本文選題：車險(xiǎn)費(fèi)率 + 廣義線性模型　； 參考：《山東科技大學(xué)》2017年碩士論文

【摘要】：近年來,隨著我國經(jīng)濟(jì)發(fā)展水平的快速提高以及汽車保有量的不斷增加,車險(xiǎn)業(yè)務(wù)的滲透率與覆蓋范圍進(jìn)一步擴(kuò)大,其市場占有率和保費(fèi)收入在財(cái)險(xiǎn)業(yè)中已躍居首位,是非壽險(xiǎn)業(yè)務(wù)中的第一大險(xiǎn)種,車險(xiǎn)業(yè)務(wù)的發(fā)展變化對于財(cái)險(xiǎn)公司而言影響巨大。但是由于國內(nèi)保險(xiǎn)市場建設(shè)時(shí)間較短,尚不成熟,所以機(jī)動(dòng)車輛保險(xiǎn)在發(fā)展過程中仍然面臨一些困難,而如何對車險(xiǎn)進(jìn)行科學(xué)、公平地定價(jià)就是其中亟待解決的問題之一。在眾多車險(xiǎn)費(fèi)率厘定方法中,廣義線性模型(GLM)是現(xiàn)階段最為常用的一種方法。作為經(jīng)典線性回歸模型的拓展,GLM在理論框架、模型結(jié)構(gòu)以及模型診斷等方面都有了很大的進(jìn)展,得到了廣泛應(yīng)用。然而在實(shí)際建模過程中,GLM依然存在一定的局限性,如關(guān)于散度參數(shù)的固定常值假設(shè)就限制了其在車險(xiǎn)定價(jià)中的進(jìn)一步推廣。雙重廣義線性模型(DGLM)作為GLM的擴(kuò)展模型,為解決上述問題提供了新的思路。DGLM保留了GLM的基本框架,放松了散度參數(shù)為固定常值的假設(shè),允許對因變量均值和散度參數(shù)同時(shí)建立廣義線性模型,提高了模型的適應(yīng)性。本文在已有研究成果的基礎(chǔ)上,進(jìn)一步探討了DGLM在車險(xiǎn)費(fèi)率厘定中的應(yīng)用,主要工作如下:(1)對相關(guān)理論進(jìn)行了梳理,分析了將DGLM引入車險(xiǎn)定價(jià)的合理性。(2)在實(shí)證分析中,基于一組真實(shí)的車險(xiǎn)賠付經(jīng)驗(yàn)數(shù)據(jù),以年均行駛里程數(shù)、無索賠優(yōu)待系統(tǒng)、車型和地區(qū)四組變量為費(fèi)率因子,應(yīng)用DGLM建立了車險(xiǎn)費(fèi)率的厘定模型,并從參數(shù)結(jié)果顯著性、模型擬合效果以及相對費(fèi)率三個(gè)方面與GLM的費(fèi)率厘定結(jié)果進(jìn)行了對比分析。結(jié)果表明:針對本組數(shù)據(jù)而言,DGLM得到的費(fèi)率結(jié)構(gòu)更為合理,符合實(shí)際。(3)根據(jù)實(shí)證結(jié)果,參考國內(nèi)費(fèi)率厘定工作的現(xiàn)實(shí)情況,對于如何提高車險(xiǎn)定價(jià)的科學(xué)性提出了幾點(diǎn)建議:①注重?cái)?shù)據(jù)積累,建立、健全索賠經(jīng)驗(yàn)數(shù)據(jù)庫;②合理制定費(fèi)率厘定的原則、目標(biāo);③綜合運(yùn)用多種費(fèi)率厘定方法,創(chuàng)新定價(jià)機(jī)制。
[Abstract]:In recent years, with the rapid development of China's economy and the continuous increase of vehicle ownership, the penetration and coverage of auto insurance business has further expanded, and its market share and premium income have leapt to the first place in the property insurance industry. The development of auto insurance has a great impact on property insurance companies. However, due to the short construction time and immature of domestic insurance market, motor vehicle insurance still faces some difficulties in the process of development, and how to carry out scientific vehicle insurance, fair pricing is one of the problems to be solved. The generalized linear model (GLM) is the most commonly used method in determining vehicle insurance rates. As an extension of classical linear regression models, GLM has made great progress in theoretical framework, model structure and model diagnosis, and has been widely used. However, in the process of practical modeling, GLM still has some limitations. For example, the constant assumption of divergence parameters limits its further promotion in vehicle insurance pricing. As the extended model of GLM, DGLM provides a new way to solve the above problems. DGLM preserves the basic frame of GLM and relaxes the assumption that the divergence parameter is constant. The generalized linear model is established simultaneously for the dependent variable mean value and divergence parameter, which improves the adaptability of the model. Based on the existing research results, this paper further discusses the application of DGLM in vehicle insurance rate determination. The main work is as follows: 1) combing the relevant theories, and analyzing the rationality of introducing DGLM into auto insurance pricing. Based on a set of real experience data of auto insurance compensation, taking the annual mileage, no-claim preferential treatment system, vehicle type and area as rate factors, a model for determining vehicle insurance rate is established by using DGLM, and the results are significant. The model fitting effect and the relative rate are compared with the GLM rate determination results. The results show that the rate structure obtained by DGLM is more reasonable, which is in line with the actual situation. Several suggestions on how to improve the scientific nature of vehicle insurance pricing are put forward. One should pay attention to the accumulation of data, establish and perfect the database of claim experience. Innovative pricing mechanism.
【學(xué)位授予單位】：山東科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F842.634

