Notas MASP1

Notas de Clase de Matemáticas Actuariales del Seguro de Personas I
José Enrique Pérez

[email protected]
Facultad de Ciencias
Universidad Nacional Autónoma de México
Material escrito en LATEX
Semestre 2019-1, 12 de enero de 2019

1
Índice general
1. La Economı́a del Seguro 5

1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Teorı́a de la Utilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3. El Seguro y la Teorı́a de la Utilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4. Elementos del Seguro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5. Selección del Seguro Óptimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6. Modelos de Riesgo Individual para el Corto Plazo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.7. Modelos para Variables Aleatorias de Reclamo Individual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.8. Sumas de Variables Aleatorias Independientes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.9. Aproximación a la Distribución de la Suma de Variables Aleatorias (Teorema Central del Lı́mite) . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.10. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2. Funciones Biométricas y Tablas de Mortalidad 14

2.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2. Tiempo de Vida Futuro Truncado (Curtate-Future-Lifetime) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3. Fuerza de Mortalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4. Tablas de Vida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.5. Otras Caracterı́sticas de la Tabla de Vida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.6. Supuestos para Edades Fraccionadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.7. Tablas de Vida Nacionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.8. Algunas Leyes de Mortalidad Analı́ticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.9. Tablas Selectas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.10. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2
3. Primas Netas Únicas de Seguros de Vida 26
3.1. Seguros Pagables al Momento de la Muerte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.1.1. Seguros con Beneficio Nivelado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.1.2. Seguros con Beneficio Variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2. Seguros Pagables al Final del Año de la Muerte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3. Relaciones entre Seguros Pagaderos al Momento de la Muerte y los que se Pagan al Final del Año de Muerte . . . . . . . . . . . . . . . . . . 30
3.4. Funciones para vidas selectas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4. Primas Netas Únicas de Anualidades 34

4.1. Anualidades Continuas de Vida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2. Anualidades de Vida Discretas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.3. Anualidades de Vida con Pagos cada m-ésimo de Año . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.3.1. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.3.2. Anualidades de Vida con Pagos cada m-ésimo de Año . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.4. Comparación de valores presentes actuariales de anualidades por su frecuencia de pago . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.5. Funciones para vidas selectas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5. Primas Netas Periódicas 44

5.1. Primas Totalmente Continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.2. Primas Totalmente Discretas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.3. Primas Niveladas Semicontinuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.4. Primas que se Pagan cada m-ésima Parte del Año . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
6. Reservas Matemáticas 51
6.1. Reservas Matemáticas Puras Totalmente Continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
6.2. Reservas Matemáticas Puras Totalmente Discretas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
6.3. Reservas Matemáticas Puras Semicontinuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.4. Reservas Matemáticas Puras basadas en primas niveladas que se Pagan cada m-ésimo de año . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.5. Análisis de Reservas Matemáticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.5.1. Reservas Matemáticas Puras para Seguros Generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.5.2. Relaciones Recursivas para Reservas Matemáticas Puras Totalmente Discretas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
6.5.3. Reservas Matemáticas Puras en Duraciones Fraccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3
6.6. Terminologı́a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
6.7. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
7. Prima de Tarifa 61
7.1. Modelos Aumentados con los Gastos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.2. Gastos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.3. Asset Shares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4
Capı́tulo 1
La Economı́a del Seguro
Este capı́tulo esta basado en los Capı́tulos 1 y 2 de [1]. 1.1. Introducción
En este primer capı́tulo se revisarán, desde el punto de vista económico, por Cada uno de nosotros hace planes y tiene expectativas acerca del camino que
qué el monto de las primas de seguros es de al menos el valor esperado de la su vida seguirá. Sin embargo, la experiencia nos enseña que los planes no se
cobertura. Si bien esto parece lógico porque la aseguradora tiene más gastos desarrollarán con certidumbre ya que algunas veces las expectativas no serán
que el pago de los siniestros, hay que establecer condiciones sobre cómo toman alcanzadas. Ocasionalmente los planes son frustrados porque están basados
decisiones los posibles asegurados y la aseguradora, y para eso se recurre a en supuestos poco realistas mientras que en otras situaciones, circunstancias
conceptos de la Economı́a. fortuitas interfieren. El seguro esta diseñado para proteger contra reveses fi-
nancieros graves que resultan de eventos aleatorios que se entrometen en los
planes de los individuos.
Se presentará un teorema cuya utilidad práctica es que si estamos dispuestos Las limitaciones básicas de la protección que ofrece un seguro son:
a comprar un seguro y se nos ofrecen varias coberturas con la misma prima,
entonces nuestra utilidad esperada se maximiza con una cobertura de deducible 1. Está restringida a reducir aquellas consecuencias de eventos aleatorios
ordinario. que pueden ser medidos en términos monetarios.
En la segunda parte, se presenta un modelo para las pérdidas agregadas de 2. El seguro no reduce, directamente, la probabilidad de pérdida.
una aseguradora a corto plazo. Primero se describen dos maneras en que se
puede analizar el monto de las pérdidas en cada unidad asegurada y después Un sistema de seguro es un mecanismo para reducir el impacto financiero
en las probabilidades asociadas al agregado de las pérdidas en todas las uni- adverso de eventos aleatorios que impiden la realización de expectativas razo-
dades aseguradas. Ya que esto último es difı́cil (dependiendo de si contamos nables.
con conocimientos de programación y de un programa de cómputo especiali- La justificación económica para un sistema de seguro es que contribuye a
zado en Matemáticas), una manera rápida pero aproximada es la aplicación del la riqueza general mejorando la posibilidad de que los planes no sean frus-
Teorema Central del Lı́mite. trados por eventos aleatorios. Dichos sistemas también pueden incrementar la
5
producción total animando a los individuos y a las corporaciones a embarcar- la propiedad un monto definido igual o menor que la pérdida financiera si la
se en aventuras donde la posibilidad de grandes pérdidas podrı́a inhibir tales propiedad fuera dañada o destruida durante el plazo de la póliza. El pago con-
proyectos en la ausencia de un seguro. tingente ligado al monto de la pérdida es llamado pago del reclamo (claim). A
cambio de la promesa contenida en la póliza, el dueño de la propiedad (insu-
red) paga una prima (premium).
1.2. Teorı́a de la Utilidad El monto de la prima es determinado después de que un principio de deci-
sión económica es adoptado por el asegurador y el asegurado. En adelante, X
La Teorı́a de la Utilidad es un campo del conocimiento que ha sido desa- significa la variable aleatoria “monto del reclamo”, y asumiremos que es no
rrollado para entender la toma de decisiones bajo situaciones de incerti- negativa.
dumbre. Un tomador de decisiones toma decisiones -valga la redundancia- El asegurador podrı́a establecer un precio base para una cobertura total como
, teóricamente, adoptando un principio. Uno de esos principios es el la pérdida esperada, E[X] = µ. En este contexto µ es llamada la prima pura
principio del valor esperado (expected value principle), con base a éste, un to- para la póliza de seguro con plazo de un periodo (1 año, 1 mes, 1 dı́a, etc.).
mador de decisiones prefiere la distribución de X (la variable aleatoria que Para enfrentar gastos, impuestos, ganancias y protección contra experiencia
significa el resultado de un proyecto económico) sobre la distribución de Y (la adversa de pérdidas, la aseguradora podrı́a determinar la prima de la póliza
variable aleatoria del resultado de otro proyecto económico) si E[X] > E[Y ], y con un recargo (loading) agregado a la prima pura.
el tomador de decisiones es indiferente entre las dos distribuciones si E[X] =
Un ejemplo de lo descrito en el párrafo anterior serı́a una póliza de au-
E[Y ].
tomóvil. Sea X la variable aleatoria pérdida por el choque de automóvil y H la
La teorı́a inicia con el supuesto de que un tomador de decisiones racional,
prima que la aseguradora cobra por cubrir esta pérdida, definimos H como
cuando se enfrenta con dos distribuciones de resultados afectando su riqueza,
es capaz de expresar una preferencia por una de las distribuciones o indiferen-
H = (1 + a)µ + c = µ + aµ + c
cia entre ellas. Además, las preferencias deben satisfacer ciertos requerimien-
tos de consistencia que no mencionaremos porque van más allá de los objetivos
donde:
del curso.
La teorı́a culmina en un teorema, estableciendo que si las preferencias sa-
tisfacen los requerimientos de consistencia, hay una función de utilidad u(w) • a > 0, c > 0
tal que si la distribución de X es preferida a la distribución de Y , entonces
E[u(X)] > E[u(Y )], y si el tomador de decisiones es indiferente entre las dos • aµ: Gastos que varı́an con las pérdidas esperadas
distribuciones, entonces, E[u(X)] = E[u(Y )]
• c: Gastos que no varı́an con las pérdidas
1.3. El Seguro y la Teorı́a de la Utilidad Ahora aplicamos la Teorı́a de la Utilidad a los problemas de decisión enfren-
tados por el dueño de la propiedad sujeta a pérdidas. El dueño de la propiedad
Supongamos que una aseguradora (insurer) fue establecida para ayudar a tiene una función de utilidad u(z) donde la riqueza z es medida en términos
reducir las consecuencias financieras del daño o destrucción de una propie- monetarios. El dueño enfrenta una posible pérdida debida a eventos aleatorios
dad. El asegurador emite contratos (policies) que prometen pagar al dueño de que pueden dañar la propiedad. La distribución de la pérdida aleatoria X se
6
asume conocida. El dueño 1 será indiferente entre pagar un monto (no aleato- Ahora empleamos una función de utilidad general para el asegurador. Sea
rio) G al asegurador, quién asumirá la pérdida financiera, o asumir el riesgo él uI (w) la función de utilidad del asegurador y sea wI la riqueza (no aleato-
mismo, si: ria) del asegurador medida en términos monetarios; entonces la prima mı́nima
E[u(w − G)] = u(w − G) = E[u(w − X)] (1.1) aceptable H para asumir una pérdida aleatoria X, desde el punto de vista del
asegurador puede ser determinada por:
Es importante recordar que la ecuación anterior es desde el punto de vista del
dueño de la propiedad. E[uI (wI )] = uI (wI ) = E[uI (wI + H − X)] (1.5)
Acerca de la función de utilidad, es natural asumir que u(w) es una función
La ecuación (1.5) nos dice que el asegurador es indiferente entre la posición
creciente, i. e., “más es mejor”. Además, se ha observado que para muchos
de no vender el seguro y proveer seguro para X a la prima H. Si la función de
tomadores de decisiones, cada incremento adicional de riqueza resulta en un
utilidad del asegurador es tal que u0I (z) > 0, u00I (z) < 0 aplicamos la desigualdad
incremento más pequeño de utilidad asociada. Esta es la idea de la utilidad
de Jensen (1.2) a (1.5):
marginal decreciente en la Economı́a.
Desigualdad de Jensen: Para una variable aleatoria X y una función u(z), y E[uI (wI )] = uI (wI )
dado que existen E[u(X)], u(E[X]): = E[uI (wI + H − X)]
(1.6)
00 ≤ uI (E[wI + H − X])
si u (z) < 0 ⇒ E[u(X)] ≤ u(E[X]) (1.2)
00 = uI (wI + H − µ)
si u (z) > 0 ⇒ E[u(X)] ≥ u(E[X]) (1.3)
Como la función de utilidad uI (w) es creciente, podemos concluir que H ≥ µ.
Vamos a aplicar la desigualdad (1.2) para el problema del tomador de de- Si G, determinada por el dueño de la propiedad resolviendo la ecuación (1.4)
cisiones descrito en (1.1). Asumiremos que las preferencias del tomador de es tal que G ≥ H ≥ µ, un contrato de seguro es posible.
decisiones son tales que u0 (z) > 0 y u00 (z) < 0, es decir, tenemos una utilidad Algunos ejemplos de funciones de utilidad son:
marginal decreciente. Aplicando la desigualdad de Jensen a (1.1) tenemos que:
Función de utilidad exponencial: u(w) = −e−αw , ∀w, α > 0 (1.7)
E[u(w − G)] = u(w − G) γ
Función de utilidad potencia fraccional: u(w) = w , w > 0, γ ∈ (0, 1) (1.8)
= E[u(w − X)] Función de utilidad cuadrática: u(w) = w − αw2 , w < (2α)−1 , α > 0 (1.9)
(1.4)
≤ u(E[w − X])
= u(w − µ)
1.4. Elementos del Seguro
porque u0 (z) > 0, u(z) es una función creciente. Por lo tanto, (1.4) implica que
En este subtema revisaremos algunos de los factores que influyen en la or-
w − G ≤ w − µ, o G ≥ µ.
ganización y la administración de un sistema de seguro.
Formalmente, decimos que un tomador de decisiones con función de utilidad
Un sistema de seguro puede ser organizado solo después de la identificación
u(z) es averso al riesgo (risk averse), si y solo si, u00 (z) < 0.
de una clase de situaciones donde pérdidas aleatorias pueden ocurrir. La pala-
1 Al momento en que el dueño esta tomando la decisión tiene una riqueza inicial w no bra “aleatorio”se usa para significar que la frecuencia, el tamaño o el tiempo
aleatoria. de la pérdida no ésta bajo control del posible asegurado.
7
Una vez que una clase de situaciones asegurables es identificada, informa- utilidad esperada del tomador de decisiones será maximizada comprando una
ción sobre las utilidades esperadas y el proceso generador de las pérdidas pue- póliza de seguro con una cobertura:
den ser obtenidos. La investigación de mercado de los seguros puede ser vista
si x < d ∗

0
como un esfuerzo para aprender acerca de las funciones de utilidad, es decir, Id ∗ (x) =
x − d∗ si x ≥ d ∗
las preferencias de riesgo de los consumidores.
Los procesos generadores del tamaño y tiempo de pérdidas pueden ser sufi- donde d ∗ es la solución de
cientemente estables en el tiempo para que información pasada pueda ser usada Z ∞
para planear el sistema. Cuando un nuevo sistema de seguro es organizado, es- β= (x − d ∗ ) f (x)dx (1.10)
d ∗
tadı́sticas relevantes al seguro no están a menudo disponibles. Sin embargo,
Notas:
información complementaria de situaciones de riesgo similares puede ser ob-
tenida para identificar los riesgos y para proveer estimadores preliminares de • β es la prima neta o pura por la cobertura I(X), P serı́a la prima de tarifa
las distribuciones de probabilidad necesarias para determinar las primas. Por- por lo que P ≥ β
que la mayorı́a de los sistemas de seguro operan bajo condiciones dinámicas,
es importante que exista un plan para recolectar y analizar datos de la ope- • Ejemplos de otras coberturas son:
ración del seguro tal que el sistema del seguro se pueda adaptar. Adaptación 1. Coaseguro I(x) = αX, α ∈ (0, 1)
en este caso puede significar cambios en las primas, pagar un dividendo basa-
2. Lı́mite de póliza
do en la experiencia o reembolsos de primas, o modificaciones futuras en las
x si x ≤ u
condiciones de la póliza. I(x) =
u si x > u
3. Deducible franquicia (franchise), d es el deducible
1.5. Selección del Seguro Óptimo
0 si x < d
I(x) =
x si x ≥ d
Teorema 1. : Si un tomador de decisiones:
4. Deducible ordinario, d es el deducible
1. Tiene un monto de riqueza w
0 si x < d
I(x) =
2. Es averso al riesgo, en otras palabras, tiene una función de utilidad u(z) x−d si x ≥ d
tal que u00 (z) < 0
• Para un seguro deducible ordinario,
Z d
3. Enfrenta una pérdida aleatoria de monto X
Z ∞
E[I(X)] = 0 f (x)dx + (x − d) f (x)dx
4. Gastará un monto P en la compra de un seguro Z0∞ d
= (x − d) f (x)dx
y el mercado de seguros ofrece por un pago de P todos los contratos de segu- Zd ∞
ro viables con cobertura I(X), 0 ≤ I(X) ≤ X, con E[I(X)] = β , entonces, la = (1 − F(x))dx
d
8
donde X es una variable aleatoria continua (para demostrar la última igual- El Modelo de Riesgo Individual es usado para agregar todas las pérdidas o
dad se usa una integral por partes). pagos de un número fijo de contratos de seguro o conjuntos de contratos de
seguros. Es usado en la modelación de las pérdidas de un grupo de pólizas de
• El teorema se prueba llegando a la desigualdad seguros de vida o de pólizas de seguros de salud que cubren un grupo de n em-
pleados. Cada empleado puede tener coberturas diferentes (la suma asegurada
E[u(w − (X − I(X)) − P)] ≤ E[u(w − (X − Id ∗ (X)) − P)] del seguro de vida puede ser un múltiplo del salario) y diferentes niveles de
probabilidades de pérdida (edades diferentes y estatus de salud).
para toda I(X). La demostración se puede consultar en Bowers, p. 19, [1].
1.7. Modelos para Variables Aleatorias de Recla-

1.6. Modelos de Riesgo Individual para el Corto
mo Individual
Plazo
1. Cuando ocurre el evento, el monto del reclamo es constante (b), por ejem-
Para una organización aseguradora, sea S la pérdida aleatoria de un segmento plo, en un seguro de vida temporal a 1 año con suma asegurada constante.
de sus riesgos la cuál es la variable aleatoria de la que buscamos su función de
X = Ib, X es el monto del reclamo
distribución. Históricamente, han existido dos conjuntos de postulados para la
distribución de S: I es una variable aleatoria indicadora [si ocurre un reclamo entonces I = 1]
con función de probabilidad:
1. Modelo Riesgo Individual: S = X1 + X2 + · · · + Xn donde Xi es la pérdida
en la unidad asegurada i y n es el número de unidades aseguradas. Usual- 1−q si i = 0
P[I = i] =
mente las Xi ’s se asumen independientes, porque ası́ son más fáciles los q si i = 1
cálculos y porque a menudo no hay datos históricos acerca de la depen-
dencia entre las Xi ’s. El supuesto de independencia funciona en la mayorı́a es decir, I ∼ Bernoulli(q), en consecuencia, E[X] = E[Ib] = bE[I] =
de los casos prácticos. b[0(1−q)+1q] = bq, Var[X] = Var[Ib] = b2Var[I] = b2 (E(I 2 )−E(I)2 ) =
b2 q(1 − q)
2. Modelo de Riesgo Colectivo: S = X1 + X2 + · · · + XN donde N también es
2. Cuando ocurre el evento, el monto del reclamo es aleatorio (B), por ejem-
una variable aleatoria (este modelo se estudia en Matemáticas Actuariales
plo, en un seguro de salud o de choque de automóvil a un año.
del Seguro de Personas II).
X = IB, X es el monto del reclamo.
El modelo de riesgo individual en este tema no reconoce el valor del dinero I es una variable aleatoria indicadora [si ocurre un reclamo entonces I=1]
a través del tiempo (interés) ya que estamos tratando riesgos a corto plazo con función de probabilidad:
(menor o igual a 1 año). En este curso discutimos solamente modelos cerrados,
1−q si i = 0
esto es, el número de unidades aseguradas en el Modelo de Riesgo Individual P[I = i] =
q si i = 1
es conocido y constante durante el periodo. Si asumiéramos entradas y salidas
en el sistema de seguro, tendrı́amos un modelo abierto. es decir, I ∼ Bernoulli(q)
9
Usualmente nos dan la distribución de la variable aleatoria B|I. Para hallar
E[X] y Var[X] se tienen dos alternativas:
Var(E[X|I]) = Var[Z1 ] = E[Z12 ] − E[Z1 ]2
a) Encontrar la función de distribución marginal de X con la ley de las E[Z12 ] = E[B|I = 1]2 q + 02 (1 − q) = µ 2 q
probabilidades totales:
F(x) = P(X ≤ x)
= P(X ≤ x|I = 0)P(I = 0) + P(X ≤ x|I = 1)P(I = 1) Var(E[X | I]) = Var[Z1 ] = E[Z12 ] − E[Z1 ]2
(1.14)
= P(IB ≤ x|I = 0)P(I = 0) + P(IB ≤ x|I = 1)P(I = 1) = µ 2 q − (µq)2 = µ 2 q(1 − q)
= P(0 ≤ x|I = 0)P(I = 0) + P(B ≤ x|I = 1)P(I = 1)
0
Si B|I es una variable aleatoria continua entonces f (x) = F (x), una E[Var(X | I)] = E[Z2 ]
vez obtenida f (x) se calculan E[X] y Var[X] por definición. = Var(B | I = 1)q + 0(1 − q) (1.15)
b) Las siguientes relaciones se demuestran en Probabilidad II: = Var(B | I = 1)q
E[X] = E[E[X|I]] (1.11) Si denotamos σ 2 = Var[B | I = 1], entonces E[Var(X | I)] = σ 2 q

Var[X] = Var(E[X|I]) + E[Var(X|I)] (1.12) Por lo tanto,
Var(X) = µ 2 q(1 − q) + σ 2 q (1.16)
Sea Z1 = E[X|I], esta variable aleatoria depende de otra variable
aleatoria (I), es decir:

