期刊文献+
共找到31篇文章
< 1 2 >
每页显示 20 50 100
基于机器学习的车险索赔频率预测 预览
1
作者 曾宇哲 吴嫒博 +1 位作者 郑宏远 罗来娟 《统计与信息论坛》 CSSCI 北大核心 2019年第5期69-78,共10页
近年来,广义线性模型已被广泛用于车险定价,而一些研究结果显示机器学习在某些方面优于广义线性模型,但这些结果都只是基于某个单一数据集。为了更全面地比较广义线性模型与机器学习方法在车险索赔频率预测问题上的效果,对7个车险数据... 近年来,广义线性模型已被广泛用于车险定价,而一些研究结果显示机器学习在某些方面优于广义线性模型,但这些结果都只是基于某个单一数据集。为了更全面地比较广义线性模型与机器学习方法在车险索赔频率预测问题上的效果,对7个车险数据集进行了比较测试,包括深度学习、随机森林、支持向量机、XGboost等机器学习方法;基于相同的训练集,建立不同的广义线性模型预测索赔频率,根据最小信息准则(AIC)选取最优的广义线性模型;通过交叉验证调参获得机器学习最佳参数和模型。研究结果显示:在所有的数据集上XGboost的预测效果一致地优于广义线性模型;对于某些自变量较多、变量间相关性强的数据集,神经网络、深度学习和随机森林的预测效果比广义线性模型更好。 展开更多
关键词 汽车保险 索赔频率 机器学习 梯度提升 深度学习 神经网络
在线阅读 下载PDF
泊松提升模型在中国车险索赔频率预测建模中的应用 预览
2
作者 张连增 申晴 《统计与信息论坛》 CSSCI 北大核心 2019年第9期27-34,共8页
为研究泊松提升模型在中国车险定价中的应用,将Boosting算法加入到SBS(Standardized binary split)回归树中,基于中国某公司2016年28个省份交强险保单数据,以样本内外损失函数的最小化为标准,对相关模型进行比较以选择相对较优的模型,... 为研究泊松提升模型在中国车险定价中的应用,将Boosting算法加入到SBS(Standardized binary split)回归树中,基于中国某公司2016年28个省份交强险保单数据,以样本内外损失函数的最小化为标准,对相关模型进行比较以选择相对较优的模型,应用得到的模型对各个变量进行单变量预测。研究结果表明:泊松提升模型优于SBS回归树模型,不存在过拟合的前提下,泊松提升模型的预测效果会随着树的深度或者迭代次数的增大而变得更优,确定了深度为3,迭代次数为15的泊松提升模型(即PBM3)为最优模型。 展开更多
关键词 BOOSTING算法 泊松提升模型 回归树模型 交强险 索赔频率
在线阅读 下载PDF
我国交强险索赔频率影响因素分析——基于GAM和广东、河南、湖北、山东的经验数据 预览
3
作者 张连增 申晴 《财经理论与实践》 CSSCI 北大核心 2019年第4期47-52,共6页
为分析我国交强险各因素对索赔频率的影响,以2016年广东、河南、湖北、山东四省的保单数据为样本,采用广义可加模型(GAM)对其保单中的驾驶员年龄、汽车车龄和汽车重量进行非参数分析,并对公路里程数等变量进行参数分析。结果表明:索赔... 为分析我国交强险各因素对索赔频率的影响,以2016年广东、河南、湖北、山东四省的保单数据为样本,采用广义可加模型(GAM)对其保单中的驾驶员年龄、汽车车龄和汽车重量进行非参数分析,并对公路里程数等变量进行参数分析。结果表明:索赔频率有明显的地区差异,公路里程数对索赔频率有正向的影响,其中除汽车车型对索赔频率没有影响外,其余变量均有显著影响。 展开更多
关键词 交强险 索赔频率 广义可加模型
在线阅读 下载PDF
提升算法对传统车险索赔频率建模模型的改进--基于我国五省交强险保单数据
4
作者 张连增 申晴 《保险研究》 CSSCI 北大核心 2019年第7期67-78,共12页
