中国人口死亡率预测方法研究
发布时间:2023-10-11 21:47
人口寿命的延长已经成为公认的全球性趋势,一方面这种趋势大大提高了人们的生存质量,同时另一方面也带来一些社会问题。在保险系统中,把这种负面影响统称为长寿风险,随着人口老龄化程度的加剧,长寿风险已经成为社会、政府、企业和家庭所面临的日益严重的社会问题之一。长寿风险是指总体人群的平均生存寿命超过了预期的生存寿命,而这类风险又是无法依据大数法则来控制的系统风险。这样就导致无论是寿险公司的寿险产品、还是企业的养老金计划或是政府的社会养老保障基金,都会受到长寿风险的威胁,所以,现如今有效的识别和度量长寿风险的影响都是寿险公司以及社保部门十分重视的课题。只有当能够有效的识别和度量长寿风险时,才能采取有效的风险控制手段减少长寿风险带来的负面影响。 人口寿命不断延长的主要原因之一就是人口死亡率的不断下降。毋庸置疑准确和全面的死亡率预测数据,在识别和度量长寿风险中起到了十分重要和基础的作用。本篇文章主要就是致力于找到适合我国死亡率人口数据特征的方法,预测出相对比较全面和精确的未来死亡率数据。另外,由于高龄人口死亡率在识别和度量长寿风险中的影响较大,所以本文还在死亡率预测结果的基础上运用外推模型得出高龄人口...
【文章页数】:76 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 绪论
1.1 研究背景及意义
1.2 文献综述
1.3 研究思路和方法
1.3.1 研究思路
1.3.2 研究方法
1.3.3 文章结构
1.4 主要创新点和不足
1.4.1 主要创新点
1.4.2 可能存在的不足
2 死亡率预测模型
2.1 趋势外推死亡率预测模型
2.1.1 静态死亡率模型
2.1.2 动态死亡率模型
2.1.3 连续随机死亡率模型
2.2 因果因素死亡率预测模型
2.2.1 微观因素模型
2.2.2 宏观因素模型
2.3 总结
3 基于LEE-CARTER模型的死亡率预测
3.1 LEE-CARTER模型
3.2 LEE-CARTER模型中的四种参数估计方法
3.2.1 奇异值分解法
3.2.2 最大似然估计法
3.2.3 普通最小二乘估计法
3.2.4 加权最小二乘估计法
3.3 时间序列K(T)的预测
3.3.1 ARIMA模型介绍
3.3.2 ARIMA模型的构造
4 中国人口死亡率预测与比较分析
4.1 数据来源与处理
4.2 参数估计
4.3 死亡率的预测
4.3.1 时间序列k(t)的预测
4.3.2 死亡率预测结果的检验
4.3.3 未来死亡率的预测
5 高龄人口死亡率的拟合及外推
5.1 GOMPERTZ模型
5.2 COALE-KISKER模型
5.3 模型拟合的结果
5.4 模型的比较、选择及应用
结论
附录A 参数估计方法的相关参数及结果
附录B 预测未来死亡率相关参数及结果
参考文献
后记
本文编号:3852852
【文章页数】:76 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 绪论
1.1 研究背景及意义
1.2 文献综述
1.3 研究思路和方法
1.3.1 研究思路
1.3.2 研究方法
1.3.3 文章结构
1.4 主要创新点和不足
1.4.1 主要创新点
1.4.2 可能存在的不足
2 死亡率预测模型
2.1 趋势外推死亡率预测模型
2.1.1 静态死亡率模型
2.1.2 动态死亡率模型
2.1.3 连续随机死亡率模型
2.2 因果因素死亡率预测模型
2.2.1 微观因素模型
2.2.2 宏观因素模型
2.3 总结
3 基于LEE-CARTER模型的死亡率预测
3.1 LEE-CARTER模型
3.2 LEE-CARTER模型中的四种参数估计方法
3.2.1 奇异值分解法
3.2.2 最大似然估计法
3.2.3 普通最小二乘估计法
3.2.4 加权最小二乘估计法
3.3 时间序列K(T)的预测
3.3.1 ARIMA模型介绍
3.3.2 ARIMA模型的构造
4 中国人口死亡率预测与比较分析
4.1 数据来源与处理
4.2 参数估计
4.3 死亡率的预测
4.3.1 时间序列k(t)的预测
4.3.2 死亡率预测结果的检验
4.3.3 未来死亡率的预测
5 高龄人口死亡率的拟合及外推
5.1 GOMPERTZ模型
5.2 COALE-KISKER模型
5.3 模型拟合的结果
5.4 模型的比较、选择及应用
结论
附录A 参数估计方法的相关参数及结果
附录B 预测未来死亡率相关参数及结果
参考文献
后记
本文编号:3852852
本文链接:https://www.wllwen.com/jingjilunwen/bxjjlw/3852852.html