cartermodellen

Finansinspektionens författningssamling

Försäkrade i Sverige

Sjuklighetsundersökning inom svensk försäkring

Laboration 1 - Utjämning med Makehams formel

Försäkrade i Sverige. Livslängder och dödlighet, prognoser En studie av Försäkringstekniska Forskningsnämnden, Svensk Försäkring

Nya riktlinjer för beräkning av pensionsskuld (RIPS07)

pensionsskuldsskolan

Siv Stjernborg Ekonomi och styrning Ekonomisk analys

F13 Regression och problemlösning

Laborationer till kursen Livförsäkringsmatematik I

Föreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi

Statistiska metoder för säkerhetsanalys

Samhällsmedicin, Region Gävleborg: Rapport 2015:4, Befolkningsprognos 2015.

Nya högre antaganden om fruktsamhet och livslängd. Lotta Persson Örjan Hemström

Försäkrade i Sverige. dödlighet och livslängder, prognoser En studie av Försäkringstekniska Forskningsnämnden, Sveriges Försäkringsförbund

Hur bra fungerar prognoser med Lee-Cartermodellen?

Reviderade riktlinjer för beräkning av pensionsskuld

Försäkringstekniska riktlinjer inom PP Pension Fondförsäkring AB

En dödlighetsundersökning på Skandia Links bestånd

Kortvarigt eller långvarigt uttag av tjänstepension vilka blir de ekonomiska konsekvenserna?

F12 Regression. Måns Thulin. Uppsala universitet Statistik för ingenjörer 28/ /24

Befolkningsprognos Mariestads kommun. Statisticon AB Östra Ågatan Uppsala

pensionsskuldsskolan

KORTVARIGT ELLER LÅNGVARIGT UTTAG AV TJÄNSTEPENSION VILKA BLIR DE EKONOMISKA KONSEKVENSERNA?

Uppgift 1 a) En kontinuerlig stokastisk variabel X har fördelningsfunktion

Hur gamla blir vi? Rapport 4. Lena Lundkvist

Finansinspektionens remissynpunkter på Pensionsmyndighetens Standard för pensionsprognoser

Finansinspektionens kartläggning av avgiftsuttag inom livförsäkring

Befolkningsprognos Töreboda kommun. Statisticon AB Östra Ågatan Uppsala

Föreskrifter 5/2012. Beräkningsgrunder för pensionsansvaret i pensionsstiftelser. Dnr FIVA 3/01.00/2012. Utfärdade Gäller från 1.7.

Boken är tänkt att ersätta tidigare kurslitteratur som används i kursen Livförsäkringsmatematik I som ges vid Stockholms universitet.

Föreläsning G60 Statistiska metoder

Alternativ pensionsålder

Prognosmodell för medlemstal i Svenska kyrkan. Av Thomas Holgersson

732G71 Statistik B. Föreläsning 1, kap Bertil Wegmann. IDA, Linköpings universitet. Bertil Wegmann (IDA, LiU) 732G71, Statistik B 1 / 20

Introduktion till statistik för statsvetare

Befolkningsprognos Nynäshamns kommun

Kovarians och kriging

kalenderår när inkomsterna från sjukförsäkringen för

Försäkrings AB Avanza Pension Försäkringstekniska riktlinjer

Belopp för tjänstepension, privat pension och inkomstgrundad allmän ålderspension

Kvinnor och män i statistiken 11

Försäkringstekniska riktlinjer Org.nr

Premiepensionens delningstal och dess känslighet för ändrad livslängd och ränteantagande

Räkneövning 4. Om uppgifterna. 1 Uppgift 1. Statistiska institutionen Uppsala universitet. 14 december 2016

Landskrona. Demografisk beskrivning 2018 Befolkningsprognos Källa: SCB

Vad Betyder måtten MAPE, MAD och MSD?

