导 师: 伍海军
学科专业: B0209
授予学位: 硕士
作 者: ;
机构地区: 暨南大学
摘 要: 本论文基于1997-2013年的数据,选取车险保费收入为被解释变量,选取汽车保险价格、汽车保有量、国内生产总值、居民消费价格指数、交通事故发生数、人均道路面积、城镇化水平等变量为解释变量,使用BP神经网络模型拟合了车险保费收入与九个解释变量之间的关系,以期构造出能够预测车险保费收入的最优模型。在研究中,确定了BP神经网络的输入层、输出层和隐藏层,通过一定的训练,利用训练后的网络对我国车险保费收入进行预测,并将其预测结果与传统的时间序列预测等预测方法的预测结果作比较。研究得出:本文选取的汽车保险价格、汽车保有量、国内生产总值、居民消费价格指数、交通事故发生数、人均道路面积、城镇化水平、受教育程度这九个变量作为输入层时,运用BP神经网络模型能够对车险保费收入做出很好得预测,平均预测误差为2.5%,并且BP神经网络模型的预测精度会比时间序列预测等传统预测方法更有效。
分 类 号: [G81 G80]