基于保险时间序列数据的预测方法及研究.docxVIP

大连理工大学学位论文独创性声明

作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。

若有不实之处，本人愿意承担相关法律责任。

学位论文题目：基于保险时间序列数据的预测方法及研究

作者签名：日期：2020年5月20日

大连理工大学专业学位硕士学位论文

-I-

摘要

在学习了时间序列数据相关的知识后，本文选取了有关时间序列数据的问题进行学习研究，所以本文主要内容为对国内保险保费收入数据的分析研究以及预测。以财险和寿险为例，给出了相应的数据分析方法和模型选择。

本文首先介绍了相关的研究背景及理论知识，有助于后面的案例分析以及日后的学习和研究。本文主要使用了ARIMA模型、确定性因素分解模型、乘积季节模型、残差自回归模型以及多个模型综合的处理方法来分析数据，并分别给出了财险和寿险的多个拟合预测模型，并通过对比分析选出最优的模型进行预测，给出了预测数据。

综合分析发现各保险均具有增长趋势和季节性，得到最优模型为综合模型，但综合模型内部的各模型又有所不同，进而我们可以得到国内保险保费收入数据的分析预测最优模型相同，但又因不同保险内部模型有不同，需要逐一分析得到最优结果。但总体来说我国保险发展趋势较好，呈上升趋势，可以更好的推动我国的经济发展。

关键词：时间序列数据；保险；ARIMA模型；预测

基于保险时间序列数据的预测方法及研究

-II-

ForecastingMethodandResearchBasedontheInsuranceTimeSeriesData

Abstract

Afterlearningtheknowledgerelatedtotimeseriesdata,thearticlehasselectedrelevantissuestostudy,sothemaincontentofthisarticleistheanalysisandpredictionofdomesticinsuranceincomedata.Takingpropertyinsuranceandlifeinsuranceasexamples,thecorrespondingdataanalysismethodsandmodelselectionsaregiven.

Atfirst,thearticleintroducestherelevantresearchbackgroundandtheoreticalknowledge,whichishelpfulforthesubsequentcaseanalysisandfuturelearningandresearch.ThisarticlemainlyusestheARIMAmodel,thedeterministicfactordecompositionmodel,theproductseasonalmodel,theresidualautoregressivemodel,andacombinationofmultiplemodelstoanalyzethedata,andgivesmultiplefittedpredictionmodelsforpropertyinsuranceandlifeinsurance,respectively.Andselectthebestmodelforprediction,andgivethepredictiondata.

Comprehensiveanalysisfoundthatallinsuranceshavegrowthtrendsandseasonality,andtheoptimalmodelisacomprehensivemodel,butthemodelswithinthecomprehensivemodelaredifferent,andthenwecangettheanalysisandpredictionofthedom