不規(guī)則數(shù)據(jù)下中國城市人口死亡率CBD模型的估計、預(yù)測與應(yīng)用
發(fā)布時間：2020-12-19 10:05
二十一世紀(jì)以來,人口統(tǒng)計資料公布的我國分年齡段人口數(shù)據(jù)中,65歲以上的人口比例越來越大,這說明我國的人口老齡化程度在不斷加劇。而導(dǎo)致人口老齡化的原因一是出生率的降低,一是壽命的延長。生育率會隨社會、經(jīng)濟水平、生育政策等一系列的社會、經(jīng)濟、文化水平而變化并穩(wěn)定下來,在一定的生育水平下,死亡率的持續(xù)降低,預(yù)期壽命不斷延長成為人口老齡化愈加嚴重的長期影響因素。預(yù)期壽命延長將導(dǎo)致養(yǎng)老金個人賬戶出現(xiàn)缺口,這將給我國社會養(yǎng)老保險體系帶來巨大支付壓力。死亡率預(yù)測一直是人口學(xué)重點關(guān)注的內(nèi)容,Lee-Carter類模型和CBD類模型是死亡率隨機預(yù)測的兩大類經(jīng)典模型,CBD模型在高年齡死亡率數(shù)據(jù)上有更好的預(yù)測效果,本文利用中國城市高齡人口分年齡數(shù)據(jù)建立CBD模型。我國高年齡人口統(tǒng)計數(shù)據(jù)的年齡上限不規(guī)則,這給建立CBD模型帶來了麻煩,本文采用一種迭代加權(quán)最小二乘法對模型參數(shù)進行估計,在建模時根據(jù)AIC準(zhǔn)則等統(tǒng)計判別方法,確定最適宜建模的年齡段,這是本文的一個創(chuàng)新點。另外,根據(jù)原始數(shù)據(jù)建立的CBD模型所計算的預(yù)期壽命與同期國家統(tǒng)計局公布的預(yù)期壽命存在明顯差異,于是,根據(jù)國家統(tǒng)計局公布的預(yù)期壽命對模型的時間因子...
【文章來源】：華北電力大學(xué)河北省 211工程院校 教育部直屬院校
【文章頁數(shù)】：44 頁
【學(xué)位級別】：碩士
【部分圖文】：
中國城市人口不同年份死亡率的logit變換圖
圍 60-89 60-90 60-91IC 值 -3.125885 -3.13185 -3.1382圍 60-92 60-93 60-94IC 值 -3.145941 -3.152105 -3.1526圍 60-95 60-96 60-97IC 值 -3.155265 -3.142136 -3.1288圍 60-98 60-99IC 值 -3.111248 -3.091045息準(zhǔn)則判斷模型的優(yōu)良性時，需要假定數(shù)據(jù)服從正進行檢驗，如果不通過，則上述計算結(jié)果沒有意義態(tài)分布的 QQ 圖,就是由標(biāo)準(zhǔn)正態(tài)分布的分位數(shù)為。要利用 QQ 圖鑒別樣本數(shù)據(jù)是否近似于正態(tài)分布在一條直線附近。圖 3-2 中的點大致呈一條直線，此選用 60-95 歲的數(shù)據(jù)建模是合理的。
tt數(shù)，死亡率缺失年齡的數(shù)據(jù)權(quán)重設(shè)為 0，并對數(shù)據(jù)缺失位置的數(shù)據(jù)賦予任意的一正整數(shù)，由此形成規(guī)則的數(shù)據(jù)，以方便后續(xù)的參數(shù)估計，估計方程如下： 21 2log ,t tl w d itq x t k k x x（3-1）用 1 2,Tt tK k k表示參數(shù)向量， l K 0,即 0 0 0l K l K K K 0可以出： 10 0 0K K l K l K （3-2）給定一個初始值 0 K ，利用式（3-2）反復(fù)迭代，直至相鄰兩次迭代結(jié)果之間的差小于一個給定的閾值（本文選用 1e-8），可認為迭代過程收斂，并把最后一次的代結(jié)果作為參數(shù)K 的估計值。由此，式（3-2）經(jīng)過多次迭代后可表示為： 1mm 1 m 1 m1K K l K l K （3-3）模型參數(shù)的估計結(jié)果見圖 3-3 和圖 3-4。
【參考文獻】：
期刊論文
[1]應(yīng)對長壽風(fēng)險的分紅年金:隨機精算建模與應(yīng)用[J]. 單戈,王曉軍. 數(shù)理統(tǒng)計與管理. 2017(03)
