欢迎来到天天文库
浏览记录
ID:35076487
大小:2.82 MB
页数:58页
时间:2019-03-17
《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》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、学校代码;11482学号:131503520006ZHEJIANGUNIVERSITYOfflNANCEANDECONOMICS巧古学tfc论文MASTERSDISSERTATION广义回归神经网络摸型在保麽论文屈目公詞利润巧测中的肴效化研究作者巧名万宇婷专业保隆硕去所在学膀金巧学晚巧导教师张代军完成日期2015年12月渐江财经大学硕i:研巧生学位论文應错性声巧本人郑重声明;此处所提交的硕±学位论文是本人在导师指导下,在浙江财经大学攻读硕±学位期间独立进行研究
2、所取得的成果。据本人所知,论文中除已注明部分外,不包含他人已发表或撰写过的研究成果,对本文的研究工作做出重要贡献的个人和集体均己注明。本声明的法律结果将完全由本人承担。/作者签名:曰期:年月(曰渐江财经大学硕±研巧生学位论文使用搜巧书本论文系本人在浙江财经大学攻读硕±学位期间在导厮猜导下完成的硕古学位论文。本论文的研究成果归浙江财经大学所有,本论文的硏究巧審不得其他单位的名义发表。本人完全了解浙江财经大学关于保存、使用学位论文的规定,同意学校保留并向有关部口送交论文的复印件和电子版本。本人,允许论文被查阅巧借阅授权浙
3、江财经大学,可1^采用影印、缩印或其他复制手段保存论文,可1^公布论文的全部或部分内容。作者签名:下?成日期:年(月(日经审查,确认该论文已符合浙江财经大学硕±学位论文的要求。导师签名:日期:片'月如從皆硕士学位论文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2015年12月MASTERSDISSERTATIONTheAvailabilityResearchofGeneralizedRegressionNeuralNetworkinInsuranceCompany’sIndicationDecember2015浙江财经大
4、学硕士学位论文摘要回顾我国保险业发展几十年来,取得飞速进步和巨大成就。虽然如此,与欧美发达国家已经成熟的保险行业状况相比,仍然存在一定的差距。随着我国经济实力的不断提高和人民生活水平的不断改善,我国保险公司的保费收入也呈现着不断增长的趋势,但与此同时很多保险公司的利润并没有与保费收入保持相同的增长趋势,这是影响保险公司经营产生质的飞跃乃至我国保险行业发展的一个不可忽视的原因。因此,通过提取保险利润影响因素以预测保险公司利润,并通过其对保险公司利润的动态影响以制定正确高效的经营策略,从而真正在保费收入高速增加的同时使得利润也增速提高,促进保险行业的发展,这
5、是一个值得研究的课题。本文以中国人寿保险公司为研究对象,以2006年至2014年共17个半年报数据为样本数据,通过研究中国人寿保险公司的利润来源及其影响因素,提出基于灰色关联分析的广义回归神经网络模型(Grey-GRNN)来预测保险公司的利润,并将其预测精度与GM(1,1)模型、BP神经网络模型、广义回归神经网络模型(GRNN)、GM(1,1)、BP和GRNN的组合权重预测模型(GM-GRNN、BP-GRNN和GM-BP-GRNN)的预测结果进行比较,得出以下结论:基于灰色关联分析的广义回归神经网络模型通过灰色关联模型降维、灰化处理弱化原始数据无序性、合
6、理设置光滑因子等方法较好地解决了保险业利润预测中数据小样本、高维度、多扰动,噪声大等不利条件下预测精度和稳定性难以得到保障的问题,该模型无论在历史数据拟合还是在模型外推方面相比其它模型都具有更高的预测精度。这样的网络具有极强的自我学习和再识别能力,用于保险公司利润的预测问题中很好地表征了企业利润与其影响因素之间复杂的非线性关系。在实例中,基于灰色关联分析的广义回归神经网络模型在历史数据拟合方面的相对误差均小于5%;而从外推仿真方面来看,神经网络系列模型的MAPE值均小于10%,属于高精度预测;而灰色预测模型的MAPE值为13.3042%(>10%),属于
7、良好预测范围;对比6个神经网络预测模型,其中GM-GRNN、BP-GRNN和GM-BP-GRNN与BP神经网络和GRNN预测模型的MAPE值差别不大,而基于灰色关联分析的广义回归神经网络模型仅有1.7638%,为所有模型中外推精度最高的预测模型。由灰色关联分析模型所得出的影响权重较大的关联因素为内涵价值、营业费用率和赔付率。通过神经网络模型的灵敏度分析可将这三个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。关键词:保险公司利润影响因素;灰色关联分析;灰色模型;广义回归神经网络I浙江财经大学硕士学位
8、论文AbstractTheinsuranceindustryhasgreatim
此文档下载收益归作者所有