Li Lee

神经精算寿命预测：锚定 LSTM 以实现可解释的风险管理

研究人员开发了一个名为 Hybrid-Lift 的新神经精算框架，以改进寿命预测。该方法结合了分层 LSTM 网络和均值偏差校正锚定机制，以解决传统模型忽略的死亡率数据中的非线性问题。该框架在瑞典和西德等国家的样本外验证中表现出卓越的性能，优于 Li-Lee 模型。它还包括可解释性和监管资本校准的工具，使其成为经典精算方法的、符合治理要求的挑战者。