检索结果-南通市图书馆

中国男性人口死亡率动态预测的方法比较——基于lee-carter模型与贝叶斯分层模型的研究

在线全文

学校读者我要写书评

暂无评论

人口与发展 2022年第1期28卷 40-49页

作者：赵明首都经济贸易大学金融学院北京100070

选取中国国家统计局公布的全国男性分年龄人口死亡率,采用lee-carter模型和贝叶斯分层模型对男性人口死亡率进行动态预测,并将结果进行比较,探寻更加适合中国男性人口死亡率的预测方法。研究表明,lee-carter模型和贝叶斯分层模型在男性... 详细信息

选取中国国家统计局公布的全国男性分年龄人口死亡率,采用lee-carter模型和贝叶斯分层模型对男性人口死亡率进行动态预测,并将结果进行比较,探寻更加适合中国男性人口死亡率的预测方法。研究表明,lee-carter模型和贝叶斯分层模型在男性人口死亡率预测中各有优劣,长短期可搭配使用;lee-carter模型具有更佳的拟合优度和短期预测效果,但预测区间的范围较窄,且死亡率改善速度为常数的假设不符合人类生物规律;贝叶斯分层模型适合长期预测,预期寿命服从逻辑斯蒂分布的假设较为合理,然而通过模型生命表将预期寿命转换为年龄别死亡率,将会损失死亡率的年龄信息。

关键词： lee-carter模型贝叶斯分层模型人口死亡率预期寿命

基于机器学习的lee-carter模型死亡率预测方法研究

在线全文

学校读者我要写书评

暂无评论

人口与经济 2022年第6期 47-57页

作者：陶祥兴杨峥季彦颋浙江科技学院理学院浙江杭州310023

世界各国人口死亡率不断降低,预期寿命变得难以预测。改进死亡率预测方法,准确预测未来人口的数量变化有着重要意义。传统的lee-carter模型通过年龄组平均死亡率、时间项以及年龄因子随时间变化的敏感度这三个参数来刻画死亡率的变化,... 详细信息

世界各国人口死亡率不断降低,预期寿命变得难以预测。改进死亡率预测方法,准确预测未来人口的数量变化有着重要意义。传统的lee-carter模型通过年龄组平均死亡率、时间项以及年龄因子随时间变化的敏感度这三个参数来刻画死亡率的变化,模型中的时间项采用ARIMA方法进行预测。但该方法并不能解决死亡率数据具有长记忆性的问题,并且现有研究很少将传统人口学方法与大数据背景下机器学习方法相结合。因此本文引入LSTM(长短期记忆深度学习神经网络)和分数布朗运动驱动的O-U过程来对死亡率预测进行改进。由于中国大陆有关死亡率的数据样本量少且不完整,选用中国香港男性分年龄组死亡率数据,分别采用时间序列ARIMA方法、时间序列与机器学习相结合的ARIMA-LSTM方法以及分数O-U过程来拟合和预测模型中的时间项,通过残差图和三种评价指标值来比较三种方法的短期预测效果。结果表明,ARIMA-LSTM方法的短期预测效果最好,证明了引入机器学习方法对死亡率预测方法改进的可行性,为政府预测未来死亡率提供新思路,也为相关机构研究长寿风险提供依据。

关键词： lee-carter模型 ARIMA方法 ARIMA-LSTM方法分数O-U过程死亡率预测

基于lee-carter模型的中国人口死亡率预测

在线全文

学校读者我要写书评

暂无评论

基于Lee-Carter模型的中国人口死亡率预测

作者：司婉婉贵州大学

学位级别：硕士

近些年来,中国人口的预期寿命有了显著的提高。死亡率的下降,平均寿命的延长,致使老龄化人口数量快速增长,加剧了中国人口的老龄化问题,这一趋势给政府、企业等带来了新的挑战。为了应对未来人口实际寿命高于预期寿命而产生的长寿风险,... 详细信息

