worden dat door de enorme hoeveelheid aan data (meer dan 100 miljoen overledenen bij een totale exposure van ruim 11 miljard manjaren) deze voor een gegeven model naar verwachting klein zal zijn. Het meenemen van modelonzekerheid vereist de specificatie van een klasse van alternatieve modellen. Hierover bestaat slechts een beperkte literatuur en daarom is vooralsnog besloten dit niet in deze publicatie te verwerken. 7.3 Onderscheid tussen onzekerheid in sterftekansen en onzekerheid in sterftecijfers Het voorgaande betekent niet dat de onzekerheid in waargenomen sterftecijfers ook zeer klein zal zijn. Naast de onzekerheid in sterftekansen is er immers ook de onzekerheid in het daadwerkelijk gestorven aantal mensen gegeven die sterftekansen. Als we bijvoorbeeld een groep van 100.000 mensen beschouwen met een sterftekans van exact 1% dan is (onder de door ons gemaakte aanname van een Poissonverdeling voor individuele sterfte) het te verwachten aantal overledenen 1.000 en het symmetrische 95%-betrouwbaarheidsinterval [938, 1062]. Dat betekent niet dat de onderliggende sterftekans ineens onzeker is geworden en van 1% veranderd is naar een onbekende waarde ergens tussen 0,938% en 1,062%. Het betekent alleen dat we de sterftekans, door het beperkte aantal waarnemingen, niet zonder meetruis hebben kunnen waarnemen. De volatiliteit in de door het CBS gerapporteerde sterftecijfers kan dus niet zomaar gebruikt worden om uitspraken te doen over onzekerheid in de onderliggende sterftekansen. Het AG2016-model houdt daar in de schattingsmethodiek dan ook expliciet rekening mee. Maar wie de toekomstige onzekerheid in de pensioen- of verzekeringsportefeuille in wil schatten, moet na het simuleren van de mogelijke paden voor toekomstige sterftekansen ook rekening houden met de onzekerheid in de individuele sterfgevallen. Daardoor zal de spreiding in portefeuilleresultaten toenemen. Prognosetafel AG2016 Onzekerheid 18
20 Online Touch Home