| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 国内外寿险发展状况 | 第7-8页 |
| 1.1.1 国内寿险市场发展状况 | 第7页 |
| 1.1.2 国外寿险市场发展状况 | 第7-8页 |
| 1.2 聚类分析简述 | 第8-9页 |
| 1.3 时序列简述 | 第9-10页 |
| 1.4 研究现状与意义 | 第10页 |
| 1.5 本文研究内容与结构 | 第10-12页 |
| 2 我国寿险市场的区域性分析 | 第12-18页 |
| 2.1 我国寿险业区域性差异指标分析 | 第12-16页 |
| 2.2 聚类分析 | 第16-18页 |
| 3 时间序列的基本模型 | 第18-22页 |
| 3.1 平稳时间序列 | 第18-19页 |
| 3.2 AR模型 | 第19-20页 |
| 3.3 MA模型 | 第20页 |
| 3.4 ARMA模型 | 第20-21页 |
| 3.5 ARIMA模型 | 第21-22页 |
| 4 一元时间序列建模和预测 | 第22-29页 |
| 4.1 模型建立 | 第22-26页 |
| 4.1.1 数据准备 | 第22页 |
| 4.1.2 寿险保费收入模型的建立 | 第22-25页 |
| 4.1.3 模型定阶 | 第25-26页 |
| 4.2 寿险保费收入模型拟合程度检验 | 第26-27页 |
| 4.3 寿险保费收入模型预测 | 第27-29页 |
| 5 多元时间序列分析 | 第29-38页 |
| 5.1 多元时间序列模型建立 | 第29-30页 |
| 5.1.1 多元时间序列模型表示 | 第29-30页 |
| 5.1.2 多元时间序列模型的相关概念 | 第30页 |
| 5.2 数据准备 | 第30-31页 |
| 5.3 多元时间序列模型识别 | 第31-34页 |
| 5.3.1 多元时间序列图 | 第31页 |
| 5.3.2 模型KPSS检验 | 第31-32页 |
| 5.3.3 多元时间序列的Engle-Granger协整检验 | 第32-34页 |
| 5.3.4 多元时间序列的Granger因果检验 | 第34页 |
| 5.4 多元时间序列模型 | 第34-35页 |
| 5.5 多元时间序列模型的预测 | 第35-36页 |
| 5.6 一元时间序列方法预测与多元时间序列预测对比 | 第36-38页 |
| 6 总结 | 第38-40页 |
| 致谢 | 第40-41页 |
| 参考文献 | 第41-43页 |