基于数学统计的保险赔付风险预测模型设计

摘要

设计基于数学统计的保险赔付风险预测模型,分别从使用量、驾驶表现、危险驾驶、出行习惯四个方面选取能够反映驾驶行为的20个风险因子构建指标体系,利用数学统计中的因子分析法从上述指标体系内选取6个能代表驾驶行为风险情况的典型风险因子;以选取的典型风险因子为基础结合二分类随机变量,利用具有优秀分类与回归性能的XGBoost模型构建保险赔付风险预测模型,预测变量所属类别与概率分布.实证分析结果显示,该模型迭代速度较快,AUC值与F值相较于传统Logistic模型分别上升67.4％和2.3％,显著高于对比模型.