Open Access. Powered by Scholars. Published by Universities.®
Articles 1 - 18 of 18
Full-Text Articles in Insurance
A Comparative Study Of Econometric And Deep Learning Models For Forecasting Exchange-Traded Fund Prices In The Thai Market, Witchayut Likhitrattanakon
A Comparative Study Of Econometric And Deep Learning Models For Forecasting Exchange-Traded Fund Prices In The Thai Market, Witchayut Likhitrattanakon
Chulalongkorn University Theses and Dissertations (Chula ETD)
This study evaluates and compares the forecasting accuracy of ten Exchange-Traded Funds (ETFs) in the Thai market using comprehensive econometric and deep learning models, with Mean Absolute Error (MAE) as the primary performance metric. The research examines DCC-GARCH, CCC-GARCH, standard GARCH-type models and Long Short-Term Memory (LSTM) networks across both raw and processed data environments (from isolation forest and random forest). In the comprehensive model comparison, Univariate LSTM with Real Price input (30 lookback period) achieved the lowest MAE for eight of ten ETFs in raw data and seven of ten in processed data, establishing it as the most effective …
การประยุกต์ใช้การเรียนรู้ของเครื่องร่วมกับดัชนีความเสี่ยงทางภูมิรัฐศาสตร์ในการพยากรณ์ความผันผวนของราคาฟิวเจอร์สสินค้าเกษตร, เจตณัฐ รอดประเสริฐ
การประยุกต์ใช้การเรียนรู้ของเครื่องร่วมกับดัชนีความเสี่ยงทางภูมิรัฐศาสตร์ในการพยากรณ์ความผันผวนของราคาฟิวเจอร์สสินค้าเกษตร, เจตณัฐ รอดประเสริฐ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การศึกษานี้มีวัตถุประสงค์เพื่อศึกษาผลกระทบของดัชนีความเสี่ยงทางภูมิรัฐศาสตร์ (Geopolitical Risk Index: GPR) ต่อความผันผวนของราคาฟิวเจอร์สสินค้าเกษตร และเพื่อเปรียบเทียบประสิทธิภาพของแบบจำลองทางสถิติและแบบจำลองการเรียนรู้ของเครื่องในการพยากรณ์ โดยใช้ข้อมูลรายเดือนของราคาฟิวเจอร์สข้าวโพดและถั่วเหลืองจากตลาดซื้อขายล่วงหน้าระดับโลก 3 แห่ง ได้แก่ Chicago Mercantile Exchange (CME), Brasil Bolsa Balcão (B3) และ Dalian Commodity Exchange (DCE) ในช่วงเดือนมิถุนายน พ.ศ. 2558 ถึงพฤษภาคม พ.ศ. 2568 แบบจำลองที่ใช้ในการศึกษา ได้แก่ SARIMAX, GARCHX และ Long Short-Term Memory (LSTM) โดยมีดัชนี Geopolitical Risk (GPR), Geopolitical Threats (GPRT), Geopolitical Acts (GPRA), Country-Specific GPR (GPRC) และปริมาณการซื้อขายของสัญญาซื้อขายล่วงหน้าข้าวโพดและถั่วเหลืองเป็นตัวแปรภายนอกในการอธิบายความผันผวนของราคา ทั้งนี้ใช้ค่าความคลาดเคลื่อนเปอร์เซ็นต์สัมบูรณ์เฉลี่ย (Mean Absolute Percentage Error: MAPE) เป็นตัวชี้วัดประสิทธิภาพหลัก ผลการวิจัยชี้ให้เห็นว่าแบบจำลอง LSTM ที่มีการรวมตัวแปรภายนอกนั้นมีประสิทธิภาพมากที่สุดในการคาดการณ์ความผันผวนของราคาฟิวเจอร์สสินค้าการเกษตร โดยในฟิวเจอร์สข้าวโพด แบบจำลอง LSTM (lookback = 12) ให้ผลการคาดการณ์ที่แม่นยำที่สุด ในตลาด CME ตัวแปรภายนอกที่มีประสิทธิภาพสูงที่สุดคือ GPRC BRAZIL ในขณะที่ตลาด B3 มีตัวแปรภายนอกที่ดีที่สุดคือ GPRC USA และสำหรับตลาด DCE ตัวแปรภายนอกที่มีประสิทธิภาพสูงสุดคือ GPRC RUSSIA ขณะที่ในฟิวเจอร์สถั่วเหลือง แบบจำลอง LSTM (lookback = 6) แสดงถึงความแม่นยำสูงสุด โดยตลาด B3 นั้นมีตัวแปรภายนอกที่ได้ผลดีที่สุดคือ GPRA และสำหรับตลาด DCE ตัวแปรภายนอกที่มีประสิทธิภาพสูงสุดคือ GPRC …
อิทธิพลของคุณภาพเทคโนโลยีและการยอมรับเทคโนโลยีประกันชีวิตต่อแนวโน้มการตัดสินใจซื้อประกันชีวิตผ่านแอปพลิเคชัน, ดวงหทัย วุฒิทวีวัฒน์
