寿险需求影响因素的岭回归分析和BP神经网络预测

发布时间：2020-04-01 08:19

【摘要】：自1979年中国恢复保险业务以来,我国的保险业发展迅速,人寿保险作为一项关乎民生的保险业务,亦是保险业的重要组成部分,自1982年中国人民保险公司恢复人寿保险业务以来,亦取得了突飞猛进的发展。我国的寿险保费收入在1990年仅有50.08亿,至2016年收入已达22234.6亿元,仅27年的时间就增长了300多倍,特别是2000年以后随着新型投资型寿险产品的出现,寿险产品形态不断丰富,寿险保费收入已成为保险业最主要的收入来源。因此分析寿险需求的影响因素、对寿险保费收入做出合理准确的预测,对保险公司制定相关的发展规划和保监会制定保险方面的政策、法规等都有一定的参考意义。论文中对寿险需求的研究是以寿险保费收入作为度量的指标,利用1996到2016年共21年度的相关数据,结合国内外各学者的相关研究,先选取经济、人口和政策环境三方面的因素进行定性分析,然后使用回归分析法建立岭回归模型进行定量分析,结果表明人均国内生产总值、储蓄、收入、教育和城市化程度与寿险需求存在着正相关关系,银行利率与寿险需求呈负相关,死亡率、老龄化和通货膨胀率对寿险需求的影响效果不明显。接着将分析出的影响因素作为神经网络输入指标选取的依据,建立了寿险保费收入预测的BP神经网络预测模型。最后根据一系列误差评价指标对岭回归和BP神经网络预测模型的预测效果进行对比,结果表明BP神经网络模型的预测效果要优于岭回归模型,基于两种模型的预测效果对比,使用BP神经网络预测模型对2017和2018年的寿险保费收入进行了预测。
【图文】：

经济发展水平的提高会增加对人们的寿险需求。而从实践看，我国寿险保费收入与经济发展水平的也是高度相关的，寿险保费收入随着经济水平的提高而增长，这一点可以从图2-1关于1996到2016年寿险保费收入与GDP的散点图中看出。图2-1寿险保费收入与GDP散点图- 7 -

2016年的我国居民消费价格指数变化情况如图2-2所示：图2-2居民消费价格指数变化折线图国内外的研究理论通常认为通货膨胀对寿险需求产生负效应，主要是因为当发生通货膨胀时会导致名义利率的上升，而寿险保费的厘定一般是采用固定的预定利率来计算，这就会导致寿险保费相对昂贵，人们此时就可能会转而投资其他类型的商品，从而减少对寿险的需求。2.1.3 收入居民可支配收入通常用来衡量一个国家居民生活水平高低的指标。从理论上来说，当国家的整体生活水平提高，居民可支配收入增多时，，往往会考虑将可支配收入进行投资以获取更多的受益，购买寿险也属于一种投资方式，因此当人们的人均可支配收入增多时往往也会增加对寿险的需求。从实际情况来看，画出1996年到2016年的居民可支配收入与寿险保费收入散点图
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F842.6

【相似文献】

相关期刊论文 前10条

1 黄晓东;;财务BP的企业实践研究[J];现代国企研究;2019年04期

2 张铁成;;BP神经网络法在换索施工中的应用[J];公路交通科技(应用技术版);2016年11期

3 徐明鹃;王本有;;BP神经网络集成挖掘方法在财务预警中的应用[J];长春工业大学学报;2016年03期

4 邢蕾;赵鹏飞;;BP神经网络的一个解析算例[J];科技创新导报;2016年25期

5 韩文龙;王延斌;高向东;刘国伟;陶传奇;;基于BP神经网络的沉积微相识别[J];煤炭技术;2016年12期

6 纪雪;周兴华;陈义兰;唐秋华;赵洪臣;;基于BP神经网络的海底地形复杂度自动分类方法研究[J];海岸工程;2016年04期

7 兰欣;;基于BP神经网络的乙型病毒性肝炎辅助诊断的应用研究[J];中国数字医学;2016年12期

8 贾旭;白云;;京津冀地区生态足迹变化趋势研究——基于BP神经网络的视角[J];河北青年管理干部学院学报;2017年01期

9 李海龙;李丽宏;徐静楠;;基于BP网络的整车式动态称重数据处理[J];计算机仿真;2017年01期

10 高宇;戴跃洪;宋林;;基于BP神经网络的开关磁阻电机建模[J];电力电子技术;2017年02期

相关会议论文 前10条

1 蔡子颖;韩素芹;姚青;张敏;;基于BP神经网络天津地区霾天气能见度预报研究[A];2016中国环境科学学会学术年会论文集（第一卷）[C];2016年

2 骆晓龙;梁团豪;你志军;张继权;乌兰;;基于案例库以及BP神经网络技术的草原火灾预警系统研究(英文)[A];风险分析和危机反应中的信息技术--中国灾害防御协会风险分析专业委员会第六届年会论文集[C];2014年

3 居勇;赵徽;;基于改进BP神经网络的供电企业风险评价[A];第三届中国智能计算大会论文集[C];2009年

4 吴炎;杜栋;;基于BP神经网络的江苏省农业可持续发展能力评价[A];决策科学与评价——中国系统工程学会决策科学专业委员会第八届学术年会论文集[C];2009年

5 蔡聪波;徐慎初;陈振湘;;不同的混沌信号可影响BP网络的学习[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 顾晓波;许建中;肖泽龙;;BP神经网络在红外毫米波信息融合中的应用[A];2005'全国微波毫米波会议论文集（第二册）[C];2006年

7 王建平;郭尚;;BP神经网络预测算法性能的改进策略[A];2007年全国开放式分布与并行计算机学术会议论文集(下册)[C];2007年

8 黄肇明;钟诚;黎小如;;基于BP神经网络的呼吸系统疾病诊断仿真研究[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用（SCA·2011）学术会议论文摘要集[C];2011年

9 栗秋华;李杨;卢雯嘉;游步新;;基于遗传算法和BP神经网络的电力系统电压稳定性预警模型[A];重庆市电机工程学会2010年学术会议论文集[C];2010年

10 欧阳俊;;基于BP神经网络的车牌字符识别算法研究[A];第十届全国光电技术学术交流会论文集[C];2012年

相关重要报纸文章 前10条

1 本报记者 严凯;联手BP 中海油斩获200亿美元大单[N];经济观察报;2014年

2 唐绍红;BP绘制2035年全球能源版图[N];中国化工报;2014年

3 记者 常正乐;侯启军会见BP集团客人[N];中国石油报;2019年

4 实习记者 于紫月;步BP机后尘，手机于5年后谢幕？[N];科技日报;2019年

5 本报记者 郭锦辉;BP加码新能源汽车充电服务[N];中国经济时报;2018年

6 王林;BP、康菲石油酝酿资产置换[N];中国能源报;2018年

7 王林;BP与康菲石油拟“无现金”置换资产[N];中国石化报;2018年

8 石梁;BP三季度利润创新高[N];中国石化报;2018年

9 本报记者 张奇 侯潇怡;隔夜shibor涨11个BP 2017市场利率中枢大概率上行[N];21世纪经济报道;2017年

10 记者 李高超;BP在墨西哥湾一项目提前投产[N];国际商报;2017年

相关博士学位论文 前10条

1 何毅;基于BP神经网络电容法刨花含水率测试仪的研究与开发[D];南京林业大学;2006年

2 吕军城;山东省农村居民自杀未遂预警BP神经网络及指标体系构建[D];山东大学;2015年

3 卢志宏;基于BP神经网络的荒漠啮齿动物群落对气候变化滞后响应[D];内蒙古农业大学;2016年

4 赵景润;气象因素对上消化道出血的影响及BP神经网络模型的建立[D];山东大学;2014年

5 王兟;脑卒中患者体内BP抗体水平与大疱性类天疱疱患者认知功能研究[D];北京协和医学院;2015年

6 刘浴辉;东亚季风区8.2ka BP气候突变记录及其精细解剖[D];中国地质大学;2012年

7 王吉权;BP神经网络的理论及其在农业机械化中的应用研究[D];沈阳农业大学;2011年

8 李英伟;基于增量改进BP神经网络微波深度干燥模型及应用研究[D];昆明理工大学;2011年

9 朱新萍;22.70ka BP以来罗布泊“大耳朵”区域湖泊沉积特征及其环境指示意义[D];新疆农业大学;2015年

10 林娟;基于BP神经网络下的矿业上市公司融资风险预警研究[D];中国地质大学(北京);2013年

相关硕士学位论文 前10条

1 张楠;基于优化的BP神经网络与SVR算法对AQI的预测研究[D];中北大学;2019年

2 马利芸;寿险需求影响因素的岭回归分析和BP神经网络预测[D];燕山大学;2018年

3 吴嘉文;基于BP神经网络的风电场风电功率预测系统的设计与实现[D];南昌航空大学;2019年

4 史轲;基于BP网的不确定图K近邻查询研究与实现[D];东北大学;2015年

5 谢丽强;基于BP神经网络下的煤炭上市公司融资风险预警研究[D];山西财经大学;2018年

6 冯洋子;基于遗传算法BP神经网络建立镁合金腐蚀性能和力学性能的预报模型[D];西安建筑科技大学;2018年

7 江欢;基于优化BP算法的钢材库存预测系统的设计与实现[D];成都理工大学;2018年

8 刘媛;基于BP神经网络模型和ARMA-BP组合模型的空气污染指数预测研究[D];南京师范大学;2018年

9 周扬帆;基于BP神经网络方法提取马铃薯空间分布研究[D];中国农业科学院;2018年

10 祁云;BP神经网络辅助GPS-R遥感反演NDVI实验研究[D];中国矿业大学;2018年

本文编号：2610201