Corvinus
Corvinus

A visegrádi országok mortalitási rátáinak előrejelzése neurális hálózatokkal

Szentkereszti, Gábor and Vékás, Péter ORCID: https://orcid.org/0000-0002-2626-814X (2024) A visegrádi országok mortalitási rátáinak előrejelzése neurális hálózatokkal. Szigma, 55 (2-3). pp. 293-312. DOI 10.15170/SZIGMA.55.1242

[img] PDF - Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
720kB

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


Abstract

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.

Item Type:Article
Uncontrolled Keywords:előrejelzés, neurális hálózatok, demográfia, biztosítás
JEL classification:C53 - Forecasting Models; Simulation Methods
J11 - Demographic Trends, Macroeconomic Effects and Forecasts
Divisions:Corvinus Doctoral Schools
Institute of Operations and Decision Sciences
Subjects:Economics
Mathematics, Econometrics
Social welfare, insurance, health care
DOI:10.15170/SZIGMA.55.1242
ID Code:10696
Deposited By: MTMT SWORD
Deposited On:19 Dec 2024 12:51
Last Modified:19 Dec 2024 12:51

Repository Staff Only: item control page

Downloads

Downloads per month over past year

View more statistics