Модель Cairns-Blake-Dowd (CBD): стохастическое прогнозирование смертности старших возрастов

Математическая архитектура базовой модели CBD кардинально отличается от Ли-Картера. Вместо логарифмирования самого коэффициента смертности, модель CBD оперирует функцией логита (Logit) вероятности смерти q(x,t). Логит определяется как натуральный логарифм отношения вероятности смерти к вероятности дожития: ln(q(x,t) / (1 - q(x,t))). Это математическое преобразование гарантирует, что прогнозируемая вероятность смерти всегда будет строго ограничена интервалом от 0 до 1, что критически важно для сверхстарших возрастов (90-110 лет), где классические экспоненциальные модели могут абсурдно выдавать вероятности, превышающие 100 процентов.

Алгебраическое уравнение базовой двухфакторной модели CBD имеет невероятно изящный, почти линейный вид: logit(q(x,t)) = k1(t) + k2(t) * (x - x_bar). В отличие от Ли-Картера, здесь нет статического вектора базовой смертности. Параметр k1(t) представляет собой стохастический временной индекс, который отражает общий базовый уровень смертности в популяции в году t. По мере развития медицины этот параметр демонстрирует устойчивый нисходящий тренд. Параметр x_bar — это средний возраст в анализируемом диапазоне (например, если мы анализируем возраст от 60 до 90 лет, x_bar равен 75). Выражение (x - x_bar) центрирует модель, устраняя мультиколлинеарность.

Ключевым нововведением является параметр k2(t) — второй стохастический процесс, который описывает угол наклона кривой смертности. Этот параметр отражает дифференциальную скорость улучшения смертности между различными возрастами. На практике k2(t) показывает, что медицинские инновации (например, кардиологические операции) спасают жизни 65-летних гораздо эффективнее, чем 85-летних. Изменение угла наклона кривой (steepening effect) является фундаментальным свойством стареющих популяций, которое однофакторные модели просто не могли уловить. Модель CBD автоматически сглаживает возрастной профиль смертности, так как она жестко задает линейную зависимость логита смертности от возраста, отсекая случайные статистические флуктуации (шум), присущие малым выборкам.

Для прогнозирования будущего два параметра k1(t) и k2(t) моделируются совместно как двумерный стохастический процесс (Bivariate Random Walk with Drift). Оценка параметров дрейфа и ковариационной матрицы этого процесса позволяет актуариям генерировать тысячи Монте-Карло сценариев. Более поздние модификации (такие как модель M7) добавили в CBD когортный эффект (Cohort Effect), учитывающий специфические особенности поколений (например, поколение бэби-бумеров имеет иную базовую резистентность к заболеваниям из-за диеты или экологии ранних лет). Строгая математическая прозрачность и высокая прогнозная стабильность сделали модель Cairns-Blake-Dowd официальным золотым стандартом для ценообразования Longevity Swaps и q-forwards на финансовых рынках Лондона и Нью-Йорка.