基于驾驶行为数据分析的UBI车险定价策略研究

发布时间：2021-02-27 02:42

　　车辆交通事故在很大程度上是由驾驶员不恰当的驾驶行为造成的,然而传统的车险保费定价模式没有考虑驾驶行为对出险的影响,造成车险保费定价不合理。随着车联网及大数据分析的兴起,通过车载传感器可实时将车辆以及驾驶人员的行为数据采集并上传到数据中心,为车辆保费定价提供依据和参考。基于驾驶行为分析的新型车险（UBI,Usage-Based Insurance）定价模式逐渐进入大众视野。本文在某保险公司实车测量数据的基础上,对基于驾驶行为分析的UBI保费定价策略进行研究,研究内容主要包括三部分:（1）采用广义线性模型,通过逻辑回归分析及预测车辆出险概率,研究不同驾驶行为数据对车辆出险的影响程度,建立了驾驶行为风险评估模型,制定了相应的车险保费。（2）通过Tweedie类分布下的复合泊松-伽马分布,对车险的累积索赔金额进行了研究和分析,建立了基于驾驶行为的车辆纯保费预测模型,作为车险保费的定价指导和参考。（3）采用基于位置、尺度和形状的广义加性模型,通过零调整逆高斯分布,从位置、尺度和形状三个参数对车险的累积索赔金额进行了研究和分析,建立了车辆纯保费预测模型,并以此作为车险保费的定价参考,该模型相对于T... 

【文章来源】：南京邮电大学江苏省

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
专用术语注释表
第一章 绪论
    1.1 研究背景
        1.1.1 传统车险行业的现状
        1.1.2 车联网的发展现状
    1.2 国内外车险行业的发展
        1.2.1 国外车险行业的发展
        1.2.2 国内车险行业的发展
        1.2.3 车险行业技术研究现状
    1.3 论文内容及章节安排
第二章 UBI驾驶行为车险技术背景
    2.1 车联网“端-管-云”系统架构
        2.1.1 车联网概述
        2.1.2 车联网系统模型
        2.1.3 “端-管-云”系统架构
    2.2 车险风险因子分析
        2.2.1 从人因子
        2.2.2 从车因子
        2.2.3 从道路因子
        2.2.4 从环境因子
    2.3 车险费率厘定
        2.3.1 总平均法
        2.3.2 单因素分析法
        2.3.3 最小偏差法
        2.3.4 广义线性模型法
        2.3.5 数据源
    2.4 本章小结
第三章 基于广义线性模型的UBI车险定价策略研究
    3.1 广义线性模型简介
    3.2 基于逻辑回归模型UBI定价策略
        3.2.1 逻辑回归模型
        3.2.2 逻辑回归下对用户出险概率的分析
        3.2.3 基于出险概率的车险保费定价模型
        3.2.4 实测数据实例分析
    3.3 基于Tweedie类分布的UBI车险定价策略
        3.3.1 Tweedie类分布
        3.3.2 车险纯保费的预测
        3.3.3 基于预测纯保费的车险保费定价模型
    3.4 本章小结
第四章 基于GAMLSS的 UBI车险定价策略研究
    4.1 GAMLSS模型简介
        4.1.1 模型简介
        4.1.2 偏度和峰度介绍
    4.2 基于零调整逆高斯分布的UBI定价策略
        4.2.1 零调整逆高斯分布
        4.2.2 车险纯保费的预测模型
        4.2.3 实测数据实例分析
        4.2.4 与广义线性模型定价策略对比分析
    4.3 本章小结
第五章 总结与展望
参考文献
附录1 攻读硕士学位期间撰写的论文
致谢


【参考文献】：
期刊论文
[1]改进主成分分析法下的保险数据风险因素分析[J]. 杨亚刚.  商业经济研究. 2019(12)
[2]大额索赔条件下的车险费率厘定[J]. 张连增,王缔.  统计与信息论坛. 2019(01)
[3]车联网网络安全技术研究[J]. 黄语骁.  电子世界. 2018(19)
[4]我国商业车险定价精细化路径分析[J]. 张卓.  金融理论探索. 2017(05)
[5]基于分层广义线性模型的非寿险费率厘定精算模型研究[J]. 孙维伟,张连增,胡祥.  统计与信息论坛. 2017(06)
[6]GAMLSS模型在车险定价中的应用[J]. 刘新红,冯媛,米海杰.  数学的实践与认识. 2017(11)
[7]车险费率厘定精算技术的研究与应用评述[J]. 孙维伟,张连增.  数理统计与管理. 2017(02)
[8]索赔频率与索赔强度的相依性模型[J]. 孟生旺,李政宵.  统计研究. 2017(01)
[9]智能UBI系统研究[J]. 彭江琴,刘南杰,赵海涛,于明鹭.  计算机技术与发展. 2016(01)
[10]GAMLSS模型及其在车损险费率厘定中的应用[J]. 孟生旺,王选鹤.  数理统计与管理. 2014(04)

硕士论文
[1]基于车联网大数据的UBI系统研究[D]. 韩家群.南京邮电大学 2017
[2]基于GID的车联网保险UBI费率与驾驶行为评分研究[D]. 彭江琴.南京邮电大学 2016
[3]车联网环境下基于UBI的车险费率厘定模式与方法研究[D]. 朱爽.北京交通大学 2015



本文编号：3053559