检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于大数据的车险费率厘定研究

基于大数据的车险费率厘定研究

作者：何甜甜广东财经大学

学位级别：硕士

随着商业车险费率市场化改革的施行和大数据等技术在保险费率定价的运用,传统的车险费率厘定仅仅考虑“从车”风险因子并且各家保险公司的车险产品大同小异,已经完全不能适应保险行业追求差异化,个性化的定价需求。财险公司要想适应车... 详细信息

随着商业车险费率市场化改革的施行和大数据等技术在保险费率定价的运用,传统的车险费率厘定仅仅考虑“从车”风险因子并且各家保险公司的车险产品大同小异,已经完全不能适应保险行业追求差异化,个性化的定价需求。财险公司要想适应车险费率市场化,供给满足消费者需求的车险产品,就必须更多地考虑基于驾驶环境和驾驶人自身的风险因素来厘定费率影响因子,充分发挥大数据在计算费率厘定的优势。本文主要运用非参数卡方检验和零膨胀泊松回归模型的方法,研究了Open ITS联盟平台提供某十字路口车流量和某省会城市道路交通事故数据,分析行驶环境中的车流量以及早晚高峰驾驶时间,气候和降水量等风险因子;探讨驾驶人自身的风险因素。研究表明驾驶环境中的风险因子对交通事故存在显著影响;性别,年龄和驾龄差异与车险的出险有着相关性,提出了车险费率厘定更加精准化的参考意见:将驾驶环境和驾驶人的风险因子考虑进其中,为财险公司提供新的定价方向。本文的主要创新为:选题和研究思路上的创新,在选题上具有较强的现实价值和一定的前沿性,而在研究思路上,进一步验证关于驾驶人风险因素的驾龄因子。不足之处为:在可参考的文献基础上,厘定费率的风险因子还需进一步通过模型进行定价分析,但这涉及到投保人更多的隐私数据,所以无法准确验证车险定价。

关键词：车险费率厘定大数据非参数的卡方检验零膨胀泊松回归模型

基于双重分层广义线性模型的车险费率厘定研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双重分层广义线性模型的车险费率厘定研究

作者：王治重庆工商大学

学位级别：硕士

近年来随着我国保险行业发展逐渐步入正轨,人们对车险方面的需求也越来越高了,车险在非寿险领域的占比也一直都在65%以上。由于国内车险费率厘定研究起步较晚,常用费率厘定方法已经跟不上现有国内市场的需求。如何进一步完善车险精算方... 详细信息

近年来随着我国保险行业发展逐渐步入正轨,人们对车险方面的需求也越来越高了,车险在非寿险领域的占比也一直都在65%以上。由于国内车险费率厘定研究起步较晚,常用费率厘定方法已经跟不上现有国内市场的需求。如何进一步完善车险精算方法,科学厘定费率,对于促进我国车险市场健康、高质量发展具有重要意义。广义线性模型(GLM)在车险的费率厘定当中是应用最为广泛的一种模型。其对数据要求不高、模型设定宽松的优势在车险费率厘定中具有优势,克服了经典线性回归模型的缺陷。但是在实际应用中,GLM在应用中仍有局限性,如有关随机效应的讨论不够充分就使GLM在处理大量数据时会产生较大的偏差。双重分层广义线性模型(DHGLM)作为GLM的扩展模型,给车险费率厘定方法提供了新思路。由于DHGLM没有要求模型参数一定为固定常值,且结合了广义混合模型(GLMM)与分层广义线性模型(HGLM)的优点,引入了随机效应、放宽了对变量服从分布的假设要求,通过分别对子模型与主模型建立GLM,提高了模型应用的广泛性。本文运用DHGLM进行分析建模,基于真实的车险索赔数据,从参数显著性、建立模型对数据解释情况以及纯保费金额三方面与GLM的车险费率厘定结果进行对比。结果显示:DHGLM相比于GLM,在车险费率厘定应用中结果更为可靠、使用更加广泛。文章最后根据实证的结论也提出了相关对策建议。本文主要创新点在:(1)将DHGLM引入到了车险费率厘定研究中来,是对车险费率厘定精算模型的创新。(2)提出了新的DHGLM中子模型的迭代通项公式,提高了模型使用时的效率,完善了模型在车险费率厘定领域的应用。

关键词：车险费率厘定广义线性模型双重分层广义线性模型纯保费

基于Bootstrap方法的车险费率厘定研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Bootstrap方法的车险费率厘定研究

作者：傅斌呈浙江财经大学

学位级别：硕士

自从2000年以来,随着我国经济快速发展和人均可支配收入的提高,汽车人均拥有量快速增长,同时由于国家相关政策的支持,整个汽车保险行业得到了全面的发展。国内保险业虽然发展较晚,但经过几十年的努力,机动车辆保险费率的计算方法已经得... 详细信息