E[X | I = 1] = E[1B | I = 1] = E[B | I = 1] I=1
1.8. Sumas de Variables Aleatorias Independien-
Z1 =
E[X | I = 0] = E[0B | I = 0] = E[0 | I = 0] = 0 I = 0 tes
Sea Z2 = Var(X | I), esta variable aleatoria depende de otra variable En este parte vamos a revisar la distribución de la suma de variables aleato-
aleatoria (I), es decir: rias independientes. Primero, consideraremos la suma de dos variables aleato-
rias, S = X +Y , con función de distribución FS (s) = P[S ≤ s] = P[X +Y ≤ s]
Var(X | I = 1) = Var(B | I = 1) I=1
Z2 = Caso 1: X y Y son dos variables aleatorias discretas no negativas, si aplica-
Var(X | I = 0) = Var(0 | I = 0) = 0 I=0
mos la ley de las probabilidades totales a FS (s) obtenemos:
Por lo tanto, FS (s) = ∑ P(X +Y ≤ s | Y = y)P(Y = y)
y≤s
E[X] = E[Z1 ] = qE[B|I = 1] + (1 − q)0 = qE[B|I = 1]
= ∑ P(X + y ≤ s | Y = y)P(Y = y)
Si denotamos µ = E[B | I = 1], entonces y≤s
E[X] = qµ (1.13)
= ∑ P(X ≤ s − y | Y = y)P(Y = y)
y≤s
10
Cuando X y Y son variables independientes tenemos que: 1.9. Aproximación a la Distribución de la Suma
FS (s) = ∑ P(X ≤ s − y)P(Y = y) (1.17) de Variables Aleatorias (Teorema Central del
y≤s
Lı́mite)
y su respectiva función de probabilidades puede ser calculada como:
El enunciado usual del Teorema Central del Lı́mite es que tenemos una
fS (s) = ∑ fX (s − y) fY (y) (1.18) sucesión de variables aleatorias independientes e idénticamente distribuidas
y≤s 2
√1 , X2 , . . . con E[X
X i ] = µ y Var(Xi ) = σ . Para cada n, la variable aleatoria
Caso 2: X y Y son dos variables aleatorias absolutamente continuas no n(X̄n − µ)/σ , 2 tiene media 0 y varianza 1. Cuando n es grande, el teorema
negativas, si aplicamos la ley de las probabilidades totales a FS (s) obtenemos: es aplicado para aproximar la distribución de X̄n con una distribución normal
con media µ y varianza σ 2 /n.
Z s La efectividad de esta aproximación no solamente depende del número de
FS (s) = P(X ≤ s − y | Y = y) fY (y)dy variables sino también de la desviación de la distribución de los sumandos de
0
la normalidad. Muchos libros de texto de Estadı́stica recomiendan que n sea al
Cuando X y Y son variables independientes: menos 30 para que la aproximación sea “razonable”.
Z s El Teorema Central del Lı́mite puede extenderse a sucesiones de variables
FS (s) = FX (s − y) fY (y)dy (1.19) aleatorias que no son idénticamente distribuidas (pero si independientes de
Z0s varianza finita), (Garcı́a, p. 295, [6]).
fS (s) = fX (s − y) fY (y)dy (1.20) La aplicación del teorema al Modelo de Riesgo Individual es la siguiente:
0
Sea S = X1 + X2 + · · · + Xn = nX̄n donde no necesariamente las Xi ’s son
En probabilidad, la operación en las ecuaciones (1.17) y (1.19) es llamada la idénticamente distribuidas pero si son independientes.
convolución de las funciones de distribución FX (x) y FY (y), y es denotada por n
FX ∗ FY . E[S] = ∑ E[Xi ] (1.22)
Para determinar la distribución de la suma de más de dos variables aleatorias, i=1
podemos usar el proceso de convolución iterativamente. Para S = X1 + X2 + n
· · · + Xn donde las Xi ’s son variables aleatorias independientes, Fi es la función Var(S) = ∑ Var(Xi ) (1.23)
(k) i=1
de distribución de Xi , y F es la función de distribución de X1 + X2 + · · · + Xk ,
procedemos ası́: Cuando n es “suficientemente”grande, S ∼ N(E[S],Var(S)), por lo que:
(2) (1)
F = F2 ∗ F = F2 ∗ F1
S − E[S] s − E[S]
(3)
F = F3 ∗ F (2) P[S ≤ s] = P[ p ≤ p ]
Var(S) Var(S)
(1.24)
F (4) = F4 ∗ F (3) (1.21) s − E[S]
≈ P[Z ≤ p ]
.. Var(S)
.
F (n) = Fn ∗ F (n−1) 2 X̄
n = n1 ∑ni=1 Xi
11
donde Z ∼ N(0, 1) reclamo en un periodo es 0.15 y la probabilidad de más de un reclamo es
Calcular P[Z ≤ z] es difı́cil pues no tiene una expresión cerrada y por ello cero, por lo que:
se recurre a tablas de la distribución normal o a programas de cómputo como
Excel R , SAS R y Mathematica R . P[I = 0] = 0.85
P[I = 1] = 0.15
P[I = i] = 0, i = 2, 3, . . .
1.10. Ejercicios
B es el monto del reclamo contraı́do por el asegurador, en vez del monto de
1. [1] Al dueño de una propiedad se le ha ofrecido una póliza de seguro que daño al carro. Podemos inferir dos caracterı́sticas de I y B: 1) el evento I =
pagará 50 % de cualquier pérdida durante el periodo de cobertura. Se sabe 0 incluye aquellos choques en los cuales el daño fue menor al deducible
que: 250, 2) la distribución de B tiene una masa de probabilidad en el tamaño
de reclamo máximo 2000. Se sabe que:
• X es la variable aleatoria monto de la pérdida, es no negativa.
• La función de densidad de probabilidades de X es: 
x≤0
 0
x 2
 P[B ≤ x|I = 1] = 0.9[1 − (1 − 2000 ) ] 0 < x < 2000
 0.75 si x = 0
1 x ≥ 2000

f (x) = 0.25(0.01e−0.01x ) si x > 0

0 en otro caso Sea X el monto de reclamo. Calcular E[X] y Var(X) mediante las dos
formas siguientes:
• La función de utilidad del dueño de la propiedad es:
a) Encontrando la distribución marginal de X, y entonces calculando
u(z) = −e−0.005z , ∀z ∈ R E[X] y Var(X) por definición.
b) Con las fórmulas E[X] = E[E[X|I]] y Var[X] = Var(E[X|I]) +
Calcular:
E[Var(X|I)]
a) El valor esperado de la pérdida, i.e., E[X]. c) Suponga que una aseguradora tiene 100 pólizas de seguro de au-
b) El valor esperado de la cobertura de la póliza, i.e., E[0.50X]. tomóvil con la cobertura y modelo probabilı́stico ya mencionados.
Sea Xi el monto de reclamo en la i-ésima póliza. Aplique el Teorema
c) La prima (G) tal que el dueño de la propiedad es indiferente entre del Lı́mite Central para
contratar y no contratar el seguro.
• Aproximar la probabilidad de que
p el monto agregado 100de los re-
2. [1] Un seguro de automóvil provee cobertura por colisión, y tiene un de- clamos no rebase E[S] + 1.282 Var(S) donde S = ∑i=1 Xi .
ducible ordinario de 250 y un reclamo máximo de 2000. Para propósi- • Encuentre una cantidad s0.95 tal que la probabilidad de que el
tos ilustrativos, supóngase que para un individuo la probabilidad de un monto agregado de reclamos no exceda s0.95 es 0.95
12
Cuadro 1.1: Data
Age Number in Probability of Mean of the exponential
group age group claim per life distribution of claim amounts
18-35 400 0.03 5
36-50 300 0.07 3
51-65 200 0.10 2
Figura 1.2: Resultados de la simulación con SAS (continuación)
d) Corre el código examplesCh1.sas en el repositorio https://

github.com/jenriqps/masp1 para obtener los resultados de las
Figuras 1.1 y 1.2 calculados con 10 mil simulaciones. Compare los
resultados con los del inciso c anterior, ¿a qué se puede deber la
diferencia?
Figura 1.1: Resultados de la simulación con SAS
3. [4] A group life insurance contract covering independent lives is rated

in the three age groupings as given in Table 1.1. The insurer prices the
contract so that the probability that claims will exceed the premium is
0.05. Using the normal approximation, determine the premium that the
insurer will charge.
13
Capı́tulo 2
Funciones Biométricas y Tablas de Mortalidad
Este capı́tulo esta basado en el Capı́tulo 3 de [1], 2 y 3 de [2]. 2.1. Definiciones

En este tema desarrollamos un conjunto de ideas para describir y usar la
distribución del tiempo hasta la muerte y la distribución de la correspondiente • X: variable aleatoria absolutamente continua que representa la edad a la
edad a la muerte. muerte de un recién nacido, es no negativa (X ≥ 0).
Mostramos como la distribución de la variable aleatoria edad a la muerte
puede ser resumida en una tabla de vida. Tales tablas son útiles en muchos
• FX (x) = P(X ≤ x) es la función de distribución de la variable aleatoria X,
campos de la ciencia, por ejemplo, 1) los ingenieros usan tablas de vida pa-
(suponemos que FX (0) = 0) y representa la probabilidad de que un recién
ra estudiar la confiabilidad de sistemas electrónicos complejos; b) los bioes-
nacido muera antes o en la edad x.
tadı́sticos usan las tablas de vida para comparar la efectividad de tratamientos
alternativos de enfermedades y 3) los demógrafos usan las tablas de vida como
herramientas en las proyecciones de población. • s(x) = 1 − FX (x) = P(X > x): es la función de supervivencia y representa
Una tabla de vida es un componente indispensable de muchos modelos en la la probabilidad de que un recién nacido alcance la edad x, s(0) = 1 −
ciencia actuarial, de hecho, algunos eruditos establecen el año de inicio de la FX (0) = 1 − 0 = 1.
ciencia actuarial como 1693 en el que Edmund Halley (también famoso por sus
trabajos astronómicos) publicó “An Estimate of the Degrees of the Mortality
• Probabilidad condicional: La probabilidad del evento A dado que ocurrió
of Mankind, Drawn from Various Tables of Births and Funerals at the City of
el evento B es
Breslau”.1
P[A ∩ B]
1 Halley
P[A | B] = (2.1)
tuvo dos avances respecto de trabajos anteriores: 1) Usó la tabla para inferir acerca P[B]
de las probabilidades condicionales de sobrevivencia en edades intermedias, esto es, dadas las
probabilidades de que un recién nacido en cada edad subsecuente , es posible inferir que una donde P[B] > 0, en consecuencia, P[A ∩ B] = P[A | B]P[B].
vida de edad 20, por decir algo, sobreviva en cada edad subsecuente, usando la condición de
que una persona de edad cero sobrevive a la edad 20; y 2) Combinó los datos de mortalidad con
un supuesto acerca de las tasas de interés para encontrar el valor de una anualidad (concepto que se definirá más adelante) vitalicia en diferentes edades.
14
• • Si expresamos a t qx , t px , t|u qx en términos de la variable aleatoria edad a
la muerte X, obtenemos:
P(x < X ≤ z)
P(x < X ≤ z | X > x) =
P(X > x) 1.
FX (z) − FX (x)
= (2.2) = P[X ≤ x + t | X > x]
1 − FX (x) t qx
s(x) − s(z) P[x < X ≤ x + t]
= =
s(x) P[X > x]
s(x) − s(x + t) (2.4)
es la probabilidad condicional de que un recién nacido muera entre las =
s(x)
edades x y z dado que sobrevive a la edad x.
s(x + t)
= 1−
• (x): vida o persona de edad x s(x)
• T (x) = X − x | X > x representa la variable aleatoria tiempo de vida futuro 2.

de (x)
t px = P[X > x + t | X > x]
• t qx = P[T (x) ≤ t], t ≥ 0 representa la probabilidad de que (x) muera dentro
P[X > x + t]
de los próximos t años. =
P[X > x] (2.5)
• t px = P[T (x) > t] = 1 − t qx , t ≥ 0 representa la probabilidad de que (x) s(x + t)
alcance la edad x + t =
s(x)
• Solo cuando t = 1, por convención, escribimos qx , px y no 1 qx , 1 px
3.
•
t|u qx = P[x + t < X ≤ x + t + u | X > x]
t|u qx = P[t < T (x) < t + u] P[x + t < X ≤ x + t + u]
=
= P[T (x) < t + u] − P[T (x) < t] P[X > x]
(2.3)
= t+u qx − t qx s(x + t) − s(x + t + u)
=
= (1 − t+u px ) − (1 − t px ) = t px − t+u px s(x)
(2.6)
s(x + t) s(x + t) − s(x + t + u)
es la probabilidad de que (x) sobreviva t años y muera dentro los siguien- = ×
s(x + t) s(x)
tes u años, dicho de otra manera, la probabilidad de que (x) muera entre
s(x + t) s(x + t) − s(x + t + u)
las edades x + t y x + t + u = ×
s(x) s(x + t)
• Solo cuando u = 1, por convención escribimos t| qx y no t|1 qx = (t px )(u qx+t )
15
2.2. Tiempo de Vida Futuro Truncado (Curtate- Integrando de ambos lados, de x a x + n, obtenemos:
Future-Lifetime) −
Z x+n
µ(y)dy =
Z x+n
d ln(s(y))
x x
Una variable aleatoria discreta asociada con el tiempo de vida futuro es el = ln(s(x + n)) − ln(s(x))
número de años futuros completados por (x) antes de la muerte. La variable re- s(x + n)
cibe el nombre de Tiempo de Vida Futuro Truncado (Curtate-Future-Lifetime) = ln
s(x)
de (x) y es denotada por K(x). Su función de probabilidades es:
= ln(n px )
R x+n
P[K(x) = k] = P[k ≤ T (x) ≤ k + 1] ⇒ n px = e− x µ(y)dy
= P[T (x) > k] − P[T (x) > k + 1] y realizando el cambio de variable s = y − x, obtenemos
= k px − k+1 px (2.7) Rn
− µ(x+s)ds
= (k px )(qx+k ) n px = e 0 (2.9)
= k| qx , para k = 0, 1, 2, . . . En el caso particular de x = 0 (un recién nacido), recuperamos la función de
supervivencia de la variable aleatoria edad a la muerte X:
Rn
− µ(s)ds
2.3. Fuerza de Mortalidad n p0 = s(n) = e 0
Sean FT (x) (t) y fT (x) (t) la función de distribución y la función de densidad de

La fuerza de mortalidad es una función de densidad condicional, es decir, probabilidades de T (x), respectivamente. Ya sabemos que t qx = P[T (x) ≤ t] =
para cada x nos da el valor de la función de densidad condicional de X a la F (t), por lo tanto:
T (x)
edad x dada la supervivencia a dicha edad, y es denotada por µ(x):
d d d
0
fT (x) (t) = FT (x) (t) = t qx = (1 − t px )
fX (x) d ln[s(x)] s (x) dt dt dt
µ(x) = =− =− (2.8) d s(x + t) d s(x + t)
1 − FX (x) dx s(x) = (1 − ) = (− )
dt s(x) dt s(x) (2.10)
0
s (x + t) s(x + t) −s (x + t)0
Dentro de la “teorı́a de la confiabilidad”(de la ingenierı́a), en el estudio de
=− = ×
las probabilidades de supervivencia de partes fabricadas y sistemas, µ(x), es s(x) s(x) s(x + t)
llamada la tasa de falla o tasa de riesgo o, más generalmente, la función tasa = t px × µ(x + t)
de riesgo.
La fuerza de mortalidad puede ser usada para especificar la distribución de
X, si a partir de (2.8) realizamos despejes y cambiamos a x por y:
2.4. Tablas de Vida
Dado un modelo de supervivencia, con probabilidades de supervivencia t px ,
−µ(y)dy = d ln[s(y)] podemos construir la tabla de vida (o tabla de mortalidad) para el modelo a
16
partir de alguna edad inicial x0 hasta una edad máxima ω. Definimos una fun- Siempre usamos la tabla en la forma ly /lx lo cual es porque el radix de la
ción {lx } para x0 ≤ x ≤ ω como sigue. Sea lx0 un número positivo arbitrario tabla es arbitrario (no habrı́a diferencia en el modelo de supervivencia si todos
(llamado el radix 2 de la tabla) y, para 0 ≤ t ≤ ω − x0 , se define los valores de lx fueran multiplicados por 100, por ejemplo).
De (2.11) podemos usar la función lx para calcular probabilidades de super-
lx0 +t = lx0 × t px0 vivencia o de muerte, por ejemplo
A partir de esta definición observamos que para x0 ≤ x ≤ x + t ≤ ω, l31 l30 − l31

q30 = 1 − = (2.12)
l30 l30
lx+t = lx0 × x+t−x0 px0
= lx0 × x−x0 px0 × t px y
l55 l85 l55 − l85
= lx × t px 15|30 q40 = 15 p40 × 30 q55 = × 1− = (2.13)
l40 l55 l40
Por lo que En principio, una tabla de vida esta definida para todo x a partir de una edad
lx+t inicial, x0 , a la edad lı́mite, ω. En la práctica, es muy común que una tabla
t px = (2.11)
lx de vida sea presentada en edades enteras solamente. En esta forma, la tabla de
Para cualquier x ≥ x0 , podemos interpretar lx+t como el número esperado vida es una manera útil de resumir la distribución del tiempo de vida desde
de sobrevivientes de edad x + t de los lx individuos independientes con edad x. que, con una sola columna de números, nos permite calcular probabilidades
Sea L (x + t) la variable aleatoria que denota el número de sobrevivientes de de sobrevivir o morir sobre números enteros de años comenzando en una edad
edad x + t de las lx personas, por lo que: entera.
Es usual para una tabla de vida, tabulada en edades enteras, mostrar los
valores de dx , donde
lx
L (x + t) = dx = lx − lx+1 (2.14)
∑ Ij
j=1
además de lx , como estas son usadas para calcular qx . De (2.14) tenemos

1 si la j-ésima persona de edad x sobrevive a la edad x + t
lx+1

Ij =
0 en otro caso dx = lx 1 − = lx (1 − px ) = lx qx
lx
También se puede llegar a esta relación si interpretamos dx como el número
P[I j = 1] = t px
esperado de muertes en el año de edad x a x + 1 de las lx personas de edad x
E[I j ] = t px exactamente.
lx Sea Dx la variable aleatoria que denota el número de muertes entre las edades
E[L (x + t)] = ∑ E[I j ] = lx × t px = lx+t x y x+1 de las iniciales lx personas. Realizando un análisis similar al de L (x+
j=1
t), obtenemos que:
2 Palabra latina que significa raı́z o base. E[Dx ] = lx × qx = dx (2.15)
17
2.5. Otras Caracterı́sticas de la Tabla de Vida • Esperanza de Vida Truncada (curtate-expectation-of-life):
∞
Para la variable aleatoria T (x): ex = E[K(x)] = ∑ k × k px × qx+k
k=0
• Esperanza de Vida Completa (complete-expectation-of-life): ∞ ∞
= ∑ k × P[K(x) = k] = ∑ k(k px − k+1 px ) (2.16)
Z ∞ Z ∞ k=0 k=1
◦
ex = E[T (x)] = t × t px µ(x + t)dt = t px dt = (px − 2 px ) + 2(2 px − 3 px ) + 3(3 px − 4 px ) + · · ·
0 0
∞
La última igualdad se prueba integrando por partes: =
Z ∞ Z ∞ Z ∞ ∑ k px
k=1
t t px µ(x + t)dt = −t t px |∞
0 + t px dt = 0+ t px dt
0 0 0
• Segundo momento de K(x)
• Segundo momento de T (x) ∞ ∞
2 2
Z ∞ Z ∞
E[K(x) ] = ∑k k px × qx+k = ∑ k2P[K(x) = k]
k=0 k=1
E[T (x)2 ] = t 2t px µ(x + t)dt = 2 t t px dt ∞
0 0
La última igualdad se prueba integrando por partes.
= ∑ k2(k px − k+1 px )
k=1
(2.17)
= (px − 2 px ) + 4(2 px − 3 px ) + 9(3 px − 4 px ) + · · ·
• Varianza de T (x) = (2 − 1)px + (2(2) − 1)2 px ) + (2(3) − 1)3 px ) + · · ·
∞ ∞
= 2 ∑ k × k px − ∑ k px
Var[T (x)] = E[T (x)2 ] − E[T (x)]2 k=1 k=1
• Esperanza de Vida Completa Temporal (temporary complete life expec- • Varianza de K(x)
tancy): Número esperado de años vividos entre las edades x y x + n por
los lx sobrevivientes a edad x: Var[K(x)] = E[K(x)2 ] − E[K(x)]2
Z n Z n
◦ • Esperanza de Vida Truncada Temporal (temporary curtate life expec-
ex:n| = t × t px µ(x + t)dt + nn px = t px dt
0 0 tancy): Número esperado de años vividos (completos) entre las edades
x y x + n por los lx sobrevivientes a edad x:
La última igualdad se prueba con una integral por partes.
n
ex:n| = ∑ k px
Para la variable aleatoria K(x): k=1
18
2.6. Supuestos para Edades Fraccionadas
Para especificar la distribución de T , debemos postular una forma analı́tica
o adoptar una tabla de vida con un supuesto acerca de la distribución entre
enteros, para el segundo caso, examinaremos tres supuestos. Estarán estable-
cidos en términos de la función de supervivencia y en una forma para mostrar
la naturaleza de interpolación sobre el intervalo (x, x + 1) implicada por cada
supuesto. Cuadro 2.1: Supuestos para Edades Fraccionales con t ∈ (0, 1), x ∈ Z+
0
En cada enunciado, x es un entero no negativo y 0 < t < 1. Los supuestos
se muestran en el Cuadro 2.1. Las implicaciones de usar cada una de las in- Interpolación Distribución Expresión
terpolaciones sobre las funciones t qx , µ(x + t) y t px se presentan en la Figura Lineal Es conocida s(x + t) = (1 − t)s(x) + ts(x + 1)
2.1. como la distri-
Los supuestos más utilizados en la práctica son la distribución uniforme de bución uniforme
las muertes y la fuerza de mortalidad constante. o distribución
Los supuestos de una distribución uniforme de las muertes y una fuerza uniforme de las
constante de mortalidad producen soluciones similares. La razón de esto puede muertes dentro de
ser vista de las siguientes aproximaciones. Bajo el supuesto de una fuerza de cada año de edad
mortalidad constante Exponencial Fuerza de mor- ln s(x + t) = (1 − t) ln s(x) + t ln s(x + 1)
qx = 1 − e−µ ≈ µ talidad constante
dentro de cada
dado que µ es pequeña, y para 0 < t < 1,
año de edad
1 1−t t
t qx = 1 − e−µt ≈ µt Armónica Se conoce como s(x+t) = s(x) + s(x+1)
el supuesto hi-
En otras palabras, la aproximación a t qx es t veces la aproximación a qx , perbólico o de
lo cual es lo que obtenemos bajo el supuesto de distribución uniforme de las Balducci, aquı́
muertes. t px es una curva
hipérbolica
2.7. Tablas de Vida Nacionales

