基于ARIMA和LSTM的组合模型对寿险保费收入的预测  

作　　者：冯一铂 

机构地区：[1]喀什大学数学与统计学院,新疆喀什844000

出　　处：《科学技术创新》2021年第33期166-168,共3页Scientific and Technological Innovation

摘　　要：近年来保险行业发展迅速,其中寿险尤为突出,而寿险保费收入是衡量寿险行业发展的重要经济指标。目前主流的预测方法之一是使用自回归移动平均模型(Auto Regressive Integrated Moving Average Model,ARIMA)对保费收入进行预测,该模型具有操作简单运行快的优点,但预测精确度不足。针对精度不足的问题,本文提出一种基于ARIMA和长短神经网络(Long Short-Term Memory,LSTM)的组合模型对寿险保费收入进行预测,并以北京、天津、上海三个地区2006-2019年的寿险保费收入为例,进行实证分析。分析结果证明,ARIMA模型与LSTM神经网络构成的组合模在保持ARIMA模型优点的基础上,有效地提升了预测精确度。

关 键 词：寿险保费收入 自回归移动平均模型 长短神经网络神经网络 预测 

分 类 号：F224[经济管理—国民经济] F842.62