Dynamisk dødelighet i pensjonsforetak

Abstract

I denne oppgaven har vi sett på konsekvenser av økt levetid for den norske befolkningen. Vi modellerer en dynamisk dødelighetsmodell ved å bruke historiske dødelighetsdata og deretter predikere en fremtidig modell. Vi ser også på konsekvenser i dødelighetsmodellen ved å benytte ulike stokastiske serier og bestemmer oss for den modellen som gir oss den beste prediksjonen. Vi foretar så en konsekvensanalyse for hvor mye forpliktelsene øker ved å se på et pensjonsforetak. Her ser vi på alle tilstander og kjønn og finner hvilke grupper som får de høyeste reserveøkningene. Tilslutt ser vi Kredittilsynets stresstesting på dødelighetsrisiko og viser at tilsynets metoder ikke kontrollerer den finansielle risikoen godt nok. Ved å bruke stokastiske simuleringer vil en se at tilfeldige utslag vil gi bedre konklusjoner enn ved å benytte tilsynets formler. Vi ser også at reassuranse markedet får konsekvenser ved å bruke dynamiske dødeligheter mot statiske dødeligheter som vil ulike slutninger.

We have in this thesis seen the consequences of longer lifetime in the Norwegian population. By using a dynamic mortality model, we find a predicted model based on historical mortality rates. Further we use different stochastic series to fit the model and use the best model to predict the mortality rates in the future. The main reason for this model is to see the consequences of pension costs to the firm. Since there is a growth in expected lifetime, these pension cost will be expensive for the firm, and we therefore require a higher premium. We divide the pension population into different states and do an analysis over the cost for each sex and state. In the end we use techniques from the financial supervisory authority of Norway to stress mortality risk based on formulas given by this authority. We conclude that these techniques are simple due to easy formulas. To control financial risk for the pension firm we have to use stochastic simulations because it gives us a better result and we can handle the risk better due to Value at Risk principles. We see that the reassurance market will give us different conclusions by using static and dynamic mortality models.