Las tablas de vida basadas en la experiencia de la mortalidad de la pobla-
ción total de un paı́s son regularmente producidas para distintos grupos, por
ejemplo, para hombres y mujeres, o fumadores y no fumadores.
El Cuadro 2.2 muestra los valores de qx , donde qx es la probabilidad de
morir dentro de un año para (x), para edades seleccionadas x, separadamente
19
Figura 2.1: Funciones de Probabilidad para Supuestos de Edades Fraccionales,
(Actuarial Mathematics, p. 75 [1])
Cuadro 2.2: Tabla de Vida de EU, National Vital Statistics Reports, United
States Life Tables, 2002
x Hombres Mujeres
0 0.007639 0.006271
1 0.000525 0.000418
2 0.000366 0.000281
10 0.000175 0.000126
20 0.001389 0.000454
30 0.001408 0.000632
40 0.002656 0.001493
50 0.005699 0.003194
para hombres y mujeres, para la población de los Estados Unidos de América.
60 0.012102 0.007576
Esta tabla es construida usando registros de muertes en un año en particular, o
70 0.029215 0.018991
en un número pequeño de años consecutivos.
80 0.070275 0.0493
Los valores de qx siguen un patrón como función de la edad, x, que se mues-
90 0.168047 0.13328
tra en las Figura 2.2. Noten que las gráficas están en escala logarı́tmica a fin de
100 1 1
destacar las principales caracterı́sticas. También, aunque la información grafi-
cada consiste de los valores de qx para x = 0, 1, . . . , 99, hemos graficado una
lı́nea continua para dar una representación más clara. Destacan los siguientes
comportamientos:
• El valor de q0 es relativamente alto. Las tasas de mortalidad inmediata-

mente siguiendo al nacimiento (mortalidad perinatal) son altas debidas a
complicaciones que se alcanzan en las últimas etapas del embarazo y en el
parto mismo. El valor de qx no alcanza este nivel otra vez hasta alrededor
de la edad 55.
20
Algunos ejemplos de tablas de mortalidad calibradas con experiencia mexi-
Figura 2.2: Tasas de Mortalidad para EUA por edad y sexo
cana son:
1. Tasas de Mortalidad Grupo CNSF 2000-G (1991-1998)
2. Tasas de Mortalidad Individual CNSF 2000-I (1991-1998)
3. Tasas de Mortalidad para hombres CNSF 2005 H-SP (2000-2005)
4. Tasas de Mortalidad para mujeres CNSF 2005 M-SP (2000-2005)
2.8. Algunas Leyes de Mortalidad Analı́ticas

Hay tres justificaciones para postular una forma analı́tica para funciones de
supervivencia:
1. Filosófica: Muchos fenómenos estudiados en la fı́sica pueden ser explica-

dos eficientemente por fórmulas simples, por lo tanto, usando argumentos
biológicos, algunos autores sugieren que la supervivencia humana puede
• La tasa de mortalidad es mucho más baja después del primer año, menos ser gobernada por fórmulas igualmente simples.
de 10 % de su nivel en el primer año, y desciende hasta alrededor de la
edad 10. 2. Práctica: Es más fácil entender y comunicar una función con pocos
parámetros en vez de comunicar una tabla con cien o más probabilida-
• En la Figura 2.2 vemos que el patrón de la mortalidad de mujeres y hom- des (tabla de mortalidad).
bres en los últimos años de la adolescencia diverge significativamente,
con una inclinación más pronunciada en la mortalidad de los hombres. 3. Estimación: Una función de supervivencia analı́tica y simple con pocos
parámetros es fácil de estimar (con datos observados y un método de es-
• Las tasas de mortalidad se incrementan a partir de la edad 10, con un timación como la máxima verosimilitud).
incremento relativamente más grande entre las edades 10 y 20 para hom-
El apoyo a funciones de supervivencia simples ha declinado en años re-
bres, un incremento modesto entre las edades 20 y 40, y entonces un in-
cientes. Muchos opinan que la creencia en leyes de mortalidad universales es
cremento constante desde la edad 40.
ingenua. Sin embargo, algunas investigaciones recientes han reiterado los ar-
gumentos biológicos para leyes de mortalidad analı́ticas.
• Para cada edad, todos los valores de qx son en general comparables, con-
El Cuadro 2.3 presenta tres leyes de mortalidad. 3
cluyendo que la tasa para una mujer es casi siempre menor a la tasa de un
hombre de la misma edad. 3 m = B/ ln(c), u = k/(n + 1)
21
la que la información está disponible, por ejemplo, la emisión de la póliza de
Cuadro 2.3: Funciones de supervivencia bajo varias Leyes
Creador µ(x) s(x) Restricciones seguro o la declaración de discapacidad. Este conjunto de funciones de super-
vivencia puede ser pensado como una función de dos variables: una variable
De (x − ω)−1 1 − ωx 0≤x≤ω es la edad a la selección (por ejemplo, la emisión de la póliza o la declaración
Moivre de discapacidad), [x], y la segunda variable es la duración desde la edad de
(1729) la selección, t. En actuarı́a, tal tabla de vida de dos dimensiones es llamada
Gompertz Bcx exp [−m(cx − 1)] B > 0, c > 1, x ≥ 0 Tabla de Vida Selecta (select life table).
(1825) El impacto de la selección en la distribución del tiempo futuro de vida T (x)
Makeham A + Bcx exp [−Ax − m(cx − 1)] B > 0, A ≥ −B, puede disminuir después de la selección. Más allá de un periodo r (llamado
(1860) perı́odo selecto) las q’s de las edades alcanzadas pueden ser casi iguales sin
c > 1, x ≥ 0 observar el tiempo de selección, es decir:
Weibull kxn exp [−uxn+1 ] k > 0, n > 0, x ≥ 0
(1939) q[x− j]+r+ j ≈ q[x]+r , j > 0 (2.18)
Una tabla de vida en la cual las funciones dependen solamente de edades
alcanzadas se llama tabla agregada (aggregate table).
2.9. Tablas Selectas Un modelo selecto de supervivencia representa una extensión del modelo
agregado. Esto significa que, dado que fijamos y especificamos la edad de se-
Existen situaciones con información adicional disponible acerca de (x) que lección, podemos adaptar la notación y las fórmulas desarrolladas al inicio de
harı́a que la función de supervivencia original fuera inapropiada para evaluar este capı́tulo. Esto llega a las siguientes definiciones:
probabilidades acerca del tiempo de vida futuro de (x).
Ejemplos: • s (t) =P[una persona actualmente de edad x + s que fue seleccionada
[x]+s
1. Una persona de edad x tiene un seguro de vida. Esta información podrı́a a la edad x sobreviva a la edad x + s + t]
hacer creer que la distribución del tiempo futuro de vida de (x) fuera dife-
rente de la función de supervivencia de las personas no aseguradas. Para • t q[x]+s =P[una persona de actualmente x + s años de edad que fue selec-
las personas que compran seguros es probable que tengan mayores ingre- cionada a la edad x muera antes de la edad x + s + t]
sos que la población en general. Hay evidencias de que la mortalidad y la
• t p[x]+s = 1 − t q[x]+s = s[x]+s (t)
riqueza están estrechamente vinculadas.
2. Una persona está discapacitada a la edad x. Esta información nos llevarı́a • µ[x]+s es la fuerza de mortalidad a la edad x + s para un individuo que fue
a creer que el tiempo de vida futuro de (x) tiene una distribución distinta seleccionado a la edad x
de los que no están discapacitados a edad x. En general, los discapacitados 1−s[x]+s (h)
• µ[x]+s = lı́mh→0+ h
tienen una mortalidad mayor que la de la población general.
La información adicional nos conduce a que el modelo completo para esos En la práctica, la ecuación (2.18) se maneja con una igualdad. Primero con-
vivos es un conjunto de funciones de supervivencia, una para cada edad en sideramos las probabilidades de supervivencia de aquellos individuos quienes
22
fueron seleccionados al menos hace r años y por lo tanto ahora están sujetos a x qx
la parte final (ultimate) del modelo. La edad mı́nima de estas personas es x0 +r. 0 q0
Para estas personas, las probabilidades de supervivencia futura dependen so- 1 q1
lamente de su edad actual y ası́, podemos construir una tabla de vida última 2 q2
(ultimate life table), {ly }, a partir de la cual podemos calcular probabilidades .. ..
. .
de sobrevivir en cualquier edad futura.
Sea lx0 +r un número arbitrario positivo. Para y ≥ x0 + r definimos Cuadro 2.4: Estructura de una Tabla Agregada
ly = y−x0 −r px0 +r × lx0 +r (2.19)

x q[x] q[x]+1 q[x]+2 q[x]+3 ···
Noten que y−x0 −r px0 +r = y−x0 −r p[x0 ]+r ya que la persona fue seleccionada al 0 q[0] q[0]+1 q[0]+2 q[0]+3 ···
menos hace r años, la probabilidad de supervivencia depende solamente de la 1 q[1] q[1]+1 q[1]+2 q[1]+3 ···
edad actual, x0 + r. De esta definición podemos mostrar que para y > x ≥ x0 + r 2 q[2] q[2]+1 q[2]+2 q[2]+3 ···
.. .. .. .. ..
ly = y−x px lx (2.20) . . . . . ···
ya que Cuadro 2.5: Estructura de una Tabla Selecta
ly = y−x0 −r px0 +r × lx0 +r
= (y−x p[x0 ]+x−x0 )(x−x0 −r p[x0 ]+r )lx0 +r 2.10. Ejercicios
= (y−x px )(x−x0 −r px0 +r )lx0 +r
= y−x px × lx Casi todos los ejercicios de este capı́tulo están en Inglés para practicarlo.
Esto muestra que dentro de la parte final o última del modelo podemos inter- 1. In according to Illustrative Life Table (Actuarial Mathematics, p. 675 [1]),
pretar ly como el número esperado de sobrevivientes a la edad y de lx personas calculate the following:
de edad actual x(< y), quienes fueron seleccionados al menos hace r años.
a) s(42)
La fórmula (2.19) define la tabla de vida dentro de la parte última del mode-
lo. En lo que sigue, necesitamos definir la tabla de vida dentro del periodo de b) 40 d2
selección. Hacemos esto para una persona seleccionada a la edad x “trabajando c) 38 q3
hacia atrás” a partir del valor de lx+r . Para x ≥ x0 y para 0 ≤ t ≤ r, definimos
d) 2| q40
lx+d e) P[K(25) = 1]
l[x]+t = (2.21)
d−t p[x]+t
2. Calculate the following probabilities with the Figure 2.3. The table’s se-
lo cual significa que si tenemos l[x]+t vidas de edad x + t, seleccionadas hace lection period is two years.
t años, entonces el número esperado de sobrevivientes a la edad x + r es lx+r .
Esto define la parte selecta de la tabla de vida. a) 3 p[30]
23
b) 5 p[30]
Figura 2.3: Select Life Table, Actuarial Mathematics, p. 81
c) 1| q[31]
d) 3 q[31]+1
3. [9] An actuary is modeling the mortality of a group of 1000 people, each

age 95, for the next three years. The actuary starts by calculating the ex-
pected number of survivors at each integral age by
l95+k = 1000k p95 , k = 1, 2, 3
The actuary subsequently calculates the expected number of survivors at

the middle of each year using the assumption that deaths are uniformly
distributed over each year of age.
This is the result of the actuary’s model:
Age Survivors
95 1000
95.5 800
96 600
96.5 480
97 –
97.5 288
98 –
The actuary decides to change his assumption for mortality at fractional

ages to the constant force assumption. He retains his original assumption
for each k p95 .
Calculate the revised expected number of survivors at age 97.5.
4. [9] For a 4-year college, you are given the following probabilities for dro-
pout from all causes:
• q0 = 0.15
• q1 = 0.10 • q2 = 0.05
24
• q3 = 0.01
Dropouts are uniformly distributed over each year.

Compute the temporary 1.5-year complete expected college lifetime of a
◦
student entering the second year, e1:1.5| .
5. [3] Given that µt = kt, for all t > 0, and 10 p35 = 0.81, find the value of
20 p40 .
6. [3] Given that S0 (t) = (1 − t/ω)r , for 0 < t < ω and r > 0, and that µy =
◦
0.10 and ey = 8.75 for some 0 < y < ω, find the value of r.
25
Capı́tulo 3
Primas Netas Únicas de Seguros de Vida
Este capı́tulo esta basado en el Capı́tulo 4 de [1] y Capı́tulo 4 de [2]. muerte t, es determinista, i.e., no tiene una distribución de probabilidad.
En el resto de estas notas usamos la convención de que la persona que paga Usualmente, para efectos de ejercicios de clase, se usa una tasa de interés
la(s) prima(s) es también el asegurado, cuya supervivencia o muerte “dispara” efectiva anual i por lo que vt = (1 +i)−t , pero la tasa podrı́a variar por año,
el pago de la suma asegurada bajo las condiciones del contrato. por ejemplo, 4.0 % el primer año, 5.5 % el segundo y 6.0 % el tercero, por
En este tema desarrollamos modelos para los seguros de vida cuyo fin es lo que v3 = 1.04−1 × 1.055−1 × 1.06−1 .
reducir el impacto financiero del evento muerte. Debido que la mayor parte de
estos seguros son a largo plazo, el monto de las ganancias de las inversiones • zt = bt vt : valor presente al momento de la emisión de la póliza (t = 0) del
hasta el momento del pago provee un elemento significativo de incertidumbre pago del beneficio.
cuyas causas son la tasa desconocida de rendimientos y el periodo de inversión.
En este curso se usa una distribución de probabilidad para modelar el periodo • ZT = bT vT : variable aleatoria que representa el valor presente al momento
de inversión pero se usa un modelo determinista para los rendimientos desde la emisión de la póliza (t = 0) del pago del beneficio.1
conocidos, dicho de otra manera, nuestro modelo será construido en función
de T (x), la variable aleatoria tiempo de vida futuro del asegurado y sobre una
3.1.1. Seguros con Beneficio Nivelado
función de interés determinista.
Nuestro modelo será útil en cualquier situación donde el monto y el mo- Un seguro de vida temporal n años (n-year term life insurance) provee un
mento del impacto financiero puedan ser expresados únicamente en términos pago solo si el asegurado muere dentro de un plazo de n años que comien-
del tiempo a la ocurrencia del evento aleatorio. za a partir de la emisión de la póliza. Si una unidad monetaria es pagable al
momento de la muerte de (x), entonces:
3.1. Seguros Pagables al Momento de la Muerte •

1 t ≤n
• bt : monto del beneficio al tiempo de muerte t. bt =
0 t >n
• vt : factor de descuento desde la emisión de la póliza hasta el tiempo de 1T = T (x)
26
• vt = vt = exp [−tδ ] 2 La relación con el seguro temporal n años es lı́mn→∞ Ā1 = Āx . 3
x:n|
Un dotal puro temporal n años(n-year pure endowment) otorga un pago al
•
vT final de los n años, si y solo si, el asegurado sobrevive al menos n años desde el

T ≤n
ZT = tiempo de la emisión de la póliza. Si el monto pagable es una unidad monetaria,
0 T >n
entonces:
La esperanza de la variable aleatoria valor presente, ZT , es llamada valor pre-
sente actuarial: •
0 t ≤n
Z n bt =
t >n
Z ∞
1
E[ZT ] = Ā1 = zt fT (t)dt = vt t px µx (t)dt (3.1)
x:n| 0 0
• vt = vt = exp [−tδ ],t ≥ 0
El j-ésimo momento de la distribución de ZT es:
•
j
Z n
t j
Z n
−δt j 0 T ≤n
E[ZT ] = (v ) fT (t)dt = (e ) t px µx (t)dt ZT =
vn T >n
Z0n 0
(3.2)
−(δ j)t j
= e t px µx (t)dt = Ā1 Su valor presente actuarial es:
0 x:n|
Z ∞ Z ∞
n n
Cuando usamos una fuerza de interés constante δ , calcular el j-ésimo momento E[ZT ] = A 1 = v fT (t)dt = v fT (t)dt = vn n px = n Ex (3.4)
x: n| n n
de la distribución de ZT , es equivalente a calcular el valor presente actuarial de
ZT con una fuerza de interés δ 0 = jδ . Noten las diferencias con la notación del seguro de vida temporal n años.
Un seguro de vida vitalicio (whole life insurance) otorga un pago a la muerte Un seguro dotal mixto n años (n-year endowment insurance) provee un pa-
del asegurado en cualquier momento del futuro. Si el pago es por una unidad go si ocurre la muerte del asegurado o si el asegurado sobrevive al final del
monetaria al momento de la muerte de (x), entonces: plazo de n años, cualquiera que ocurra primero. Si el seguro es por una unidad
monetaria, entonces:
• bt = 1,t ≥ 0
• bt = 1,t ≥ 0
• vt = vt = exp [−tδ ]
•
• ZT = vT , T ≥ 0
t
v t ≤n
vt =
vn t >n
y su valor presente actuarial es:
3A
pesar de esto parezca trivial, si replanteamos el problema definiendo las siguientes
aleatorias valor presente: 1) Z n = vT si T ≤ n y es igual a 0 si T > n, y 2) ZT =
Z ∞ Z ∞
variables
E[ZT ] = Āx = vt fT (t)dt = vt t px µx (t)dt (3.3) vT , se tiene que si T ≤ n entonces Z n T= ZT y cuando T > n entonces Z n ≤ ZT . Además,
0 0 T T
tanto ZTn como ZT son variables aleatorias no negativas, y ZTn % ZT cuando n → ∞. Con lo
2 A menos que se diga lo contrario, se asume que la fuerza de interés δ es constante y anterior cumplimos los supuestos del Teorema de la Convergencia Monótona para concluir
positiva que lı́mn→∞ E[ZTn ] = E [lı́mn→∞ ZTn ] = E [ZT ], es decir, lı́mn→∞ Ā1 = Āx .
x:n|
27
• • vt = vt = exp [−δt]
vT

T ≤n
ZT =
vn T >n •
vT

T >m
Este seguro puede ser visto como la combinación de un seguro de vida tempo- ZT =
0 T ≤m
ral n años y un dotal puro temporal n años, cada uno con un pago de una unidad
monetaria, y sean Z1 y Z2 sus respectivas variables aleatorias valor presente. El valor presente actuarial es:
Sea Z3 = Z1 + Z2 , por lo tanto: Z ∞ Z ∞
t
T E[ZT ] = m| Āx = v fT (t)dt = vt t px µx (t)dt (3.6)
v T ≤n m m
Z1 =
0 T >n
3.1.2. Seguros con Beneficio Variable
0 T ≤n
Z2 =
vn T >n El modelo general ZT = bT vT puede ser usado para una gran variedad de si-
T tuaciones. Ya hemos visto modelos donde el beneficio es constante (una unidad
v T ≤n
Z3 = Z1 + Z2 = monetaria). El modelo también puede ser aplicado donde el monto del benefi-
vn T >n
cio por muerte se incrementa o disminuye en progresión aritmética sobre todo
Āx:n| = E[Z3 ] = E[Z1 ] + E[Z2 ] = Ā1 + A 1 (3.5) o parte del plazo del seguro.
x:n|
x:n| Un seguro de vida vitalicio con incrementos anuales (anually increasing
whole life insurance) provee un monto de 1 al momento de la muerte si es-
Var(Z3 ) = Var(Z1 ) +Var(Z2 ) + 2Cov(Z1 , Z2 ) ta ocurre en el primer año, un monto de 2 si la muerte ocurre en el segundo
Cov(Z1 , Z2 ) = E[Z1 Z2 ] − E[Z1 ]E[Z2 ] pero Z1 Z2 = 0 año, y ası́ sucesivamente:
⇒ Cov(Z1 , Z2 ) = −E[Z1 ]E[Z2 ] = −Ā1 A 1
x:n|
x:n| • bt = bt + 1c,t ≥ 0
⇒ Var(Z3 ) = Var(Z1 ) +Var(Z2 ) − 2Ā1 A
x:n|
1
x:n|
• vt = vt ,t ≥ 0
• ZT = bT + 1cvT , T ≥ 0
Un seguro diferido m años (m-year deferred insurance) otorga un beneficio La función b·c se llama máximo entero menor o igual a · y puede interpretar-
a la muerte del asegurado solo si este último muere m años después de la emi- se como un truncamiento, por ejemplo, b1.01c =1, b1.99c=1, b1.50c=1 (solo
sión de la póliza. El beneficio y el plazo del seguro puede ser alguno de los queda la parte entera del número). El valor presente actuarial del seguro en
ya discutidos, por ejemplo, un seguro de vida vitalicio diferido m años con un cuestión es: Z ∞
pago de una unidad monetaria al momento de la muerte tiene:
E[ZT ] = (I Ā)x = bt + 1cvt t px µx (t)dt (3.7)
0
•
1 t >m Los incrementos en el beneficio del seguro pue-
bt = den ocurrir más de una vez al año. Para un
0 t ≤m
28
seguro de vida vitalicio con incrementos cada m-ésima parte de año (m- •
thly increasing whole life insurance), el beneficio serı́a 1/m si la muerte ocurre n − btc t ≤n
bt =
durante la primera m-ésima parte del primer año, 2/m si la muerte ocurre 0 t >n
durante la segunda m-ésima parte del primer año, y ası́ sucesivamente:
• vt = vt ,t ≥ 0
btm+1c
• bt = m ,t ≥0 •
(n − bT c)vT

