array(35) { ["id"]=> string(3) "849" ["type"]=> string(6) "course" ["title"]=> string(72) "基于广义线性模型的机动车辆保险索赔频率的建模方法" ["subtitle"]=> string(0) "" ["creator"]=> array(6) { ["id"]=> string(2) "71" ["nickname"]=> string(6) "admin2" ["title"]=> string(5) "admin" ["uuid"]=> string(40) "0594022bb8ab8bc17c0faad10ac9e108223f750e" ["destroyed"]=> string(1) "0" ["avatar"]=> array(3) { ["small"]=> string(73) "http://www.chinadatacase.com/files/user/2023/03-09/0913415c02ed921676.png" ["middle"]=> string(73) "http://www.chinadatacase.com/files/user/2023/03-09/0913415bfc8f030926.png" ["large"]=> string(73) "http://www.chinadatacase.com/files/user/2023/03-09/0913415bee27724865.png" } } ["showable"]=> string(1) "1" ["buyable"]=> string(1) "1" ["summary"]=> string(1717) "
作者: 孙佳美 ; 杨宇轩 ; 包文轶
关键词: 机动车辆保险;索赔频率;过度分散;泊松模型;负二项模型
发表日期: 2016-12
出版社(学位授予单位): 南开大学
非寿险精算涉及的主要内容包括非寿险定价、准备金评估及偿付能力管理等,在非寿 险定价的理论和应用研究中,车险的定价问题尤其受到关注,这与财产保险公司的业务结 构有关。以我国为例,财产保险公司的保费收入中约 60%-70%来自车险业务。 依据非寿险费率厘定的基本原理,非寿险的纯保费为索赔频率和平均赔付额的乘积。 因此,索赔频率的建模对于车险产品的定价尤其重要。本案例将结合广义线性模型和某保 险公司车险保单的实际索赔数据,用索赔次数的理论分布,如泊松分布、负二项分布拟合 车险保单的索赔次数,然后讨论不同费率因子,如车型、车龄、被保险人的性别、年龄等 因素对车险索赔频率的影响,借此讨论不同费率因子对索赔频率的影响,并得到相应费率 水平下的索赔频率预测值。本案例没有绝对的答案,只是希望学生对车险索赔次数分布拟 合及索赔频率预测的建模方法有所掌握。为此,本案例首先给出将解决的问题,然后针对 每一个问题一步一步引领学生探索解题的方法,最后对结果进行了讨论。 本案例的实验过程全部使用 R 软件编程实现,并附有完整的 R 代码及代码说明。学生 通过本案例的学习,对于将来从事非寿险精算及相关工作将有很大帮助。
" ["minPrice"]=> string(4) "0.00" ["maxPrice"]=> string(4) "0.00" ["discountId"]=> string(1) "0" ["images"]=> array(3) { ["large"]=> string(75) "http://www.chinadatacase.com/files/course/2023/05-05/093210af169a970631.png" ["middle"]=> string(75) "http://www.chinadatacase.com/files/course/2023/05-05/093210af319d320198.png" ["small"]=> string(75) "http://www.chinadatacase.com/files/course/2023/05-05/093210af391a183449.png" } ["ratingNum"]=> string(1) "0" ["rating"]=> string(1) "0" ["hitNum"]=> string(3) "482" ["hotSeq"]=> string(1) "0" ["maxPriceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["minPriceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["minDisplayPrice"]=> string(4) "0.00" ["maxDisplayPrice"]=> string(4) "0.00" ["minDisplayPriceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["maxDisplayPriceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["canManage"]=> bool(false) ["peopleShowNum"]=> string(3) "107" ["isMember"]=> bool(false) ["status"]=> string(9) "published" ["orgId"]=> string(1) "1" ["orgCode"]=> string(2) "1." ["recommendWeight"]=> string(1) "0" ["recommendedTime"]=> string(1) "0" ["createdTime"]=> string(25) "2022-07-25T17:19:38+08:00" ["updatedTime"]=> string(25) "2025-12-11T07:49:29+08:00" ["product"]=> array(7) { ["id"]=> string(3) "849" ["targetType"]=> string(6) "course" ["title"]=> string(72) "基于广义线性模型的机动车辆保险索赔频率的建模方法" ["owner"]=> string(2) "71" ["createdTime"]=> string(10) "1658740778" ["updatedTime"]=> string(10) "1740551436" ["target"]=> array(17) { ["id"]=> string(3) "885" ["type"]=> string(6) "normal" ["title"]=> string(72) "基于广义线性模型的机动车辆保险索赔频率的建模方法" ["subtitle"]=> string(0) "" ["summary"]=> string(1717) "作者: 孙佳美 ; 杨宇轩 ; 包文轶
