基于智能化理赔流程的车险理赔风控和反欺诈研究
发布时间:2020-05-20 23:57
【摘要】:近年来,随着汽车逐渐进入家庭,我国汽车消费逐渐增加,为车辆投保已成为车主抵御风险的重要保障。中国的车辆保险费收入高速增长,车险保费占比较高。但汽车保险费收入快速增长,却没有为财险公司带来利润快速增长,许多公司汽车保险业务出现了利润亏损,其中一个很重要的原因也就在于车险欺诈的泛滥。近年来我国机动车辆保险出险率大幅升高,汽车保险诈骗尚未得到有效的遏制。国内保险公司联手打击车险骗赔的声势越来越大,范围也越来越广。但是目前并没有形成切实有效自成体系的防范方法,相关法律、道德舆论对车险骗赔现象也缺乏有效的约束力。汽车保险欺诈已对保险公司自身经营良性发展和盈利能力产生了重大影响最终也将损害众多投保人的合法利益。综上所述,对机动车辆保险欺诈的研究及防范已经成为保险行业迫在眉睫的课题。研究汽车保险行业可行的欺诈预防方法和反欺诈策略,对改变汽车保险市场虚盈实亏,改善汽车保险在财产保险行业的盈利能力,维护广大客户的合法权益,促进健康发展汽车保险市场具有重要意义。如何将骗赔案件数量在合理范围内,走出一条行之有效的车险反欺诈之路,是刻不容缓的问题。基于车险理赔流程,从其中查勘、定损、核损三个重点环节,分析可能出现的欺诈情况进行了分析,为车险理赔提供了依据。有效调动起职能部门、保险公司以及广大社会公众的反欺诈积极性,依靠全社会的力量打击车险骗赔案,形成全民打骗赔的社会风气和良好氛围。本文通过对我国车险行业存在的问题分析,分析了国内外车险欺诈的相关案例,分析了车险欺诈存在的原因及应当采取的措施,提出了采用智能化的手段优化理赔流程,实现车险理赔流程的智能化管理,基于Logistic回归分析提取了用于欺诈识别的10组特征量,设计了用于反欺诈预测的概率神经网络模型,通过对特征量的有效性分析确定了测试样本,并利用训练好的神经网络进行了车险欺诈预测。实验结果表明,该算法对车险欺诈索赔预测准确,响应速度快,精度高,能够减少欺诈行为的发生,为车险行业的健康发展提供了有力保障。
【图文】:
车的产量及销售量呈现出逐年上涨趋势,具体如表 2.1 和图 2.国汽车行业的发展呈现出良好的态势。表 2.1 中国 2005-2014 年汽车产量和汽车销量的统计表年份汽车产量(万辆) 汽车销量(万辆)2005570.84 575.822006718.87 721.82007888.25 879.152008929.29 938.0520091379.1. 1364.4820101826.47 1806.1920111841.89 1850.5120121927.18 1930.6420132211.68 2198.4120142372.29 2349.19
基于智能化理赔流程的车险理赔风控和反欺诈研究方面,,汽车数量的增加直接影响到车险行业的增长,因为几乎每一个会为汽车办理相关的车险业务,汽车销量的增加,也就伴随着车险行国汽车保险行业截止 2016 年 12 月时,全行业的汽车保险收入为 650 11.8%,总体上车险行业总收入是稳步上升的,但是增长速度相对于 2落,具体如图 2.2 所示。
【学位授予单位】:兰州交通大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:D924.3
【图文】:
车的产量及销售量呈现出逐年上涨趋势,具体如表 2.1 和图 2.国汽车行业的发展呈现出良好的态势。表 2.1 中国 2005-2014 年汽车产量和汽车销量的统计表年份汽车产量(万辆) 汽车销量(万辆)2005570.84 575.822006718.87 721.82007888.25 879.152008929.29 938.0520091379.1. 1364.4820101826.47 1806.1920111841.89 1850.5120121927.18 1930.6420132211.68 2198.4120142372.29 2349.19
基于智能化理赔流程的车险理赔风控和反欺诈研究方面,,汽车数量的增加直接影响到车险行业的增长,因为几乎每一个会为汽车办理相关的车险业务,汽车销量的增加,也就伴随着车险行国汽车保险行业截止 2016 年 12 月时,全行业的汽车保险收入为 650 11.8%,总体上车险行业总收入是稳步上升的,但是增长速度相对于 2落,具体如图 2.2 所示。
【学位授予单位】:兰州交通大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:D924.3
【相似文献】
相关期刊论文 前10条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
3 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
4 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
5 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期
6 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
7 朱n
本文编号:2673405
本文链接:https://www.wllwen.com/falvlunwen/xingfalunwen/2673405.html