鉴于我国人口死亡率统计数据质量不高的实际和传统Lee-Carter死亡率预测模型两阶段方法存在的误差累积问题,本文采用贝叶斯Markov Chain Monte Carlo方法来预测我国人口死亡率。通过Win BUGS编程,文章在一体化框架下一次性给出模型的参...鉴于我国人口死亡率统计数据质量不高的实际和传统Lee-Carter死亡率预测模型两阶段方法存在的误差累积问题,本文采用贝叶斯Markov Chain Monte Carlo方法来预测我国人口死亡率。通过Win BUGS编程,文章在一体化框架下一次性给出模型的参数估计和未来死亡率的预测值。对研究结果的比较分析表明,贝叶斯方法不仅有效减少了数据质量问题的不利影响,提高了参数估计的稳健性,而且有效克服了参数估计和预测分开进行的弊端,在BIC值和残差项方差等模型选择标准上明显优于传统方法。展开更多
文摘鉴于我国人口死亡率统计数据质量不高的实际和传统Lee-Carter死亡率预测模型两阶段方法存在的误差累积问题,本文采用贝叶斯Markov Chain Monte Carlo方法来预测我国人口死亡率。通过Win BUGS编程,文章在一体化框架下一次性给出模型的参数估计和未来死亡率的预测值。对研究结果的比较分析表明,贝叶斯方法不仅有效减少了数据质量问题的不利影响,提高了参数估计的稳健性,而且有效克服了参数估计和预测分开进行的弊端,在BIC值和残差项方差等模型选择标准上明显优于传统方法。