BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Papież Monika (Uniwersytet Ekonomiczny w Krakowie / Kolegium Ekonomii, Finansów i Prawa)
Tytuł
Zastosowanie stochastycznego modelu Cairnsa-Blake'a-Dowda do prognozowania oczekiwanej długości trwania życia
Using the Cairns-Blake-Dowd Stochastic Model to Forecast Life Expectancy
Źródło
Zeszyty Naukowe / Uniwersytet Ekonomiczny w Krakowie, 2010, nr 813, s. 45-68, rys., tab., bibliogr. 14 poz.
Słowa kluczowe
Modele stochastyczne, Świadczenia emerytalno-rentowe, Prognozowanie demograficzne, Starzenie się społeczeństw
Stochastic models, Pension benefits, Demographic forecasting, Ageing of the population
Uwagi
summ.
Abstrakt
Wzrost długości trwania życia powoduje wiele zmian społeczno-ekonomicznych. Jedną z nich jest zwiększenie się liczby osób dożywających wieku emerytalnego i korzystających ze świadczeń emerytalno-rentowych, co powoduje wydłużenie się okresu, przez jaki systemy emerytalne wypłacają świadczenia. (…) W artykule zostanie przedstawiony jeden z dynamicznych modeli – model Cairnsa-Blake’a-Dowda – określający zmiany wartości wskaźnika umieralności w czasie. (fragment tekstu)

Growth in the length of the average lifespan is causing numerous socio-economic changes. One is the increasing number of individuals living to retirement age and therefore using retirement pension benefits, which lengthens the time the pension system pays these benefits. The growing life expectancy also affects the management of institutions in charge of paying retirement pension benefits. The article presents one of the most dynamic models - that of Cairns, Blake, and Dowd (CBD) - for describing changes in mortality over time. To study the possibility of using the CBD model to predict life expectancy at 60 years of age and above in Central Europe, three countries were selected - Slovakia, Czech Republic and Hungary. Since similar dynamics of change in these countries also characterise Poland, the conclusions of the study can be generalised to the country. For the sake of comparison, three countries from Western Europe were also chosen: The Netherlands, Italy and Sweden. The study period covered the years 1955-2005. Parameter estimation was carried out for both women and men on the basis of complete life tables for those aged 60-100 (people of retirement age) in the years 1955-2005. However, the years 1996-2005 were used to verify the model. For this purpose, based on the value of the estimated parameters for the 1955-1995 period, forecasts were derived for 1996-2005. In order to verify the model, ex post forecast accuracy indicators were calculated enabling the admissibility of forecasts to be tested given the errors made in previous forecasts. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
dostęp tylko z terenu Kampusu UEK
Bibliografia
Pokaż
  1. Brouhns N., Denuit M., Vermunt J.K. [2002a], Measuring the Longevity Risk in Mortality Projections, „Bulletin of the Swiss Association of Actuaries”.
  2. Brouhns N., Denuit M., Vermunt J.K. [2002b], A Poisson Log-bilinear Regression Approach to the Construction of Projected Life Tables, „Insurance: Mathematics and Economics”, 31.
  3. Cairns A., Blake D., Dowd K. [2006], A Two-factor Model for Stochastic Mortality with Parameter Uncertainty: Theory and Calibration, „The Journal of Risk and Insurance”, 73(4).
  4. Cairns A. et al. [2007], A Quantitative Comparison of Stochastic Mortality Models Using Data from England and Wales and the United States, http://cms.jpmorgan.com/ lifemetrics, dostęp: 22.03.2011.
  5. Currie I.D. [2006], Smoothing and Forecasting Mortality Rates with P-splines, Institute of Actuaries, http://www.ma.hw.ac.uk/~iain/research/talks.html, dostęp: 22.03.2011.
  6. Frątczak E., Gach-Ciepiela U., Babiker H. [2005], Analiza historii zdarzeń. Elementy teorii, wybrane przykłady zastosowań, Wydawnictwo SGH, Warszawa.
  7. Haberman S., Renshaw A.E. [2006], A Cohort-based Extension to the Lee-Carter Model for Mortality Reduction Factors, „Insurance: Mathematics and Economics”, 38(3).
  8. Human Mortality Database [2011], University of California, Berkeley, Max Planck Institute for Demographic Research, www.mortality.org, dostęp: 22.03.2011.
  9. Lee R.D., Carter L. [1992], Modelling and Forecasting US Mortality, „Journal of the American Statistical Association”, vol. 87(419).
  10. LifeMetrics: A Toolkit for Measuring and Managing Longevity and Mortality Risks: Technical Document [2007], Pension Advisory Group, JPMorgan Chase Bank, N.A., http://www.jpmorgan.com/pages/jpmorgan/investbk/solutions/lifemetrics/library, dostęp: 22.03.2011.
  11. Papież M. [2007], Wpływ procesu starzenia się ludności na ryzyko w ubezpieczeniach na życie [w:] Inwestycje finansowe a ubezpieczenia. Tendencje światowe a rynek polski, red. K. Jajuga, W. Ronka-Chmielowiec, Prace Naukowe Akademii Ekonomicznej im. Oskara Langego we Wrocławiu nr 1176, Wrocław.
  12. Papież M. [2008a], Metody oceny ryzyka demograficznego i inwestycyjnego dla portfela ubezpieczeń na życie, Modelowanie Preferencji a Ryzyko 2007, Prace Naukowe Akademii Ekonomicznej im. Karola Adamieckiego w Katowicach, red. T. Trzaskalik, Katowice.
  13. Papież M. [2008b], Możliwość wykorzystania modelu Lee-Cartera do szacowania wartości w dynamicznych tablicach trwania życia [w:] Konferencja Naukowa Sekcji Analiz Demograficznych, Niedzica 26-28 września. Referaty cz. 1, Zeszyt Sekcji Analiz Demograficznych, nr 18.
  14. Papież M. [2008c], Ryzyko długowieczności dla portfela ubezpieczeń na życie i zakładów emerytalnych, Prace Naukowe Akademii Ekonomicznej im. Oskara Langego we Wrocławiu nr 1197, Wrocław.
Cytowane przez
Pokaż
ISSN
1898-6447
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu