國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
42
第二節 後續研究建議
隨著全球化及科技進步，各國高齡人口的統計資料累積愈趨完善，對於高 齡死亡率的面貌也越來越明朗，近年也屢有新研究發現及理論的發表。然而，研 究結果也與研究方法有關，像是死亡率模型的參數的估計值會受到資料使用、估 計方法的影響，例如：Gompertz 模型於 1825 年提出時建議以 40 歲作為模型估 計的起始年齡，Coale-Kisker 模型則是適用年齡層為 85 歲以上的資料，本研究僅 以 60 歲至 99 歲的高齡人口資料作為研究，結果發現 Coale-Kisker 模型的表現效 果比 Gompertz 的結果差。此與 Yue (2012)、謝佩文(2013)的結果類似，他們發現 估計方法、使用的資料量，都會影響死亡壓縮的研究結論。建議未來進行相關研 究時，可從不同的年齡層進行討論，可選擇 80 或 85 歲作為研究的起始年齡，探 討死亡率模型是否會受到起始年齡影響，以及面對變化很大的極高齡死亡率變化 如何有效降低其推估的誤差。
本文考量的兩類模型：關係模型(Relational Models)及隨機模型(Stochastic Models)，第一類包括常用於高齡的 Gompertz、Coale-Kisker 模型，以及 Discount Sequence 模型，第二類則有 Lee-Carter 及 CBD 等模型利用關係模型以及隨機死 亡率模型做高齡死亡率的配適與預測。除此上述模型外，Renshaw and Haberman (RH model)也是常見的死亡率模型，本文後續也將 RH 模型加入比較，因應目前 死亡率不斷改善的問題。
另外研究結果發現關係模型表現未必比隨機模型表現差，王信忠、余清祥 (2011)提出的折扣數列(Discount Sequence)模型表現較隨機的死亡模型佳，後續研 究可再針對規律折扣數列模型討論，由於規律折扣數列模型僅討論單一年度資料，
尚未加入年代或世代的觀念，我們可試圖將關係模型考量年齡間死亡率特性以及 隨機死亡率模型年代或世代的觀念互相結合，使模型更能準確估計高齡人口死亡 率。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
43
參考文獻
一、中文部分
王信忠、余清祥(2011)，規律折扣數列與高齡死亡率，人口學刊，第43期，37-70。
王信忠、金碩、余清祥(2012)，小區域死亡率推估之研究，人口學刊，第45期，
121-145。
行政院經濟建設委員會(2010)，中華民國2012年至2060年人口推計。
余清祥(1997)，修勻：統計在保險上的應用，雙葉書廊。
余清祥、郭孟坤(2008)，電腦模擬、隨機方法與人口推估的實證研究，人口學刊，
第36期，67-98。
謝佩文(2013)，死亡壓縮與長壽風險之研究，碩士論文，政治大學風險管理與保 險研究所。
二、英文部分
Cairns, A.J.G., Blake, D., Dowd, K. (2006a). Pricing Death: Frameworks for the Valuation and Securitization of Mortality Risk. ASTIN Bulletin, 36, 79-120.
Cairns, A.J.G., Blake, D., Dowd, K. (2006b). A Two-factor Model for Stochastic Mortality with Parameter Uncertainty: Theory and Calibration. Journal of Risk
and Insurance, 73(4), 678-718.
Cairns, A.J.G., Blake, D., Dowd, K. Coughlan, G.D., Epstein, D., Ong, A., and Balevich, I. (2009). A Quantitative Comparison of Stochastic Mortality Models Using Data from England and Wales and the United States. North American
Actuarial Journal, 13, 1-35.
Chan, W.S., Li, S.H., and Li, J. (2014). The CBD Mortality Indexes: Modeling and Applications. North American Actuarial Journal, 18:1, 38-58.
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
44
Coale, A.J and Kisker, E.E. (1990). Defects in Data on Old-age Mortality in the United States: New Procedures for Calculating Mortality Schedules and Life Tables at the Highest Ages. Asian and Pacific Population Forum, 4:1-31.
Gompertz, B. (1825). On the Nature of the Function Expressive of the Law of Human Mortality and on a New Mode of Determining Life Contingencies, Philosophical Transactions of the Royal Society of London, 115: 513-585.
Lee, R. and Carter, L. (1992). Modeling and Forecasting U.S. Mortality. Journal of
the American Statistical Association, 87, 659-671.
Li, J.S.H., Ng, A.C.Y., and Chan, W.S. (2011). Modeling Old-age Mortality Risk for the Populations of Australia and New Zealand: An Extreme Value Approach.
Mathematics and Computers in Simulation, 18, 1325-1333.
Renshaw, A.E. and Haberman, S. (2003). Lee-Carter Mortality Forecasting with Age- specific Enhancement. Insurance: Mathematics and Economics, 33, 255-272.
Willets, R. (1999). Mortality in the next millennium. Paper presented to the Staple Inn Actuarial Society.
Yue, C.J. (2002). Oldest-Old Mortality Rates and the Gompertz Law: A Theoretical and Empirical Study Based on Four Countries. Journal of Population Studies, 24, 33-57.
Yue, C.J. (2012). Mortality Compression and Longevity Risk. North American Actuarial Journal, 16(4), 434-448.
