基于双因子Lee-Carter模型的死亡率预测及年金产品风险评估

本文针对传统单因子Lee-Carter模型中死亡率的改善呈常数速率的明显弊端,利用贝叶斯MCMC方法和中国实际人口死亡率数据,考察对比了双因子Lee-Carter模型的预测效果.检验结果表明双因子模型的拟合优度和离差信息准则DIC明显优于单因子模型,较好地抓住了死亡率随时间演进的波动性.文章还进一步比较了基于两种模型预测结果的年金的定价、统计特征、风险度量和资本要求.结果表明双因子模型下,年金价格核密度图的尖峰厚尾现象较为突出,宜考虑TVaR风险度量来弥补SolvencyⅡ中基于VaR的资本额度计算方法的不足,以因应年金产品中死亡率超预期改善的长寿风险.

基于有限人口数据的死亡率预测与年金偿付能力评估

鉴于我国人口普查数据稀缺,抽样调查数据质量不高给人口死亡率预测带来的不利影响,本文在贝叶斯MCMC研究框架下利用贝叶斯因子和离差信息准则进行死亡率预测的模型选择和拟合效果的评估,并进一步比较了不同模型和数据组合下年金的定价、统计特征、风险度量和偿付能力资本要求。结果表明Lee Carter有限数据模型和三年高质量普查数据的组合能有效降低模型离差,提高死亡率预测的精度,并且能更好抓住年金价格分布的尖峰厚尾特征,结合TVaR风险度量能有效缓解Solvency II中基于VaR的方法缺陷,更准确地评估年金产品中的长寿风险。