多總體死亡率差異風險度量——以ILS債券為例
發(fā)布時間：2020-12-05 04:28
在回顧多總體動態(tài)死亡率預測模型研究成果的基礎上,簡要評述了已有模型的適應情況和假設條件,并依此構建了死亡率差異風險的度量模型.此后,并以ILS債券為例,利用HMD數(shù)據庫中英國和美國人口死亡率數(shù)據,使用構建的死亡率差異風險度量模型,測量了ILS債券中的死亡率差異風險.定量分析結果顯示:ILS為投資者設定了較高的安全閥值,保障了ILS的成功發(fā)行.
【文章來源】：數(shù)學的實踐與認識. 2020年03期 第10-18頁 北大核心
【文章頁數(shù)】：9 頁
【部分圖文】：
圖３英國和隹爾ｔｔＶ折線圖??２０１０??
??滯后階數(shù)??１??２??３??４??５??ＢＩＣ??－２８．２２??－３８．５３??－４５．４??－３９．６６??－３２．５６??＾，１??＾，２??－０．０１８２??－０．０４５９??０．８５３２??－０．２５６１??－０．０７３８??０．４２５０??０．０９０５??０．１４９５??０．０８０３??０．２７６５??０．１４９５??０．１６５０??－０．１０２８??０．２８３４??（１５）??由式（１５）可以得到和？，２預測值，文中給出了預測扇形圖，參見圖４．圖４顯示：英??國和美國人口死亡率改善軌跡具有很強的相似性，同時又有明顯的差異，兩國的死亡率改善??速率并不一致，波動性也不一致，由此也顯示出死亡率差異風險研究的必要性．??Ｆａｎｃｈａｒｔ?ｆｏｒ?ｖａｒｉａｂｌｅ?ＵＳＡ??Ｆａｎｃｈａｒｔ?ｆｏｒ?ｖａｒｉａｂｌｅ?ＵＫ??圖４美國ｔ?ｈ）和英國（下）吩“估計及頂測扇形圖??３．４風險評價??基ｆ上文數(shù)據和模型，下文對ＩＬＳ中由死ｆ：率差異風險引發(fā)的資產損失風險進行定量度??量．首先計算７５＾８６歲英格蘭、威爾士男性和涵？６５歲美國男性死ｆ：率改善系數(shù)ｂｅｔａ．歷史??數(shù)據顯示，最近１．０年標的人群的死＿亡率改善差異為１．＊３４曝．建模結果顯示：在樣本Ｋ伺內，??美國人口的死ｔ率改善速率低ｆ英國人口死ｆ：率改善速率，其中英國Ｔ？均每年的ｋａｐｐａ變動??為－０．６２１５ａ?．面平均每年的ｋａｐｐａ變動為－０顧９４，整體變動關系為：＝０．７３９２吩，時．??標的人群中５５￣舫歲美國男性平均死ｆ：．率改善系數(shù)ｂｅｔａ為０．０３０４ｔ７５？８５歲英格蘭、威??爾士男性死ｆ?Ｉ事死：ｆ：
本文編號：2898874
【文章來源】：數(shù)學的實踐與認識. 2020年03期 第10-18頁 北大核心
【文章頁數(shù)】：9 頁
【部分圖文】：
圖３英國和隹爾ｔｔＶ折線圖??２０１０??
??滯后階數(shù)??１??２??３??４??５??ＢＩＣ??－２８．２２??－３８．５３??－４５．４??－３９．６６??－３２．５６??＾，１??＾，２??－０．０１８２??－０．０４５９??０．８５３２??－０．２５６１??－０．０７３８??０．４２５０??０．０９０５??０．１４９５??０．０８０３??０．２７６５??０．１４９５??０．１６５０??－０．１０２８??０．２８３４??（１５）??由式（１５）可以得到和？，２預測值，文中給出了預測扇形圖，參見圖４．圖４顯示：英??國和美國人口死亡率改善軌跡具有很強的相似性，同時又有明顯的差異，兩國的死亡率改善??速率并不一致，波動性也不一致，由此也顯示出死亡率差異風險研究的必要性．??Ｆａｎｃｈａｒｔ?ｆｏｒ?ｖａｒｉａｂｌｅ?ＵＳＡ??Ｆａｎｃｈａｒｔ?ｆｏｒ?ｖａｒｉａｂｌｅ?ＵＫ??圖４美國ｔ?ｈ）和英國（下）吩“估計及頂測扇形圖??３．４風險評價??基ｆ上文數(shù)據和模型，下文對ＩＬＳ中由死ｆ：率差異風險引發(fā)的資產損失風險進行定量度??量．首先計算７５＾８６歲英格蘭、威爾士男性和涵？６５歲美國男性死ｆ：率改善系數(shù)ｂｅｔａ．歷史??數(shù)據顯示，最近１．０年標的人群的死＿亡率改善差異為１．＊３４曝．建模結果顯示：在樣本Ｋ伺內，??美國人口的死ｔ率改善速率低ｆ英國人口死ｆ：率改善速率，其中英國Ｔ？均每年的ｋａｐｐａ變動??為－０．６２１５ａ?．面平均每年的ｋａｐｐａ變動為－０顧９４，整體變動關系為：＝０．７３９２吩，時．??標的人群中５５￣舫歲美國男性平均死ｆ：．率改善系數(shù)ｂｅｔａ為０．０３０４ｔ７５？８５歲英格蘭、威??爾士男性死ｆ?Ｉ事死：ｆ：
本文編號：2898874
本文鏈接：http://www.wukwdryxk.cn/jingjilunwen/jinrongzhengquanlunwen/2898874.html
