索赔频率

作品数：40被引量：134H指数：8
导出分析报告
相关领域：经济管理更多>>
相关作者：孟生旺郁佳敏徐昕郝旭东李政宵更多>>
相关机构：中国人民大学南开大学西南财经大学上海金融学院更多>>
相关期刊：《长春工程学院学报（自然科学版）》《统计与信息论坛》《应用概率统计》《系统管理学报》更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金教育部人文社会科学重点研究基地度重大研究项目上海市教育委员会重点学科基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
零膨胀贝叶斯非参数模型对车险索赔频率的估计
《统计学与应用》2024年第3期864-871,共8页董思彤 
在非寿险精算领域,往往数据中会出现大量的零次索赔情况,这一零聚集现象称为零膨胀现象。在保险实务中,导致零膨胀现象的原因有多方面:比如某些保险产品在设计时就设定了较高的理赔门槛,导致很多小额理赔无法触发,从而产生大量的零值数...
关键词：贝叶斯非参数 零膨胀泊松分布 狄利克雷过程混合模型 车险索赔频率估计 
泊松-逆伽玛分布假设下的GAMLSS回归模型
《数理统计与管理》2024年第3期423-436,共14页徐娇 马江洪 
国家重点研发计划项目(2023YFF1304703)。
计数数据大量出现在医学、社会学、心理学、保险和交通等领域,是一类十分重要的数据类型。不过,计数数据常出现过度分散现象,使得普通的泊松回归模型无法解释,从而失去效用。本文研究一类混合泊松分布,专门用于拟合这种过度分散的计数...
关键词：混合泊松分布 过度分散 泊松-逆伽玛分布 GAMLSS模型 车险索赔频率 
基于GA-BP神经网络的车险索赔频率预测与优化研究
《长春工程学院学报（自然科学版）》2024年第1期78-84,共7页肖阳田 肖鸿民 
国家自然科学基金项目(12061066);甘肃省自然科学基金(20JR5RA528)。
车险索赔频率的预测对于车险定价有着重要意义,近些年来,随着大数据技术的兴起,传统车险定价模型已经不能满足现在保险公司维度越来越高的大量的客户数据需求,为了提升车险索赔频率的预测精度,采用法国某保险公司车险客户的真实数据,将...
关键词：汽车保险 索赔频率 遗传算法 BP神经网络 ROC曲线 
基于车险索赔数据的GAMLSS模型研究
《统计理论与实践》2022年第11期68-72,共5页杨小藜 孙荣 
关于均值参数、尺度参数和形状参数的广义可加模型(GAMLSS),由广义线性模型(GLM)拓展而来。对索赔频率模型主要用泊松分布、负二项分布以及对应的零截断分布,对索赔强度模型采用伽马和逆高斯分布,依次创建GLM和GAMLSS模型。通过对比分...
关键词：车险索赔数据 索赔频率 索赔强度 GAMLSS模型 
广义线性模型在车险索赔频率应用中的可解释性分析被引量：1
《信息系统工程》2022年第3期120-124,共5页黄子阳 
主要研究广义线性模型在车险索赔频率应用中的可解释性分析。重点介绍了分层划分方法、部分依赖图方法和局部累积效应。研究结果表明:运用分层重要性方法、局部累积图对广义线性模型进行变量重要性测度,得到广义线性模型具有较好的可解...
关键词：广义线性模型 车险索赔频率 可解释性 
国际
《珠江水运》2022年第6期44-44,共1页
3月16日,North P&I和Standard Club宣布已就拟议合并进行了讨论,这可能是整合专业保赔业务各种举措中的一部分。据消息人士透露,合并后的公司可能被称为T h e North Standard P&I Club。一段时间以来,行业专家预测索赔频率和规模的迅速...
关键词：索赔频率 保赔 互惠模式 专家预测 可持续的 志同道合 
广义线性模型在车险索赔频率预测中的应用及模型改进
《信息系统工程》2021年第12期122-127,共6页黄子阳 申晴 
为研究广义线性模型在我国车险定价中的应用,基于我国某公司2016年5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,并对模型进行可解释性分析。研究结果表明:泊松广义线性模型具有较...
关键词：广义线性模型 交强险 索赔频率 可解释性分析 模型改进 
泊松提升模型在中国车险索赔频率预测建模中的应用被引量：4
《统计与信息论坛》2019年第9期27-34,共8页张连增 申晴 
国家自然科学基金青年项目《基于相依结构的多元索赔准备金评估随机性方法研究》(71401041);南开大学基本科研业务费《机器学习在金融预测建模中的应用研究》(63185010);教育部人文社会科学重点研究基地重大项目《基于大数据的精算统计模型与风险管理问题研究》(16JJD910001)
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,...
关键词：BOOSTING算法 泊松提升模型 回归树模型 交强险 索赔频率 
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、山东的经验数据被引量：8
《财经理论与实践》2019年第4期47-52,共6页张连增 申晴 
国家自然科学基金(71401041);南开大学基本科研业务费(63185010);教育部重点研究基地资助项目(16JJD910001)
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...
关键词：交强险 索赔频率 广义可加模型 
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被引量：4
《保险研究》2019年第7期67-78,共12页张连增 申晴 
国家自然科学基金(No.71401041);中国特色社会主义经济建设协同创新中心资助
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...
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 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部