T ≤n
• vt = vt ,t ≥0 ZT =
0 T >n
bT m+1c T
• ZT = m v ,T ≥0 El valor presente actuarial es:
y su valor presente actuarial es: Z n
E[ZT ] = (DĀ)1 = (n − btc)vt t px µx (t)dt (3.10)
x:n| 0
btm + 1c t
Z ∞
(m)
E[ZT ] = (I Ā)x = v t px µx (t)dt (3.8)
0 m
3.2. Seguros Pagables al Final del Año de la Muer-
El caso lı́mite, cuando m → ∞, en el seguro de vida vitalicio con incrementos
cada m-ésima parte de año, es un seguro que paga t al momento de la muerte te
t. Sus funciones son:
En la práctica, la mayorı́a de los beneficios son considerados pagables al
• bt = t,t ≥ 0 momento de la muerte y ganan interés hasta que el pago realmente es hecho.
No se pagan exactamente al momento en que muere el asegurado ya que la
• vt = vt ,t ≥ 0
aseguradora tiene que comprobar que la muerte ocurrió y además bajo las con-
• ZT = T vT , T ≥ 0 diciones de la póliza. En la mayorı́a de las aplicaciones de seguro de vida, la
mejor información disponible de la distribución de probabilidad de T está en
y su valor presente actuarial es: la forma de una tabla de vida. Esta es la distribución de probabilidad de K, el
Z ∞ tiempo de vida futuro truncado del asegurado al momento de la emisión de la
E[ZT ] = (I¯Ā)x = tvt t px µx (t)dt (3.9) póliza, una función de T . En este tema construiremos modelos para seguros de
0
vida en los cuales el monto y el tiempo del pago de los beneficios por muer-
El seguro de vida temporal a n años con pagos anuales decrecientes (anua- te dependen solamente del número de años enteros vividos por el asegurado
lly decreasing n-year term life insurance)4 , otorgando n unidades monetarias desde la emisión de la póliza hasta el tiempo de muerte. Nos referimos a estos
cuando la muerte ocurre durante el primer año, n − 1 si la muerte ocurre duran- seguros simplemente como pagaderos al final del año de muerte (payable at
te el segundo año, y ası́ sucesivamente, con cobertura terminando al final del the end of the year of death).
n-ésimo año. Tal seguro tiene las siguientes funciones: La función de beneficio, bk+1 , y la función de descuento, vk+1 son respecti-
4 Estetipo de seguros son populares en el Reino Unido donde es usado en conjunto con la
vamente, el monto del beneficio y el factor de descuento cuando el tiempo de
hipoteca de una casa; si el asegurado muere, la deuda remanente es pagada de los ingresos del vida futuro truncado es k, esto es, cuando el asegurado muere en el año k + 1.
seguro temporal. La variable aleatoria valor presente serı́a Z = bK+1 vK+1 .
29
Para un seguro temporal n años que provee un pago de una unidad monetaria El evento [K = k ∩ S ≤ s] es igual al evento [k < T ≤ k + s], por lo tanto,
al final del año de muerte, tenemos: P(K = k ∩ S ≤ s) = P(k < T ≤ k + s) = (k px )(s qx+k ). Si suponemos una distri-
bución uniforme de las muertes a lo largo del año, entonces, s qx+k = sqx+k , s ∈
• (0, 1).
1 k = 0, 1, . . . , n − 1
bk+1 =
0 en otro caso ⇒ P[(K = k) ∩ (S ≤ s)] = k px × s qx+k = k px × sqx+k
= k px × qx+k × s = k| qx × s = P[K = k]P[S ≤ s]
• vk+1 = vk+1 ,t ≥ 0
donde S ∼ U(0, 1)
• K+1
v K = 0, 1, . . . , n − 1 Por lo tanto, K ⊥ S, y además S tiene una distribución uniforme en (0, 1)
Z= En clases de Probabilidad se prueba que si X ⊥ Y ⇒ E[g(X)h(Y )] =
0 en otro caso
E[g(X)]E[h(Y )].
El valor presente actuarial para este seguro es: Recordemos que el modelo general para un seguro que se paga al momento
de la muerte es
n−1
E[Z] = A1
x:n|
= ∑ vk+1k px qx+k (3.11) Z = bT vT
k=0
que para este tema lo vamos a restringir a:
Si queremos obtener el j-ésimo momento de Z: E[Z j ] = ∑n−1
k=0 (v
k+1 ) j p q
k x x+k • vT = vT = (1 + i)−T , donde i es la tasa de interés efectiva anual
El resto de los seguros se presentan en la Figura 3.1.
• bT : función que solo depende de la parte entera de T , es decir, K, por esta
razón, bT = b∗K+1 es una mejor notación
3.3. Relaciones entre Seguros Pagaderos al Mo- Además, recordemos que T = K + S, S ∼ U(0, 1)
mento de la Muerte y los que se Pagan al Fi-
⇒ Z = bT vT = b∗K+1 vT = b∗K+1 vK+1 (1 + i)1−S
nal del Año de Muerte E[Z] = E[b∗K+1 vK+1 (1 + i)1−S ] = E[b∗K+1 vK+1 ]E[(1 + i)1−S ]
• T (x) = T : variable aleatoria tiempo de vida futuro Calculemos la esperanza:
Z 1 Z 1
• K(x) = K: variable aleatoria tiempo de vida futuro truncado
E[(1 + i)1−S ] = (1 + i)1−s (1)ds = e(1−s) ln(1+i) ds
0 0
• S: variable aleatoria que representa la parte fraccional del año vivida du- (1−s) ln(1+i)
e 1 eln(1+i)
rante el año de muerte, S ∈ [0, 1], es igual a T − K =− =− |10 +
ln(1 + i) ln(1 + i) ln(1 + i)
Ejemplo 1. (x) murió a la edad x+40.32, entonces, T =40.32, K =40 y 1 1+i i
=− + =
S =0.32, T = K + S =40+0.32 ln(1 + i) ln(1 + i) δ
30
Por lo tanto,
i Cuadro 3.1: Death Benefits
E[b∗K+1 vK+1 ]
E[Z] = (3.12) k bk+1
δ 0 300,000
Ejemplo 2. Consideremos los seguros siguientes: 1 350,000
1. La distribución de las muertes a lo largo del año es uniforme. Usted co- 2 400,000
noce el valor de Ax . Calcular Āx .
El beneficio depende de K, es decir, bT = 1 = b∗K+1 (la función constante), Cuadro 3.2: Probabilities
⇒ Āx = (i/δ )Ax k qsx+k qns x+k
0 0.10 0.05
2. La distribución de las muertes a lo largo del año es uniforme. Usted co-
1 0.20 0.10
noce el valor de (IA)1 . Calcular (I Ā)1 .
x:n| x:n| 2 0.30 0.15
El beneficio depende de K, es decir, bT = K +1, ⇒ (I Ā)1 = (i/δ )(IA)1
x:n| x:n|
b) qx+k =0.02(k + 1), k = 0, 1, 2

3.4. Funciones para vidas selectas
c) The following death benefits (Table 3.1), payable at the end of the
A través de este capı́tulo hemos desarrollado resultados en términos de per- year of death.
sonas sujetas a mortalidad última (ultimate mortality). Hemos tomado este d) i =0.06
enfoque simplemente por facilidad de presentación. Todo lo ya desarrollado
igualmente aplica a personas sujetas a mortalidad selecta. Calculate E[Z]
Por ejemplo, Ā[x] denota el valor presente actuarial de un beneficio de 1
pagable inmediatamente a la muerte de la vida seleccionada [x]. Similarmente, 2. [9] For a group of individuals all age x, you are given:
A 1 denota el valor presente actuarial de un beneficio de 1 pagable al final
[x]:n| a) 25 % are smokers (s); 75 % are nonsmokers (ns).
del año de muerte de una vida selecta [x] si ocurre dentro de los primeros n
años, o después de n años si [x] sobrevive aquel periodo. b) The next table (Table 3.2) shows the probabilites for smokers and
nonsmokers
c) i =0.02
3.5. Ejercicios
Calculate 10,000A1 for an individual chosen at random from this group.
Casi todos los ejercicios de este capı́tulo están en Inglés para practicarlo. x:2|
1. [9] For a special 3-year term insurance on (x), you are given: 3. [9] A builder offers lifetime-of-the house fire protection on houses that
he builds. The force of failure due to the fire is a constant equal to .0005.
a) Z is the present value random variable for the death benefits. Assume a constant force of interest δ =.10. Also, any fire loss will be a
31
total loss and coverage remains in effect regardless of a change in owners-
Cuadro 3.3: Excerpt of a Life Table
hip . (Assume there are no other causes of loss) Payments are made at the
time of the fire. What is the actuarial present value of this benefit for a x qx x qx
$100,000 house?
90 0.18 96 0.29
4. [9] Bryon, a nonactuary, estimates the actuarial present value for a conti- 91 0.20 97 0.31
nuous whole life policy with a benefit of $100,000 on (30) by calculating 92 0.21 98 0.33
the present value of $100,000 paid at the expected time of death. You may 93 0.23 99 0.36
assume (30) is subject to a constant force of mortality, µ(x) =.05 and the 94 0.25 100 1
force of interest is δ =.08. Determine the absolute value of the error of 95 0.27
Bryon’s estimate.
5. [9] There are 100 association members aged 21 who each contribute an
d) A94:5| , A95:5| ,
amount N to a fund. The fund will pay a $1,000 death benefit payable at
the moment of death. Calculate N so that the fund will be able to pay the e) 5| A94 , 5| A95
death benefit to each member with a probability of .95. Assume that the
future lifetimes are independent and that the normal approximation can
be used. You are given that Ā21 =.06 and 2 Ā21 =.01
6. [9] You are given:
a) v20 =0.5
b) 20 px =0.8
c) Ax =0.4
d) Ax+20 =0.7
e) Deaths are uniformly distributed over the year of death.
Find Āx and Āx:20| .
7. With i =0.05 and the probabilities in Table 3.3, calculate
a) A94 , A95 , A96 ,

b) A 1 ,A1 ,
94:5| 95:5|
c) 5 E94 , 5 E95 ,
32
Figura 3.1: Resumen de Seguros Pagables al Final del Año de Muerte (Actua-
rial Mathematics, p. 118 [1])
33
Capı́tulo 4
Primas Netas Únicas de Anualidades
Este capı́tulo esta basado en el Capı́tulo 5 de [1] y Capı́tulo 5 de [2]. Iniciamos con anualidades que se pagan continuamente a una tasa de 1 por
Una anualidad de vida es una serie de pagos hechos continuamente o cada año que no son comunes en la práctica. Una anualidad vitalicia continua (who-
igual intervalo de tiempo (tales como meses, cuatrimestres o años) mientras le life annuity) da pagos hasta la muerte. Por lo tanto, la variable aleatoria valor
una persona determinada sobrevive. Puede ser temporal o de por vida. Los presente de los pagos es Y = āT | para T ≥ 0 donde T es el tiempo futuro de
pagos pueden comenzar inmediatamente o ser diferidos. Los pagos pueden vida (x). La distribución de Y puede ser obtenida de la de T como sigue:
ser al inicio del intervalo de pago (anualidad anticipada) o al final de dichos
intervalos (anualidades vencidas). FY (y) = P(Y ≤ y) = P(āT | ≤ y) = P(1 − vT ≤ δ y)
A menos que se diga otra cosa, suponemos una tasa de interés efectiva anual − ln(1 − δ y)
constante i (o su equivalente fuerza de interés constante δ ), dicho de otra ma- = P(vT ≥ 1 − δ y) = P[T ≤ ] (4.1)
δ
nera, el interés no es aleatorio. − ln(1 − δ y) 1
= FT ( ), 0 < y <
δ δ
4.1. Anualidades Continuas de Vida La función de densidad de probabilidades se obtiene de la siguiente manera:
d d − ln(1 − δ y)
En la práctica las anualidades son pagables en intervalos discretos de tiem- fY (y) = FY (y) = FT ( )
dy dy δ
po, pero si estos intervalos son muy cortos, por ejemplo semanalmente, es con-
veniente tratar los pagos como si fueran hechos continuamente. Considera el
caso cuando una anualidad es pagable continuamente a una tasa de 1 por año fT ( − ln(1−δ
δ
y)
) 1
= ,0 < y < (4.2)
en tanto (x) sobrevive. Si la anualidad es pagable semanalmente (y suponemos 1−δy δ
52 semanas por año), entonces cada semana el pago de la anualidad es 1/52. Si El valor presente actuarial para una anualidad vitalicia continua es:
los pagos fueran diariamente, para una anualidad de 1 por año, el pago diario
serı́a 1/365. Similarmente, para un intervalo infinitesimal (t,t + dt) el pago de Z 1/δ Z ∞
la anualidad es dt, dado que (x) esta vivo durante el intervalo. āx = E[Y ] = y fY (y)dy = āt| × t px µ(x + t)dt (4.3)
0 0
34
Usando integración por partes se obtiene que: Integrando por partes se encuentra la forma de pago actual:
Z ∞ Z ∞ Z n
āx = t
v t px dt = t Ex dt (4.4) āx:n| = vt t px dt (4.10)
0 0 0
Esta es la “forma de pago actual”(current payment form) del valor presen- Otra forma de calcular el valor presente actuarial de una anualidad de vida
te actuarial de la anualidad continua vitalicia. En general, la técnica de pago temporal n años es:
actual para determinar un valor presente actuarial para una anualidad es:1
(
āT | = 1−Z
δ 0≤T <n
Z ∞ Y= 1−Z
APV = vt P[pagos sean hechos al tiempo t] × [monto del pago al tiempo t] ān| = δ T ≥n
0
(4.5) donde: T
Por lo general, es más fácil calcular un valor presente actuarial de anualidad v 0≤T <n
Z= n
con la técnica de pago actual. v T ≥n
Noten que la siguiente relación es válida para todos los valores de t: es decir, Z es la variable aleatoria valor presente de un seguro dotal mixto
temporal n años, por lo tanto:
1 = δ āT | + vT (4.6)
1−Z 1 − Āx:n|
Tomando esperanzas de ambos lados de (4.6): E[Y ] = āx:n| = E[ ]= (4.11)
δ δ
1 = δ āx + Āx (4.7) y 2 Ā 2
Var(Z) x:n| − (Āx:n| )
Una forma de obtener la varianza de Y es: Var(Y ) = = (4.12)
δ2 δ2
1 − vT Var(vT ) 2 Āx − (Āx )2 Una anualidad vitalicia diferida n años (n-year deferred whole life annuity)
Var(āT | ) = Var( )= 2
= 2
(4.8)
δ δ δ tiene la siguiente variable aleatoria valor presente:
El valor presente de una anualidad de vida temporal n años (n-year tempo-
(
0 = āT | − āT | 0≤T <n
rary life annuity) de 1 por año, pagable continuamente mientras (x) sobreviva Y= n
v āT −n| = āT | − ān| T ≥n
durante los próximos n años es:
( La variable aleatoria Y tiene un máximo de lı́mT →∞ Y = 1/δ − ān| = vn /δ y
āT | 0≤T <n
Y= la probabilidad de que tome un valor de cero es P[Y = 0] = P[T ≤ n] = n qx . Su
ān| T ≥n
valor presente actuarial es:
Z ∞
La distribución de Y es mixta. El máximo valor de Y esta limitado a ān| , y
ā
n| x = E[Y ] = 0 × q
n x + vn āt−n| × t px µ(x + t)dt
hay una probabilidad positiva asociada con ān| de P(T ≥ n) = n px . El valor Z ∞ n
presente actuarial es: = n
v ās| × n+s px µ(x + n + s)ds
Z n 0 Z ∞ (4.13)
āx:n| = E[Y ] = āt| × t px µ(x + t)dt + ān| n px (4.9) =v pn
ā × p µ(x + n + s)ds
0 n x s| s x+n
0
1 APV: actuarial present value = n Ex āx+n
35
Se puede demostrar que: actuariales de las anualidades anuales es un buen punto de partida antes de
considerar patrones de pago más complejos.
n| āx = āx − āx:n| (4.14) La teorı́a de las anualidades de vida discretas es análoga a la teorı́a de las
anualidades continuas, con integrales reemplazadas por sumas, integrandos por
Integrando por partes obtenemos la forma de pago actual de este valor presente sumandos y diferenciales por diferencias. Para las anualidades continuas no
actuarial: Z ∞ Z ∞ habı́a distinción entre pagos al inicio o al final del intervalo de pago (antici-
t
n| āx = v t px dt = t Ex dt (4.15) padas o vencidas) mientras que para las anualidades discretas la distinción si
n n
tiene significado.
Una anualidad de vida cierta por n años (n-year certain and life annuity) es
Una anualidad anticipada vitalicia (whole life annuity-due) paga un monto
una anualidad vitalicia con una garantı́a de pagos por los primeros n años. La
de una unidad monetaria al inicio de cada año por cada año que (x) sobrevive.
variable aleatoria valor presente es:
( • Y : variable aleatoria valor presente de una anualidad anticipada vitalicia
ān| T ≤n
Y= K+1 K+1
āT | T >n • Y = äK+1| = 1−vd = 1−vi (1+i), donde K es la variable aleatoria tiem-
i
po futuro de vida truncado y d = 1+i (tasa de descuento)
El valor presente actuarial es:
Z n Z ∞ El valor presente actuarial de Y es (por definición de esperanza):
ā = E[Y ] = ān|t px µ(x + t)dt + āt|t px µ(x + t)dt ∞ ∞
x:n| 0 n
Z ∞ (4.16) E[Y ] = äx = ∑ äk+1|P[K = k] = ∑ äk+1|k px qx+k (4.18)
= n qx ān| + āt|t px µ(x + t)dt k=0 k=0
n
aunque la fórmula anterior es la menos usada en la práctica.
La notación x : n| indica que los pagos continuan hasta máx[T (x), n]. La for- El valor presente actuarial también se puede expresar como en la forma de
ma de pago actual se obtiene integrando por partes: pago actual:
Z ∞ ∞ ∞ k
ā = ān| + vt t px dt = ān| + n| āx (4.17) äx = ∑ äk+1|k |qx = ∑ ∑ vt k |qx
x:n| n
k=0 k=0 t=0
∞ ∞ ∞ ∞
4.2. Anualidades de Vida Discretas = ∑ ∑ vt k |qx = ∑ v ∑ k |qxt
(4.19)
t=0 k=t t=0 k=t
∞
Las anualidades discretas, o mejor dicho, anuales son muy raras. = vt t px
Comúnmente se ven anualidades pagables mensual o semanalmente. Sin em-
∑
t=0
bargo, la anualidad anual es importante en la situación en que no tenemos in-
formación completa acerca de la mortalidad entre edades enteras, por ejemplo, Una forma más de obtener el valor presente actuarial es:
porque estamos trabajando con una tabla de vida que solo presenta las proba- 1 − vK+1 1 − Ax
bilidades en edades enteras. También, la evaluación de los valores presentes äx = E[ ]= (4.20)
d d
36
La varianza de Y se puede encontrar como: Para una anualidad anticipada vitalicia diferida n años ( n-year deferred
2 A − (A )2 whole life annuity due ) de una unidad monetaria pagable al inicio de cada
1 − vK+1 x x
Var(äK+1| ) = Var( )= (4.21) año mientras (x) sobrevive de la edad x + n en adelante, la variable aleatoria
d d2 es:
0≤K<n

La variable aleatoria valor presente de una anualidad anticipada de vida 0
Y= n
temporal n años (n-year temporary life annuity-due) de una unidad moneta- v äK+1−n| K≥n
ria por año es:
Su valor presente actuarial es:
• (
äK+1| 0≤K<n ∞
Y= E[Y ] = n| äx = n Ex äx+n = äx − äx:n| = ∑ vk k px (4.26)
än| K≥n k=n
Su valor presente actuarial es: Una anualidad anticipada de vida y cierta por n años (n-year certain and life
n−1 ∞ annuity-due) tiene una garantı́a de pagos por al menos n años. Su variable
E[Y ] = äx:n| = ∑ äk+1|k px qx+k + ∑ än|k px qx+k aleatoria valor presente es:
k=0 k=n
(4.22) (
n−1 än| 0≤K<n
= ∑ äk+1|k px qx+k + än|n px Y=
äK+1| K≥n
k=0
El valor presente actuarial en la forma de pago actual es: Su valor presente actuarial es:
n−1
äx:n| = ∑ vk k px (4.23) E[Y ] = ä
x:n|
k=0
n−1 ∞
Otra forma de encontrar el valor presente actuarial es: = ∑ än|P[K = k] + ∑ äk+1|k px qx+k (4.27)
k=0 k=n
1−Z ∞
Y=
d = än| n qx + ∑ äk+1| k px qx+k
k=n
donde:
vK+1

