|
|||||
|
|
| 基于车联网数据的驾驶行为保险定价 | |
| 引用本文： | 孟生旺,黄一凡.基于车联网数据的驾驶行为保险定价[J].系统工程学报,2023(1):121-130. |
| 作者姓名： | 孟生旺 黄一凡 |
| 作者单位： | 1. 中国人民大学应用统计科学研究中心;2. 中国人民大学统计学院 |
| 基金项目： | 教育部人文社会科学重点研究基地重大项目(22JJD910003)；;国家社会科学基金资助重点项目(22ATJ005)； |
| 摘 要： | 为了提高车险定价的准确性和公平性,从车联网大数据中提取广泛的驾驶行为风险变量,建立汽车保险的纯保费预测模型.采用Logistic回归和数据分箱方法构建驾驶行为风险因子,应用机器学习算法计算保单累积损失金额的预测值,确定合理的车险定价方案.在此基础上,对各个风险因子与车险纯保费之间的关系进行量化分析,最终得到完整的分类费率表.实证结果表明,本文的定价方法不仅提高了车险纯保费预测结果的准确性,增强保险公司的竞争能力,同时也满足保险定价的可解释性要求.车辆驾驶员可以根据划分的风险类别改善驾驶行为,有助于促进社会整体福利的提高. |
| 关 键 词： | 驾驶行为保险 纯保费 损失预测 机器学习 |