Skip to content

Data Science › 應用領域 › Finance › 保險與年金估值

保險與年金估值 (Insurance and Annuity Valuation) ​

保險與年金估值和一般債券最大的不同,是現金流會不會發生取決於人是否存活、何時死亡,以及契約是否有保證期或遞延條件。可以把它想成「狀態依賴的折現現金流」:折現率處理時間價值,存活 / 死亡機率決定哪些現金流真的會發生。

壽命表的 px、qx、kpx 就是離散時間的存活函數與風險函數 (hazard),見 存活與風險函數;從資料估計存活曲線見 Kaplan-Meier。

壽命表 ​

符號意義
qx年齡 x 的人在一年內死亡的機率
px=1−qx一年存活機率
lx存活到年齡 x 的人數
ex年齡 x 的剩餘預期壽命
kpx=pxpx+1⋯px+k−1從 x 歲起存活 k 年的機率
k|qx=kpx⋅qx+k存活 k 年後、在下一年內死亡的機率(遞延死亡機率)
vk=(1+i)−k第 k 期的折現因子

期望現值 (EPV) ​

年齡 x 的人未來壽命是隨機變數,估值從現值 (PV) 變成期望現值:

EPV=∑kbenefitk⋅vk⋅probabilityk
給付條件乘上的機率例子
活著才付kpx年金
死亡才付(死亡年度末給付)k|qx,折現到 vk+1壽險
保證給付不乘機率(一般 PV)保證期內的年金
python
import numpy as np

# qx:從年齡 x 開始的一年死亡機率向量(取自壽命表)
i = 0.03
px = 1 - qx
kpx = np.concatenate([[1.0], np.cumprod(px)[:-1]])     # k = 0, 1, 2, ... 年存活機率
kqx = kpx * qx                                         # k 年後的下一年內死亡
k = np.arange(len(qx))
v = (1 + i) ** -k

# 1. 終身期初年金(每年 1,活著才付,第一筆立即支付)
annuity_due = np.sum(1 * v * kpx)

# 2. 10 年保證 + 之後終身:保證部分用 PV,之後用 EPV
guaranteed = np.sum(v[:10])
life_part = np.sum((v * kpx)[10:])
annuity_10_certain = guaranteed + life_part

# 3. 定期壽險 20 年(死亡年度末給付 100 萬)
term = 1_000_000 * np.sum((kqx * (1 + i) ** -(k + 1))[:20])

# 4. 遞延 u 年的終身壽險:benefit 向量前 u 期為 0
u = 10
deferred = 1_000_000 * np.sum(np.where(k >= u, kqx * (1 + i) ** -(k + 1), 0))

# 5. 保費:精算等價——保費的 EPV = 給付的 EPV;保費只在活著時繳 → 本身是一筆年金
premium = term / np.sum((v * kpx)[:20])                # 20 年期每年期初繳費

產品形狀 ​

產品benefit 向量
終身壽險 (whole life)每個未來期別都有死亡給付
定期壽險 (term life)只有前 n 期有
遞延終身壽險前 u 期為 0,之後才有
終身年金活著的每一期都有
保證期年金前 n 期確定給付,之後活著才給
退休年金退休年齡前為 0(遞延)

真實保單常同時包含某段期間的死亡保障、某年齡後的年金與保證期。不要死背封閉公式,而是模組化:

  1. 把產品拆成多個給付成分
  2. 各自寫出 benefit 向量
  3. 判斷每段要乘存活機率、死亡機率,還是不乘
  4. 分別計算 PV / EPV 後加總

在保險以外的用途 ​

這是一種一般化的建模方式:估值 = 金額 × 時點 × 狀態機率,機率可以來自人口或事件模型而非市場價格。

應用狀態機率來自
信用商品的違約時點現金流違約風險(PD 期限結構)
顧客終身價值 (CLV)流失 / 留存模型
醫療利用與退休金負債推估存活與疾病轉移機率
衛生經濟的成本效益分析疾病狀態轉移(Markov 模型)、QALY 折現

R 寫法相同:從壽命表取 qx、px,cumprod() 算存活機率,rep() / c() 定義 benefit 向量,sum(benefits * discount_factors * probabilities) 算 EPV。重要的不是語法,而是把契約條件翻成正確的向量。

常見錯誤 ​

錯誤檢查
保證現金流與條件現金流混在一起分開計算後相加
存活機率與遞延死亡機率用錯活著才付用 kpx,死亡才付用 k|qx
折現期數錯位一格期初 vs 期末、死亡年度末給付多折一期
給付起訖時點沒對齊遞延期、保證期的邊界
只看期望值結果高度依賴壽命表與利率假設;做敏感度分析,且壽命表會隨世代改善(長壽風險)

估值結果怪怪的,先檢查現金流時點與機率的對齊,而不是公式。