【摘要】：在我國(guó),隨著人口死亡率的不斷降低、人口預(yù)期壽命的不斷提升以及我國(guó)人口的出生率不斷呈下降趨勢(shì),我國(guó)逐漸面臨嚴(yán)重的老齡化問題。根據(jù)社科院的相關(guān)報(bào)告指出,由于人口預(yù)期壽命的不斷延長(zhǎng),我國(guó)的基本養(yǎng)老金收支缺口長(zhǎng)期存在且呈不斷擴(kuò)大的趨勢(shì)。此種情況下,商業(yè)養(yǎng)老保險(xiǎn)作為養(yǎng)老金支付體系中的重要組成部分發(fā)揮著越來越重要的作用。同時(shí)由于保險(xiǎn)公司不同于由政府支付、財(cái)政補(bǔ)貼的社會(huì)養(yǎng)老保險(xiǎn),商業(yè)養(yǎng)老保險(xiǎn)的支付者保險(xiǎn)公司自負(fù)盈虧的特性,使得長(zhǎng)壽風(fēng)險(xiǎn)對(duì)保險(xiǎn)公司的沖擊更為明顯。因此長(zhǎng)壽風(fēng)險(xiǎn)成為我國(guó)保險(xiǎn)公司以及養(yǎng)老金機(jī)構(gòu)目前面臨的一項(xiàng)巨大的挑戰(zhàn),探究如何對(duì)長(zhǎng)壽風(fēng)險(xiǎn)進(jìn)行有效的管理已經(jīng)成為一項(xiàng)越來越迫切的任務(wù)。本文主要是通過對(duì)目前有關(guān)長(zhǎng)壽風(fēng)險(xiǎn)相關(guān)理論的梳理對(duì)長(zhǎng)壽風(fēng)險(xiǎn)管理方法中的自然對(duì)沖策略的最優(yōu)比例問題進(jìn)行研究。目前國(guó)內(nèi)國(guó)外的相關(guān)研究雖然比較多,但是國(guó)內(nèi)的相關(guān)研究大多是對(duì)國(guó)外相關(guān)模型的理論借鑒與應(yīng)用,對(duì)于對(duì)沖策略產(chǎn)品組合最優(yōu)比例確定的問題上研究較少。另外由于各個(gè)國(guó)家人口的死亡率經(jīng)驗(yàn)數(shù)據(jù)也不盡相同,而目前對(duì)相關(guān)方面模型的研究大多數(shù)僅局限于對(duì)國(guó)外相關(guān)模型的介紹。所以本文力求在我國(guó)最新死亡率數(shù)據(jù)的基礎(chǔ)上,考慮到男女性別的差異以及利率、模型的差異對(duì)自然對(duì)沖策略產(chǎn)生的影響進(jìn)行分析,尋求在不同影響因素不同條件下對(duì)長(zhǎng)壽風(fēng)險(xiǎn)進(jìn)行對(duì)沖的產(chǎn)品組合的最優(yōu)比例,進(jìn)而為保險(xiǎn)公司在實(shí)際進(jìn)行自然對(duì)沖策略的組合比例的選擇上提供相應(yīng)的決策支持。首先本文對(duì)長(zhǎng)壽風(fēng)險(xiǎn)產(chǎn)生的背景以及保險(xiǎn)公司必須重視長(zhǎng)壽風(fēng)險(xiǎn)的管理的原因進(jìn)行了系統(tǒng)的分析,并通過對(duì)目前存在的幾種長(zhǎng)壽風(fēng)險(xiǎn)管理方法的介紹,將長(zhǎng)壽風(fēng)險(xiǎn)自然對(duì)沖策略的優(yōu)點(diǎn)以及意義進(jìn)行了分析與介紹。指出本文對(duì)長(zhǎng)壽風(fēng)險(xiǎn)自然對(duì)沖策略研究的意義重大;其次,本文對(duì)目前有關(guān)長(zhǎng)壽風(fēng)險(xiǎn)的相關(guān)理論研究進(jìn)行了系統(tǒng)性、條理性的介紹與分析。