presentatie prognosetafel ag2016
TRANSCRIPT
![Page 1: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/1.jpg)
Prognosetafel AG2016
1
![Page 2: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/2.jpg)
Prognosetafel AG2016
Agenda
15.00 – 15.20 uur Inleiding Prognosetafel AG2016
15.20 – 16.00 uur Technische toelichting Prognosetafel AG2016
16.00 – 16.30 uur Vragen
16.30 – 16.35 uur Uitreiking rapport
16.35 – 17.00 uur Pauze
17.00 – 17.45 uur David van Bodegom
17.45 uur Borrel
2
![Page 3: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/3.jpg)
3
Prognosetafel AG2016
Wies de Boer
![Page 4: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/4.jpg)
Prognosetafel AG2016
Inleiding Prognosetafel AG2016
• Het proces
• Het model
• De uitkomsten van het model
– Gevolgen voor de levensverwachting
– Effecten op voorzieningen
4
![Page 5: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/5.jpg)
“Lever in september 2016 een nieuwe sterftetafel op:
Prognosetafel AG2016.”
Prognosetafel AG2016
Opdracht Commissie Sterfte Onderzoek (CSO)
5
![Page 6: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/6.jpg)
AG
CSO
Werkgroep
• CSO en Werkgroep zijn na oplevering Prognosetafel AG2014 gestart.
• Vertrokken leden zijn vervangen.
• Werkgroep analyseert
• CSO besluit en valideert
• AG geeft finale goedkeuring
Prognosetafel AG2016
Proces: uitvoering opdracht
6
![Page 7: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/7.jpg)
• Wies de Boer (voorzitter, verzekeringspraktijk)
• Wouter de Boer (verzekeringspraktijk)
• Corné van Iersel (secretaris)
• Hans de Mik (adviespraktijk)
• Richard Plat (verzekeringstechniek)
• Tim Schulteis (pensioentechniek)
• Michel Vellekoop (wetenschap, UvA)
• Bas Werker (wetenschap, UvT)
• Marco van der Winden (pensioenpraktijk)
Prognosetafel AG2016
Samenstelling CSO
7
![Page 8: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/8.jpg)
• Hok Kwan Kan
• Miriam Loois
• Wilbert Ouburg (voorzitter)
• Erica Slagter
• Erik Tornij
• Menno van Wijk
Prognosetafel AG2016
Samenstelling Werkgroep Prognosetafels
8
![Page 9: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/9.jpg)
Het model
9
Prognosetafel AG2016
![Page 10: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/10.jpg)
Prognosetafel AG2016
Model: uitgangspunten
• Uitgangspunt: model prognosetafel AG-2014.
• De Europese sterftetrend wordt geschat.
• Europese landen, waarvan het BBP boven het gemiddelde ligt.
• Daarnaast wordt de afwijking van Nederland ten opzichte van de gezamenlijke Europese trend geschat.
• Het combineren van data leidt tot een robuuster model met stabielere trends.
• Het model is transparant en kan worden doorgerekend met data die voor iedereen beschikbaar zijn.
10
![Page 11: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/11.jpg)
Prognosetafel AG2016
Model: waarnemingen
11
![Page 12: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/12.jpg)
Prognosetafel AG2016
Model: data
12
![Page 13: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/13.jpg)
Prognosetafel AG2016
Model: correlatie
• In AG2014 zijn mannen en vrouwen afzonderlijk gemodelleerd.
• Wel werd de correlatie tussen de Europese trend en de Nederlandse afwijking ten opzichte van die trend meegenomen voor zowel mannen als vrouwen.
• In AG2016 wordt de correlatie tussen mannen en vrouwen meegenomen.
• Dit was ook een verzoek vanuit de sector na de publicatie van AG2014.
13
![Page 14: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/14.jpg)
Prognosetafel AG2016
Model: onzekerheid
• Het model extrapoleert volatiliteit in sterfteontwikkelingen uit het verleden.
• Impliciete veronderstelling: orde van grootte van schokken in de toekomst is gelijk aan het verleden.
• Betrouwbaarheidsintervallen zoals vermeld in de publicatie bevatten geen parameter- en modelonzekerheid.
• Het model en de geschatte parameters zijn het uitgangspunt voor de betrouwbaarheidsintervallen die worden bepaald.
