随着我国经济环境和医疗条件的改善,我国人口死亡率逐年下降,人民平均预期寿命逐年递增。截止到2019年末,我国平均寿命已达77岁,老年抚养比为16.8%,生存年金的平均支付期间越来越长,保险人在生存年金方面的支付成本也越来越高。我国目前的养老体系与国际上通用的结构体系一致,为三支柱结构,即公共养老年金、企业养老年金和个人商业年金三位并行,且以公共养老年金为主。中国社会科学院的相关研究表示,2018年到2022年期间,养老基金收不抵支的省份数量将维持在14个左右,接近全国省级单位的一半,且这些省份主要分布在东北和中西部地区,个别省份累计结余耗尽风险加大,基金结余向部分省份集中的趋势越来越明显。在公共养老基金发展不平衡且缺口增大的情况下,商业养老保险公司在养老体系中所占的比重必然会有所加大。如何应对这种系统性、长期性的风险,是保险公司亟需考虑的问题,也是全社会需要关注的焦点。当自身能力不足以应付承保的风险时,保险公司通常会选择再保险、共同保险、自身内部产品结构的调整等传统方式来转移风险。但是,这些方法并没有突破保险的范畴,无法真正转移和分散风险。当发生规模较大的系统性长寿风险时,上述几种方法都不能给保险企业提供足够的保护。因此,将视角转向资本市场,把广大投资者的风险与聚合长寿风险结合起来,将年金资产打包证券化来转移长寿风险成为许多保险公司的选择,长寿风险证券化的概念也随之被提出。长寿风险衍生品包括长寿债券、长寿互换和q远期等,本文主要介绍长寿债券,以及与之相关的一系列设定条件。目前国外已有较为经典的长寿债券发行,国内市场则基本处于初期发展阶段,所以本文的研究主要借鉴了国外长寿债券的经验,介绍了几种风险债券定价方法,设计债券并计算长寿债券的风险溢价。为了分散死亡率降低带来的聚合长寿风险,首先需要准确预测未来人口死亡率。本文首先对我国现有死亡率原始数据进行修匀处理,然后选取同时考虑了年龄效应、时间因子和年龄对时间因子敏感度的Lee-Carter模型对我国1997年到2018年45岁-89岁的女性人口死亡数据进行模型拟合,并借助拟合后的参数,用时间序列预测模型ARIMA模型预测了 2019年到2028年45岁-89岁的中国女性人口死亡率。基于Lee-Carter模型的预测结果,再利用Coale-Kisker高龄人口死亡模型进行外推,得到了 2019年到2028年90岁到99岁的我国女性人口死亡率。预测结果表明,我国中老年女性人口死亡率在未来10年内将持续下降,这说明我国保险业面对的聚合长寿风险仍在稳步上升,长寿风险管理的相关研究很有必要。本文介绍了几种经典长寿债券,对他们的运行方式做了分析比较,同时介绍了几种风险债券的定价方法,如传统的wang转换、夏普比率定价和资本资产定价等,认为在考虑损失程度和损失频率的基础上,模仿柯布-道格拉斯生产函数形式的风险立方定价法在测量长寿债券风险溢价时有较高的市场意义。目前国内关于长寿风险管理工具的研究多集中在浮动利率相关的连续性死亡率链接债券,本文设计的本金在险债券方便理解,且在计算风险溢价时使用了来自历史市场的历时经验参数估值,不考虑通货膨胀和无风险国债利率即可计算,同时其经验参数估值来自国外巨灾债券的市场数据分析,有很强的实证效果。总体来看,本文主要有以下创新点:第一,参考人口普查年份的数据,对抽样调查年的原始数据进行修匀处理,在同时考虑拟合度和光滑程度的情况下选择了结果较为适中的修匀结果,使其更好地反映了死亡率随年龄变动的自然规律;第二,在利用Lee-Carter模型进行死亡率拟合时,用不同年份死亡人口数量的绝对值作为加权二乘法的权重,增加了结果的实用性;第三,设计长寿债券时用本金返还率作为生存指数的函数,使债券的定价过程更清晰明了。