我国商业车险奖惩系统的构建与评价

在商业车险定价中,通常根据保单的先验风险特征信息建立广义线性模型来厘定先验费率,然后根据保单的历史索赔信息应用奖惩系统对先验费率进行调整.本文基于一组商业车险保单2010-2015年的索赔次数数据,分别在泊松-伽马分布假设和负二项-贝塔分布假设下构建了奖惩系统,运用贝叶斯方法和极大似然法估计了模型参数,测算了奖惩系数,并与我国现行的奖惩系数进行了比较.实证研究结果表明,我国现行奖惩系统的设计结构比较单一,对保单经验索赔信息的使用不充分,且奖惩幅度过于温和.本文构建的奖惩系统充分利用了保单的先验风险特征信息与历史索赔信息,有效避免了对保单的重复性奖励和惩罚,提高了费率厘定结果的准确性和合理性.     

车险的赔付义务探析——以5.7广州特大暴雨汽车浸水致损理赔为视角

保险公司对因暴雨导致的保险车辆的损失是否具有赔付义务不能一概而论,而应该根据车主所购买商业保险的情况来进行分类讨论。当暴雨造成汽车损失且无除外责任时保险公司负有赔偿责任,驾驶人有过错的,车主按驾驶人的过错比例承担相应的责任;车主同时购买车辆损失险和针对发动机损失设置的附加险的,对暴雨造成的汽车损失,包括发动机的损失,保险公司应当承担赔付义务。     

我国机动车保险需求的研究

随着我国社会经济的不断发展，我国的机动车辆有着明显的增加，从而我国机动车保险市场也有着一定的发展，并且在保险行业中占据着非常重要的作用。由于机动车保险价格是车险竞争中的主要形式，由于价格的不同，人们对机动车保险需求也有所不同，就会造成机动车保险费率持续下滑，同时承保的利润也有所下降。基于这种现状，这就需要对我国机动车保险需求的进行一定的研究，最主要的就是对机动车险消费者进行一定的研究，在对不同消费者进行一定的分析，能够在一定程度上有利于车险公司规避价格竞争，进一步提高车险盈利水平，同时还能促进车险市场的发展。     

相依风险的车险准备金评估

在多个业务线的准备金估计中,通常假设不同业务线之间相互独立,事实上它们之间往往存在一定的相依关系.它们的相依性可以通过藤Copula函数来描述.藤Copula是解决多个相依随机变量的强有力工具.本文在假设各个业务线的增量已决赔款服从伽玛分布、逆高斯分布和对数正态分布的基础上,建立了各个业务线增量已决赔款相互依赖的藤Copula回归模型,并将此模型应用于一组实际的车险数据,结果表明,考虑相依关系的藤Copula回归模型对准备金的评估结果要优于独立假设下的回归模型对准备金的评估结果.     

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．     

车险市场中投保人保费负担能力评估

目前,我国车险市场的费率市场化工作正在保监会的推动下逐步开展。以"从车主义"为主的我国现行车险费率制度在满足投保人需求方面存在的缺陷,特别是投保人对保费的负担能力问题是费率市场化过程中需要考虑的重要内容。本文基于对机动车辆保险保费负担能力的设定,从不同的角度对投保人车险保费负担能力进行了评估,并在分析投保人负担能力的基础上,对车险费率改革的未来方向提出政策建议。     

基于VPRS的车险高利润客户的特征挖掘

车险是保险公司的主要业务，能否发现车险高利润客户，并为其提供个性化服务已经成为保险公司是否取得竞争优势的关键。论文在分析可变精度粗糙集模型(VPRS)的基础上，采用Rosetta软件对海量的车险客户数据进行挖掘，挖出了高利润客户的特征。     

欺诈识别聚类算法在分析型车险CRM中的应用

对于车辆保险业务欺诈行为的识别,采用基于数据挖掘技术对于孤立点的分析,提出一种基于距离的欺诈风险分析方法。在此基础上,应用数据挖掘技术进行保险欺诈分析,对于异常索赔行为加以识别,从而在可能的欺诈行为发生时发出预警。     

基于Logistic变换的回归正交试验模型

在解决线性回归问题时,回归正交试验具有较大的优越性,却无法解决非线性回归问题.本文依据广义线性模型的基本原理,针对非线性回归问题,引入Logistic变换,给出了基于Logistic变换的回归正交试验模型,实现了回归正交试验在非线性回归问题中的运用.将此方法运用到车险续保问题中,实例分析说明了该模型的可行性和有效性.