我国男女两性老龄人口死亡率联合建模与预测

老龄人口死亡率建模和预测是长寿风险度量和养老金风险管理的基础。在我国,退休年龄及以上老龄人口死亡数据稀少,随机波动大,构建能够捕捉老龄人口死亡率随性别、年龄和时间变动的动态预测模型成为难题。本文采用Logistic两人口死亡率模型研究我国老龄人口死亡率的建模与预测。首先,运用死亡率数据质量较好的我国台湾地区数据,对模型结构进行选择,并检验模型的稳健性和预测性能。其次,基于我国大陆地区死亡率数据对模型结构进行二次验证和选择,应用所选模型对大 陆地区老龄死亡率进行建模和预测。结果显示,对于我国男女老龄死亡率的拟合和预测,Logistic 两人口模型均优于单人口CBD模型。最后,运用Logistic两人口死亡率模型对死亡率在年龄和时间两个维度上外推和预测,计算出时期和队列老龄人口分年龄的预期余寿,为养老金精算评估和长寿风险分析提供更准确的数据支持。     

有限数据下Lee-Carter模型在人口死亡率预测中的应用

Lee-Carter模型是当今世界上最流行的死亡率建模与预测模型,传统的Lee-Carter模型在样本量很大时才能得到较好的效果,而中国的死亡率数据量较少,且部分年限的数据缺失,从而难以达到较好的预测效果。本文基于Li等(2004)提出的有限数据死亡率建模方法,同时考虑样本量不足的影响,采用韩猛等(2010)提出的“双随机过程”建模,构建了有限数据下中国人口死亡率的预测模型,并用于对未来死亡率变动趋势和人口寿命的预测,最后将预测结果与保险公司采用的死亡率改善因子以及社会养老保险个人账户中采用的计发月数进行对比分析,给出了若干相关结论和有关死亡率风险管理的建议。     

我国人口死亡风险异质与混合模型研究

多人口随机死亡率模型是人口统计和保险精算领域的前沿问题。建立符合我国人口特征的死亡率预测模型，对人口预测、长寿风险度量和积极管理长寿风险具有重要意义。然而，当前研究中对人口死亡风险异质性问题的关注较少，不能为多人口随机死亡率建模提供科学的研究假设。本文从我国人口死亡风险异质性的检验出发，构建两性别人口死亡率联合预测的混合泊松公因子模型，并给出极大似然参数估计的迭代算法，对我国男女两性别人口死亡率进行联合建模和预测，最后用于对保险公司养老年金的长寿风险资本需求测算。研究表明，混合泊松公因子模型能够有效刻画人口死亡风险的异质性，提升模型拟合优度，有效避免传统模型低估人口死亡率改善的弊端，并且死亡率性别比变动趋势符合人类生物规律。在风险导向的第二代偿付能力体系下，本文提出的死亡率模型能够为保险公司提供更稳健的长寿风险资本评估。     

公共投资与社会福利的动态相关性：1978—2008年——基于VAR模型的分析及检验

基于VAR模型,利用1978—2008年的样本数据分析公共投资与社会福利的动态相关性。通过协整检验、VECM模型、Granger因果检验及方差分解分析,结果表明：福利（W）与生产性投资（PI）、消费性投资（CI）间存在长期稳定的均衡关系;基于W、PI和CI的VECM模型具体较好的误差修正机制;PI、CI与福利间有Granger因果关系,反向关系成立,但PI与CI间不成立;W自身的冲击对W的贡献率最大,CI次之,PI的贡献率最小。     

中国高龄人口死亡率随机波动趋势分析

本文采用1996-2010年国家统计局公布的死亡率数据,以70岁男性人口作为高龄人口的代表,基于中国人口死亡率数据较少的特点,突破了传统Lee-Carter模型的框架,直接从死亡率改善产生的原因入手,采取Monte Carlo方法建立中国高龄人口死亡率随机波动趋势模型。通过对不同死亡率改善原因进行组合,从中选取最优模型来探究死亡率的随机趋势性与波动性的关系,更好的克服了死亡率普遍被低估的事实,使得对未来死亡率的预测更加准确与稳妥。     

