我國商業(yè)養(yǎng)老保險的長壽風險分析.pdf

1、隨著社會經濟發(fā)展和醫(yī)療衛(wèi)生水平的提高，人口死亡率不斷下降，平均預期壽命持續(xù)提高，使得包括中國在內的許多國家都已經步入了老齡化社會。世界人口平均壽命從1955年的45.9歲，延長到了2000年的65.4歲，預計到2050年將達到74.3歲，而第六次人口普查中我國人口平均預期壽命已經達到了74.83歲。人口壽命延長，老齡人口數量不斷增加，與此同時，人口出生率卻存在下降趨勢，人口老齡化隨之而來。龐大的老齡人口以及不斷提高的實際壽命，使得養(yǎng)老金

2、支付系統(tǒng)受到了巨大的沖擊，長壽風險由此產生。商業(yè)養(yǎng)老保險作為我國養(yǎng)老保障體系中重要的組成部分，今后必將會起到越來越重要的作用。同時由于商業(yè)保險公司自負盈虧的性質，長壽風險給其帶來的沖擊要更為強烈。因此本文將商業(yè)養(yǎng)老保險面臨的長壽風險作為研究對象。
　　本文主要是進行我國商業(yè)養(yǎng)老保險的長壽風險度量，并在此基礎之上結合我國目前在長壽風險方面存在的不足提出建議。我國目前關于長壽風險的度量主要停留在理論研究上，未能進行定量分析。因此，本文

3、采取定量分析的方法進行長壽風險的度量，將長壽風險加以量化。長壽風險的度量分兩步展開:
　　首先，進行死亡率的預測，在死亡率預測模型的選擇中，通過分析對比，文章選取了經典的Lee-Carter模型，在確定了而對于模型中參數的預測無疑在模型應用中占有重要的地位。基于此，本文運用了在死亡率研究領域的最新成果，即運用貝葉斯MCMC方法來進行死亡率模型的參數估計。不同于傳統(tǒng)的二階段參數估計方法，該方法在統(tǒng)一的框架下一次性估計出所有參數并且解

4、決了我國經驗死亡率數據有限以及質量不高的問題，并通過與傳統(tǒng)參數估計方法的對比實證得出貝葉斯MCMC方法更為適合我國死亡人口的數據特征。
　　同時，鑒于高齡人口在長壽風險分析中占據比較重要的地位，而Lee-Carter模型在我國數據的基礎上只能預測0-89歲群體的死亡率，所以本文進行了高年齡群體的死亡率預測。而關于高年齡人口的死亡率預測模型，則主要是在Gompertz模型和Coale-Kisker模型中進行選擇。通過比較分析，得出了

5、Gompertz模型更為適合我國高齡人口的死亡率外推的結論。因此采用Gompertz模型預測90歲以上高齡人口的死亡率。
　　其次，在上一步得到全年齡段的人口死亡率的基礎上分別從長壽風險的資本要求以及長壽風險帶來的保費的損益差兩個方面進行了長壽風險的度量。
　　本文的第一個創(chuàng)新之處是將貝葉斯MCMC方法引入長壽風險的定量測度中來，從而實現(xiàn)了我國長壽風險的更準確測度。第二個創(chuàng)新之處是不同于以往的研究中采用分年齡組的死亡率數據去