在精算学中,被保险人通过支付固定的数额将可能发生的风险转移给保险公司,这个固定的数额就称为保费。保费收取过高,容易流失保单;保费收取过低,会导致公司亏损。因此,保费定价与预测一直是保险公司最关心的问题。在定价过程中,除了要考虑影响保单的风险因素（先验分布信息）,还要考虑历史索赔经验（样本信息）,最为常用的方法是信度理论。然而在实际生活中,有多种多样的风险因素会影响保单的索赔,先验分布是很难被确定的,往往只能知道样本信息。本文根据保单一系列的历史索赔数据,提出了一些对未来索赔预测的方法。首先,借助信度理论中对未来索赔的预测限定在样本线性函数上的思想,利用最小化均方误差的方法,讨论了线性模型下索赔的信度预测问题。得到的保费估计可以写为信度保费的形式,并通过数值模拟验证了其统计性质。随后,将该方法推广到应用更为广泛的广义线性模型中,能够得到线性模型中类似的结论。其次,讨论了结构更为复杂的聚合风险模型预测问题。目前对总索赔额的研究大多是基于净保费原理,这很难适用于一般的保费原理中,而很多保费原理都能通过风险的矩母函数得到。针对这一问题,本文以索赔数据为基础,建立了矩母函数相关保费原理的广义线性模型,通过预测索赔额和索赔次数的矩母函数,得到了矩母函数相关保费原理下总索赔的预测。最后,对全文进行了总结,提出进一步研究的方向。