随着近年我国经济的高速腾飞,国民收入的迅猛增长,居民对保险的依赖程度逐步加强,我国保费收入也呈现逐年增长的趋势。因此,我们必要寻找科学的方法对保费收入进行准确的预测。由于保费收入具有明显的季节性特征,本文采用先定季节指数方法和X-12方法对保费收入进行分析,结果表明X-12方法更应用于此数据的季节性特征分析。为更好地预测保费收入的增长,本文首先建立季节性差分自回归滑动平均模型(SARIMA)和基于X-12乘法模型的自回归滑动平均模型(X-12-ARIMA乘法模型)以及基于X-12加法模型的自回归滑动平均模型(X-12-ARIMA加法模型)。通过此三个模型之间的比较,表明SARIMA模型和X-12-ARIMA乘法模型明显优于X-12-ARIMA加法模型。然后,本文提出SARIMA和X-12-ARIMA乘法模型相结合的组合模型对保费收入进行最终预测。在此组合模型中,我们采用粒子群优化算法对两模型的权重进行优化。最后我们对中国主要保险公司1999年1月至2013年6月间月度保费总收入时间序列进行实证分析,并对我国保费收入变化趋势进行预测,从而为我国保险业以及国家对于保险业的监管提供必要的支持。