通过神经网络校准 Lee-Carter 与 Poisson Lee-Carter 模型
机器学习
2021-06-28 v2 机器学习
摘要
本文引入了一种神经网络方法，用于在多个群体上拟合 Lee-Carter 与 Poisson Lee-Carter 模型。我们开发了若干神经网络，其复现了各独立 LC 模型的结构，并通过同时分析所有考虑群体的死亡率数据来实现联合拟合。该神经网络架构专门设计用于利用所有可用信息而非如传统估计方案那样使用特定群体的数据子集来校准每个独立模型。在 Human Mortality Database（HMD）所有国家上进行的大量数值实验表明了该方法的有效性。特别地，所得参数估计显得平滑，且对死亡率率数据中常出现的随机波动（尤其对低人口国家）较不敏感。此外，预测性能结果也得到显著改善。
引用
@article{arxiv.2106.12312,
title = {Calibrating the Lee-Carter and the Poisson Lee-Carter models via Neural Networks},
author = {Salvatore Scognamiglio},
journal= {arXiv preprint arXiv:2106.12312},
year = {2021}
}