严洪轩;加雷思·彼得斯(Gareth W.Peters)。;詹妮弗·S·K·陈。 多变量长记忆队列死亡率模型。 (英语) Zbl 1431.91346号 阿斯廷公牛。 50,第1期,223-263(2020年)。 摘要:死亡数据中长记忆的存在提高了对死亡数据特征的理解,为建立死亡模型提供了一种新的方法。死亡率数据中长记忆现象的发现促使我们通过将Lee-Carter(LC)模型扩展到死亡计数并结合长记忆模型结构来开发新的死亡率模型。此外,在建议的模型类中没有出现识别问题。因此,消除了LC模型中导致许多计算问题的约束。这些模型用于分析三个不同国家按性别划分的死亡率死亡计数数据集。应用具有不同选择标准的贝叶斯推理进行模型参数估计和死亡率预测。结果表明,具有长记忆队列效应模型的多变量长记忆死亡率模型在样本内拟合和样本外预测方面均优于多变量扩展LC队列模型。提高死亡率预测的准确性和改进预期寿命预测是保险公司和政府的一个重要考虑因素,因为误导性预测可能导致退休和养老金计划资金不足。 引用于4文件 MSC公司: 91G05号 精算数学 62P05号 统计学在精算科学和金融数学中的应用 关键词:生命表;Gegenbauer多项式;Lee-Carter队列模型;长记忆;贝叶斯推断 软件:rstan公司;长备忘录;RStan(RStan) PDF格式BibTeX公司 XML格式引用 \textit{H.Yan}等人,ASTIN Bull。50,编号1,223--263(2020;Zbl 1431.91346) 全文: 内政部 参考文献: [1] Beran,J.(1994)《长记忆过程统计》,第61卷。佛罗里达州博卡拉顿:CRC出版社·Zbl 0869.60045号 [2] Brouhns,N.、Denuit,M.和Van Keilegom,I.(2005年),为死亡率预测引导泊松对数双线性模型。《斯堪的纳维亚精算杂志》,2005(3),212-224·Zbl 1092.91038号 [3] Brouhns,N.、Denuit,M.和Vermunt,J.K.(2002)构建预测生命表的泊松对数双线性回归方法。保险:数学与经济学,31(3),373-393·Zbl 1074.62524号 [4] Cairns,A.J.、Blake,D.、Dowd,K.、Coughlan,G.D.、Epstein,D.、Ong,A.和Balevich,I.(2009)使用英格兰、威尔士和美国的数据对随机死亡率模型进行定量比较。北美精算杂志,13(1),1-35·兹比尔1484.91376 [5] Consul,P.C.(1989)《广义泊松分布:性质和应用》。纽约:Decker·Zbl 0691.62015号 [6] Currie,I.D.(2006)用P样条曲线平滑和预测死亡率。精算师协会技术报告。 [7] Czado,C.、Delwarde,A.和Denuit,M.(2005)贝叶斯-泊松对数线性死亡率预测。保险:数学与经济学,36(3),260-284·Zbl 1110.62142号 [8] Davidson,J.和De Jong,R.M.(2000)函数中心极限定理和随机积分的弱收敛II:分数积分过程。计量经济学理论,16(5),643-666·Zbl 0981.60028号 [9] Davis,R.A.、Dunsmuir,W.T.和Wang,Y.(1999)计数数据的时间序列建模。统计学教科书和专著,158(3),63-114·Zbl 1069.62540号 [10] De Jong,P.,Heller,G.Z.(2008)保险数据的广义线性模型。纽约:剑桥大学出版社·Zbl 1142.91046号 [11] Delwarde,A.、Denuit,M.和Eilers,P.(2007),为死亡率预测平滑Lee-Carter和Poisson对数双线性模型:惩罚对数-似然方法。统计建模,7(1),29-48·Zbl 07257671号 [12] Duane,S.、Kennedy,A.D.、Pendleton,B.J.和Roweth,D.(1987)混合蒙特卡罗。物理快报B,195(2),216-222。 [13] Forfar,D.、McCutcheon,J.和Wilkie,A.(1988),关于数学公式的毕业。精算师学会杂志,115(1),1-149。 [14] Fung,M.C.、Peters,G.W.和Shevchenko,P.V.(2015)Lee Carter死亡率模型的状态空间估计及其对年金定价的影响。arXiv预打印arXiv:1508.00322。 [15] Fung,M.C.,Peters,G.W.和Shevchenko,P.V.(2017a)死亡率建模中的队列效应:贝叶斯状态空间方法。SSRN:https://ssrn.com/abstract=2907868。 [16] Fung,M.C.、Peters,G.W.和Shevchenko,P.V.(2017b)使用状态空间框架进行死亡率建模的统一方法:特征描述、识别、估计和预测。精算科学年鉴,11(2),1-47。 [17] Gelman,A.和Rubin,D.B.(1992)使用多序列从迭代模拟中推断。统计科学,7(4),457-472·Zbl 1386.65060号 [18] Geman,S.和Geman,D.(1984)随机松弛、吉布斯分布和图像的贝叶斯恢复。IEEE模式分析和机器智能汇刊,6(6),721-741·Zbl 0573.62030号 [19] Girosi,F.和King,G.(2008)《人口预测》。新泽西州普林斯顿:普林斯顿大学出版社。 [20] Gompertz,B.(1825)关于人类死亡规律表达功能的性质,以及确定生命偶然事件价值的新模式。伦敦皇家学会哲学学报,115(24),513-583。 [21] Granger,C.W.