中央财经大学金融学院教授张宁，与金融学院陈菁杨、保险学院陈浩、保险学院教授刘敬真合作撰写的论文Mortality Forecasting Using LSTM-CNN Model在国际学术期刊Axioms（JCR二区）发表。

养老金融是中央金融工作会议提出的五篇大文章之一，死亡率与寿命预期是养老金融研究和管理中的基础变量。养老金收支平衡的精算评估、商业养老保险和年金产品的定价与资产负债匹配，均以死亡率假设为基础；寿命预期的低估将直接转化为保险机构和养老金计划的支付缺口。随着我国第三支柱养老保险加快建设，准确的死亡率预测是养老金融产品创新和养老保障体系可持续运行的基础支撑。

论文将长短期记忆网络（LSTM）与卷积神经网络（CNN）相结合，提出多人口死亡率预测的深度学习模型。基于21个国家死亡率数据的检验表明，该模型预测的准确性、稳定性和长期可靠性整体优于传统模型，为长寿风险量化管理提供了新工具，对养老金融产品定价、机构风险管理和养老保障政策制定具有参考价值。

撰稿：张宁

审核：苟琴