A visegrádi országok mortalitási rátáinak előrejelzése neurális hálózatokkal

Szerzők

  • Gábor SZENTKERESZTI Budapesti Corvinus Egyetem - Operáció és Döntés Intézet
  • Péter VÉKÁS Budapesti Corvinus Egyetem - Operáció és Döntés Intézet

DOI:

https://doi.org/10.15170/SZIGMA.55.1242

Kulcsszavak:

előrejelzés, neurális hálózatok, demográfia, biztosítás

Absztrakt

Tanulmányunkban az utóbbi években számos területen nagy sikerrel alkalmazott visszacsatolt neurális hálózatokat használjuk fel Csehország, Lengyelország, Magyarország és Szlovákia 1970 és 2019 közötti, 18 és 99 év közötti korokhoz tartozó életkorfüggő halandósági rátáinak előrejelzésére, külön nőkre és férfiakra. A népszerű Recurrent Neural Network, Long-Short Term Memory és Gated Recurrent Unit architektúrákat mind megvizsgáljuk, és különös figyelmet fordítunk a hálók hiperparamétereinek optimalizására, melynek érdekében keresztvalidációt alkalmazunk, és a vizsgált időszakot tanuló és tesztelő periódusokra osztjuk fel. Előrejelzéseinket pontosság szempontjából a klasszikus Lee--Carter és a koherens multipopulációs Li--Lee modellekkel is összevetjük, és megállapítjuk, hogy az egyes országok, nemek és korcsoportok esetén melyik eljárások képesek a legmegbízhatóbb projekciókat generálni. Modelljeinket az élet-, nyugdíj- és egészségbiztosítási területeken dolgozó aktuáriusok és a demográfusok egyaránt alkalmazhatják a gyakorlatban.

##submission.downloads##

Megjelent

2024-12-18

Folyóirat szám

Rovat

Cikkek