近些年来,中国人口的预期寿命有了显著的提高。死亡率的下降,平均寿命的延长,致使老龄化人口数量快速增长,加剧了中国人口的老龄化问题,这一趋势给政府、企业等带来了新的挑战。为了应对未来人口实际寿命高于预期寿命而产生的长寿风险,我们应该积极采取措施。利用随机死亡率模型,提高长期预测的合理性和模型的稳健性,可以有效帮助经济主体应对长寿风险的冲击。目前,关于中国人口死亡率预测模型的研究已经取得一定的研究成果,但针对模型适用性及预测效果的讨论还不够充分。本文考虑模型简洁及可适用性,选取lee-carter模型对中国人口死亡率进行预测。然而中国人口死亡率原始数据年限较短、缺失严重,应用传统两阶段估计方法不能保证预测结果的可靠性。因此,针对中国人口死亡率数据年限较短、缺失严重的问题,本文探索一种预测死亡率的贝叶斯MCMC方法,将这种方法应用于lee-carter模型。在该框架之下,考虑所有不同扰动项所带来的影响,一次性给出模型的参数估计值、预测值及预测区间,避免传统lee-carter死亡率预测模型两阶段估计方法存在的误差累积问题。本文利用中国1997-2019年期间的人口死亡率预测2020-2030年数据,将预测值与实际观测值作比较,计算残差以及评价指标。结果显示,将贝叶斯MCMC方法引入lee-carter模型,相较于两阶段估计方法,该方法残差分布更均匀,评价指标更理想,有效减少了数据质量问题的不利影响,提高了参数估计的稳健性以及死亡率预测的准确性。

关键词： lee-carter模型中国人口死亡率贝叶斯估计 MCMC算法

大数据对寿险产品定价的影响——以lee-carter模型为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大数据对寿险产品定价的影响——以Lee-Carter模型为例

作者：杨子漠上海财经大学

学位级别：硕士

在科技发展飞速的今天,信息科技被广泛应用并逐渐渗透于各行各业以提高企业的运营效率。作为金融一大支柱,保险业自然也不遑多让,紧跟时代发展,保险企业为了提高运营效率、降低营业成本,将信息技术融入到传统保险业的经营中,保险科技也... 详细信息

在科技发展飞速的今天,信息科技被广泛应用并逐渐渗透于各行各业以提高企业的运营效率。作为金融一大支柱,保险业自然也不遑多让,紧跟时代发展,保险企业为了提高运营效率、降低营业成本,将信息技术融入到传统保险业的经营中,保险科技也就出现在了人们的视线之中。其中大数据等信息科技技术是相对应用更多的新兴技术,这些新时代兴起技术的应用与推广促进了传统保险业的发展,其对于保险公司运营的各个环节如产品设计、营销服务、理赔流程和风控系统都有着不同程度的优化。随着居民的投保意识逐渐加强,越来越多的人在生活水平逐步提升的同时,会选择去给自己以及家人投保来防范未知的风险,保障自身的生活质量,因此,近年来保险交易量不断上升,保险公司的体量规模也随之愈发扩大,在其运营过程中产生了非常可观的业务数据量,而在现在以及不久的将来,这些数据将成为公司发展的核心资产之一,有着极高的潜在价值。对于拥有如此规模数据的保险公司来说,对数据的开发能力以及使用效率将成为衡量一家保险企业竞争力的一个关键指标,而对于目前的保险业,在寿险产品定价过程中,存在些许不足。第一,由于市场有着较为严格的利率限制,保险公司定价人员对于寿险产品费率的可控程度有限;第二,定价没有针对性,所有保险企业寿险产品的费率基本相同,体现不了差异性;第三,定价方法单一且有滞后性,当前国内寿险产品基本采取净保费加成法,不能及时根据市场或风险标的的相关信息做出改变,且长期使用固定的生命表作为参照进行定价,有一定的滞后性。本文主要是为了解决在寿险定价中存在滞后性的问题,针对大数据技术对于寿险产品定价环节的影响进行了讨论,首先介绍了大数据技术和保险产品定价的相关概念,大数据技术的应用现状、在当下寿险产品费率厘定所存在的问题,剖析了大数据技术与保险定价之间的联系和大数据对保险产品费率厘定过程中带来的优势,主体部分通过lee-carter模型对大数据技术在寿险产品定价中的运用进行模拟,在1996年-2016年死亡率的基础上对2017和2018年的死亡率进行预测,然后基于预测得到的死亡率对一款保障期为10年的定期寿险产品和一款保障期为10年的两全保险分别进行定价,然后将得到的费率与传统定价得到的费率进行对比,发现采用大数据lee-carter模型有助于降低定期寿险产品的费率,同时也极小幅度地提升了两全保险的费率,并分析了相关的优劣以及可行性,然后总结出在运用大数据技术的过程中可能存在的困难,最后从发展大数据技术、培养“保险+大数据”专业人才以及监管方面提出了一些对应的措施建议与可能较为有效的应对方法。

关键词：保险科技大数据 lee-carter模型寿险产品定价

中国分省人口死亡率估计与动态研究——基于有限数据下的lee-carter模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国分省人口死亡率估计与动态研究——基于有限数据下的Lee-Cart...

