本文選題：模型不確定性 + 長壽風險�。� 參考：《保險研究》2017年05期

【摘要】：作為長壽風險研究領域的基礎,死亡率預測近些年獲得快速發(fā)展,諸多模型的提出使得歷史數(shù)據(jù)的信息得以最大程度的挖掘,但也帶來了模型不確定問題。本文對現(xiàn)有的死亡率預測模型進行了分析和整理,提出其中的模型不確定性問題,并針對死亡率預測的模型不確定問題,引入了貝葉斯模型平均方法。該方法以貝葉斯后驗概率為權(quán)重,綜合考慮"一攬子"預測模型的預測能力,并根據(jù)它們預測吻合程度進行加權(quán),最終給出死亡率預測結(jié)果,結(jié)論表明,不但在理論上表現(xiàn)出超過單一模型的優(yōu)勢,也在實踐中超過了任何一個單一模型。本文還給出了基于該模型的死亡率預測結(jié)果和預期壽命。
[Abstract]:As the basis of longevity risk research, mortality prediction has developed rapidly in recent years. Many models have been proposed to maximize the mining of historical data, but also lead to model uncertainty. In this paper, the existing mortality prediction models are analyzed and sorted out, and the uncertainty of the models is put forward, and the Bayesian model averaging method is introduced to solve the model uncertainty of mortality prediction. This method takes Bayesian posteriori probability as the weight, synthetically considers the forecasting ability of the "package" forecasting model, and weights it according to their prediction coincidence degree. Finally, the result of mortality prediction is given. The conclusion shows that, It not only has the advantage of surpassing the single model in theory, but also surpasses any single model in practice. The prediction results and life expectancy of mortality based on the model are also given in this paper.
【作者單位】： 中央財經(jīng)大學中國精算研究院;
【基金】：中國保險學會教保人身保險高校課題研究基金(2017年度) 北京市哲學社會科學基金項目(編號:15JGC153) 教育部人文社科項目(編號:16YJCZH148);教育部人文社會科學重點研究基地重大項目(編號:16JJD790060) 數(shù)據(jù)燈塔(Data Lighthouse)計劃
【分類號】：C924.2

