两因子随机死亡率状态空间模型及长寿风险测度

引入状态空间模型对传统两因子CBD模型拟合阶段和预测阶段进行联合建模，并基于卡尔曼滤波方法对模型参数进行估计。进一步考虑到死亡率数据的小样本特征，结合Bootstrap仿真技术和生存年金组合折现模型对长寿风险进行测度。利用1996~2011年数据展开实证研究，结果表明：结合模型解释能力、参数估计结果和误差项正态分布检验结果，两因子状态空间模型要优于传统CBD模型；年金组合规模的扩大可以消除微观长寿风险，但不能消除宏观长寿风险和参数风险；宏观长寿风险占据着不可分散风险的主导地位。