[论文解读] Optimal retirement consumption with a stochastic force of mortality

Huaxiong Huang, Moshe A. Milevsky+1 more|arXiv (Cornell University)|May 10, 2012

Global Health Care Issues参考文献 31被引用 4

一句话总结

本文将Yaari的生命周期消费模型扩展至随机死亡率情形，其中死亡率遵循扩散过程，消费者根据新的健康信息更新消费决策。在CRRA偏好下，当风险规避程度较低时（系数 < 1），随机死亡率会提高消费；当风险规避程度较高时（系数 > 1），则会降低消费，尽管对于大多数效用函数而言，其数值影响相对较小。

ABSTRACT

We extend the lifecycle model (LCM) of consumption over a random horizon (a.k.a. the Yaari model) to a world in which (i.) the force of mortality obeys a diffusion process as opposed to being deterministic, and (ii.) a consumer can adapt their consumption strategy to new information about their mortality rate (a.k.a. health status) as it becomes available. In particular, we derive the optimal consumption rate and focus on the impact of mortality rate uncertainty vs. simple lifetime uncertainty -- assuming the actuarial survival curves are initially identical -- in the retirement phase where this risk plays a greater role. In addition to deriving and numerically solving the PDE for the optimal consumption rate, our main general result is that when utility preferences are logarithmic the initial consumption rates are identical. But, in a CRRA framework in which the coefficient of relative risk aversion is greater (smaller) than one, the consumption rate is higher (lower) and a stochastic force of mortality does make a difference. That said, numerical experiments indicate that even for non-logarithmic preferences, the stochastic mortality effect is relatively minor from the individual's perspective. Our results should be relevant to researchers interested in calibrating the lifecycle model as well as those who provide normative guidance (a.k.a. financial advice) to retirees.

研究动机与目标

• 将经典的生命周期消费模型扩展，以纳入随机死亡率，突破确定性死亡率的假设。
• 分析最优消费策略如何根据个体死亡率（健康状况）的新信息实时调整。
• 比较随机死亡率与确定性死亡率对最优消费的影响，特别是在退休阶段。
• 评估消费决策对相对风险规避程度以及死亡率过程结构的敏感性。
• 为面临现实随机长寿风险的退休人员及财务顾问提供规范性指导。

提出的方法

• 使用包含当前财富与当前死亡率两个状态变量的哈密顿-雅可比-贝尔曼（HJB）方程，构建最优消费问题。
• 将死亡率强度建模为扩散过程，受精算模型（如Milevsky & Promislow, 2001；Cairns et al., 2006）的启发。
• 通过数值方法求解所得的偏微分方程（PDE），推导出在随机死亡率下的最优消费速率。
• 推导出确定性Gompertz死亡率下的消费闭式解，作为比较基准。
• 采用恒定相对风险规避（CRRA）效用偏好，假设无遗产动机，且主观贴现率与利率相等。
• 运用变分法重新推导确定性死亡率情形，为随机扩展奠定基础。

实验结果

研究问题

• RQ1 允许死亡率强度遵循随机扩散过程，相较于确定性死亡率，对最优消费路径有何影响？
• RQ2 在何种条件下，随机死亡率会导致初始消费高于或低于确定性死亡率下的水平？
• RQ3 相对风险规避系数（CRRA）如何影响消费对死亡率不确定性的反应幅度与方向？
• RQ4 随机死亡率对消费的影响在多大程度上不同于传统模型中主观贴现率调整的影响？
• RQ5 在动态、信息自适应框架下，对死亡率的实时更新（如健康消息）如何影响消费决策？

主要发现

• 对于对数效用（CRRA = 0），尽管底层动态不同，随机死亡率与确定性死亡率下的初始消费水平完全相同。
• 当CRRA > 1时，随机死亡率导致初始消费低于确定性死亡率情形，反映出因长寿风险上升而产生的预防性储蓄增加。
• 当CRRA < 1时，随机死亡率导致初始消费高于确定性死亡率情形，因为消费者因感知长寿风险降低而更愿意今日消费。
• 数值实验表明，尽管定性结构发生变化，随机死亡率对消费的定量影响在大多数CRRA取值下仍相对微弱。
• 死亡率的正向冲击（如健康状况改善）会立即降低消费，而负向冲击（如终末期诊断）则会使消费超过先前预期。
• 该模型表明，在随机死亡率世界中，最优金融产品配置可能涉及参与型年金与保证年金的组合，反映出系统性死亡率风险的定价。