Forecasting sub-population mortality using credibility theory

Aquí presento un resumen técnico detallado del artículo "Forecasting sub-population mortality using credibility theory" (Pronóstico de mortalidad de subpoblaciones utilizando teoría de la credibilidad), escrito por Mathias Lindholm y Gabriele Pittarello.

1. El Problema

El artículo aborda el desafío de pronosticar las tasas de mortalidad para subpoblaciones pequeñas que forman parte de una superpoblación más grande (por ejemplo, grupos específicos dentro de una nación).

• Limitación de los modelos individuales: Las subpoblaciones pequeñas a menudo carecen de historial de datos suficiente o tienen tamaños de muestra insuficientes para estimar parámetros de modelos de mortalidad complejos (como los modelos de tipo Lee-Carter) de manera fiable por sí solas.
• Limitación de los modelos globales: Aunque la superpoblación permite un modelado robusto, ignorar las dinámicas específicas de la subpoblación (factores biológicos, demográficos o conductuales) puede llevar a errores de pronóstico si la subpoblación tiene un perfil de riesgo distinto.
• Objetivo: Desarrollar un método que combine la robustez del modelo de la superpoblación con la especificidad de la subpoblación, actuando como un compromiso óptimo entre ambos.

2. Metodología

Los autores extienden la Teoría de la Credibilidad Clásica (originalmente aplicada en seguros de no vida para frecuencias de siniestros) al contexto de la mortalidad humana, donde las tasas futuras son impulsadas por un proceso estocástico latente.

A. Marco Teórico

• Modelo de Conteo de Muertes: Se asume que el número de muertes $D_{x,t}^i$ sigue una distribución Poisson condicional:
  $$D_{x,t}^i | E_{x,t}^i, \Theta_x^i, \mu_{x,t} \sim \text{Poisson}(E_{x,t}^i \Theta_x^i \mu_{x,t})$$
  Donde:
  • $\mu_{x,t}$ es la tasa de mortalidad de la superpoblación (modelo global, ej. Lee-Carter).
  • $E_{x,t}^i$ es la exposición (población en riesgo).
  • $\Theta_x^i$ es un efecto aleatorio específico de la subpoblación $i$ y la edad $x$, que captura la heterogeneidad relativa. Se asume que $E[\Theta_x^i] = 1$.
• Estimador de Credibilidad Lineal: El predictor de la tasa de mortalidad futura $\hat{\mu}_{x,t'}^{i}$ se deriva como un promedio ponderado lineal:
  $$\hat{\mu}_{x,t'}^{i} = (1 - z_x^i) \mu_{x,t'} + z_x^i (\mu_{x,t'} \hat{R}_x^i)$$
  Donde:
  • $\mu_{x,t'}$ es la proyección del modelo global.
  • $\mu_{x,t'} \hat{R}_x^i$ es el modelo de supervivencia relativa (modelo local ajustado).
  • $z_x^i$ es el peso de credibilidad.

B. Determinación de los Pesos ($z_x^i$)

El peso de credibilidad $z_x^i$ se calcula automáticamente basándose en:

1. La exposición total de la subpoblación (número de vidas-año).
2. La varianza del efecto aleatorio $\text{Var}(\Theta_x^i)$, que mide la heterogeneidad no explicada por el modelo global.

• Si la exposición es baja o la varianza es alta (ruido), $z_x^i \to 0$ (se confía más en el modelo global).
• Si la exposición es alta y la varianza es baja, $z_x^i \to 1$ (se confía más en el modelo específico de la subpoblación).

C. Estimación Plug-in

Dado que los parámetros teóricos (como la varianza de $\Theta$) no son observables directamente, los autores proponen estimadores "plug-in" (de sustitución) basados en momentos:

• Se utiliza un estimador de momentos para la varianza de $\Theta_x^i$.
• Se ajusta un modelo global (ej. Lee-Carter) para obtener $\mu_{x,t}$.
• Se calcula el factor de corrección $\hat{R}_x^i$ (equivalente al MLE de la razón de mortalidad relativa) a partir de los datos históricos.