อิทธิพลของคุณภาพเทคโนโลยีและการยอมรับเทคโนโลยีประกันชีวิตต่อแนวโน้มการตัดสินใจซื้อประกันชีวิตผ่านแอปพลิเคชัน, ดวงหทัย วุฒิทวีวัฒน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยคุณภาพเทคโนโลยีที่มีผลต่อการยอมรับเทคโนโลยีการประกันชีวิต InsurTech และศึกษาระดับการยอมรับเทคโนโลยีและแนวโน้มการตัดสินใจซื้อการประกันชีวิตผ่านแอปพลิเคชัน โดยวิเคราะห์ความสอดคล้องโมเดลของคุณภาพเทคโนโลยี และการยอมรับเทคโนโลยีการประกันชีวิต InsurTech ต่อแนวโน้มการตัดสินใจซื้อการประกันชีวิตผ่านแอปพลิเคชัน และศึกษาอิทธิพลของคุณภาพเทคโนโลยีและการยอมรับเทคโนโลยีการประกันชีวิต InsurTech ต่อแนวโน้มการตัดสินใจซื้อกรมธรรม์ประกันชีวิตผ่านแอปพลิเคชันของผู้บริโภคในเขตกรุงเทพมหานคร การศึกษานี้เป็นการวิจัยเชิงปริมาณ โดยมีกลุ่มตัวอย่างจำนวน 300 คนที่ผ่านการเลือกแบบเจาะจง ซึ่งกลุ่มตัวอย่างนี้เป็นผู้บริโภคที่เคยใช้เทคโนโลยี InsurTech ผ่านแอปพลิเคชัน และใช้การวิเคราะห์สมการโครงสร้างและการทดสอบเส้นทางอิทธิพล โดยผลการศึกษาพบว่า ปัจจัยคุณภาพเทคโนโลยีในภาพรวมมีผลต่อการยอมรับเทคโนโลยีการประกันชีวิต InsurTech ในระดับมาก ( x̄ = 4.16) ปัจจัยการยอมรับเทคโนโลยี InsurTech ในภาพรวมในระดับมาก ( x̄ = 4.25) และแนวโน้มการตัดสินใจซื้อกรมธรรม์ประกันชีวิตผ่านแอปพลิเคชันในภาพรวมอยู่ในระดับมาก ( x̄ = 4.26) โมเดลคุณภาพเทคโนโลยี และการยอมรับเทคโนโลยีการประกันชีวิต InsurTech ต่อแนวโน้มในการตัดสินใจซื้อกรมธรรม์ประกันชีวิตผ่านแอปพลิเคชันของผู้บริโภคในเขตกรุงเทพมหานครมีความสอดคล้องกับข้อมูลเชิงประจักษ์ และคุณภาพเทคโนโลยีและการยอมรับเทคโนโลยีการประกันชีวิต InsurTech มีอิทธิพลทางตรงต่อแนวโน้มในการตัดสินใจซื้อการประกันชีวิตผ่านแอปพลิเคชันอย่างมีนัยสำคัญทางสถิติที่ระดับ .05
การประเมินความเสี่ยงของการลงทุน Set100 ในตลาดหลักทรัพย์แห่งประเทศไทย ด้วยปัจจัยทางเศรษฐศาสตร์มหภาค โดยใช้ตัวแบบ Garch-Midas, ทัตพงศ์ บุญแก้วล้อม
การประเมินความเสี่ยงของการลงทุน Set100 ในตลาดหลักทรัพย์แห่งประเทศไทย ด้วยปัจจัยทางเศรษฐศาสตร์มหภาค โดยใช้ตัวแบบ Garch-Midas, ทัตพงศ์ บุญแก้วล้อม
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อประเมินความเสี่ยงจากการลงทุนในตราสารทุน SET100 ที่มีความผันผวน ผนวกเข้ากับตัวแปรทางเศรษฐศาสตร์มหภาค โดยใช้ข้อมูล SET100 index ในการวิเคราะห์ความผันผวนจากการลงทุนในตราสารทุน และใช้ร่วมกับตัวแปรทางเศรษฐศาสตร์มหภาค ได้แก่ ดัชนีผลผลิตอุตสาหกรรม อัตราดอกเบี้ย อัตราเงินเฟ้อ อัตราการว่างงาน และอัตราแลกเปลี่ยน ในการแลกเปลี่ยนของสกุลเงินบาทต่อหลายๆ สกุลเงิน นั่นคือ ดอลลาร์สหรัฐ ยูโร และเยน ด้วยตัวแบบ GARCH-MIDAS ผนวกกับข้อมูล SET100 index ซึ่งเป็นข้อมูลที่มีลักษณะเป็นแบบรายวัน กับข้อมูลตัวแปรทางเศรษฐศาสตร์มหภาคซึ่งเป็นข้อมูลที่มีลักษณะเป็นแบบรายเดือน เพื่อใช้ในการประเมินความเสี่ยง การเปรียบเทียบตัวแบบ GARCH (1,1) และตัวแบบ GARCH-MIDAS ในโครงสร้างต่างๆ จะใช้ค่า Mean square error (MSE) เพื่อเปรียบเทียบประสิทธิภาพในการประมาณค่าความแปรปรวมโดยตัวแบบดังกล่าว กำหนดให้องค์ประกอบของความแปรปรวนระยะสั้นมีค่าคงที่ และมีการปรับปรุงองค์ประกอบของความแปรปรวนระยะยาว ได้แก่ ตัวแบบที่ใช้ค่าความผันผวนที่เกิดขึ้นจริง ตัวแบบที่ใช้ผลกระทบจากตัวแปรทางเศรษฐศาสตร์มหภาค และตัวแบบที่จะใช้ทั้งค่าความผันผวนที่เกิดขึ้นจริง และผลกระทบจากตัวแปรทางเศรษฐศาสตร์มหภาคร่วมกัน ผลการดำเนินการวิจัย พบว่า ตัวแบบ GARCH-MIDAS ที่ใช้ค่าความผันผวนที่เกิดขึ้นจริงเป็นฟังก์ชันการถดถอย Mixed data sampling (MIDAS) หรือตัวแบบ Realized volatility (RV) มีประสิทธิภาพในการประมาณค่าความแปรปรวนสูงกว่า ตัวแบบ GARCH (1,1) และตัวแบบ GARCH-MIDAS ในโครงสร้างอื่นๆ
การศึกษาแบบจำลองที่เหมาะสมสำหรับการพยากรณ์และความสัมพันธ์ของปัจจัยที่ส่งผลต่ออัตราผลตอบแทนของสกุลเงินดิจิทัล, ธนัชชา บุญญะ
การศึกษาแบบจำลองที่เหมาะสมสำหรับการพยากรณ์และความสัมพันธ์ของปัจจัยที่ส่งผลต่ออัตราผลตอบแทนของสกุลเงินดิจิทัล, ธนัชชา บุญญะ
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาแบบจำลองที่เหมาะสมและปัจจัยที่ส่งผลต่ออัตราผลตอบแทนของสกุลเงินดิจิทัล และนำมาพยากรณ์อัตราผลตอบแทนของสกุลเงินดิจิทัลที่ทำการศึกษา 10 สกุล ได้แก่ Bitcoin, Ethereum, Binance coin, Ripple, Carano, Dogecoin, Tron, Litecoin, Monero และ Bitcoin cash และศึกษาปัจจัยภายนอก ได้แก่ อัตราแลกเปลี่ยน Dollar to Yen, อัตราแลกเปลี่ยน Dollar to Euro, อัตราแลกเปลี่ยน Dollar to Pound Sterling, S&P500, Nasdaq100, Down Jones Index, Nikkei 225 Index, ราคาทองคำ, ราคาน้ำมันดิบ, ดัชนีดอลลาร์และอัตราผลตอบแทนพันธบัตรรัฐบาลสหรัฐอายุ 10 ปี ตั้งแต่วันที่ 1 มกราคม พ.ศ. 2561 ถึง วันที่ 30 มิถุนายน พ.ศ. 2566 รวมระยะเวลา 2,007 วัน ผลการศึกษาพบว่า แบบจำลองที่เหมาะสมกับ Bitcoin นั่นคือ ARMAX(1,0) – GARCH(1,1) เมื่อตัวแปรภายนอกคือ ค่าผลต่างของอัตราผลตอบแทนของ Nasdaq กับ ดัชนีดอลลาร์ แต่สำหรับสกุลเงินดิจิทัลอื่น ๆ ที่เหลือ ได้แก่ Ethereum, Binance coin, Ripple, Carano, Dogecoin, Tron, Litecoin, Monero และ Bitcoin cash พบว่า ตัวแปรภายนอกที่เหมาะสมที่สุดคือ อัตราผลตอบแทนของ Bitcoin ซึ่งจะได้แบบจำลองดังนี้ ARMAX(2,2) – GARCH(1,1), ARMAX(2,3) – GARCH(1,1), ARMAX(2,3) …