0≤K<n
Z= y en la forma de pago actual:
vn K≥n
∞
1−Z 1 − Ax:n| ä = än| + ∑ vk k px = än| + n| äx (4.28)
äx:n| = E[ ]= (4.24) x:n|
k=n
d d
1−Z E[Z 2 ] − E[Z]2 Para las anualidades vencidas el desarrollo es muy similar. En la Figura 4.1
La varianza es: Var( )= (4.25)
d d2 se encuentra una tabla resumen de anualidades anticipadas y vencidas.
37
Figura 4.1: Resumen de Anualidades de Vida Discretas [Anualidad de 1 por Cuadro 4.1:
año pagable al inicio de cada año (anualidad anticipada) o al final del año X K J
(anualidad vencida)] (Actuarial Mathematics, p.148 [1]) 37.35 12 3
37 12 0
39.93 14 9
4.3. Anualidades de Vida con Pagos cada m-ésimo

de Año
Para primas (periódicas), anualidades y pensiones, la forma anual de las
anualidades es inusual. Las primas son comúnmente pagables mensualmente,
trimestralmente o semanalmente. Las pensiones y las anualidades son pagables
con la misma frecuencia que los salarios (mensualmente, quincenalmente o
semanalmente).
4.3.1. Antecedentes
Analicemos un seguro vitalicio que paga 1 unidad monetaria al final de la
m-ésima parte del año en que ocurrió la muerte.
Definamos:
• K: Variable aleatoria tiempo de vida futuro truncado
• J: Variable aleatoria número de m-ésimos completados vividos en el año

en que ocurrió la muerte
Ejemplo 3. : La persona (25) tiene las X’s posibles mostradas en el Cuadro

4.1 donde m=10.
¿Qué relación tienen las variables aleatorias K y J? Si suponemos que la
38
distribución del número de muertes a lo largo del año es uniforme, entonces:
Cuadro 4.2:
P[K = k ∩ J ≤ j] = P[k < T ≤ k + ( j + 1)/m] T m K J
= k px × j+1 qx+k 13.5 10 13 5
m 13.53 10 13 5
j+1 14 10 14 0
= k px × × qx+k (4.29)
m 13.03 10 13 0
j+1
= (k px )(qx+k )
m
= fK (k)FJ ( j), j ∈ {0, 1, . . . , m − 1} (m)
i i
Por lo tanto, Ax = i(m) E[vK+1 ] = i(m) Ax
donde fK (k) = P[K = k] y FJ ( j) = P[J ≤ j], por lo tanto, J tiene una distribu- Para este tema, debemos recordar de Matemáticas Financieras lo siguiente,
ción uniforme en los enteros {0, 1, . . . , m − 1} y además J ⊥ K donde i es la tasa de interés efectiva anual:
La variable aleatoria valor presente del seguro vitalicio que paga 1 unidad
(m) (m) (m)
monetaria al final de la m-ésima parte del año en que ocurrió la muerte es • 1 + i = (1 + i m )m , (1 + i)−1 = v = 1 − d = (1 − dm )m = (1 + i m )−m
J+1
Z = vK+ m . −n
(m) (m) n
i
P. D. Ax = i(m) Ax • ä = m1 1−(1+i)
i(m) /m
(1 + i(m) /m) = 1−v
d (m)
, donde n esta en años
n|
Demostración:
(m) (m) 1+i(m) /m
(m) J+1 J+1 1 1+i /m 1
Ax = E[vK+ m ] = E[vK+1 v m −1 ] • ä = m i(m) /m = i(m)
= d (m)
∞|
J+1
= E[vK+1 ]E[v m −1 ] n
(m) 1 (1+i) −1 (1+i)n −1
• s = m i(m) /m = i(m)
, donde n esta en años
m−1 n|
J+1 1 j+1 −1
E[v m −1 ]= vm
∑ m
j=0
4.3.2. Anualidades de Vida con Pagos cada m-ésimo de Año
m−1
1 1
= v−1+ m ∑ v j/m Definamos:
m j=0
1 −1+ 1 1 − v • Y : variable aleatoria valor presente de una anualidad vitalicia anticipada
= v m
m 1 − v1/m con pagos de 1/m cada m-ésimo de año
1 v1/m−1 − v1/m (1 + i)1/m • K: variable aleatoria tiempo de vida futuro truncado

= × ×
m 1 − v1/m (1 + i)1/m • J = b(T − K)mc variable aleatoria número de m-ésimos completados con
1 (1 + i) − 1 vida durante el año de muerte
= ×
m (1 + i)1/m − 1
i En el Cuadro 4.2 muestra un ejemplo de valores de las variables aleatorias
= (m) definidas.
i
39
(m)
La variable aleatoria Y se puede escribir como: Ahora vamos a encontrar una relación entre äx y äx :
(m) (m)
mK+J
1 j/m 1 − vK+(J+1)/m d (m) ä ä − (s − 1)(1 − d äx )
Y= v = ä
(m)
= (4.30) (m) 1| x 1|
∑ m K+(J+1)/m| d (m) äx =
j=0 d (m)
(m) (m)
äx (d + (s − 1)d) − (s − 1)
y su valor presente actuarial es: 1| 1|
= (m)
d (4.33)
(m) (m) (m)
(m) 1 − vK+(J+1)/m 1 − E[vK+(J+1)/m ] 1 − Ax ds s −1
äx = E[ ] = = (4.31) =
1| 1|
äx − (m)
d (m) d (m) d (m) d (m) d
(m)
de lo anterior podemos obtener la identidad: s −1
(m) (m) 1|
= s ä äx − (m)
1| 1| d
(m) (m)
1 = d (m) äx + Ax (4.32)
Es conveniente escribir (4.33) como:
y también llegamos a demostrar que 1 = d äx + Ax (m)
äx = α(m, i)äx − β (m, i) (4.34)
(m) (m)
⇒ 1 = d (m) äx + Ax = d äx + Ax donde:
(m)
(m) d äx + Ax − Ax (m) (m) id
⇒ äx = α(m, i) = s ä =
d (m) 1| 1| i(m) d (m)
d 1 (m) (m)
= äx − (Ax − Ax ) s −1 i − i(m)
d (m) d (m) 1|
β (m, i) = =
= ä
(m) (m) (m)
ä − ä (Ax − Ax ) d (m) i(m) d (m)
1| x ∞|
Notar que las funciones α(m, i) y β (m, i) dependen únicamente de i y m. Para
(m) (m)
, ä = obtener los valores presentes actuariales äx:n| y n| äx usaremos las relaciones
(m) d (m)
La última expresión anterior se encuentra conociendo que ä = d (m)
1| ∞|
1 (m) entre valores presentes actuariales que ya obtuvimos:2
d (m)
. Ahora vamos a simplificar ä (A
∞| x − A x ) suponiendo que las muertes
tienen una distribución uniforme en cada año de edad, i.e., t qx = tqx ,t ∈ [0, 1] (m) (m) (m)
ä = äx − n Ex ä x+n
x:n|
(m)
s −1 = [α(m, i)äx − β (m, i)] − n Ex [α(m, i)äx+n − β (m, i)] (4.35)
(m) i (m) 1|
ä∞| (Ax − Ax ) = ä∞| ( (m) Ax − Ax ) = ä∞| (s Ax − Ax ) = Ax = α(m, i)(äx − n Ex äx+n ) − β (m, i)(1 − n Ex )
i 1| d (m)
(m) = α(m, i)äx:n| − β (m, i)(1 − n Ex )
s −1
(m) (m) 1|
Por lo tanto, äx = ä ä − Ax 2n
1| x d (m) está en años y es un múltiplo entero de 1/m
40
(m) (m)
n| äx = n Ex äx+n 4.5. Funciones para vidas selectas
= n Ex [α(m, i)äx+n − β (m, i)] (4.36)
A través de este capı́tulo hemos supuesto que las personas están sujetas a un
= α(m, i)n| äx − β (m, i)n Ex
modelo de supervivencia último, como se hizo en el capı́tulo anterior. Todos
Para hallar los valores presentes actuariales de las anualidades vencidas serı́a los argumentos en este capı́tulo igualmente aplican si tenemos un modelo de
un desarrollo similar. supervivencia selecto. Por ejemplo, el valor presente actuarial, de una anuali-
dad temporal n años pagable continuamente a una tasa de 1 por año para una
persona de edad x + k y que fue seleccionada a la edad x, es ā[x]+k:n| , con
4.4. Comparación de valores presentes actuaria-
les de anualidades por su frecuencia de pago Ā[x]+k:n| = 1 − δ ā[x]+k:n|
Tenemos que si usamos las mismas hipótesis de mortalidad e interés, se

cumple la siguiente desigualdad: 4.6. Ejercicios
ax < ax
(m) (m)
< āx < äx < äx Casi todos los ejercicios de este capı́tulo están en Inglés para practicarlo.
y las razones para este ordenamiento son: 1. [1] Under the assumptions of a constant force of mortality, µ, and of a
constant force of interest, δ , evaluate:
• Mientras la persona esta viva, los pagos en cada año suman 1 bajo cada
anualidad, pero en promedio, los pagos bajo la anualidad anticipada son a) āx = E[āT | ]
pagados más temprano. El valor del dinero a través del tiempo significa
b) The probability that āT | will exceed āx
que el valor de una anualidad con pagos más tempranos será más alto que
una anualidad con pagos más atrasados, para tasas de interés mayores a
2. [9] A person age 40 wins $10,000 in the actuarial lottery. Rather than re-
cero, ası́ que los valores de la anualidad están en orden creciente de los que
ceiving the money at once, the winner is offered the actuarially equivalent
tienen fecha de pago en promedio más tardı́o (los pagos de ax son hechos
option of receiving an annual payment of K (at the beginning of each year)
al final del año) a los más temprano (los pagos de äx están al inicio de
guaranteed for 10 years and continuing thereafter for life. You are given:
cada año).
a) i =0.04
• En el año en que (x) muere, las distintas anualidades pagan diferentes
montos. Bajo la anualidad anticipada anual el pago completo ($1) del año b) A40 =0.30
es realizado, ya que (x) esta viva al inicio del año. Bajo la anualidad ven- c) A50 =0.35
cida, en el año de muerte ningún pago es realizado ya que (x) no llegó con
vida al final del año que es la fecha de pago. Para la anualidad pagadera d) A 1 =0.09
40:10|
cada m-ésimo de año y la continua, menos que $1 es pagado durante el
año de muerte. Calculate K
41
3. [9] A fund is established to pay annuities to 100 independent lives age f ) The amount of the fund is determined, using the normal approxima-
x. Each annuitant will receive $10,000 per year continuously until death. tion, such that the probability that the fund is sufficient to make all
You are given: payments is 95 %.
a) δ =0.06 Calculate the initial amount of the fund.

b) Āx =0.40 6. [9] For a group of individuals all age x, you are given:
c) 2 Āx =0.25
a) 30 % are smokers and 70 % are non-smokers.
Calculate the amount (in millions) needed in the fund so that the probabi- b) The constant force of mortality for smokers is 0.06.
lity, using the normal approximation, is 0.90 that the fund will be sufficient c) The constant force of mortality for non-smokers is 0.03.
to provide the payments.
d) δ =0.08
4. [9] For a special 30-year deferred annual whole life annuity-due of 1 on
Calculate E[āT (x)| ] for an individual chosen at random from this group.
(35):
7. [9] For an annuity payable semiannually, you are given:
a) If death occurs during the deferral period, the single benefit premium
is refunded without interest at the end of the year of death. a) Deaths are uniformly distributed over each year of age.
b) ä65 =9.90 b) q69 =0.03
c) A35:30| =0.21 c) i =0.06
d) A 1 =0.07 d) 1000Ā70 =530
35:30|
(2)
Calculate ä69
Calculate the single benefit premium for this special deferred annuity.
8. [9] For a special 3-year temporary life annuity-due on (x), you are given
5. [9] A government creates a fund to pay this year’s lottery winners. You that i =0.06 and the probabilities in Table 4.3.
are given:
Calculate the actuarial present value for this annuity.
a) There are 100 winners each age 40.
9. With i =0.05 and the probabilities in Table 3.3, calculate
b) Each winner receives payments of 10 per year for life, payable an-
nually, beginning immediately. a) ä94 , ä95 , ä96 , a94
c) Mortality follows the Illustrative Life Table. b) ä94:5| , ä95:5| ,
d) The lifetimes are independent. c) ä , ä ,
94:5| 95:5|
e) i =0.06 d) 5| ä94 , 5| ä95
42
Cuadro 4.3: Annuity Payment
t Annuity Payment px+t

0 15 0.95
1 20 0.90
2 25 0.85
(12) (24) (12)

e) ä94 , ä , ä
94:5| 5| 94
43
Capı́tulo 5
Primas Netas Periódicas
Este capı́tulo esta basado en el Capı́tulo 6 de [1]. función de utilidad u(x) = x, será indiferente entre aceptar y no aceptar
En los temas anteriores discutimos valores presentes actuariales de varios el riesgo.
tipos de seguros y anualidades. Estas ideas son combinadas en este tema para
determinar el monto de los pagos de una anualidad de vida necesarios para • Principio III: P será la prima anual tal que el asegurador, usando una
comprar los beneficios de un contrato de anualidad y/o de seguro. Las primas función de utilidad u(x) = − exp [−0.1x], será indiferente entre aceptar y
calculadas en este tema solo consideran el pago de los beneficios y NO gastos, no aceptar el riesgo.
ganancias y márgenes de contingencia que en la vida real tienen las asegura-
Suponga que el asegurador usará una tasa de interés efectiva anual de i =0.06
doras.
Solución: Para K = k y una prima arbitraria P, el valor presente de la
En el primer capı́tulo se mencionó que la determinación de la prima de segu-
pérdida financiera es l(k) = vk+1 − Päk+1| = vk+1 − P(1 − vk+1 )/d = (1 +
ro requiere de la adopción de un principio (Premium principle). En el siguiente
ejemplo se aplican varios principios para calcular una prima: P/d)vk+1 − P/d, k = 0, 1, 2, 3, 4. Su correspondiente variable aleatoria es L =
vK+1 − PäK+1| . 2
Ejemplo 4. Un asegurador planea emitir una póliza para una persona de edad Principio I: l(k) = (1 + P/d)vk+1 − P/d tiene un comportamiento decre-
cero cuyo tiempo de vida futuro truncado K está gobernado por la función ciente. Nos piden la prima mı́nima P tal que P[L > 0] ≤ 0.25.
de probabilidad: P[K = k] = k |q0 =0.2, k = 0, 1, 2, 3, 4. La póliza pagará una
En el Cuadro 5.1 se presenta la función de probabilidad de L, que no depen-
unidad monetaria al final del año de muerte a cambio del pago de una prima
de del valor especı́fico de P. Dado que queremos encontrar P[L > 0] bajo cier-
P al inicio de cada año si la persona está viva en ese momento. Encuentra la
tas restricciones, entonces podemos replantearlo como P[L > 0] = 1 − P[L ≤
prima anual P determinada por:
l(k)] con l(k) = 0 para k ∈ {0, 1, 2, 3, 4} lo cual nos dará una P para cada k
• Principio I: P será la prima anual mı́nima tal que el asegurador tiene (ver Cuadro 5.2).
probabilidad de una pérdida financiera 1 a lo más de 0.25 De todos las P’s en el Cuadro 5.2, P= 0.45795933 es la prima mı́nima P tal
que P[L > 0] ≤ 0.25.
• Principio II: P será la prima anual tal que el asegurador, usando una
2 Como L esta definida como gasto (pago de suma asegurada) menos ingreso (recaudación
1 La pérdida financiera en valor presente al momento de la emisión de la póliza. de primas), cuando L es positiva se trata efectivamente de una pérdida para la aseguradora.
44
Principio II: Aplicando el principio de la utilidad esperada, donde L es la
misma variable aleatoria del Principio I, y w es la riqueza del asegurador (no
aleatoria).
u(w) = E[u(w − L)]
Cuadro 5.1: Función de Probabilidad de L
k l(k) P[L = l(k)] P[L ≤ l(k)] u(w) = w = E[u(w − L)] = E[w − L] = E[w] − E[L] = w − E[L]
0 v − Pä1| 0.20 1.00 w = w − E[L] ⇒ E[L] = 0
2
1 v − Pä2| 0.20 0.80 E[L] = E[(1 + P/d)vK+1 − P/d] = (1 + P/d)E[vK+1 ] − P/d = 0,
2 v3 − Pä3| 0.20 0.60 E[vK+1 ] = A0 = 0.842472757
4
3 v − Pä4| 0.20 0.40 (1 + P/d)A0 − P/d = (P/d)(A0 − 1) + A0 = 0
5
4 v − Pä5| 0.20 0.20 −A0 d
por lo tanto, P = = 0.302723112
A0 − 1
Principio III: Aplicando el principio de la utilidad esperada, donde de nue-
vo L es la misma variable aleatoria del Principio I, y w es la riqueza del
asegurador (no aleatoria).
u(w) = E[u(w − L)]
u(w) = − exp[−0.1w],
E[u(w − L)] = E[− exp [−0.1(w − L)]] = − exp [−0.1w]E[exp [0.1L]],
u(w) = E[u(w − L)] ⇒ 1 = E[e0.1L ] ⇒ P = 0.30628
Cuadro 5.2: Posibles valores de P Las primas definidas por el Principio I son conocidas como Primas de Per-
k l(k) = 0 P(k) P[L > 0]
centiles (percentile premiums). Cuando se tienen bastantes pólizas y se puede
0 v − Pä1| = 0 0.94339623 0.00
suponer distribución independiente e idéntica de los tiempos futuros de vida
1 v2 − Pä2| = 0 0.45795933 0.20 de los asegurados, se aplica el Teorema del Lı́mite Central sobre la suma de las
2 3
v − Pä3| = 0 0.29633001 0.40 pérdidas de los asegurado aunque lo exacto es calcular las convoluciones, y se
3 4
v − Pä4| = 0 0.21565235 0.60 calcula una prima de percentil.
4 5
v − Pä5| = 0 0.16735509 0.80 El Principio II tiene muchas aplicaciones en la práctica. Para formalizar sus
conceptos, definimos la pérdida del asegurador, L, como la variable aleatoria
valor presente de los beneficios a ser pagados por el asegurador menos la anua-
lidad de primas pagadas por el asegurado. Este principio es llamado principio
de equivalencia (equivalence principle) y tiene el requisito de que:
E[L] = 0 (5.1)
45
En adelante, cuando hablamos de primas netas periódicas nos referimos a La función l(t) es una función decreciente de t con l(0) = 1 y además
aquellas que satisfacen E[L] = 0, i. e., son aquellas que satisfacen: lı́mt→∞ l(t) = −P̄/δ . Si t0 es el tiempo cuando l(t) = 0, la muerte antes de t0
resulta en una pérdida positiva, mientras que la muerte después de t0 produce
E[valor presente de los beneficios] = E[valor presente de las primas niveladas]
una pérdida negativa, es decir, una ganancia. Ahora consideremos la variable
Cuando el principio de equivalencia se usa para determinar una sola prima a aleatoria
la emisión de la póliza para un seguro o anualidad, la prima es igual al valor L = l(T ) = vT − P̄āT | (5.5)
presente actuarial del pago de beneficios y se llama prima neta única (single
benefit premium) . Si el asegurador calcula la prima con el Principio de Equivalencia, la prima
Las primas basadas en el Principio III, usando una función de utilidad expo- es denotada por P̄(Āx ) y satisface:
nencial, son conocidas como primas exponenciales (exponential premiums).
El principio que adoptaremos en adelante es el de equivalencia. E[L] = 0 ⇔ Āx − P̄(Āx )āx = 0 (5.6)
Por lo tanto,
5.1. Primas Totalmente Continuas Āx
P̄(Āx ) = (5.7)
āx
La variable aleatoria pérdida es:
La Figura 5.1 contiene el resto de las primas totalmente continuas.
bT vT − P̄Y = Z − P̄Y (5.2)
donde:
• bT y vT son el monto del beneficio y el factor de descuento al tiempo T , 5.2. Primas Totalmente Discretas
respectivamente
La variable aleatoria de pérdida es:
• P̄ es la prima anual totalmente continua (es una constante desconocida)
bK+1 vK+1 − PY (5.8)
• Y es la variable aleatoria valor presente de anualidad de vida continua
• Z es la variable aleatoria valor presente del beneficio donde:
Aplicamos el Principio de Equivalencia:
• bK+1 y vK+1 son el monto del beneficio y el factor de descuento, respec-
E[bT vT ] tivamente
E[bT vT − P̄Y ] = 0 ⇒ P̄ = (5.3)
E[Y ]
• P es la prima anual pagadera al inicio de cada año de aniversario de la
Ejemplo: Consideraremos el caso de la prima nivelada anual continua para un
póliza durante el periodo de pago de la prima y mientras el asegurado este
seguro vitalicio de una unidad monetaria pagadera al momento de la muerte de
vivo
(x). Para cualquier prima pagadera continuamente, P̄, considera:
l(t) = vt − P̄āt| (5.4) • Y es la variable aleatoria valor presente de anualidad anticipada
46
Aplicando el Principio de Equivalencia:
Figura 5.1: Primas Niveladas Totalmente Continuas (Actuarial Mathematics,
p. 173 [1]) E[L] = 0 ⇔ Ax − Px äx = 0 (5.11)
Por lo tanto,
Ax
Px = (5.12)
äx
La Figura 5.2 contiene el resto de las primas totalmente discretas.
Figura 5.2: Primas Niveladas Totalmente Discretas (Actuarial Mathematics, p.

