保单贴现在我国寿险实务中的运作机制

随着金融混业经营的全球化,传统的银行业、保险业、证券业的经营界限日益模糊。寿险保单贴现业务作为银行保险融合的新业务出现在国际金融市场上。本文从寿险保单贴现的市场要素、定价、流程和风险管理四个方面阐述了保单贴现在我国寿险业务中的运作机制。     

稀疏过程在一类带干扰多险种风险模型中应用

随着社会的进步和发展,保险公司经营的业务也随之多元化,不断增加新的险种业务以满足社会需求。同时在经营活动中,保费☆寺收取、索赔到达过程也是复杂多变的,保单持有者也有可能退保。因此,研究具有一定实际背景的风险模型是一件有意义的工作。建立一类带干扰扩散扰动项的多险种风险模型,其保单到达过程、索赔到达过程为平稳无后效流,保单的退保过程是一个p—稀疏过程。利用鞅论方法分析模型盈余过程的性质、破产概率的解析式及其上界估计。     

数据挖掘技术在汽车保险风险分析中的应用

本文在分析了汽车保险业务发展现状的基础上,阐述了数据挖掘技术及其在车辆保险业务和风险评估中的应用,并运用可变精度粗糙集模型（VPRS）对车险保单数据进行分析,目的在于挖掘出隐含在其中的风险规则。     

基于社区挖掘的网络业务监控方法

网络业务监控通常应用于大型企业级网络监控,通过分析企业网中承载的业务数据,实现对网络中业务类型及不同业务对应的终端分布情况的监测.提出了一种基于社区挖掘的网络业务监控方法,该方法的输入为企业网中IP通联数据,通过构建IP通联图,并基于IP通联图进行社区挖掘,输出IP通联社区,每个社区代表一种业务类型,社区内节点代表相应的业务终端.通过对某大型跨国企业网络数据的实证分析,发现与传统业务监控方法相比,该方法不仅能够有效发现各业务网络,实时监控业务网络状态,且能对网络中出现的新业务进行预警.     

基于粗糙集理论的续保规则挖掘模型

基于粗糙集基本理论，分析了衡量规则价值的方法，构建了一个基于粗糙集理论的续保规则挖掘模型．运用该模型对10000条车险保单客户数据进行了分析，挖掘出隐含在这些数据中的续保规则，找到了续保客户的描述性特征．     

终身寿险型投资连结保险的定价问题研究

在风险中性假设下,利用鞅和偏微分方程等方法,给出了终身寿险型投资连结保单的定价模型和方法,得到了保单的定价公式,并给出了定价的闭合解,分析了关键参数对保单价值的影响.实证分析表明,模型与实际吻合.     

基于数据挖掘的网络业务流分析方法

为了从业务角度对网络的性能进行评价和优化,提出了一种新的网络业务分析方法——具有时态路径约束的关联规则挖掘分析方法.该方法以网络业务为分析粒度,以与网络业务流相关的时态属性和路径属性为约束条件,对已经积累的反映网络状况的海量历史数据进行挖掘分析.在进行关联规则挖掘时,利用频繁数据项集的性质,通过引入事务标号,在求出候选频繁项集的同时也求出其支持度,避免了为求支持度而进行的扫描数据库运算,极大提高了挖掘的效率和速度.实验结果表明,进行挖掘分析的数据量越大,该方法的性能和效率就越好.     

一类投资连结保单定价模型中自由边界的渐近性态

主要对一类允许提前退保的具有利率保障的投资连结保单定价问题的数学模型进行研究．运用偏微分方程中自由边界问题的研究方法,在关于模型参数的若干假设下,分析其提前退保最佳时刻点即自由边界的性态,以及在保单到期日附近的该自由边界的渐近性态．     

关联规则挖掘在税务系统中的应用研究

通过对关联规则经典挖掘算法Apriori算法的分析;并在Apriori算法基础上,采用一种基于布尔矩阵的行向量寻找频繁项集的关联规则挖掘算法,将该算法应用于税务系统中,分析欠税纳税人的欠税行为等情况,并判断其是否符合业务规则。     

面向网络业务流设计的时态路径约束关联规则算法

提出了一种新的基于业务流分析方法,采用关联规则挖掘的算法对全网业务进行关联关系分析,该方法在Aprior算法的基础上,引入时态约束的路径约束,使之更加体现网络业务的特性。使用该方法,可以充分利用已有数据,分析已有业务的行为,且可以预测未来业务的行为。模拟实验结果表明,该算法对业务流分析中不同业务之间的相关性发现是非常有效的。     

不完备市场下分红保险的指数效用定价

分红保险属于保险公司的债务,由于其在设计过程中自带的期权性质将影响保险公司的利润和偿付能力,对它的定价不容忽视.在假定保单持有人的投资组合中,股票价格服从跳跃-扩散过程并假定保单持有人是风险厌恶型,其效用函数为指数函数,运用等价鞅测度的理论,建立了计算保单价值的MEMM模型并给出了相应的定价公式.     