【參考文獻】

相關(guān)期刊論文 前10條

1 胡仕強;;基于貝葉斯MCMC方法的我國人口死亡率預測[J];保險研究;2015年10期

2 范勇;朱文革;汪麗萍;;用帶趨勢的ARIMA模型分年齡預測死亡率[J];保險研究;2015年05期

3 張寧;;死亡率分解模型及其在長壽分級基金構(gòu)建中的應用[J];保險研究;2015年02期

4 吳曉坤;王曉軍;;中國人口死亡率Lee-Carter模型的再抽樣估計、預測與應用[J];中國人口科學;2014年04期

5 田夢;鄧穎璐;;我國隨機死亡率的長壽風險建模和衍生品定價[J];保險研究;2013年01期

6 孫佳美;郭利濤;;基于C-K模型及其改進的高高齡人口死亡率模型研究[J];統(tǒng)計與決策;2012年19期

7 王曉軍;黃順林;;中國人口死亡率隨機預測模型的比較與選擇[J];人口與經(jīng)濟;2011年01期

8 韓猛;王曉軍;;Lee-Carter模型在中國城市人口死亡率預測中的應用與改進[J];保險研究;2010年10期

9 李志生;劉恒甲;;Lee-Carter死亡率模型的估計與應用——基于中國人口數(shù)據(jù)的分析[J];中國人口科學;2010年03期

10 王曉軍;蔡正高;;死亡率預測模型的新進展[J];統(tǒng)計研究;2008年09期

相關(guān)碩士學位論文 前1條

1 王洪曾;死亡率的貝葉斯修勻與分段參數(shù)修勻[D];大連理工大學;2006年

【共引文獻】

相關(guān)期刊論文 前10條

1 吳逸飛;許亦楷;李卓明;;基于誤差修正模型和Leslie模型的“全面二胎”政策影響研究[J];人力資源管理;2017年06期

2 張寧;;考慮模型不確定性的中國死亡率預測——基于貝葉斯模型平均方法[J];保險研究;2017年05期

3 張志強;楊帆;;隨機死亡率模型的改進與預測[J];中國人口科學;2017年02期

4 夏偉宇;朱家明;閆業(yè)鈴;張海珍;陳益楊;;基于新政策對蕪湖人口發(fā)展的計量分析[J];貴陽學院學報(自然科學版);2017年01期

5 王鎮(zhèn);劉麗文;;我國長壽風險的測度分析——基于不同年齡段和性別的視角[J];金融理論與實踐;2017年03期

6 胡宏偉;王靜茹;杜涵蕾;;我國醫(yī)保體系債務風險規(guī)模評估與政策啟示[J];中國行政管理;2017年03期

7 張寧;;基于生理年齡的精算定價及人身險應用[J];保險研究;2017年02期

8 單戈;王曉軍;;應對長壽風險的分紅年金:隨機精算建模與應用[J];數(shù)理統(tǒng)計與管理;2017年03期

9 石晨曦;楊再貴;;城鎮(zhèn)企業(yè)職工個人賬戶財政補貼與償付能力分析[J];江西財經(jīng)大學學報;2017年01期

10 趙明;;基于Age-Shifting模型的我國高齡人口死亡率動態(tài)擬合[J];保險研究;2017年01期

相關(guān)碩士學位論文 前2條

1 盛都運;民族人口生命表編制方法及應用[D];云南財經(jīng)大學;2013年

2 虞麗萍;人口年齡結(jié)構(gòu)模型建模和預測[D];上海交通大學;2007年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 王曉軍;趙明;;中國高齡人口死亡率隨機波動趨勢分析[J];統(tǒng)計研究;2014年09期

2 金博軼;;動態(tài)死亡率建模與年金產(chǎn)品長壽風險的度量——基于有限數(shù)據(jù)條件下的貝葉斯方法[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2012年12期

3 王曉軍;任文東;;有限數(shù)據(jù)下Lee-Carter模型在人口死亡率預測中的應用[J];統(tǒng)計研究;2012年06期

4 祝偉;陳秉正;;動態(tài)死亡率下個人年金的長壽風險分析[J];保險研究;2012年02期

5 艾蔚;;基于Lee-Cater模型的養(yǎng)老保險個人賬戶缺口研究[J];保險研究;2012年02期

6 韓猛;王曉軍;;Lee-Carter模型在中國城市人口死亡率預測中的應用與改進[J];保險研究;2010年10期

7 李志生;劉恒甲;;Lee-Carter死亡率模型的估計與應用——基于中國人口數(shù)據(jù)的分析[J];中國人口科學;2010年03期

8 祝偉;陳秉正;;中國城市人口死亡率的預測[J];數(shù)理統(tǒng)計與管理;2009年04期

9 蔡正高;王曉軍;;對長壽風險及其債券化的探討[J];統(tǒng)計教育;2009年04期

10 王曉軍;蔡正高;;死亡率預測模型的新進展[J];統(tǒng)計研究;2008年09期

【相似文獻】

相關(guān)期刊論文 前2條

1 紀玉東,王海濱;關(guān)于狀態(tài)反饋H~∞控制中的模型不確定性的研究[J];昌濰師專學報;1999年02期

2 ;[J];;年期

相關(guān)會議論文 前1條

1 呂大剛;宋鵬彥;王光遠;;考慮統(tǒng)計與模型不確定性的結(jié)構(gòu)統(tǒng)計可靠度理論[A];慶祝中國力學學會成立50周年暨中國力學學會學術(shù)大會’2007論文摘要集（下）[C];2007年

相關(guān)博士學位論文 前1條

1 蔡洋萍;通貨膨脹目標制下基于模型不確定性的最優(yōu)貨幣政策研究[D];湖南大學;2010年

相關(guān)碩士學位論文 前3條

1 任元昊;大型射電望遠鏡伺服系統(tǒng)的魯棒控制方法研究[D];西安電子科技大學;2015年

2 要強壯;基于貝葉斯理論的近似模型不確定性量化方法及其應用研究[D];華中科技大學;2015年

3 陳財茂;經(jīng)濟增長的決定因素：跨國經(jīng)驗研究[D];華東師范大學;2007年

，

本文編號：1964156