淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-2206201012213800
中文論文名稱 壽險公司人口統計風險管理:以英國資料為例
英文論文名稱 The Management of Demographic Risk in Life Insurance Companies:The Case of United Kingdom
校院名稱 淡江大學
系所名稱(中) 保險學系保險經營碩士班
系所名稱(英) Department of Insurance
學年度 98
學期 2
出版年 99
研究生中文姓名 江佩璟
研究生英文姓名 Pei-Ching Chiang
電子信箱 bluesky0239@gmail.com
學號 697560042
學位類別 碩士
語文別 中文
口試日期 2010-05-31
論文頁數 51頁
口試委員 指導教授-繆震宇
委員-曾郁仁
委員-黃瑞卿
中文關鍵字 人口統計風險  死亡率變動  風險管理  資產負債管理 
英文關鍵字 demographic risk  mortality rate  risk management  asset-liability management 
學科別分類 學科別社會科學商學
中文摘要 醫療進步與生活型態的改變,全世界皆面臨人口統計風險(即死亡率變動風險),近年研究發現死亡率的變動影響資本市場報酬,現今壽險公司面臨死亡率下降導致之長壽風險,以往公司採取的策略為自然避險,未來可進一步加入資本市場避險,透過死亡率下降使資本市場報酬上升的關聯性來調整資產面以降低人口統計風險。

本研究以英國資料為例,模擬死亡率上升、下降、不變三種情況下對壽險公司資產負債的影響,研究架構參考Gründl, Post & Schulze (2006),探討資本市場報酬不受死亡率影響下之最適資產配置,並修改Ang A. and Maddaloni A (2005)之模型,實證資本市場報酬受65歲以上人口變動比例的影響,接著透過Matlab找出模型最適解可知壽險公司可藉由調整投資組合(風險性資產與無風險性資產)、契約組合(定期壽險、年金險)、期初股東權益來達到股東價值極大化。

2009年已有台灣與德國之相關研究,與先前研究不同處除了報酬率模型不同,另外在原始資料的部分採用了2006年英國實際之死亡率、人口數,將三種情境之常數代入壽險公司的壽險生命表、年金生命表進而算出定期壽險與年金險之負債向量,此方式可使研究結果更貼近市場。本研究以英國資料再次證實當資本市場報酬受死亡率影響時,壽險公司可透過資本市場投資降低年金保險的死亡率變動風險。
英文摘要 Due to the advance in medical technology and the chang of life style, we are confronted with demographic risk.The capital market return is affected by the death rate of the population decrease and increase.There are three risk management strategies to hedge demographic risks. For example, the decision of investment portfolio, underwriting portfolio, and beginning of equity. We extend the Gründl, Post & Schulze (2006) and Ang A. and Maddaloni A (2005) to investigate these decisions to maximize shareholder value.
論文目次 第一章 緒論 1
第一節 研究動機與目的 1
第二節 研究流程 3
第二章 文獻回顧 5
第一節 國外文獻 5
第二節 國內文獻 9
第三章 研究方法 10
第一節 變數介紹 10
第二節 模型設定 13
第三節 模擬參數設定 16
第四章 模擬結果 19
第一節 機率模型二之結果 (J =2, =0.95) 20
第二節 機率模型五之結果 (J=5, =0.60) 22
第三節人口風險因素對保險公司資產負債的影響 23
第四節 保險公司加入資本市場避險之影響 25
第五章 結論與建議 39
參考文獻41

圖目錄
圖1- 1各國2009年零歲平均餘命與平均餘命世界排名 1
圖1- 2研究流程圖 4
圖2- 1人口統計風險國外文獻發展過程 5
圖4- 1機率模型二(j=2,P1=0.95),報酬未受死亡率影響下模擬結果 27
圖4- 2機率模型二(j=2,P1=0.95),報酬受死亡率影響下模擬結果 28
圖4- 3機率模型四(j=4,P1=0.8),報酬未受死亡率影響下模擬結果 29
圖4- 4機率模型四(j=4,P1=0.8),報酬受死亡率影響下模擬結果 30
圖4- 5機率模型五(j=5,P1=0.6),報酬未受死亡率影響下模擬結果 31
圖4- 6機率模型五(j=5,P1=0.6),報酬受死亡率影響下模擬結果 32
圖4- 7機率模型六(j=6,P1=0.4),報酬未受死亡率影響下模擬結果 33
圖4- 8機率模型六(j=6,P1=0.4),報酬受死亡率影響下模擬結果 34
圖4- 9報酬受死亡率影響-報酬未受死亡率影響,機率模型二(P1=0.95) 35
圖4- 10報酬受死亡率影響-報酬未受死亡率影響,機率模型四(P1=0.8) 36
圖4- 11報酬受死亡率影響-報酬未受死亡率影響,機率模型五(P1=0.6) 37
圖4- 12報酬受死亡率影響-報酬未受死亡率影響,機率模型六(P1=0.4) 38