วิธีการเรียนรู้แบบกลุ่มด้วยเทคนิค Stacking สามารถเพิ่มความแม่นยำของการทำนายสัญญาณการซื้อขายสกุลเงินดิจิทัลได้หรือไม่, ศราวุฒิ ทองเชื้อ
วิธีการเรียนรู้แบบกลุ่มด้วยเทคนิค Stacking สามารถเพิ่มความแม่นยำของการทำนายสัญญาณการซื้อขายสกุลเงินดิจิทัลได้หรือไม่, ศราวุฒิ ทองเชื้อ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบันการลงทุนในตลาดสกุลเงินดิจิทัลได้รับความสนใจจากนักลงทุนจำนวนมากเนื่องจากเป็นสินทรัพย์ที่สามารถให้ผลตอบแทนสูง ในทางกลับกันสามารถทำให้เกิดความสูญเสียสูงเช่นกัน การลงทุนในตลาดสกุลเงินดิจิทัลจึงต้องอาศัยเครื่องมีวิเคราะห์ที่มีประสิทธิภาพในการจัดการลงทุน การเรียนรู้ของเครื่องเป็นหนึ่งในเครื่องมือวิเคราะห์ที่ช่วยให้นักลงทุนตัดสินใจได้ดีขึ้น งานวิจัยนี้ได้ศึกษาทำนายสัญญาณการซื้อขายสกุลเงินดิจิทัลโดยเปรียบเทียบวิธีการใช้ตัวแบบป่าสุ่ม ตัวแบบการถดถอยโลจิสติก และตัวแบบการเรียนรู้แบบกลุ่มด้วยเทคนิค Stacking และการวิเคราะห์ทางเทคนิคจาก 50 ตัวบ่งชี้ทางเทคนิค สำหรับสกุลเงินดิจิทัลที่มีเงื่อนไขมูลค่าตามราคาตลาดสูงสุด 20 อันดับแรกข้อมูลความถี่ 1 วัน และ 1 สัปดาห์ ซึ่งจากการศึกษาพบว่าตัวแบบป่าสุ่มให้ค่าความถูกต้องระหว่าง 0.4423-0.7115 ตัวแบบการถดถอยโลจิสติกให้ค่าความถูกต้องระหว่าง 0.4615-0.6346 และตัวแบบการเรียนรู้แบบกลุ่มด้วยเทคนิค Stacking ให้ค่าความถูกต้องระหว่าง 0.4423-0.6538 โดยภาพรวมตัวแบบการถดถอยโลจิสติกเหมาะสมสำหรับสกุลเงินดิจิทัลส่วนใหญ่ อีกทั้งการสร้างตัวแบบด้วยการเรียนรู้แบบกลุ่มด้วยเทคนิค Stacking สามารถช่วยเพิ่มประสิทธิภาพสำหรับการทำนายของตัวแบบ นอกจากนี้ข้อมูลความถี่ 1 สัปดาห์ให้ผลลัพธ์ดีกว่าข้อมูลความถี่ 1 วัน
ปัจจัยความเสี่ยงขาลงขีดสุด และผลตอบแทนของเงินสกุลดิจิทัล, เพชรรัตน์ ปิ่นแก้ว
ปัจจัยความเสี่ยงขาลงขีดสุด และผลตอบแทนของเงินสกุลดิจิทัล, เพชรรัตน์ ปิ่นแก้ว
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้ศึกษาปัจจัยความเสี่ยงขาลงขีดสุดของสกุลเงินดิจิทัล(CEDR) สามารถอธิบายอัตราผลตอบแทนที่คาดหวังของสกุลเงินดิจิทัลซึ่งประเมินโดยการควบคุมปัจจัยความเสี่ยงของสกุลเงินดิจิทัลพื้นฐาน ประกอบด้วยปัจจัยความเสี่ยงจากตลาดของสกุลเงินดิจิทัล(CMKT) ปัจจัยความเสี่ยงจากขนาดของเงินสกุลดิจิทัล(CSMB) และปัจจัยความเสี่ยงจากโมเมนตัมของเงินสกุลดิจิทัล(CMOM) จากการวิเคราะห์การถดถอยในแบบจำลอง 3 ปัจจัยของสกุลเงินดิจิทัล และใช้ทฤษฎีค่าเอ็กซ์ทรีมซ์(EVT) โดยการใช้การแจกแจงค่าสุดขีดวางนัยทั่วไป(GEV) เป็นตัวแทนปัจจัยความเสี่ยงขาลงขีดสุดของสกุลเงินดิจิทัล(CEDR) ใช้แบบจำลอง 4 ปัจจัยของสกุลเงินดิจิทัล โดยเพิ่มปัจจัยความเสี่ยงขาลงขีดสุดของสกุลเงินดิจิทัล(CEDR) จากแบบจำลอง 3 ปัจจัยของสกุลเงินดิจิทัล เพื่อพิจารณาความสัมพันธ์อัตราผลตอบแทนส่วนเกินที่คาดหวังของสกุลเงินดิจิทัล งานวิจัยนี้ใช้ข้อมูลการซื้อขายเงินสกุลดิจิทัล ระหว่าง เดือนมกราคม พ.ศ.2557 ถึง เดือนธันวาคม พ.ศ.2565 จำนวน 1,387 เหรียญ ผลการศึกษาพบว่าการจัดกลุ่มเงินสกุลดิจิทัลตามปัจจัยความเสี่ยงขาลงขีดสุด(CEDR) สามารถให้อัตราผลตอบแทนส่วนเกินเฉลี่ยแตกต่างจากศูนย์อย่ามีนัยสำคัญทางสถิติ เช่นเดียวกับการจัดกลุ่มโดยใช้เกณฑ์จากปัจจัยความเสี่ยงพื้นฐานของเงินสกุลดิจิทัล อีกทั้งยังให้อัตราผลตอบแทนเฉลี่ยร้อยละ 4.22 ต่อสัปดาห์ และสามารถอธิบายอัตราผลตอบแทนส่วนเกินเฉลี่ยของเงินสกุลดิจิทัลได้เกือบทุกกลุ่มการลงทุน เมื่อทดสอบความสามารถการอธิบายอัตราผลตอบแทนส่วนเกินของเงินสกุลดิจิทัลจากการใช้แบบจำลอง 4 ปัจจัยของสกุลเงินดิจิทัล นอกจากนี้ยังพบว่าแบบจำลอง 4 ปัจจัยของสกุลเงินดิจิทัลสามารถอธิบายอัตราผลตอบแทนส่วนเกินของกลุ่มสกุลเงินดิจิทัลได้เหนือกว่าแบบจำลอง 3 ปัจจัยของสกุลเงินดิจิทัล เมื่อพิจารณาโดยค่า R2
