收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

数据挖掘在非寿险分类费率厘定中的运用研究

朱曦  
【摘要】:广义线性模型(GLMs)从根本上说,属于一种分类费率厘定模型。它是非寿险定价的重要方法,目前更作为个人车险、其他个险险种以及部分商业险种定价的标准方法。 分类费率厘定模型建立在损失数据采集和风险分类基础之上,这就决定了保险人经营过程中,保单信息的缺失、风险识别和分类的有效性,都将直接影响模型的准确性。另外,分类费率厘定模型很难直接评估各种风险因素对风险分类有效性的影响程度,并预测它们对未来损失产生的影响。本文在实证分析基础上,说明了分类费率厘定模型的这些缺陷不可避免的也存在于GLMs定价中。 数据挖掘(DM)是一个从已知数据集合中发现各种模型、概要和导出值的过程。通过这一技术,人们在计算机帮助下利用一系列工具对数据进行分析,然后根据反馈的内容从新的视角来考察原始数据的信息。数据挖掘过程一般包括数据取样、数据研究、数据调整、模型构建和模型评估五个步骤。本文在SAS~(?)环境下,探讨了数据挖掘的各步骤,并阐释了它们在精算学及非寿险定价中的意义。 最后,文章运用SAS~(?) Enterprise Miner~(TM),利用数据挖掘技术进行了一系列实证分析。本文重新构建了基于回归算法、决策树算法和神经网络算法的六个费率厘定模型,就各模型的改进方法给予了必要说明。最后文章从识别度、区分度、准确度、稳定性和可解释性五个方面分析比较了几个模型,并阐释了各模型存在优劣的内在原因。 数据挖掘技术可以极大的改进传统的非寿险费率厘定方法,帮助精算师自动实现一些重要的费率厘定过程,调整费率结构并建立一个较为合理的个体风险费率厘定系统;同时,帮助保险人识别高风险保险客户,实现降低损失率的目标。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 汪妍;孙秋柏;;基于广义线性模型的分类费率厘定方法[J];辽宁科技大学学报;2009年04期
2 汪妍;;基于广义线性模型的分类费率厘定方法[J];科技信息;2009年21期
3 冯予,王执铨;误差项为RDM的广义线性模型的诊断[J];南京理工大学学报(自然科学版);2001年06期
4 陈希孺;广义线性模型(七)[J];数理统计与管理;2003年05期
5 陈希孺;广义线性模型(八)[J];数理统计与管理;2003年06期
6 王炳锡;研究数据挖掘技术 推进河南经济发展[J];河南科技;2002年07期
7 宋中山;数据挖掘技术及其应用[J];中南民族大学学报(自然科学版);2002年04期
8 陈希孺;广义线性模型(六)[J];数理统计与管理;2003年04期
9 林琳;浅议在数据挖掘中应用抽样技术[J];江苏统计;2003年06期
10 梁世红;数据挖掘在CRM中的应用[J];科技情报开发与经济;2003年01期
11 陈钟;基于DSO的数据挖掘应用[J];广西师范学院学报(自然科学版);2004年S1期
12 罗掌华,陈芝,刘鲁;一种探测shill出价的数据挖掘模型[J];系统工程;2004年10期
13 李红;基于土工试验的数据挖掘中的数据预处理技术[J];合肥学院学报(自然科学版);2004年01期
14 赵林城,尹长明;广义线性模型中极大拟似然估计的强相合性[J];中国科学A辑;2005年03期
15 陈夏,陈希孺;广义线性模型参数的自适应拟似然估计[J];中国科学A辑;2005年04期
16 楚绪格,张永;基于分层神经网络的分类算法[J];甘肃科技;2005年05期
17 熊朝松;关联规则挖掘综述[J];科技广场;2005年05期
18 戚桂杰,陈丹,王凯平,李丽;数据挖掘中原始数据质量问题的统计处理[J];山东大学学报(理学版);2005年03期
19 任亮亮;林家骏;陈小伟;姜丽;张洁;;用数据挖掘技术分析航迹质量指标[J];中国科技信息;2005年23期
20 周忠眉;;数据挖掘与统计理论[J];漳州师范学院学报(自然科学版);2006年01期
中国重要会议论文全文数据库 前10条
1 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年
2 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
3 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年
4 薛晓东;李海玲;;数据挖掘的客户关系管理应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(下册)[C];2004年
5 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病“阴阳类证”辨证规范的数据挖掘研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年
6 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年
7 朱扬勇;黄超;;基于多维模型的交互式数据挖掘框架[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
8 陈涛;胡学钢;陈秀美;;基于数据挖掘的教学质量评价体系分析[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
9 王星;谢邦昌;戴稳胜;;数据挖掘在保险业中的应用[A];北京市第十二次统计科学讨论会论文选编[C];2003年
10 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病阴阳类证辨证规范的数据挖掘研究[A];2010中国医师协会中西医结合医师大会摘要集[C];2010年
中国博士学位论文全文数据库 前10条
1 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年
2 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
3 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年
4 刘寨华;基于临床数据分析的病毒性心肌炎证候演变规律研究[D];黑龙江中医药大学;2006年
5 王川;基因芯片数据管理及数据挖掘[D];中国科学院研究生院(上海生命科学研究院);2004年
6 王涛;挖掘序列模式和结构化模式的精简集[D];华中科技大学;2006年
7 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年
8 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年
9 刘东升;面向连锁零售企业的客户关系管理模型(R-CRM)研究[D];浙江工商大学;2008年
10 余红;网络时政论坛舆论领袖研究[D];华中科技大学;2007年
中国硕士学位论文全文数据库 前10条
1 朱曦;数据挖掘在非寿险分类费率厘定中的运用研究[D];湖南大学;2005年
2 廖赛恩;养生方数据挖掘分析系统的研制[D];湖南中医药大学;2010年
3 李坤然;数据挖掘在股市趋势预测的应用研究[D];中南林业科技大学;2008年
4 郑宏;数据挖掘可视化技术的研究与实现[D];西安电子科技大学;2010年
5 杜金刚;数据挖掘在电信客户关系管理及数据业务营销中的应用[D];北京邮电大学;2010年
6 徐路;基于决策树的数据挖掘算法的研究及其在实际中的应用[D];电子科技大学;2009年
7 梁小鸥;数据挖掘在高职教学管理中的应用[D];华南理工大学;2011年
8 王浩;数据挖掘在上海市职业能力考试院招录考试优化管理项目中的运用研究[D];华东理工大学;2012年
9 黎卫英;数据挖掘在中职幼教课程改革中的应用[D];福建师范大学;2009年
10 张煜辉;数据挖掘和SPC在生产过程质量控制中应用研究[D];上海交通大学;2009年
中国重要报纸全文数据库 前10条
1 李开宇 黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年
2 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年
3 记者 晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年
4 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
5 张立明;数据挖掘之道[N];网络世界;2003年
6 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年
7 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年
8 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年
9 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年
10 张舒博;数据挖掘 提升品牌的好帮手[N];首都建设报;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978