臺灣博碩士論文加值系統

我國將於 2026 年 1 月 1 日接軌新一代清償能力制度，即國際保險資本標準(Insurance Capital Standard, ICS 2.0)的台灣在地版本。其中，關於死亡、長壽及罹病風險資本的方法論是否過嚴或過寬值得探討。本研究透過利用衛生福利部資料科學中心提供的數據，建立一個多重狀態模型，並使用 Lee-Carter 模型來預測癌症罹病率和死亡率，以評估一次性給付重大疾病保險於新一代清償能力制度下的風險資本加壓幅度，並與目前 ICS2.0所使用的加壓幅度進行比較。
研究首先計算各年齡的風險資本加壓幅度，結果顯示死亡風險在低年齡層和高年齡層的加壓幅度高於 ICS2.0 的建議幅度，中年齡層則低於 ICS2.0 的建議幅度；長壽風險與罹病風險在各年齡段的加壓幅度均顯著高於 ICS2.0。進一步計算不分齡的加壓幅度後，結果顯示死亡風險加壓幅度與 ICS2.0 相差不大，罹病風險與長壽風險的加壓幅度均明顯低於 ICS2.0。依據研究結果顯示，我國於接軌新一代清償能力制度時，需對罹病風險與長壽風險資本加壓幅度進行調整，以更合理反映本地的實際風險情況，避免保險公司過度提列風險資本，從而增強資本效率並促進市場穩定性。

Taiwan will adopt the next-generation solvency regime, the local version of the Insurance Capital Standard (ICS 2.0), on January 1, 2026. There is a need to explore whether the methodology for mortality, longevity, and morbidity risk capital is too strict or lenient. This study uses data from the Ministry of Health and Welfare Data Science Center to establish a multi-state model. It employs the Lee-Carter model to predict cancer incidence and mortality rates. The objective is to assess the risk capital shock level for lump-sum critical illness insurance under the new solvency regime and compare it with the risk capital shock level currently used in ICS 2.0.
We first calculate the risk capital shock level for each age group. The results show that the mortality risk shock level is higher than the recommended ICS 2.0 shock level for younger and older age groups, while it is lower for the middle age group. Longevity and morbidity risk shock levels are significantly higher than the ICS 2.0 recommendations across all age groups. Further calculations of the age-independent shock level show that the mortality risk shock level does not differ much from ICS 2.0. The morbidity and longevity risk capital shock levels are significantly lower than those of ICS 2.0. Our results show that when transitioning to the new solvency regime, Taiwan needs to adjust the morbidity and longevity risk capital shock level to reflect the local actual risk situation more accurately. This will prevent insurance companies from over-allocating risk capital, enhancing capital efficiency and promoting market stability.

摘要 i
Abstract ii
圖目錄 v
表目錄 vi
第一章 前言 7
第二章 文獻回顧 10
第三章 資料描述 12
第一節 資料來源 12
第二節 資料處理流程 12
第四章 代表性保險商品 14
第一節 商品架構 14
第二節 多重狀態模型: 馬可夫鏈 14
第三節 商品定價公式 17
第五章 發生率內部模型建構方法 20
第一節 歷年經驗統計 20
第二節 Lee Carter模型 22
第三節 發生率最佳估計假設、風險值建立流程 23
第六章 國際保險資本方法論 27
第一節 現時估計計算公式 27
第二節 壽險風險資本 28
第三節 壓力測試法 29
第四節 ICS2.0標準方法 30
第五節 加壓幅度可行性分析 31
第六節 風險資本評估 35
第七章 結論與建議 40
參考文獻 42
附錄一 五齡組發生率內插方法 46
附錄二 Gompertz外推 52
附錄三 重大傷病險總保費 53
附錄四 死亡、長壽與罹病情境下發生率最佳估計與風險值 57

中文文獻
1.內政部（2017），第十次國民生命表函數定義及編算方法，下載網址： https://ws.moi.gov.tw/Download.ashx?u=LzAwMS9VcGxvYWQvT2xkRmlsZS9zaXRlX25vZGVfZmlsZS82MDM0L%2besrOWNgeasoeWci%2bawkeeUn%2bWRveihqOWHveaVuOWumue%2bqeWPiue3qOeul%2baWueazlS5wZGY%3d&n=56ys5Y2B5qyh5ZyL5rCR55Sf5ZG96KGo5Ye95pW45a6a576p5Y%2bK57eo566X5pa55rOVLnBkZg%3d%3d，查詢時間：2024年6月1日。
2.內政部（2023），簡易生命表函數定義及編算方法，下載網址： https://ws.moi.gov.tw/Download.ashx?u=LzAwMS9VcGxvYWQvT2xkRmlsZS9zaXRlX25vZGVfZmlsZS81OTg4L21ldGhvcmQucGRm&n=bWV0aG9yZC5wZGY%3d，查詢時間：2024年6月1日。
3.林開煥（2017），生命統計學，台灣中華書局。
4.陳柏仁（2020），台灣壽險業經驗資料的死亡率模型與死亡風險資本分析，東吳大學財務工程與精算數學系碩士論文。
5.陳淑娟、莊聲和、李佩鏵（2013），Solvency II 內部模型架構下長壽風險對於年金保險資本需求探討，壽險管理，26卷，49–72。
6.黃泓智、林家玉、余清祥（2004），癌症醫療費用之推估：馬可夫鏈模型之應用，保險專刊，20卷，29–51。