183 [1])
Aplicando el Principio de Equivalencia:
E[bK+1 vK+1 ]
E[bK+1 vK+1 − PY ] = 0 ⇒ P = (5.9)
E[Y ]
Ejemplo: Consideraremos el caso de la prima nivelada anual discreta para

un seguro vitalicio de una unidad monetaria pagadera al final del año de muerte 5.3. Primas Niveladas Semicontinuas
de (x). Ahora consideremos la variable aleatoria
En la práctica, los seguros de vida son pagables inmediatamente después de
L = vK+1 − Px äK+1| (5.10) que ocurre la muerte en vez de al final del año de aniversario de póliza en que
47
ocurre la muerte. Tales primas, siguiendo el mismo orden que en la Figura 5.2,
Figura 5.3: Primas Niveladas Fraccionales (Actuarial Mathematics, p. 189 [1])
son denotadas por P(Āx ), P(Ā1 ), P(Āx:n| ), h P(Āx ) y h P(Āx:n| ). El Principio de
x:n|
Equivalencia es aplicado para producir fórmulas similares a las de las Figuras
5.1 y 5.2, por ejemplo, para el seguro vitalicio tenemos:
Āx
P(Āx ) = (5.13)
äx
5.4. Primas que se Pagan cada m-ésima Parte del

Año
Si las primas son pagables m veces en el año, en vez de anualmente,
sin ajuste en el beneficio de muerte, las primas resultantes son llamadas
(m)
primas fraccionales (true fractional premiums). Ası́, Px denota la prima nive-
lada anual fraccional, pagable al inicio de cada perı́odo m-ésimo por un seguro
de vida vitalicio pagable al final del año de muerte y donde la suma asegurada
The pricing actuary’s supervisor believes that the Illustrative Life Table
es una unidad monetaria. El sı́mbolo P(m) (Āx ) tiene la misma interpretación
with deaths uniformly distributed over each year of age is a better morta-
excepto porque el seguro es pagable al momento de la muerte. En la práctica
lity assumption. Calculate the insurer’s expected loss at issue if the pre-
m es 2, 4 o 12.
mium is not changed and the supervisor is right.
La Figura 5.3 contiene el resto de las primas.
Una vez terminados estos temas, en el Cuadro 5.3 se presenta el nombre 2. [9] Company ABC issued a fully discrete three-year term insurance of
común de los seguros en México. 1000 on Pat whose stated age at issue was 30. You are given:
a) The Table 5.4.
5.5. Ejercicios b) i=0.04
Casi todos los ejercicios de este capı́tulo están en Inglés para practicarlo. c) Premiums are determined using the equivalence principle.
During year 3, Company ABC discovers that Pat was really age 31 when
1. [9] The pricing actuary at Company XYZ sets the premium for a fully the insurance was issued. Using the equivalence principle, Company ABC
continuous whole life insurance of 1000 on (80) using the equivalence adjusts the death benefit to the level death benefit it should have been at
principle and the following assumptions: issue, given the premium charged. Calculate the adjusted death benefit.
a) The force of mortality is 0.15 3. [9] On January 1, 2002, Pat, age 40, purchases a 5-payment, 10-year term
b) i = 0.06 insurance of 100,000:
48
a) Death benefits are payable at the moment of death.
b) Contract premiums of 4000 are payable annually at the beginning of
each year for 5 years.
c) i = 0.05
Cuadro 5.3: Nombres de los seguros
Nombre dado al seguro Nombre común d) L is the loss random variable at time of issue.
en estas notas en México
Calculate the value of L if Pat dies on June 30, 2004.
Seguro de vida vitalicio seguro ordinario de vida o vitalicio;
seguro vida entera 4. [9] For a special 2-payment whole life insurance on (80):
Seguro de vida temporal n años seguro temporal
Seguro dotal mixto n años Dotal a) Premiums of π are paid at the beginning of years 1 and 3.
Seguro de vida vitalicio Seguro de vida b) The death benefit is paid at the end of the year of death.
pagable durante h años pagos limitados c) There is a partial refund of premium feature: If (80) dies in either
year 1 or year 3, the death benefit is 1000 + π/2. Otherwise, the
death benefit is 1000.
d) Mortality follows the Illustrative Life Table.
e) i = 0.06
Calculate π, using the equivalence principle.
5. [9] For a fully discrete whole life insurance of 100,000 on each of 10,000
lives age 60, you are given:
Cuadro 5.4: Probabilities a) The future lifetimes are independent.
x qx b) Mortality follows the Illustrative Life Table.
30 0.01 c) i = 0.06
31 0.02 d) π is the premium for each insurance of 100,000.
32 0.03
33 0.04 Using the normal approximation, calculate π, such that the probability of
a positive total loss is 1 %.
6. On the basis of the Illustrative Life Table and an interest rate of 6 %, cal-
culate values for the annual premiums in Table 5.5.
49
Cuadro 5.5: Benefit Premiums
Fully Continuous Semicontinuous Fully Discrete

P̄(Ā25:10| ) P(Ā25:10| ) P25:10|
P̄(Ā25 ) P(Ā25 ) P25
P̄(Ā 1 ) P(Ā 1 ) P1
25:10| 25:10| 25:10|
50
Capı́tulo 6
Reservas Matemáticas
Este capı́tulo esta basado en los Capı́tulos 7 y 8 de [1], Capı́tulo 6 de [5] y brevivido al tiempo t. Más formalmente, para T (x) > t, la pérdida prospectiva
Capı́tulo 7 de [2]. es
Las reservas 1 son una herramienta fundamental para administrar el riesgo
en las aseguradoras desde que son usadas para determinar capital regulatorio tL = vT (x)−t − P̄(Ā[x] )āT (x)−t| (6.1)
necesitado para mantenerse solvente, y también son usadas para determinar el Notemos que t L solo se define si el contrato de seguro se encuentra en vigor
beneficio o la pérdida de la compañı́a sobre cualquier periodo de tiempo. t años después de la emisión.
La reserva matemática pura al tiempo t (benefit reserve at time t) es la espe- La reserva, como una esperanza condicional, es calculada usando la distri-
ranza condicional de la diferencia entre el valor presente de beneficios futuros bución condicional del tiempo de vida futuro en t para una vida seleccionada
y el valor presente de primas niveladas futuras donde el evento que condicio- en x, dado que ha sobrevivido hasta t, en términos de notación:
na es la supervivencia del asegurado al tiempo t (t = 0 es el momento de la
emisión de la póliza).
t V̄ (Ā[x] ) = E[t L|T (x) > t]
= E[vT (x)−t |T (x) > t] − P̄(Ā[x] )E[āT (x)−t| |T (x) > t] (6.2)
6.1. Reservas Matemáticas Puras Totalmente = Ā[x]+t − P̄(Ā[x] )ā[x]+t
Continuas Si la edad alcanzada fuera la única información a la emisión de la póliza de
seguro en la edad x, o por alguna otra razón una tabla de mortalidad agregada
La reserva matemática pura para un seguro de vida vitalicio con suma ase- es usada para la distribución del tiempo de vida futuro, entonces la distribución
gurada de 1 pagadero al momento de la muerte emitido para (x) con una prima de T (x) − t es la misma que la de T (x + t), por lo que:
nivelada anual de P̄(Ā[x] ) al momento de la emisión es cero. La correspondien-
te reserva para un asegurado sobreviviente t años más tarde es definida como t V̄ (Āx ) = Āx+t − P̄(Āx )āx+t (6.3)
el valor esperado de la pérdida prospectiva al tiempo t, dado que (x) ha so-
En la evaluación de estas esperanzas condicionales, la supervivencia de (x)
1 Dickson [2] utiliza el término valores de póliza (policy values) para referirse a las reservas. al tiempo t fue la única información nueva incorporada. Un principio de reserva
51
completo requerirı́a toda la información nueva relevante para que estimar las de beneficios, denotada por kVx como la esperanza condicional de la variable
obligaciones de la aseguradora de manera apropiada. aleatoria pérdida prospectiva k L, a la duración k:
La Figura 6.1 contiene el resto de las reservas. (K(x)−k)+1
kL = v − Px ä(K(x)−k)+1| (6.4)
Figura 6.1: Reservas Matemáticas Puras Totalmente Continuas, Edad a la Emi- kVx = E[k L|K(x) = k, k + 1, . . . ] = E[k L|K(x) ≥ k] (6.5)
sión x, Duración t, Una Unidad Monetaria de Beneficio, h < n donde h se mide
en años (Actuarial Mathematics, p. 212 [1]) La fórmula prospectiva para la reserva matemática pura, considerando que
K(x) − k tiene la misma distribución que K(x + k):
kVx = Ax+k − Px äx+k (6.6)
La Figura 6.2 contiene el resto de las reservas.
Figura 6.2: Reservas Matemáticas Puras Totalmente Discretas, Edad a la Emi-

sión x, Duración k, Una Unidad Monetaria de Beneficio (Actuarial Mathema-
tics, p. 216 [1])
Por último, aunque las reservas de beneficios son no negativas en la mayorı́a

de las aplicaciones, no hay teorema que garantice esta propiedad.
6.2. Reservas Matemáticas Puras Totalmente Dis-

cretas
Las reservas matemáticas puras totalmente discretas son para seguros que
tienen pagos de prima anual y pagos de beneficio al final del año de muerte.
Analizaremos el seguro de vida vitalicio emitido para (x) con prima nivelada Ejemplo 5. (Ejemplo 7.1, Dickson [2]). Considera un seguro dotal mixto tem-
Px . Para un asegurado que sobrevive k años más tarde, definimos la reserva poral 20 años comprado por (50). Se pagan primas niveladas anualmente a
52
través del plazo de la póliza, y la suma asegurada, $500,000, es pagada al expresar como 2
final del año de la muerte o al final del plazo, cualquiera que ocurra primero
(ya que es un dotal mixto). 10 L = 500, 000vmı́n(K(60)+1,10) − Pämı́n(K(60)+1,10)|
Los supuestos usados por la compañı́a de seguros para todos los cálculos es 11 L = 500, 000vmı́n(K(61)+1,9) − Pämı́n(K(61)+1,9)|
la tabla Modelo de supervivencia Selecta Estándar (Standard Select Survival
Model, Dickson , pp. 66, 144), una tasa de interés efectiva anual del 5 % y no
Tomando esperanzas y calculando los valores presentes ac-
se consideran los gastos.
tuariales ä60:10| = ä60 − v10 10 p60 ä70 = 14.90407 − 1.05−10 ×
91, 082.43/96, 634.14 × 12.00830 = 7.95554601 y ä61:9| = ä61 −
1. Muestra que la prima neta anual, P, calculada usando el principio de
v9 9 p61 ä70 = 14.64906 − 1.05−9 × 91, 082.43/96, 305.75 × 12.00830 =
equivalencia, es $15,114.33.
7.328231576, obtenemos que
2. Calcula E[t L] para t = 10 y t = 11, en ambos casos justo antes de que la E[10 L] = 500, 000A60:10| − Pä60:10| = 190, 339.5192
prima correspondiente al tiempo t sea pagada.
E[11 L] = 500, 000A61:9| − Pä61:9| = 214, 757.0122
Solución:
Vamos a analizar el Ejemplo 5 con más detalle. Al momento en que la póliza
es emitida (t = 0), la variable aleatoria pérdida futura, 0 L, esta dada por
1. Primero calculamos los siguientes valores presentes actua- mı́n(K([50])+1,20)
0 L = 500, 000v − Pämı́n(K([50])+1,20)|
riales: ä[50]:20| = ä[50] − v20 20 p[50] ä70 = 17.02835 − 1.05−20 ×
91, 082.43/98, 552.51 × 12.00830 = 12.84559462 por lo que Como la prima es calculada aplicando el principio de equivalencia, sabemos
A[50]:20| = 1 − d ä[50]:20| = 0.388305018. Despejando P de la siguiente que E[ L] = 0, esto es, al tiempo en que la póliza es emitida, el valor esperado
0
ecuación del valor presente de la pérdida es cero, ası́ que, en esperanza, las primas futu-
500, 000A[50]:20| − Pä[50]:20| = 0 (6.7) ras (desde el tiempo 0) son exactamente suficientes para proveer los beneficios
futuros.
obtenemos que P = 500, 000A[50]:20| /ä[50]:20| = 15, 114.32635. Considera la posición financiera de la aseguradora en el tiempo 10 con res-
pecto a esta póliza. El asegurado pudo haber muerto antes del tiempo 10. Si
es ası́, la suma asegurada habrá sido pagada y no más primas serán recibidas.
2. 10 L es la variable aleatoria pérdida en valor presente diez años después
En este caso el asegurador no tiene más alguna obligación con respecto a esta
de que el seguro fue vendido (o la póliza emitida), suponiendo que el
póliza. Ahora supóngase que el asegurado se encuentra aún vivo al tiempo 10.
asegurado esta aún vivo en aquel momento. El asegurado tendrá entonces
En este caso E[10 L] es positiva ($190,339) ası́ que las primas futuras (desde el
60 años y el periodo de selección del modelo de supervivencia, dos años,
tiempo 10) no se espera que sean suficientes para proveer los beneficios futu-
habrá expirado hace 8 años. El valor presente, en aquel momento, de
ros. Para que el asegurador este en una posición financiera sana al tiempo 10,
los beneficios futuros es 500, 000vmı́n(K(60)+1,10) y el valor presente de
las primas futuras es Pämı́n(K(60)+1,10)| . Por lo tanto, 10 L y 11 L se pueden 2 El razonamiento para L es análogo.
11
53
debe de poseer un monto de al menos $190,339 en sus activos tal que, junto hay un superávit en los primeros años el cual puede ser usado para construir
con las primas futuras a partir del tiempo 10, puedan proveer los beneficios los activos del asegurador. Estos activos son necesitados en los últimos años
futuros. cuando la prima no es suficiente para pagar los beneficios esperados.
Hablando generalmente, cuando una póliza es emitida las primas futuras
se espera sean suficientes para pagar los beneficios futuros. Sin embargo, es
Figura 6.3: VPA de las primas menos los reclamos para cada año de un seguro
usualmente el caso que para una póliza la cual todavı́a esta en vigor t años
dotal mixto temporal 20 años, con suma asegurada $500,000, emitido para (50)
después de ser emitida, las primas futuras (desde el tiempo t) no se esperan
que sean suficientes para pagar los beneficios futuros. El monto necesitado
para cubrir este déficit es llamada reserva (o valor de la póliza).
El asegurador debe ser capaz de construir sus activos durante el transcurso
de la póliza porque, con una prima nivelada y un nivel de riesgo creciente
(las probabilidades anuales de muerte se están incrementando), la prima en
cada uno de los primeros años es más que suficiente para pagar los beneficios
esperados en aquel año, dado que el asegurado ha sobrevivido al inicio del año.
Por ejemplo, en el primer año la prima de $15,114.33 es más grande que el VPA
del beneficio que el asegurador podrı́a pagar en aquel año, 500, 000vq[50] =
500, 000 × 1.05−1 × (98, 552.51 − 98, 450.67)/98, 552.51 = 492.0751191, de
hecho, para el seguro dotal mixto estudiado en el Ejemplo 5, para cada año
excepto para el último, se excede el VPA de los beneficios, esto es
El asegurador entonces, para un portafolio grande, retendrá algunos de los
P > 500, 000vq[50]+t para t = 0, 1, . . . , 18
flujos de efectivo en exceso de los primeros años del contrato a fin de enfrentar
El último año es diferente porque el déficit en los últimos años. Esto explica el concepto de reserva - necesitamos
mantener capital durante el plazo de una póliza para enfrentar las obligaciones
P = 15, 114.33 < 500, 000v = 476, 190 en el periodo cuando los egresos por beneficios excedan los ingresos de las
primas (en términos de valor esperado).
Nota que si el asegurado esta vivo al inicio del último año, la suma asegurada Supóngase que el asegurador emite un gran número, por decir algo N, de
será pagada al final del año ya sea que el asegurado sobreviva el año o no, pues pólizas idénticas a la del Ejemplo 5, a vidas independientes todas de edad 50.
estamos ante un dotal mixto. Supóngase también que la experiencia de este grupo de asegurados es precisa-
La Figura 6.3 muestra el exceso de la prima sobre el VPA del beneficio mente como es el supuesto usado por el asegurador en sus cálculos. En otras
pagable al final del año para cada año en la póliza del Ejemplo 5. palabras, el interés ganado sobre inversiones es de 5 % anual y la mortalidad
La Figura 6.4 muestra los valores correspondientes para un seguro temporal del grupo de asegurados sigue precisamente la tabla Modelo de supervivencia
20 años emitido para (50). La suma asegurada es $500,000, las primas anuales Selecto Estándar (se muere el número esperado de asegurados).
niveladas son pagables a través del plazo y todos los cálculos tienen los mismos Considera la situación financiera de la aseguradora después de que estas
supuestos que los del Ejemplo 5. El patrón es similar en el sentido de que pólizas han estado en vigor durante 10 años. Algunos asegurados habrán muer-
54
note que la última columna corresponde al valor de la reserva al tiempo t + 1
Figura 6.4: VPA de las primas menos los reclamos para cada año de un seguro
(justo antes del pago de la prima que se paga en ese momento).
temporal 20 años, con suma asegurada $500,000, emitido para (50)
Para este ejemplo, el hecho de que el monto total necesitado por el asegu-
rador al tiempo 10 para todas las pólizas aún en vigor sea igual al monto del
fondo construido se debe a
1. la prima fue calculada usando el principio de equivalencia
2. el valor esperado de la variable aleatoria pérdida futura fue calculada

usando los supuestos del cálculos de la prima
3. suponemos que la experiencia siguió precisamente los supuestos con los

que se calculó la prima
En la práctica, 1 y 2 pueden o no aplicar; mientras que 3 es extremadamente

to, ası́ que su suma asegurada de $500,000 habrá sido pagada al final del año improbable que ocurra.
en que murieron, y otros asegurados aún estarán vivos. Con nuestros supuestos
acerca de la experiencia, precisamente 10 p[50] N asegurados estarán aún vivos,
q[50] N habrán muerto en el primer año, 1| q[50] N habrán muerto en el segun-
do año, y ası́ sucesivamente, hasta el décimo año, cuando 9| q[50] N asegurados
6.3. Reservas Matemáticas Puras Semicontinuas
habrán muerto. La acumulación al tiempo 10 al 5 % de interés de todas las pri-
mas recibidas (no incluyendo las primas pagadas al tiempo 10) menos todas En la práctica, es más común pagar primas como P(Āx ), P(Ā1 ), P(Āx:n| ),
x:n|
las sumas aseguradas que han sido pagadas es h P(Āx ) y h P(Ā x:n| ). Para aquellos casos, la reserva de beneficios es obtenida
realizando los cambios A por Ā, P por P(Ā) y V por V (Ā) en la Figura 6.2.
NP(1.0510 + p[50] 1.059 + · · · + 9 p[50] 1.05)
− 500, 000N(q[50] 1.059 + 1| q[50] 1.058 + · · · + 9| q[50] ) = 186, 634N
Ası́, si la experiencia durante los 10 años sigue precisamente los supues- 6.4. Reservas Matemáticas Puras basadas en pri-
tos establecidos en el Ejemplo 5, el asegurador habrá armado un fondo de
$186, 634N después de 10 años. El número de asegurados aún vivos en aquel
mas niveladas que se Pagan cada m-ésimo de
tiempo será 10 p[50] N ası́ que lo que le toca a cada asegurado sobreviviente de año
este fondo es 186, 634N/(10 p[50] N) = $190, 339. Esto es precisamente el mon-
to que el asegurador necesita (el valor de la reserva al tiempo 10). Vamos a revisar dos ejemplos, suponiendo que el número de muertes a lo
Para fines ilustrativos, considere N = 1, 000 y los cálculos del Cuadro 6.1, largo del año [x, x + 1] tiene una distribución uniforme:
55
1) Seguro Dotal Mixto Temporal n años3
Cuadro 6.1: Evolución de los activos de la aseguradora en el Ejemplo 5 bajo
el escenario de que los valores observados son los esperados de acuerdo a los  (m) (m)
supuestos de interés y mortalidad. Sobr. en t: Número de sobrevivientes al  Ax+k:n−k| − h Px:n| äx+k:h−k|
 k<h<n
h (m)
inicio del año, P. en t: Primas recaudadas al inicio del año, F. en t: monto del k Vx:n| = A h≤k<n
 x+k:n−k|

fondo al inicio del año, Muertes [t,t + 1): Número de muertes durante el año, 1 k=n
SA en t + 1: total de sumas aseguradas pagadas al final del año, F. en t + 1:
monto del fondo al final del año, F. × sobr. en t + 1: monto del fondo para cada donde:
asegurado sobreviviente al final del año • Ax+k:n−k| = A 1 + n−k Ex+k
x+k:n−k|
Año Sobr. P. en F. en Muertes SA en F. en F. × sobr. • ä(m) = α(m)äx+k:h−k| − β (m)(1 − h−k Ex+k ), donde α(m) =
x+k:h−k|
[t,t + 1) en t t t [t,t + 1) t +1 t +1 en t + 1 (m)
s −1
(miles) (miles) (miles) (miles) (m) (m) id i−i(m)
s ä = i(m) d (m) , β (m) = 1|d (m) = i(m) d (m)
1| 1|
[0, 1) 1,000 15,114 15,114 1 517 15,353 15,369
[1, 2) 999 15,099 30,452 1 632 31,343 31,415 • P(m) = A /ä(m)
h x:n| x:n| x:h|
[2, 3) 998 15,080 46,423 1 733 48,011 48,193
[3, 4) 996 15,057 63,069 2 809 65,413 65,767 • Lo que se paga al inicio de cada m-ésimo de año si esta vivo el asegurado
[4, 5) 995 15,033 80,446 2 894 83,575 84,178 (m)
es m1 h P
[5, 6) 993 15,006 98,581 2 989 102,521 103,467 x:n|
[6, 7) 991 14,976 117,497 2 1,096 122,276 123,678
2) Seguro Dotal Mixto Temporal n años 4
[7, 8) 989 14,943 137,219 2 1,216 142,864 144,858
[8, 9) 986 14,906 157,770 3 1,349 164,309 167,060 
(m) (m)
[9, 10) 984 14,865 179,175 3 1,499 186,634 190,339  Āx+k:n−k| − h P (Āx:n| )äx+k:h−k|
 k<h
h (m)
kV (Āx:n| ) = h≤k<n
[10, 11) 981 14,820 201,455 3 1,666 209,861 214,757  Āx+k:n−k|
k=n

