In recent decades, much attention has been given worldwide to mortality pattern analysis and forecasting. Projections of mortality rates are of primary importance for both governments and private companies in a number of fields, such as private life and health insurance, pension funds and long-term care homes. Projection of mortality rates requires stochastic models for a proper estimation of the future average life expectancy dynamics, as well as longevity risk, in a systematic way. This thesis empirically compared two procedures of estimating the multi-population mortality model parameters, i.e. the frequentist approach and Bayesian inference. Additionally, a Poisson mixture modification of the considered models was studied, and the obtained results were compared to the basic versions of the corresponding models. The data for five European countries from the Human Mortality Database from 1951 to 2000 were used to estimate the model parameters. The data from 2001 to 2010 were applied for backtesting the forecast quality of the considered models. The log-mortality rates obtained by all considered models were compared based on the unknown parameter estimates, the goodness of fit, and their prediction performance.      «

In recent decades, much attention has been given worldwide to mortality pattern analysis and forecasting. Projections of mortality rates are of primary importance for both governments and private companies in a number of fields, such as private life and health insurance, pension funds and long-term care homes. Projection of mortality rates requires stochastic models for a proper estimation of the future average life expectancy dynamics, as well as longevity risk, in a systematic way. This thesi...     »

In den letzten Jahrzehnten wurde der Analyse und Vorhersage von Sterblichkeitsmustern weltweit große Aufmerksamkeit geschenkt. Projektionen der Sterblichkeitsraten sind sowohl für Regierungen als auch für private Unternehmen in einer Reihe von Bereichen, wie z. B. private Lebens- und Krankenversicherungen, Pensionsfonds und Langzeitpflegeheime, von größter Bedeutung. Die Projektion von Sterblichkeitsraten erfordert stochastische Modelle, um die künftige Dynamik der durchschnittlichen Lebenserwartung sowie das Langlebigkeitsrisiko auf systematische Weise zu schätzen. In dieser Arbeit wurden zwei Verfahren zur Schätzung der Parameter des Mehrpopulationssterblichkeitsmodells empirisch verglichen, nämlich der frequentistische Ansatz und die Bayes'sche Inferenz. Zusätzlich wurde eine Poisson-Mischung als Modifikation der betrachteten Modelle untersucht und die erzielten Ergebnisse wurden mit den Grundversionen der entsprechenden Modelle verglichen. Zur Schätzung der Modellparameter wurden die Daten von fünf europäischen Ländern aus der Human Mortality Database von 1951 bis 2000 verwendet. Die Daten von 2001 bis 2010 wurden für das Backtesting der Prognosequalität der betrachteten Modelle verwendet. Die von allen betrachteten Modellen ermittelten logarithmischen Sterblichkeitsraten wurden auf Grundlage von der unbekannten Parameterschätzungen, der Anpassungsgüte und ihrer Vorhersageleistung verglichen.      «

In den letzten Jahrzehnten wurde der Analyse und Vorhersage von Sterblichkeitsmustern weltweit große Aufmerksamkeit geschenkt. Projektionen der Sterblichkeitsraten sind sowohl für Regierungen als auch für private Unternehmen in einer Reihe von Bereichen, wie z. B. private Lebens- und Krankenversicherungen, Pensionsfonds und Langzeitpflegeheime, von größter Bedeutung. Die Projektion von Sterblichkeitsraten erfordert stochastische Modelle, um die künftige Dynamik der durchschnittlichen Lebenserwar...     »