保险大数据条件下车险费率厘定的研究——基于SOM神经网络方法的车险索赔强度建模

摘要：

神经网络是近年来机器学习领域的研究热点之一.该方法在许多领域都有成功的应用,但较少应用于汽车保险索赔预测中.本研究将自组织竞争神经网络(SOM)应用于汽车保险的索赔预测中,在此基础上建立车险索赔强度模型.本研究将影响车险索赔的因素分为三类:从人因素、从车因素、地域因素.对于从车因素,通过应用SOM神经网络方法对多个解释变量进行聚类分析来获得综合影响评价指标——从车因子综合变量.进一步按照索赔强度的高低,将该变量分成5个水平,进而起到减少解释变量的作用.将地域因素作为随机效应,以从人因素变量和从车因子综合变量为自变量,以索赔强度为因变量,建立广义线性混合模型.本文创新在于:在充分考虑了影响车险费率的各种因素下,应用SOM神经网络聚类方法减少自变量的个数,为车险费率厘定提供了一种新思路.

关键词：自组织竞争神经网络、索赔强度、从人因素、从车因素、广义线性混合模型

分类号：F222.3(经济计算、经济数学方法)

资助基金：国家自然科学基金71271121,71401041;教育部重点研究基地16JJD910001

在线出版日期：2018-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：56-65