基于随机森林的非寿险准备金索赔次数预测研究

发布时间：2020-04-17 20:54

【摘要】：随着人工智能的迅猛发展,对各个行业和机构都带来了不同程度的影响和冲击,其在保险领域产生的影响也不容小觑。而人工智能涉及到的机器学习的算法和思想也潜移默化地对一些传统精算方法产生了影响。目前,将机器学习技术应用在保险精算领域,是国际精算理论研究的热点之一。由于机器学习技术处理信息的灵活性,使其更能适应个体之间的差异化特征。论文尝试用机器学习中的分类与回归树(CART)方法和随机森林方法预测非寿险准备金的索赔次数,这样的预测结果考虑到个体之间的差异性,对于保险定价也具有重要意义。论文首先对相关非寿险准备金的国内外研究进行了梳理,同时结合国际精算理论研究热点与目前国内在这一领域研究的不足,从而确定论文的整体研究思路与研究方法。然后,对非寿险准备金的一些传统精算方法进行了详细的介绍与分析,再对机器学习技术中的分类与回归树(CART)方法和随机森林方法从算法步骤和算法优缺点等方面进行了非常详尽的分析。最后,通过利用个体保险索赔的相关数据信息,运用机器学习算法中的分类与回归树(CART)算法和随机森林算法对赔款次数进行预测,得到了基于个体信息的赔款次数的预测结果。并通过对比分类与回归树(CART)算法和随机森林算法的预测准确率发现:随机森林的预测准确率的提高依赖于数据量与树的个数的匹配情况;同时,在随机森林里树的个数不变的条件下,对于数据量较小的情况,随机森林在一定程度上可以提升CART的预测准确率;但在数据量较大的情况下随机森林的预测准确率反而不如单个CART的预测准确率高,这时就需要增加随机森林里树的个数才会使准确率有明显的提高。
【图文】：

示意图,示意图,事故,准备金

图２．１未决赔款准备金划分示意图逡逑如果在评估日时，事故已经发生但还并未报告给保险公司，这种就是存在报案延迟的逡逑事故，此时保险公司进行评估时并不知道事故已经发生，对于这种已发生但未报案的保事故产生的赔付支出所提取的资金准备就是“已发生未报案未决赔款准备金”逡逑另一种情况，如果在评估日，事故已经发生并及时报告给了保险公司，但由于保险司在进行赔付前需要对事故进行查勘、定损，在这期间保险公司还未进行具体的赔付支出，逡逑但是在评估时需要为这些已报告事故提取一定的准备金，所提取的这部分资金准备就“已发生已报案未决赔款准备金”。逡逑总之，非寿险责任准备金的构成主要是根据评估日时各种保单所处于的不同状态进划分。第一层按照保险事故是否发生，非寿险准备金分成未到期责任准备金（保险事故发生）和赔款责任准备金（保险事故已发生）；第二层中将赔款责任准备金分为未决赔和理赔费用准备金；第三层再进一步对未决赔款准备金和理赔费用准备金进行划分，其中，逡逑未决赔款准备金根据在评估日时是否存在报案延迟，可进一步分为已发生已报案赔款准

示意图,责任准备金,准备金,非寿险

＃估曰逦评崔曰逡逑图２．１未决赔款准备金划分示意图逡逑如果在评估日时，事故已经发生但还并未报告给保险公司，这种就是存在报案延迟的逡逑事故，此时保险公司进行评估时并不知道事故已经发生，对于这种已发生但未报案的保险逡逑事故产生的赔付支出所提取的资金准备就是“已发生未报案未决赔款准备金”逡逑另一种情况，如果在评估日，事故已经发生并及时报告给了保险公司，但由于保险公逡逑司在进行赔付前需要对事故进行查勘、定损，在这期间保险公司还未进行具体的赔付支出，逡逑但是在评估时需要为这些已报告事故提取一定的准备金，所提取的这部分资金准备就是逡逑“已发生已报案未决赔款准备金”。逡逑总之，非寿险责任准备金的构成主要是根据评估日时各种保单所处于的不同状态进行逡逑划分。第一层按照保险事故是否发生，，非寿险准备金分成未到期责任准备金（保险事故未逡逑发生）和赔款责任准备金（保险事故已发生）；第二层中将赔款责任准备金分为未决赔款逡逑和理赔费用准备金；第三层再进一步对未决赔款准备金和理赔费用准备金进行划分
【学位授予单位】：天津财经大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F840.62

【相似文献】