基于粗糙集与分类器集成的财险公司全面风险预警研究

仅仅考虑财务指标在财产保险公司的全面风险预警中是远远不够的。虽然一些非财务指标的影响最终通过财务指标体现出来,但是这些影响存在严重的滞后效应。为了克服单一模型以及使用单纯财务指标进行预警而出现的预测准确度低的缺点,提出了一个基于粗糙集和分类器集成的财产保险公司全面风险预警模型。应用变精度粗糙集约简全面风险预警指标,利用集成学习方法对分类器进行集成。实验结果显示,与其他杂合模型相比,集成模型既降低了第一类错误率和第二类错误率,又提高了财产保险公司全面风险预警的总体预测准确率。