Premiepåverkande faktorer inom livförsäkring

The expected lifetime is steadily increasing in Sweden and the World. As the increase will eventually level out the question is: at what level will the expected lifetime be then? The outlook for or searching after factors and assumptions that can influence mortality in life insurance, are principally missing. This despite the awareness that lifestyle and sickness greatly affects the lifespan. There were two aims for this thesis. The first aim was to look into the hypothesis that there were more parameters than just gender and age that could be important to consider when doing mortality studies. The second goal was to analyse the spread of mortality to get a better understanding within a group how the mortality behaves and how low it could get. For realize these goals I’ve analysed the deaths within a certain population during three year, 2010-2012, depending on an income parameter. The least square approach was used to calculate estimated parameters of the Makeham mortality model. The non-parametric bootstrap model was then further used to estimate the accuracy. The results show that with a confidence level of 1 %, there is a lower expected lifetime at the age of 30 for the first income quantile than the fourth.Den förväntade livslängden ökar ständigt i Sverige och även i Världen. Då ökningen någon gång kommer att plana ut är frågan: när och på vilken nivå kommer medellivslängden att ligga på då? Inom livförsäkring saknas huvudsakligen någon utblick över eller sökande efter andra faktorer och antaganden som kan påverka dödlighetsantagandet. Detta trots att medvetenheten om att livsstil och sjuklighet påverkar dödligheten är hög. Det fanns två syften med denna uppsats. Det första syftet var att undersöka hypotesen att det fanns fler parametrar än bara kön och ålder som är viktiga att ta hänsyn till när man gör en dödlighetsundersökning. Det andra målet var att analysera spridningen i dödlighet inom en grupp för att få en bättre förståelse för hur dödligheten beter sig och hur låg dödligheten skulle kunna bli. För att komma underfund med detta har jag analyserat dödsfall inom ett bestånd under tre år 2010-2012, med hänsyn taget till en inkomstparameter. Minsta kvadratmetoden användes för att beräkna uppskattade parametrar till Makehams dödlighetsmodell. Därefter användes den icke parametriserade Bootstrap modellen för att bestämma noggrannheten i skattningen. Resultaten visar att med en konfidensnivå på 1 % så är det en längre förväntad medellivslängd vid 30 års ålder för den första inkomstkvantilen än för den fjärde