中国城市人口死亡率的预测

死亡率是随时间变动的具有不确定性的变量,基本养老保险的养老金给付必须考虑动态死亡率的影响,因此需要对中国城市人口的未来死亡率变动进行预测。针对部分年的中国城市分性别人口死亡率数据缺失的实际状况,本文运用死亡人数服从Poisson分布的Lee-Carter模型进行了预测,结果表明该模型的拟合较好。由上述预测得出,随时间的延续,中国城市人口的预期寿命将明显增加,为基本养老保险的支付带来严重的风险,该风险导致基本养老保险个人账户的收入远不足以支付未来的养老金,必须引起重视。本文就如何规避这一风险给出了一些政策建议。     

一种新的死亡率模型及基于中国人口数据的比较分析

基于中国人口死亡率数据, 对APC模型进行扩展, 并将扩展的死亡率模型(EAPC模型)与APC模型和LC模型进行对比. 通过比较模型的拟合效果和预测效果, 并对其稳定性进行检验, 发现由APC模型扩展而来的EAPC模型更适合于拟合和预测中国的人口死亡率, 这为我国死亡率模型的使用提供了更多可行的方案.     

基于极值理论高龄死亡率模型的比较研究

基于极值理论模型,对中国与日本高龄人口死亡率进行拟合和预测,克服了其他死亡率参数外推模型的主观性.在极值理论高龄死亡率模型的基础上使用加权最小二乘法,通过反复试验方式选择最优门限年龄和模型参数估计值,并且预测中国与日本人口最高年龄以及最高年龄区间估计.此研究为我国经验生命表的编制工作提供借鉴.     

动态死亡率模型的研究进展

死亡率的预测是人口预测的基础.近年来,死亡率建模方法不断取得新的进展,从最早的静态死亡率模型开始,死亡率模型不断发展为包括时间项的动态预测模型,如Lee-Carter族模型、CBD族模型等.本文对死亡率预测模型的相关文献进行了回顾和梳理.随着动态模型的发展,一些学者从死亡率改善水平入手,发展出一系列死亡率改善模型.另外,随着死亡率研究的深入,多人口死亡率的建模引起了研究者的重视,多人口预测模型迅速发展和完善.随着死亡率模型的研究方法不断丰富和创新,新兴统计学方法(如机器学习等)已经在死亡率建模中有所应用,拟合和预测准确度不断提升.除了经典的建模方法的扩展外,例如小区域人口或数据缺失的人口、高龄人口、相关人口等死亡率建模问题仍值得研究.     

一类地理加权CBD死亡率预测模型的研究

死亡率预测一直是人口学中的重要问题,目前得到研究较多的死亡率预测模型研究的大都是基于单一地区的多年份年龄别死亡率数据.考虑多个地区的单一年份的分年龄死亡率数据,基于死亡率在高年龄段随年龄的增长不断提高以及地理位置越靠近的地区这种变化趋势越类似两个特征,提出了一类地理加权CBD模型,并利用该方法分析了我国2010年第六次人口普查省域死亡率数据.     

多总体死亡率差异风险度量——以ILS债券为例

在回顾多总体动态死亡率预测模型研究成果的基础上,简要评述了已有模型的适应情况和假设条件,并依此构建了死亡率差异风险的度量模型.此后,并以ILS债券为例,利用HMD数据库中英国和美国人口死亡率数据,使用构建的死亡率差异风险度量模型,测量了ILS债券中的死亡率差异风险.定量分析结果显示:ILS为投资者设定了较高的安全阀值,保障了ILS的成功发行.     

基于改进的灰色马尔可夫链模型的交通事故预测

交通事故预测是交通安全评价、规划和决策的基础.灰色预测适合于数据量少和波动小的系统对象,而马尔可夫链理论适用于预测随机波动大的动态过程.为克服一般灰色马尔可夫链模型运用的转移概率矩阵固定不变而影响预测精度的问题,本文建立了改进的灰色马尔可夫链模型.采用滑动转移概率矩阵方法,去掉最老数据并补充最新数据,从而建立新的一步转移概率矩阵.借助改进的灰色马尔可夫链模型,对全国2002-2004年交通事故10万人口死亡率进行了预测分析.结果表明,改进的灰色马尔可夫链模型比一般灰色马尔可夫链模型的预测范围更准确,预测精度更高.     

