基于双重广义线性模型的车险费率厘定及其与广义线性模型的比较

在车险费率厘定中,广义线性模型的应用最为广泛,然而其假设散度参数为常值,这限制了模型在车险定价中的进一步推广。双重广义线性模型能够对反应变量的均值与散度参数同时建立广义线性模型,提高了模型运用的灵活性与适应性。本文将双重广义线性模型应用到车险费率厘定中,直接对纯保费建立模型,以一组实际的汽车保险损失数据为样本进行实证研究,并与常用分布假设下的广义线性模型进行了对比分析。结果表明,双重广义线性模型得到的费率结构更为合理,符合实际。     

基于广义线性模型的车险分类费率厘定研究

在车险分类费率厘定中,广义线性模型已经成为最为常用的方法。广义线性模型着眼于对费率的精确厘定,从而使保险公司的保费收入与其承担的风险相匹配,保障了公司的稳健经营。同时,也为保险公司选择优质业务提供依据,是一项重要的风险管理措施。对广义线性模型在车险分类费率厘定中的应用进行了实证研究,在分析了费率厘定流程的基础上构建了索赔次数和索赔强度的广义线性模型,并对实证结果进行分析。针对模型系数不显著的情况,尝试性地采用了合并风险等级的方法。在实证分析中发现,按照以下原则合并风险等级可以在一定程度上解决风险等级不显著的问题：其一,尽量保证合并后每个风险类别的风险暴露数不至于相差太多;其二,保证每个风险类别的风险暴露数满足信度要求;其三,尽量寻找临近的风险等级合并。     

广义线性模型在非寿险费率厘定中的运用

广义线性模型(GLM)是一种基于风险分类的定价方法,也是目前公认的,非寿险产品费率厘定通用的指导性方法.GLM构造了一个考虑到各种已识别风险因素的费率厘定模型,并有效的体现了损失因素与损失赔付的各种特性.     

广义线性模型在非寿险费率厘定中的运用

广义线性模型(GLM)是一种基于风险分类的定价方法,也是目前公认的,非寿险产品费率厘定通用的指导性方法。GLM构造了一个考虑到各种已识别风险因素的费率厘定模型,并有效的体现了损失因素与损失赔付的各种特性。     

商业车险费率市场化与个性化思考

随着全球经济一体化、金融自由化趋势日渐增强,许多国家和地区的保险监管部门开始认识到保险产品的费率应该由市场发挥作用来形成,政府不应过多干预,因而纷纷放松了对费率的直接控制,赋予市场和经营者在费率上一定的话语权.加入世贸组织后,我国需履行入世承诺,在各方面都面临与国际接轨的压力;另外,长期高度集中的费率管理机制的弊端与问题,已经严重制约保险业的市场化与个性化发展.本文在分析了目前国内保险业现状的基础上,探讨了推进我国商业车险费率市场化与个性化发展的对策,并提出自己的建议.     

商业车险费率市场化与个性化思考

随着全球经济一体化、金融自由化趋势日渐增强,许多国家和地区的保险监管部门开始认识到保险产品的费率应该由市场发挥作用来形成,政府不应过多干预,因而纷纷放松了对费率的直接控制,赋予市场和经营者在费率上一定的话语权。加入世贸组织后,我国需履行入世承诺,在各方面都面临与国际接轨的压力;另外,长期高度集中的费率管理机制的弊端与问题,已经严重制约保险业的市场化与个性化发展。本文在分析了目前国内保险业现状的基础上,探讨了推进我国商业车险费率市场化与个性化发展的对策,并提出自己的建议。     

车险费率市场化改革开闸

3月8日,中国保监会发布《关于加强机动车辆商业保险条款费率管理的通知》,旨在按照审慎放开的原则,稳步推进以市场化为导向的商业车险条款费率管理制度改革。《通知》突出体现了几大亮点,即废除霸王条款、保护被保险人合法权益、     