[11, 12) 977 14,770 224,631 4 1,853 234,010 240,381 1
[12, 13) 973 14,714 248,724 4 2,061 259,099 267,285
[13, 14) 969 14,651 273,751 5 2,293 285,146 295,552donde:
[14, 15) 965 14,582 299,728 5 2,551 312,163 325,275 • Si la distribución de las muertes a lo largo del año es uniforme Ā
x+k:n−k| =
[15, 16) 960 14,505 326,668 6 2,838 340,163 356,561 i
δA 1 + n−k Ex+k
[16, 17) 954 14,419 354,583 6 3,157 369,155 389,528 x+k:n−k|
[17, 18) 948 14,324 383,479 7 3,511 399,142 424,313
(m)
[18, 19) 941 14,218 413,359 8 3,902 430,125 461,076 • h P(m) (Āx:n| ) = Āx:n| /ä
x:h|
[19, 20) 933 14,100 444,225 9 4,335 462,101 500,000 3
h < n, h esta en años
4 Aquı́
el beneficio es pagado al momento de la muerte; h < n, h esta en años
56
6.5. Análisis de Reservas Matemáticas Bajo el supuesto de que la distribución condicional de K(x) − h, dado que
K(x) = h, h + 1, . . . es igual a la distribución de K(x + h) (esto sucede cuando
Los resultados de este tema aplican para las reservas matemáticas donde el usamos una tabla de mortalidad agregada) podemos reescribir hV como:
beneficio y la prima pueden variar, y en particular, cuando son constantes como
en las reservas ya vistas. K(x+h)
K(x+h)+1
hV = E[bK(x+h)+h+1 v − ∑ π j+h v j ]
j=0
6.5.1. Reservas Matemáticas Puras para Seguros Generales ∞ k
Considera un seguro totalmente discreto y general en el cual:

= ∑ (bh+k+1vk+1 − ∑ πh+ j v j )k px+h × qx+h+k (6.9)
k=0 j=0
∞ ∞
• El beneficio por muerte es pagable al final del año de muerte. = ∑ bh+k+1vk+1k px+h × qx+h+k − ∑ πh+k vk k px+h
k=0 k=0
• Las primas se pagan anualmente, al inicio del “año póliza”.
Ahora consideremos un seguro totalmente continuo y general para:
• El beneficio por muerte en el j-ésimo año después de la emisión de la
póliza es b j , j = 1, 2, . . . • El beneficio pagable por muerte al momento de la muerte, t, es bt
• El pago de la prima en el j-ésimo año de póliza es π j−1 , j = 1, 2, . . . • Las primas son pagables continuamente en t a la tasa anual, πt
Notar que los subı́ndices de b y π coinciden con los tiempos en que se pueden La pérdida prospectiva para una vida asegurada a edad x y que sigue vi-
pagar. va t años después de la emisión de la póliza, es el valor presente en t de los
Para h ∈ Z+ , la pérdida prospectiva, h L es el valor presente en h de los beneficios futuros menos el valor presente en t de las primas futuras:
beneficios futuros menos el valor presente en h de las primas futuras, como (
función de K(x) es igual a: 0 T (x) ≤ t
t L = T (x)
bT (x) vT (x)−t − t πu vu−t du
R
( T (x) > t
0 K(x) = 0, 1, . . . , h − 1
hL = K(x)
bK(x)+1 vK(x)+1−h − ∑ j=h π j v j−h K(x) = h, h + 1, . . . La reserva de beneficios para este caso general es:
La reserva de beneficios en h está definida como: t V̄ = E[t L | T (x) > t]

Z T (x)
hV = E[h L | K(x) ≥ h] = E[bT (x) v T (x)−t
− πu vu−t du | T (x) > t]
t (6.10)
K(x) Z T (x)−t
= E[bK(x)+1 vK(x)+1−h − ∑ π j v j−h | K(x) ≥ h] = E[b(T (x)−t)+t vT (x)−t − πt+r vr dr | T (x) > t]
j=h (6.8) 0
K(x)−h
= E[b(K(x)−h)+h+1 v(K(x)−h)+1 − π j+h v j | K(x) ≥ h] Si la distribución de T no es selecta, entonces la distribución de T (x)−t dado
∑ que T (x) > t es la misma distribución que la de la variable aleatoria T (x + t) y
j=0
57
se sigue que: Para la distribución condicional de ch , dado que K(x) ≥ h, observamos que:
Z T (x+t)
T (x+t) ch = vbh+1 I − πh (6.12)
t V̄ = E[bT (x+t)+t v − πt+r vr dr]
0
Z ∞ Z u
= (bt+u vu − πt+r vr dr)u px+t × µx (t + u)du (6.11) donde:
1 con probabilidad qx+h
Z0 0 I=
∞ 0 con probabilidad px+h
Z ∞
= bt+u vu u px+t × µx (t + u)du − πt+r vr r px+t dr
0 0
⇒ E[ch |K(x) ≥ h] = (vbh+1 × 1 − πh )qx+h + (vbh+1 × 0 − πh )px+h

6.5.2. Relaciones Recursivas para Reservas Matemáticas
= vbh+1 × qx+h − πh × qx+h − πh × px+h (6.13)
Puras Totalmente Discretas
= vbh+1 × qx+h − πh
Figura 6.5: Flujos de Efectivo de una Aseguradora bajo un Seguro Totalmente

Discreto General E[ch ] = E[ch |K(x) ≥ h]P[K(x) ≥ h] + E[ch |K(x) < h]P[K(x) < h]
= (vbh+1 × qx+h − πh )h px + 0 × (1 − h px ) (6.14)
= (vbh+1 qx+h − πh )h px
Sea h L el valor presente en h de los gastos menos los ingresos del asegurador
∞
Sea ch el valor presente en h ∈ Z+ ∪ {0} de la pérdida neta de efectivo du- hL = ∑ v j−hc j
rante el año (h, h + 1) j=h
∞
1. Si (h, h+1) es antes de la muerte, es decir, h < K(x), ⇒ ch = −πh (pérdida = ch + ∑ v j−h c j
negativa es ganancia) j=h+1 (6.15)
∞
2. Si (h, h + 1) es el año de muerte, es decir, h = K(x), ⇒ ch = vbK(x)+1 − πh = ch + v ∑ v j−h−1 c j

j=h+1
3. Si (h, h + 1) es después del año de muerte, ch = 0 = ch + v × h+1 L (relación recursiva)
Dicho de otra manera: Se puede demostrar que para h < K(x), hL = vK(x)+1−h bK(x)+1 −
K(x)
∑ j=h v j−h π j

 0 K(x) = 0, 1, . . . , h − 1
ch = vb − πh K(x) = h Una relación recursiva para la reserva de beneficios puede ser obtenida co-
 h+1 mo:
−πh K(x) = h + 1, h + 2, . . .
58
5 π j donde j = 0, 1, 2, . . . . En este tema buscamos una expresión para la
“Reserva de Beneficios Interina”, (Interim Benefit Reserve) que es la reserva
matemática pura en algún punto del tiempo entre aniversarios de póliza. La
E[h L|K(x) ≥ h] = E[ch + v × h+1 L|K(x) ≥ h]
notación para esta reserva es:
= E[ch |K(x) ≥ h] + vE[h+1 L|K(x) ≥ h]
h+sV para h = 0, 1, 2, . . . y 0 < s < 1
= vbh+1 × qx+h − πh + vE[h+1 L|K(x) ≥ h]
= vbh+1 × qx+h − πh + vpx+h E[h+1 L|K(x) ≥ h + 1] ası́, s representa una fracción de un año.
y recordando que mV = E[m L|K(x) ≥ m], m ∈ Z+ ∪ {0} Figura 6.6: Reserva de Beneficios Interina
hV = vbh+1 × qx+h − πh + vpx+h × h+1V -Backward- (6.16)
1
h+1V = (hV − vbh+1 qx+h + πh ) -Forward- (6.17)
vpx+h
Para trabajar con las relaciones recursivas, se necesitan valores iniciales.
6.5.3. Reservas Matemáticas Puras en Duraciones Fraccio- Para reservas matemáticas en años fraccionales (reservas a los tiempos h + s
nales donde 0 < s < 1) queremos escribir una fórmula que relacione h+sV con h+1V .
Recordemos que la fórmula recursiva para hV es:
Considera un seguro totalmente discreto con beneficios b j+1 paga-
ble al final del año de muerte que se compra con primas anuales de hV + πh = vbh+1 qx+h + vpx+h × h+1V
5 Con E[
h+1 L|K(x) ≥ h], se quiere calcular la pérdida esperada en el tiempo h + 1, dado Para h+sV , estamos parados en el tiempo h + s ası́ que πh esta en el pasado
que la persona morirá en algún momento después del tiempo h. Durante el año [h, h + 1), y no estará en la fórmula. Además, todo lo descontaremos por un periodo de
puede ocurrir que la persona muera o sobreviva. Si la persona muere durante el año [h, h + 1), 1 − s años en vez de 1 año. Finalmente, cualquier función de supervivencia
después del tiempo h + 1 no se espera pago de beneficios ni de primas, por lo que h+1 L = 0.
comenzará a la edad x + h + s e involucrará una supervivencia por 1 − s años.
Si la persona no muere durante el año [h, h + 1), al tiempo h + 1 hay expectativa de pago de
primas y de beneficios, pues la persona todavı́a no ha muerto. En términos más formales, el que El resultado es:
la persona muera durante el año [h, h + 1) es el evento [K(x) = h] y el que no muera durante = v1−s bh+1 × 1−s qx+h+s + v1−s 1−s px+h+s × h+1V (6.18)
h+sV
el año [h, h + 1) es el evento [K(x) ≥ h + 1], que suceden con las probabilidades qx+h y px+h ,
respectivamente. La ecuación anterior significa que la reserva al tiempo h + s debe ser sufi-
ciente para proveer el beneficio bh+1 para aquellos que mueran en los próximos
E[h+1 L|K(x) ≥ h] = E[h+1 L|K(x) = h]P[K(x) = h]+ 1 − s años y también para proveer h+1V al final del año para aquellos quienes
E[h+1 L|K(x) ≥ h + 1]P[K(x) ≥ h + 1] sobreviven los próximos 1 − s años.
= 0 × qx+h + E[h+1 L|K(x) ≥ h + 1]px+h Notar que en (6.18) los términos 1−s qx+h+s y 1−s px+h+s dependen de la dis-
= h+1V × px+h tribución de las muertes en el año, por ejemplo, distribución uniforme de las
muertes, fuerza constante de mortalidad o Balducci.
59
6.6. Terminologı́a c) i =0.06
El año póliza (policy year) desde el tiempo t = h al tiempo t = h + 1 es Calculate the initial benefit reserve for year 2.
llamado “año póliza h + 1”. Para el año póliza h + 1, la siguiente terminologı́a 2. [9] For a special fully discrete whole life insurance on (x):
aplica:
a) The death benefit is 0 in the first year and 5000 thereafter.
hV + πh : reserva inicial para el año póliza h + 1 (initial benefit reserve) b) Level benefit premiums are payable for life.
(6.19)
c) qx = 0.05
hV : reserva final para el año h (terminal benefit reserve) (6.20)
d) v = 0.90
h+1V : reserva terminal para el año h + 1 (6.21)
e) äx = 5.00
El monto neto en riesgo (net amount at risk) se refiere al monto de dinero que f) 10Vx = 0.20
la aseguradora podrı́a pagar al asegurado por encima de la reserva matemática g) is the benefit reserve at the end of year 10 for this insurance.
10V
pura, en otras palabras, el monto neto en riesgo para el año póliza h + 1 es:
Calculate 10V .
bh+1 − h+1V (6.22)
3. [9] For a fully discrete whole life insurance of b on (x), you are given:
En el negocio de los seguros esta es una cantidad importante pues represen-
a) qx+9 = 0.02904
ta el monto que la aseguradora tendrá que obtener de fuentes distintas de la
reserva matemática pura del asegurado si el asegurado muere en el año póliza b) i = 0.03
h + 1. c) The initial benefit reserve for policy year 10 is 343.
d) The net amount at risk for policy year 10 is 872.
6.7. Ejercicios e) äx = 14.65976
Calculate the terminal benefit reserve for policy year 9.
Casi todos los ejercicios de este capı́tulo están en Inglés para practicarlo.
4. On the basis of the Illustrative Life Table and an interest rate of 6 %, cal-
1. [9] For a special fully discrete 3-year term insurance on (x): culate the values for the benefit reserves on the next table. Deaths are
uniformly distributed over the year of death.
a) Level benefit premiums are paid at the beginning of each year.
b) The benefits and probabilities are Fully
Continuous Semicontinuous Fully Discrete
k bk+1 qx+k
5V̄ (Ā25:10| ) 5V (Ā25:10| ) 5V25:10|
0 200,000 0.03
5V̄ (Ā25 ) 5V (Ā25 ) 5V25
1 150,000 0.06
5V̄ (Ā 1 ) 5V (Ā 1 ) 5V 1
2 100,000 0.09 25:10| 25:10| 25:10|
60
Capı́tulo 7
Prima de Tarifa
Este capı́tulo esta basado en el Capı́tulo 10 de [5] y en Capı́tulo 7 de [2]. La prima de tarifa, más los impuestos, es lo que paga el asegurado,
Habrá dos temas principales en esta parte del curso: Como se puede notar en la ecuación anterior, el principio de equivalencia
1. Gastos: El punto principal es finalmente enfrentar el hecho de que todas no permite explı́citamente un recargo para ganancias (no hay un sumando
las primas y reservas de las que hemos hablado en el curso son solamen- VPA(ganancias)). Desde que el inicio de un negocio generalmente involucra
te para pagar beneficios o sumas aseguradas (como si esa fuera la única una deuda con los accionistas, es necesario que el negocio sea suficientemen-
obligación de la aseguradora). Ası́, éstas no han cubierto otras salidas de te rentable para el pago de una tasa de rendimiento razonable. En los seguros
efectivo a las que se enfrenta la aseguradora en la realidad. tradicionales, a menudo se recargan las ganancias con márgenes en los supues-
tos de la valuación. Por ejemplo, si esperamos ganar una tasa de interés anual
2. Asset Shares que requerirá nueva notación y explicaciones. Un punto im- de 6 % sobre los activos de inversión, podrı́amos suponer solamente 5 % en el
portante de los Asset Shares es que proporcionan un método para asignar cálculo de la prima. El ingreso extra de las primas invertidas contribuirá a las
activos de la compañı́a a los diferentes asegurados en el evento de que la ganancias.
aseguradora enfrente una bancarrota. También se pueden usar márgenes en los supuestos de la mortalidad. Para un
seguro temporal, podrı́amos usar tasas de mortalidad ligeramente más altas que
las esperadas. Para una anualidad, podrı́amos usar unas tasas ligeramente más
7.1. Modelos Aumentados con los Gastos bajas. Esta es la razón por la cual las tablas de mortalidad no son las mismas si
se calcula una anualidad o un seguro.
Los gastos no son difı́ciles de tratar mientras se vean como otros beneficios
que la aseguradora debe proveer (pero no necesariamente al asegurado sino a
Ejemplo 6. Dado que:
agentes de seguros, empleados, etc.). Si decidimos calcular la prima cargada
con los gastos o prima de tarifa G (G es por Gross Premium) bajo el principio
• La mortalidad sigue la Tabla de Vida Ilustrativa.1
de equivalencia, tenemos que hallar el monto G tal que se satisface la siguiente
ecuación:
• i = 6%
VPA(beneficios) + VPA(gastos) = VPA(prima de tarifa) (7.1) 1 Actuarial Mathematics, p. 675 [1]
61
• Una persona (40) comprará un seguro de vida vitalicio totalmente discre-
Cuadro 7.1: Reservas para el Ejemplo 6
to con beneficio a la muerte de $1,000. t Ax+t äx+t P E
tV tV
• Los gastos son 10 % de la prima de tarifa más $5 por año, ambos pagables 0 0.1613242 14.8166060 0.0000000 0
al inicio de cada año y mientras el asegurado se encuentre con vida. 1 0.1686916 14.6864484 8.7845727 0
2 0.1763572 14.5510235 17.9246502 0
1. Calcula la prima de tarifa necesaria para fondear todos los beneficios y 3 0.1843271 14.4102219 27.4276089 0
gastos. 4 0.1926070 14.2639422 37.3002947 0
5 0.2012023 14.1120919 47.5489507 0
2. Encuentra el monto de prima necesario para cubrir gastos (esta es lla- 6 0.2101176 13.9545887 58.1791314 0
mada la prima de gastos (expense premium) y es definida como la prima 7 0.2193569 13.7913617 69.1956214 0
de tarifa menos la prima neta). 8 0.2289234 13.6223528 80.6023458 0
3. Calcula y grafica la reserva matemática y la reserva de gastos (la porción 9 0.2388197 13.4475178 92.4022812 0
de la reserva total necesaria para pagar gastos futuros). 10 0.2490475 13.2668280 104.5973649 0
Soluciones:
P
= 1, 000A40+t − Pä40+t para t = 0, 1, 2, . . . . La reserva de gastos al
1. Primero establecemos la ecuación del principio de equivalencia: tV
tiempo t es la pérdida esperada al tiempo t suponiendo que al momen-
VPA(primas de tarifa) = VPA(beneficios) + VPA(gastos) to del cálculo de la reserva la persona en cuestión se encuentra viva,
en este caso, la pérdida solo considera los gastos y la prima de gastos
Gä40 = 0.10Gä40 + 5ä40 + 1000A40 E
t V = (0.10G + 5)ä40+t − E ä40+t , t = 0, 1, 2, . . . . Para este ejemplo, la
Gä40 (1 − 0.10) = 5ä40 + 1000A40 prima de gastos financia exactamente los gastos del año, y la reserva es
5ä40 + 1000A40 cero en todos los años. Los resultados se muestran en el Cuadro 7.1 y la
⇒G= = $17.65 Figura 7.1.
0.90ä40
2. La prima neta es La solución a este ejemplo esta implementada en SAS/BASE y SAS/IML,
archivo examplesCh7 PT.ctm en el repositorio https: // github. com/
1000A40 jenriqps/ masp1 . Para poder ejecutarlo, necesitas descargar e insta-
P= = $10.89
ä40 lar sin costo SAS University Edition (https: // www. sas. com/ en_ us/
por lo que la prima de gastos es E = G − P = $6.77 software/ university-edition. html ).
3. La reserva matemática al tiempo t, como ya se vio en el tema anterior, es Ejemplo 7. Dado que:
la pérdida esperada al tiempo t suponiendo que al momento del cálcu- • La mortalidad sigue la Tabla Ilustrativa de Vida.
lo de la reserva la persona en cuestión se encuentra viva. La pérdi-
da solo considera el pago de beneficios como único gasto por lo que • i=6 %
62
2. Para calcular la reserva de gastos, primero calculamos la prima de gastos
Figura 7.1: Reservas para el Ejemplo 6
(E)
FA40
E = 30 − = 30 − 24.78 = $5.22
ä40
La reserva de gastos en t = 0 es 0V E = 20 + 0.10Gä40 + 80A40 − E ä40

y en t = 1, 2, ... es t V E = 0.10Gä40+t + 80A40+t − E ä40+t . Los resultados
se muestran en el Cuadro 7.2 y la Figura 7.2. ¡La reserva de gastos es
negativa! Esto se debe al hecho de que el cargo inicial fue grande en valor
presente relativo al cargo final al momento de la emisión y es muestra
de que las reservas matemáticas pueden ser negativas. Este fenómeno se
revertirá años más tarde.
Figura 7.2: Reservas para el Ejemplo 7
• Una persona (40) comprará un seguro de vida vitalicio totalmente discre-

