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

来源：科学技术创新, 2021, (33): 166-168.

• 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

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。