Grundläggande matematisk statistik

Enkel och multipel linjär regression

STATISTIKUNDERLAG för befolkningsprognoser

Dekomponering av löneskillnader

Etapp 2 trafikljusmodellen skadebolag och försäkringsrisker inkluderas i modellen från och med 2007

Belopp för tjänstepension, privat pension och inkomstgrundad allmän ålderspension

Resultat från Stock-Flödesmodellen för sjukpenning

Experimentella metoder 2013, Räkneövning 3

Matematisk statistik för D, I, Π och Fysiker

Översyn av försäkringstekniska parametrar i tryggandegrunderna

LÖSNINGAR TILL. Matematisk statistik, Tentamen: kl FMS 086, Matematisk statistik för K och B, 7.5 hp

Försäkringstekniska riktlinjer

Matematisk statistik KTH. Formelsamling i matematisk statistik

BEFOLKNINGSPROGNOS NYNÄSHAMNS KOMMUN

Matematisk statistik för B, K, N, BME och Kemister

Stresstest för försäkrings- och driftskostnadsrisker inom skadeförsäkring

SUS - historia och resultat. Erik Alm Hannover Life Re Sweden

16. Försäkringstekniska riktlinjer

Diagram 1 Förväntad livslängd vid 65 års ålder vid två prognostillfällen, och 2015 samt utfallet årligen till och med 2016

Stresstest för försäkrings- och driftskostnadsrisker inom skadeförsäkring

1/31 REGRESSIONSANALYS. Statistiska institutionen, Stockholms universitet

Justeringar och tillägg till Svar till numeriska uppgifter i Andersson, Jorner, Ågren: Regressions- och tidsserieanalys, 3:uppl.

De svenska bankernas kapitalkrav, tredje kvartalet 2015

FMSF55: Matematisk statistik för C och M OH-bilder på föreläsning 9,

Försäkringstekniska riktlinjer. Förenade Liv Gruppförsäkring AB

Stokastiska processer med diskret tid

MVE051/MSG Föreläsning 14

SF1633, Differentialekvationer I Tentamen, torsdagen den 7 januari Lösningsförslag. Del I

Vi uträkning av den alternativa pensionsåldern är utgångspunkten för varje årskull en beräkning av kompensationsgraden där delningstalen för den

Höftledsdysplasi hos dansk-svensk gårdshund

Innehåll: 3.4 Parametriskt eller ej 3.5 Life Table 3.6 Kaplan Meier 4. Cox Regression 4.1 Hazard Function 4.2 Estimering (PL)

Befolkningsprognos

Vilka faktorer kan påverka barnafödandet?

Matematisk statistik kompletterande projekt, FMSF25 Övning om regression

Föreskrifter och anvisningar 5/2012 Beräkningsgrunder för pensionsansvaret i pensionsstiftelser

kalenderår när inkomsterna från sjukförsäkringen för

Befolkningsprognos för Norrköping

Försäkringsteknisk riktlinje

Föreläsning 12: Regression

Föreskrifter 4/2012. Beräkningsgrunder för ansvarsskulden i pensionskassor. Dnr FIVA 2/01.00/2012. Utfärdade Gäller från 1.7.

Weibullanalys. Maximum-likelihoodskattning

Bilaga 4.1 Uppskattning av antalet erforderliga provpunkter och analyser vid detaljundersökningen. Bakgrund. Metod. Konfidensintervallens utveckling

Experimentella metoder, FK3001. Datorövning: Finn ett samband

PROGRAMFÖRKLARING III

Kapitel 4: SAMBANDET MELLAN VARIABLER: REGRESSIONSLINJEN

Föreläsning 12: Linjär regression

Regressionsmodellering inom sjukförsäkring

Tillvägaghångssätt för skattning av körkortsmodell

Transkript:

