合理的管理长寿风险能在很大程度上减小保险领域和养老金行业的损失。如何对长寿风险进行准确有效的度量成为国内外学者研究的热点问题,且随着年龄的不断增长,发生意外和疾病的风险就越大,高龄人群死亡率趋势的判断和长寿风险的度量对于保险机构和投保群体具有更重要的参考意义。故本文选用高龄阶段的死亡率数据,以时期效应和队列效应两种角度为切入点,对不同死亡率下的长寿风险进行对比分析,具体工作如下:首先,针对时期角度下的死亡率数据,基于金融学中广义均衡理论,使用CIR模型对已知模型进行修正,用台湾和香港地区的数据检验修正效果和预测效果,并运用样本外数据预测的方法,提高了死亡率预测的精度,结果显示改进后的模型对死亡率的预测能力有显著提高,最后再对中国数据进行预测,结果表明修正后的预测值更为准确。其次,针对队列效应下的死亡率数据,使用分段函数建立模型（C-STAD模型）,通过捕捉不同的队列效应来提高对死亡率发展动态的预测能力,并与经典的L-C模型（传统时期角度模型）和二维P样条法（传统队列角度模型）进行预测效果比较,同时使用剩余寿命和基尼系数两个指标,从剩余寿命和寿命的发展状态进行说明,全面分析了日本和加拿大高龄人口的死亡率发展趋势,经典的时期效应模型在三个模型中得到最大的预测误差,两个队列效应的模型相比,C-STAD模型表现出明显的预测优势。最后,本文对以上两种角度下的死亡率差异带来的长寿风险进行分析,创新性地将信用风险违约概率度量模型应用到长寿风险的度量上,合理量化两种效应下的长寿风险。结果表明,该模型可以有效度量高龄群组的死亡率波动情形,充分反映了队列和时期死亡率的差异,同时以破产概率为最终度量指标,更直观地反映保险公司所面临的未来风险,对保险机构和投保群体具有重要的参考意义。