14
![Page 15: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/15.jpg)
De uitkomsten
15
Prognosetafel AG2016
![Page 16: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/16.jpg)
Prognosetafel AG2016
Uitkomsten: cohortlevensverwachting
16
![Page 17: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/17.jpg)
Prognosetafel AG2016
Uitkomsten: levensverwachting
Verschil tussen cohortlevensverwachting en
periodelevensverwachting bij geboorte
17
65
70
75
80
85
90
95
100
1970 1980 1990 2000 2010 2020 2030 2040 2050
Waargenomen
periodelevensverwachting
cohortlevensverwachting Mannen
Vrouwen
![Page 18: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/18.jpg)
Prognosetafel AG2016
Uitkomsten: voorzieningen (OP + NP)
18
Rente 3% Mannen Vrouwen
Jong 0,2% 0,6%
Gemiddeld 0,2% 0,5%
Oud 0,1% 0,4%
Rente 1% Mannen Vrouwen
Jong 0,4% 0,9%
Gemiddeld 0,3% 0,7%
Oud 0,3% 0,6%
![Page 19: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/19.jpg)
Prognosetafel AG2016
Uitkomsten: koopsommen (rente 1%)
19
Leeftijd Ouderdoms
pensioen
Nabestaandenpensioen
Latent Ingegaan
25 -0,2% 3,6% 0,6%
45 -0,1% 2,8% 0,6%
65 -0,1% 1,4% 0,3%
85 -1,0% 0,0% -0,9%
Leeftijd Ouderdoms
pensioen
Nabestaandenpensioen
Latent Ingegaan
25 1,8% -6,0% -0,1%
45 1,3% -2,6% -0,1%
65 0,3% -0,3% -0,1%
85 -0,9% -0,9% -1,0%
![Page 20: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/20.jpg)
20
Prognosetafel AG2016
Wilbert Ouburg
![Page 21: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/21.jpg)
Prognosetafel AG2016
Datasets en Databewerking
21
![Page 22: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/22.jpg)
Prognosetafel AG2016
Dataset
• Gebruik gemaakt van – Human Mortality Database, aangevuld met
– EUROSTAT database en
– StatLine van het CBS (laatste gegevens Nederland).
• Europese trend in AG2014 geëxtrapoleerd vanaf 2009, nu vanaf 2014 met behulp van de extra Eurostat gegevens.
• Werkgroep heeft uitgebreide checks uitgevoerd om onderlinge consistentie van gegevens uit databases te verifiëren.
22
![Page 23: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/23.jpg)
Prognosetafel AG2016
Dataset
• Dataset England & Wales vervangen door Verenigd Koninkrijk.
• Oost-Duitsland toegevoegd aan Duitse gegevens vanaf 1990.
• Totaal in dataset (vanaf 1970): o Peer group : 11500 miljoen exposures, 108 miljoen sterftes.
o Nederland : 696 miljoen exposures, 5.4 miljoen sterftes.
23
![Page 24: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/24.jpg)
Prognosetafel AG2016
24
0 20 40 60 800
0.5
1
1.5
2x 10
8EU Exposures Totaal
0 20 40 60 800
1
2
3
4
5x 10
6EU Deaths Totaal
0 20 40 60 800
2
4
6
8
10
12
14x 10
6NL Exposures Totaal
0 20 40 60 800
0.5
1
1.5
2
2.5x 10
5NL Deaths Totaal
EU male
EU female
NL male
NL female
![Page 25: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/25.jpg)
Prognosetafel AG2016
Modelstructuur en eigenschappen
25
![Page 26: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/26.jpg)
Prognosetafel AG2016
Modelstructuur
Modelstructuur AG2016 is hetzelfde als AG2014:
• Variant van Li-Lee model voor twee populaties: • Modelleer de instantane sterftekansen per tijdseenheid (hazard
rate).
• Doe dat eerst voor peer group van welvarende Europese landen.
• En modeleer vervolgens de afwijking van Nederland ten opzichte van die peer group.
• We nemen nu naast de correlaties uit AG2014 ook correlaties tussen mannen en vrouwen expliciet mee.
• Kalibratie maakt onderscheid tussen onzekerheid in ontwikkeling sterftekansen en onzekerheid in sterfte gegeven die kansen. Vergelijk bijvoorbeeld 25 en 65 jaar...