PROMEMORIA Datum 2007-11-02 Författare Bengt von Bahr Dnr 07-2156-200 Nya antaganden om dödlighet i tryggandegrunderna Bilaga 1 Finansinspektionen P.O. Box 6750 SE-113 85 Stockholm [Sveavägen 167] Tel +46 8 787 80 00 Fax +46 8 24 13 35 finansinspektionen@fi.se www.fi.se Här ges en schematisk beskrivning av hur vi tagit fram antaganden om dödlighet. Arbetet har skett i samarbete med dödlighetsundersökningen DUS06 under Försäkringstekniska Forskningsnämnden, Försäkringsförbundet. Steg 1. Insamling av statistiskt underlag Insamlingen av data gjordes av DUS06. Underlaget består av befolkningsdata och försäkringsdata. Befolkningsdata omfattar uppgifter om antal levande respektive döda i den svenska befolkningen per ålder, kön och kalenderår under perioden 1985 2005. Försäkringsdata omfattar motsvarande för personer som haft obligatorisk tjänstepensionsförsäkring under perioden 2000 2005. Här är tyvärr enheten inte antalet personer utan antalet försäkringar. Steg 2. Uppskattning av parametrar för befolkningsdödligheten För att kunna prognostisera dödligheten framåt i tiden användes Lee-Cartermodellen med Poisson-antagande. Det innebär följande ansats för dödlighetsintensiteten μ(x,t) för ålder x och kalenderår t: μ ( x, t) = exp[ α( x) + κ( t) β ( x)] för x mellan 20 och 90 och t mellan 1985 och 2005. Antalet döda D(x,t) i ålder x under kalenderåret t antas vara Poissonfördelat: ( E(x,t) μ( x, )) D( x, t) Poisson t där E(x,t) är motsvarande exponering, som mäts som medelantalet personer i ålder x under kalenderåret t. Parametrarna α(x), κ(t) och β(x) skattas med Maximum Likelihood-metoden. Här och i fortsättningen görs allt separat för kvinnor och män. Steg 3. Prognos för befolkningsdödligheten Parametrarna κ(t), t = 1985, 1986,,2005 beskriver hur dödligheten beror av tiden. De avtar förvånansvärt linjärt med t. För att prognostisera dödligheten framåt i tiden anpassas en rät linje till dessa värden och κ(t) extrapoleras med denna linje fram till år 2050. Därefter, fram till år 2090, antas κ(t) vara konstant. Här nedan visas diagram som illustrerar skattningarna av α(x), κ(t) och β(x). 1(8)

Alfa(x) 0 20 30 40 50 60 70 80 90 100-1 -2-3 -4-5 -6-7 -8-9 Ålder x Kappa(t) 40 20 0 1980 1990 2000 2010 2020 2030 2040 2050 2060 2070-20 -40-60 -80-100 Kalenderår t 2

Beta(x) 0,035 0,03 0,025 0,02 0,015 0,01 0,005 0 20 30 40 50 60 70 80 90 100-0,005 Ålder x Här kan man utläsa följande. Kurvorna över α(x) är nästan räta linjer och det visar att dödligheten kan beskrivas väl med Makeham-modellen, där ju dödligheten växer exponentiellt med åldern. Åtminstone tycks detta gälla för åldrar upp mot 100 år. Vidare ligger mäns dödlighet klart under kvinnors i alla åldrar. Kurvorna över κ(t) visar att kvinnors dödlighet avtar långsammare med kalenderår än mäns. Kurvorna över β(x) är mycket oregelbundna. Vid tillämpningen till tryggandegrunderna har funktionerna jämnats ut. Värdena visar att dödlighetsminskningen har varit störst i åldrar kring 30 40-årsåldern, att mäns dödlighet minskat mer än kvinnors i 50 70-årsåldern samt att minskningen i högre åldrar varit förhållandevis liten. Känslighet för prognos av kappa Steg 3 innebär att kappa-funktionen extrapoleras linjärt fram till år 2050 och därefter hålls konstant. För att belysa effekten av denna extrapolation har lutningen på kappa-linjen varierats. Om lutningen på den extrapolerande linjen halveras, så minskar värdet på livräntorna med ca. 5 procent. Om lutningen sätts till noll, dvs. om man inte förutser någon minskning av dödligheten från och med 2006, så minskar värdet på livräntorna med ca. 10 procent. Steg 4. Prognos för försäkringsdödligheten Kvoten mellan försäkringsdödligheten och befolkningsdödligheten antas bero av ålder men vara konstant över åren. Kvoten uppskattas genom att observera försäkringsdödligheten och befolkningsdödligheten under perioden 2001 2005. För försäkringsdödligheten har valts de som omfattas av kollektivavtalsgrundade pensionsförsäkringar. Kvoten varierar ganska kraftigt mellan enskilda åldrar, och utjämnas därför. Med hjälp av denna kvot fås en prognos för försäkringsdödligheten fram till år 2090. 3