作者：李杨阵西南财经大学

学位级别：硕士

研究背景中国人口死亡率水平不断下降,平均预期寿命不断延长,长寿风险问题凸出。而且地区发展不平衡,各省份人口死亡模式存在较大差异,研究分省死亡率可以更加全面、准确地把握中国人口死亡模式,衡量死亡率地域差异。政府公共服务政策... 详细信息

研究背景中国人口死亡率水平不断下降,平均预期寿命不断延长,长寿风险问题凸出。而且地区发展不平衡,各省份人口死亡模式存在较大差异,研究分省死亡率可以更加全面、准确地把握中国人口死亡模式,衡量死亡率地域差异。政府公共服务政策的制定会直接受到居民长寿水平的影响,如社会养老金的收入与分配等。此外,各地区死亡率水平也会直接影响保险公司的经营决策,比如寿险产品的定价与准备金的评估等。基于以上分析,探究分省人口死亡率的估计与预测、区域差异及动态演变具有重要的现实意义。研究内容本文的研究内容主要分为三个部分:第一,基于2000年、2010年和2020年三次全国人口普查死亡率数据,通过有限数据下的lee-carter模型,并通过“带漂移项的双随机过程”进行建模,利用奇异值分解法(SVD)对全国层面和各地区男性和女性分年龄人口死亡率进行估计,获得2000-2020年中国各地区人口死亡率估计值,并对估计结果进行分析。第二,基于各地区死亡率估计结果,构建死亡率对数log、死亡率年龄因子a和b、及时间因子k估计值的标准差图和序列图,并对各地区人口死亡率的差异进行分析。第三,对各地区未来十五年(2021-2035年)的人口死亡率进行预测,并基于全国层面及各省份死亡率预测结果,分析中国分省人口死亡率的未来动态演变过程。研究结论第一,从全国人口普查数据来看。时间维度上,中国人口死亡率随时间推移整体呈现下降的趋势;年龄维度上,不同年龄组死亡率改善水平有所差异,0岁组改善程度最明显,高龄人口改善水平较低;性别维度上,女性人口死亡率水平整体低于男性,但随时间推移,男性和女性死亡率的差异逐渐减小。第二,从人口死亡率估计结果来看。年龄角度上,男性和女性年龄组对于死亡变动的敏感度随年龄不断下降,婴儿时期最高,高龄组最小;性别角度上,男性的死亡率动态k随时间变化呈现出平稳地下降,表明男性死亡率是趋于稳定的下降,而女性的k随时间变化呈现出波动下降。第三,从区域差异结果来看。时间维度上,各地区死亡率水平存在差异,但差异随时间逐渐减小;年龄视角上,各地区死亡率水平在0岁和100+岁组差异最大,在80-84岁年龄组差异最小;性别视角上,各地区女性死亡率差异高于男性,中青年人口流动造成15-49岁死亡率地域差异增加,尤其是男性。第四,从人口死亡率动态演变来看。时间上,各地区未来死亡率水平将继续下降,但60岁组死亡率改善水平无明显变化;基于性别视角,未来15年60岁组男性死亡率整体高于女性,但男性死亡率的地域差异整体低于女性。研究贡献第一,内容方面。本文从省际微观角度对人口死亡率进行估计与预测,并分析了其地域差异和动态演变过程,丰富了分省死亡率相关研究。本文结果为寿险产品定价、养老保险政策的制定及社会公共服务需求量的估算等提供了实际参考资料和建议。第二,方法方面。本文利用人口死亡率的截面和时序信息,首次将有限数据下的lee-carter模型应用于分省死亡率预测。现有文献杨明旭(2019)研究分省人口死亡率时,只使用2010年六普数据,仅仅使用了死亡率的截面信息,未考虑时序上的信息,没有使用模型,无法对未来人口死亡率进行预测。第三,数据方面。解决了死亡率数据质量较差和较少的问题。本文采用2000年、2010年和2020年三次质量较高的普查数据进行分析,解决了数据质量较差的问题。本文采用有限数据下的lee-carter模型,可以对有限的人口死亡率数据进行建模,进而外推出预测年份死亡率,解决了数据较少的问题。

关键词：分省死亡率区域差异动态演变有限数据 lee-carter模型

基于改进lee-carter模型死亡率预测方法的研究与应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进Lee-Carter模型死亡率预测方法的研究与应用

作者：杨峥浙江科技学院

学位级别：硕士

随着科技的进步和医疗服务水平的提高,世界人民的生活水平得到了不断的提高,人口的死亡率在稳步下降,与之对应的是人口平均寿命呈现出不断上升的趋势。这一现象带来的结果之一就是各国家各地区的人口老龄化问题越来越严重。中国香港地... 详细信息

