Amélioration des estimations de mortalité HMD avec les données de fécondité HFD.

Résumé En suivant les travaux de Cairns et al. (2016), nous visons à corriger les estimations de mortalité basées sur les données de fécondité. Comme déjà conjecturé par Richards (2008), le calcul de l'exposition au risque peut souffrir d'erreurs pour les cohortes nées les années où les naissances sont fluctuantes. Dans ce contexte, nous attirons tout d'abord l'attention sur la Human Mortality Database (HMD), le fournisseur de données de référence sur la mortalité. En comparant les tables de mortalité par période et par cohorte, nous mettons en évidence la présence d'anomalies dans les tables par période sous la forme d'effets de cohorte isolés. Notre étude de la méthodologie HMD montre une forte hypothèse de distribution uniforme des naissances, spécifique aux tables de période, et donc susceptible d'être au cœur de l'asymétrie entre les deux. Sur la base de l'idée de Cairns et al. (2016) concernant la construction d'une sorte d'"indicateur de qualité des données", nous faisons une exploitation nouvelle et intensive de la base de données sur la fécondité humaine (HFD), qui est de notre point de vue une source cruciale car elle représente la contrepartie parfaite de la HMD en termes de fécondité. Cet indicateur est ensuite utilisé pour construire des tables de mortalité à période corrigée pour plusieurs pays, que nous analysons d'un point de vue historique et prospectif. Nos principales conclusions concernent la réduction de la volatilité des taux d'amélioration de la mortalité, l'impact dans l'utilisation des paramètres de cohorte dans les modèles de mortalité stochastiques, ainsi qu'un meilleur ajustement des tables corrigées par les modèles de mortalité classiques.