首页> 中文学位 >双重广义线性模型在车险费率厘定中的应用研究
【6h】

双重广义线性模型在车险费率厘定中的应用研究

代理获取

目录

声明

1 绪论

1.1 研究背景及意义

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 研究方法与主要研究内容

1.3.1 研究方法

1.3.2 主要研究内容

2 GLM及其在车险定价中的应用

2.1 GLM

2.1.1 指数族分布与连接函数

2.1.2 GLM的定义与结构

2.2 GLM的参数估计

2.3 GLM在车险定价中的应用

2.3.1 索赔频率预测模型

2.3.2 索赔强度预测模型

2.3.3 纯保费预测模型

3 DGLM及其在车险定价中的应用

3.1 DGLM

3.2 DGLM的参数估计

3.3 DGLM在车险定价中的应用

4 实证分析

4.1 数据来源及说明

4.2 基于DGLM的车险费率厘定

4.3 对比分析

4.3.1 基于GLM的车险费率厘定

4.3.2 费率结构的对比分析

4.4 结论

4.5 政策建议

5 结束语

参考文献

致谢

攻读硕士期间主要成果

展开▼

摘要

近年来,随着我国经济发展水平的快速提高以及汽车保有量的不断增加,车险业务的渗透率与覆盖范围进一步扩大,其市场占有率和保费收入在财险业中已跃居首位,是非寿险业务中的第一大险种,车险业务的发展变化对于财险公司而言影响巨大。但是由于国内保险市场建设时间较短,尚不成熟,所以机动车辆保险在发展过程中仍然面临一些困难,而如何对车险进行科学、公平地定价就是其中亟待解决的问题之一。
  在众多车险费率厘定方法中,广义线性模型(GLM)是现阶段最为常用的一种方法。作为经典线性回归模型的拓展,GLM在理论框架、模型结构以及模型诊断等方面都有了很大的进展,得到了广泛应用。然而在实际建模过程中, GLM依然存在一定的局限性,如关于散度参数的固定常值假设就限制了其在车险定价中的进一步推广。双重广义线性模型(DGLM)作为GLM的扩展模型,为解决上述问题提供了新的思路。DGLM保留了GLM的基本框架,放松了散度参数为固定常值的假设,允许对因变量均值和散度参数同时建立广义线性模型,提高了模型的适应性。
  本文在已有研究成果的基础上,进一步探讨了DGLM在车险费率厘定中的应用,主要工作如下:
  (1)对相关理论进行了梳理,分析了将DGLM引入车险定价的合理性。
  (2)在实证分析中,基于一组真实的车险赔付经验数据,以年均行驶里程数、无索赔优待系统、车型和地区四组变量为费率因子,应用DGLM建立了车险费率的厘定模型,并从参数结果显著性、模型拟合效果以及相对费率三个方面与GLM的费率厘定结果进行了对比分析。结果表明:针对本组数据而言, DGLM得到的费率结构更为合理,符合实际。
  (3)根据实证结果,参考国内费率厘定工作的现实情况,对于如何提高车险定价的科学性提出了几点建议:①注重数据积累,建立、健全索赔经验数据库;②合理制定费率厘定的原则、目标;③综合运用多种费率厘定方法,创新定价机制。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号