基于中國人口死亡率數(shù)據(jù),對APC模型進(jìn)行擴(kuò)展,并將擴(kuò)展的死亡率模型（EAPC模型）與APC模型和LC模型進(jìn)行對比.通過比較模型的擬合效果和預(yù)測效果,并對其穩(wěn)定性進(jìn)行檢驗,發(fā)現(xiàn)由APC模型擴(kuò)展而來的EAPC模型更適合于擬合和預(yù)測中國的人口死亡率,這為我國死亡率模型的使用提供了更多可行的方案. 

【文章來源】：經(jīng)濟(jì)數(shù)學(xué). 2020,37(03)

【文章頁數(shù)】：8 頁

【部分圖文】：

1995-2017年中國人口死亡率圖

圖2中(a),(b)和(c)分別顯示了LC模型、APC模型和EAPC模型的參數(shù)估計值. 不難發(fā)現(xiàn), αx表示人口對數(shù)死亡率的平均水平, 所以隨著年齡的變化, 圖中αx的基本形態(tài)都大致相同. 同樣對于單獨的時間因素的kt, 圖2中3個模型的參數(shù)kt都近似的線性下降, 反映出死亡率隨時間改善的趨勢. 參數(shù)γt-x反映的是出生年對死亡率的影響, 圖2(b)中γt-x隨著出生年的變化先上升后下降, 而(c)中前期γt-x的值變化不大, 后期逐漸增加, 這與EAPC模型有年齡約束項 (x- x ˉ ) 有關(guān).3.3 死亡率模型擬合效果的比較

圖3是LC模型、APC模型和EAPC模型擬合的殘差圖. 總的來看, 3個模型都較好地捕捉到了年齡效應(yīng)和時間效應(yīng), APC模型和EAPC模型捕捉到了出生年效應(yīng), LC模型中出生年效應(yīng)的殘差有輕微的波動, 說明該模型未能較好地捕捉出生年效應(yīng). 所以從模型擬合的殘差圖可以看出, APC模型和EAPC模型的擬合效果相對較好.為了更直觀地比較模型擬合的效果, 定義絕對擬合誤差(Absolute Fitting Error, AFE)為死亡率擬合值與實際死亡率差的絕對值之和, AFE的定義式如下:

【參考文獻(xiàn)】：
期刊論文
[1]高齡人口死亡率預(yù)測模型的比較與選擇[J]. 王曉軍,路倩.  保險研究. 2019(03)
[2]基于全人口死亡率數(shù)據(jù)的隨機(jī)死亡率模型擬合效果比較[J]. 樊毅,張寧.  統(tǒng)計與決策. 2018(23)
[3]基于Lee-Cater模型的我國死亡率預(yù)測[J]. 曹園.  統(tǒng)計與決策. 2018(09)
[4]創(chuàng)新的動態(tài)人口死亡率預(yù)測及其應(yīng)用[J]. 曾燕,陳曦,鄧穎璐.  系統(tǒng)工程理論與實踐. 2016(07)
[5]Lee-Carter模型在中國城市人口死亡率預(yù)測中的應(yīng)用與改進(jìn)[J]. 韓猛,王曉軍.  保險研究. 2010(10)
[6]Lee-Carter死亡率模型的估計與應(yīng)用——基于中國人口數(shù)據(jù)的分析[J]. 李志生,劉恒甲.  中國人口科學(xué). 2010(03)
[7]加入出生年效應(yīng)的死亡率預(yù)測及其在年金系數(shù)估計中的應(yīng)用[J]. 黃順林,王曉軍.  統(tǒng)計與信息論壇. 2010(05)



本文編號：3481351