2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、要廣義線性模型(GLMs)從根本上說,屬于一種分類費率厘定模型。它是非壽險定價的重要方法,目前更作為個人車險、其他個險險種以及部分商業(yè)險種定價的標準方法。 分類費率厘定模型建立在損失數據采集和風險分類基礎之上,這就決定了保險人經營過程中,保單信息的缺失、風險識別和分類的有效性,都將直接影響模型的準確性。另外,分類費率厘定模型很難直接評估各種風險因素對風險分類有效性的影響程度,并預測它們對未來損失產生的影響。本文在實證分析基礎上,

2、說明了分類費率厘定模型的這些缺陷不可避免的也存在于GLMs定價中。 數據挖掘(DM)是一個從已知數據集合中發(fā)現各種模型、概要和導出值的過程。通過這一技術,人們在計算機幫助下利用一系列工具對數據進行分析,然后根據反饋的內容從新的視角來考察原始數據的信息。數據挖掘過程一般包括數據取樣、數據研究、數據調整、模型構建和模型評估五個步驟。本文在SASR環(huán)境下,探討了數據挖掘的各步驟,并闡釋了它們在精算學及非壽險定價中的意義。 最后

3、,文章運用SASREnterpriseMinerTM,利用數據挖掘技術進行了一系列實證分析。本文重新構建了基于回歸算法、決策樹算法和神經網絡算法的六個費率厘定模型,就各模型的改進方法給予了必要說明。最后文章從識別度、區(qū)分度、準確度、穩(wěn)定性和可解釋性五個方面分析比較了幾個模型,并闡釋了各模型存在優(yōu)劣的內在原因。 數據挖掘技術可以極大的改進傳統(tǒng)的非壽險費率厘定方法,幫助精算師自動實現一些重要的費率厘定過程,調整費率結構并建立一個較為

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論