保費收入灰色預測方法研究

摘 要：市場主體多元化的新形勢對保險公司的計劃管理工作提出了更高要求，為了保證計劃制定更加切合市場實際，提高計劃工作的精細化程度，保險公司在經營中有必要對人身險和財產險的市場規模進行研究和預測。利用近幾年人身險與財產險保費收入數據建立灰色預測模型，實現對財產險和人身險保費收入的預測，為公司制定經營計劃提供決策依據。模型檢驗結果證明模型預測精度良好。

關鍵詞：保費收入；財產險；人身險；灰色預測

中圖分類號：F84文獻標識碼：A文章編號：1672-3198（2008）03-0072-02

1996年，我國保險公司實現財產險、人身險的分業經營。盡管隨著我國金融體制改革的不斷深入和外資保險公司的快速發展，各大保險公司開始組建保險金融集團，但仍然保持財產險和人身險的單獨核算，因此，對財產險和人身險的保費收入分別預測，對于保險公司制定業務目標更具現實意義。

1 保費收入灰色GM（1，1）預測模型

目前，保費收入預測方法主要有回歸分析法和神經網絡法。兩者需要判斷和選擇影響保費收入的若干因素。灰色預測則通過對保費收入原始數據的整理來尋找保費收入的增長變動規律，其突出優點在于所需數據量小，在中長期預測中精度高。由于影響人身險保費收入與財產險保費收入的因素各不相同且難以確定，同時在數據收集上存在一定困難，因此，利用灰色預測具有較強的實用性和便利性。

1.1 構造保費收入原始數據時間序列

設X為人身險年保費收入，則歷年人身險保費收入構成的原始數據序列為

1.2 數據生成

灰色系統在建模的時候，必須采用一定的方式對原始數據進行生成處理，使生成的數據序列變成有規序列。通常采用一階累加序列生成數據，一方面為建模提供中間信息，另一方面弱化原始數據序列的隨機性。生成后的數據為：

1.3 模型的建立

經過累加生成后的序列x(1)具有較強的分布規律，因而可以建立模型逼近和模擬。灰色模型建立的微分模型為

2 算例

2.1 數據選取

2000年以前，我國處于產、壽險分業經營的初期，無論是人身保險業還是財產保險業，都存在市場主體數量偏少，市場集中度高的問題。經過近幾年發展，市場結構逐步改善，因此，本文選取2000年至2006年保費收入數據，這一期間市場主體增加，市場結構不斷優化，保險競爭日趨規范，含有準確預測未來保費收入發展趨勢所需較大的信息量，有助于建立較高精度的預測模型。

3 結論

本文利用灰色理論對我國財產保險和人身保險的保費收入建立預測模型，由精度檢驗結果可知，預測精度達到一級。模型的運用與改進：灰色預測具有數據要求少，不考慮分布規律、變化趨勢、運算方便，易于檢驗的特點，但GM（1，1）預測模型真正具有實際意義、精度較高的預測值，僅僅是最近的一、兩個數據。因此，在運用該模型預測時，應在充分利用已知信息的同時，不斷補充新的信息，以最新的數據代替原有歷史數據，動態更新原始數據序列，以此提高預測精度。

參考文獻

［1］吳曉輝.我國產險市場保費規模預測方法探討［J］.保險研究，2006，（4）.

［2］何淑菁.BP神經網絡在我國人身保費收入中的應用研究［J］.價值工程，2006，（11）.

［3］包慧敏.保險業增長預測中數量經濟模型的應用研究［J］.保險研究，2006，（1）.

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。