MétaCan
Menu
Retour à la cohorte
Enregistrement W3122996412 · doi:10.48550/arxiv.1811.09932

The implied longevity curve: How long does the market think you are\n going to live?

2018· preprint· en· W3122996412 sur OpenAlexaff
Moshe A. Milevsky, Thomas S. Salisbury, Alexander Chigodaev

Notice bibliographique

RevuearXiv (Cornell University) · 2018
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésLongevityLife expectancyImplied volatilityEconomicsLongevity riskYield curveLife annuityVolatility (finance)Actuarial scienceEconometricsFinancial economicsDemographyInterest ratePopulationMedicineFinancePensionGerontology

Résumé

récupéré en direct d'OpenAlex

We use life annuity prices to extract information about human longevity using\na framework that links the term structure of mortality and interest rates. We\ninvert the model and perform nonlinear least squares to obtain implied\nlongevity forecasts. Methodologically, we assume a Cox-Ingersoll-Ross (CIR)\nmodel for the underlying yield curve, and for mortality, a Gompertz-Makeham\n(GM) law that varies with the year of annuity purchase. Our main result is that\nover the last decade markets implied an improvement in longevity of of 6-7\nweeks per year for males and 1-3 weeks for females. In the year 2004 market\nprices implied a $40.1\\%$ probability of survival to the age 90 for a 75-year\nold male ($51.2\\%$ for a female) annuitant. By the year 2013 the implied\nsurvival probability had increased to $46.1\\%$ (and $53.1\\%$). The\ncorresponding implied life expectancy has increased (at the age of 75) from\n13.09 years for males (15.08 years for females) to 14.28 years (and 15.61\nyears.) Although these values are implied directly from markets, they are\nconsistent with demographic projections. Similar to implied volatility in\noption pricing, we believe that our implied survival probabilities (ISP) and\nimplied life expectancy (ILE) are relevant for the financial management of\nassets post-retirement and very important for the optimal timing and allocation\nto annuities; procrastinators are swimming against an uncertain but rather\nstrong longevity trend.\n

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,002
Communication savante0,0010,000
Science ouverte0,0040,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,050
Tête enseignante GPT0,226
Écart entre enseignants0,176 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetInsurance, Mortality, Demography, Risk ManagementTravaux en français237 207