基于AEL-STM改进模型的高龄人口死亡率预测

高龄人口死亡率预测是长寿风险度量和管理、养老金成本和债务评估的基础.基于高龄人口死亡率数据特征,本文建立一个AEL-STM改进模型对高龄人口死亡率进行预测.首先利用AE模型从高龄人口死亡率数据提取潜在时间因子,把它作为LSTM模型的输入变量,然后通过解码得到高龄人口死亡率预测值.同时,选取我国大陆1994–2018年60–89岁高龄人口死亡率作为样本数据进行实证分析.研究结果表明,AELSTM改进模型较传统的人口死亡率CBD模型预测精度有显著提高,且预测结果呈现较强鲁棒性.

长期护理保险视角下我国老年人口失能率测算——基于广义线性模型与高龄人口死亡率估计模型的比较

随着人口老龄化进程的不断加快,失能老年人口的长期护理保障不足成为亟待解决的社会问题。推行长期护理保险有望缓解家庭和社会负担、保障失能老年人口生活质量,而失能率是构建长期护理保险制度、实现长期护理保险基金可持续发展的关键指标。本文基于中国老年社会追踪调查数据,采用近年来我国长期护理保险试点中大多数地区使用的失能评估工具Barthel指数评定量表作为老年人口失能评定标准,分别运用广义线性模型和生命表技术中高龄人口死亡率估计模型对我国老年人口失能率进行测算。结果表明:高龄人口死亡率模型对老年人口失能率的测算效果整体上优于目前常用的广义线性模型,特别是对于中度失能率和重度失能率的测算,广义线性模型明显低估75岁以上老年人口的失能率,而不同程度的老年人口失能率测算分别适用于不同高龄人口死亡率估计模型。

基于长寿风险的中国人口死亡率扩展方法

随着人类预期寿命的延长,高龄人口死亡率在国外学术界越来越受到关注。文章选择用Gompertz函数、Coale-Kisker方法、极值理论等方法分别对中国女性高龄人口死亡率进行拟合,并通过加权最小平方法进行比较,得到了Coale-Kisker方法是死亡率扩展的最佳方法的结论。