Measuring the Longevity Tail of the Pension Gap: A Longevity-at-Risk Framework for Annuity, Pension, and Risk-Transfer Markets

Technische Samenvatting: Het Meten van de Longevity Tail van de Pensioenkloof

Probleemstelling
Het artikel behandelt een kritieke kloof in het beheer van pensioen- en annuïteitenrisico's: het onvermogen om de "longevity tail" (de staart van de levensverwachtingsrisico's) te meten en te backtesten—het risico op onverwacht snelle verbetering van de mortaliteit. Hoewel standaard mortaliteitsmodellen (zoals Lee–Carter, Cairns–Blake–Dowd) effectief de centrale mortaliteitstrajecten projecteren, bieden zij geen compacte, vergelijkbare of aan verplichtingen gekoppelde metriek voor ongunstige uitkomsten in de staart van de verdeling. Stijgende levensverwachting vergroot de pensioenkloof niet alleen door het verhogen van de verwachte levensduur, maar door onzekerheid te introduceren over het tempo van de verbetering. Voor annuïteit-uitvoerders en regelingen met een uitkeringsregeling (defined-benefit plannen) is het nadelige risico niet een lagere dan verwachte mortaliteit, maar eerder het feit dat de overlevingskansen sneller stijgen dan aangenomen, waardoor de duur van de betalingen wordt verlengd en de huidige waarde van de verplichtingen wordt opgeblazen. Praktijkbeoefenaars missen een instrument om demografisch staartrisico om te zetten in economische stressmetrieken die geschikt zijn voor prijsstelling, solvabiliteitstoetsing en governance bij risico-overdracht.

Methodologie
Het artikel ontwikkelt een Longevity-at-Risk (LaR)-raamwerk, gedefinieerd als het bovenste kwantiel van de mortaliteitsverbetering voor een specifieke leeftijd, land en prognosehorizon. De methodologie verloopt via vier afzonderlijke stadia:

1. Meting van Mortaliteitsverbetering: Gebruikmakend van gegevens uit de Human Mortality Database (HMD) voor acht ontwikkelde economieën (Canada, VS, VK, Frankrijk, Duitsland, Nederland, Zweden, Japan) voor leeftijden 50–100, berekent de studie de mortaliteitsverbetering ($MI$) als de negatieve logaritmische verandering in centrale sterfteratens over horizonten van 1, 5, 10 en 20 jaar.
2. Kwantielmodellering (Composite Quantile LaR): In plaats van het modelleren van het conditionele gemiddelde van mortaliteitspercentages, gebruikt de auteur Composite Quantile Regression om de conditionele verdeling van de mortaliteitsverbetering direct te schatten. Het model maakt gebruik van een rijk scala aan voorspellers, waaronder:
   • Vertraagde binnenlandse mortaliteitsverbetering (1 en 2 perioden).
   • Leeftijd, periode, land en cohorteffecten (gegroepeerd per decennium).
   • Variabelen van de referentiepopulatie: een leave-one-country-out exposure-gewogen mortaliteitsverbeteringsindex en een referentiepopulatie stressindicator.
   • Demografische staatsvariabelen: vertraagde levensverwachting op 65 jaar, de oude-ouderenafhankelijkheidsratio en exposure-to-risk.
   • Volatiliteitsindicatoren: vijfjarige voortschrijdende standaarddeviaties van de binnenlandse en de referentie-mortaliteitsverbetering.
3. Vertaling naar Verplichtingen: De geschatte kwantielen van de mortaliteitsverbetering worden omgezet in ongunstige mortaliteitsscenario's. Deze scenario's worden vervolgens vertaald naar Liability-based LaR, die de toename in de huidige waarde (PV) van annuïteiten meet ten opzichte van een baseline. Deze stap koppelt het demografische staartrisico direct aan de balansstress.
4. Conditional Longevity-at-Risk (CoLaR): Het raamwerk introduceert CoLaR om het binnenlandse staartrisico te meten, geconditioneerd op de stress in de dwarspopulatie (cross-population stress). Dit vangt de versterking van het binnenlandse longevity-risico op wanneer een referentiepopulatie zich al in een staat van ongunstige mortaliteitsverbetering bevindt, waarbij erkend wordt dat er gedeelde dynamieken zijn tussen ontwikkelde economieën.

Belangrijkste Resultaten
De studie valideert het raamwerk middels rolling-origin out-of-sample testen op een gemeenschappelijke steekproef van zeven landen (waarbij Duitsland werd uitgesloten voor de benchmarkvergelijking vanwege beperkingen in de specifieke benchmarkmodellen).