广义线性模型作为非寿险定价的经典模型,在非寿险定价中得到了广泛的应用。近年来,以提升算法为代表的机器学习算法在保险领域取得了很好的效果,为保险产品定价提供了一种新的选择。本文将提升算法思想分别融入到回归树模型和广义线性模... 广义线性模型作为非寿险定价的经典模型,在非寿险定价中得到了广泛的应用。近年来,以提升算法为代表的机器学习算法在保险领域取得了很好的效果,为保险产品定价提供了一种新的选择。本文将提升算法思想分别融入到回归树模型和广义线性模型(GLM)中去,用得到的新模型对我国车险索赔频率进行预测建模分析,并与传统的回归树模型和GLM进行比较。结果表明,加入提升算法后传统车险索赔频率建模模型的效果得到了很大的改善,并且在不存在过拟合的前提下,随着模型深度和迭代次数的增加,模型的效果也在不断优化。 展开更多
关键词 提升算法 回归树模型 广义线性模型 交强险 索赔频率
基于车联网大数据的车险费率因子分析 被引量:3
5
作者 高光远 孟生旺 《保险研究》 CSSCI 北大核心 2018年第1期90-100,共11页
随着车辆网技术的不断成熟,车联网数据的应用价值日渐凸显。车联网大数据中包含着丰富的驾驶行为信息,这些信息对于改进传统的汽车保险定价模型具有重要的应用价值。如何从车联网大数据中提取出具有实际应用价值的信息,尚需进行大量... 随着车辆网技术的不断成熟,车联网数据的应用价值日渐凸显。车联网大数据中包含着丰富的驾驶行为信息,这些信息对于改进传统的汽车保险定价模型具有重要的应用价值。如何从车联网大数据中提取出具有实际应用价值的信息,尚需进行大量细致的研究工作。本文基于车联网记录的速度一加速度数据,应用核密度估计和主成分分析,提取了一个驾驶行为因子,并在泊松分布假设下建立了索赔频率的广义可加模型。实证研究结果表明,本文提取的驾驶行为因子对被保险车辆的索赔频率具有十分显著的非线性影响,为汽车保险定价提供了一个新的费率因子,有助于进一步提高汽车保险定价结果的准确性和合理性。 展开更多
关键词 车联网 大数据 汽车保险 费率因子 驾驶行为 索赔频率
回归树方法在车险索赔频率预测建模中的应用 被引量:1
6
作者 张连增 谢厚谊 《保险研究》 CSSCI 北大核心 2018年第1期101-111,共11页
近20年来广义线性模型在车险定价领域已成为被广泛使用的标准模型。但随着大数据时代的来临,数据记录变得越来越多,可用于车险定价的解释变量个数也变得越来越多,然而变量间的相关关系却通常很强。在这种情形下,亟待寻找新的定价方... 近20年来广义线性模型在车险定价领域已成为被广泛使用的标准模型。但随着大数据时代的来临,数据记录变得越来越多,可用于车险定价的解释变量个数也变得越来越多,然而变量间的相关关系却通常很强。在这种情形下,亟待寻找新的定价方法,以实现更为精准的车险定价。本文应用机器学习领域中的回归树方法对车险索赔频率进行了预测建模,研究结果表明回归树方法在车险定价领域是广义线性模型很好的辅助与参考。 展开更多
关键词 索赔频率 泊松回归树 Bagging法 广义线性模型
索赔频率与索赔强度的相依性模型 预览 被引量:2
7
作者 孟生旺 李政宵 《统计研究》 CSSCI 北大核心 2017年第1期55-66,共12页
为了解决索赔频率与索赔强度之间的相依性问题,本文提出了一种相依性调整模型,即首先在索赔频率和索赔强度相互独立的假设下预测纯保费,然后通过索赔频率与索赔强度之间的相关关系对独立性假设下的纯保费预测值进行调整。与现有模型... 为了解决索赔频率与索赔强度之间的相依性问题,本文提出了一种相依性调整模型,即首先在索赔频率和索赔强度相互独立的假设下预测纯保费,然后通过索赔频率与索赔强度之间的相关关系对独立性假设下的纯保费预测值进行调整。与现有模型相比,该模型的优点是可以将纯保费的预测值分解为两部分,即独立性假设下的纯保费和相依性对纯保费的影响,便于模型的解释和应用。本文将该方法应用于一组实际数据,并与其他方法进行了比较。实证研究结果表明,本文对纯保费的预测结果在一定程度上优于现有模型,而且更加清晰地揭示了索赔频率与索赔强度之间的相依性对纯保费预测值的影响,即纯保费较低的保单受相依性的影响较大,而纯保费较高的保单受相依性的影响较小。 展开更多