Värdena framgår av nedanstående diagram. Kvot Försäkrade / Befolkning 2001-2005 1,2 1,1 1 0,9 0,8 0,7 0,6 30 40 50 60 70 80 90 Ålder Steg 5. Transformering till kohort-dödlighet En person med ålder x år t är född år F = t x. Om dödligheten i ålder x för en person som är född år F betecknas med μ*(x, F), gäller således att μ*(x, F) = μ(x, x + F). Genom denna transformering tas fram prognoser för dödlighet för personer födda år F = 1910, 1911, 1980. För personer födda år F erhålls värden för μ*(x, F) endast för åldrar x 2006 F. Steg 6. Sammanvägning av kohortdödligheter till en tryggandegrundsdödlighet för hela kollektivet samt särskilda dödligheter för personer födda olika decennier Tryggandegrunderna tillämpas idag på personer födda ca. 1910 1980. Den samlade tryggandegrundsdödligheten tas fram genom en sammanvägning av kohortdödligheterna för dessa födelseår. De vikter som använts är beståndet av försäkrade (antalet försäkringar) per födelseår i materialet från 2001 2005. På samma sätt har tagits fram dödligheter för personer födda på 1910-talet, 1920- talet,, 1980-talet. Steg 7. Val av parametrisk modell I nuvarande tryggandegrunder tillämpas en Makeham-modell, där alltså dödlighetsintensiteten μ(x) i åldern x anges som μ(x) = a + b exp(cx) med olika värden på parametrarna a, b och c för kvinna och man. Det är känt att denna modell ger för höga värden i höga åldrar. Därför ska nu tillämpas en Makehammodell med modifiering i höga åldrar enligt följande: 4

cx a + b e för x w μ ( x) = μ( w) + k ( x w) för x > w med ytterligare två parametrar w och k. Dessutom tas hänsyn till den fortgående dödlighetsminskningen genom att tillämpa olika parametrar a, b och c för personer födda olika decennier. Anmärkningar rörande anpassningarna Anpassningen till (den modifierade) Makeham-modellen har gjorts genom att välja de parametrar a, b och c som minimerar en viktad kvadratsumma av differenser mellan de estimerade dödligheterna i åldrarna 20 90 och modellens värden. Här har vikterna valts proportionella mot exponeringen av försäkrade under åren 2001 2005. Anpassningen är mycket god för man, men mindre god för kvinna. Anpassningen har gjorts separat för personer födda i olika decennier till modifierade Makeham-kurvor. Dessutom har en anpassning gjorts till hela materialet. För de kohortberoende modellerna erhölls följande parametervärden. Parametrarna a, b och c beror av kön och födelseår enligt följande tabeller: Kvinna Födelseår 1919 192y 193y 194y 195y 196y 197y 1980 10 3 a 3,1 2,7 2,1 1,4 1,1 1,1 1,1 1,0 10 6 b 2,058 1,374 0,977 1,129 0,879 0,411 0,129 0,092 c 0,124 0,128 0,130 0,127 0,129 0,137 0,150 0,154 Man Födelseår 1919 192y 193y 194y 195y 196y 197y 1980 10 3 a 3,4 3,4 2,5 1,7 1,5 1,3 1,1 1,0 10 6 b 24,12 11,65 5,385 3,094 1,159 0,457 0,147 0,051 c 0,100 0,108 0,115 0,120 0,130 0,140 0,152 0,163 där y = 0, 1,,9. För de födelsekohortberoende anpassningarna har vissa anomalier uppstått. Genom användningen av en viktad kvadratsumma blir anpassningen till modellkurvorna bäst i de åldrar där exponeringen är störst. I dessa åldrar sjunker dödligheten enligt modellkurvorna med födelseår. Men i vissa höga åldrar varierar modellvärdena inte monotont med födelseår. Avvikelserna är dock små och effekterna för livräntor ekonomiskt försumbara. För de kohortneutrala modellerna erhölls för kvinnor a = 0,0010 och för män a = 0,0013. Det ser inte så bra ut att en dödlighet som mest ska användas för livs- 5