在長(zhǎng)壽風(fēng)險(xiǎn)的度量方面,本文通過對(duì)目前存在的死亡率模型的介紹分析與比對(duì),選擇出適合我國(guó)人口死亡率特征的最優(yōu)模型以及分別適合我國(guó)與女性人口的最優(yōu)模型。同時(shí)在模型的參數(shù)估計(jì)方面引入貝葉斯馬爾科夫過程蒙特卡洛模擬方法(簡(jiǎn)稱MCMC)與傳統(tǒng)的二階段法分別對(duì)選擇的最優(yōu)死亡率模型進(jìn)行參數(shù)估計(jì)。在長(zhǎng)壽風(fēng)險(xiǎn)的度量方法上,分別介紹以及利用資本要求和損益差的方法進(jìn)行了計(jì)算。鑒于我國(guó)與國(guó)外相關(guān)數(shù)據(jù)樣本有所區(qū)別,國(guó)外的相關(guān)理論模型并不能直接套用,本文在數(shù)據(jù)的選擇與處理上采取了一定的處理手段。在未來死亡率的預(yù)測(cè)方面,本文有別于目前大多數(shù)不區(qū)分性別的做法,分別對(duì)男性與女性的死亡率進(jìn)行了預(yù)測(cè)處理。在長(zhǎng)壽風(fēng)險(xiǎn)的自然對(duì)沖研究方面,首先構(gòu)建了資產(chǎn)收益率模型,并根據(jù)最新觀測(cè)統(tǒng)計(jì)數(shù)據(jù)生成未來利率情景;其次本文構(gòu)建了長(zhǎng)壽風(fēng)險(xiǎn)的自然對(duì)沖策略模型。最后,利用已生成的死亡率情景、利率情景以及構(gòu)建的自然對(duì)沖模型通過對(duì)模型實(shí)例應(yīng)用,分利率、性別以及選用模型的探究在不同情形下對(duì)長(zhǎng)壽風(fēng)險(xiǎn)進(jìn)行對(duì)沖的產(chǎn)品組合的最優(yōu)比例,并對(duì)產(chǎn)品組合最優(yōu)比例的影響因素進(jìn)行了分析。在本文的最后,針對(duì)前文的相關(guān)研究結(jié)論指出對(duì)于我國(guó)男性與女性以及總?cè)丝跇颖緮?shù)據(jù)對(duì)應(yīng)的最優(yōu)模型是不相同的。而選擇使用模型、利率以及樣本數(shù)據(jù)的不同,對(duì)于最終產(chǎn)品組合最優(yōu)比例結(jié)果的影響是明顯的。因此,保險(xiǎn)公司在采用自然對(duì)沖策略對(duì)長(zhǎng)壽風(fēng)險(xiǎn)進(jìn)行管控的操作過程中,必須重視最優(yōu)模型的選擇。在對(duì)產(chǎn)品的設(shè)計(jì)過程中,要針對(duì)男性人口與女性人口樣本數(shù)據(jù)的不同,做出相應(yīng)的設(shè)計(jì)細(xì)節(jié),并且對(duì)于利率的選擇上,要考慮到投資因素以及隨機(jī)利率因素的影響。此外,在日后的數(shù)據(jù)統(tǒng)計(jì)工作中,要根據(jù)實(shí)際能力盡可能的將數(shù)據(jù)統(tǒng)計(jì)做到詳細(xì)與完善,重視數(shù)據(jù)的保管工作,逐漸改善我國(guó)往前數(shù)據(jù)缺失的缺陷。最后,根據(jù)對(duì)目前經(jīng)濟(jì)社會(huì)發(fā)展趨勢(shì)的分析,指出在我國(guó)目前來說自然對(duì)沖策略具有良好的發(fā)展前景。
【學(xué)位授予單位】：山東財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：F224;F842.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曾燕;曾慶鄒;康志林;;基于價(jià)格調(diào)整的長(zhǎng)壽風(fēng)險(xiǎn)自然對(duì)沖策略[J];中國(guó)管理科學(xué);2015年12期