关键词 相依性 纯保费 索赔频率 索赔强度
在线阅读 下载PDF
考虑空间效应的贝叶斯分层模型与索赔频率预测 被引量:1
8
作者 李政宵 孟生旺 《数学的实践与认识》 北大核心 2016年第10期193-202,共10页
在非寿险索赔频率预测中,使用最为广泛的是广义线性模型.但是,如果观察数据呈现出明显的零膨胀特征,或者包含空间协变量,或者某些协变量之间具有分层结构,则广义线性模型的拟合优度往往欠佳.在零膨胀分布假设下,建立了考虑空间效应的贝... 在非寿险索赔频率预测中,使用最为广泛的是广义线性模型.但是,如果观察数据呈现出明显的零膨胀特征,或者包含空间协变量,或者某些协变量之间具有分层结构,则广义线性模型的拟合优度往往欠佳.在零膨胀分布假设下,建立了考虑空间效应的贝叶斯分层模型,并将其应用于索赔频率预测.在模型中,用惩罚样条函数描述连续型协变量的非线性效应,用高斯马尔科夫随机场描述相邻地区在索赔频率上的空间相依性,用随机截距项描述不同地区在索赔频率上的分层关系和差异性.实证研究结果表明,考虑空间效应的贝叶斯分层模型的拟合优度明显优于传统的广义线性模型. 展开更多
关键词 空间效应 分层模型 贝叶斯方法 零膨胀 索赔频率
保险公司商业车险业务发展速度与其满期赔付率分析 预览
9
作者 杨鹏 《金融理论与教学》 2013年第4期45-48,共4页
从业务数据分析的角度,以车险业务月度签单保费为分析对象,通过对保险公司不同的业务发展速度下,统计期末的满期赔付率相互之间,及其与预期终极赔付率之间的关系进行初步分析,提出业务发展速度与统计期末满期赔付率之间存在的关系,为商... 从业务数据分析的角度,以车险业务月度签单保费为分析对象,通过对保险公司不同的业务发展速度下,统计期末的满期赔付率相互之间,及其与预期终极赔付率之间的关系进行初步分析,提出业务发展速度与统计期末满期赔付率之间存在的关系,为商业车险的日常管控提供参考和借鉴。 展开更多
关键词 签单保费 索赔频率 案均赔款 满期赔付率 满期因子
在线阅读 免费下载
考虑个体保单风险特征的最优奖惩系统 被引量:6
10
作者 孟生旺 《数理统计与管理》 CSSCI 北大核心 2013年第3期505-510,共6页
奖惩系统在汽车保险中的应用非常普遍。论文首先介绍和讨论了泊松一伽马假设下的最优奖惩系统及其性质;其次在假设个体保单的索赔频率服从二项分布,而二项分布的一个参数服从贝塔分布的条件下,建立了一种考虑个体保单风险特征信息的... 奖惩系统在汽车保险中的应用非常普遍。论文首先介绍和讨论了泊松一伽马假设下的最优奖惩系统及其性质;其次在假设个体保单的索赔频率服从二项分布,而二项分布的一个参数服从贝塔分布的条件下,建立了一种考虑个体保单风险特征信息的最优奖惩系统,其中风险特征信息可以通过广义线性模型的形式引入奖惩系统;然后在假设个体保单的索赔频率服从负二项分布,而负二项分布的一个参数服从贝塔分布的条件下,建立了另一个最优奖惩系统;最后讨论了这两个奖惩系统的性质和应用。 展开更多
关键词 奖惩系统 风险特征 索赔频率 广义线性模型
神经网络模型与车险索赔频率预测 预览 被引量:9
11
作者 孟生旺 《统计研究》 CSSCI 北大核心 2012年第3期 22-26,共5页
汽车保险广受社会关注,且在财产保险公司具有举足轻重的地位,因此汽车保险的索赔频率预测模型一直是非寿险精算理论和应用研究的重点之一。目前最为流行的索赔频率预测模型是广义线性模型,其中包括泊松回归、负二项回归和泊松—逆高斯... 汽车保险广受社会关注,且在财产保险公司具有举足轻重的地位,因此汽车保险的索赔频率预测模型一直是非寿险精算理论和应用研究的重点之一。目前最为流行的索赔频率预测模型是广义线性模型,其中包括泊松回归、负二项回归和泊松—逆高斯回归等。本文基于一组实际的车险损失数据,对索赔频率的各种广义线性模型与神经网络模型和回归树模型进行了比较,得出了一些新的结论,即神经网络模型的拟合效果优于广义线性模型,在广义线性模型中,泊松回归的拟合效果优于负二项回归和泊松—逆高斯回归。线性回归模型的拟合效果最差,回归树模型的拟合效果略好于线性回归模型。 展开更多