随着科技的进步和医疗服务水平的提高,世界人民的生活水平得到了不断的提高,人口的死亡率在稳步下降,与之对应的是人口平均寿命呈现出不断上升的趋势。这一现象带来的结果之一就是各国家各地区的人口老龄化问题越来越严重。中国香港地区就是全世界老龄化最严重的地区之一,据香港特别行政区政府统计处公布的数据显示,19世纪80年代香港地区就已经进入老龄化社会,到2020年香港地区65岁及以上人口数量占总人口数的比例更是增长到了恐怖的18.3%(国际上定义当一个国家或者地区65岁以上老年人口占总人口数的7%就意味着这个国家或地区进入老龄化社会)。香港地区老龄化程度不断加剧导致其面临着极大的长寿风险,会给政府和养老保险机构带来巨大的压力和不可估量的经济损失。研究出一个预测精度较高的人口死亡率模型,能够为政府制定未来的人口、经济和养老政策提供很大的帮助,因此对于香港地区人口死亡率预测模型的研究有着十分重要的价值。美国学者lee和carter于1992年提出了lee-carter模型,该模型是一个对数双线性模型,首次考虑了时间因素和年龄因素对人口死亡率的影响。由于lee-carter模型形式简单、计算方便、参数可解释性强,至今为止仍被各发达国家(地区)广泛地研究应用。因此本文在国内外学者研究的基础上,运用香港地区的死亡率数据对lee-carter模型死亡率预测方法进行了改进研究。基础的lee-carter模型通过年龄组平均死亡率、时间参数以及年龄因子随时间变化的敏感度这三个参数来刻画死亡率的变化,模型中的时间参数k采用ARIMA方法进行预测。但是该方法并不能解决死亡率数据具有长记忆性的问题,并且现有的研究很少将传统人口学方法与当今大数据背景下机器学习方法相结合。因此本文引入长短期记忆深度学习神经网络(Long Short Term Memory,LSTM)和分数布朗运动驱动的O-U过程来对lee-carter模型死亡率预测方法进行改进。本文基于中国香港地区1979-2020年男性和女性分年龄组死亡率数据,采用极大似然法对lee-carter模型进行参数估计,分别运用时间序列ARIMA方法、时间序列与长短期记忆深度学习神经网络相结合的ARIMA-LSTM方法以及分数O-U过程来拟合和预测模型中的时间参数k,并通过三种评价指标值来比较三种方法的死亡率预测效果。实证结果表明,ARIMA-LSTM方法的死亡率预测效果最好,证明了引入机器学习方法对死亡率预测方法改进的可行性,为政府预测未来死亡率提供了一种新的思路,也为相关机构研究长寿风险提供了一定的依据。

关键词： lee-carter模型 ARIMA方法 ARIMA-LSTM方法分数O-U过程死亡率预测

基于神经网络的人口死亡率预测组合模型及其在中国人口中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于神经网络的人口死亡率预测组合模型及其在中国人口中的应用

作者：高雪飞内蒙古财经大学

学位级别：硕士

随着改革开放不断深化,我国的科技水平和医疗卫生保障不断提高,国民健康意识显著增强,我国人口死亡率逐渐下降,人均寿命增加,导致我国老龄化越来越严重,长寿风险增加等问题。人口老龄化和长寿风险对于政府来说,人口寿命的延长将会增加... 详细信息