自从2000年以来,随着我国经济快速发展和人均可支配收入的提高,汽车人均拥有量快速增长,同时由于国家相关政策的支持,整个汽车保险行业得到了全面的发展。国内保险业虽然发展较晚,但经过几十年的努力,机动车辆保险费率的计算方法已经得到了巨大的改进,同时费率水平的准确性也得到了相应的提高。保险公司在经历过较为粗略的车险费率厘定方法之后,目前主流的定价模型采用的是广义线性模型。伴随着保险市场规模的扩大,广义线性模型虽然在机动车辆保险费率厘定方法中依然占有优势,但是该模型的弊端随着车险规模的扩大逐渐显现出来,比如该模型的假设规定了协变量的影响为预测函数的线性形式,同时假定风险分级变量之间保持独立性,这些假定与保险实际业务当中的具体情况并不相符。如果简单地运用线性估计就会导致一些风险分级变量由于不够显著而丢失,而且无法准确分析出风险分级变量之间的相关性。为了能够更好地适应保险市场的发展和得出更为准确的保险费率,相关研究人员就需要对广义线性模型进行优化,于是在广义线性模型中引入了随机效应,将其推广到广义线性混合模型。其中,随机效应能够分析风险分级变量之间的相关性。所以广义线性混合模型能够从固定效应和随机效应两个方面去分析各个风险分级变量对响应变量函数不同的影响程度,同时也能够更好的分析越来越复杂的车险索赔数据,为以后车险费率定价方法的研究提供一种新的思路。在模型估计方法上,广义线性模型涉及高微积分,所以一般需要用极大似然估计法进行估计,而广义线性混合模型的传统估计方法是惩罚拟似然估计法,该方法相对简单也是目前应用最为广泛的,但是用惩罚拟似然估计法推断还不够准确,尤其是对均值较小或者方差较大的模型参数的估计是有偏的。本文引入Bootstrap方法,该方法分析某一具体问题是以问题的提法本身为出发点,仅根据已经获得的观测数据并对其进行随机抽样,得到比较接近的参数估计值,而不添加任何其他人为的假设情况。与此相反,传统方法则比较倾向于选择使问题能够得到理论解的假设标准分布模型,这在很多实际情况中是不适用的,所以Bootstrap方法会具有更强的实用性。因此,针对Bootstrap方法的研究可以为模型参数的估计提供参考。本文将以精算学、统计学等学科作为理论支撑,运用定性与定量、比较分析法以及理论研究与实证研究相互结合的方法,针对广义线性混合模型和Bootstrap方法如何应用在机动车辆保险费率厘定过程中进行研究。论文首先详细介绍了机动车辆保险市场发展状况、该保险的相关作用以及费率厘定过程中需要考虑到的原则以及影响因素,这些基础理论的介绍有利于理解实证分析的内容。之后简单讲述了传统费率厘定方法,比如单项分析法和最小偏差法,这些方法的不足迫使保险公司运用更具有优势的广义线性模型,但是随着市场规模的扩大,广义线性模型也逐渐难以符合实际情况的需求,进而对广义线性混合模型进行研究。广义线性模型和广义线性混合模型各自原有的参数估计方法对车险索赔数据的估计结果存在一定的偏差,这里引入Bootstrap方法可以有效解决这一问题。因此,实证分析包括了两个部分,一是验证了Bootstrap方法在用于车险费率厘定当中具有适用性,二是验证了在Bootstrap方法下的广义线性混合模型的参数估计结果是优于广义线性模型的。从运用随机数据来进行模拟实验得到的结果中发现Bootstrap方法与传统方法在模型参数估计效果上是不分伯仲的,但是在之后结合实际数据的时候,发现Bootstrap方法明显改善了实证结果。同时也发现在Bootstrap方法和传统估计方法下的广义线性混合模型的参数估计效果明显好于广义线性模型的参数估计结果,最后在前面实证结果基础上得到了基于Bootstrap方法的纯保费的具体计算公式。

关键词：车险费率厘定广义线性模型广义线性混合模型 Bootstrap方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于UBI的车险费率厘定研究

基于UBI的车险费率厘定研究

作者：靳剑飞厦门大学

学位级别：硕士

作为我国财产保险市场上最主要的险种之一,车险的保费收入与年均增长率在财产保险中一直居于前列。2015年,原中国保险监督管理委员会(现中国银行保险监督管理委员会)下发《深化商业车险条款费率管理制度改革试点工作方案》(以下简称《... 详细信息

