หลักความน่าจะเป็นกับการคำนวณผลประโยชน์พนักงานตาม TAS 19

การคำนวณผลประโยชน์พนักงานตามหลักคณิตศาสตร์ประกันภัยอาจดูเป็นเรื่องไกลตัวสำหรับหลายคน แต่แท้จริงแล้ว โครงสร้างทั้งหมดตั้งอยู่บน “ความน่าจะเป็น” ไม่ต่างจากเกมคณิตศาสตร์ง่าย ๆ ที่ทุกคนคุ้นเคย เช่น การทอยลูกเต๋าหนึ่งครั้งมีโอกาสออกหน้าใดหน้าหนึ่งเท่ากับ 1 ใน 6 หรือประมาณ 16.67% หากต้องการให้ได้หน้าเดิมติดต่อกัน 10 ครั้ง ความน่าจะเป็นก็จะลดลงแบบทวีคูณ เพราะต้องผ่านเหตุการณ์ที่เกิดขึ้นยากหลายครั้งติดต่อกัน หลักการนี้เองคือแกนกลางของการประเมินว่า “พนักงานคนหนึ่งจะอยู่ในองค์กรจนถึงอายุเกษียณได้หรือไม่” เพราะพนักงานจะอยู่ถึงวันสุดท้ายที่มีสิทธิรับสวัสดิการได้ก็ต่อเมื่อผ่านเงื่อนไขความน่าจะเป็นในแต่ละปีไปเรื่อย ๆ ทั้งโอกาสไม่ลาออก และโอกาสไม่เสียชีวิตก่อนถึงเวลาเกษียณ ความเป็นไปได้เหล่านี้ไม่ได้เท่ากันสำหรับทุกคน ขึ้นอยู่กับอายุ เพศ และปัจจัยเฉพาะตัว ซึ่งเป็นเหตุผลที่แบบจำลองของการคำนวณผลประโยชน์พนักงานจึงต้องใช้วิชาคณิตศาสตร์ประกันภัยเข้ามาช่วย เพื่อประเมิน “โอกาสการอยู่รอด” (Survival Probability) ของพนักงานแต่ละรายจากปัจจุบันยาวไปถึงวันเกษียณ

เมื่อมองในมุมคณิตศาสตร์ประกันภัย ความน่าจะเป็นที่พนักงานจะอยู่ถึงอายุเกษียณคือผลคูณของความน่าจะเป็นในแต่ละปี เช่น โอกาสไม่ลาออก × โอกาสไม่เสียชีวิต × โอกาสอยู่ต่อในปีถัดไป ซ้ำไปเรื่อย ๆ จนถึงปีเกษียณ นี่คือหลักเดียวกับการทอยลูกเต๋าที่โอกาสจะออกเลขเดิมซ้ำ ๆ ลดลงเรื่อย ๆ ยิ่งจำนวนครั้งที่ต้องการให้เกิดยาวขึ้น ความน่าจะเป็นก็จะลดลงแบบไม่เป็นเส้นตรง ซึ่งสำหรับพนักงานก็เช่นเดียวกัน ยิ่งอายุปัจจุบันน้อย ระยะเวลาจนถึงเกษียณยิ่งยาว โอกาสที่ “อะไรบางอย่าง” จะเกิดขึ้นระหว่างทาง เช่น ลาออก การย้ายงาน หรือเหตุสุดวิสัยด้านสุขภาพ ก็ยิ่งสูงขึ้น ความเสี่ยงสะสมจึงมากขึ้นตามระยะเวลา ทำให้การคำนวณผลประโยชน์พนักงานที่ต้องคาดการณ์ล่วงหน้า 20–30 ปีนั้นมีความไม่แน่นอนสูงและมีความผันผวนโดยธรรมชาติของแบบจำลอง ยิ่งระยะในการประมาณการยาวมากเท่าไร ผลลัพธ์ก็ยิ่งคล้าย “ก้อนหิมะที่กลิ้งลงจากภูเขา” ซึ่งสะสมความไม่แน่นอนเพิ่มขึ้นเรื่อย ๆ และสามารถสร้างผลกระทบเป็นหลักล้านบาทต่อภาระผูกพันขององค์กรได้อย่างง่ายดาย

