使用贝叶斯广义加性模型预测英国死亡率
应用统计
2018-06-21 v1
摘要
死亡率预测提供关于未来人口的重要信息，对养老金与医疗政策以及私人公司在人寿保险与年金定价上的决策均有影响。随机死亡率预测使得在制定政策决策与设定产品价格时可将死亡率预测中的不确定性纳入考量。更长的寿命跨度意味着对 90 岁及以上年龄死亡率的预测在此类计算中将更为重要。本文提出一种贝叶斯死亡率预测方法，其联合估计适用于大部分年龄段的广义加性模型（GAM）以及适用于数据更稀疏的高龄段参数模型。该 GAM 允许估计年龄、队列与年龄别改善率的平滑分量，以及非平滑的时期效应。使用人类死亡率数据库 1961–2013 年数据生成英国预测。一种近似留一交叉验证下预测精度的度量被用于估计在 GAM 与参数元素间不同过渡点“堆叠”预测的权重。男性与女性死亡率起初分别估计，但一个联合模型允许高龄死亡率的渐近极限在性别间共享，并进一步提供考虑时期新息相关性的预测。使用 1961–2003 数据估计的联合与单性别模型预测同 2004–2013 观测数据比较以促进模型评估。
引用
@article{arxiv.1802.03242,
title = {Projecting UK Mortality using Bayesian Generalised Additive Models},
author = {Jason Hilton and Erengul Dodd and Jonathan J. Forster and Peter W. F. Smith},
journal= {arXiv preprint arXiv:1802.03242},
year = {2018}
}
备注
24 pages (including appendix), 14 figures