非寿险费率厘定中的分类费率因子研究

在非寿险保险业务中,风险特征完全相同的个体风险是几乎不存在的,即使存在,保险公司也不可能或很难将它们区分开来。因此,保险公司只是将风险近似相同的保险标的划分在同一个类别里,用于划分风险的变量就是“分类费率因子”。在保险实务中,分类变量的选择必须考虑到各方面的具体要求,同时分类变量过多,会使每个类别的保单数量相对减少,这将影响到大数法则的应用。在风险划分的过程中,必须综合考虑风险基础、经验费率系统、市场运作等各个方面的情况,为保险公司厘定一个合理、公平、有效的保险产品价格。     

车险费率市场化改革再启程

5月9日,保监会作京召开闭门会议对商业车险条款费率管理制度改革再次征求意见。这意味着酝酿近两年的商业车险费率市场化改革的大幕将再次启动。     

医疗保障对居民消费水平的影响——基于省级面板数据的实证研究

近年来,我国居民消费持续走低,在GDP中所占的比重持续下降,消费需求不足已经成为制约我国经济发展的重要因素之一。本文立足于保险学和消费者理论的基础,使用我国31个省、自治区、直辖市的面板数据,系统研究医疗保障体系对居民消费的影响,发现基本医疗保险和商业健康保险对于居民消费均具有明显促进作用,其中城镇居民基本医保对消费的刺激作用大于新农合医保,商业健康保险的促进作用要大于城镇职工基本医保。在此基础上,提出了相应的政策建议。     

基于面板数据模型的信贷支持县域经济增长实证研究——以广西百色为例

本文利用面板数据模型对百色市11个县银行贷款和经济增长的关系进行了实证分析,结论表明信贷对县域经济增长有明显的促进作用。     

Testing for Bubbles in Housing Markets: A Panel Data Approach

We employ recently developed cross-sectionally robust panel data tests for unit roots and cointegration to find whether house prices reflect house related earnings. We use U.S. data for Metropolitan Statistical Areas, with house price measured by the weighted-repeated-sales index and cash-flows by market tenants’ rents. In our full sample period, an error-correction model is not appropriate, i.e. there is a bubble. We then combine overlapping 10-year periods, price–rent ratios, and the panel data tests to construct a bubble indicator. The indicator is high for the late 1980s, early 1990s and since the late 1990s. Finally, evidence based on panel data Granger causality tests suggests that house price changes are helpful in predicting changes in rents and vice versa. CERGE-EI is a joint workplace of the Center for Economic Research and Graduate Education, Charles University, and the Economics Institute of the Academy of Sciences of the Czech Republic.     

保险资源的特性及其利用的模型分析

全球化趋势下，风险管理与保险的不断创新，推动了世界保险业以结构优化升级为核心的保险产业资源并购和保险资源的争夺，一个金融保险资源、金融保险产业资源和金融保险技术共享的业务融合性的统一的国际保险大市场正在逐渐形成，世界保险资源的跨国流动及其形成的世界保险关系更加复杂，竞争力弱势的发展中国家的保险资源和保险产业资源不断流失，金融主权与金融安全受到强烈冲击，金融保险资源和金融保险产业资源自然成为国际金融保险关系的焦点。充分认识保险资源的经济和自然特性以及保险资源稀缺性的物理和经济度量，合理开发和管理保险资源，改善保险资源的物质技术、组织制度与文化意识等层面的环境，发挥保险资源的优势和潜力，树立科学的保险资源观，开发设计出多样化的保险产品，满足社会经济发展和人民生活需要，实现保险业持续健康发展。     

大数据背景下的寿险产品定价与创新

本文主要探讨大数据对保险业的影响,并以实例说明在大数据背景下传统寿险产品定价的改进以及新型保险产品的开发情况。首先基于实际数据对于保险业大数据现状进行了统计分析,给出了保险业数据量现状以及数据使用效率的统计结果;其次以实际大数据量为基础,对传统的寿险产品定价进行了改进,获得了更优的市场比较优势;最后,以大数据量为基础,打破传统寿险产品的思维定式,开发出新型的保险产品并对产品风险进行了精确测定。     

车险电销客户投保体验迫切改进点的数据挖掘

本文旨在从车险电话销售客户体验调研数据中寻找到车险电话销售客户投保体验的最迫切改进点,以期用较低的成本投入有效地提高车险电话销售成功率和产能。使用SPSS MODELER数据挖掘软件,遵从CRISP—DM数据挖掘方法论,对调研数据进行数据挖掘,得到车险电话销售客户体验最迫切的改进点,并相应提出改进的政策建议。政策建议包...     