D. Error Cuadrático Esperado

Se deriva una expresión explícita para el error cuadrático de pronóstico esperado, que incluye una fuente adicional de variación debido a la incertidumbre del efecto aleatorio, incluso en los casos límite de credibilidad total o nula. Esto permite construir intervalos de predicción más precisos.

3. Contribuciones Clave

1. Extensión de la Teoría de Credibilidad: Adapta la teoría clásica de Bühlmann (diseñada para frecuencias estáticas) a modelos de mortalidad con intensidad estocástica (procesos temporales como Lee-Carter), incorporando la variación Poisson de los conteos de muertes.
2. Independencia del Modelo Global: El enfoque de credibilidad no depende de la forma funcional específica del modelo de la superpoblación (puede usarse con Lee-Carter, APC, RH, etc.), lo que lo hace muy flexible.
3. Conexión con Modelos Bayesianos: El estimador de credibilidad lineal se presenta como la mejor aproximación lineal a un modelo bayesiano subyacente, pero sin requerir supuestos distribucionales completos (solo los dos primeros momentos), lo cual es crucial para subpoblaciones pequeñas donde los priores bayesianos pueden ser demasiado influyentes.
4. Fórmula Explícita de Error: Proporciona una expresión analítica para el error de pronóstico, facilitando la evaluación de la incertidumbre sin necesidad de métodos de remuestreo costosos (como el bootstrap) para la estructura básica del error.

4. Resultados (Estudio de Simulación)

Los autores validaron el método utilizando datos simulados basados en la mortalidad italiana (HMD), creando tres subpoblaciones de tamaños: Pequeña (500 cohortes), Mediana (5,000) y Grande (94,500).

• Comportamiento de los Pesos:
  • En subpoblaciones pequeñas (ej. 500 individuos), los pesos de credibilidad son bajos, por lo que el predictor se alinea fuertemente con el modelo global.
  • A medida que aumenta la edad (mayor número de muertes esperadas) o el tamaño de la muestra, el peso de credibilidad aumenta, desplazando el pronóstico hacia el modelo de supervivencia relativa.
• Comparación de Desempeño:
  • Se comparó el método de credibilidad (Modelo A) contra: un modelo separado por subpoblación (C), un modelo de supervivencia relativa pura (B) y el modelo global (D).
  • Subpoblaciones pequeñas: El modelo separado (C) falló o tuvo un alto error debido a la falta de convergencia y sobreajuste. El modelo de credibilidad (A) superó consistentemente al modelo separado y se comportó mejor o igual que el modelo global, actuando como un estabilizador.
  • Subpoblaciones grandes: El modelo de credibilidad convergió naturalmente hacia el modelo de supervivencia relativa, aprovechando la información local.
• Errores de Pronóstico: El método de credibilidad mostró intervalos de error cuadrático esperado más ajustados y robustos en comparación con los modelos separados, especialmente en edades donde los conteos de muertes son bajos.

5. Significado e Implicaciones

• Aplicabilidad Práctica: Ofrece una solución robusta para la planificación de pensiones, seguros de vida y políticas públicas en grupos demográficos específicos (por región, estado civil, ocupación) que a menudo tienen datos limitados.
• Eficiencia de Datos: Permite utilizar datos de subpoblaciones pequeñas sin descartar la información valiosa de la población general, optimizando el uso de la información disponible.
• Incertidumbre Cuantificada: Al proporcionar una fórmula explícita para el error de pronóstico, mejora la gestión de riesgos actuariales y demográficos, permitiendo una mejor calibración de reservas y provisiones.
• Flexibilidad: Al no estar atado a un modelo de proyección global específico, el enfoque puede integrarse en cualquier marco de modelado de mortalidad moderno.

En resumen, el artículo demuestra que la teoría de la credibilidad es una herramienta poderosa y matemáticamente sólida para superar la dicotomía entre "modelar solo con datos locales (ruidosos)" y "modelar solo con datos globales (poco específicos)", ofreciendo un compromiso dinámico y óptimo basado en la cantidad de datos y la variabilidad observada.