การคำนวณเบี้ยประกันภัยของการประกันชีวิตแบบยูนิตลิงค์ร่วมกับตราสารสิทธิเงินรายปีรับรอง, ธนาคม มุขประดับ
การคำนวณเบี้ยประกันภัยของการประกันชีวิตแบบยูนิตลิงค์ร่วมกับตราสารสิทธิเงินรายปีรับรอง, ธนาคม มุขประดับ
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีจุดประสงค์เพื่อคำนวณเบี้ยประกันภัยแบบจ่ายครั้งเดียวของการประกันชีวิตแบบยูนิตลิงค์ที่แนบท้ายด้วยตราสารสิทธิเงินรายปีรับรอง ของผู้เอาประกันภัยที่อายุ 30 ปี 35 ปี 40 ปี 45 ปีและ 50 ปี ภายใต้การประมาณค่าพารามิเตอร์และพยากรณ์ค่าอัตรามรณะด้วยตัวแบบลี-คาร์เตอร์ (Lee-Carter Model) โดยใช้ข้อมูลจำนวนประชากรกลางปีและจำนวนประชากรที่ตายระหว่างปี พ.ศ. 2553 - พ.ศ. 2565 จำแนกตามรายอายุและเพศ การประมาณค่าพารามิเตอร์และพยากรณ์อัตราดอกเบี้ยด้วยตัวแบบวาซิเซก (The Vasicek Model) โดยใช้ข้อมูลอัตราผลตอบแทนพันธบัตรที่ไม่จ่ายดอกเบี้ยระหว่างปี พ.ศ. 2553 - พ.ศ. 2565 และการประมาณค่าพารามิเตอร์และพยากรณ์ผลตอบแทนกองทุนรวม โดยใช้ข้อมูลราคาปิดของกองทุนรวม 15 กองทุน ระหว่างปี พ.ศ. 2553 - พ.ศ. 2565 ผลการศึกษาพบว่า เบี้ยประกันภัยแบบจ่ายครั้งเดียวของการประกันชีวิตแบบยูนิตลิงค์ในแต่ละสัดส่วนการลงทุนมีค่าเพิ่มสูงขึ้นตามอายุของผู้เอาประกันภัยที่มากขึ้น อีกทั้ง ภายใต้สัดส่วนการลงทุนที่เท่ากันเบี้ยประกันภัยของเพศชายมีค่ามากกว่าเบี้ยประกันภัยของเพศหญิงในช่วงอายุเดียวกัน และเบี้ยประกันภัยจะมีค่าแปรผันตามสัดส่วนการลงทุน สำหรับเบี้ยประกันภัยแบบจ่ายครั้งเดียวของตราสารสิทธิเงินรายปีรับรองมีค่าเพิ่มสูงขึ้นตามอายุของผู้เอาประกันที่มากขึ้น โดยที่เบี้ยประกันภัยของเพศชายจะมีค่ามากกว่าเบี้ยประกันภัยของเพศหญิงในช่วงอายุเดียวกันและสัดส่วนการลงทุนที่เท่ากัน และเบี้ยประกันภัยจะมีค่าแปรผันตามสัดส่วนการลงทุน
การกำหนดตราสารหนี้ผู้มีชีวิตรอดที่อ้างอิงการเสียชีวิตของประชากรไทยด้วยตัวแบบลี – คาร์เตอร์ ร่วมกับการปรับด้วยลาสโซ่, ธนกฤต เตชะเทียมจันทร์
การกำหนดตราสารหนี้ผู้มีชีวิตรอดที่อ้างอิงการเสียชีวิตของประชากรไทยด้วยตัวแบบลี – คาร์เตอร์ ร่วมกับการปรับด้วยลาสโซ่, ธนกฤต เตชะเทียมจันทร์
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อศึกษาประสิทธิภาพในการพยากรณ์อัตรามรณะไทยระหว่างตัวแบบลี - คาร์เตอร์ซึ่งสร้างขึ้นด้วยข้อมูลอัตรามรณะที่ปรับและไม่ได้ปรับความราบเรียบด้วยเทคนิค LASSO – type regularization และนำตัวแบบลี-คาร์เตอร์ที่มีประสิทธิภาพมากที่สุดไปใช้พยากรณ์อัตรามรณะไทยระหว่างปี พ.ศ. 2565 ถึงปี พ.ศ. 2589 นอกจากนี้ ผู้วิจัยได้นำอัตรามรณะที่พยากรณ์ได้ไปใช้การกำหนดราคาตราสารหนี้ผู้มีชีวิตรอดซึ่งเป็นตราสารหนี้ที่มีมูลค่าคูปองขึ้นกับจำนวนประชากรที่ยังมีชีวิตอยู่ ซึ่งสามารถใช้เป็นเครื่องมือในการป้องกันความเสี่ยงที่ผู้เอาประกันภัยจะมีชีวิตยืนยาวสำหรับกรมธรรม์ประกันชีวิตแบบบำนาญให้แก่บริษัทประกันชีวิตได้อีกด้วย ผลการวิจัยพบว่า ตัวแบบลี-คาร์เตอร์ซึ่งสร้างขึ้นด้วยข้อมูลที่ปรับความราบเรียบด้วยเทคนิค LASSO – type regularization มีประสิทธิภาพในการพยากรณ์อัตรามรณะไทยมากกว่าตัวแบบตัวแบบลี-คาร์เตอร์ซึ่งสร้างขึ้นด้วยข้อมูลอัตรามรณะที่ไม่ได้ปรับความราบเรียบด้วยเทคนิค LASSO – type regularization อย่างมีนัยสำคัญ โดยสามารถลดค่าความคลาดเคลื่อน MAPE ได้มากกว่า 30% และจากค่าพยากรณ์อัตรามรณะระหว่างปี พ.ศ. 2565 ถึงปี พ.ศ. 2589 พบว่าอัตรามรณะทุกอายุและทุกเพศมีแนวโน้มลดลงเมื่อเวลาผ่านไป โดยช่วงอายุน้อย ๆ จะมีการลดลงของอัตรามรณะมากกว่าช่วงสูงอายุ และจากการกำหนดราคาตราสารหนี้ผู้มีชีวิตรอดพบว่าเพศชายจะมีราคาตราสารหนี้ผู้มีชีวิตรอดต่ำกว่าเพศหญิง ซึ่งเป็นผลมาจากความเสี่ยงที่เพศหญิงจะมีอายุยืนยาวมีค่ามากกว่าเพศชาย
การคำนวณเบี้ยประกันชีวิตแบบจ่ายครั้งเดียวของกรมธรรม์ประกันภัยแบบอิควิตี้ลิ้งสำหรับคนอายุ 25-65 ปี โดยใช้อัตรามรณะไทย, เกตน์นิภา หล่อประเสริฐ
การคำนวณเบี้ยประกันชีวิตแบบจ่ายครั้งเดียวของกรมธรรม์ประกันภัยแบบอิควิตี้ลิ้งสำหรับคนอายุ 25-65 ปี โดยใช้อัตรามรณะไทย, เกตน์นิภา หล่อประเสริฐ