作为我国财产保险市场上最主要的险种之一,车险的保费收入与年均增长率在财产保险中一直居于前列。2015年,原中国保险监督管理委员会(现中国银行保险监督管理委员会)下发《深化商业车险条款费率管理制度改革试点工作方案》(以下简称《方案》),表明原有的车险费率厘定模式已难以满足新形势下的要求。同时,车联网、大数据以及人工智能技术的发展和推进,为新的车险费率厘定模式奠定了理论与技术基础。开发结合新理念以及新技术的车险费率厘定模型,已成为实现车险费率差异化、个性化的必由之路。本文首先梳理了国内外车险费率厘定的相关研究,包括车险费率厘定“从车”、“从人”模式以及传统车险费率厘定模型——分类费率与经验费率模型,指出由于现有的车险费率厘定模型没有将驾驶员的驾驶行为数据全面纳入费率厘定模型中,导致车险产品难以实现公平、准确的费率厘定。引入车联网技术,财产保险公司可以进一步收集驾驶员的驾驶行为数据,进而利用基于UBI的车险费率厘定模型,结合车的因素与人的因素,得到较为合理的车险费率。然后,本文再结合《方案》中给定的车险费率厘定公式,将基于UBI的车险费率厘定模型分解为两个部分:费率调整系数的厘定与基准保费的厘定。UBI费率调整系数的厘定,引入BP神经网络和支持向量机法等机器学习领域的算法,对驾驶员的驾驶风险等级进行预测,选择其中预测结果更好的算法,得到不同风险等级的驾驶员对应的UBI费率调整系数。基准保费的厘定依靠原中国保监会发布的基准纯风险保费和附加费用率计算得到。实证过程结果表明,使用支持向量机算法可以更加准确预测驾驶员的驾驶风险等级,从而获得较为准确合理的UBI费率调整系数,结合基准保费的厘定过程,最终计算得到较为合理的基于UBI的车险费率。最后,本文基于以上部分的分析,同时结合我国车险市场的现实情况,给出了我国推行发展基于UBI车险发展的建议。

关键词：车险费率厘定 UBI 车联网

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

对于细化我国车险费率厘定因素的思考

企业导报 2009年第8期 85-85页

作者：熊悠云西南财经大学保险学院

借鉴与我国车险状况有一定相似之处的日本产险行业的做法,从改进我国车险费率厘定系统,增加厘定因素方面增加我国车辆保险的承保利润。

关键词：汽车保险承保利润车险费率厘定

中国商业车险费率市场化改革下多因子定价模型研究

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国商业车险费率市场化改革下多因子定价模型研究

作者：李敬电子科技大学

学位级别：硕士

改革开放以来,中国经济实现了阶段性快速增长,良好的经济环境带动我国机动车保有量继续保持增长态势,机动车保险业务也随之被带动起来。机动车保险业务作为财险公司的主要业务,直接影响各家保险公司的年度利润。自2015年6月启动新一轮... 详细信息

改革开放以来,中国经济实现了阶段性快速增长,良好的经济环境带动我国机动车保有量继续保持增长态势,机动车保险业务也随之被带动起来。机动车保险业务作为财险公司的主要业务,直接影响各家保险公司的年度利润。自2015年6月启动新一轮商车费改以来,截止到2018年3月8日,保险监管部门先后实施了3次商车费改,采用渐进的方式在各省进行商车费改试点工作,允许保险公司在拟定商业车险费率时可以自行确定费率系数调整范围。然而,同时商车费改也加剧了各家保险公司之间的竞争,大部分保险公司盲目的依靠低保费获取客户和高手续费拓展中介渠道,而忽略了客户的潜在风险和企业自身经营风险,导致大部分小保险公司年度利润出现亏损。因此,保险公司迫切需要一套车险定价模型,该模型能够根据不同客户的风险程度,计算出更加科学合理的车险保费。本文内容涉及到保险学、统计学、精算学、经济学等理论知识,运用计量分析法、比较分析法、实证研究法对广义线性模型运用于商业车险费率的厘定进行研究。本文首先对国内外商业车险费率改革历程和现状进行介绍,分析我国目前商业车险费率存在的问题。然后对最小偏差模型和广义线性模型进行了详细介绍,比较分析了最小偏差模型和广义线性模型之间的优劣势。其次介绍了广义线性模型厘定车险费率的标准流程,对各流程环节的处理方法进行了具体的讲解。本文最重要的实证分析部分是基于索赔次数和索赔强度构建广义线性模型,并使用该模型对国内某保险公司2017年度的车险理赔损失数据进行实证分析。本文最后章节对实证分析进行概括总结,探讨如何借助科技手段来研发车险新产品和提升车险费率厘定的准确性,并提出个人政策建议。

关键词：商业车险费率改革广义线性模型最小偏差模型车险费率厘定