我国在人口老龄化的背景下,未来二十年内,人口高龄化问题将日益突出,高龄老人将成为数量增长最快的年龄组。此外高龄老人比低龄老人更加需要日常生活方面的帮助,他们在医疗和其它服务费用以及公共福利和私人支付方面的需求远远超过低龄老人的需求,给我国社会养老施加了巨大压力,因此,本文将对高龄老人的余寿进行影响因素分析及预测,为国家或机构指定养老策略提供理论支撑。本文对于中国老年健康影响因素跟踪调查（CLHLS）项目数据,首先基于Cox比例风险模型,分别使用逐步回归法和Lasso变量选择法,对中国高龄老人余寿的影响因素进行分析。研究结果表明,年龄越大、性别为男性、过去两年患重大疾病次数越多、自理能力越弱、和家庭成员居住、在养老院居住属于危险因素,而婚姻状态为有偶、坚持定期体检、经常吃蔬菜、含有退休金和患病得到及时治疗属于保护因素。其次,本文对高龄老人剩余寿命建立预测模型,通过计算模型的一致性指数对各预测模型进行比较。研究结果表明,深度生存神经网络模型和随机生存森林模型的预测效果要好于Cox比例风险模型的预测效果,一致性指数相差0.1左右,而且相比随机生存森林模型,深度生存神经网络模型的预测性能更佳。此外,基于变量选择法得到的显著性变量建立的深度生存神经网络模型的预测效果要好于基于全变量建立的深度生存神经网络模型的预测效果,说明将变量选择和深度生存神经网络模型相结合,能得到相对最好的预测效果。