偿付能力监管是保险监管的核心，而预测保险公司的偿付能力，尤其是尽早识别偿付能力不足的保险公司，对加强保险监管和保护被保险人利益具有重要意义。
本文首先介绍了相关研究的现状。指出非线性的Logistic模型逐渐成为偿付能力的预测的主要模型，但由于参数模型存在一定缺陷，所以逐渐将非参数模型引入偿付能力的预测。然后引入决策树模型，解释了决策树模型的基本原理：能够从一组无次序、无规则的样本组中推导出表示为树形结构的分类规则以及决策树的生成过程。作者同时解释了运用信号-噪音比差方法定量分析指标对偿付能力的预测能力相关原因：用“指标的信号-噪音比差＝指标的信号比率”来计量各指标对公司偿付能力不足的预测能力。
在解释完相关原理之后，作者开始进入实证分析的内容。本文选取了1997-2005年具有完整财务报表的财险公司的相关数据，运用决策树模型，分别进行了提前两年（T-2）、提前三年（T-3）的财险公司偿付能力预测，并运用信号-噪音比差方法对预测指标的信息含量进行排序。
最后，本文根据实证结论提出相应的政策建议：（1）决策树模型适用于财险公司的偿付能力预测。（2）我国财险偿付能力的监管指标的有效性有明显差异。（3）我国财险公司偿付能力监管指标体系有待完善。
（陈璐整理自《金融研究•实务版》2007年第7期，作者：施建祥 韩雪）