fallsförsäkringar har högre värde än 1 i låga åldrar, när den verkliga dödligheten i dessa åldrar är mindre än 0,5. Anpassningen av värdet av livsvariga livräntor blir dock ganska god med dessa Makeham-kurvor. De optimala Makeham-kurvorna för hela materialet har parametrarna a 0,0010 0,0013 b 0,000 000 91 0,000 001 62 c 0,129 0,127 Skillnaden i värden av de livsvariga livräntorna mot den verkliga dödligheten är här maximalt 0,8 procent för kvinnor och 0,6 procent för män. Jämförelse med nuvarande tryggandegrunder Nuvarande tryggandegrunder har följande Makeham-parametrar a 0 0 b 0,000 0089 0,000 0154 c 0,103 0,103 Dödlighetsintensiteten i promille i nuvarande tryggandegrunder och i den kohortneutrala framgår av följande tabell. Dödlighet (promille) Kvinna Man Ålder Nuvarande Nya, kohortneutral Nuvarande Nya, kohortneutral 35 0,3 1,1 0,6 1,4 50 1,5 1,6 2,7 2,2 65 7,2 5,0 12,4 7,5 80 33,7 28,6 58,4 43,2 95 158,1 192,1 273,6 282,7 Anmärkning angående säkerhetsbelastning Dödligheten i de nuvarande tryggandegrunderna måste uppfattas som bestämda under förutsättningen att de utgör betryggande antaganden om framtida livslängder. Häri ligger således en implicit säkerhetsbelastning. I de föreslagna dödligheterna finns ingen sådan marginal. I stället för att föra in en sådan föreslås att det explicita säkerhetstillägget i form av en ökning av kapitalvärdet för ålderspension ökas med 3,5 procentenheter. Jämförelse av förväntade återstående livslängder och av livräntevärden I tabellerna nedan anges värdet av förväntade återstående livslängder samt livsvariga livräntor för åldrarna 50, 65 och 80 år. För åldern 50 år gäller livräntevärdena den till 65 år uppskjutna livräntan. Jämförelser görs här mellan nuvarande tryggandegrunder och den relevanta kohortvisa dödligheten. Den senare 6

är vald för den kohort som innehåller de personer under året 2008 uppnår den aktuella åldern. För åldern 50 år är det kohorten födda på 1950-talet, för åldern 65 är det kohorten födda på 1940-talet och för åldern 80 år är det kohorten födda på 1920-talet. Livräntorna är beräknade med samma räntesats (3,5 procent) och med samma avdrag för avkastningsskatt (0,5 procent) som i de nuvarande, men med gällande respektive föreslagna säkerhets- och driftkostnadsbelastningar. I tabellerna finns även angivet relativ ökning mellan nuvarande och föreslagna grunder samt relativ differens mellan kvinnor och män. Diff Kvi/ Återstående livslängd Nuvarande Föreslagna Ökning e50 = 35,91 37,26 3,8% e65 = 22,41 22,78 1,6% e80 = 11,34 9,44-16,8% e50 = 30,95 34,32 10,9% e65 = 18,11 19,61 8,3% e80 = 8,32 7,47-10,2% e50 16% 9% e65 24% 16% e80 36% 26% Diff Kvi/ Livsvariga livräntor Nuvarande Föreslagna Ökning a(65;50) = 10,70 11,57 8,1% a65 = 16,72 17,43 4,2% a80 = 9,65 8,46-12,3% a(65;50) = 8,73 10,42 19,4% a65 = 14,19 15,52 9,4% a80 = 7,37 6,86-6,9% a(65;50) 23% 11% a65 18% 12% a80 31% 23% 7

I diagrammet nedan visas förväntad återstående livslängder från ålder 65 år för kvinna och man enligt nuvarande tryggandegrunder samt enligt den kohortneutrala och de föreslagna för de olika födelsekohorterna. Förväntad livslängd från 65, Kvinna och Man 30 25 20 15 Kvinna Man 10 5 0 Nuvarande Nya, kohortneutral 10-tal 20-tal 30-tal 40-tal 50-tal 60-tal 70-tal 80-tal 8