汽车保险是现代保险业的重要险种之一。在我国众多财产险公司中,汽车保险业务的保费收入往往占到公司总保费收入的80%以上。因此,科学合理地厘定汽车保险费率至关重要。汽车保险的奖惩系统(Bonus—Malus System,简称BMS)是广泛应用于世界各国保险公司的一种经验估费系统,主要是根据驾驶者的历史索赔记录来确定其续期保费。在中国,各家保险公司也都分别制定了自己的奖惩系统或无赔款优待系统(No Claim Discount System,简称NCD系统)。本文主要利用马尔可夫链的知识和数理统计理论等来研究汽车保险奖惩系统,重点是奖惩系统的设计与改进,主要研究内容和成果如下:1、从理论上研究汽车保险中的BMS,用马尔可夫链对BMS建模并做稳定性分析,得出了任一BMS都存在平稳分布的结论。2、将索赔额因素引入奖惩系统,建立一个考虑索赔大小的BMS的应用模型,并就此应用模型进行分析,包括转移矩阵、稳定分布、等级保费的确定等,最后做了实证分析。3、初始的免赔模型存在可操作性差等明显的缺陷,构造一种新的弹性免赔模型,弥补了初始免赔模型存在的不足。并在有限数学期望、密度函数、分布函数等数学工具的基础上,分析了不同类型的免赔额与赔偿限额的同时使用对纯保费的影响,对保险精算人员设计出加更加合理、更加公平的保险险种有很大的意义。4、最后则提出了一些有待进一步研究的问题。