机动车辆保险欺诈的识别模型研究

发布时间：2019-11-15 21:07

【摘要】：随着我国国力的增强和国民经济水平的发展和提高，我国国民人均机动车辆占有量呈现出快速的增长趋势。国家统计局公布的2012年统计公报显示，我国2012年末全国民用机动车辆保有量达到12089万辆，比上一年末增长14.3%。在民用汽车中，私人汽车保有量9309万辆，增长18.3%；民用轿车保有量5989万辆，增长20.7%，其中私人轿车5308万辆，增长22.8%。而伴随着这种发展的，即是我国机动车辆出险率的快速增长。作为回避风险的主要手段，机动车辆投保率也有着显著增加。中国机动车辆保险保险收入稳步增长,并已成为我国财产保险公司的重要支柱险种和龙头险种，对公司的经营效益和业务发展起着举足轻重的作用。据保监会最新统计数据，我国财产保险行业2012年合计保费收入为5529.88亿元，其中机动车辆保险保费约为3870.92亿元，相较2011年增长了86.44%，增长幅度相当可观。但在车险业务飞速发展的同时,赔付率较高一直是困扰我国产险公司的难题。虽然从固有特性上来看,机动车辆保险本身具有出险概率高、赔付额和赔付率较高的特点；但是从现实情况来看,我国汽车保险业务中所潜伏的欺诈风险是导致车险业务赔付率居高不下的重要原因。根据业内的专家估计，在目前的机动车保险业中，保险欺诈的金额可达其总赔付率的20%。那么将其运用于2012年的具体数据，欺诈金额可达774.18亿元。因此，建立一个相对合理的机动车辆保险欺诈的识别模型，对于防范保险欺诈，促进保险业的健康发展从而维护广大被保险人的利益具有重要的意义。近年来,人们已经开始了对保险欺诈的研究工作,并有了一些成果。但以机动车辆保险业务中的欺诈风险问题为对象进行系统性研究的较少，并且研究成果多侧重理论探讨而实证分析较少，其研究成果针对性和可操作性不强。目前的机动车保险欺诈识别系统多运用既有的识别模型，如Logit回归模型，专家识别系统等。此类模型虽然较为成熟，但其各方面参数基本是由国外的机动车索赔数据得出的，并不能完全适用于我国机动车保险的现状。想要用既往方法计算适用我国情况的模型，需要大量符合模型要求的数据。而我国由于机动车保险起步较晚，索赔数据不充分，少量的数据又不能满足模型对数据分布的要求，这给研究带来了极大的困难。本文在总结了以往国内外学者对机动车辆保险欺诈识别所应用的数学模型，，对其优、缺点进行了简要的评述，并在其基础上，以统计学为理论基础，引入广义线性模型，研究其特性并应用于机动车辆保险欺诈的识别，并对其进行参数估计和数据拟合。从而得出相对于以往更为切合数据的机动车辆保险欺诈的识别模型。以期为我国保险业识别机动车保险欺诈提供重要的手段和方法。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：F842.634;F224

【参考文献】