廣義線性模型及其在車輛損失保險(xiǎn)精算中的應(yīng)用.pdf

1、本文在第1部分首先回顧了機(jī)動(dòng)車輛保險(xiǎn)費(fèi)率厘定的相關(guān)知識(shí)，分析當(dāng)前使用的定價(jià)方法和模型，介紹了廣義線性模型的發(fā)展，提出將廣義線性模型應(yīng)用于車輛損失保險(xiǎn)風(fēng)險(xiǎn)分級(jí)精算定價(jià)模型。 本文第2.1部分提出利用精算定價(jià)基本原理從發(fā)生次數(shù)和損失程度兩個(gè)方面來(lái)構(gòu)架整個(gè)車輛損失保險(xiǎn)風(fēng)險(xiǎn)分級(jí)精算定價(jià)模型。在第2.2部分介紹了風(fēng)險(xiǎn)分級(jí)的基本知識(shí)，對(duì)目前常用的傳統(tǒng)方法進(jìn)行對(duì)比，最終選擇了廣義線性模型(GeneralizedLinearModel)。在第2

2、.3部分，利用GLM模型，分別建立車輛事故發(fā)生次數(shù)的多元GLM模型和車輛事故損失的多元GLM模型。在建立車輛事故發(fā)生次數(shù)的多元GLM模型時(shí)采用了Poisson回歸模型；車輛事故損失的多元GLM模型推廣了乘法模型，估計(jì)在多個(gè)風(fēng)險(xiǎn)因素共同作用下車輛損失強(qiáng)度。最后在第2.4部分結(jié)合車輛事故發(fā)生次數(shù)和車輛事故損失的多元GLM模型，提出了完整的車輛損失保險(xiǎn)風(fēng)險(xiǎn)分級(jí)精算定價(jià)模型，并給出了在保險(xiǎn)實(shí)務(wù)中應(yīng)用風(fēng)險(xiǎn)分級(jí)精算定價(jià)的實(shí)施辦法。 本文第3

3、.1部分簡(jiǎn)要分析了某市交通事故的基本情況，對(duì)具體的風(fēng)險(xiǎn)因素做了初步的分析。在第3.2部分，結(jié)合實(shí)際車輛損失情況，將多元GLM模型應(yīng)用于交通事故損失影響因素風(fēng)險(xiǎn)等級(jí)分析。通過(guò)篩選，得到24個(gè)對(duì)車輛損失有顯著影響的變量。在第3.3部分，利用GLM模型回歸的結(jié)果建立各個(gè)變量對(duì)于車輛損失的風(fēng)險(xiǎn)等級(jí)系數(shù)。 為了分析各個(gè)因素之間的交互作用，本文在第4.1部分引入數(shù)據(jù)挖掘分析中的關(guān)聯(lián)規(guī)則，提出利用數(shù)據(jù)挖掘工具分析風(fēng)險(xiǎn)因素之間的交互作用。在第4

4、.2部分首先回顧了關(guān)聯(lián)規(guī)則的基本概念和傳統(tǒng)的Apriori算法，然后利用關(guān)聯(lián)規(guī)則的數(shù)據(jù)庫(kù)是布爾型數(shù)據(jù)庫(kù)的特點(diǎn)，提出關(guān)聯(lián)規(guī)則向量化挖掘算法ARVDA。同時(shí)，建立一套完整的判斷關(guān)聯(lián)規(guī)則重要程度的指標(biāo)體系，找出合適的風(fēng)險(xiǎn)交互作用模式。在第4.3部分，關(guān)聯(lián)規(guī)則的分析結(jié)果產(chǎn)生了18個(gè)帶有交互作用的風(fēng)險(xiǎn)因素變量組，為改善GLM模型提供了候選變量。在第4.4部分，經(jīng)過(guò)統(tǒng)計(jì)顯著性檢驗(yàn)，GLM模型最終選擇了27個(gè)風(fēng)險(xiǎn)因素變量(組)。在第4.5部分，最終給