基于神经网络算法的个体索赔准备金评估模型

作     者：周畅 

作者单位：天津财经大学 

学位级别：硕士

导师姓名：刘乐平

授予年度：2021年

学科分类：02[经济学] 0202[经济学-应用经济学] 07[理学] 020204[经济学-金融学（含∶保险学）] 070104[理学-应用数学] 0701[理学-数学] 

主      题：个体索赔准备金 链梯法 神经网络 进展因子 

摘      要：保险是市场经济中应对风险的强有力手段,是保险公司通过收取一定数量的保费,转移企业或个人未来可能发生的损失,实现风险管理功能的产品。这种风险转移在当今社会中是至关重要的。非寿险作为重要的险种之一,也是近年来保险公司的主营业务。随着我国“互联网+技术的日益成熟化,正式开启“人工智能新时代,机器学习方法给各个学科领域都带来了巨大的冲击,产生了深远的影响。当前,保险精算领域的研究热点就是将机器学习与传统理论知识相结合。本文针对非寿险精算中的未决索赔准备金的评估问题,尝试构建基于神经网络的个体索赔准备金的评估模型,探索机器学习方法在非寿险准备金估计中的可行性和实用性。围绕个体索赔准备金评估问题,本文梳理了国内外相关研究文献,并且将精算学研究的重点问题和当前在这一领域内研究存在的不足之处结合起来,整理出本文整体的研究方法和研究内容。本文在保险精算知识部分,梳理了实务中常用的基于聚合数据的传统索赔准备金评估方法;在神经网络算法知识部分,撰写了神经网络技术发展的背景及文中使用的模型和方法。本文实现了建立利用个体已付赔款和已报案赔款的保单数据,通过神经网络预测个体未决索赔准备金金额的统计模型,并且使用某保险公司的实际数据进行了实证分析。实验结果分析表明,本文建立的基于神经网络的个体索赔准备金评估模型能够满足准备金计提的充足性要求,但对于已知数据量较少的年份的评估,训练模型的准确度还需进一步提高。