关键词: 机动车辆保险;索赔频率;过度分散;泊松模型;负二项模型
发表日期: 2016-12
出版社(学位授予单位): 南开大学
非寿险精算涉及的主要内容包括非寿险定价、准备金评估及偿付能力管理等,在非寿 险定价的理论和应用研究中,车险的定价问题尤其受到关注,这与财产保险公司的业务结 构有关。以我国为例,财产保险公司的保费收入中约 60%-70%来自车险业务。 依据非寿险费率厘定的基本原理,非寿险的纯保费为索赔频率和平均赔付额的乘积。 因此,索赔频率的建模对于车险产品的定价尤其重要。本案例将结合广义线性模型和某保 险公司车险保单的实际索赔数据,用索赔次数的理论分布,如泊松分布、负二项分布拟合 车险保单的索赔次数,然后讨论不同费率因子,如车型、车龄、被保险人的性别、年龄等 因素对车险索赔频率的影响,借此讨论不同费率因子对索赔频率的影响,并得到相应费率 水平下的索赔频率预测值。本案例没有绝对的答案,只是希望学生对车险索赔次数分布拟 合及索赔频率预测的建模方法有所掌握。为此,本案例首先给出将解决的问题,然后针对 每一个问题一步一步引领学生探索解题的方法,最后对结果进行了讨论。 本案例的实验过程全部使用 R 软件编程实现,并附有完整的 R 代码及代码说明。学生 通过本案例的学习,对于将来从事非寿险精算及相关工作将有很大帮助。
" ["cover"]=> array(3) { ["large"]=> string(75) "http://www.chinadatacase.com/files/course/2023/05-05/093210af169a970631.png" ["middle"]=> string(75) "http://www.chinadatacase.com/files/course/2023/05-05/093210af319d320198.png" ["small"]=> string(75) "http://www.chinadatacase.com/files/course/2023/05-05/093210af391a183449.png" } ["status"]=> string(9) "published" ["studentNum"]=> string(3) "107" ["discountType"]=> string(8) "discount" ["discount"]=> string(2) "10" ["minCoursePrice"]=> string(4) "0.00" ["maxCoursePrice"]=> string(4) "0.00" ["defaultCourseId"]=> string(3) "888" ["productId"]=> string(3) "849" ["goodsId"]=> string(3) "849" ["minCoursePrice2"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["maxCoursePrice2"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } } } ["extensions"]=> array(3) { [0]=> string(8) "teachers" [1]=> string(14) "recommendGoods" [2]=> string(10) "isFavorite" } ["specs"]=> array(1) { [0]=> array(26) { ["id"]=> string(3) "852" ["goodsId"]=> string(3) "849" ["targetId"]=> string(3) "888" ["title"]=> string(0) "" ["seq"]=> string(1) "1" ["status"]=> string(9) "published" ["price"]=> string(4) "0.00" ["coinPrice"]=> string(4) "0.00" ["usageMode"]=> string(7) "forever" ["usageDays"]=> string(1) "0" ["usageStartTime"]=> string(1) "0" ["usageEndTime"]=> string(1) "0" ["buyableStartTime"]=> string(1) "0" ["buyableEndTime"]=> string(1) "0" ["buyableMode"]=> NULL ["buyable"]=> string(1) "1" ["maxJoinNum"]=> string(1) "0" ["services"]=> array(0) { } ["priceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["displayPrice"]=> string(4) "0.00" ["displayPriceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["isMember"]=> bool(false) ["access"]=> array(2) { ["code"]=> string(14) "user.not_login" ["msg"]=> string(15) "用户未登录" } ["hasCertificate"]=> bool(false) ["learnUrl"]=> string(42) "http://www.chinadatacase.com/my/course/888" ["teachers"]=> array(1) { [0]=> array(6) { ["id"]=> string(2) "71" ["nickname"]=> string(6) "admin2" ["title"]=> string(5) "admin" ["uuid"]=> string(40) "0594022bb8ab8bc17c0faad10ac9e108223f750e" ["destroyed"]=> string(1) "0" ["avatar"]=> array(3) { ["small"]=> string(73) "http://www.chinadatacase.com/files/user/2023/03-09/0913415c02ed921676.png" ["middle"]=> string(73) "http://www.chinadatacase.com/files/user/2023/03-09/0913415bfc8f030926.png" ["large"]=> string(73) "http://www.chinadatacase.com/files/user/2023/03-09/0913415bee27724865.png" } } } } } }