26
![Page 27: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/27.jpg)
Prognosetafel AG2016
Voorbeeld: sterftekansen 25 en 65 jaar
27
Meer ruis onder 25-jarigen (in sterfteobservaties) betekent niet: meer onzekerheid in toekomstige sterftekansen voor 25-jarigen.
![Page 28: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/28.jpg)
Prognosetafel AG2016
Modelstructuur
28
![Page 29: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/29.jpg)
Prognosetafel AG2016
Modelstructuur
• We modelleren de logaritme van de hazard rate per geslacht g en leeftijd x (garandeert positieve hazard rates).
• Decompositie van hazard rates in twee delen: o Europese landen met vergelijkbare welvaart:
gezamenlijke trend naar beneden
o Specifiek Nederlandse afwijking t.o.v. die groep landen: verschil kan niet divergeren, in verwachting naar nul
29
![Page 30: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/30.jpg)
Prognosetafel AG2016
Modelstructuur
• Prognose gebruikt informatie uit andere maar vergelijkbare landen in poging om te vermijden dat
o tijdelijke effecten (bv. roken) en
o lokale effecten (bv. uitgaven zorg)
een grote rol spelen in de prognoses op lange termijn.
• Model is gekalibreerd met publiekelijk beschikbare data.
30
![Page 31: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/31.jpg)
Prognosetafel AG2016
Stochastische verandering in de tijd
31
stochastisch
constant stochastisch
![Page 32: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/32.jpg)
Prognosetafel AG2016
Verandering is leeftijdsafhankelijk
32
10 20 30 40 50 60 70 80 90-10
-9
-8
-7
-6
-5
-4
-3
-2
-1
0
x
(plaatje is niet op schaal)
![Page 33: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/33.jpg)
Prognosetafel AG2016
Simulatie
33
![Page 34: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/34.jpg)
Prognosetafel AG2016
Simulatie
34
![Page 35: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/35.jpg)
Prognosetafel AG2016
Simulatie
35
![Page 36: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/36.jpg)
36
Prognosetafel AG2016
Michel Vellekoop
![Page 37: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/37.jpg)
Prognosetafel AG2016
Correlaties
37
![Page 38: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/38.jpg)
Prognosetafel AG2016
Correlaties
38
EUROPESE 0,92 EUROPESE
MANNEN VROUWEN
0,39
-0,27
0,45 -0,21
(AG2014: 0.51) (AG2014: -0.15)
NEDERLANDSE NEDERLANDSE
AFWIJKING AFWIJKING
MANNEN 0,57 VROUWEN
![Page 39: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/39.jpg)
Prognosetafel AG2016
Correlaties
39
NL EUR VERSCHIL NL EUR VERSCHIL
VROUWEN : Europa reageert sterker dan Nederland: MANNEN : Europa reageert minder sterk dan Nederland:
Europa en verschil (blauw en groen) negatief gecorreleerd Europa en verschil (blauw en groen) positief gecorreleerd
![Page 40: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/40.jpg)
Prognosetafel AG2016
Correlaties
• Meenemen correlaties mannen/vrouwen heeft ook de inschatting van trendparameters beïnvloed:
o geobserveerde dataset is ‘optelsom’ van een trend en ruis,
o meenemen correlatie tussen mannen en vrouwen verandert inschatting van de ruis bij zowel mannen als vrouwen, en
o voor gegeven dataset verandert daarmee ook inschatting van de trends.
• Bij simulaties van toekomstscenario’s voor (bijvoorbeeld) nabestaandenpensioen kan correlatie tussen mannen en vrouwen nu expliciet meegenomen worden.
40
![Page 41: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/41.jpg)
Prognosetafel AG2016
Gebruik van Best Estimate Tafel
41
![Page 42: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/42.jpg)
Prognosetafel AG2016
Sterftetafel
42
![Page 43: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/43.jpg)
Prognosetafel AG2016
Eigenschappen
• Prognose is reproduceerbaar: best estimate tafel wordt apart op AG website aangeleverd maar kan dus ook uit de daar gepubliceerde parameters gereconstrueerd worden, en
• Prognose is tijdsconsistent: wanneer nieuwe sterftedata precies overeenkomen met de best estimate waarden van een eerdere prognose, dan zullen de modelparameters na herschatting niet veranderen.
