發(fā)布時間：2020-01-31 16:59

【摘要】：我國機動車保險行業(yè)規(guī)模巨大,然而盈利狀況卻一直不甚理想,其根本原因在于我國車險定價長期以來都遵從從車因子,忽略了駕駛員的駕駛行為差異。UBI(U sage based Insurance)作為一種歐美發(fā)達國家新興的車輛保險模式,能夠根據(jù)駕駛員的駕駛行為安全程度個性化地確定保費,從而約束駕駛員不安全駕駛行為,降低事故率,減少理賠。在我國新的費改政策環(huán)境下,研究基于我國新費改政策的UB I費率厘定理論與方法具有重要的理論價值與實際意義。因此,本文在UBI國內外研究與應用現(xiàn)狀的基礎上,提出了基于我國新費改政策的UBI費率厘定模型。首先使用分類算法建立駕駛行為與事故風險的聯(lián)系,然后根據(jù)分類結果確定UBI核保系數(shù),再將UBI核保系數(shù)引入新費率政策下的保費計算公式,形成適合我國國情的基于駕駛行為分類的UBI費率厘定模型。論文的主要內容如下:(1)建立基于駕駛行為分類的UBI費率厘定模型。首先介紹了車險費率厘定的理論基礎,費率厘定因子和費率厘定方法。分析指出了現(xiàn)有UBI費率厘定理論的不足,即無法對駕駛行為進行客觀評價。在此基礎上,提出使用數(shù)據(jù)挖掘的分類技術代替依靠主觀賦權法建立的駕駛行為評分體系對駕駛行為進行評估。并在新的費率體系下,建立了基于駕駛行為分類的UBI費率厘定模型,給出了費率厘定公式與厘定步驟。最后將模型應用于保費實例計算,計算過程中證明了駕駛行為分類模型對于事故風險的識別能力確實優(yōu)于駕駛行為評分模型,可以使UBI費率厘定更加科學、合理。(2)根據(jù)車聯(lián)網(wǎng)數(shù)據(jù)建立駕駛行為分類模型。以400名駕駛員的實際駕駛行為數(shù)據(jù)和出險數(shù)據(jù)作為實驗數(shù)據(jù),首先使用ExtraTrees算法進行特征選擇,然后分別采用決策樹、樸素貝葉斯、k-NN、神經(jīng)網(wǎng)絡、SVM分類器進行訓練,再根據(jù)訓練集和測試集上的準確率、測試集上的混淆矩陣和ROC曲線對分類器進行選擇,得到分類性能最優(yōu)的基于SVM分類器的駕駛行為分類模型,并用PSO算法與GA算法對模型參數(shù)加以優(yōu)化。
【圖文】：

．－相對某些分類算法而言，決策樹的分類精度和分類效率比較高，能夠以圖形化逡逑界面展示分類規(guī)則、分類結果，易于解釋和理解，能夠處理連續(xù)型變量和類別型變逡逑量，同時適用于對大數(shù)據(jù)集的分類處理，計算量小，但是當有大量的變量被加入決逡逑策樹模型時，決策樹就會變得很龐大，不易于展示，并且降低了檢索速度。逡逑

陣可以直觀的表現(xiàn)出分類器的分類效果，但是人們還是希分類器的分類性能，以便于比較。所以引入準確率這一概念，，效果的的性能度量，其定義如下：逡逑準確宇—正確預測數(shù)逡逑￥邐預測總數(shù)逡逑尋找的模型就是把它們應用到測試集時具有最高準確率的受者操作特征曲線（ＲＯＣ）逡逑類問題，我們常常希望知道在預測為正的樣本中，預測正確操作特征曲線（ＲＯＣ）就是一種表現(xiàn)真正率和假正率的圖形橫軸為假正率（ＦＰＲ），縱軸為真正率（ＴＰＲ），曲線上每一真正率與假正率下的歸納模型。圖３－４為一個分類器的Ｒ０Ｃ
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F842.634

【參考文獻】

相關期刊論文 前5條

1 王天梅;胡伊;肖永慧;;關于我國車險費率厘定方法創(chuàng)新研究——基于駕駛行為的車險費率厘定實證分析[J];價格理論與實踐;2016年11期

2 李賀;;聚焦車險費率改革[J];汽車與配件;2015年20期

3 湯可宗;吳雋;趙嘉;;基于多樣性反饋的自適應粒子群優(yōu)化算法[J];計算機應用;2013年12期

4 唐亞偉;秦玉平;;基于數(shù)據(jù)挖掘的分類算法綜述[J];渤海大學學報(自然科學版);2011年04期

5 吳敏燁;;基于SVM和信息增益的屬性選擇算法研究[J];杭州電子科技大學學報;2008年06期

相關碩士學位論文 前10條

1 馬聰;基于OBD技術的駕駛行為習慣評價方法研究[D];南京大學;2016年

2 樊鵬;基于優(yōu)化的xgboost-LMT模型的供應商信用評價研究[D];廣東工業(yè)大學;2016年

3 衛(wèi)國;車險費率市場化改革下的定價因子研究[D];西南交通大學;2016年

4 趙明;費率改革背景下商業(yè)車險定價模型研究[D];山東大學;2015年

5 朱爽;車聯(lián)網(wǎng)環(huán)境下基于UBI的車險費率厘定模式與方法研究[D];北京交通大學;2015年

6 李華;車險差別化定價和精準營銷模式研究[D];山東大學;2014年

7 李爽楠;廣義線性混合模型在機動車輛保險費率厘定中的方法研究[D];首都經(jīng)濟貿易大學;2013年

8 王騫;車險費率厘定[D];華東師范大學;2013年

9 楊建;市場化背景下車險費率厘定方法探究[D];東北財經(jīng)大學;2012年

10 李旭;五種決策樹算法的比較研究[D];大連理工大學;2011年

本文編號：2575101