10.3969/j.issn.1672-190X.2022.10.020
基于GAM模型和随机森林车险索赔次数预测
近年来,广义可加模型(GAM)在非寿险中得到广泛的应用,随机森林作为极具代表性的一种集成学习方法在非寿险领域也取得很好的效果,为非寿险产品定价提供了一种新的选择.因此,本文针对一组具有零膨胀特征的索赔次数数据,建立零膨胀泊松分布和零膨胀负二项分布下的GAM模型,并将其与随机森林模型进行比较分析.结果表明:预测效果最优的是基于零膨胀泊松分布的GAM模型.在此基础上,对各解释变量进行分析,为车险费率的厘定提供一定的参考.
索赔次数、零膨胀、GAM模型、随机森林
F84(保险)
2022-04-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
44-47