[2]長壽風(fēng)險對基本養(yǎng)老保險影響的測度[J]. 姜增明,單戈. 經(jīng)濟與管理研究. 2016(11)
[3]Lee-Carter模型的理論分布和區(qū)間預(yù)測[J]. 王志剛,王曉軍,張學(xué)斌. 數(shù)理統(tǒng)計與管理. 2016(03)
[4]我國死亡率預(yù)測與長壽風(fēng)險[J]. 蘇華,趙文. 經(jīng)營管理者. 2016(06)
[5]Lee-Carter模型在模型生命表拓展中的應(yīng)用——以中國區(qū)域模型生命表為例[J]. 黃匡時. 人口研究. 2015(05)
[6]兩因子隨機死亡率狀態(tài)空間模型及長壽風(fēng)險測度[J]. 何穎媛,劉貫春. 財經(jīng)理論與實踐. 2014(05)
[7]中國人口死亡率Lee-Carter模型的再抽樣估計、預(yù)測與應(yīng)用[J]. 吳曉坤,王曉軍. 中國人口科學(xué). 2014(04)
[8]我國個人年金長壽風(fēng)險的資本要求度量[J]. 王志剛,王曉軍,張學(xué)斌. 保險研究. 2014(03)
[9]我國人口死亡率建模與養(yǎng)老金個人賬戶的長壽風(fēng)險分析[J]. 金博軼. 統(tǒng)計與決策. 2013(23)
[10]有限數(shù)據(jù)下Lee-Carter模型在人口死亡率預(yù)測中的應(yīng)用[J]. 王曉軍,任文東. 統(tǒng)計研究. 2012(06)
碩士論文
[1]長壽風(fēng)險對商業(yè)養(yǎng)老保險定價的影響研究[D]. 孫華楓.中國青年政治學(xué)院 2016
[2]基于Lee-Carter模型的生存年金精算現(xiàn)值研究[D]. 張秋蕓.廣州大學(xué) 2016
[3]國內(nèi)人口預(yù)期壽命研究—運用Lee-Carter模型和CBD模型[D]. 高原.山東大學(xué) 2015
[4]老齡化背景下我國壽險公司面臨的長壽風(fēng)險及其應(yīng)對策略[D]. 劉立.西南財經(jīng)大學(xué) 2014
[5]我國商業(yè)保險公司的長壽風(fēng)險分析及其應(yīng)對方法研究[D]. 高銘.西南財經(jīng)大學(xué) 2014
[6]基于中國數(shù)據(jù)的隨機死亡率模型比較研究[D]. 張佶煒.華東師范大學(xué) 2014
[7]基于Lee-Carter模型預(yù)測中國人口死亡率[D]. 芮偉.西南財經(jīng)大學(xué) 2011
[8]運用Lee-Carter模型預(yù)測中國城鎮(zhèn)人口死亡率[D]. 趙明.東北財經(jīng)大學(xué) 2010
[9]運用Lee-Carter方法預(yù)測中國人口死亡率[D]. 尹莎.湖南大學(xué) 2005
本文編號：2925715
【文章來源】：華北電力大學(xué)河北省 211工程院校 教育部直屬院校
【文章頁數(shù)】：44 頁
【學(xué)位級別】：碩士
【部分圖文】：
中國城市人口不同年份死亡率的logit變換圖
圍 60-89 60-90 60-91IC 值 -3.125885 -3.13185 -3.1382圍 60-92 60-93 60-94IC 值 -3.145941 -3.152105 -3.1526圍 60-95 60-96 60-97IC 值 -3.155265 -3.142136 -3.1288圍 60-98 60-99IC 值 -3.111248 -3.091045息準(zhǔn)則判斷模型的優(yōu)良性時，需要假定數(shù)據(jù)服從正進行檢驗，如果不通過，則上述計算結(jié)果沒有意義態(tài)分布的 QQ 圖,就是由標(biāo)準(zhǔn)正態(tài)分布的分位數(shù)為。要利用 QQ 圖鑒別樣本數(shù)據(jù)是否近似于正態(tài)分布在一條直線附近。圖 3-2 中的點大致呈一條直線，此選用 60-95 歲的數(shù)據(jù)建模是合理的。
