基于Boosting的中国人口死亡率预测模型研究

摘要

20世纪以来，世界各国都出现了人口死亡率都持续下降、平均寿命不断延长的趋势。这种死亡率的改善超过了大多数养老基金和寿险公司的预期，使得寿险公司年金产品的定价和养老成本的核算都产生了巨大的风险，将这种实际寿命高于预期寿命而产生的风险称为长寿风险。构建随机死亡率模型准确的预测死亡率是量化长寿风险的基础.中国死亡率数据样本量较少、风险暴露数不足,这降低了现有模型估计结果的可信度.分析现有模型在应用于中国数据时存在的不足,创建适用于中国数据的死亡率模型具有重要的意义.本文选择了中国男性人口死亡率数据,运用Boosting思想构建回归树检验Lee-Carter模型在中国适用性,讨论Lee-Carter模型在应用于中国男性人口死亡率数据时存在的缺点,提出改进的思路.结果表明:在应用Lee-Carter模型拟合中国男性人口死亡率数据时,Lee-Carter模型忽略了队列效应的影响.由于中国数据暴露数不足的特点,Lee-Carter模型不同程度的高估了高龄人口的死亡率.在对中国男性人口死亡率建模时,需要考虑在Lee-Carter模型中加入队列、经济和医疗因素.