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孟生旺;李政宵;;基于隨機(jī)效應(yīng)零調(diào)整回歸模型的保險(xiǎn)損失預(yù)測[J];統(tǒng)計(jì)與信息論壇;2015年12期

2 王子豪;吳劉倉;戴琳;;雙重廣義線性模型的經(jīng)驗(yàn)似然推斷[J];高校應(yīng)用數(shù)學(xué)學(xué)報(bào)A輯;2015年01期

3 吳劉倉;邱貽濤;詹金龍;;缺失數(shù)據(jù)下雙重廣義線性模型的參數(shù)估計(jì)[J];應(yīng)用數(shù)學(xué);2014年04期

4 孟生旺;王選鶴;;GAMLSS模型及其在車損險(xiǎn)費(fèi)率厘定中的應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2014年04期

5 張連增;呂定海;;廣義線性模型在非壽險(xiǎn)費(fèi)率分析中的應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2013年05期

6 張連增;孫維偉;;廣義線性混合模型在保險(xiǎn)索賠中的應(yīng)用及R實(shí)現(xiàn)[J];江西財(cái)經(jīng)大學(xué)學(xué)報(bào);2013年04期

7 段白鴿;張連增;;分層模型在非壽險(xiǎn)精算學(xué)中的應(yīng)用研究評述[J];統(tǒng)計(jì)研究;2013年05期

8 張連增;孫維偉;段白鴿;;GLM與GAM在車險(xiǎn)索賠頻率建模中的應(yīng)用及其比較[J];現(xiàn)代財(cái)經(jīng)(天津財(cái)經(jīng)大學(xué)學(xué)報(bào));2012年12期

9 孟生旺;王維;;零膨脹損失次數(shù)回歸模型及其應(yīng)用[J];蘭州商學(xué)院學(xué)報(bào);2011年01期

10 徐昕;袁衛(wèi);孟生旺;;負(fù)二項(xiàng)回歸模型的推廣及其在分類費(fèi)率厘定中的應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2010年04期

相關(guān)博士學(xué)位論文 前3條

1 孫維偉;中國車險(xiǎn)市場化改革的量化分析與精算技術(shù)研究[D];南開大學(xué);2014年

2 王大榮;分散度量模型中的變量選擇[D];北京工業(yè)大學(xué);2009年

3 曾娟;機(jī)動(dòng)車輛保險(xiǎn)分類費(fèi)率厘定原理與方法研究[D];武漢理工大學(xué);2008年

相關(guān)碩士學(xué)位論文 前3條

1 郝紅紅;基于GLM的我國車險(xiǎn)費(fèi)率厘定的實(shí)證研究[D];天津財(cái)經(jīng)大學(xué);2010年

2 童麗娟;GAM在汽車保險(xiǎn)定價(jià)中的應(yīng)用研究[D];湖南大學(xué);2010年

3 賀寶龍;廣義線性混合模型在精算分析中的應(yīng)用[D];武漢理工大學(xué);2008年

，

本文編號：2048199