[1]王莹莹,季彦颋,闵蓥宵,等.基于长记忆特性的死亡率模型研究[J].浙江科技学院学报,2023,(01):81-88.
　WANG Yingying,JI Yanting,MIN Yingxiao,et al.Research on mortality model based on long memory characteristic[J].,2023,(01):81-88.
点击复制

基于长记忆特性的死亡率模型研究(/HTML)
分享到：

《浙江科技学院学报》[ISSN:1001-3733/CN:61-1062/R]

卷:
期数:
2023年01期
页码:
81-88
栏目:
出版日期:
2023-03-06

文章信息/Info

Title:
Research on mortality model based on long memory characteristic
文章编号:
1671-8798(2023)01-0081-08
作者:
王莹莹; 季彦颋; 闵蓥宵; 房启全
浙江科技学院 理学院,杭州 310023
Author(s):
WANG Yingying;  JI Yanting;  MIN Yingxiao;  FANG Qiquan
School of Science, Zhejiang University of Science and Technology, Hangzhou 310023, Zhejiang, China
关键词:
长记忆性; 死亡率模型; Hurst指数; 个体死亡率; 拟合; 预测
分类号:
F840.323
文献标志码:
A
摘要:
【目的】为了在实际应用中准确估计死亡率,提出基于长记忆特性的死亡率模型。【方法】选取个体死亡率数据,构建长记忆性死亡率模型进行研究。首先根据R/S分析(rescaled range analysis,重标极差分析)法估计死亡率队列的Hurst指数;然后利用长记忆性Milevsky-Promislow死亡率模型和MilevskyPromislow死亡率模型对个体死亡率数据进行拟合对比;最后采用长记忆性死亡率模型预测个体死亡率,并将其应用到中国寿险业经验生命表中。【结果】能够捕捉长记忆性的死亡率模型对个体死亡率的拟合效果更好,队列的初始年龄、性别因素对拟合效果有一定的影响,且该模型对死亡率的预测较为准确。【结论】本研究通过构建长记忆性死亡率模型,为提高死亡率拟合预测效果提供了理论方法。
更新日期/Last Update: