广义回归神经网络模型在保险公司利润预测中的有效性研究

发布时间：2016-06-08 22:16

第 1 章 导论 

1.1 研究的目的和意义 
在我国保险行业这个充满活力但又较为落后的市场中，保险公司的获利能力和经营状况对我国保险行业的发展起着至关重要的作用。对于认识哪些因素是影响寿险公司的利润，以及是否可以通过这些因素来预测利润，从而有利于保险公司制定正确的经营方案，以降低保险公司的经营成本、提高经营效率，促进我国保险业的长足发展，这是一个紧迫且实际的重大课题。
图1.1为2014年原保险保费收入图：

 

从2014年保险行业数据可以看出：（1）2014年保费保持快速增长，实现原保险保费收入13,031.43亿元，同比增长18.36%，增幅比上年提高9.97个百分点。（2）健康险迎来新一轮发展机遇，非车财产险发展仍然乏力，2014年健康险业务实现原保险保费收入1,587.18亿元，同比增长41.27%；但传统财产险发展乏力，财产险险种结构仍待调整，全年传统产险业务和农险业务增速分别为14.92%、6.26%,均低于财产险业务整体增速。（3）网销业务迅速兴起，银行保险渠道结构尚需优化。据资料显示，我国当前的网络业务数量正在不断增加着，人身险在网络上的销售量已经高达三百五十三亿元，而互联网财产保险在网上的销售额已经达到了五百零五亿元，车险在其中为主要的销售种类，占据了主要地位。 

……

1.2 研究思路及方法 
较大的随机性和复杂突变性是保险行业中最为突出的两个表现特征，随着经济的飞速发展，保险业获得了迅速发展，保险企业的经济收益不断增加，但是同时保险企业的风险也随之不断增加，导致企业的经济收益会在很大程度上受到不同种类因素的影响。因此我们在研究保险行业时，通常会采用统计预测模型，尽管这种计算方法可以较好地反映出保险企业的经济收益情况，但是由于统计方法自身不够完善，导致在对保险企业的影响因素进行统计时，不能全面的反映出保险企业的实际情况，因此会造成统计结果不准确的现象。在对国内外理论思想进行了充分研究后，发现广义回归神经网络可以较好地解决这个问题，保证我们统计结果的准确性。利用灰色生成弱化原始数据序列随机性并增强其规律性的特性；同时采用灰色关联分析降维的方法，在保证历史样本信息完整的情况下降低了原始数据的矩阵维数，通过上述两种改进提出了较为科学的统计方法，将保险企业自身的实际情况和统计要求相结合，从而不断提高统计效率。 
本文通过总结保险公司的利润来源，主要包括承保利润和投资利润。其次研究影响保险公司利润的财务因素，包括偿付能力指标、盈利能力指标和运营能力指标，然后通过 MATLAB 2011 b 建立基于灰色关联分析的广义回归神经网络预测模型，并将上述模型的预测结果与 GM(1,1)模型、BP 神经网络模型、广义回归神经网络模型、GM-GRNN、BP-GRNN 和 GM-BP-GRNN 的预测结果进行比较，证明了基于灰色关联分析的广义回归神经网络预测模型的有效性，并根据实证结果做出总结，然后对保险公司提高利润的经营策略作出建议。

由灰色关联分析模型得出影响权重较大的关联因素，并借助神经网络模型的灵敏度分析将这些因素对保险公司利润值的影响量化，并结合定性分析，揭示了影响权重较大的关联因素与保险公司利润值的内在关联。 

……

第 2 章 保险利润来源、影响因素及其预测方法的文献综述 

2.1 保险利润的来源 
当前研究保险利润来源的思想理论中主要可以分为两个不同的部分即“山派”理论与“海派”理论。英国经济学家贝利是山派理论的代表，他提倡保险中的互助精神和共同分担，并指出基尔特制度是保险学应该借鉴的，他认为保险是责任共担的机制，保险公司应在责任共担中来获得利润，因而他的观点是保险利润主要是由承保利润构成，以此推出承保业务是保险企业的主要业务，而资本投资只是在承保业务的基础上进行保值增值。  “海派”理论是以地中海地区为起源的，海派理论认为保险源于海上保险的冒险借贷说，这也是其为何被称为海派理论的原因。该理论在英美国家中为代表，以美国的一些保险企业和英国劳合社是海派理论的主要提倡者，海派理论指出公司的利润主要来源于对保险资金的高效投资运用，承保业务的目的是为资本投资筹集资金以达到融资作用，因而认为公司未来现金流很重要。海派理论提出，保险企业应该以根据其业务需求将投资业务作为最为关键的运行业务之一，充分利用好保险资金来获得更多的经济收益，从而弥补产生的损失，该理论以英国精算师佩格勒为代表。 