to con beneficio a la muerte de F.
• Los gastos incluyen 10 % de la prima de tarifa pagable al inicio de cada
año. Además, hay un gasto inicial de $20 al momento de la emisión de la
póliza y un gasto final de $80 al momento en que el beneficio por muerte
es pagado.
• La prima de tarifa (G) es igual a $30.
1. Encuentra F
2. Encuentra la reserva de gastos, t V E , en t = 0, 1, ...
Soluciones:
La solución a este ejemplo esta implementada en SAS/BASE y SAS/IML,
1. Establecemos la ecuación del principio de equivalencia:
archivo examplesCh7 PT.ctm en el repositorio https: // github. com/
Gä40 = FA40 + 0.10Gä40 + 20 + 80A40 , donde G = 30 jenriqps/ masp1 . Para poder ejecutarlo, necesitas descargar e insta-
30ä40 (0.90) − 20 − 80A40 lar sin costo SAS University Edition (https: // www. sas. com/ en_ us/
F= = $2, 275.81 software/ university-edition. html ).
A40
63
7.2. Gastos
Una clasificación de los gastos de una aseguradora es la siguiente:
• Gastos por inversiones: Costos de análisis, compra, venta y servicio de
las inversiones de las reservas de la aseguradora. Los gastos de inversión
Cuadro 7.2: Reservas para el Ejemplo 7 son tomados en cuenta, usualmente, reduciendo la tasa de interés asumida
x Ax+t äx+t P E
tV tV durante la vida de la póliza.
0 0.1613242 14.8166060 - -
1 0.1686916 14.6864484 19.9919759 -19.1215427 • Gastos del seguro:
2 0.1763572 14.5510235 40.7930117 -18.2075350 1. Gastos de adquisición: Son los costos asociados con vender el se-
3 0.1843271 14.4102219 62.4198940 -17.2572391 guro. Pueden incluir comisiones, costos de aseguramiento y publici-
4 0.1926070 14.2639422 84.8882035 -16.2699705 dad.
5 0.2012023 14.1120919 108.2121478 -15.2451049
2. Gastos de mantenimiento: Son los gastos que ocurren regularmente
6 0.2101176 13.9545887 132.4043680 -14.1820869
como recaudación de las primas, cambios en las pólizas y corres-
7 0.2193569 13.7913617 157.4757530 -13.0804379
pondencia a los asegurados.
8 0.2289234 13.6223528 183.4352352 -11.9397654
9 0.2388197 13.4475178 210.2895894 -10.7597719 3. Gastos generales: Gastos que no son fáciles de repartir a cada póliza,
10 0.2490475 13.2668280 238.0432238 -9.5402635 por ejemplo, investigación, servicios actuariales y legales, contabili-
11 0.2596073 13.0802716 266.6979669 -8.2811600 dad, requisitos legales.
12 0.2704988 12.8878548 296.2528523 -6.9825038 4. Gastos de pago del beneficio:2 Gastos asociados con validar y pagar
13 0.2817206 12.6896035 326.7039133 -5.6444691 un reclamo: investigación de reclamos, defensa legal, costos admi-
14 0.2932699 12.4855644 358.0439714 -4.2673716 nistrativos de pagar beneficios.
15 0.3051430 12.2758064 390.2624366 -2.8516763
16 0.3173346 12.0604220 423.3451150 -1.3980071 Ejemplo 8. Para un seguro dotal mixto temporal 10 años, totalmente discreto
17 0.3298380 11.8395282 457.2740241 0.0928458 para (50), te han dado lo siguiente:
18 0.3426452 11.6132677 492.0272369 1.6199191 • Los porcentajes de gastos de primas por comisiones es igual al 50 % de
19 0.3557466 11.3818101 527.5787326 3.1820693 la prima de tarifa en el primer año seguido por 5 % de la prima de tari-
20 0.3691310 11.1453521 563.8982733 4.7779678 fa desde el segundo año y hasta el último (estas comisiones son para el
agente de seguros).
• Los gastos de adquisición son de 20, gastos por pago de beneficio son
igual a 10 por cada 1000 de suma asegurada, más 80; y gastos de man-
tenimiento anual igual a 5 más 2 por cada 1000 de suma asegurada.
2 En inglés estos gastos se conocen como settlement expenses.
64
• Los gastos de adquisición son pagados a la emisión de la póliza, los gas- 3. La prima de gastos
tos por pago de beneficios son pagados cuando el beneficio es pagado,
y los gastos de mantenimiento son pagados cuando la prima anual es 4. La reserva de beneficios t V P y la reserva de gastos t V E , para t =
pagada. 0, 1, . . . , 10
Si la suma asegurada de la póliza es b, encuentra la prima de tarifa en términos Soluciones:

de b y valores presentes actuariales de seguros y anualidades.
1.
Solución:3
20 + (1.010 × 1000 + 80)A50:10| + (5 + 0.002 × 1000)ä50:10|
Gä50:10| = 0.50G + p50 v(0.05Gä51:9| ) + 20 + (10b/1000 + 80)A50:10| G=
0.95ä50:10| − 0.45
+ (5 + 2b/1000)ä50:10| + bA50:10|
= $103.15
10
G[ä50:10| − 0.50 − p50 v(0.05ä51:9| )] = 20 + ( b + 80)A50:10| 2.
1000
1000A50:10|
+ (5 + 0.002b)ä50:10| + bA50:10| P= = $75.43
ä50:10|
20 + ((1 + 10/1000)b + 80)A50:10| + (5 + 0.002b)ä50:10|
G= 3. E = G − P = $27.72
ä50:10| − 0.45 − 0.05 − p50 v(0.05ä51:9| )
20 + ((1 + 10/1000)b + 80)A50:10| + (5 + 0.002b)ä50:10| 4. Las reservas se muestran en el Cuadro 7.3 y la Figura 7.3.
=
ä50:10| − 0.45 − 0.05(1 + p50 v(ä51:9| ))
20 + ((1 + 10/1000)b + 80)A50:10| + (5 + 0.002b)ä50:10| archivo examplesCh7 PT.ctm en el repositorio https: // github. com/
= jenriqps/ masp1 . Para poder ejecutarlo, necesitas descargar e insta-
ä50:10| − 0.45 − 0.05ä50:10|
2
lar sin costo SAS University Edition (https: // www. sas. com/ en_ us/
20 + ((1 + 10/1000)b + 80)A50:10| + (5 + 1000 b)ä50:10| software/ university-edition. html ).
=
(1 − 0.05)ä50:10| − (0.5 − 0.05)
Ejemplo 9. Con los datos del ejemplo anterior y con b = 1000 calcule: 7.3. Asset Shares
1. La prima de tarifa Una posible traducción de asset share es “participación en los activos”, sin
embargo, mantendremos su nombre en inglés. Los asset shares son una herra-
2. La prima neta nivelada
mienta usada para:
3 En la fórmula dejamos algunas cantidades solo expresadas, como 0.5 -0.05 en lugar de
0.45, para que en la hoja de cálculo se puedan calcular rápidamente las primas de tarifa cuando 1. Proyectar la acumulación de activos financieros que financian un bloque
cambiamos algunos gastos. de pólizas de seguro
65
Es virtualmente imposible que la experiencia de una póliza o de un portafo-
Cuadro 7.3: Reservas para el Ejemplo 9
x P E lio de pólizas siga exactamente los supuestos con que se calcularon las primas.
tV tV
0 0 0 En la práctica, las primas invertidas pueden ganar una tasa de rendimiento más
1 74.48 -54.77 grande o más pequeña que la usada en el cálculo de las primas, al igual que
2 153.47 -42.41 los gastos y la experiencia de mortalidad difieren de los supuestos del cálcu-
3 237.32 -29.30 lo de las primas. Cada póliza contribuye a los activos financieros totales del
4 326.41 -15.36 asegurador a través de la inversión, gasto y experiencia de mortalidad.
5 421.19 -0.54 Es de importancia práctica calcular la porción de los activos financieros del
6 522.13 15.25 asegurador atribuibles a cada póliza en vigor en cualquier tiempo dado. Co-
7 629.81 32.10 mo ya se mencionó, este monto es conocido como asset share de la póliza en
8 744.84 50.09 aquel tiempo y es calculado suponiendo que la póliza es una en un gran grupo
9 867.96 69.35 de pólizas emitidas simultáneamente. Las primas menos los reclamos y gas-
10 1,000.00 90.00 tos para este grupo hipotético de pólizas son entonces acumulados usando los
montos de los gastos, interés y mortalidad basados en la experiencia del ase-
gurador para pólizas. En cualquier tiempo dado, el fondo acumulado dividido
por el número (hipótetico) de sobrevivientes da el asset share en aquel tiempo
Figura 7.3: Reservas para el Ejemplo 9 para cada asegurado sobreviviente. Si la experiencia del asegurador es cercana
a los supuestos del cálculo de las primas, entonces esperarı́amos que el asset
share sea cercano al valor de las reservas.
La reserva matemática a la duración t representa el monto que el asegurador
necesita tener en aquel tiempo en relación con cada asegurado sobreviviente;
el asset share representa (una estimación de) el monto que el asegurador en
realidad tiene.
Para aclarar lo anterior, tenemos dos ejemplos más.
Ejemplo 10. (Dickson [2]):

Un hombre de 50 años compra una póliza de anualidad diferida. La anuali-
dad será pagada anualmente de por vida, con el primer pago en su cumpleaños
60. Cada pago de anualidad será de $10,000. Primas niveladas de $11,900
son pagables anualmente por a lo más 10 años. Si la muerte ocurre antes de
la edad 60, todas las primas pagadas serán regresadas, sin intereses, al final
del año de muerte. El asegurador usa los siguientes supuestos para el cálculo
de las reservas:
2. Asignar estos activos a cada póliza, de esto, que se puede traducir como
participación en los activos. • Modelo de supervivencia: Tabla Standard Select Survival Model (Dick-
66
son, pp. 66, 144 [2]) Por lo tanto,
• Interés: 5 % anual 0V = G × (IA) 1 + 100A 1

[50]:10| [50]:10|
• Los gastos son 10 % de la primera prima, 5 % de las subsecuentes primas, 10
+ 10, 025v 10 p[50] ä60 − (0.95ä[50]:10| − 0.05)G = $485.39
$25 cada vez que un pago de anualidad es realizado, y $100 cuando un
reclamo por muerte es pagado Al final del quinto aniversario de la emisión de la póliza, suponiendo que
esta aún vigente:
Calcula las reservas (considerando los gastos) para esta póliza cuando se
emite, al final del quinto año y al final del año 15, justo antes y después del • El beneficio futuro por muerte es 6G, 7G, . . . , 10G dependiendo de si la
pago de la anualidad y del gasto en aquel tiempo. muerte ocurre en el sexto, séptimo,..., décimo año, respectivamente. Po-
Solución: demos expresar este beneficio como un beneficio nivelado de 5G más un
Vamos a necesitar los siguientes VPA’s: ä[50]:10| = 8.056648164, ä55:5| = beneficio creciente de G, 2G, . . . , 5G, por lo que el VPA del beneficio por
4.526791264, ä60 = 14.9040743, ä65 = 13.54979004, v5 5 p55 = 0.773820309, muerte es G × ((IA) 1 + 5A 1 )
55:5| 55:5|
v10 10 p[50] = 0.601963152 ,A 1 = 0.014386935, (IA) 1 = 0.086388866,
[50]:10| [50]:10| • El VPA de los gastos cuando el beneficio por muerte es reclamado es
A1 = 0.010618203, (IA) 1 = 0.033024237. 100A 1 .
55:5| 55:5|
55:5|
Denotemos por 15−V y 15+V las reservas (incluyendo los gastos) a la dura-
ción 15 años justo antes y justo después del pago de anualidad y del gasto de • El VPA de la anualidad y gastos asociados es 10, 025v5 5 p55 ä60 .
aquel momento, respectivamente, y notando que G = 11, 900, podemos calcu-
lar el valor de la reserva en cualquier tiempo t, t V , como • El VPA de las primas futuras menos los gastos asociados es 0.95Gä55:10|
Por lo tanto4
tV = (VPA en t de beneficios y gastos futuros) − (VPA en t de primas futuras)
Al inicio del contrato: 5V = G((IA) 1 + 5A 1 ) + 100A 1 + 10, 025v5 5 p55 ä60 − 0.95Gä55:5|
55:5| 55:5| 55:5|
• El VPA del beneficio por muerte es G × (IA) 1 . = $65, 469.54
[50]:10|
Una vez que el periodo de pago de la prima ha sido completado, no hay más
• El VPA de los gastos por reclamo de beneficio de muerte son 100A 1 .
[50]:10| primas futuras para valuar, ası́ que la reserva es el VPA de pagos futuros de la
anualidad y de los gastos asociados. Por lo tanto,
• El VPA de la anualidad incluyendo los gastos asociados es
10, 025v10 10 p[50] ä60 15−V = 10, 025ä65 = $135, 836.65
• El VPA de las primas futuras menos los gastos asociados es 4 Note que 55 ya no aparece entre corchetes porque ya pasó el periodo de selección de dos
0.95Gä[50]:10| − 0.05G años en la tabla de mortalidad usada.
67
Suponemos que la póliza que estamos considerando es una de un gran núme-
Cuadro 7.4: Tasas de interés ganadas en las inversiones, Ejemplo 10
Año 1 2 3 4 5 ro, N, de pólizas idénticas emitidas simultáneamente. El valor de N realmente
Interés % 4.8 5.6 5.2 4.9 4.7 no afecta los resultados finales.
Sea t AS el asset share por póliza sobreviviendo al tiempo t = 0, 1, . . . , 5. Cal-
culamos t AS acumulando al tiempo t las primas recibidas menos los reclamos
y gastos pagados respecto a este grupo nocional de pólizas usando nuestros
y estimados de la experiencia real del asegurador sobre este periodo y entonces
dividiendo por el número de pólizas sobrevivientes. Adoptamos la convención
15+ V = 10, 025a65 = 15− V − 10, 025 = $125, 811.65 de que t AS no incluye la prima y gastos relacionados al tiempo t. Con esta
convención, 0 AS es siempre 0 para cualquier póliza desde que ninguna prima
Noten que 0V > 0 lo cual implica que los supuestos de la valuación son más habrá sido recibida y ningún reclamo y gastos habrán sido pagados antes del
conservadores que los supuestos de la prima. tiempo 0. Noten que para esta póliza, usando los supuestos de la valuación de
la prima especificados en el Ejemplo 10, 0V =$490.
Ejemplo 11. (Dickson, [2])
Las primas menos los gastos recibidos al tiempo 0 son:
Considera una póliza idéntica a la estudiada en el Ejemplo 10 y supóngase
que esta póliza ha estado vigente por 5 años. Supóngase que sobre los pasados 0.85 × 11, 900N = 10, 115N
5 años la experiencia del asegurador respecto a pólizas similares es como
sigue: Este monto acumula al final del año con interés de 4.8 %, dando
• El interés anual ganado en inversiones es como se muestra en el Cuadro 10, 601N

7.4
Unos 0.0015N asegurados mueren en el primer año ası́ que los reclamos
• Los gastos al inicio del año en el cual la póliza fue emitida fueron 15 % por muerte más los gastos al final del año son
de la prima.
0.0015 × (11, 900 + 120)N = 18N
• Los gastos al inicio de cada año después del año en que la póliza fue
emitida fueron 6 % de la prima. lo cual deja
10, 601N − 18N = 10, 582N
• Los gastos de pagar un reclamo de muerte fueron, en promedio, $120
al final del año. Desde que 0.9985N asegurados están vivos al inicio del segun-
• La tasa de mortalidad, q[50]+t , para t = 0, 1, . . . , 4, ha sido aproximada- do año, 1 AS, el asset share para una póliza sobreviviente al inicio del segundo
mente 0.0015 año, es
10, 582N
1 AS = = 10, 598
Calcula el asset share para la póliza al inicio de cada uno de los primeros 0.9985N
seis años. Estos cálculos, y los de los próximos cuatro años, son resumidos en el Cua-
Solución: dro 7.5. Como se puede ver, esta forma de calcular asset shares es mucho más
68
Cuadro 7.5: Asset Shares, Ejemplo 10 Figura 7.4: Cálculo detallado del Asset Share
Año t t AS
1 10,598
2 23,003
3 35,967
4 49,466
5 63,509
Figura 7.5: Flujos de efectivo del año 1 (Ejemplo 10)
intuitiva que simplemente aplicar la fórmula (??), y se puede mostrar que dan
exactamente los mismos resultados.
Se destaca que:
1. Como se anticipaba, el valor de N no afecta los valores de los asset share,

t AS. El único propósito de este grupo hipotético de N pólizas idénticas
emitidas simultáneamente es simplificar la presentación.
2. La experiencia del asegurador en los 5 años ha sido muy cercana a los

supuestos en la valuación de las reservas del Ejemplo 10. La tasa de in-
terés real ha estado entre 4.7 % y 5.6 %, la tasa asumida en los supuestos
de las reservas es 5 %. Los gastos reales, tantos los relacionados con las
primas (15 % inicialmente y 6 % después) y relacionados con los reclamos
($120), son un poco más altos que los gastos asumidos en la valuación de
las reservas (10 %, 5 % y $100, respectivamente). La tasa de mortalidad
real es comparable con la tasa de la valuación de la reserva, por ejem- lar sin costo SAS University Edition (https: // www. sas. com/ en_ us/
plo, 0.99855 = 0.99252 es cercano a 5 p[50] = 0.99283. Como resultado software/ university-edition. html ).
de esto, el asset share, 5 AS(=$63,509), es razonablemente aproximado al
valor de la reserva, 5V (=$65,470).
En la Figuras 7.4, 7.5, 7.6, 7.7, 7.8, y 7.9, se muestran los flujos de la cartera
con N =666 en cada uno de los cinco años.
archivo examplesCh7 AS.sas en el repositorio https: // github. com/
jenriqps/ masp1 . Para poder ejecutarlo, necesitas descargar e insta-
69
Figura 7.6: Flujos de efectivo del año 2 (Ejemplo 10) Figura 7.8: Flujos de efectivo del año 4 (Ejemplo 10)
Figura 7.7: Flujos de efectivo del año 3 (Ejemplo 10) Figura 7.9: Flujos de efectivo del año 5 (Ejemplo 10)
70
Bibliografı́a
[1] Bowers, Newton L. et. al., Actuarial Mathematics. The Society of Actua-
ries, EUA, 2a ed., 1997.
[2] Dickson, David et. al., Actuarial Mathematics for Life Contingent Risks.
Cambridge University Press, UK, 2009.
[3] Cunningham, Robin et. al., Models for Quantifying Risk, 5a ed., Actex
Publications, EUA, 2012.
[4] Klugman, Stuart A. et. al., Loss Models: from Data to Decisions, 4a ed.,
Wiley, EUA, 2012.
[5] Guo, Yufeng, Arch MLC: Fall 2009. 2009.
[6] Garcı́a, Miguel Ángel, Introducción a la teorı́a de la probabilidad I. Se-

gundo curso. Fondo de Cultura Económica, México, 2005.
[7] Aranda, Oscar et al, Matemáticas Actuariales, Facultad de Ciencias -

UNAM (Vı́nculos Matemáticos No. 43), México, 2006.
[8] Aguilar, Pedro et. al., Fundamentos y Aplicaciones del Método de Reserva
Mı́nima para Seguros de Vida (Parte I). 2005
[9] Past SOA/CAS Exam Questions, http://www.soa.org/education/exam-

req/edu-asa-req.aspx
71

Notas MASP1

Cargado por

Copyright:

Formatos disponibles

Notas MASP1

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Notas MASP1

Cargado por

Copyright:

Formatos disponibles

Notas de Clase de Matemáticas Actuariales del Seguro de Personas I

José Enrique Pérez

Material escrito en LATEX

Semestre 2019-1, 12 de enero de 2019

1. La Economı́a del Seguro 5

2. Funciones Biométricas y Tablas de Mortalidad 14

4. Primas Netas Únicas de Anualidades 34

5. Primas Netas Periódicas 44

La Economı́a del Seguro

Este capı́tulo esta basado en los Capı́tulos 1 y 2 de [1]. 1.1. Introducción

aleatoria. de la pérdida no ésta bajo control del posible asegurado.

1.7. Modelos para Variables Aleatorias de Recla-

E[X] = E[E[X|I]] (1.11) Si denotamos σ 2 = Var[B | I = 1], entonces E[Var(X | I)] = σ 2 q

d) Corre el código examplesCh1.sas en el repositorio https://

Figura 1.1: Resultados de la simulación con SAS

3. [4] A group life insurance contract covering independent lives is rated

Funciones Biométricas y Tablas de Mortalidad

Este capı́tulo esta basado en el Capı́tulo 3 de [1], 2 y 3 de [2]. 2.1. Definiciones

• T (x) = X − x | X > x representa la variable aleatoria tiempo de vida futuro 2.

Sean FT (x) (t) y fT (x) (t) la función de distribución y la función de densidad de

A partir de esta definición observamos que para x0 ≤ x ≤ x + t ≤ ω, l31 l30 − l31

2.7. Tablas de Vida Nacionales

• El valor de q0 es relativamente alto. Las tasas de mortalidad inmediata-

1. Tasas de Mortalidad Grupo CNSF 2000-G (1991-1998)

2. Tasas de Mortalidad Individual CNSF 2000-I (1991-1998)

3. Tasas de Mortalidad para hombres CNSF 2005 H-SP (2000-2005)

4. Tasas de Mortalidad para mujeres CNSF 2005 M-SP (2000-2005)

2.8. Algunas Leyes de Mortalidad Analı́ticas

1. Filosófica: Muchos fenómenos estudiados en la fı́sica pueden ser explica-

ly = y−x0 −r px0 +r × lx0 +r (2.19)

3. [9] An actuary is modeling the mortality of a group of 1000 people, each

l95+k = 1000k p95 , k = 1, 2, 3

The actuary subsequently calculates the expected number of survivors at

The actuary decides to change his assumption for mortality at fractional

Dropouts are uniformly distributed over each year.

Primas Netas Únicas de Seguros de Vida

3.1. Seguros Pagables al Momento de la Muerte • 

b) qx+k =0.02(k + 1), k = 0, 1, 2

6. [9] You are given:

Find Āx and Āx:20| .

7. With i =0.05 and the probabilities in Table 3.3, calculate

a) A94 , A95 , A96 ,

Primas Netas Únicas de Anualidades

4.3. Anualidades de Vida con Pagos cada m-ésimo

• K: Variable aleatoria tiempo de vida futuro truncado

• J: Variable aleatoria número de m-ésimos completados vividos en el año

Ejemplo 3. : La persona (25) tiene las X’s posibles mostradas en el Cuadro

¿Qué relación tienen las variables aleatorias K y J? Si suponemos que la

1 v1/m−1 − v1/m (1 + i)1/m • K: variable aleatoria tiempo de vida futuro truncado

Tenemos que si usamos las mismas hipótesis de mortalidad e interés, se

a) δ =0.06 Calculate the initial amount of the fund.

t Annuity Payment px+t

(12) (24) (12)

Primas Netas Periódicas

Figura 5.2: Primas Niveladas Totalmente Discretas (Actuarial Mathematics, p.

Aplicando el Principio de Equivalencia:

Ejemplo: Consideraremos el caso de la prima nivelada anual discreta para

5.4. Primas que se Pagan cada m-ésima Parte del

3.1. Seguros Pagables al Momento de la Muerte •