หัวใจสำคัญของแบบจำลองผลประโยชน์พนักงานมีอะไรบ้าง

สมมติฐานด้านประชากรศาสตร์ในการคำนวณผลประโยชน์พนักงานจึงเป็นหัวใจสำคัญของแบบจำลองผลประโยชน์พนักงาน ซึ่งประกอบด้วยอัตราหมุนเวียนพนักงาน (Turnover Rate) และอัตรามรณะ (Mortality Rate) ทั้งสองตัวนี้คือการคาดการณ์ “โอกาสที่พนักงานจะอยู่ต่อหรือออกจากระบบ” ในแต่ละปี โดยอัตราหมุนเวียนพนักงานคือโอกาสที่พนักงานจะลาออก ย้ายงาน ซึ่งเป็นการตัดสินใจของพนักงานเอง ส่วนอัตรามรณะคือโอกาสที่พนักงานจะไม่อยู่จนถึงปีถัดไปเนื่องจากเหตุไม่คาดฝัน ความหมายของสมมติฐานทั้งสองประเภทนี้ก็คือการพยายามประเมินจำนวนพนักงานที่จะ “อยู่รอด” ไปจนถึงวันที่ต้องจ่ายผลประโยชน์จริงในอนาคต และการประเมินเหล่านี้มีผลโดยตรงต่อการคำนวณมูลค่าปัจจุบันของภาระผูกพันผลประโยชน์พนักงาน (DBO หรือ PBO) เพราะเมื่อโอกาสที่พนักงานจะอยู่ถึงเกษียณลดลง ภาระที่องค์กรต้องจ่ายก็ลดลงตาม แต่หากคาดว่าพนักงานส่วนใหญ่อยู่ยาวจนถึงสิทธิเต็ม ภาระผูกพันก็จะเพิ่มขึ้นแบบทวีคูณ

ความเสี่ยงของการตั้งสมมติฐานประชากรศาสตร์

การตั้งสมมติฐานประชากรศาสตร์ไม่ได้เกิดขึ้นจากการคาดเดา แต่ต้องอาศัยหลักสถิติของคณิตศาสตร์ประกันภัย ซึ่งพิจารณาทั้งข้อมูลจริงของบริษัทในอดีต เช่น อัตราการลาออกแต่ละช่วงอายุ พฤติกรรมของพนักงานแต่ละกลุ่ม รวมถึงข้อมูลอัตรามรณะจากตารางประชากรในระดับประเทศ เช่น Thai Mortality Ordinary (TMO) การสร้างแบบจำลองเหล่านี้ต้องใช้เทคนิคการจัดกลุ่มข้อมูล การประมาณการเชิงสถิติ และการวิเคราะห์ความเสี่ยงอย่างละเอียด หากสมมติฐานประชากรศาสตร์เหล่านี้มีความผิดเพี้ยนไปหรือตีความในการใช้ที่ผิดไปแม้เพียงเล็กน้อย เช่น ตั้งอัตราลาออกต่ำกว่าความเป็นจริง หรือใช้อัตรามรณะที่ไม่สอดคล้องกับประชากรไทย ผลลัพธ์ที่ได้จะผิดพลาดทั้งหมดและอาจทำให้บริษัทตั้งสำรองต่ำกว่าความจริงเป็นเวลาหลายปีติดต่อกัน ซึ่งจะกลายเป็นภาระเก็บกวาดที่หนักมากในอนาคต การตั้งสมมติฐานที่ถูกต้องจึงเป็นงานที่ต้องอาศัยประสบการณ์และความเชี่ยวชาญของนักคณิตศาสตร์ประกันภัยอย่างแท้จริง

