【摘要】：我國(guó)地理范圍遼闊,每年所遭受的自然災(zāi)害相當(dāng)頻繁,頻繁發(fā)生的巨災(zāi)對(duì)整個(gè)社會(huì)的財(cái)產(chǎn)損失和人身安全產(chǎn)生嚴(yán)重威脅。在眾多自然災(zāi)害中,臺(tái)風(fēng)災(zāi)害是對(duì)我國(guó)影響最為嚴(yán)重的災(zāi)害之一。臺(tái)風(fēng)在我國(guó)沿海地區(qū)的災(zāi)害主要表現(xiàn)為由它帶來(lái)的狂風(fēng)、暴雨和風(fēng)暴潮的共同作用,以及臺(tái)風(fēng)一暴雨災(zāi)害鏈所引起的地質(zhì)災(zāi)害和生態(tài)災(zāi)害等。如何根據(jù)臺(tái)風(fēng)路徑、風(fēng)、雨等的氣象監(jiān)測(cè)及預(yù)報(bào)結(jié)果,做好臺(tái)風(fēng)災(zāi)害的災(zāi)情及風(fēng)險(xiǎn)評(píng)估工作,從而提高防臺(tái)、減災(zāi)的部署和策略的針對(duì)性和效率,是一個(gè)值得研究的課題。因此,對(duì)臺(tái)風(fēng)損失進(jìn)行準(zhǔn)確有效地預(yù)測(cè)及分析具有重要的研究意義。本文首先介紹了Gradient Boosting算法的基本原理及其在臺(tái)風(fēng)損失預(yù)測(cè)上的優(yōu)勢(shì)和可行性;其次,從致災(zāi)因子危險(xiǎn)性和承災(zāi)體易損性兩個(gè)角度分析臺(tái)風(fēng)災(zāi)情成因,利用Gradient Boosting算法對(duì)臺(tái)風(fēng)損失進(jìn)行預(yù)測(cè),并分析預(yù)測(cè)效果,提出應(yīng)建立臺(tái)風(fēng)災(zāi)害數(shù)據(jù)庫(kù)以及積極利用大數(shù)據(jù)和現(xiàn)代科學(xué)技術(shù);再次,在臺(tái)風(fēng)指數(shù)保險(xiǎn)費(fèi)率厘定上進(jìn)行了探究,將Gradient Boosting算法運(yùn)用到財(cái)政臺(tái)風(fēng)指數(shù)保險(xiǎn),設(shè)計(jì)了分為2個(gè)觸發(fā)指數(shù)、6個(gè)層級(jí)的指數(shù)保險(xiǎn)保單,將各觸發(fā)條件輸入到Gradient Boosting預(yù)測(cè)模型中,預(yù)測(cè)出各層級(jí)直接經(jīng)濟(jì)損失,使用3%的賠付率計(jì)算保險(xiǎn)金額,并根據(jù)各層級(jí)臺(tái)風(fēng)發(fā)生頻率作為索賠頻率,計(jì)算保單純保費(fèi),為財(cái)政巨災(zāi)指數(shù)保險(xiǎn)的設(shè)計(jì)和研究提供了一定的參考,最后根據(jù)實(shí)證結(jié)果給出了應(yīng)建立以保險(xiǎn)為主的多方損失補(bǔ)償機(jī)制的政策建議。本文綜合運(yùn)用經(jīng)濟(jì)學(xué)、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、保險(xiǎn)精算等學(xué)科的相關(guān)理論知識(shí),采用了理論分析與實(shí)證研究、機(jī)器學(xué)習(xí)與保險(xiǎn)精算學(xué)相結(jié)合的研究方法�；跈C(jī)器學(xué)習(xí)中的Gradient Boosting算法,對(duì)廣東省臺(tái)風(fēng)損失預(yù)測(cè)進(jìn)行了實(shí)證分析,從理論和實(shí)證兩個(gè)方面證明了該算法在臺(tái)風(fēng)損失預(yù)測(cè)上的可行性;通過(guò)建立的損失預(yù)測(cè)模型,對(duì)臺(tái)風(fēng)指數(shù)保險(xiǎn)費(fèi)率厘定方面的應(yīng)用進(jìn)行了分析探討,實(shí)現(xiàn)了機(jī)器學(xué)習(xí)與保險(xiǎn)精算的結(jié)合。本文將Gradient Boosting算法應(yīng)用于臺(tái)風(fēng)損失預(yù)測(cè)及臺(tái)風(fēng)指數(shù)保險(xiǎn)定價(jià)上,預(yù)測(cè)誤差率維持在1%-15%之內(nèi),得到了該算法完全可以用于臺(tái)風(fēng)損失預(yù)測(cè)以及降低臺(tái)風(fēng)指數(shù)保險(xiǎn)基差風(fēng)險(xiǎn),對(duì)于臺(tái)風(fēng)災(zāi)情管理具有較好的應(yīng)用價(jià)值的結(jié)論。
【圖文】：

登陸時(shí)中心最低氣壓與登陸時(shí)近中心最大風(fēng)速散點(diǎn)圖

登陸時(shí)中心最低氣壓與期間最大風(fēng)速散點(diǎn)圖
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：F840.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王田子;劉吉夫;;巨災(zāi)概念演化歷史初步研究[J];保險(xiǎn)研究;2015年08期

2 趙紅;宋立溫;;我國(guó)臺(tái)風(fēng)損失分布擬合與債券定價(jià)研究[J];中國(guó)集體經(jīng)濟(jì);2014年36期

3 儲(chǔ)小俊;曹杰;;基于Copula方法的天氣指數(shù)保險(xiǎn)產(chǎn)品設(shè)計(jì)——以南通棉花降水指數(shù)保險(xiǎn)為例[J];生態(tài)經(jīng)濟(jì);2014年10期

4 何樹(shù)紅;楊博;戴明爽;;基于動(dòng)態(tài)遞歸神經(jīng)網(wǎng)絡(luò)的洪水災(zāi)害損失預(yù)測(cè)[J];經(jīng)濟(jì)師;2014年05期

5 張穎超;范金平;鄧華;;基于組合預(yù)測(cè)的浙江省臺(tái)風(fēng)災(zāi)害損失預(yù)測(cè)[J];自然災(zāi)害學(xué)報(bào);2013年06期

6 劉曉慶;唐丹玲;隋廣軍;陳仕鴻;;利用Elman神經(jīng)網(wǎng)絡(luò)模型評(píng)估廣東熱帶氣旋災(zāi)情[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2013年16期

7 張穎超;仲麗君;;基于支持向量回歸機(jī)的臺(tái)風(fēng)災(zāi)害損失分析[J];信息技術(shù);2012年07期

8 周振;沈田華;;農(nóng)業(yè)巨災(zāi)保險(xiǎn)的需求意愿及其影響因素[J];保險(xiǎn)研究;2012年04期

9 葉小嶺;劉程波;張穎超;范金平;;基于BP神經(jīng)網(wǎng)絡(luò)的浙江臺(tái)風(fēng)損失預(yù)測(cè)[J];信息技術(shù);2011年10期

10 牛海燕;劉敏;陸敏;權(quán)瑞松;王靜靜;宗寧;;中國(guó)沿海地區(qū)臺(tái)風(fēng)災(zāi)害損失評(píng)估研究[J];災(zāi)害學(xué);2011年03期

相關(guān)博士學(xué)位論文 前1條

1 徐磊;農(nóng)業(yè)巨災(zāi)風(fēng)險(xiǎn)評(píng)估模型研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2012年

，

本文編號(hào)：2644706