关键词 神经网络 广义线性模型 回归树 索赔频率
在线阅读 下载PDF
GLM与GAM在车险索赔频率建模中的应用及其比较 被引量:6
12
作者 张连增 孙维伟 段白鸽 《现代财经:天津财经学院学报》 CSSCI 北大核心 2012年第12期47-56,共10页
车险费率改革是近年来保险业较为关注的热门话题,对汽车保险进行定价和费率改革的基础在于风险分析。车辆、驾驶入以及行车环境等因素构成汽车保险定价所依赖的风险系统。通过对GLM—logistic回归模型和GAM—logistic回归模型的介绍,... 车险费率改革是近年来保险业较为关注的热门话题,对汽车保险进行定价和费率改革的基础在于风险分析。车辆、驾驶入以及行车环境等因素构成汽车保险定价所依赖的风险系统。通过对GLM—logistic回归模型和GAM—logistic回归模型的介绍,并将半参数光滑方法应用于汽车保险索赔频率建模的影响因素分析中,且以国外某汽车保险数据为样本构建汽车保险索赔频率的影响因素模型;继而在对两种模型进行比较研究的基础上,应用R软件进行实证分析,并对索赔发生概率进行了预测。结果表明:基于半参数方法的GAM—logistic回归模型比GI。Mlogistic回归模型更具有优势,对模型的预测效果更好。 展开更多
关键词 GLM-logistic模型 GAM-logistic模型 索赔频率 半参数方法 光滑样条
非寿险费率厘定的索赔频率预测模型及其应用 预览 被引量:9
13
作者 孟生旺 徐昕 《统计与信息论坛》 CSSCI 2012年第9期14-19,共6页
在非寿险分类费率厘定中,泊松回归模型是最常使用的索赔频率预测模型,但实际的索赔频率数据往往存在过离散特征,使泊松回归模型的结果缺乏可靠性。因此,讨论处理过离散问题的各种回归模型,包括负二项回归模型、泊松一逆高斯回归模... 在非寿险分类费率厘定中,泊松回归模型是最常使用的索赔频率预测模型,但实际的索赔频率数据往往存在过离散特征,使泊松回归模型的结果缺乏可靠性。因此,讨论处理过离散问题的各种回归模型,包括负二项回归模型、泊松一逆高斯回归模型、泊松一对数正态回归模型、广义泊松回归模型、双泊松回归模型、混合负二项回归模型、混合二项回归模型、Delaporte回归模型和Sichel回归模型,并对其进行系统比较研究认为:这些模型都可以看做是对泊松回归模型的推广,可以用于处理各种不同过离散程度的索赔频率数据,从而改善费率厘定的效果;同时应用一组实际的汽车保险数据,讨论这些模型的具体应用。 展开更多
关键词 非寿险 费率厘定 索赔频率 过离散
在线阅读 下载PDF
我国车险费率厘定的实证研究——基于广义线性模型的分析 预览 被引量:7
14
作者 赵慧卿 王汉章 《天津商业大学学报》 2011年第5期 8-12,共5页
目前,我国的机动车保险业进入快速发展阶段。科学、公平的费率厘定方法,对我国车险行业健康发展具有积极意义。从索赔频率和索赔额度两个方面利用广义线性模型估计保险费率,分析了从车、从人、从地三个因素的变动对索赔频率和索赔额... 目前,我国的机动车保险业进入快速发展阶段。科学、公平的费率厘定方法,对我国车险行业健康发展具有积极意义。从索赔频率和索赔额度两个方面利用广义线性模型估计保险费率,分析了从车、从人、从地三个因素的变动对索赔频率和索赔额度的影响。 展开更多
关键词 费率厘定 广义线性模型 索赔频率 索赔额度
在线阅读 下载PDF
两类零膨胀负二项回归模型在汽车保险定价中的应用 预览 被引量:2
15
作者 徐昕 郭念国 《南阳师范学院学报》 CAS 2011年第12期 18-22,共5页
讨论了两种分布形式的零膨胀负二项回归模型,并应用一组实际汽车保险损失数据对两类模型进行了实证比较.结果表明,对于具有零膨胀特征的损失数据,零膨胀负二项回归模型的拟合结果优于普通索赔频率回归模型.