和Joyeux,R.(1980)《长记忆时间序列模型和分数差分简介》。时间序列分析杂志,1(1),15-29·Zbl 0503.62079号 [22] Haberman,S.和Renshaw,A.E.(1996)广义线性模型和精算科学。英国皇家统计学会杂志:D辑(统计学家),45(4),407-436。 [23] Hahn,P.R、Murray,J.S.和Manolopoulou,I.(2016)推断会计不当行为普遍性的贝叶斯部分识别方法。《美国统计协会杂志》,111(513),14-26。 [24] Hosking,J.R.(1981)分数微分。《生物统计学》,68(1),165-176·Zbl 0464.62088号 [25] Hunt,A.和Villegas,A.M.(2015)具有队列效应的Lee-Carter模型的稳健性和收敛性。保险:数学与经济学,64(15),186-202·Zbl 1348.62241号 [26] Hurst,H.E.(1951)水库的长期蓄水能力。农业工程学会学报,116(1),770-808。 [27] Hyndman,R.J.和Koehler,A.B.(2006)预测准确性的另一个衡量标准。《国际预测杂志》,22(4),679-688。 [28] (2012)《全球金融稳定报告》(2012):寻求持久稳定。《全球金融稳定报告》,国际货币基金组织。 [29] Kogure,A.和Kurachi,Y.(2010)基于风险中性预测分布的寿命风险定价的贝叶斯方法。保险:数学与经济学,46(1),162-172·Zbl 1231.91438号 [30] Lee,R.D.和Carter,L.R.(1992)美国死亡率建模与预测。《美国统计协会杂志》,87(419),659-671·Zbl 1351.62186号 [31] Makeham,W.M.(1860)《关于死亡率和年金表的构建》。《精算师学会期刊》,8(6),301-310。 [32] Metropolis,N.、Rosenbluth,A.W.、Rosenbruth,M.N.、Teller,A.H.和Teller,E.(1953)快速计算机器的状态方程计算。化学物理杂志,21(6),1087-1092·Zbl 1431.65006号 [33] Neal,R.M.(1994)混合蒙特卡罗算法的改进验收程序。计算物理杂志,111(1),194-203·Zbl 0797.65115号 [34] Pedroza,C.(2006)贝叶斯预测模型:预测美国男性死亡率。生物统计学,7(4),530-550·Zbl 1170.62397号 [35] Perks,W.(1932)关于死亡率统计毕业的一些实验。精算师学会杂志,63(1),12-57。 [36] Peters,G.W.,Shevchenko,P.V.和Wüthrich,M.V.(2009),在Tweedie的复合Poisson模型中保留索赔的模型风险。ASTIN公告,39(1),1-33·Zbl 1203.91114号 [37] Peters,G.W.,Wüthrich,M.V.和Shevchenko,P.V.(2010)链梯法:贝叶斯自举法与经典自举法。保险:数学与经济学,47(1),36-51·Zbl 1231.91225号 [38] Rainville,E.D.(1960)《特殊功能》,第1版,第442卷。纽约:麦克米伦公司·Zbl 0092.06503号 [39] Renshaw,A.和Haberman,S.(2003)Lee-Carter死亡率预测:英格兰和威尔士死亡率预测的并行广义线性建模方法。英国皇家统计学会杂志:C辑(应用统计学),52(1),119-137·Zbl 1111.62359号 [40] Renshaw,A.、Haberman,S.和Hatzopoulos,P.(1996)英国男性有保障生命中近期死亡率趋势的建模。《英国精算杂志》,2(2),449-477。 [41] Renshaw,A.E.和Haberman,S.(2006)基于队列的死亡率降低因子Lee-Carter模型扩展。保险:数学与经济学,38(3),556-570·Zbl 1168.91418号 [42] Roser,M.(2018)预期寿命。在线发布于OurWorldInData.org。检索自https://ourworldindata.org/预期寿命。 [43] (2016)RStan:与Stan的R接口。R包版本,2(1)。 [44] Stein,E.M.和Weiss,G.L.(1971)《欧几里德空间傅里叶分析导论》,第1卷。新泽西州普林斯顿:普林斯顿大学出版社·Zbl 0232.42007号 [45] Toczydlowska,D.、Peters,G.W.、Fung,M.C.和Shevchenko,P.V.(2017)通过概率稳健主成分纳入人口统计学因素的随机期和队列效应状态空间死亡率模型。风险,5(3),42。 [46] Vladimir,S.、Magali,B.和John,W.(2017)人类死亡率数据库。网址:http://www.portality.org/。 [47] Weibull,W.(1951)广泛适用性。应用力学杂志,103(730),293-297·Zbl 0042.37903号 [48] Wold,H.(1938)。平稳时间序列分析的研究。Almqvist&Wiksell博士论文·Zbl 0019.35602号 [49] Yan,H.、Peters,G.W.和Chan,J.S.(2018)结合长记忆的死亡率模型改善了寿命表估计:一项综合分析。SSRN:https://ssrn.com/abstract=3149914。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。