索赔额服从对数正态分布的车险经验费率精算模型

通过构造索赔额服从对数正态分布时索赔额分布参数y的结构密度函数,引出了保单未来索赔额的最优估计模型,进而得到了既考虑索赔频率又考虑索赔严重性的车险经验费率精算模型,使车险定价更具公平合理性.给出了一个适合我国车险国情的精算定价模型实例,以备今后推广考虑索赔严重性的车险费率.     

C&R Tree算法在车险费率厘定中的应用

提出基于C&R Tree算法的车险理赔风险模型。现有研究方法对变量多、数据类型复杂和数据量大的数据不能准确进行分析,导致对车险客户的理赔风险出现误判,从而不能准确制定车险费率,为了解决上述问题,提出C&R Tree算法。C&R Tree算法通过检测输入字段,通过度量各个划分产生的异质性的减少程度,找到最佳的一个划分,将C&R Tree算法应用到车险理赔数据中,实验证明:所得理赔风险模型不依赖于经验知识,其模型易于理解,且具有较高的准确率,能够满足评价的要求。     

索赔额服从对数正态分布的车险费率精算模型

通过构造索赔额服从对数正态分布时索赔额分布参数y的结构密度函数,引出了保单未来索赔额的最优估计模型,进而得到了既考虑索赔频率又考虑索赔严重性的车险经验费率精算模型,使车险定价更具公平合理性.并且给出了一个适合我国车险国情的精算定价模型实例,以备今后推广索赔严重性车险费率.