基于Bell分布类的广义线性模型及其在车险索赔次数拟合中的应用

发布时间：2025-01-14 05:18

　　在一系列车险改革中,国家不断放宽对车险市场的干预,重视和突出财产保险公司的能动性,获得更合理的车险费率标准对于财产保险公司和市场发展愈加重要。车险索赔次数拟合作为车险费率厘定的重要组成部分,拟合效果的优劣将直接影响费率的准确性,因此,获得合理的费率标准首要解决的应是对车险索赔次数拟合的问题。考虑到实际车险索赔次数数据中常存在过离散、零膨胀等特征,在这种情况下,仍使用传统的假设分布进行数据拟合,往往不能准确地刻画数据特征,造成模型拟合效果不佳。而Bell分布类主要包括Bell分布和Bell-Touchard分布(BT分布),这两种分布不仅具有简单的表达式,同时具有过离散、零膨胀的分布特征,对于实际车险索赔次数数据的拟合更加合理。因此,本文首次将Bell分布类引入到广义线性模型中,构建Bell回归模型和BT回归模型,并将其应用到车险索赔次数拟合中,以此解决传统假设分布不能全面刻画实际车险索赔次数数据中过离散和零膨胀特征的问题。本文的主要内容有以下三点:(1)给出了Bell分布和BT分布的参数估计方法,从而推动BT分布在金融、保险领域中的应用。(2)将Bell分布类引入到广义线性模型中,分别建...

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图4.1是否发生索赔饼状图

4Bell分布类及其构建的广义线性模型在车险索赔次数分布拟合中的研究32如图4.2所示，其中发生1次的情况占比为88.91%，发生2次的情况占比为10.33%，发生3次和4次的情况占比不足1%。图4.1是否发生索赔饼状图表4.3索赔次数频数表索赔次数（次）1234保单数（份）43....

图4.2索赔次数比例饼状图

4Bell分布类及其构建的广义线性模型在车险索赔次数分布拟合中的研究32如图4.2所示，其中发生1次的情况占比为88.91%，发生2次的情况占比为10.33%，发生3次和4次的情况占比不足1%。图4.1是否发生索赔饼状图表4.3索赔次数频数表索赔次数（次）1234保单数（份）43....

图4.3保单时长占比频数图

基于Bell分布类的广义线性模型及其在车险索赔次数拟合中的应用33(2)风险暴露数情况方面在保单变量中，风险暴露数是一个很重要的变量，它表示了一份保单的时长，显然，具有相同索赔次数的保单在不同时长下的风险是有显著差异的。将保单时长以2个月为一个单位进行统计比较，图4.3是保单时长....

图4.4保单时长占比情况饼状图

基于Bell分布类的广义线性模型及其在车险索赔次数拟合中的应用33(2)风险暴露数情况方面在保单变量中，风险暴露数是一个很重要的变量，它表示了一份保单的时长，显然，具有相同索赔次数的保单在不同时长下的风险是有显著差异的。将保单时长以2个月为一个单位进行统计比较，图4.3是保单时长....

本文编号：4026467