随着改革开放的不断深化,经济水平快速增长,医疗水平不断提升、人民生活水平的提高和人们对于健康管理越来越重视,我国人口死亡率水平逐渐下降,老龄人口不断增多,人口老龄化进程加快。人口老龄化以及长寿风险等问题将对我国的社会、经济等各方面造成一定的影响。因此,长寿风险的管理和人口老龄化的应对方法需要我们更加的重视,应对该问题的普遍方法即是通过完善社会养老保障体系和商业保险公司提供丰富的养老保障计划。而无论是社会养老保障计划还是养老保险都需要对我国死亡率进行更加准确的预测,才能更加准确的进行相关的安排和定价,因此死亡率的预测对于政府和保险公司都有极大的现实意义。本文使用定性研究与定量研究相结合的方法、动态研究法和比较研究法,在梳理现有文献中经典死亡率模型基础上,根据模型选择的理论性依据,选择了八个随机死亡率模型。在实证研究部分,从参数估计的稳定性、拟合优度以及预测的合理性三个层面对比分析了所选择的死亡率模型,并进一步结合模型选择的数据性依据分析发现APCB模型适用于我国高年龄段男性死亡率预测。本文的创新点也贯穿整个实证研究过程:引入美国人群作为参考人群弥补我国死亡率数据样本量小和质量较差的漏洞,进一步挖掘我国数据的死亡信息和提高预测的准确性;统一我国人口数据的统计口径,并利用线性插值法补全缺失数据;对比分析单人群和双人群死亡率模型得出针对于我国的死亡率数据,双人群模型的效果更优。研究结果显示,在参数估计的稳定性方面,RH模型的表现最差,而CBD模型和M5B模型在对于不同时间跨度数据上拟合的参数估计值基本一模一样。双人群随机死亡率模型的AIC和BIC值均低于单人群模型,说明双人群模型的拟合效果更好。LCB模型和APCB模型的残差图均匀的分布在零轴附近并且相较于其他模型更加集中于在零轴,波动较小,说明这两个模型的拟合效果更好。单人群模型的死亡率预测结果均呈现较高年龄在未来的死亡率将低于较低年龄的死亡率,这明显不符合社会发展的一般规律,而APCB模型的扇形预测图的区域更窄,说明预测的不确定性更小。合理准确的死亡率预测数据将我国长寿风险证券化研究和养老体系建设方向和政策设计提供强有力的数据支撑,可以在本文的基础上进一步研究我国长寿风险管理的具体方法和养老体系建设和政策方向。