基于VaR方法的长寿风险自然对冲模型

随着死亡率的下降与预期寿命的提高,保险公司面对着不容忽视的长寿风险。基于VaR方法探讨了长寿风险管理中的自然对冲策略,然后在对中国男性人口死亡率预测的基础上,给出了保险公司自然对冲长寿风险所需的最优产品结构,并进一步考查了利率、签单年龄、缴费方式等因素对最优产品结构的影响。     

函数型死亡率预测模型

人口死亡率反映人口的死亡水平,是人口规模的重要影响因素,同时也是人寿保险精算的重要数据基础。从数据特征来看,死亡率作为年龄的函数,是一种典型的函数型数据。本文使用函数型数据方法分析中国人口数据,基于1994—2010年中国人口分年龄死亡数据,建立函数型死亡率预测模型,对未来分年龄死亡率进行预测,并通过生命表方法计算了未来平均预期寿命。同时通过对历史数据的预测,说明模型预测结果比较可信。     

死亡率预测模型的新进展

近半个世纪以来,世界范围内,人口死亡率整体上呈现下降趋势。而依据传统死亡模型对死亡率的预测往往高于实际水平,这给养老金财务安排和养老年金的成本核算带来了严重的不利影响。本文沿着死亡率模型的发展轨迹,回顾和总结了各类死亡率预测模型,对死亡率预测模型的最新进展做出评述,并对中国死亡率预测模型的选取给出了建议。     

保险公司长寿风险度量

本文梳理了几种重要的动态死亡率预测模型,给出了长寿风险度量的三种方法,选取了保险公司及国家统计局公布的人口死亡率数据,度量了保险公司的两类长寿风险,对不同方法下长寿风险的度量结果进行比较,并分析了极限年龄与折现率变动对长寿风险影响的敏感性。研究发现：基于保险公司经营稳健性的视角,第一类长寿风险的度量应采用随机模拟法,第二类长寿风险的度量应采用标准公式法;极限年龄的变动对长寿风险的影响较小,保险公司无上调经验生命表极限年龄的必要;长寿风险对折现率的变动较为敏感,提高折现率,保险公司长寿风险显著降低。     

农村居民工资性收入与生活消费支出的长期均衡与短期动态关系检验

文章采用1984～2009年中国农村居民的消费与收入数据,利用回归分析发现工资性收入对中国农村居民消费的影响已经超过了经营性收入,进而基于协整分析与误差修正模型(ECM),建立了工资性收入与生活消费的长期均衡与短期动态调整关系。结果表明,在长期均衡中,中国农村居民生活消费的工资收入弹性为0.53;而从短期来看,误差修正项以57.67%的比例对下一年度的生活消费产生修正的影响。中国农村居民消费与其工资性收入的关系说明,提高中国农村居民的工资性收入能够避免政策的短期效应而达到促进消费长期稳定增长的效果。     

加入出生年效应的死亡率预测及其在年金系数估计中的应用

人口死亡率下降与寿命的延长已经成为全球性的趋势。运用基于出生年效应的Lee-Carter模型对中国男性人口死亡率数据进行拟合,通过模型残差比较,发现该模型拟合效果更优。根据模型预测,发现中国男性人口的预期寿命随时间逐渐增加,但增加的幅度逐渐减少。将死亡率预测结果用于养老年金系数的估计,发现中国现行城镇职工养老保险个人账户的年金系数被严重低估,这将在未来给基本养老保险个人帐户带来很大的偿付压力。     

Modelling and forecasting mortality distributions in England and Wales using the Lee-Carter model

