ARMA模型在人身险业增长预测中的应用研究.pdf

NORTHERN ECONOMY NORTHERN ECONOMY 学 术 争 鸣 ARMA 模型在人身险业增长预测中的应用研究 1 2 包慧敏 王 戎 （1.内蒙古农业大学经济管理学院 内蒙古呼和浩特 010018；2. 内蒙古保监局 内蒙古呼和浩特 010040） 摘 要: 科学合理地预测人身险业的发展状况，有利于保险机构及监管部门了解人身险业的发展趋势，科学制定保险业未来发 展及监管的重点方向及措施，实现人身险业又好又快发展。本文以内蒙古自治区人身险业为例，应用1984 年—2008 年内蒙古自治 区人身险保费收入的数据，应用AR MA 模型对人身险业增长进行预测，取得了较为理想的效果。 关键词： 增长预测 人身险 AR MA 模型 科学合理地预测人身险业的发展状况，对于明确人身 分别是时间序列在t- 1,t- 2, …t- p 时刻的观测值。ARMA 模型 险业未来的总体发展目标和战略重点，促进人身险业持续 的预测由以下程序完成。 健康发展，具有十分重大的意义。用计量经济方法对经济变 （一）根据数据图形及ADF 检验对时间序列的平稳性进 量的预测归纳起来主要有以下两种方法：一是基于计量经 行识别，并确定时间序列单整的阶数d。一般来讲经济运行 济结构模型进行的预测；二是基于随机时间序列模型进行 的时间序列都是非平稳的。 的预测。应用计量经济结构模型预测方法，需通过找出经济 （二）根据单整的阶数，对非平稳时间序列进行平稳化 变量的影响因素，建立模型来对经济变量进行预测；而时间 处理。主要是对数据进行差分，d 阶单整就差分d 次。若时间 序列预测方法是试图用经济变量的历史数据确定经济变量 序列存在异方差，取对数之后再差分。 随时间变化的规律，建立模型，将这种规律延伸到未来，从 （三）根据随机时间序列模型的识别规则，建立模型。在 而对该经济变量的未来做出预测。因为该预测方法无需像 这个过程中可能会有几个模型都能够适合该时间序列，这 建立结构模型那样找出其影响因素，只需经济变量本身的 时需要综合考虑拟合优度及AIC 准则和SC 准则来确定一 数据，因此这一方法得到了广泛的应用。本文以内蒙古自治 个最优的模型。一般的原则是拟合优度越大越好，AIC 值和 区人身险业为例，探讨随机时间序列ARMA 模型在人身险 SC 值越小越好。 业增长预测中的应用。考虑到行业发展的历史状况和数据 （四）估计模型并对模型进行诊断检验。主要是残差序 收集的具体情况，以 1984 年—2008 年内蒙古自治区的年度 列的自相关性检验。 数据为依据确立模型，进行ARMA 模型在人身险的预测研 （五）利用已通过检验的模型进行预测。 二 内蒙古自治区人身险保费收入预测 究。 、 一、ARMA 模型预测的基本方法 数据使用的是 1985———2008 年内蒙古自治区人身险 ARMA (p,q)称为自回归单整移动平均模型，它是一种精 保费收入（X）的时间序列数据，数据处理采用计量经济软件 度较高的短期预测模型。其中，AR 表示自回归，MA 表示移 EVIEWS3.1 。因为数据X 存在异方差，因此采用人身险保费 动平均，p 、q 分别是自回归、移动平均的阶数。 收入的对数序列进行分析，记为LX。分析时采用 1984——— ARMA 模型