ریحانه فتحی

هدف: این پژوهش با هدف مدل بندی مرگ ومیر در یک طرح بازنشستگی بر اساس داده های گمشده و دسترسی به اطلاعات مختلف از متغیرهای کمکی، تجزیه و تحلیل دقیق ساختار مدل های مختلف، برآوردیابی و در نهایت بررسی تأثیرات مالی برای تجربه های مختلف مرگ ومیر و حاوی داده های گمشده انجام شده است.   روش شناسی: این مقاله با یک طرح بازنشستگی سروکار دارد که در آن طول عمر آتی هر فرد با مدل های بقای پارامتری با ترکیب متغیرهای کمکی که ممکن است برای برخی از افراد گمشده باشند، مدل سازی شده است. پارامترها با روش ماکسیمم درستنمایی برآورد شده و الگوریتمی پیشنهاد گردیده که بتواند وظیفه برآوردیابی را به بهترین شکل ممکن انجام دهد. یافته ها: نتایج نشان داد در صورتی که داده ها گمشده باشند، مدل آماری همیشه با استفاده از ماکسیمم درست نمایی شناسایی پذیر نیست و تلفیق داده های حاصل از دو یا چند تجربه می تواند از موانع شناسایی پذیری جلوگیری نماید. نتیجه گیری: روش های پیشنهادی این مقاله هنگام محاسبه کمیت های مالی مورد علاقه براساس عامل های مستمری، برای بیم سنجان می تواند مفید باشد. این روش ها ممکن است مجموعه داده های مختلف با تجربه مرگ ومیر برابر یا مشابه را با هم ترکیب کنند، اندازه نمونه را افزایش دهند و ریسک پارامتر را کاهش دهند، بنابراین منجر به کاهش الزام سرمایه شوند. متغیرهای اقتصادی-اجتماعی از جمله سطح مزایا و مشخصات جغرافیایی جمعیتی در صورت پایین بودن نرخ بهره بیشتر مورد توجه قرار می گیرند. طبقه بندی موضوعی:   C13،  C24، C51