Lee and Carter proposed in 1992 a non-linear model m_xt = exp (a_x + b_x k_t + ε_xt) for fitting and forecasting age-specific mortality rates at age x and time t. For the model parameter estimation, they employed the singular value decomposition method to find a least squares solution. However, the singular value decomposition algorithm does not provide the standard errors of estimated parameters, making it impossible to assess the accuracy of model parameters. This article describes the Lee-Carter model and the technical procedures to fit and extrapolate this model. To estimate the precision of the parameter estimates of the Lee-Carter model, we propose a binomial framework, whose parameter point estimates can be obtained by the maximum likelihood approach and interval estimates by a bootstrap approach. This model is used to fit mortality data in England and Wales from 1951 to 1990 and to forecast mortality change from 1991 to 2020. The Lee-Carter model fits these mortality data very well with R² being 0.9980. The estimated overall age pattern of mortality a_x is very robust whereas there is considerable uncertainty in b_x (changes in the age pattern over time) and k_t (overall change in mortality). The fitted log age-specific mortality rates have been declining linearly from 1951 to 1990 at different paces and the projected rates will continue to decline in such a way in the 30 years prediction period.     

Lee–Carter mortality forecasting: a parallel generalized linear modelling approach for England and Wales mortality projections

Summary. The paper presents a reinterpretation of the model underpinning the Lee–Carter methodology for forecasting mortality (and other vital) rates. A parallel methodology based on generalized linear modelling is introduced. The use of residual plots is proposed for both methods to aid the assessment of the goodness of fit. The two methods are compared in terms of structure and assumptions. They are then compared through an analysis of the gender- and age-specific mortality rates for England and Wales over the period 1950–1998 and through a consideration of the forecasts generated by the two methods. The paper also compares different approaches to the forecasting of life expectancy and considers the effectiveness of the Coale–Guo method for extrapolating mortality rates to the oldest ages.     

Detecting year-of-birth mortality patterns with limited data

Summary.  Late life mortality patterns are of crucial interest to actuaries assessing risk of longevity, most obviously for annuities and defined benefit pension schemes. The stability of public finances is also affected, as the governments have very substantial risk of longevity in the form of state benefits and public sector pension schemes. One important explanatory variable for late life mortality patterns is year of birth. Previous work has demonstrated various techniques for detecting such patterns, but always with long time series of mortality rates. The paper describes two alternative ways to detect such patterns, even with missing population data or the absence of a time series. The paper finds support for the idea that different birth cohorts have different rates of aging.     

A comparison of models for dynamic life tables. Application to mortality data from the Valencia Region (Spain)

The graduation of mortality data aims to estimate the probabilities of death at age x, q ( x ), by means of an age-dependent function, whose parameters are adjusted from the crude probabilities that are directly obtainable from the data. However, current life tables have a problem, the need for periodic updates due to changes in mortality over short periods of time. The table containing mortality rates for different ages in different years, q ( xt ), is called a dynamic life table, which captures mortality variation over time. This paper proposes a review of the most commonly used dynamic models and compares the results obtained by each of them when applied to mortality data from the Valencia Region (Spain). The result of the comparison leads us to the conclusion that the Lee-Carter method offers the best results for both sexes, while that based on Heligman and Pollard functions provides the best fit for men alone. Our working method is of additional interest as it may be applied to mortality data for a wide range of ages in any geographical location, allowing the most appropriate dynamic life table to be selected for the case at hand.     

中国人口死亡率改善水平比较分析

 中国第六次人口普查数据如期公布,本文利用1981-2010年人口普查和人口抽样调查提供的死亡率数据,对四次人口普查期间中国人口死亡率改善水平进行深层次分析,分别按年龄、性别、城乡、是否投保等进行对比,并与其他国家的数据对比,旨在探讨中国人口死亡率变化趋势和不同分类人群死亡率改善的差异、成因及变动趋势,最终为长寿风险管理提供依据。主要结论是：建国以来,中国人口死亡率持续改善,死亡率改善程度随年龄的增长呈下降趋势,近十年来死亡率改善程度最高,特别是婴儿和55岁以上人口尤为明显。在大部分年龄组上,女性死亡率改善水平高于男性,市人口死亡率改善水平明显高于镇和乡,投保商业保险人口的死亡率改善水平高于全国人口,我国人口的死亡率改善水平高于对比国家,这反映了我国人民生活和医疗水平的实质提高,也表明未来死亡率还有较大的下降空间。