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์หลักเพื่อคำนวณเบี้ยประกันชีวิตของกรมธรรม์ประกันภัยแบบอิควิตี้ลิ้งสำหรับผู้เอาประกันภัยอายุ 25 ปี ถึง 65 ปี ที่ระยะเวลาความคุ้มครอง 3 ปี 5 ปี และ 7 ปี โดยส่วนแรกประมาณและพยากรณ์ค่าอัตรามรณะของประชากรไทยด้วยตัวแบบลี-คาร์เตอร์ ส่วนที่สองประมาณอัตราดอกเบี้ยและราคาพันธบัตรที่ไม่จ่ายดอกเบี้ยด้วยตัวแบบวาซิเซก ส่วนที่สามประมาณมูลค่าคอลออปชั่นด้วยตัวแบบแบล็คโชลส์ และส่วนสุดท้ายคำนวณเบี้ยประกันชีวิต ข้อมูลที่ใช้ ได้แก่ ข้อมูลจำนวนประชากรปลายปีและจำนวนประชากรที่เสียชีวิตระหว่างปี พ.ศ. 2540 ถึง พ.ศ. 2565 แบบแยกเพศและตามอายุ จากกระทรวงมหาดไทยและสำนักงานปลัดกระทรวงสาธารณสุข ข้อมูลอัตราดอกเบี้ยของพันธบัตรที่ไม่จ่ายดอกเบี้ย จากสมาคมตลาดตราสารหนี้ไทย และข้อมูลอัตราดอกเบี้ยของพันธบัตรสหรัฐอเมริกาและเขตบริหารพิเศษฮ่องกง จากเว็บไซต์ investing.com ตั้งแต่วันที่ 2 มกราคม พ.ศ. 2551 ถึงวันที่ 30 ธันวาคม พ.ศ. 2565 ข้อมูลดัชนีราคาหุ้นของดัชนี SET50 ดัชนี HANG SENG และดัชนี NASDAQ100 ตั้งแต่วันที่ 3 มกราคม พ.ศ. 2555 ถึงวันที่ 30 ธันวาคม พ.ศ. 2565 จากเว็บไซต์ investing.com ผลการศึกษาค่าอัตรามรณะของประชากรไทย มีแนวโน้มที่ลดลงอย่างต่อเนื่องตามระยะเวลาที่ผ่านไป โดยค่าอัตรามรณะของเพศชายมีค่าสูงกว่าเพศหญิง โดยผลของการคำนวณเบี้ยประกันชีวิตพบว่า เมื่อกรมธรรม์มีระยะเวลาความคุ้มครองมากขึ้น เบี้ยประกันชีวิตจะมีค่าลดลง สำหรับกรมธรรม์ที่มีระยะเวลาความคุ้มครองเท่ากันพบว่า เบี้ยประกันชีวิตของผู้เอาประกันภัยที่อายุน้อยมีค่ามากกว่าผู้เอาประกันภัยที่อายุมาก และเบี้ยประกันชีวิตของเพศหญิงมีค่ามากกว่าของเพศชาย ดังนั้นการประกันชีวิตแบบอิควิตี้ลิ้งเหมาะสำหรับกรมธรรม์ที่มีความคุ้มครองระยะยาวและผู้เอาประกันภัยที่อายุมาก
การประมาณค่าอัตรามรณะของผู้สูงอายุไทยโดยใช้วิธีการโฮริอูจิกับโคล และวิธีการมิทรา, ปาณิสรา แย้มสุข
การประมาณค่าอัตรามรณะของผู้สูงอายุไทยโดยใช้วิธีการโฮริอูจิกับโคล และวิธีการมิทรา, ปาณิสรา แย้มสุข
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีจุดประสงค์เพื่อคำนวณเบี้ยประกันภัยของสัญญาประกันชีวิตแบบบำนาญ ส่วนแรกเป็นการประมาณค่าอัตรามรณะของผู้สูงอายุไทยด้วย 6 ตัวแบบ คือ ตัวแบบกอมเพิทซ์ ตัวแบบคานนิสโต ตัวแบบกอมเพิทซ์โดยใช้วิธีการประมาณพารามิเตอร์โฮริอูจิกับโคล ตัวแบบกอมเพิทซ์โดยใช้วิธีการประมาณพารามิเตอร์มิทรา ตัวแบบคานนิสโตโดยใช้วิธีการประมาณพารามิเตอร์โฮริอูจิกับโคล ตัวแบบคานนิสโตโดยใช้วิธีการประมาณพารามิเตอร์มิทรา ข้อมูลที่ใช้ในงานวิจัยประกอบด้วย ข้อมูลจำนวนประชากรปลายปีระหว่างปีพ.ศ. 2558 – 2564 จำแนกตามเพศและรายอายุ จากกระทรวงมหาดไทย และข้อมูลจำนวนการตาย ระหว่างปีพ.ศ. 2559 – 2564 จำแนกตามเพศและรายอายุ จากสำนักนโยบายและยุทธศาสตร์ กระทรวงสาธารณสุข ทำการเปรียบเทียบค่าอัตรามรณะที่ได้จากแต่ละตัวแบบ แต่ละวิธีการ เพื่อหาตัวแบบที่มีความเหมาะสม ด้วยค่าร้อยละสมบูรณ์ของความคลาดเคลื่อนเฉลี่ย หลังจากนั้นนำอัตรามรณะที่ได้มาคำนวณเบี้ยประกันภัยของแบบประกันภัยตัวอย่างและทำการเปรียบเทียบเบี้ยประกันภัยสุทธิที่ได้และเบี้ยประกันภัยสุทธิที่คำนวณจากตารางบำนาญไทย ปี 2552 เบี้ยประกันภัยของสัญญาประกันชีวิตแบบบำนาญตัวอย่างที่มีระยะเวลาการชำระเบี้ยประกันภัย 10 ปี เป็นรายปี อายุของผู้เอาประกันภัย คือ 30 ถึง 50 ปี คุ้มครองถึงอายุครบ 110 ปี และใช้อัตราดอกเบี้ยร้อยละสองต่อปี พบว่าเมื่อผู้เอาประกันภัยมีอายุมากขึ้น เบี้ยประกันภัยสุทธิจะมีค่ามากขึ้น เบี้ยประกันภัยของเพศชายมีค่าน้อยกว่าเพศหญิงในช่วงอายุ 30 – 36 ปี แต่มากกว่าในช่วงอายุ 37 – 50 ปี นอกจากนี้ เบี้ยประกันภัยสุทธิที่คำนวณจากตารางบำนาญไทย ปี 2552 มีค่ามากกว่าเบี้ยประกันภัยที่คำนวณจากตัวแบบ อีกทั้งยังพบว่าการระบาดของโควิด 19 ไม่ส่งผลต่ออัตรามรณะ
การเปรียบเทียบแบบจำลองการกำหนดราคาหลักทรัพย์ Capm และแบบจำลอง Fama-French ในการอธิบายอัตราผลตอบแทนของหลักทรัพย์ในกลุ่มธุรกิจสุขภาพ, พรชิตา ชินตานนท์
การเปรียบเทียบแบบจำลองการกำหนดราคาหลักทรัพย์ Capm และแบบจำลอง Fama-French ในการอธิบายอัตราผลตอบแทนของหลักทรัพย์ในกลุ่มธุรกิจสุขภาพ, พรชิตา ชินตานนท์
