GAM在汽車保險(xiǎn)定價(jià)中的應(yīng)用研究.pdf

1、汽車保險(xiǎn)定價(jià)的基礎(chǔ)在于風(fēng)險(xiǎn)分析,車輛因素、駕駛?cè)艘蛩匾约靶熊嚟h(huán)境因素構(gòu)成了汽車保險(xiǎn)定價(jià)所倚賴的一個(gè)風(fēng)險(xiǎn)系統(tǒng).而傳統(tǒng)的定價(jià)方法多為確定性方法,如單項(xiàng)分析法、最小偏差法、多元線性回歸模型等,這些確定性方法方法的優(yōu)點(diǎn)在于過程較為簡單,但無法反映汽車保險(xiǎn)定價(jià)風(fēng)險(xiǎn)因子的隨機(jī)效應(yīng),于是開始嘗試隨機(jī)模型的引入.在眾多隨機(jī)模型中,廣義線性模型(GLM)得到了廣泛的應(yīng)用,廣義線性模型在理論、模型結(jié)構(gòu)以及模型診斷上都有了更大的進(jìn)步,它更貼近實(shí)際生活,使用領(lǐng)

2、域更廣.雖然GLM解決了傳統(tǒng)線性模型的局限性,但GLM的系統(tǒng)成分仍然表現(xiàn)為協(xié)變量的線性形式,在很多情況下,序列數(shù)據(jù)尤其是空間數(shù)據(jù)的協(xié)變量影響經(jīng)常表現(xiàn)出強(qiáng)烈的非線性,這使得GLM的應(yīng)用受到一定的限制.本文以此為切入點(diǎn),在汽車保險(xiǎn)定價(jià)中引入廣義加法模型(GAM).GAM是GLM的延伸,它既保留了GLM的基本框架,又將部分協(xié)變量對聯(lián)系函數(shù)的影響設(shè)為非線性,并將非參數(shù)平滑技術(shù)應(yīng)用于指數(shù)分布族數(shù)據(jù).
　　 全文共分六大部分,第一部分為緒論

3、,介紹問題研究的背景、意義及研究方法；第二部分介紹傳統(tǒng)的汽車保險(xiǎn)定價(jià)方法；第三、四兩部分介紹GAM,并將非參數(shù)平滑方法應(yīng)用于到GAM中,結(jié)合貝葉斯理論(Bayes)和馬爾可夫蒙特卡羅(MCMC)方法得到參數(shù)的估計(jì):第五部分構(gòu)建汽車保險(xiǎn)定價(jià)模型,包括伽瑪加法模型、泊松加法模型；第六部分為實(shí)證部分,以國外某保險(xiǎn)數(shù)據(jù)為樣本構(gòu)建了汽車保險(xiǎn)定價(jià)模型,得到了較好的效果.
　　 雖然GAM的廣泛應(yīng)用性還有待進(jìn)一步研究,但實(shí)證結(jié)果表明,該方法更