马庆强在研究保险企业的盈利时，主要的研究依据就是保险企业的日常经营情况，根据企业的成本、费用和利润的不同情况来进行分析和研究，投资利润、保险偿付能力五个角度分析我国保险公司的经营。在其对这几个因素做出了具体研究后发现，我国保险企业普遍存在着盈利情况不好的现象，而导致这种现象的根本原因就是保险企业的实际运行效率较低，造成了资源浪费，使得企业的成本不断提高。郝演苏指出，保险企业利润的真正来源是承保业务，保险企业并没有真正认识到其利润的来源，保险企业利润的源头并不是投资业务。 

……

2.2  保险利润的影响因素的相关研究 
Chien-Chiang Lee，Yi-Bin Chiu  ，Chi-Chuan Lee   (2013)  运用面板广义的ADF单位根模型进行实证研究，为了保证研究结果的准确性，用当前世界银行中所公布的不同国家的实际经济收益和保险费用作为具体的研究对象，再对这41个国家的经济收益情况做出了具体分析后，发现国民生产总值和人均保险费用之间存在着较为明显的关系，互相作用着。收入的增加会导致保险费用不断增加，二者呈现出正比关系，同时，寿险的增加也会促进国民生产总值的不断增加，因此面板广义充分发现了GDP和寿险之间的关系。 
而周艳(2007)在分析保险企业的利润影响因素时，则对保险企业的实际盈利能力、偿债能力、业务能力和企业的成长能力做出了不同的研究，他采取的研究方法是灰色关联法，将这四个不同因素有机结合起来，不断提高了研究的效率，对保险企业的经营能力做出了较好的分析。 
陆健瑜（2011）在就内涵价值的精算学原理的基础上进行深入研究，用内涵价值来评价保险公司的真实利润，推导出内涵价值在保险公司股价厘定中所发挥的作用。齐鹏轩（2012）认为内涵价值包含了保险企业目前存在的所有业务在将来时期能够创造的所有利润的现值，是计算保险企业真实价值的一种指标，可以衡保险公司长期的经营成果，因此可以用于计算保险公司的盈利能力，并能够促进保险公司不断创造价值。 

叶成徽、陈晓安（2012）以中国人寿、中国平安与中国太保这三种不同的保险企业的运行情况作为实际的研究对象，在研究这三个保险企业的利润情况时，采取了主要的 16 组数据，根据这些数据来对保险企业的运行进行合理分析，保证充分了解保险企业的经营情况。通过随机前沿利润和成本函数的形式，结合我国大型保险企业成本和利润效率的实证模型，然后针对高管薪酬额度与企业的运行效率之间的关系做出了具体分析，高管报酬对保险企业利润效率有显著的负向影响，对成本效率没有显著影响;企业的运行效率和经理实际掌握的股票比例之间有着正比的关系，和保险企业的成本效率之间有着负比关系。 

……

第 3 章 常用企业利润预测模型及其比较 .................................... 10 
3.1 回归分析预测模型 .................................................... 10 
3.2 灰色预测模型 ........................................................ 11 
3.3 BP 神经网络 ......................................................... 12 
3.4 广义回归神经网络 .................................................... 13 
3.5 小结 ................................................................ 16 
第 4 章 基于灰色关联分析的广义回归神经网络 .............................. 17 
4.1 基于灰色关联分析的广义回归神经网络模型的建模思路 .................... 17 
4.2 基于灰色关联分析的降维模型 .......................................... 17 
4.3 灰色预测与广义回归神经网络组合模型结构 .............................. 18 
4.4 基于灰色关联分析的广义回归神经网络预测模型的建立 .................... 19 
4.5 基于灰色关联分析的广义回归神经网络求解 .............................. 21 
4.6 预测结果检验 ........................................................ 23 
4.7 小结 ................................................................ 25 
第 5 章 神经网络模型有效性的实证研究 .................................... 26 
5.1 保险公司利润的预测 .................................................. 26 
5.2 预测结果分析 ........................................................ 35 
5.3 相关性分析 .......................................................... 37 

5.4 小结 ................................................................ 40

……

第 5 章 神经网络模型有效性的实证研究

5.1 保险公司利润的预测
根据 1.1 的数据资料，本节以中国人寿 2006-2014 年的半年报及年报中的财务指标及利润额共 16 个样本作为建模的学习样本，以数据作为外推测试样本，分别采用 GM(1,1)模型、BP 神经网络模型、广义回归神经网络模型、GM-GRNN、BP-GRNN 和 GM-BP-GRNN 及论文所探讨，并对不同模型的预测结果进行了分析比较。 
在对保险企业的利润进行预测时，我们会发现保险企业利润预测指标的选取十分重要，这是因为保险企业在发展的过程中会受到不同因素的影响，因此保险企业的实际利润情况也会存在着较大差距，，在对保险企业的经营状况进行分析时，应该格外注意对保险企业的利润预测指标的选取，保证我们预测结果的准确性。本文根据前人的研究成果和文献查阅。
保险企业的实际偿付能力会在很大程度上影响企业的利润情况，这是因为企业的偿付能力决定着企业是否能够有充足的资本来对相关债务进行偿还，而保险金和赔款则是保险企业进行偿还活动中最为主要的两个内容，企业的偿付能力主要分为实际偿付能力和最低偿付能力，这两个能力都会影响到企业的利润情况。偿付能力对保险公司的健康运作起到关键性的作用，如果保险公司发生偿付危机，被保险人或投保人的利益遭到威胁或损害，甚至导致保险公司无法维持正常经营。本文选取偿付能力指标有偿付能力充足率、保险责任准备金比率。 

保险公司利润只要包括承保利润和投资利润。承保利润方面，对市场份额作出研究不仅可以帮助我们了解保险企业在市场中的比例，还能让我们更加清楚地看到企业对市场的影响力。退保率和营业费用率分别体现保险公司业务经营维持和控制成本的综合管理能力。投资利润方面，保险公司资金运用也是其主营业务之一，其投资收益率直接影响企业的偿付能力和利润。 

……

结论

在我们对保险企业的利润情况作出分析和预测时，我们通常会发现，不同因素会导致保险企业的实际运行情况有所不同，因此获得的经济收益也会有所不同，这种情况下我们就不能采取统一的预测模型来对数据进行预测，因此要根据保险企业的实际运行情况来对历史数据进行分析，从而选择出最为合适和科学的预测模型，将预测模型和预测领域相结合，只有这样才能保证预测的精确度，保证预测结果的准确性，避免出现人为的计算错误。与实际应用仍存在一定的差距。随着改革进程的不断加快，我国的经济获得了飞速发展，科技事业有了较好的物质基础，因此越来越多的保险企业已经开始将先进的科学技术引进到保险企业的日常业务中，希望可以借助科技的力量来保证企业的保险系统不断完善，可以更好地反映出企业的利润的发展情况和发展规律，从而对保险企业的利润情况有个全面的把握。预测模型对于计算保险企业的利润来说十分必要，神经网络预测模型是一个较为科学的预测模型，可以帮助我们更好地掌握出现的历史数据的根本规律，因此我们应该提高对神经网络预测模型的重视度，将其运用到保险企业的日常业务中，充分把握保险企业的经营情况，保证我们预测结果的精确度，降低误差。 

本文的不足之处还在于文中所选取的影响保险公司利润的财务指标是根据前人的研究和文献总结提炼而出，并没有经过保险公司在实际经营过程中的检验，而在保险公司经营过程中究竟哪些因素和指标会影响其利润，还有待实际经验的考证。其次，本文对保险公司利润预测的研究，是基于保险公司微观层面的财务指标对其利润的预测，并没有考虑宏观经济因素及市场情况对保险公司利润的影响。

参考文献（略） 

本文编号：54955