有限混合廣義線性模型在車輛保險理賠頻率擬合中的應(yīng)用.pdf

1、機動車輛保險在非壽險業(yè)務(wù)中有著十分重要的地位。近年來，中國機動車輛保險保費總收入在財產(chǎn)保險保費總收入中的比例一直保持在60％以上，可見它的發(fā)展變化對整個非壽險市場的影響巨大。而機動車輛保險最重要的一環(huán)即是機動車輛保險定價，因而定價中機動車輛保險理賠頻率的擬合則成為研究人員關(guān)注的焦點。
　　廣義線性模型在車輛保險定價中應(yīng)用廣泛，尤其是在理賠次數(shù)或者頻率擬合上。在保險數(shù)據(jù)中，過離散的現(xiàn)象，即方差大于均值，以及零膨脹的現(xiàn)象，即理賠數(shù)據(jù)為

2、零的個體量龐大的現(xiàn)象，都非常普遍。這是因為現(xiàn)實保險條款中都存在免賠額，低于免賠額的損失保險公司不予賠償，同時由于獎懲政策的存在，在高于免賠額不多的損失發(fā)生時，被保險人為了在下一年交付較低的保費，會考慮自己承擔(dān)損失而不報損。為了解決過離散和零膨脹問題，負二項回歸、零膨脹模型、兩階段回歸等模型相繼被提出，這些模型都是建立了在廣義線性模型基礎(chǔ)上的。
　　有限混合廣義線性模型是在其他領(lǐng)域應(yīng)用發(fā)展起來的一個包容性模型。但少見于機動車輛理賠頻

3、率擬合中。本文介紹了有限混合廣義線性模型，并將其應(yīng)用于機動車輛保險中保險理賠頻率的擬合。鑒于車險數(shù)據(jù)的變量繁多，在變量選擇上，本文對變量進行整合之后，應(yīng)用對數(shù)似然函數(shù)貢獻大小原則，擇出關(guān)鍵變量，用于模型之中。與前人常用的變量選擇相比，在模型擬合上取得了更優(yōu)的結(jié)果。
　　本文首先介紹了機動車輛保險的基本知識，其次詳述了有限混合廣義線性模型的結(jié)構(gòu)和特點。且基于某保險公司機動車輛理賠數(shù)據(jù)進行實證分析，基于Pearson相關(guān)系數(shù)和變量整合