从老龄人口规模的角度上看,世界正在进入实际意义上的“大航海时代”。近年来出生率的下降和预期寿命的增长,再加上过去出生率和死亡率的动态演化使全球年龄结构产生重要转变。到2020年60岁以上的人口预计将达到10亿,到2050年将达到近20亿(占世界人口的22％)。年龄在80岁或以上的人口(高龄老人)占世界人口的比例预计将从1%上涨到2050年的4%。　　我们的分析侧重于建立一个针对超额成本增长的时间序列模型。经济和人口输入变量的时间序列方程不仅用来模拟输入变量的概率分布,而且和超额成本增长的时间序列方程共同用来预测医疗费用。用历史数据推断未来的标准统计工具就是时间序列分析,它用历史数据来得到未来的预测值以及预测值的可靠性,得到的预测方程(或方程集)通过设置预测时间段可以很方便地用来生成预测值。　　由于一组确定的预测值和实际值之间存在很大的差别,本文考虑加入随机分析从而使得预测变得更加准确。因为假设每个输入变量均服从正态分布,所以变量取值围绕期望值上下波动,重复随机模拟最终将生成一个输出结果的分布,它依然服从正态分布。通过将蒙特卡罗仿真程序运行5000次,我们能够更加准确地推断输入变量和输出结果可能出现的概率分布。　　在未来几十年,随着人口老龄化的加剧,医疗费用将显著增长。本文在超额成本增长模型的基础上对医疗费用的发展趋势进行了预测。首先用超额成本增长以及人口和经济的影响因素构建时间序列模型,然后运用蒙特卡罗方法进行随机模拟,最终得到了我国医疗费用的预测结果。