基于灰色模糊马尔可夫系统模型的保费预测

发布时间：2021-04-27 13:30

　　从1978年国内逐步恢复保险业开始,保险业已经完成了飞速的发展,国内的保费收入也正在逐年快速的增加。我国保险业虽起步较晚,但未来发展空间广阔,而保费收入作为评价保险业发展的重要指标,一直是市场关注的焦点和重点。与此同时,保费收入又是每个保险企业利润的重要来源。因此,保费收入的预测无论对整个保险业的监管还是对各个保险企业的决策而言均十分重要,同时也能在一定程度上反映当地保险业的发展水平和人们对保险的需求大小。本文以河南省2009-2018年财产保险和寿险的保费收入为数据,以灰色系统理论和模糊马尔可夫链为研究手段,以提高保费预测精度为目标,详细的预测了这两种保险的保费收入。本文首先利用灰色GM（1,1）和GM（2,1）预测模型分别对河南省2009-2018年财产保险和寿险的保费收入进行预测,发现运用灰色GM（2,1）预测模型比灰色GM（1,1）预测模型结果更准确。由于灰色预测模型抗干扰能力弱,引进了马尔可夫链的知识,并运用模糊集知识对马尔可夫的状态进行模糊划分,从而建立了灰色GM（2,1）模糊马尔可夫系统模型。即在实际值和灰色GM（2,1）预测模型预测值的基础上,计算出残差偏移率,然后将残... 

【文章来源】：郑州大学河南省 211工程院校

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 引言
    1.1 研究背景
    1.2 文献综述
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 本文主要研究内容和创新点
        1.3.1 主要研究内容
        1.3.2 创新点
2 研究目的和意义
3 模型基础理论介绍
    3.1 灰色系统理论
        3.1.1 灰色系统理论简介
        3.1.2 灰色预测模型
    3.2 马尔可夫链及其相关的理论介绍
        3.2.1 马尔可夫理论简介
        3.2.2 马尔可夫的状态划分及预测
    3.3 模糊集理论概述
        3.3.1 模糊集简介
        3.3.2 模糊集理论知识
4 灰色GM（2,1）模糊马尔可夫系统模型
    4.1 灰色GM（2,1）模糊马尔可夫系统模型介绍
    4.2 建立模型
    4.3 模型特点
5 实证分析
    5.1 数据收集
    5.2 灰色预测
        5.2.1 财产保险
        5.2.2 寿险
        5.2.3 灰色预测小结
    5.3 灰色 GM（2,1）模糊马尔可夫系统模型预测
        5.3.1 财产保险
        5.3.2 寿险
    5.4 预测未来三年的保费收入
        5.4.1 财产保险
        5.4.2 寿险
    5.5 预测结果分析
        5.5.1 财产保险预测结果分析
        5.5.2 寿险预测结果分析
6 总结与展望
    6.1 主要结论
    6.2 展望
参考文献
致谢


【参考文献】：
期刊论文
[1]基于对数加法模型看产险公司保费收入的季节性效应及未来保费预测——以2008-2018年时间序列数据为例的实证分析[J]. 王明红.  保险职业学院学报. 2019(04)
[2]基于灰色系统GM（2,1）模型的商品房价格分析及预测——以海南省主要城市为例[J]. 孙守瑄,吴言,潘亚诚,张红伟.  电脑知识与技术. 2019(06)
[3]季节ARIMA模型在保费总收入预测中的应用[J]. 陈黎明,赵元元.  福建金融管理干部学院学报. 2018(04)
[4]基于灰色最优化模型的保费收入动态预测——以东北三省为例[J]. 张鑫,赵苑达,蒋鹏.  辽宁大学学报(哲学社会科学版). 2018(06)
[5]中国保费收入的预测研究[J]. 李辉,石龙.  统计与决策. 2012(11)
[6]大连市寿险原保险保费收入预测实证分析——基于最小二乘法的谱系聚类马氏链模型[J]. 王鑫.  辽宁工程技术大学学报(社会科学版). 2012(02)
[7]基于ARIMA模型对我国保费收入的预测[J]. 尹成远,李兆涛.  求索. 2012(01)
[8]我国保险公司保费收入的时间序列预测[J]. 孙景云,田丽娜,李碧琦,刘玉胜.  甘肃科学学报. 2011(04)
[9]基于变结构协整理论的保费预测模型[J]. 陆秋君,陈玲,施锡铨.  数学的实践与认识. 2011(03)
[10]基于乘积季节模型的我国保费收入的预测研究[J]. 张云,高垒.  金融经济. 2009(14)

博士论文
[1]基于马尔可夫链的道路交通事故预测研究及应用[D]. 赵玲.长安大学 2013

硕士论文
[1]寿险需求影响因素的岭回归分析和BP神经网络预测[D]. 马利芸.燕山大学 2018
[2]我国寿险市场的因素分析与发展预测研究[D]. 魏翔.南京航空航天大学 2005



本文编号：3163556