表目錄
表1- 1全球總生育率 2
表3- 1模型變數定義 12
表3- 2保險契約的種類與被保險人的年齡 13
表3- 3 的機率分配 17
表3- 4定期壽險與年金險各情境下一元保額之保費及 預期危險發生率 18
表3- 5定期壽險與年金險各機率模型下每一元保額之保費及每一元保費之保額 18
表3- 6 時 與 每一元純保費收入在各機率模型下的負債 18
附表1 英國2006年經驗生命表 43
附表2 英國男性,定期壽險生命表(TMC00 : values of q[x-t]+t ) 47
附表3 英國男性,即期年金生命表( IML00 ultimate: values of qx) 48
附表4 英國男性,定期壽險各情境之死亡率 49
附表5 英國男性,即期年金各情境之死亡率 51







參考文獻 [1]Ang, A., and Maddaloni A. (2005). Do Demographic Changes Affect Risk Premiums ? Evidence from International Data. The Journal of Business 78 (Jan): 341-380.
[2]Blake, D., Andrew Cairns, Kevin Dowd, and Richard MacMinn (2006b). Longevity Bonds: Financial Engineering, Valuation, and Hedging. Journal of Risk and Insurance, 73, No.4: 647-672.
[3]Blake, D., and W. Burrows (2001). Survivor Bonds: Helping to Hedge Mortality Risk. Journal of Risk and Insurance, 68. 339-348.
[4]Cairns, A. J. G., D. Blake, and K. Dowd (2004). Pricing Death: Frameworks for the Valuation and Securitization of Mortality Risk, Working Paper, World Wide Web: http://www.ma.hw.ac.uk/~andrewc/papers/ajgc42.pdf (accessed September 27, 2005).
[5]Cowley, A., and J. D. Cummins (2005). Securitization of Life Insurance Assets and Liabilities, Journal of Risk and Insurance, 72: 193-226.
[6]Cox, Samuel H., and Yijia Lin (2007). Natural Hedging of Life and Annuity Mortality Risks, North American Actuarial Journal, 11, No. 3, 1-15.
[7]Dowd, K. (2003). Survivor Bonds: A Comment on Blake and Burrows. Journal of Risk and Insurance, 70, No.2: 339-348.
[8]Dowd, Kevin, David Blake, Andrew J.G. Cairns, and Paul Dawson (2006). Survivor Swaps. Journal of Risk and Insurance, 1: 1-17.
[9]Erb, C. B., Harvey, C. R., and Viskanta T. E. (1997). Demographics and international investments. Financial Analysts Journal 53 (Jul/Aug): 14-28.
[10]Goyal, A. (2004). Demographics, Stock Market Flows, and Stock Returns. Journal of Financial and Quantitative Analysis, Vol. 39, 115-142.
[11]Helmut Gründl, Thomas Post, Roman N Schulze (2006). To Hedge or Not To Hedge: Managing Demographic Risk in Life Insurance Companies. Journal of Risk and Insurance. Vol. 73, 19-41.
[12]Hipp, Christian and Micheal Taksar (2000). Stochastic Control for Optimal New Business. Insurance: Mathematics and Economics, 26, 185-192.
[13]Jeffrey R Brown, Peter R Orszag (2006). The Political Economy of Government-Issued Longevity Bonds. Journal of Risk and Insurance. Vol. 73, 611-631.
[14]Lin, Y., and H. C. Cox (2005). Securitization of Mortality Risks in Life Annuities.Journal of Risk and Insurance, 26. 57-84.
[15]Milevsky, M. A., and S. D. Promislow , and V. R. Young (2006). Killing the Law of Large Numbers: Mortality Risk Premiums and the Sharpe Ratio. Journal of Risk and Insurance. Vol.73,673-686.
[16]Richard MacMinn, Patrick Brockett and David Blake (2006), Longevity Risk and Capital Markets. World Wide Web:http://www.pensions-institute.org/
[17]Wang, Jennifer L., Hong-chih Huang, Sharon S. Yang, and Jeffrey T. Tsai (2008), An Optimal Product Mix for Hedging Longevity Risk in Life Insurance Companies: The Immunization Theory Approach, Journal of Risk and Insurance, Forthcoming(SSCI).
[18]何駿 (2008),「死亡率改變對股票溢酬之影響-以國際資料為例」,淡江大學保險學系保險經營碩士論文。
[19]李育展(2009),「人口統計風險與壽險公司資產負債管理:以德國資料為例」,淡江大學保險學系保險經營碩士論文。
[20]林珮蓉(2009),「人口統計風險與壽險公司資產負債管理:以台灣資料為例」,淡江大學保險學系保險經營碩士論文。
[21]蔡守訓(2007),「應用隨機跳躍模型評價死亡率商品」國立中央大學財務金融學系碩士論文。
[22]繆震宇、康鐔 (2009),「台灣人口死亡率對股票超額報酬的影響」,working paper。
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2013-06-28公開。
  • 同意授權瀏覽/列印電子全文服務,於2013-06-28起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信