Estimación de modelos de mortalidad estocástica para Chile

Pablo Andrés Moyano Silva; Ana María Pérez Marín; Miguel Santolino

doi:10.26360/2020_9

Authors

Pablo Andrés Moyano Silva Universidad de Santiago de Chile (Chile)
Ana María Pérez Marín Universidad de Barcelona (España)
Miguel Santolino Universidad de Barcelona (España)

DOI:

https://doi.org/10.26360/2020_9

Keywords:

longevity risk, mortality model, non-linear regression, pensions

Abstract

In this article we fit the Lee-Carter, Renshaw-Haberman and Cairns-Blake-Dowd models, presented in the framework of generalised
age-period-cohort stochastic mortality models, to mortality data of Chile. The Lee-Carter model with binomial distribution is the most appropriate model to describe the evolution of mortality for the population of Chile. We show an application of the creation of mortality tables for premium calculation in life insurance, and we compare the results with those obtained by using the M95 mortality table (published by the regulator in Chile). The M95 tables seem to be appropriate to guarantee solvency. Finaly, the life expectancy at birth in 2019 and 2050 are calculated by sex.

Downloads

Download data is not yet available.

References

Arnold, M., Herrera, F., Massad, C. y Thumala, D. (2018). Quinta encuesta nacional de inclusión y exclusión social de las persones mayores de Chile: opiniones de la población chilena respecto al envejecimiento poblacional. Santiago: Ediciones Servicio Nacional del Adulto Mayor.

Ayuso, M. . Bravo, J. y Holzmann. R. (2020). Getting life expectancy estimates right for pension policy: period versus cohort approach. Journal of Pension Economics and Finance, (en prensa).

Ayuso, M., Corrales, H., Guillén, M., Pérez-Marín, A. M. & Rojo, J. L. (2007). Estadística Actuarial Vida (7 edición). Barcelona: Ediciones UB.

Betzuen, A. (2010). Un análisis sobre las posibilidades de predicción de la mortalidad futura aplicando el modelo lee-carter. Anales del Instituto de Actuarios Españoles, 16, 111–140.

Blake, D., Cairns, A. y Dowd, K. (2006). A two-factor model for stochastic mortality with parameter uncertainty: Theory and calibration. Journal of Risk & Insurance, 73, 687–718.

Brouhns, N., Denuit, M. y Vermunt, J. K. (2002). A poisson log-bilinear regression approach to the construction of projected lifetables. Insurance: Mathematics and Economics, 31(3), 373–393.

CEPAL (2017). Tablas de mortalidad (LC/PUB.2017/20-P). Santiago: Comisión Económica para América Latina y el Caribe.

CEPAL (2000). El envejecimiento de la población latinoamericana: ¿hacia una relación de dependencia favorable? Santiago: Centro Latinoamericano y Caribeño de Demografía (CELADE) – División de Población.

Currie, I. D. (2016). On fitting generalized linear and non-linear models of mortality. Scandinavian Actuarial Journal, 4, 356–383.

Debón, A., Martínez, F., Montes, F. Y Moshuk, M. (2015). Proyección de los indicadores de mortalidad para España. Estadística Española, 57(188), 291–321.

DEIS (2020). Series y gráficos de natalidad. Santiago: Departamento de Estadísticas e Información de Salud, Ministerio de Salud, Gobierno de Chile.

Haberman, S. y Renshaw, A. (2011). A comparative study of parametric mortality projection models. Insurance: Mathematics and Economics, 48(1), 35–55.

Jiménez, A. (2008). Hacia un sistema Nacional de Promoción de la Autonomía Personal y Atención a las Personas en situación de Dependencia. Condicionantes demográficos, modelos internacionales, propuestas de lineamientos de políticas y recomendaciones. Santiago: SENADIS, Ministerio de Desarrollo Social y Familia.

Lee, R.D. y Rofman, R. (1994). Modeling and projecting mortality in Chile. Notas de población, 22(59), 183–213.

Lee, R. D. y Carter, L. R. (1992). Modeling and forecasting U.S. mortality. Journal of the American Statistical Association, 87(419), 659–671.

Macias, O. (2016) Nuevas tablas de mortalidad del sistema de pensiones: Comisión de familia y adulto mayor , Superintendencia de pensiones (Consulta: Noviembre, 2020) https://www.spensiones.cl/portal/institucional/594/articles-10993_recurso_1.pdf)

Macias, Y. y Santolino, M. (2018). Aplicación de los modelos Lee-Carter y Renshaw-Haberman en los seguros de vida y mixtos. Anales del Instituto de Actuarios Españoles, 4(24), 53–78.

Melgen-Bello, L. y García-Prieto, C. (2017). Análisis de la eficiencia del gasto sanitario de los paises de América Latina y el Caribe. Salud Publica de Mexico, 583–591.

Plat, R. (2009). On stochastic mortality modeling. Insurance: Mathematics and Economics, 45(3), 393–404.

Renshaw, A.E. y Haberman, S. (2003). Lee-Carter mortality forecasting with age-specific enhancement. Insurance: Mathematics and Economics, 33(2), 255–272.

Renshaw, A.E. y Haberman, S. (2006). A cohort-based extension to the Lee-Carter model for mortality reduction factors. Insurance: Mathematics and Economics, 38(3), 556–570.

R Core Team. (2020). R: A Language and Environment for Statistical Computing, 7 edition. Vienna: R Foundation for Statistical Computing.

Santolino, M. (2020). The lee-carter quantile mortality model. Scandinavian Actuarial Journal, (En prensa).

Villegas, A. M., Millossovich, P. y Kaishev, V. K. (2017). StMoMo: Stochastic mortality modeling in r. Journal of Statistical Software, 84(3), 1–38.