從醫(yī)療角度看,醫(yī)療技術(shù)的發(fā)展長期上會導(dǎo)致死亡率的改善以及預(yù)期壽命的延長;從經(jīng)濟角度看,人均預(yù)期壽命也與人均收入水平具有正相關(guān)關(guān)系;而現(xiàn)實中的死亡率數(shù)據(jù)也初步證明了這一趨勢。但是預(yù)期壽命增長的同時,也給壽險公司、養(yǎng)老機構(gòu)以及各國政府帶來了長壽風(fēng)險。并且長壽風(fēng)險作為系統(tǒng)性風(fēng)險,是不能通過大數(shù)法則進行分散的,因此,怎樣有效地規(guī)避長壽風(fēng)險成為各界的共同難題。而近年來,長壽債券作為規(guī)避長壽風(fēng)險的手段之一,引起各界的關(guān)注。長壽債券在國外已經(jīng)有著許多發(fā)行案例,而死亡率作為長壽債券定價的重要數(shù)據(jù),其的測量與預(yù)測對國家政策、養(yǎng)老基金和保險公司都是至關(guān)重要的。與此同時,機器學(xué)習(xí)作為近年的研究熱點,在眾多研究領(lǐng)域中都有發(fā)揮其作用。但由于人口學(xué)家們往往對分析特定假設(shè)感興趣,而機器學(xué)習(xí)算法則是通過數(shù)據(jù)驅(qū)動的,因此這些算法的決策往往無法被合理解釋,導(dǎo)致機器學(xué)習(xí)鮮有涉及到死亡率預(yù)測的研究領(lǐng)域。在本文中,我們認為機器學(xué)習(xí)算法可以作為傳統(tǒng)隨機死亡率模型的補充,而不是替代。我們基于LC模型、RH模型和APC模型的框架與機器學(xué)習(xí)進行結(jié)合,對中國分性別的死亡率進行預(yù)測。結(jié)果顯示,與傳統(tǒng)的隨機死亡率模型相比,結(jié)合了機器學(xué)習(xí)算法...

【文章頁數(shù)】：52 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．?１?１９７０年至２０１８年各國出生時平均預(yù)期壽命??

碩士學(xué)位論文??ＭＡＳ１?Ｉ＾Ｒ?Ｓ?ｉｉｉｈ＇ＳｈＳ???????１．緒論??１．１選題背景與研究意義??隨著社會和醫(yī)療技術(shù)的發(fā)展，各年齡段的死亡率逐年得到持續(xù)改善的同時，高??壽年齡段的人數(shù)也隨著逐年增長，例如我國于２０００年達到老齡化社會的標(biāo)準(zhǔn)，６５??歲以上人口占比達到了....

圖１．２技術(shù)路線圖??６??

ｉｆ碩士學(xué)位論文??ＭＡＳＴｌｉＫ?ＳＴｌｉｈＳｉＳ?????第四章，運用基于機器學(xué)習(xí)的隨機死亡率模型及王氏轉(zhuǎn)換方法對長壽債券進行??定價研宄。應(yīng)用上一章得到的死亡率模型，對中國死亡率數(shù)據(jù)進行預(yù)測，并通過不??完全定價方法一一王氏轉(zhuǎn)換應(yīng)用于長壽債券的定價中，使長壽債券的定價更為合....

圖２．?１各年齡段的人口總數(shù)??

項士學(xué)位論文??ＭＡＳＩＥＲ＇Ｓ?ＩＨＬＳｉＳ??結(jié)構(gòu)開始成為長方形甚至倒三角形。從圖２．１中我們可以看出，人口總數(shù)自第二次??“嬰兒潮”后呈指數(shù)上升，隨后于計劃生育幵始變?yōu)槠骄徳鲩L；６５歲及以上人口一??直持續(xù)爬升，與此同時０－１４歲的青少年人口在經(jīng)歷了嬰兒潮的增加后持續(xù)緩慢減....

圖２．?２?６５及以上歲占總?cè)耍圬谋壤??１１??

項士學(xué)位論文??ＭＡＳＩＥＲ＇Ｓ?ＩＨＬＳｉＳ??結(jié)構(gòu)開始成為長方形甚至倒三角形。從圖２．１中我們可以看出，人口總數(shù)自第二次??“嬰兒潮”后呈指數(shù)上升，隨后于計劃生育幵始變?yōu)槠骄徳鲩L；６５歲及以上人口一??直持續(xù)爬升，與此同時０－１４歲的青少年人口在經(jīng)歷了嬰兒潮的增加后持續(xù)緩慢減....

本文編號：3959473