2 趙明;王曉軍;;保險(xiǎn)公司長(zhǎng)壽風(fēng)險(xiǎn)度量[J];統(tǒng)計(jì)研究;2015年12期

3 段白鴿;;動(dòng)態(tài)死亡率建模與長(zhǎng)壽風(fēng)險(xiǎn)量化研究評(píng)述[J];保險(xiǎn)研究;2015年04期

4 魏華林;宋平凡;;隨機(jī)利率下的長(zhǎng)壽風(fēng)險(xiǎn)自然對(duì)沖研究[J];保險(xiǎn)研究;2014年03期

5 金博軼;;隨機(jī)利率條件下保險(xiǎn)公司長(zhǎng)壽風(fēng)險(xiǎn)自然對(duì)沖策略研究[J];保險(xiǎn)研究;2013年05期

6 田夢(mèng);鄧穎璐;;我國(guó)隨機(jī)死亡率的長(zhǎng)壽風(fēng)險(xiǎn)建模和衍生品定價(jià)[J];保險(xiǎn)研究;2013年01期

7 金博軼;;動(dòng)態(tài)死亡率建模與年金產(chǎn)品長(zhǎng)壽風(fēng)險(xiǎn)的度量——基于有限數(shù)據(jù)條件下的貝葉斯方法[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2012年12期

8 王曉軍;任文東;;有限數(shù)據(jù)下Lee-Carter模型在人口死亡率預(yù)測(cè)中的應(yīng)用[J];統(tǒng)計(jì)研究;2012年06期

9 艾蔚;;基于Lee-Cater模型的養(yǎng)老保險(xiǎn)個(gè)人賬戶缺口研究[J];保險(xiǎn)研究;2012年02期

10 祝偉;陳秉正;;動(dòng)態(tài)死亡率下個(gè)人年金的長(zhǎng)壽風(fēng)險(xiǎn)分析[J];保險(xiǎn)研究;2012年02期

相關(guān)博士學(xué)位論文 前2條

1 王力平;基于長(zhǎng)壽風(fēng)險(xiǎn)的金融產(chǎn)品創(chuàng)新研究[D];天津財(cái)經(jīng)大學(xué);2015年

2 潘婉彬;利率建模與模型估計(jì)[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前7條

1 高娟;壽險(xiǎn)公司長(zhǎng)壽風(fēng)險(xiǎn)自然對(duì)沖策略研究[D];廣東財(cái)經(jīng)大學(xué);2016年

2 何雨陽(yáng);我國(guó)長(zhǎng)壽風(fēng)險(xiǎn)管理研究[D];浙江大學(xué);2016年

3 高原;國(guó)內(nèi)人口預(yù)期壽命研究—運(yùn)用Lee-Carter模型和CBD模型[D];山東大學(xué);2015年

4 陳威;壽險(xiǎn)公司長(zhǎng)壽風(fēng)險(xiǎn)測(cè)度及其自然對(duì)沖策略研究[D];湖南大學(xué);2014年

5 駱澎濤;長(zhǎng)壽風(fēng)險(xiǎn)的測(cè)度、影響及其管理[D];西南財(cái)經(jīng)大學(xué);2014年

6 張超欣;基于Lee-Carter模型的男性人口長(zhǎng)壽風(fēng)險(xiǎn)分析[D];廣東財(cái)經(jīng)大學(xué);2013年

7 尹莎;運(yùn)用Lee-Carter方法預(yù)測(cè)中國(guó)人口死亡率[D];湖南大學(xué);2005年

本文編號(hào)：2734364