英文文獻
1.Bernoulli, D. (1760). Essai d'une nouvelle analyse de la mortalité causée par la petite vérole, et des avantages de l'inoculation pour la prévenir. Mémoires de Mathématique et de Physique, tirés des registres de l’Académie Royale des Sciences de l’année, 1-45.
2.Brouhns, N., Denuit, M., & Vermunt, J. K. (2002). A Poisson log-bilinear regression approach to the construction of projected lifetables. Insurance: Mathematics and Economics, 31(3), 373–393.
3.Crisafulli, M. (2024). A Solvency II Partial Internal Model Considering Reinsurance and Counterparty Default Risk. Journal of Risk and Financial Management, 17(4), 148.
4.Daw, R. H. (1979). Smallpox and the double decrement table: a piece of actuarial prehistory. Journal of the Institute of Actuaries, 106(3), 299–318.
5.Haberman, S., & Pitacco, E. (1999). Actuarial models for disability insurance. Chapman & Hall.
6.Haberman, S. (2005). Actuarial methods. Encyclopedia of Biostatistics, 1.
7.IAIS. (2019). Level 1 Document for ICS Version 2.0 for the monitoring period .Retrieved from https://www.iaisweb.org/uploads/2022/01/191120-Level-1-Document-for-ICS-Version-2.0-for-the-monitoring-period1.pdf, search date: 06/01/2024.
8.IAIS. (2019). Insurance Core Principles and Common Framework for the Supervision of Internationally Active Insurance Groups. Retrieved from https://www.iaisweb.org/uploads/2022/01/191115-IAIS-ICPs-and-ComFrame-adopted-in-November-2019.pdf, search date: 06/01/2024.
9.IAIS. (2020). Level 2 Document for ICS Version 2.0 for the monitoring period . Retrieved from https://www.iaisweb.org/uploads/2022/01/200313-Level-2-Document-for-ICS-Version-2.0-for-the-monitoring-period.pdf, search date: 06/01/2024.
10.IAIS. (2023a). Public 2023 ICS Data Collection Technical Specifications – Part 1. Retrieved from https://www.iaisweb.org/uploads/2023/06/Public-2023-ICS-Data-Collection-Technical-Specifications-Part-1.pdf, search date: 06/01/2024.
11.IAIS. (2023b). Public 2023 ICS Data Collection Technical Specifications – Part 2. Retrieved from https://www.iaisweb.org/uploads/2023/06/Public-2023-ICS-Data-Collection-Technical-Specifications-Part-2.pdf, search date: 06/01/2024.
12.Lee, R. (2000). The Lee-Carter Method for Forecasting Mortality, with Various Extensions and Applications. North American Actuarial Journal, 4(1), 80–91.
13.Lee, R. D., & Carter, L. R. (1992). Modeling and Forecasting U. S. Mortality. Journal of the American Statistical Association, 87(419), 659–671.
14.Olivieri, A., & Pitacco, E. (2009). Stochastic Mortality: The Impact on Target Capital. ASTIN Bulletin, 39(2), 541–563.
15.Pasaribu, U. S., Husniah, H., Sari, RR. K. N., & Yanti, A. R. (2019). Pricing Critical Illness Insurance Premiums Using Multiple State Continous Markov Chain Model. Journal of Physics: Conference Series, 1366, 012112.
16.Pasquier, D., & Gustav, L. (1912). Mathematische Theorie der Invaliditätsversicherung. Zeitschrift für Schweizerische Statistik und Volkswirtschaft, 48.
17.Pitacco, E. (1995). Actuarial models for pricing disability benefits: Towards a unifying approach. Insurance: Mathematics and Economics, 16(1), 39–62.
18.Renshaw, A. E., & Haberman, S. (2003). Lee–Carter mortality forecasting with age-specific enhancement. Insurance: Mathematics and Economics, 33(2), 255–272.
19.Seal, H. L. (1977). Studies in the History of Probability and Statistics. XXXV Multiple Decrements or Competing Risks. Biometrika, 64(3), 429.