许多作者对奖惩系统的最优相对保费的研究，都是在无限时间（平稳状态）下进行的。虽然无限时间下奖惩系统的最优相对保费能在一定程度上反映奖惩系统的优良性，但相对于投保者个人的有限参保时间而言，研究奖惩系统在有限时间下的最优相对保费更有实际意义。另外，考虑到保单持有人的先验特征和随机效应并不是一成不变的，它随时间的变化而变化，相应地索赔频率也就不再是常数。因此，保单持有人所处各奖惩等级的轨迹就不能用齐次马尔科夫链来刻画了，只能用非齐次的马尔科夫链来描述。此时，基于稳态分布的最优相对保费的经典算法也就不再适用，为此有必要在动态异质性的条件下寻找最优相对保费的求解公式。本文在N. Brouhns, M. Guillé en, M. Denuit&J. Pinque（t2002）和Barczy&Pap (2011)研究的基础上，研究了动态信度模型下的有限时间最优相对保费。首先，假设随机效应是一个二阶自回归随机序列，求出了随机效应的分布函数。接着，假设只考虑有限年(T年)，那么每年都有一个转移概率阵，相应地每年的转移概率阵都有一个稳态概率分布，利用各年的稳态概率分布即可求出各年的相对保费。然后，把这T个相对保费加权平均，得到一个综合较优的相对保费，并给出了最优相对保费的求解公式。考虑到由此求得的最优相对保费不是很精确，为此又进一步给出了相对较精确的最优相对保费的求解公式。最后，讨论了所求最优相对保费公式的稳健性。