自2000年太平洋保险公司在中国大陆首次推出万能险保单以来,增加了我国保险产品的多样性,同时万能险的发展也促进了我国的保险市场的发展。但是我国保险市场发展还不够成熟,万能险产品还不够丰富,尤其是相比于在美国保险市场上指数万能险的蓬勃发展,我国还没有相应的指数万能险产品。因此本文以上证指数的收益率作为参照,对指数万能险定价进行研究。指数万能险的保单价值不仅与死亡率、期缴保费、利率等因素有关,还与所参照股票指数的收益率有关,所以股票指数收益率的确定对于指数万能险定价是至关重要的。本文首先运用寿险精算学知识来确定基本两全险的价值,然后在普通万能险定价模型的基础上建立了指数万能险定价模型;再然后通过小波去噪与GRU神经网络模型相结合的方法来预测股票指数的收盘价,进而得到预测收益率来确定指数万能险万能账户的价值;最后给出了五年期指数万能险定价的示例。本文的结论如下:首先,小波去噪能够提高GRU神经网络模型的预测精度,通过对比预测效果评价指标,相比于只使用GRU神经网络模型和几何布朗运动模拟,小波去噪与GRU神经网络模型相结合的预测精度更高;其次,指数万能险相比于基本两全险的价值更高,指数万能险由于在指数上涨时能够获得收益,指数下跌时也能够保本,所以其价值能够获得增长,价值也就更高;最后指数万能险的价值高于普通万能险,指数万能险的波动性更大,在指数上涨时更容易达到收益上限,指数下跌时现金价值也不会降低,所以其价值更高。本文的创新之处在于:在选题方面,目前国内外还没有指数万能险定价的相关文献可供参考,本文对一般万能险定价模型进行了拓展,建立了指数万能险的定价模型;在研究方法上,本文选择的是GRU神经网络,由于其在时间序列预测上有不错表现,但是其很少被用在保险产品的定价问题上,所以本文通过构建小波去噪-GRU神经网络模型来探究GRU神经网络方法在指数万能险的定价问题中的应用,希望能为指数万能险的发展做出一定贡献。