泊松提升模型在中国车险索赔频率预测建模中的应用

泊松提升模型在中国车险索赔频率预测建模中的应用

论文摘要

为研究泊松提升模型在中国车险定价中的应用,将Boosting算法加入到SBS(Standardized binary split)回归树中,基于中国某公司2016年28个省份交强险保单数据,以样本内外损失函数的最小化为标准,对相关模型进行比较以选择相对较优的模型,应用得到的模型对各个变量进行单变量预测。研究结果表明:泊松提升模型优于SBS回归树模型,不存在过拟合的前提下,泊松提升模型的预测效果会随着树的深度或者迭代次数的增大而变得更优,确定了深度为3,迭代次数为15的泊松提升模型(即PBM3)为最优模型。

论文目录

  • 一、引 言
  • 二、文献综述
  • 三、模型介绍
  •   (一) SBS回归树模型
  •   (二) Boosting算法
  •   (三) 泊松提升模型
  •     1.模型介绍
  •       (1) 初始化
  •       (2) 重复。当m=1, 2, …, M
  •       (3) 频率估计值
  •     2.模型估计
  • 四、实证分析
  •   (一) 数据描述
  •   (二) 变量的描述性统计
  •   (三) 实证结果
  •     1.SBS回归树模型
  •       (1) 树的生成。
  •       (2) 最优子树。
  •     2.泊松提升回归模型
  •     3.模型的预测分析
  • 五、结 论
  • 文章来源

    类型: 期刊论文

    作者: 张连增,申晴

    关键词: 算法,泊松提升模型,回归树模型,交强险,索赔频率

    来源: 统计与信息论坛 2019年09期

    年度: 2019

    分类: 社会科学Ⅱ辑,基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展,保险

    单位: 南开大学金融学院

    基金: 国家自然科学基金青年项目《基于相依结构的多元索赔准备金评估随机性方法研究》(71401041),南开大学基本科研业务费《机器学习在金融预测建模中的应用研究》(63185010),教育部人文社会科学重点研究基地重大项目《基于大数据的精算统计模型与风险管理问题研究》(16JJD910001)

    分类号: F224;F842.634

    页码: 27-34

    总页数: 8

    文件大小: 469K

    下载量: 231

    相关论文文献

    • [1].分类中模型选择方法的改进[J]. 统计与决策 2020(11)
    • [2].模型本无过 思想来引路[J]. 中学数学杂志 2017(06)
    • [3].模型选择准则在洪水频率分析中的应用[J]. 水利学报 2010(01)
    • [4].方差正则化的分类模型选择准则[J]. 计算机科学与探索 2019(03)
    • [5].生态风险评价方法学研究进展与评价模型选择[J]. 城市环境与城市生态 2015(01)
    • [6].一种软件可靠性增长模型选择与综合方法[J]. 计算机科学 2009(09)
    • [7].RS为工程师改进其3D CAD模型选择工具[J]. 微型机与应用 2013(02)
    • [8].基于均衡7×2交叉验证的模型选择方法[J]. 太原师范学院学报(自然科学版) 2013(01)
    • [9].零膨胀计数资料模型选择与比较[J]. 中国卫生统计 2011(04)
    • [10].基于交叉验证的模型选择中投票和平均方法的对照[J]. 数学的实践与认识 2019(09)
    • [11].SAS软件在6种溶出模型选择中的应用[J]. 中医研究 2012(04)
    • [12].二元非结构肥效模型构建及其田间试验验证[J]. 土壤学报 2019(04)
    • [13].基于最优权重联合模型的滑坡位移预测研究[J]. 灾害学 2018(01)
    • [14].不同模拟穿刺模型在超声引导穿刺技术教学中的比较研究[J]. 临床超声医学杂志 2019(07)
    • [15].带有有序变量的结构方程模型中的模型选择[J]. 统计与决策 2011(14)
    • [16].科技创新企业估值模型选择研究——以工业富联为例[J]. 现代金融导刊 2020(03)
    • [17].交叉验证在数据建模模型选择中的应用[J]. 商业经济 2011(10)
    • [18].基于贝叶斯理论的土水特征曲线模型选择与参数识别方法[J]. 应用基础与工程科学学报 2019(06)
    • [19].浅析金融证券市场的最优投资及模型选择[J]. 产业创新研究 2019(11)
    • [20].基于磨损公式的磨损模型适用性研究[J]. 中国农村水利水电 2019(04)
    • [21].基于跨项目缺陷预测的模型选择研究[J]. 计算机产品与流通 2018(10)
    • [22].基于决策支持的交通分析模型选择与应用[J]. 公路交通技术 2014(02)
    • [23].有限变形下橡胶材料非线性高弹-粘弹性本构模型[J]. 橡胶工业 2017(11)
    • [24].基于CMA-ES算法的支持向量机模型选择[J]. 计算机仿真 2010(04)
    • [25].基于多段落排序的机器阅读理解研究[J]. 北京化工大学学报(自然科学版) 2019(03)
    • [26].降脂模型研究进展[J]. 中国比较医学杂志 2020(04)
    • [27].非酒精性脂肪性肝病实验模型[J]. 中国药学杂志 2019(18)
    • [28].非线性GARCH族的模型平均估计方法[J]. 统计研究 2018(05)
    • [29].模型选择和假设导致的臭氧相关性气候变化健康效应的变异[J]. 环境与职业医学 2013(02)
    • [30].网络结构数据空间回归模型的平均估计[J]. 系统科学与数学 2018(06)

    标签:;  ;  ;  ;  ;  

    泊松提升模型在中国车险索赔频率预测建模中的应用
    下载Doc文档

    猜你喜欢