基于中国人口的CBD模型参数估计、调整及其Bootstrap方法的应用

发布时间：2020-11-15 03:13

　　 随着经济社会的发展和医疗卫生条件的提高,人口死亡率逐渐降低、预期寿命逐渐提高,由此引发的长寿风险越来越引起了人们的关注,而建立死亡率模型正确的预测死亡率对于控制长寿风险十分重要。CBD模型是一个著名的随机死亡率模型,而国内对CBD模型的研究较少,所以本文的主要内容是我国人口死亡率CBD模型的研究与应用。由于我国1994年之前的数据不连贯,因此本文采用的是1994-2015年中国分年龄、分性别的人口死亡数据。针对数据在年份和年龄上的不规则性,使用一种加权极大似然估计方法对模型参数进行估计,并对模型的适用年龄范围进行了研究。根据国家统计局公布的人口预期寿命对模型的参数进行调整,使模型预期寿命与官方公布的预期寿命具有一致性。基于参数调整后的模型对未来人口死亡率和预期寿命进行了预测。同时将Bootstrap法应用于我国人口CBD模型的参数估计及预测当中,全面评估了模型参数估计及预测的不确定性,论证了CBD模型在应用中使用Bootstrap法的必要性。最后,对我国年金保险产品的长寿风险进行了分析并给出了相应的建议。本文关于CBD模型研究与应用的方法也可应用于其它死亡率模型,为我国人口死亡率、预期寿命及相关领域的研究提供借鉴。
【学位单位】：华北电力大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：C921.2
【部分图文】：

男性参数

图 4-2 女性参数(1)t 和(2)t 的 Bootstrap 估衍生参数估计的不确定性用 CBD 模型进行死亡率的预测过程中会衍生出原始模型不含有2，21 ，22 和()1221 ，并且它们在死亡率预测中起到很关键性的的值需要估计。估计值自然会带有不确定性，如果不采用 Bootstra将单一的估计值视为确定性数值在后续的应用中使用，这样的随

图 5-3 男性（左）和女性（右）死亡率的随机预测2 预期余寿的预测基于队列生命表 t 年 x 岁人口预期余寿xte 的计算公式为： 110, jxtxjtjep（5中xtp,表示在在 t 年 x 岁的人在下一年存活的概率，即
【相似文献】

相关期刊论文 前10条

1 张朝华;;南方家庭农场经营类型、效率异质及其影响因素——基于Bootstrap的估计[J];暨南学报(哲学社会科学版);2019年10期

2 李珊珊;;基于R软件的bootstrap方法[J];电脑编程技巧与维护;2016年04期

3 李小佩;王建新;施秀英;王惠民;;Bootstrap方法建立生物参考区间的研究[J];检验医学与临床;2016年09期

4 胡振涛;Hu Yumei;Zheng Shanshan;Li Xian;Guo Zhen;;Distributed cubature Kalman filter based on observation bootstrap sampling[J];High Technology Letters;2016年02期

5 Cui Yijia;Huang Guoliang;Yin Ziyong;;Estimating regional coal resource efficiency in China using three-stage DEA and bootstrap DEA models[J];International Journal of Mining Science and Technology;2015年05期

6 贾英霞;;浅谈Bootstrap制作响应式网站布局[J];福建电脑;2015年08期

7 史海峰;;听课管理系统设计与实现[J];现代职业教育;2016年22期

8 ZHANG Zheng;LU WenXi;CHU HaiBo;CHENG WeiGuo;ZHAO Ying;;Uncertainty analysis of hydrological model parameters based on the bootstrap method:A case study of the SWAT model applied to the Dongliao River Watershed,Jilin Province,Northeastern China[J];Science China(Technological Sciences);2014年01期

9 刘薇;常振海;;非参数bootstrap估计失效情形的探讨[J];统计与决策;2014年16期

10 王珏;张新民;;基于bootstrap分析方法的我国基金经理选股能力研究[J];中国软科学;2013年11期

相关博士学位论文 前10条

1 句彦伟;几类多尺度非线性随机模型与SAR图像Bootstrap分割研究[D];西北工业大学;2007年

2 任通先;Bootstrap方法在空间面板模型空间相关性检验中的应用研究[D];华南理工大学;2015年

3 赵前程;动态利率期限结构模型的估计与Bootstrap偏差修正[D];东北财经大学;2017年

4 王艳芳;基于bootstrap法与混合威布尔分布的拖拉机可靠性评估模型与应用研究[D];东北农业大学;2016年

5 冯龙;稳健统计推断和超高维数据的若干研究[D];南开大学;2014年

6 Mita Bagchi;孟加拉与中国农业的效率与生产力比较研究[D];西北农林科技大学;2013年

7 刘维迪;基金经理投资积极性及其与基金业绩关系的研究[D];浙江大学;2016年

8 孙楠;高中生完美主义对学业成绩的影响及作用机制研究[D];吉林大学;2015年

9 袁锐;我国高技术产业区域效率研究[D];吉林大学;2009年

10 盛春阳;基于数据的钢铁企业二次能源系统预测方法及应用[D];大连理工大学;2014年

相关硕士学位论文 前10条

1 李鑫;基于中国人口的CBD模型参数估计、调整及其Bootstrap方法的应用[D];华北电力大学;2019年

2 刘磊;基于SSH框架的博客用户分享平台的设计与实现[D];河北工业大学;2017年

3 郝双;基于B-ELM模型的风电场短期功率区间预测方法研究[D];沈阳工业大学;2019年

4 周君;基于bootstrap方法的参数估计研究[D];贵州民族大学;2019年

5 常文文;模糊假设检验的Bootstrap方法研究[D];宁夏大学;2018年

6 米川;基于Bootstrap和相关向量机的区间预测方法及应用研究[D];北京化工大学;2018年

7 杨会叶;基于Bootstrap最大熵法的含损伤复合材料可靠性分析[D];大连理工大学;2018年

8 何明灿;基于两类Bootstrap方法的长记忆过程变点检验[D];青海师范大学;2018年

9 吴苦禅;分位数回归单位根检验的Bootstrap过程[D];浙江大学;2018年

10 原方亮;基于Bootstrap的H5响应式网站开发技术研究[D];郑州大学;2018年

本文编号：2884278