随着改革开放不断深化,我国的科技水平和医疗卫生保障不断提高,国民健康意识显著增强,我国人口死亡率逐渐下降,人均寿命增加,导致我国老龄化越来越严重,长寿风险增加等问题。人口老龄化和长寿风险对于政府来说,人口寿命的延长将会增加公共财政在养老、医疗等社保方面的支出,加大了政府财政方面的压力;对于金融保险行业来说,人口预期寿命的延长对寿险、年金等产品的制定以及财务核算等方面产生了巨大挑战;对公民来说,寿命的延长导致存款不能更好地覆盖产生的养老需求。由此看来,死亡率的预测作为养老方面制定政策以及进行资源分配的有力基础,对社会各界都有着重要的影响。所以对死亡率进行预测研究是具有重要的现实和理论意义的。目前被广泛使用的人口死亡率预测模型lee-carter模型,考虑到了年龄因素和时间因素对人口死亡率的影响,且模型形式简洁,参数可解释性强,对于数据信息的提取能力较为出色,因此本文基于lee-carter模型的基础上,在1994-2021年的中国分年龄分性别人口死亡率数据上,进行了模型改进研究。为了能够更有效地预测人口死亡率数据,本文对国内外相关文献进行了梳理,并对人口死亡率数据进行了统计分析,发现人口死亡率数据中存在着线性和非线性两部分信息,为了兼顾数据中的线性与非线性信息的提取,本文提出构建ARIMA-GRU组合人口死亡率预测模型用于预测我国人口死亡率数据。通过对我国人口死亡率数据的收集并进行统计分析,发现我国人口死亡率数据属于小数据集,GRU模型更适用于小样本数据集。为了验证本文提出的ARIMAGRU组合模型的优劣,本文引入了两个评价指标:平均绝对误差MAE和均方根误差RMSE,将单一的ARIMA模型,ARIMA-LSTM组合模型和ARIMAGRU组合模型进行对比分析。实证结果表明,ARIMA-GRU组合预测模型,在我国男性人口死亡率数据集上和在我国女性人口死亡率数据集上的评价指标值均是三个模型中最小的,这说明了ARIMA-GRU组合预测模型能够较好地兼顾数据中的线性与非线性因素的提取,更适用于小样本数据集的预测分析,也证明了在人口死亡率数据预测中引入机器学习方法的可行性。

关键词： lee-carter模型组合模型神经网络人口死亡率

lee-carter模型在苏州市消化道癌症死亡分析中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中华疾病控制杂志 2019年第1期23卷 95-100页

作者：蒋芸冯玥溢王临池陆艳舒啸尘苏州大学医学部公共卫生学院流行病与卫生统计学系苏州215123 苏州市疾病预防控制中心苏州215004

目的通过建立lee-carter模型,分析苏州市2002-2016年消化道癌症的死亡特征和变化趋势。方法采用苏州市死因监测点居民的消化道癌症死亡数据,计算死亡率和标化死亡率,并建立lee-carter死亡率预测模型,进行死亡率的趋势分析。结果以苏州市... 详细信息

目的通过建立lee-carter模型,分析苏州市2002-2016年消化道癌症的死亡特征和变化趋势。方法采用苏州市死因监测点居民的消化道癌症死亡数据,计算死亡率和标化死亡率,并建立lee-carter死亡率预测模型,进行死亡率的趋势分析。结果以苏州市2012-2016年消化道癌症死亡率数据检验模型的应用效果,其平均绝对百分误差(mean absolute percentage error,MAPE)值在年龄和年份水平上分别为2. 48%、4. 13%,表明模型预测效果较佳; 2002-2016年消化道癌症总体的死亡指数呈下降趋势,其中上消化道癌症死亡指数呈现下降趋势,下消化道癌症死亡指数呈现上升趋势;上消化道癌症死亡率是下消化道癌症死亡率的4. 23倍,男性死亡率是女性死亡率的2. 17倍。结论苏州市居民消化道癌症死亡率总体呈逐年下降趋势,其中下消化道癌症男性死亡率呈逐年上升趋势。本研究发现苏州市已出现人口老龄化现象,其医疗卫生水平逐年提高。

关键词： lee-carter模型消化道癌症死亡率预测

lee-carter模型在模型生命表拓展中的应用——以中国区域模型生命表为例

在线全文

学校读者我要写书评

暂无评论

人口研究 2015年第5期39卷 37-48页

作者：黄匡时中国人口与发展研究中心

经典lee—carter模型将死亡率变化分解为年龄别平均死亡率、年龄别变化速度和时间变化三部分,既考虑了不同人群的死亡率基数,也细分了死亡率未来变化的两个重点,通过调整年龄别的变化速度和时间变化可以生成不同预期寿命水平的年龄别死... 详细信息

经典lee—carter模型将死亡率变化分解为年龄别平均死亡率、年龄别变化速度和时间变化三部分,既考虑了不同人群的死亡率基数,也细分了死亡率未来变化的两个重点,通过调整年龄别的变化速度和时间变化可以生成不同预期寿命水平的年龄别死亡率,在模型生命表由较高水平的预期寿命向更高水平的预期寿命拓展上具有独特优势。不过,该模型在死亡率长期预测上有性别差异扩大和年龄别比值失调等问题。文章对该模型进行了相干改进和倒置改进,修正了该模型在死亡率长期预测上的不足。改进的lee—carter模型既可用来预测高预期寿命水平下的年龄别死亡率,也可用来对模型生命表拓展。文章以中国区域模型生命表为例介绍了改进的lee-carter模型在中国模型生命表拓展中的应用。

关键词： lee-carter模型模型生命表死亡率预测预期寿命