CDM模型及2000年中国人口生存函数预测

Maisano在De Moivre线性模型的基础上,提出了具有良好拟合效果的人口生存函数GDM模型,本文将利用GDM方法对我国历年人口数据进行模型拟合,并对2000年中国人口的生存函数进行预测。     

基于新陈代谢和Verhulst灰色模型的山西省人口老龄化趋势预测北大核心

通过选取2005-2013年山西省常住人口及65岁以上人口数据,利用新陈代谢灰色模型对山西省未来老龄人口进行短期预测.并用灰色Verhulst模型对老龄人口进行了长期预测.新陈代谢灰色模型预测到2016年山西省常住人口为3799.10万,65岁及以上人口为323.98万,老龄化比重约为8.53%,灰色Verhulst模型预测到2020年65岁及以上人口为407.87万.模型检验结果表明:预测精度均为Ⅰ级,预测相对误差均较小,预测精度较高.     

基于新陈代谢和Verhulst灰色模型的山西省人口老龄化趋势预测

通过选取2005-2013年山西省常住人口及65岁以上人口数据,利用新陈代谢灰色模型对山西省未来老龄人口进行短期预测.并用灰色Verhulst模型对老龄人口进行了长期预测.新陈代谢灰色模型预测到2016年山西省常住人口为3799.10万,65岁及以上人口为323.98万,老龄化比重约为8.53%,灰色Verhulst模型预测到2020年65岁及以上人口为407.87万.模型检验结果表明:预测精度均为Ⅰ级,预测相对误差均较小,预测精度较高.     

基于改进灰色GM(1,1)马尔柯夫模型的煤矿事故百万吨死亡率预测

煤矿安全事故预防和控制是煤矿安全评价和决策的基础.灰色预测适合于时间短、数据量少和波动不大的系统对象,而马尔可夫链理论适用于预测随机波动大的动态过程.结合灰色预测GM(1,1)模型和马尔可夫链理论的优点,提出了一种改进的灰色马尔可夫GM(1,1)模型.利用改进的GM(1,1)模型进一步拟合煤矿人因失误事故的发展变化趋势,并以此为基础进行马尔柯夫预测,提高预测效果.以2000-2010年全国煤矿事故百万吨死亡率为例进行了预测分析,结果表明模型既能揭示煤矿人因失误事故百万吨死亡率变化的总体趋势,又能克服随机波动性数据对预测精度的影响,具有较强的工程实用性,并对煤矿人因失误安全事故的预测和控制有一定的实际意义.     

黄冈市人口增长模型的研究

分析了1978年以来黄冈市人口发展的现状,选择黄冈市1978~2004年的总人口统计数据来建立马尔萨斯人口模型和L og istic人口模型,运用2005~2006年的总人口数据来验证模型,并对黄冈市未来8年的总人口数进行了预测.     

基于预测模型的我国人口结构问题研究

针对我国人口结构问题,在对相关人口数据进行收集、计算、整理并分析的基础上,通过建立总人口预测模型对2010-2014年人口数量预测,与原始人口数据对比进行模型验证和改进,运用此模型对之后6年人口数量预测,应用队列要素预测法找出相应政策对人口结构变化的影响,通过建立适婚群体预测模型对中国适婚入口中的男女数量定量分析,进而对我国人口结构问题进行整体概括总结.     

中国人口死亡率建模比较及长寿风险度量

以我国颁布的3套保险行业经验生命表为基础，结合1995-2017年国家统计局发布的《中国统计年鉴》中的死亡率数据，首先分析了中国全年龄人口数据死亡率动静态变动特点，其次比较了LC，CBD和APC 3种模型对中国死亡率数据的拟合优劣，最后采用最优APC模型度量了不同生命表下的长寿风险.死亡率的动态变化会导致以经验生命表为依据的年金产品定价出现偏差，增加养老金管理机构的承保风险.     