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่ส่งผลต่ออัตราผลตอบแทนของหลักทรัพย์ในกลุ่มธุรกิจสุขภาพและเปรียบเทียบความสามารถของแบบจำลองการกำหนดราคาหลักทรัพย์ในการอธิบายความผันผวนของอัตราผลตอบแทนของหลักทรัพย์ในกลุ่มธุรกิจสุขภาพ โดยศึกษาข้อมูลหลักทรัพย์กลุ่มธุรกิจสุขภาพ จำนวน 5 หลักทรัพย์ ได้แก่ BCH, BDMS, BH, CHG และ MEGA ตั้งแต่เดือนมกราคม พ.ศ. 2557 ถึงเดือนธันวาคม พ.ศ. 2565 เป็นระยะเวลา 108 เดือน ผลการศึกษาพบว่า เมื่อพิจารณาจากค่าสัมประสิทธิ์การตัดสินใจพหุคูณ (Adjusted R-Squared) แบบจำลองหกปัจจัยที่มีการกำหนดปัจจัยโมเมนตัมโดยใช้อัตราผลตอบแทนสะสม 2-12 เดือนก่อนหน้าสามารถอธิบายความผันผวนของอัตราผลตอบแทนของหลักทรัพย์ได้ดีที่สุด โดยอธิบายได้ 3 หลักทรัพย์ นอกจากนี้พบความสัมพันธ์ของความเสี่ยงตลาดและความเสี่ยงของขนาดกับอัตราผลตอบแทนของหลักทรัพย์กลุ่มธุรกิจสุขภาพในทุกหลักทรัพย์ แต่ไม่พบความสัมพันธ์กับปัจจัยการลงทุน และเมื่อพิจารณาในช่วงก่อนและหลังการเกิดโควิด-19 พบว่าหลังการเกิดโควิด-19 ปัจจัยความสามารถในการทำกำไร กลายเป็นปัจจัยที่ไม่มีนัยสำคัญ แต่ปัจจัยด้านการลงทุนกลายเป็นปัจจัยที่มีนัยสำคัญ
การคาดการณ์อัตรามรณะไทยตามสาเหตุของการตายด้วยวิธีการกระทบยอดรวม, สุพัตรา ยกซ้าย
การคาดการณ์อัตรามรณะไทยตามสาเหตุของการตายด้วยวิธีการกระทบยอดรวม, สุพัตรา ยกซ้าย
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อคาดการณ์อัตรามรณะของประชากรไทยในอีก 20 ปีข้างหน้า แยกตามสาเหตุของการตายที่สำคัญ ได้แก่ โรคมะเร็งทุกชนิด โรคหลอดเลือดสมอง โรคหัวใจขาดเลือด อุบัติเหตุจากการคมนาคมขนส่งทางบก โรคเบาหวาน และรวมทุกสาเหตุการตาย ตามบัญชีจำแนกโรคระหว่างประเทศ (ICD-10) โดยใช้ตัวแบบ ลี-คาร์เตอร์ จากนั้นทำการกระทบยอดในแบบ Bottom-up และ Trace minimization forecasts (MinT) ข้อมูลที่ใช้ในการศึกษาครั้งนี้ ได้แก่ จำนวนประชากรกลางปีและจำนวนประชากรที่เสียชีวิตแยกตามสาเหตุของการตาย จำแนกตามเพศและอายุ จากสถิติสาธารณสุข กองยุทธศาสตร์และแผนงาน กระทรวงสาธารณสุข ตั้งแต่ปี พ.ศ.2540 – 2562 ผลการวิจัยพบว่า ค่าคาดการณ์อัตรามรณะของประชากรไทย เมื่อทำการกระทบยอดแบบ Bottom-up และแบบ Trace minimization forecasts (MinT) มีแนวโน้มไปในทิศทางเดียวกันทั้งเพศชายและเพศหญิง คือมีแนวโน้มเพิ่มขึ้นและลดลงในช่วงอายุเริ่มต้น ยกเว้นการตายด้วยโรคมะเร็งทุกชนิดและอุบัติเหตุจากการคมนาคมขนส่งทางบก หลังจากนั้นค่าอัตรามรณะมีการเพิ่มขึ้นอีกครั้งในช่วงปลายของช่วงอายุ ยกเว้นการตายด้วยโรคหัวใจขาดเลือด และโรคเบาหวานในเพศหญิง โดยที่การคาดการณ์กระทบยอดแบบ Trace minimization forecasts (MinT) มีความเหมาะสมกว่าแบบ Bottom-up นอกจากนั้นการวิจัยนี้ได้นำค่าอัตรามรณะที่คำนวณได้ไปใช้ในการคำนวณหาเบี้ยประกันภัยสุทธิของแบบประกันชีวิตตัวอย่าง ที่ให้ผลประโยชน์การตายตามสาเหตุการตายที่สำคัญด้วย
Cryptocurrency Trading With Ensemble Machine Learning Algorithm, Siwat Assavakijphanich
Cryptocurrency Trading With Ensemble Machine Learning Algorithm, Siwat Assavakijphanich
Chulalongkorn University Theses and Dissertations (Chula ETD)
In this project, we aimed to use ensemble machine learning algorithms to trade ten cryptocurrencies along with attempting to add more external factors. Cryptocurrency included in this project were Cardano (ADA), Binance Coin (BNB), Bitcoin (BTC), DOGE, DOT, Ethereum (ETH), LINK, Polygon (MATIC), Uniswap (UNI), and Ripple (XRP). Furthermore, ten external factors, which are ten major stock indices, were added to the algorithm. All machine learning algorithms in this project are used to trade for four trading circumstacnes, an 1-hour interval, six-hour interval, daily interval and weekly interval. There are six machine learning models in this project which will be …
การประเมินความเสี่ยงของกลุ่มหลักทรัพย์ลงทุนโดยใช้ทฤษฎีค่าสุดขีดหลายตัวแปร, ธนัสภรณ์ ธนสิริธนากร
การประเมินความเสี่ยงของกลุ่มหลักทรัพย์ลงทุนโดยใช้ทฤษฎีค่าสุดขีดหลายตัวแปร, ธนัสภรณ์ ธนสิริธนากร