关键词 零膨胀 负二项分布 回归模型 索赔频率
在线阅读 下载PDF
基于泊松-平移伽玛分布的奖惩系统 预览
16
作者 张慧 《保险职业学院学报》 2010年第6期 13-18,共6页
在奖惩系统中,保险公司将根据投保人以往年份的索赔情况调整其续期保费,主要目的之一就是为了公平投保人的保费负担,使高风险的投保人缴纳相对较高的保费。文章根据平移伽玛分布具有优于伽玛分布的性质,建立泊松-平移伽玛模型,分别考虑... 在奖惩系统中,保险公司将根据投保人以往年份的索赔情况调整其续期保费,主要目的之一就是为了公平投保人的保费负担,使高风险的投保人缴纳相对较高的保费。文章根据平移伽玛分布具有优于伽玛分布的性质,建立泊松-平移伽玛模型,分别考虑基于后验索赔频率成分的奖惩系统与考虑索赔严重性的奖惩系统。 展开更多
关键词 奖惩系统 平移伽玛分布 索赔频率 索赔严重性
在线阅读 下载PDF
汽车保险精算定价模型研究综述 预览 被引量:3
17
作者 郁佳敏 《上海金融学院学报》 2010年第1期 14-19,共6页
汽车保险定价模型在非寿险精算领域内占有重要地位,本文对车险定价模型一百多年来的研究进展作了综述性的回顾。首先,本文介绍了车险定价模型的先验估费方法;其次着重介绍了时齐的后验估费方法,以及时变的先验后验相结合的精算模型;最... 汽车保险定价模型在非寿险精算领域内占有重要地位,本文对车险定价模型一百多年来的研究进展作了综述性的回顾。首先,本文介绍了车险定价模型的先验估费方法;其次着重介绍了时齐的后验估费方法,以及时变的先验后验相结合的精算模型;最后提出了车险定价模型的未来发展方向。 展开更多
关键词 汽车保险 先验估费 后验估费 索赔频率 索赔
在线阅读 下载PDF
一种车险先验风险分布的参数估计方法 预览 被引量:2
18
作者 郁佳敏 《统计与决策》 CSSCI 北大核心 2010年第14期29-31,共3页
采用全体车险保单组合的风险损失数据(即先验信息)作为定价的信度补充,是车险精算定价的主流方法;而得到风险损失的先验分布或特征信息是经验费率定价的基础。文章引入过程和结构方差分析方法对车险索赔过程的先验分布参数进行估计;... 采用全体车险保单组合的风险损失数据(即先验信息)作为定价的信度补充,是车险精算定价的主流方法;而得到风险损失的先验分布或特征信息是经验费率定价的基础。文章引入过程和结构方差分析方法对车险索赔过程的先验分布参数进行估计;并提出了针对索赔频率和索赔额模型的参数估计方法。该方法能快速近似估计多参数分布模型,优于传统参数估计方法。 展开更多
关键词 车险 索赔频率 索赔 过程方差 结构方差
在线阅读 下载PDF
负二项回归模型的推广及其在分类费率厘定中的应用 被引量:9
19
作者 徐昕 袁卫 孟生旺 《数理统计与管理》 CSSCI 北大核心 2010年第4期656-661,共6页
分类费率厘定中最常使用的模型之一是泊松回归模型,但当损失次数数据存在过离散特征时,通常会采用负二项回归模型。本文将两参数的负二项回归模型推广到了三参数情况,并用它来解决分类费率厘定中的过离散(over-dispersion)问题。本文... 分类费率厘定中最常使用的模型之一是泊松回归模型,但当损失次数数据存在过离散特征时,通常会采用负二项回归模型。本文将两参数的负二项回归模型推广到了三参数情况,并用它来解决分类费率厘定中的过离散(over-dispersion)问题。本文通过对一组汽车保险损失数据的拟合表明,三参数的负二项分布回归模型可以有效改善对实际损失数据的拟合效果。 展开更多
关键词 泊松回归 负二项回归 过离散 索赔频率
基于时变假设的修正负二项车险索赔频率精算模型 预览
20
作者 郁佳敏 《系统管理学报》 CSSCI 北大核心 2010年第3期339-344,共6页
传统车险索赔频率模型都采用风险水平在保险期间保持不变的假设,采用风险水平时变假设,选择Weibull过程作为风险强度函数,引入传统的负二项索赔频率模型。新模型修改原有频域方法为时域参数方法进行参数估计,并使用极大似然估计结合贝... 传统车险索赔频率模型都采用风险水平在保险期间保持不变的假设,采用风险水平时变假设,选择Weibull过程作为风险强度函数,引入传统的负二项索赔频率模型。新模型修改原有频域方法为时域参数方法进行参数估计,并使用极大似然估计结合贝叶斯估计的方法估计出Weibull过程的水平参数λ和形状参数β。在β=1时,新模型就等价于传统负二项模型;此外,新模型可为风险上升(β〉1)和风险下降(β〈1)的保单确定更准确的风险保费。 展开更多
关键词 时变 Weibull过程 索赔频率 负二项模型 车险
在线阅读 免费下载
上一页 1 2 下一页 到第
使用帮助 返回顶部 意见反馈