43
![Page 44: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/44.jpg)
Prognosetafel AG2016
Gebruik: Sluiting
• Alle leeftijdsafhankelijke parameters worden gegeven tot leeftijd 90, dus gesimuleerde tafels stoppen bij die leeftijd.
• Voor hazard rates bij leeftijden x>90 wordt een inverse logistische weging genomen van hazard rates bij leeftijden x=80, 81, …, 90 (Kannistö sluiting), zoals in AG2014. Best estimate tafels op website lopen t/m leeftijd 120.
44
80 85 90 95 100 105 110 115 1200
0.2
0.4
0.6
0.8
1ln μx
x
![Page 45: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/45.jpg)
Prognosetafel AG2016
Gebruik als
Stochastische Scenario Generator
45
![Page 46: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/46.jpg)
Prognosetafel AG2016
Stochastische Scenario’s
46
![Page 47: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/47.jpg)
Prognosetafel AG2016
Gebruik: Simulatie
• Alle
47
Product
of
Portefeuille
![Page 48: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/48.jpg)
Prognosetafel AG2016 Voorbeeld: Levensverwachting
• Periodelevensverwachting
o Maakt gebruik van de sterftekansen voor verschillende leeftijden in één prognosejaar en gaat er dus van uit dat sterftekansen nooit meer veranderen.
o Geeft bij dalende toekomstige sterftekansen een onderschatting van de werkelijke levensverwachting, van waarde van annuïteiten etc.
• Cohortlevensverwachting
o Maakt gebruik van sterftekansen in toekomstige prognosejaren, en
o is daarom dus onderhevig aan onzekerheid in prognose.
48
![Page 49: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/49.jpg)
Prognosetafel AG2016
Onzekerheid in Levensverwachting
49
![Page 50: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/50.jpg)
Prognosetafel AG2016
Gebruikte Kalibratiemethode
50
![Page 51: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/51.jpg)
Prognosetafel AG2016
Decompositie van drie effecten
51
1970
1980
1990
2000
020
4060
80
-12
-10
-8
-6
-4
-2
0
1970
1980
1990
2000
020
4060
80
-12
-10
-8
-6
-4
-2
0
Ruwe data voor Nederland optelsom van drie verschillende effecten in dit model:
1. Europese Trend in sterftekansen
2. Nederlandse afwijking van Europese trend in sterftekansen
3. Toeval in aantal overledenen gegeven die sterftekansen
![Page 52: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/52.jpg)
Prognosetafel AG2016
Kalibratiemethode
• Bijkomende onzekerheid in totaal aantal overledenen per leeftijd in zowel Nederland als rest van Europa gegeven de sterftekansen gemodelleerd met Poissonverdeling voor de kalibratie.
• Methode van maximum likelihood: Gekozen parameterwaarden maken de gevonden sterfteaantallen in Nederland en Europa het meest waarschijnlijk onder de Li/Lee + Poisson aanname, in vergelijking met mogelijke andere parameterwaarden.
52
![Page 53: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/53.jpg)
Prognosetafel AG2016
Onzekerheid
• Prognose is gebaseerd op historische data. Parameter- en modelonzekerheid niet gemodelleerd.
o Impliciete veronderstelling dat orde van grootte van de schokken in de toekomst gelijk is aan het verleden.
o Binnen beroepsgroep en medische literatuur geen consensus over toe te voegen alternatieve scenario’s.
Prognosemodel genereert zo objectief mogelijk toekomstscenario’s waar ieder zijn eigen (subjectieve) scenario’s aan toe kan voegen:
AG2016 model is een startpunt, geen eindpunt voor modellering van onzekerheid.
53
![Page 54: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/54.jpg)
54
Prognosetafel AG2016
![Page 55: Presentatie Prognosetafel AG2016](https://reader031.vdocuments.mx/reader031/viewer/2022030322/5875f52f1a28ab0f718b6228/html5/thumbnails/55.jpg)
55
Prognosetafel AG2016
Grafiek 3. Periodelevensverwachting Nederland en geselecteerde Europese landen
65
70
75
80
85
90
1970 1980 1990 2000 2010 2020 2030 2040 2050
Periodelevensverwachting bij geboorte
Nederland EU selectie AG2016 AG2016 EU
Mannen
Vrouwen