發(fā)布時(shí)間：2020-06-15 06:36

【摘要】：改革開(kāi)放之后,我國(guó)人民生活水平得到提高,這使得汽車(chē)銷(xiāo)售量也日益增多。保險(xiǎn)行業(yè)這在一現(xiàn)狀下大步向前,近幾年已經(jīng)發(fā)展成為車(chē)主們必不可少的投資和支出。購(gòu)買(mǎi)車(chē)輛保險(xiǎn)最重要的關(guān)注點(diǎn)是:車(chē)險(xiǎn)價(jià)格、索賠強(qiáng)度和車(chē)險(xiǎn)費(fèi)率。為了公平的確定車(chē)險(xiǎn)價(jià)格以及索賠強(qiáng)度,研究風(fēng)險(xiǎn)的特征、影響車(chē)輛發(fā)生危險(xiǎn)的因素是重要的一部分。本文以預(yù)測(cè)索賠額度為目的,探究適用于車(chē)輛險(xiǎn)數(shù)據(jù)的模型。最早用于預(yù)測(cè)索賠強(qiáng)度的模型是廣義線(xiàn)性模型,它對(duì)于因變量Y寬松的條件使得預(yù)測(cè)索賠強(qiáng)度有了新的突破。但廣義線(xiàn)性模型要求數(shù)據(jù)是來(lái)自獨(dú)立的隨機(jī)變量,在實(shí)際的數(shù)據(jù)中很難滿(mǎn)足這一條件,因此將隨機(jī)效應(yīng)加入到廣義線(xiàn)性模型中,獲得的廣義線(xiàn)性混合模型能擬合一定時(shí)間內(nèi)重復(fù)測(cè)量的車(chē)險(xiǎn)數(shù)據(jù)。近幾年分層廣義線(xiàn)性模型的研究逐步發(fā)展,它在前者的理論上改變了隨機(jī)效應(yīng)的分布,使得模型適用于多變的數(shù)據(jù)。本文在上述的基礎(chǔ)上,考慮到車(chē)險(xiǎn)數(shù)據(jù)中的地區(qū)因素,引入地區(qū)相關(guān)矩陣,得到的空間分層廣義線(xiàn)性模型為索賠強(qiáng)度的預(yù)測(cè)提供了新的可能。首先,本文初步處理經(jīng)過(guò)爬取得來(lái)的車(chē)險(xiǎn)經(jīng)營(yíng)數(shù)據(jù),對(duì)影響車(chē)險(xiǎn)賠款的各個(gè)因素進(jìn)行描述性分析,其次建立廣義線(xiàn)性模型、廣義混合線(xiàn)性模型、分層廣義線(xiàn)性模型以及空間廣義線(xiàn)性模型。分別對(duì)經(jīng)營(yíng)數(shù)據(jù)分析并進(jìn)行檢驗(yàn),用以擬合索賠金額。并將擬合值與實(shí)際值進(jìn)行比較。最后通過(guò)殘差平方和,判定系數(shù)、似然函數(shù)值等將多種模型的擬合結(jié)果進(jìn)行比較,觀(guān)察可得加入隨機(jī)效應(yīng)的三種模型比廣義線(xiàn)性模型擬合效果好,且各個(gè)模型適用的數(shù)據(jù)各不相同,其中分層廣義線(xiàn)性模型和空間分層廣義線(xiàn)性模型擬合效果最好。介于空間分層廣義線(xiàn)性模型的擬合值與實(shí)際值接近,可知考慮數(shù)據(jù)的空間因素是預(yù)測(cè)索賠金額的一種新思路,特別是對(duì)于地區(qū)空間相似度較高的數(shù)據(jù)。本文還介紹了各個(gè)模型的特點(diǎn)和適用的數(shù)據(jù)類(lèi)型,為不同數(shù)據(jù)的擬合提供選擇。
【學(xué)位授予單位】：華中師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：C81
【圖文】：

x┦墾�位论文伭x希停粒櫻裕牛遙В渝澹裕齲牛櫻桑渝義希保�绪论辶x暇勘塵壩肽康膩義俠�，我国保险行业中非蕛喺一謳旁来发展褩U�，２０１Ｒr輳�全国非业垛^薌疲叮矗福保�１�兌讜�，较２０１２臅煬比札Zち隋澹保罰�２０％邋（见哇E保�１）营业垛牷重惁又]�有非蕛啽K那傲�。覄蛩冒d撇�保险为例，２０１３姿G疲玻玻常埃�０５易暘，行业闹]�有非蕛喺公饲G常矗�４１％抵\Ｏ帳杖胗燒季藎�其种C盜頸Ｏ眨ê�交强险）业务比重桩岓，其营业收入元，占公司所有业务保费收葰枘ＡP常�２２％邋（见哇E保�２）。由诱C迪找黨≈姓加瀉艽蟮謀戎兀�所以车媳K木�营情魁f哉�庚b鞘儐招幸滌蟹鞘儐招幸嫡�体的发展与潮I鞠盞姆⒄故敲懿豢煞值�。辶x希罰埃埃板義

本文編號(hào)：2714040