확률모형을 이용한 미래 사망률 시나리오 생성에 관한 연구
A Study on Generating Scenarios of Future Mortality Rates Using Stochastic Mortality Models
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
생명보험 또는 연금에 대한 부채 및 내재된 위험을 평가하는 과정에서 미래 사망률에 대한 결정론적 가정을 적용하는 것보다 다양한 시나리오를 기반으로 한 확률론적 접근 방법이 요구되고 있다. 이를 위해서는 적절한 범위의 현실적인 사망률 시나리오를 도출할 수 있는 모형의 선택이 필요하다. 기존에 제안된 다양한 사망확률 모형에 포함된 시계열 모형으로 주로 전통적인 시계열 모형인 ARIMA 모형이 활용되었는데, ARIMA 모형 외에도 최근에 소개된 다양한 시계열 모형을 적용하여 모형 선택의 폭을 넓힐 수 있다. 본 연구에서는 국내의 사망률 자료에 대하여 사망확률 모형에 포함된 시계열 모형으로 Facebook Prophet 모형과 베이지안 구조 시계열 모형을 적용하여 ARIMA 모형을 적용하였을 때와 미래 사망률 추정과 시나리오 생성 결과를 비교해 보았다. 모형의 확장을 통해 보다 다양한 모형들의 특성을 비교 분석하고 최적의 모형을 도출할 수 있을 것으로 기대한다.
Abstract
In the process of assessing liabilities and inherent risks related to life insurance or pensions, a probabilistic approach based on various scenarios is required, rather than applying deterministic assumptions regarding future mortality rates. To achieve this, it is necessary to select models that can derive a realistic range of mortality rate scenarios. Among the various mortality models proposed, traditional time series model such as ARIMA has primarily been utilized. However, the range of model selection can be expanded by applying a variety of recently introduced time series models in addition to ARIMA. This study compares the results of future mortality rate estimation and scenario generation using the Facebook Prophet model and Bayesian structural time series model against those obtained from the ARIMA model, applied to domestic mortality data. Through the expansion of the model, we expect to compare and analyze the characteristics of various models and derive the optimal model.
참고문헌 (32)
- 강중철, "장수리스크를 고려한 사망률 추정방법에 관한 연구", 리스크관리연구, 17(1), pp.153~178 (2006)
- 김세중, "장수리스크 측정을 위한 확률적 사망률 모형 비교연구", 보험학회지, 93, pp.213~235 (2012)
- 보험회사의 장수위험에 관한 연구, "김세중", 보험연구원, 1~94, pp.보험연구원 연구보고서 2018(26) (2018)
- 김순영, "코호트 효과를 고려한 확률적 사망률 예측 모형의 비교 연구", 응용통계연구, pp.333~359 (2021)
- 김시옥, "확률적 사망률 모형으로 예측한 북유럽 국가간 종신연금의 지속가능성 비교 연구", 박사, pp.2023
- 류근옥, "동시시뮬레이션 기법에 의한 주택연금의 보증리스크 평가", 주택연구, 23(2), pp.143~179 (2015)
- 백철, "Gompertz 사망함수의 모수추정과 연령기준 설정에 대한 통계적 방법", 리스크관리연구, 27(3), pp.25~65 (2016)
- 백혜연, "Lee-Carter 모형에서 사망률 추정과 보험수리적 현가 분석", Journal of The Korean Data Analysis Society, 15(3), pp.1553~1572 (2013)
- 양재환, "주택가격 급등이 주택연금 가입자에게 미치는 영향 : 주택연금의 해지및 재가입 전략을 중심으로", 산업경제연구, 32(5), pp.2075~2108 (2019)
- 오필재, "사망률의 계절성과 분석 모형에 관한 연구", 보험학회지, (128), pp.33~61 (2021)
- 이항석, "왜도 예측을 이용한 Lee-Carter 모형의 사망률 예측", 응용통계연구, 29(1), pp.41~59 (2016)
- 장성원, "확률적인 이자율 및 확률적인 사망률을 고려한 금리연동형 종신보험의 수익성 분석에 관한 연구", 리스크관리연구, 32(3), pp.35~78 (2021)
- 조재훈, "확률론적 이자율과 사망률모형을 이용한 보험리스크 측정-장수리스크를 중심으로", 보험학회지, (122), pp.1~33 (2020)
- 조재훈, "사적연금 장수위험 측정을 위한 연금사망률 모형", 리스크관리연구, 29(1), pp.1~32 (2018)
- 최장훈, "사망률 전망 모형의 선택과 국민연금 재정효과 분석", 통계연구, 21(1), pp.15~33 (2016)
- 통계청 마이크로데이터 서비스, "(2008-2019), 사망원인 통계", ~
- 통계청 마이크로데이터 서비스, "(2008-2019), 주민등록 인구현황 통계", ~
- 황지연, "Lee-Carter 모형의 베이지안 추정을 이용한 국가별 사망률 개선추이에관한 비교연구", 리스크관리연구, 29(1), pp.89~112 (2018)
- Cairns, A. J., "A two-factor model for stochastic mortality with parameter uncertainty : theory and calibration", Journal of Risk and Insurance, 73(4), pp.687~718 (2006)
- Cairns, A. J., "A quantitative comparison of stochastic mortality models using data from England and Wales and the United States", North American Actuarial Journal, 13(1), pp.1~35 (2009)
- Cairns, A. J., "Bayesian stochastic mortality modelling for two populations", ASTIN Bulletin : The Journal of the IAA, 41(1), pp.29~59 (2011)
- Eun, S. J., "Effects of Stricter Drunk-Driving Laws on Alcohol-Related Road Traffic Death, Injury, and Crash Rates in South Korea: A Synthetic Counterfactual Approach Using Bayesian Structural Time-Series Models", Accident Analysis & Prevention, 163, pp.106455~ (2021)
- Eun, S. J., "Evaluating the Effects of the 2017 National Health Insurance Coverage Expansion on Amenable Mortality and Its Disparities Between Areas in South Korea Using Bayesian Strucural Time-Series Models", Social Science and Medicine, 333, pp.116574~ (2021)
- Feretzakis, G., "Advancing Cardiovascular Mortality Trend Analysis: A Machine Learning Approach to Predict Future Health Policy Needs", Studies in Health Technology & Informatics, 316, pp.868~872 (2024)
- Kwon, H. S., "Suitability of Stochastic Models for Mortality Projection in Korea : A Follow-up Discussion", Communications for Statistical Applications and Methods, 28(2), pp.171~188 (2021)
- Lee, R. D., "Modeling and forecasting US mortality", Journal of the American Statistical Association, 87(419), pp.659~671 (1992)
- Plat, R., "On stochastic mortality modeling", Insurance : Mathematics and Economics, 45(3), pp.393~404 (2009)
- Renshaw, A. E., "A cohort-based extension to the Lee–Carter model for mortality reduction factors", Insurance : Mathematics and Economics, 38(3), pp.556~570 (2006)
- Satpathy, S., "Predicting Mortality Rate and Associated Risks in COVID-19patients", Spatial Information Research, 29, pp.455~464 (2021)
- Scott, S. L., "Predicting the present with Bayesian structural time series", International Journal of Mathematical Modelling and Numerical Optimisation, 5(1-2), pp.4~23 (2014)
- Taylor, S. J., "Forecasting at Scale", The American Statistician, 72(1), pp.37~45 (2018)
- Villegas, A. M., "StMoMo: An R Package for Stochastic Mortality Modeling", Journal of Statistical Software, 84, pp.1~38 (2018)