tt數(shù)，死亡率缺失年齡的數(shù)據(jù)權(quán)重設(shè)為 0，并對數(shù)據(jù)缺失位置的數(shù)據(jù)賦予任意的一正整數(shù)，由此形成規(guī)則的數(shù)據(jù)，以方便后續(xù)的參數(shù)估計，估計方程如下： 21 2log ,t tl w d itq x t k k x x（3-1）用 1 2,Tt tK k k表示參數(shù)向量， l K 0,即 0 0 0l K l K K K 0可以出： 10 0 0K K l K l K （3-2）給定一個初始值 0 K ，利用式（3-2）反復(fù)迭代，直至相鄰兩次迭代結(jié)果之間的差小于一個給定的閾值（本文選用 1e-8），可認為迭代過程收斂，并把最后一次的代結(jié)果作為參數(shù)K 的估計值。由此，式（3-2）經(jīng)過多次迭代后可表示為： 1mm 1 m 1 m1K K l K l K （3-3）模型參數(shù)的估計結(jié)果見圖 3-3 和圖 3-4。
【參考文獻】：
期刊論文
[1]應(yīng)對長壽風(fēng)險的分紅年金:隨機精算建模與應(yīng)用[J]. 單戈,王曉軍. 數(shù)理統(tǒng)計與管理. 2017(03)
[2]長壽風(fēng)險對基本養(yǎng)老保險影響的測度[J]. 姜增明,單戈. 經(jīng)濟與管理研究. 2016(11)
[3]Lee-Carter模型的理論分布和區(qū)間預(yù)測[J]. 王志剛,王曉軍,張學(xué)斌. 數(shù)理統(tǒng)計與管理. 2016(03)
[4]我國死亡率預(yù)測與長壽風(fēng)險[J]. 蘇華,趙文. 經(jīng)營管理者. 2016(06)
[5]Lee-Carter模型在模型生命表拓展中的應(yīng)用——以中國區(qū)域模型生命表為例[J]. 黃匡時. 人口研究. 2015(05)
[6]兩因子隨機死亡率狀態(tài)空間模型及長壽風(fēng)險測度[J]. 何穎媛,劉貫春. 財經(jīng)理論與實踐. 2014(05)
[7]中國人口死亡率Lee-Carter模型的再抽樣估計、預(yù)測與應(yīng)用[J]. 吳曉坤,王曉軍. 中國人口科學(xué). 2014(04)
[8]我國個人年金長壽風(fēng)險的資本要求度量[J]. 王志剛,王曉軍,張學(xué)斌. 保險研究. 2014(03)
[9]我國人口死亡率建模與養(yǎng)老金個人賬戶的長壽風(fēng)險分析[J]. 金博軼. 統(tǒng)計與決策. 2013(23)
[10]有限數(shù)據(jù)下Lee-Carter模型在人口死亡率預(yù)測中的應(yīng)用[J]. 王曉軍,任文東. 統(tǒng)計研究. 2012(06)
碩士論文
[1]長壽風(fēng)險對商業(yè)養(yǎng)老保險定價的影響研究[D]. 孫華楓.中國青年政治學(xué)院 2016
[2]基于Lee-Carter模型的生存年金精算現(xiàn)值研究[D]. 張秋蕓.廣州大學(xué) 2016
[3]國內(nèi)人口預(yù)期壽命研究—運用Lee-Carter模型和CBD模型[D]. 高原.山東大學(xué) 2015
[4]老齡化背景下我國壽險公司面臨的長壽風(fēng)險及其應(yīng)對策略[D]. 劉立.西南財經(jīng)大學(xué) 2014
[5]我國商業(yè)保險公司的長壽風(fēng)險分析及其應(yīng)對方法研究[D]. 高銘.西南財經(jīng)大學(xué) 2014
[6]基于中國數(shù)據(jù)的隨機死亡率模型比較研究[D]. 張佶煒.華東師范大學(xué) 2014
[7]基于Lee-Carter模型預(yù)測中國人口死亡率[D]. 芮偉.西南財經(jīng)大學(xué) 2011
[8]運用Lee-Carter模型預(yù)測中國城鎮(zhèn)人口死亡率[D]. 趙明.東北財經(jīng)大學(xué) 2010
[9]運用Lee-Carter方法預(yù)測中國人口死亡率[D]. 尹莎.湖南大學(xué) 2005
本文編號：2925715
本文鏈接：http://www.lk138.cn/shekelunwen/renkou/2925715.html
最近更新
教材專著