四层参数自调整BP神经网络模型及其在人口死亡率预测中的应用

为有效提高神经网络的学习效率并降低其陷入局部极小值的概率,文章构建了四层参数自调整BP神经网络模型,该模型具有四层特殊的网络结构,采用附加动量法与自适应法调整参数.数值试验表明,与常规的BP神经网络相比,该方法的学习收敛速度与预测精度均有较大改进.鉴于人口死亡率的复杂变化趋势,使用单个模型无法准确预测,文章同时建立了GM(1,1)模型与ARMA(2,2)模型,结合三种模型的优势,应用模型平均方法预测了中国人口的死亡率.结果显示,2018-2020年中国人口的死亡率分别为7.1042‰,7.1040‰。和7.1045‰.     

基于生命周期和交叠世代分析的养老风险管理文献综述及其启示

随着长寿风险的加剧以及人口死亡率的降低，养老风险管理的研究逐渐受到政府和学术界的广泛关注。本文系统梳理了养老风险相关驱动因素(死亡率和长寿风险)的研究，并介绍了生命周期框架与交叠世代模型(OLG)的建模过程，还对生命周期框架和OLG模型的应用研究进行了文献综述。从文献回顾来看，当前研究存在一些不足，未来的研究应基于我国人口生存特征去研究死亡率；同时，需要从生命周期框架和OLG模型研究研究应对养老风险的稳健的投资-消费决策，并在考虑对上一代老人赡养的情形下研究寿险决策。此外，随着养老风险逐步加剧，建议政府采取改进我国的多支柱养老保险体系、进一步放开生育、延迟退休及发展养老服务业等方式应对养老风险，保证我国养老金体系的可持续发展。     

基于协整理论的中国人口死亡率预测

近年来,人类寿命明显延长.长寿风险对于国家养老金制度,保险公司寿险业务的影响日益凸现.长寿风险源于人口死亡率的非预期变动,精准预测人口死亡率是长寿风险研究的一项重要内容.文中提出了一种死亡率预测的新方法,将计量经济学中的协整理论引入死亡率预测,以弥补中国死亡率历史数据缺乏,并结合极值理论方法给出中国死亡率的预测.     

我国人口时间序列的变系数预测模型

根据1952-2005年我国人口总量和GDP总量数据,建立变系数模型.采用逐步回归的方法来选择显著滞后变量子集,推导出系数函数的样条估计表达式,最后运用Bootstrap思想,进行点预测和区间预测。运算结果表明:对于该组数据,变系数模型能较理想地描述数据之间的内在结构,且具有较少的预测误差.     

我国有限人口数据下长寿衍生产品定价的贝叶斯方法

鉴于我国人口死亡率数据匮乏对长寿风险定价的不利影响,文章采用贝叶斯MCMC方法来进行长寿衍生产品的定价.来自实际人口数据的研究结果表明,贝叶斯方法通过Gibbs抽样和MCMC模拟,更好地考虑了样本不足和样本质量问题,在死亡率建模的模型BIC值,残差方差值和预测稳健性上全面优越于传统方法,能有效提高死亡率预测的精度;同时,贝叶斯一体化框架结合最大熵原理能大幅减少定价过程中数据和参数风险的产生,累积和传导,提高长寿衍生产品定价结果的有效性和可靠性.其方法的优越性对保障我国有限人口数据下长寿衍生产品的成功开发具有积极的理论意义和现实价值.     

基于改进灰色GM(1,1)模型的新疆人口总量的分析与预测

利用Lagrange插值理论重构了GM(1,1)预测模型的背景值,以提高改进GM(1,1)模型的预测精度和实效性,进而利用该模型对新疆人口发展态势进行了科学分析与预测.