彩神彩票app注册网-彩神彩票app

多款专属商业养老保险去年结算利率下调 仅1款产品同比有所上升******

　　记者 冷翠华

　　截至1月10日，除个别险企外，多数经营专属商业养老保险的险企都发布了产品2022年的结算利率。纵向比较来看，2022年，受权益投资市场低迷影响，多款专属商业养老保险结算利率有所下调，仅1款产品结算利率同比有所上升。横向比较来看，业内人士和部分消费者认为，专属商业养老保险在理财市场有较强竞争力，在个人养老金产品圈，专属商业养老保险也比较受欢迎。

　　最高结算利率为5.6%

　　专属商业养老保险自2021年6月起在浙江省(含宁波市)和重庆市开始试点，首批试点公司为6家寿险公司。2022年3月1日起，专业养老保险公司获得参与试点资格，试点区域扩大至全国。

　　最早开展专属商业养老保险业务的寿险公司，已经披露了第二次年度结算收益率情况。整体来看，稳健型账户2022年年化结算利率在4.3%-5.15%之间，进取型账户2022年年化结算利率在4.6%-5.6%之间。专属商业养老保险采取“保证+浮动”的收益模式，与2021年的结算利率相比，多款产品2022年下调了结算利率，但都远高于最低保证利率。专属商业养老险稳健型账户的保证利率大多在2.5%-3%，进取型账户的保证利率大多在0%-1%。

　　具体来看，各人身险公司专属养老保险产品去年的结算利率分别为：新华保险-卓越优选稳健回报型账户投资组合5%，与2021年持平，积极进取型5.15%(2021年5.50%)；中国人寿-国寿鑫享宝A账户4.5%(2021年4.0%)，B账户5.0%，与2021年持平；泰康人寿-臻享百岁稳健型组合5.05%(2021年6.0%)，进取型组合5.50%(2021年6.10%)；泰康人寿-臻享百岁B款稳健型组合4.80%，进取型组合5.0%；国民养老-共同富裕稳健型投资组合5.15%，积极型投资组合5.60%；人保寿险-福寿年年稳健型账户4.8%(2021年5%)，进取型账户5.1%(2021年5.3%)；太平人寿-岁岁金生A账户4.00%(2021年4.50%)，B账户5.10%(2021年5.35%)。

　　值得注意的是，以上专属商业养老保险产品皆已纳入个人养老金产品投资范围。目前，共有7家保险公司的8款专属商业养老保险纳入该范围。

　　此外，其他专属商业养老保险2022年的结算收益率分别为：太保人寿-太保易生福稳健A账户4.3%(2021年4.8%)，进取A账户4.8%(2021年5.3%)；稳健B账户4.5%(2021年5.0%)，进取B账户5.0%(2021年5.5%)。同时，新华养老-盈佳人生稳健回报型和积极进取型投资组合去年的结算利率皆为4.60%。

　　由此可见，2022年，多款专属商业养老保险下调了结算利率(由于产品上市时间不同，部分产品实际运营并非整年度，结算利率均为年化利率)，仅1款产品上调了结算利率。对此，川财证券首席经济学家陈雳对《证券日报》记者表示，专属商业养老保险的结算利率与险资的投资收益关联，险资投资收益下滑导致产品结算利率下调。2022年，保险公司整体净利润出现同比下滑，主要是受投资端影响，资本市场大幅波动导致行业整体利润率下滑。

　　相对优势明显

　　在专属商业养老保险中，目前已有8款产品纳入了个人养老金保险产品名单，因此，其投资收益率以及长期保值增值功能都备受关注。

　　星图金融研究院研究员黄大智认为，从专属养老保险去年的结算利率区间看，尽管和2021年相比大多略有下调，但横向比较来看，其收益率表现亮眼，具有很强的竞争力。

　　同时，专属商业养老保险具有“保证+浮动”的收益模式，运作模式和基金理财等有较大区别。保底设置使得其收益率浮动较小，也适合相应风险偏好的投资者选择。

　　北京排排网保险代理有限公司总经理杨帆认为，专属商业养老保险的产品设计既保证了稳健收益的下限，又带来了提高收益上限的可能性。同时，投资账户内的资金会随着投资收益增长而“复利”递增，长期投资优势更明显，持有时间越长收益越高，适合长期养老规划。

　　陈雳认为，对于养老金产品而言，保障是第一要务，投资收益率则位居其次，专属商业养老保险产品符合用户需求，竞争力整体较强；基金、银行理财等产品相对而言有更高的预期收益，但收益率取决于市场情况，波动性较大。

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）