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)。 本文对BMS进行了介绍，并分别利用随机过程中马尔可夫链的知识和时间序列中的INAR(1)模型对BMS进行了研究。 第一章介绍BMS的优点、各国保险公司在经营中使用BMS的情况和BMS的研究进展；第二章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：第三章从另一个角度来研究BMS，首次把时间序列方法应用到汽车保险的定价中，用整值一阶自回归模型INAR(1)来拟合索赔次数，利用该模型的一步预报得到续期内索赔次数的预测值，并据此计算出相应的续期保费；在第四章中，笔者根据自己在多家财产保险公司实习的经验提出了对中国车险市场经营的几点建议；第五章结语部分则提出了一些有待进一步研究的问题。 本文的创新在第二章和第三章中都有所体现。中国人民大学的成世学教授曾对NCD系统作过稳态分析，本文第二章就是在他的研究结果基础上，进一步将研究范围拓展到BMS中，对BMS进行数学建模和稳定性分析。以往学者们研究索赔次数时，一般总是假定索赔次数服从某一种分布，如泊松分布。而在本文第三章中，笔者另辟蹊径，将时间序列方法应用于BMS中，利用时间序列模型来对索赔次数建模，并据此得出投保人须缴纳的续期保费。