‧
2001-2003 Raw data 2007-2009 Raw data 1995-1997Gompertz‧
‧
台 灣 女 性 Discount Sequence Ratio
age
日 本 女 性 Discount Sequence Ratio
age
台 灣 男 性 Discount Sequence Ratio
age
日 本 男 性 Discount Sequence Ratio
age
‧
美 國 女 性 Discount Sequence Ratio
age 2001-2003 Raw data 2007-2009 Raw data 1995-1997DSW 2001-2003 DSW 2007-2009 DSW
附圖 1-7、美國規律折扣數列模型之歷年存活機率比值
附圖 1-8、日本規律折扣數列模型推估歷年死亡率變化之結果
60 70 80 90
0.950.960.970.980.991.00
美 國 男 性 Discount Sequence Ratio
age 2001-2003 Raw data 2007-2009 Raw data 1995-1997DSW 2001-2003 DSW 2007-2009 DSW
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
49
60 70 80 90 100
-5-4-3-2-1
美 國 女 性 qx
age
log(qx)
1995-1997Raw data 2001-2003 Raw data 2007-2009 Raw data 1995-1997DSW 2001-2003 DSW 2007-2009 DSW
附圖 1-9、美國規律折扣數列模型推估歷年死亡率變化之結果
60 70 80 90 100
-4-3-2-1
美 國 男 性 qx
age
log(qx)
1995-1997Raw data 2001-2003 Raw data 2007-2009 Raw data 1995-1997DSW 2001-2003 DSW 2007-2009 DSW
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
50
60 70 80 90 100
-0.10-0.050.000.050.10
Japan Male
age
Beta2(x)
(四) Lee-Carter
附圖 1-10、日本男性 Lee-Carter 模型參數估計結果
60 70 80 90 100
-10-8-6-4-20
Japan Male
age
Beta1(x)
1995 2000 2005
-10-50510
Japan Male
age
Kappa2(t)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
51
60 70 80 90 100
-0.10-0.050.000.050.10
Japan Female
age
Beta2(x)
附圖 1-11、日本女性 Lee-Carter 模型參數估計結果
60 70 80 90 100
-10-8-6-4-20
Japan Female
age
Beta1(x)
1995 2000 2005
-10-50510
Japan Female
age
Kappa2(t)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
52
60 70 80 90 100
-0.10-0.050.000.050.10
U.S. Male
age
Beta2(x)
附圖 1-12、美國男性 Lee-Carter 模型參數估計結果
60 70 80 90 100
-10-8-6-4-20
U.S. Male
age
Beta1(x)
1995 2000 2005
-10-50510
U.S. Male
age
Kappa2(t)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
53
60 70 80 90 100
-0.10-0.050.000.050.10
U.S. Female
age
Beta2(x)
附圖 1-13、美國女性 Lee-Carter 模型參數估計結果
60 70 80 90 100
-10-8-6-4-20
U.S. Female
age
Beta1(x)
1995 2000 2005
-10-50510
U.S. Female
age
Kappa2(t)
‧
2001-2003Raw data 2007-2009Raw data 1995-1997LC 2001-2003Raw data 2007-2009Raw data 1995-1997LC 2001-2003Raw data 2007-2009Raw data 1995-1997LC 2001-2003Raw data 2007-2009Raw data 1995-1997LC 2001-2003LC 2007-2009LC‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
55
1995 2000 2005
0.060.080.100.120.14
Japan Male
age
Kappa2(t)
1995 2000 2005
0.060.080.100.120.14
Japan Female
age
Kappa2(t)
(五)CBD
附圖 1-16、日本男性 CBD 隨機死亡率模型參數估計結果
附圖 1-17、日本女性 CBD 隨機死亡率模型參數估計結果
1995 2000 2005
-5-4-3-2-10
Japan Male
age
Kappa1(t)
1995 2000 2005
-5-4-3-2-10
Japan Female
age
Kappa1(t)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
56
1995 2000 2005
0.060.080.100.120.14
U.S. Male
age
Kappa2(t)
1995 2000 2005
0.060.080.100.120.14
U.S. Female
age
Kappa2(t)
附圖 1-18、美國男性 CBD 隨機死亡率模型參數估計結果
附圖 1-19、美國女性 CBD 隨機死亡率模型參數估計結果
1995 2000 2005
-5-4-3-2-10
U.S. Male
age
Kappa1(t)
1995 2000 2005
-5-4-3-2-10
U.S. Female
age
Kappa1(t)
‧
2001-2003Raw data 2007-2009Raw data 1995-1997CBD 2001-2003Raw data 2007-2009Raw data 1995-1997CBD 2001-2003Raw data 2007-2009Raw data 1995-1997CBD 2001-2003Raw data 2007-2009Raw data 1995-1997CBD 2001-2003CBD 2007-2009CBD‧
Coale Kisker DSW Coale Kisker DSW Coale Kisker DSW Coale Kisker DSW CBD LC‧
‧
1990 1995 2000 2005 2010
0.050.100.150.200.250.30
1990 1995 2000 2005 2010
0.050.100.150.200.250.30
1990 1995 2000 2005 2010
0.050.100.150.200.250.30
1990 1995 2000 2005 2010
0.050.100.150.200.250.30
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
62
2005 2006 2007 2008 2009
20.520.620.720.820.921.021.1
日 本 女 性 即 期 年 金 保 費
year
price
DS2 LC1 CBD
附圖 3-3、日本即期年金保費差異
2005 2006 2007 2008 2009
17.518.018.5
日 本 男 性 即 期 年 金 保 費
year
price
DS2 LC1 CBD