Banner OpenAccess

Modica E., Valutazione e copertura del rischio mortalità

Bruno Maria Giuseppina Grande Antonio Marino Mario Modica Enrico
Articolo Immagine
ISSN:
2385-0825
Rivista:
Annali del dipartimento di metodi e modelli per l'economia il territorio e la finanza
Anno:
2016
Numero:
1
Fascicolo:
ANNALI DIP. METODI E MODELLI N. 1-2016

Acquisto digitale

Acquista:

€ 14.00

Nel presente lavoro, si analizza il modello MBMM (Mitchell et al., 2013) recentemente proposto in letteratura per la modellizzazione del rischio mortalità. Tale modello, rispetto al più noto ed applicato modello LC (Lee, Carter, 1992) e sue successive varianti, parte da ipotesi diverse riguardo la dinamica dei tassi di mortalità e raggiunge risultati migliori in termini di adattamento e previsione. Analiticamente, ciò si sostanzia nell’esprimere il logaritmo del fattore di variazione temporale del tasso centrale di mortalità per ogni età e tempo, piuttosto che il logaritmo del suo livello assoluto, come trasformazione lineare di un dato indice di mortalità temporale e nell’assumere per quest’ultimo una distribuzione Normal Inverse Gaussian (NIG) che, per spessore delle code e curtosi, ben si adatta all’evidenza empirica. Nel presente lavoro, si esaminano in dettaglio dette caratteristiche illustrando il procedimento logico-matematico di stima e proiezione alla base del modello e gli aspetti matematico-computazionali per una sua concreta applicazione in ambito attuariale. 
Parole chiave: rischio mortalità, rischio longevità, processi di Lévy, Distribuzione Normal Inverse Gaussian (NIG), valutazione e copertura.

In this paper, we study the MBMM model (Mitchell et al., 2013), recently proposed in the literature for modeling the mortality risk. Compared to the best known and most widely used model LC (Lee, Carter, 1992) and its subsequent variants, this model starts from different assumptions about the dynamics of the mortality rates and it achieves better results in terms of fitting and forecasting. The authors of the model express the logarithm of the time variation factor of the central death rate for every age and time, rather than the logarithm of its absolute level, as a linear transformation of a given temporal mortality index and they assume for the latter a Normal Inverse Gaussian distribution (NIG) which, in thickness of the tails and kurtosis, well fits the empirical evidence. In this paper, we examine in detail the above-mentioned characteristics. We illustrate the logical-mathematical procedure of fitting and forecasting underlying the model and we also show the mathematical and computational aspects for its application.