Lanzhou University of Finance and Economics. All
| 基于机器学习算法的个体索赔准备金评估模型 | |
| 孟生旺1,2; 王海淘3 | |
| 2019 | |
| 发表期刊 | 保险研究
 |
| 卷号 | 0期号:9页码:88-101 |
| 摘要 | 非寿险赔款准备金对保险公司的风险管理和财务决策具有重要影响。传统的准备金评估方法通常基于汇总的流量三角形数据进行建模,没有充分利用个体索赔案件的信息,且存在参数过度化、难以处理大额赔款和负增量赔款等问题。本文基于每份保单的个体索赔信息,使用随机森林和XGBoost等机器学习算法对案件的赔付状态、赔付金额分别建立了预测模型,改进了传统准备金评估模型的预测效果。实证研究结果表明,影响赔付状态的因素主要是结案状态、报案延迟等跟案件相关的信息,而影响赔付金额的因素则主要是历史赔付金额等反映出险事故严重程度的信息。本文最后还给出了RBNS准备金的预测分布,其结果更加接近准备金的真实值且方差更小,表明在非寿险RBNS准备金评估中,基于机器学习算法的个体索赔准备金评估模型优于传统的准备金评估模型。 |
| 关键词 | 个体索赔信息 准备金 机器学习 赔付状态 赔付金额 |
| URL | 查看原文 |
| 收录类别 | CSSCI ; 北大核心 |
| ISSN | 1004-3306 |
| 语种 | 中文 |
| 中图分类号 | F222.3 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/24084 |
| 专题 | 兰州财经大学 |
| 作者单位 | 1.兰州财经大学; 2.中国人民大学应用统计科学研究中心; 3.中国人民大学统计学院 |
| 第一作者单位 | 兰州财经大学 |
| 推荐引用方式 GB/T 7714 | 孟生旺,王海淘. 基于机器学习算法的个体索赔准备金评估模型[J]. 保险研究,2019,0(9):88-101. |
| APA | 孟生旺,&王海淘.(2019).基于机器学习算法的个体索赔准备金评估模型.保险研究,0(9),88-101. |
| MLA | 孟生旺,et al."基于机器学习算法的个体索赔准备金评估模型".保险研究 0.9(2019):88-101. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [孟生旺]的文章 |
| [王海淘]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [孟生旺]的文章 |
| [王海淘]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [孟生旺]的文章 |
| [王海淘]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论