เมื่อมองลึกลงไปในระดับผลกระทบ อัตราหมุนเวียนพนักงาน (อัตราลาออก) มีผลโดยตรงต่อมูลค่าปัจจุบันของภาระผูกพันผลประโยชน์พนักงาน (DBO) เพราะยิ่งคาดว่าพนักงานลาออกมากเท่าใด โอกาสที่จะอยู่จนถึงจุดรับสิทธิสูงสุด เช่น เงินชดเชยตามมาตรา 118 ก็ยิ่งต่ำลง ทำให้ภาระที่ต้องคำนวณและตั้งสำรองลดลงตามธรรมชาติ ขณะเดียวกัน หากอัตราลาออกต่ำหรือองค์กรมีพนักงานที่ทำงานยาวนานเกิน 20–30 ปี DBO จะเพิ่มขึ้นอย่างรวดเร็ว เนื่องจากสิทธิที่ได้รับตามอายุงานมีการสะสมแบบทบต้นต่อเนื่องทุกปี ส่วนอัตรามรณะมีผลคล้ายกัน คือเป็นตัวคัดกรองโอกาสที่พนักงานจะไม่อยู่ถึงวันที่ต้องจ่ายผลประโยชน์ ทำให้ภาระในอนาคตลดลง แต่ในบางสิทธิ เช่น ผลประโยชน์ทดแทนกรณีเสียชีวิต อัตรามรณะอาจทำให้ภาระเพิ่มขึ้นได้ขึ้นกับนโยบายของบริษัท สมมติฐานทั้งสองจึงกำหนดโครงสร้าง “จำนวนคนที่อยู่จนถึงวันต้องจ่ายจริง” ในแบบจำลองคณิตศาสตร์ประกันภัย และเป็นตัวกำหนดภาระสำรองในงบการเงินในที่สุด

ทำไมสมมติฐาน Turnover และ Mortality ต้องมาจากนักคณิตศาสตร์ประกันภัย

ทั้งหมดนี้สะท้อนให้เห็นว่า สมมติฐานด้านประชากรศาสตร์ไม่ใช่แค่ตัวเลขจากการบริการคำนวณผลประโยชน์พนักงานที่ประกอบในเล่มรายงาน TAS19 (ตามมาตรฐานบัญชีไทย ฉบับที่ 19) แต่เป็นรากฐานของการคำนวณผลประโยชน์พนักงานที่มีผลระยะยาวและมีความผันผวนสูง โดยเฉพาะเมื่อมีการคำนวณผลประโยชน์พนักงานที่ข้ามช่วงเวลายาวนานหลายสิบปี การเปลี่ยนแปลงเพียงเล็กน้อยของอัตราลาออกหรืออัตรามรณะอาจทำให้ผลลัพธ์ของภาระผูกพันผลประโยชน์พนักงาน DBO แกว่งตัวเป็นหลักล้านได้ทันที เหมือนก้อนหิมะที่กลิ้งลงภูเขา ยิ่งกลิ้งนานก็ยิ่งใหญ่ขึ้น ผลลัพธ์จึงยิ่งขยายตัวตามเวลาและสะสมความผันผวนมากขึ้นเรื่อย ๆ เพราะฉะนั้น งานบริการคำนวณผลประโยชน์พนักงานจึงไม่ใช่งานเชิงเทคนิคธรรมดา แต่เป็นงานที่ต้องใช้วิจารณญาณ ความเชี่ยวชาญเฉพาะทางในการประเมิน และใช้ความเข้าใจอย่างลึกซึ้งในหลักคณิตศาสตร์ประกันภัย เพื่อให้ตัวเลขสุดท้ายสะท้อนความจริงที่สุดและช่วยให้องค์กรวางแผนอนาคตได้อย่างมั่นคงและยั่งยืนที่สุด

เขียนและเรียบเรียงโดย อาจารย์ทอมมี่ (พิเชฐ เจียรมณีทวีสิน)

FSA, FIA, FRM, FSAT, MBA, MScFE (Hons), B.Eng (Hons)

อดีตนายกสมาคมนักคณิตศาสตร์ประกันภัยแห่งประเทศไทย และอาจารย์บรรยายด้านการคำนวณผลประโยชน์พนักงานด้วยหลักคณิตศาสตร์ประกันภัย ตามมาตรฐานบัญชี ฉบับที่ 19 TAS19 IAS19

บทความอื่น

วิธีตรวจสอบใบอนุญาตของนักคณิตศาสตร์ประกันภัย

3 เรื่องต้องรู้ เกี่ยวกับการคำนวณผลประโยชน์พนักงาน ตามมาตรฐานบัญชี ฉบับที่ 19

TFRS9 - รับคำนวณและสร้างแบบจำลองรวมถึงรับคำนวณผลขาดทุนทางด้านเครดิต โดย ABS (อาจารย์ทอมมี่)

ภัยซ่อนเร้น...ของค่าชดเชยการเลิกจ้างหลังเกษียณ