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อประเมินความเสี่ยงของสินทรัพย์และกลุ่มหลักทรัพย์ลงทุนในเหตุการณ์วิกฤติเศรษฐกิจ โดยใช้ทฤษฎีค่าสุดขีดตามการแจกแจงพาเรโตนัยทั่วไปในรูปแบบตัวแปรเดียว เพื่อประเมินมูลค่าความเสี่ยงและค่าเฉลี่ยความเสียหายส่วนเกินของแต่ละสินทรัพย์ลงทุน งานวิจัยนี้ยังวิเคราะห์ความเสี่ยงของกลุ่มหลักทรัพย์ลงทุนที่ประกอบด้วยสินทรัพย์ประเภทเดียว และกลุ่มหลักทรัพย์ลงทุนที่ประกอบด้วยสินทรัพย์มากกว่าหนึ่งประเภท จนกระทั่งขยายไปเป็นรูปแบบหลายตัวแปร โดยใช้ตัวแบบ Orthogonal GARCH ในการประมาณค่ามูลค่าความเสี่ยงและค่าเฉลี่ยความเสียหายส่วนเกินของกลุ่มหลักทรัพย์ลงทุน งานวิจัยนี้ได้เปรียบเทียบระดับความเสี่ยงของสินทรัพย์และกลุ่มหลักทรัพย์ลงทุนแต่ละรูปแบบ รวมทั้งได้ทดสอบความแม่นยำของตัวแบบโดยการทดสอบย้อนกลับ ผลการวิจัยพบว่า อัตราผลตอบแทนรายวันของสินทรัพย์มีการแจกแจงพาเรโตนัยทั่วไป และตัวแบบที่นำเสนอในงานวิจัยนี้มีความเหมาะสมในการนำมาประเมินความแปรปรวนร่วมแบบมีเงื่อนไขของกลุ่มหลักทรัพย์ลงทุนทั้งหมด นอกจากนั้น ผลการวิจัยชี้ให้เห็นว่าการกระจายความเสี่ยงด้วยการสร้างกลุ่มหลักทรัพย์ลงทุนจะช่วยลดระดับความเสี่ยงที่จะเกิดการขาดทุนจากการลงทุนได้ และจากการทดสอบความน่าเชื่อถือของตัวแบบด้วยการทดสอบย้อนกลับ พบว่า กระบวนการทฤษฎีค่าสุดขีดหลายตัวแปร สามารถทำนายมูลค่าความเสี่ยงของกลุ่มหลักทรัพย์ลงทุนได้อย่างแม่นยำ หรือสามารถชี้วัดระดับความเสี่ยงที่ได้อย่างมีประสิทธิภาพ และสามารถนำเอาตัวแบบในงานวิจัยนี้ไปประยุกต์ใช้ได้จริงในการประเมินความเสี่ยงของผลตอบแทนของแต่ละสินทรัพย์และกลุ่มหลักทรัพย์ลงทุน
ตัวแบบการกำหนดราคาของการประกันภัยโรคร้ายแรงโดยใช้อัตราความชุกในประเทศไทย, รติกร แย้มสรวล
ตัวแบบการกำหนดราคาของการประกันภัยโรคร้ายแรงโดยใช้อัตราความชุกในประเทศไทย, รติกร แย้มสรวล
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อประมาณค่าความรุนแรงของการเปลี่ยนสถานะสำหรับการประกันภัยโรคร้ายแรงและคำนวณหาอัตราเบี้ยประกันภัยสุทธิสำหรับการประกันภัยโรคร้ายแรงที่คุ้มครอง 6 โรค ได้แก่ โรคมะเร็งระยะลุกลาม โรคกล้ามเนื้อหัวใจตายเฉียบพลันจากการขาดเลือด โรคหลอดเลือดในสมองแตกหรืออุดตัน โรคไตวายเรื้อรัง โรคตับวายและโรคหลอดลมปอดอุดกั้นเรื้อรังขั้นรุนแรง โดยใช้อัตราความชุกในการประมาณค่าอัตราอุบัติการณ์ของโรคร้ายแรงที่ไม่ทราบค่า ซึ่งใช้ตัวแบบหลายสถานะ(multiple state model) และฟังก์ชันคงตัวเป็นช่วง (piecewise constant function) ในการประมาณค่าความรุนแรงของการเปลี่ยนสถานะจากสถานะสุขภาพดีไปยังสถานะเจ็บป่วยด้วยโรคร้ายแรงและสมมติให้ความรุนแรงของเสียชีวิตของทั้งคนสุขภาพดีและผู้ป่วยด้วยโรคร้ายแรงเป็นไปตามตัวแบบ Gompertz-Makeham (GM) ข้อมูลที่ใช้ในงานวิจัยคือ 1) จำนวนประชากรกลางปี 2) จำนวนการตายของประชากรไทย จำแนกตามกลุ่มอายุและเพศ 3) จำนวนการตาย และ 4) จำนวนการป่วย จำแนกตามกลุ่มอายุ เพศและสาเหตุการตายและการป่วยตามบัญชีจำแนกโรคระหว่างประเทศฉบับแก้ไขครั้งที่ 10 (ICD-10) ตั้งแต่ปี พ.ศ.2554-2558 จากสำนักนโยบายและยุทธศาสตร์ กระทรวงสาธารณสุข ผลการศึกษาพบว่าความรุนแรงของการเปลี่ยนสถานะจากสถานะเจ็บป่วยด้วยโรคร้ายแรงไปยังสถานะเสียชีวิตเนื่องจากโรคร้ายแรงประมาณได้ด้วยตัวแบบ GM(4,0) ทั้งเพศชายและเพศหญิง และจากสถานะเจ็บป่วยด้วยโรคร้ายแรงไปยังสถานะเสียชีวิตเนื่องจากสาเหตุอื่น ๆ นอกเหนือจากโรคร้ายแรง สามารถประมาณได้ด้วยตัวแบบ GM(1,2) และ GM(2,2) สำหรับเพศชายและหญิงตามลำดับ เบี้ยประกันภัยสุทธิจ่ายครั้งเดียวสำหรับการประกันภัยโรคร้ายแรงแผนกำหนดผลประโยชน์ไม่ครอบคลุมการเสียชีวิต (Stand-alone benefit) และแผนกำหนดผลประโยชน์ครอบคลุมการเสียชีวิต (Acceleration benefit) มีค่าเพิ่มขึ้นเมื่ออายุมากขึ้นและเบี้ยประกันภัยสำหรับเพศชายมีค่าสูงกว่าเพศหญิงทุกกลุ่มอายุ
การคำนวณเบี้ยประกันชีวิตของกรมธรรม์ประกันชีวิตแบบอิควิตี้ลิ้งระยะยาวภายใต้อัตรามรณะไทย, ปฏิญญา มากระจัน
การคำนวณเบี้ยประกันชีวิตของกรมธรรม์ประกันชีวิตแบบอิควิตี้ลิ้งระยะยาวภายใต้อัตรามรณะไทย, ปฏิญญา มากระจัน
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีจุดประสงค์เพื่อคำนวณเบี้ยประกันภัยของกรมธรรม์ประกันชีวิตแบบอิควิตี้ลิ้งระยะยาวที่มีเวลาครบกำหนดกรมธรรม์ 10 ปี ถึง 30 ปี ของผู้เอาประกันภัยอายุ 50 ปี 55 ปี และ 60 ปี ส่วนแรกเป็นการประมาณค่าอัตรามรณะของผู้สูงอายุไทยด้วยตัวแบบอินเวอร์สเมคแฮมร่วมกับวิธีโคล-กิสเกอร์ และพยากรณ์อัตรามรณะด้วยตัวแบบลี-คาร์เตอร์ ส่วนที่สองเป็นการประมาณโครงสร้างอัตราดอกเบี้ยจากตัวแบบ Cox-Ingersoll-Ross (CIR) และในส่วนสุดท้ายเป็นการประมาณค่าคอลออปชั่นแบบยูโรเปี่ยนออปชั่น โดยตัวแบบแบล็คโชลส์ ข้อมูลที่ใช้ในงานวิจัยประกอบด้วยข้อมูลจำนวนประชากรปลายปี และจำนวนประชากรตายระหว่างปี พ.