تحلیل خانواده مدل های مرگ ومیر تصادفی برپایه مدل لی-کارتر در پیش بینی نرخ مرگ ومیر در بیمه های زندگی و درمان

شاخص جمعیتی از جمله نرخ مرگ ومیر در سیاست گذاری های مربوط به بهداشت و سلامت، مالی و سیستم بازنشستگی نقش بسیار مهمی دارند. لذا دقت مدل های ریاضی در پیش بینی مرگ ومیر یک چالش مهم است و پیش بینی دقیق تر امید به زندگی تاثیر فزاینده ای بر سیاست گذاری بخش عمده ای از اجتماع دارد. لذا هدف از این پژوهش، پیش بینی نرخ مرگ ومیر بر اساس خانواده مدل های مرگ ومیر تصادفی و مقایسه نتایج با یکدیگر است.

یکی از روش های کاربردی برای پیش بینی مرگ ومیر، مدل لی-کارتر است. اما در این روش همانند سایر روش های برون یابی، اطلاعات پیرامون تاثیرات حاصل از پیشرفت های پزشکی، رفتاری یا اجتماعی روی نرخ مرگ ومیر لحاظ نمی شود. از جمله تعمیم های مدل لی-کارتر، مدل های رینشو-هابرمن و کوری هستند، که اثرات هم گروهی سنین خاص از داده ها را نیز اعمال می کنند. در این پژوهش از یک خانواده از مدل های تصادفی برای براورد پارامترهای مدل، نرخ های مرگ و میر ویژه سنی و پیش بینی نرخ مرگ و میر استفاده می شود. در این راستا، از داده های پایگاه اطلاعات مرگ ومیر انسانی (HMD) استفاده می شود. اما اطلاعات مربوط به کشور ما در این پایگاه وجود ندارد. از آنجاییکه، الگوی مرگ ومیر فرانسه به الگوی ایران بسیار نزدیک است و از جداول عمر این کشور (TD 88-90) در کاربرد های بیمه ایران استفاده می شود، لذا از نرخ فوت خام مردان فرانسه در سال های 1900-2018 بر روی سنین 18، 40 و 65 سال استفاده می کنیم.

در این پژوهش سه مدل مختلف از این خانواده مورد ارزیابی قرار گرفتند. براساس براورد پارامترها، مدل های برازش شده به داده ها و در نهایت پیش بینی نرخ مرگ ومیر مشاهده شد که در پیش بینی نرخ مرگ ومیر برای همه سنین تحت بررسی مدل رینشو-هابرمن بهتر از دو مدل دیگر عمل کرده است.

در این پژوهش سعی می شود با تعمیم مدل لی-کارتر به وسیله اعمال اثرات هم گروهی سنین خاص عملکرد مدل بهبود و روش بهینه با ارزیابی این مدل ها ارایه شود.