大数据背景下的农险反欺诈检测:国际经验与技术选择

中国农业保险市场中欺诈骗保等违法行为不容忽视,亟需运用数据挖掘技术提高农业保险发展质量。首先,本文对反欺诈检测的常用方法进行了梳理,包括异常值检测、聚类法、线性回归法、社会关系网络分析法等方法。其次,本文总结美国运用数据挖掘技术开展农业保险反欺诈检测的基本经验。美国利用以政府主导、研究机构参与的模式,开发出多种欺诈检测项目,为美国农业保险节约巨额资金。再者,基于国际经验,本文提出适用于中国农业保险反欺诈检测的相关性异常值检测法、合谋关系检测法和机器学习法。最后,为进一步推动数据挖掘技术在中国农业保险反欺诈检测中的运用,本文提出建立农业保险大数据库、建立数据挖掘合作平台、建立常态化的数据利用机制、以及培育和激励数据挖掘人才等建议。     

中国通货膨胀预期及其影响因素分析——基于混频无套利Nelson-Siegel利率期限结构扩展模型

综合国债市场的利率期限结构信息以及不同频率的宏观信息,本文构建混频无套利Nelson-Siegel利率期限结构扩展模型,在对不同期限债券进行一致性定价理论约束下,提取了中国通货膨胀预期的期限结构并对其进行影响因素分析。研究结果表明,本文模型提取的通胀预期期限丰富、结果稳健,具有较好的参考价值。通胀预期水平和变动响应主要受货币增长率、通胀率及全球食品价格变动等国内外相关宏观变量的影响,与国债收益率因子之间的关系不显著;国债收益率因子对中长期通胀预期的方差波动具有较强解释力,表明国债定价反映了未来通胀的不确定性。本文研究有助于充分利用我国宏观与金融市场信息条件,有效发现和锚定通胀预期,一方面,研究结果可为政策制定者和市场投资者提供科学的决策参考,另一方面,研究方法对丰富宏观金融领域的分析框架具有参考价值。     

中国通货膨胀预期及其影响因素分析——基于混频无套利Nelson-Siegel利率期限结构扩展模型

综合国债市场的利率期限结构信息以及不同频率的宏观信息,本文构建混频无套利Nelson-Siegel利率期限结构扩展模型,在对不同期限债券进行一致性定价理论约束下,提取了中国通货膨胀预期的期限结构并对其进行影响因素分析。研究结果表明,本文模型提取的通胀预期期限丰富、结果稳健,具有较好的参考价值。通胀预期水平和变动响应主要受货币增长率、通胀率及全球食品价格变动等国内外相关宏观变量的影响,与国债收益率因子之间的关系不显著;国债收益率因子对中长期通胀预期的方差波动具有较强解释力,表明国债定价反映了未来通胀的不确定性。本文研究有助于充分利用我国宏观与金融市场信息条件,有效发现和锚定通胀预期,一方面,研究结果可为政策制定者和市场投资者提供科学的决策参考,另一方面,研究方法对丰富宏观金融领域的分析框架具有参考价值。     

车险费率市场化及国内财险公司的应对策略

＂十二五＂时期车险费率市场化改革可能在全国范围内推行,这将会对整个车险市场产生深远影响。国内财险公司应积极把握车险费率市场化政策机遇,采取创新产品服务、拓宽销售渠道、控制费用以及互利合作等策略,避免单纯的价格竞争,促进我国车险市场的健康有序发展。