ศ.2545 - 2559 แยกตามเพศและอายุ จากกระทรวงมหาดไทย และกระทรวงสาธารณสุข ตามลำดับ ข้อมูลพันธบัตรรัฐบาลไทยระหว่างวันที่ 1 มกราคม พ.ศ. 2541 ถึง วันที่ 30 ธันวาคม พ.ศ. 2559 จากสมาคมตราสารหนี้ไทย และข้อมูลราคาปิดของหุ้น SET50 จากตลาดหลักทรัพย์แห่งประเทศไทย ตั้งแต่ มกราคม พ.ศ. 2541 ถึง ธันวาคม พ.ศ. 2559 ผลการศึกษาพบว่าเบี้ยประกันภัยมีค่าลดลงอย่างต่อเนื่องเมื่อวันครบกำหนดสัญญามีค่าเพิ่มขึ้น โดยเบี้ยประกันภัยของผู้เอาประกันภัยที่มีอายุมากมีค่าน้อยกว่าเบี้ยประกันภัยของผู้เอาประกันภัยอายุน้อย เนื่องจากกรมธรรม์นี้ให้ผลประโยชน์เมื่อครบกำหนดสัญญา เบี้ยประกันภัยของเพศหญิงมีค่ามากกว่าของเพศชายเมื่อเปรียบเทียบในช่วงอายุเดียวกันและวันครบกำหนดสัญญาเดียวกัน ดังนั้นการประกันชีวิตแบบอิควิตี้ลิ้งจึงเหมาะสำหรับผู้สูงอายุ และเหมาะกับสัญญาประกันภัยแบบระยะยาว ที่มีอายุตั้งแต่ 20 ปีขึ้นไป
การคำนวณหาเบี้ยประกันภัยสำหรับสัญญาแนบท้ายการประกันภัยโรคมะเร็งลำไส้ใหญ่และลำไส้ตรงโดยใช้ตัวแบบหลายสถานะ, วิริยะ เก้าเอี้ยน
การคำนวณหาเบี้ยประกันภัยสำหรับสัญญาแนบท้ายการประกันภัยโรคมะเร็งลำไส้ใหญ่และลำไส้ตรงโดยใช้ตัวแบบหลายสถานะ, วิริยะ เก้าเอี้ยน
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อคำนวณหาเบี้ยประกันภัยสุทธิสำหรับสัญญาแนบท้ายการประกันภัยโรคมะเร็งลำไส้ใหญ่และลำไส้ตรงที่จ่ายผลประโยชน์ตามระยะของโรค 4 ระยะหลัก โดยใช้ข้อมูลจากอัตราอุบัติการณ์การวินิจฉัยพบมะเร็งลำไส้ใหญ่และลำไส้ตรงจากสถาบันวิจัยมะเร็งแห่งประเทศไทยและงานวิจัยที่ศึกษาเกี่ยวกับผู้ป่วยมะเร็งลำไส้ใหญ่และลำไส้ตรงที่เป็นประชากรไทย ซึ่งได้มีการระบุอัตราการรอดชีวิตที่ 5 ปีและอัตราส่วนของผู้ป่วยมะเร็งลำไส้ใหญ่และลำไส้ตรงในแต่ละระยะ สำหรับอัตราการเสียชีวิตรวมทุกสาเหตุจะใช้อัตรามรณะตามตารางมรณะไทยประจำปีพ.ศ. 2560 ของสำนักงานคณะกรรมการกำกับและส่งเสริมการประกอบธุรกิจประกันภัย (คปภ.) วิธีการหาความน่าจะเป็นที่เกี่ยวข้องจะใช้ตัวแบบหลายสถานะและกระบวนการลูกโซ่มาร์คอฟ เพื่อให้สอดคล้องกับการแบ่งระยะของโรคมะเร็งลำไส้ใหญ่และลำไส้ตรง การคำนวณเบี้ยประกันภัยสุทธิใช้หลักการของการเท่ากันของมูลค่าปัจจุบันทางประกันภัย โดยผลประโยชน์ของสัญญาแนบท้ายการประกันภัยตัวอย่างกำหนดไว้แบ่งเป็น 2 กรณีคือกรณีที่ 1 ให้ผลประโยชน์ 1,000,000 บาทจ่ายเมื่อวินิจฉัยพบว่าเป็นโรคมะเร็งลำไส้ใหญ่และลำไส้ตรงสำหรับทุกระยะของโรคหรือเสียชีวิตด้วยโรคดังกล่าว และกรณีที่ 2 ที่กำหนดให้ผลประโยชน์สำหรับแต่ะละระยะของมะเร็งไม่เท่ากัน โดยผลประโยชน์จ่ายเมื่อวินิจฉัยพบหรือเสียชีวิตจากมะเร็งลำไส้ใหญ่และลำไส้ตรงระยะที่ 1 เท่ากับ 1,000,000 บาท ส่วนระยะที่ 2,3, และ 4 จะมีค่าเป็น 2,3 และ 4 เท่าของระยะที่ 1 ในขณะที่ระยะเวลาคุ้มครองและจ่ายเบี้ยประกันภัยของสัญญาแนบท้าย 5 ปี และ กำหนดให้อัตราดอกเบี้ยคงที่ตลอดการคุ้มครองเท่ากับร้อยละ 4 ต่อปี ผลการศึกษาพบว่าเบี้ยประกันภัยสุทธิมีค่าเพิ่มขึ้นตามอายุของผู้เอาประกันภัย เมื่อกำหนดผลประโยชน์ในกรณีที่ 1 เบี้ยประกันภัยสุทธิมีค่าอยู่ระหว่าง 56.28 บาทถึง 1451.45 บาทสำหรับเพศชายและมีค่าระหว่าง 33.11 บาทถึง 1027.95 บาทสำหรับเพศหญิง และเมื่อกำหนดผลประโยชน์ในกรณีที่ 2 เบี้ยประกันภัยสุทธิมีค่าอยู่ระหว่าง 173.02 บาทถึง 4487.95 บาทสำหรับเพศชายและมีค่าระหว่าง 101.85 บาทถึง 3175.32 บาทสำหรับเพศหญิง เบี้ยประกันภัยสุทธิของเพศชายมีค่าสูงกว่าของเพศหญิง โดยมีความแตกต่างไม่สม่ำเสมอในแต่ละอายุทั้งสองกรณี ในขณะที่เบี้ยประกันภัยสุทธิเมื่อกำหนดผลประโยชน์แบบกรณีที่ 2 มีค่าสูงกว่าแบบกรณีที่ 1 ทุกอายุและเพศ เมื่อเปรียบเทียบกับเบี้ยประกันภัยสุทธิของการประกันชีวิตที่มีระยะเวลาการคุ้มครองและจ่ายเบี้ยประกันภัย 5 ปีที่ใช้อัตราดอกเบี้ยเท่ากับร้อยละ 4 ต่อปี โดยให้ผลประโยชน์คุ้มครองการเสียชีวิตทุกสาเหตุเท่ากับ 1,000,000 บาทพบว่าเบี้ยประกันภัยสุทธิของกรณีที่ 1 คิดเป็นประมาณร้อยละ 3.48-7.37 ของเบี้ยประกันภัยสุทธิของการประกันชีวิตชั่วระยะเวลา 5 ปีสำหรับเพศชายและประมาณร้อยละ 4.09-12.83 ของเบี้ยประกันภัยสุทธิของการประกันชีวิตชั่วระยะเวลา 5 ปีสำหรับเพศหญิง ส่วนในกรณีที่ 2 คิดเป็นประมาณร้อยละ 10.71-22.70 ของเบี้ยประกันภัยสุทธิของการประกันชีวิตชั่วระยะเวลา 5 …