• Superieure Kalibratie: Het Composite Quantile LaR-model presteert aanzienlijk beter dan formele Lee–Carter en Cairns–Blake–Dowd benchmarks op het gebied van staartkalibratie.
  • Dekkingsfout (Coverage Error): LaR bereikte een gemiddelde absolute dekkingsfout van 0,0235, vergeleken met 0,1196 voor Lee–Carter en 0,2124 voor Cairns–Blake–Dowd.
  • Pinball Loss: LaR registreerde de laagste gemiddelde pinball loss (0,0070), wat wijst op een superieure nauwkeurigheid van de kwantielvoorspelling vergeleken met de benchmarks (0,0161 en 0,0200, respectievelijk).
• Determinanten van Staartrisico: De regressieresultaten geven aan dat de drijfveren van ongunstige mortaliteitsverbetering verschillen van de centrale trends. Vertraagde mortaliteitsverbetering vertoont persistentie bij langere horizonten (5–20 jaar), en binnenlandse volatiliteit is een significante positieve voorspeller van uitkomsten in de bovenste staart. Stress in de referentiepopulatie versterkt het binnenlandse staartrisico aanzienlijk op de 5- en 10-jaars horizonten.
• Verplichtingsstress: De vertaling van LaR naar de huidige waarde van annuïteiten onthult betekenisvolle economische stress. Bij het 95e percentiel stijgt de gemiddelde PV-stress van 2,11% bij een 1-jaars horizon naar 7,00% bij een 10-jaars horizon. Bij het 99e percentiel stijgt de stress van 2,80% naar 7,93%. Het model produceert prudent conservatieve stress-schattingen, waarbij de exceedance-percentages over het algemeen onder de verwachte niveaus liggen, met name bij langere horizonten. Let op: hoewel de volledische analyse 20-jaars horizonten bevat, is de formele benchmarkvergelijking in Tabel 4 beperkt tot 1-, 5- en 10-jaars horizonten vanwege de kortere gerealiseerde validatieperiode voor de 20-jaars horizon.

Betekenis en Bijdragen
Het artikel levert drie primaire bijdragen aan de literatuur over pensioenen en longevity-risico:

1. Herformulering van de Pensioenkloof: Het behandelt de pensioenkloof niet alleen als een tekort aan besparingen, maar als een meetbare blootstelling aan staartrisico's ingebed in levenslang inkomen. Het verschuift de focus van het voorspellen van het "verwachte pad" van de mortaliteit naar het meten van de "ongunstige staart" van de mortaliteitsverbetering.
2. Ontwikkeling van LaR en CoLAR: Het introduceert Longevity-at-Risk als een transparante, testbare metriek voor het staartrisico van mortaliteitsverbetering. In tegenstelling tot bestaande kwantiele mortaliteitsmodellen die zich richten op distributieve schattingen, richt dit raamwerk zich specifell op de risicovariabele die relevant is voor de beheer van verplichtingen. Het breidt dit verder uit met Conditional Longevity-at-Risk (CoLAR), wat een mechanisme biedt om te beoordelen hoe stress in dwarspopulaties het binnenlandse staartrisico versterkt.
3. Verplichtingsgekoppeld Risicobeheer: Het artikel laat zien hoe de demografische kwantielen van de staart kunnen worden vertaald naar stress in de huidige waarde van annuïteiten. Dit biedt een praktisch instrument voor de prijsstelling van annuïteiten, pensioenrisico-overdracht, longevity-herverzekering, solvabiliteitstoetsing en governance van risico-bereidheid. Door demografische onzekerheid direct te koppelen aan economische blootstellingen, biedt het raamwerk een gestandaardiseerde stressmetriek die kan worden gemonitord om prijsherzieningen of kapitaalcorrecties te triggeren.

De auteur concludeert dat hoewel standaard mortaliteitsmodellen onmisbaar blijven voor centrale prognoses, een aan verplichtingen gekoppeld LaR-raamwerk een geschikter instrument is voor het beheren van de specifieke staartrisico's die de solvabiliteit van annuïteiten en de financieringseisen van pensioenen drijven. De aanpak complementeert bestaande stochastische mortaliteitsmodellen door de actuariele interpretatie van staartrisico te bieden die noodzakelijk is voor verzekeringsgebaseerde pensioenoplossingen.