存在自由退保情况下的投资连结保单定价分析

运用金融经济学中美式期权定价理论讨论存在自由退保情况下的投资连结保单定价，建立模型并以偏微分方程的形式表现出来，分析此偏微分方程并详细讨论保单在临近有效期末时的退保情况．     

基于数据仓库的智慧港口数据分层建模方案设计

在港口运营过程中,数据的收集、清洗、挖掘、分析为港口的精细化管理提供了技术支持,是建设世界一流港口的重要基础。阐述了数据仓库的技术原理和智慧港口业务数据的特点,指出了智慧港口运营过程中存在的信息孤岛问题。通过对数据进行深度挖掘与分析,研究与设计智慧港口数据仓库解决方案,并成功应用于多个上层系统,达到改善信息孤岛现状、优化管理的目标。     

带干扰两险种风险模型的破产概率

经典破产理论假设保险公司的盈余过程是时齐的独立平稳增量过程．但是,由于保险公司业务种类的日益增多和复杂,经典的破产模型已经不能很好地描述现实过程．随着研究的深入,人们对经典风险模型进行了各种推广,建立了更符合实际的破产模型．假设理赔额到达过程和保单的到达过程为Poisson过程,保单的保费和各险种的理赔额均为随机序列,并考虑到保险公司的投资利率和通货膨胀率,讨论了一类带干扰的两险种风险模型最终破产概率的一般表达式,得到了与经典风险模型相同的破产概率和Lundberg上界．     

从保单获取成本看新会计准则对财产保险公司的影响

本文从理论和实证的角度,就新会计准则中关于保单获取成本核算的相关规定进行了研究和分析,认为保单获取成本采用费用化的处理方式并不适用于当前国内保险业高速发展的实际情况,不仅阻碍了财产保险公司的发展,而且还有可能影响到国家税收和被保险人的利益。     

基于半连续两部模型的保险损失预测

【目的】提高保险领域中保单累积损失预测的准确率。传统的Tweedie回归模型只能对非零均值建立回归模型,却不能对零概率建立回归模型,从而导致该模型的拟合效果并不理想。【方法】考虑到保单损失数据中往往包含着大量的零索赔,此时可视其为一种半连续型数据。因此,基于半连续两部模型,并考虑到累积损失中非零连续部分的分布类型,提出3种不同的累积损失预测模型,并结合一组实际损失数据进行模型对比分析。【结果】与Tweedie回归模型相比,本研究所提出的半连续两部回归模型的赤池信息准则值(Akaike information criterion, AIC)和贝叶斯信息量准则值(Bayesian information criterion, BIC)更小,具有较好的拟合效果。【结论】本研究结果可为保险领域中的保单累积损失预测提供参考。     

邮政大数据技术应用可行性分析

随着当前各行业信息化的发展,邮政行业各类信息化系统积累了海量的业务数据,这些数据分散在不同的业务领域。由于业务的扩展,数据呈现出几何级地快速增长趋势,并且明显表现出数据量庞大、数据类型多样、价值密度低等特点。传统的数据分析处理方式已经无法满足行业需求。通过引入针对大数据的数据采集、数据处理、数据存储及管理、数据分析与挖掘等技术,可以有效地解决对海量业务数据的分析、价值挖掘问题,进而通过对大数据技术的应用,达到对客户需求的精准把控、对现有业务流程的优化、对业务发展趋势的预判等目的,最终实现对整个邮政行业发展的促进效果。     

数据挖掘的聚类技术在证券客户分类中的应用

数据挖掘是数据库中的知识发现。伴随我们证券业务中存储数据量的不断增长,如何从海量般客户信息、历史交易记录数据中提取或挖掘知识,把隐藏其中的知识进行分析和发现,是促进业务更快发展的强大动力。     

基于科技查新数据的用户拓展及其关联聚类

科技查新用户数据是查新业务积累的真实而宝贵的资源,其充分利用不仅是查新业务管理的需要,可提升查新服务水平,同时还能用于挖掘更多的情报价值.调研发现,当前对科技查新用户数据的挖掘利用仍以基础性的业务管理分析为主,而增值情报价值的挖掘较少.为拓展成都文献情报中心科技查新客户群体和增值服务范围,做大做强查新业务,立足成都中心查新服务实践,依托于积累查新用户及其服务记录,在挖掘发现潜在服务对象的基础上,通过多维用户关联聚类,探讨了后期信息情报服务的精准营销与推送,分析了基于用户聚类的服务推荐存在的不足,展望了挖掘更多需求信息的推荐路径.     

年金保险中投保人的最优收益模型

以养老保险中的退休金计划为研究对象,采用曩优化方法对年金保单进行分析,得出了当银行储蓄利率与精算师计算保费的利息相等时,均衡络付养老金是投保人的曩优策略。