基于转移因子的车险风险预测方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种基于转移因子的车险风险预测方法、装置、存储介质及计算机设备，涉及大数据分析技术领域。其中方法包括：获取待预测保单的车险保单数据；根据待预测保单的车险保单数据，得到待预测保单的车辆承保地区、车辆价格、车辆保额和风险转移因子，其中，风险转移因子包括近n年出险次数转移因子和近n年出险金额转移因子；将待预测保单的车辆承保地区、车辆价格、车辆保额和风险转移因子输入到预训练的精算预测模型中，得到待预测保单的预测赔付率；根据待预测保单的预测赔付率，得到待预测保单的车险风险评分。上述方法通过将风险转移因子应用到精算模型中，可以使得车险风险评分更为真实准确。险评分更为真实准确。险评分更为真实准确。

【技术实现步骤摘要】
基于转移因子的车险风险预测方法、装置及存储介质


[0001]本专利技术涉及大数据分析
，尤其是涉及一种基于转移因子的车险风险预测方法、装置、存储介质及计算机设备。

技术介绍

[0002]目前，我国车险行业的保费定价一般是通过建立广义线性模型对保单进行精算得到的，在创建好的精算模型中，NCD因子(也称无赔款优待因子)是精算模型中最重要的基础因子之一。一般来说，中国保险行业协会统一发布关于NCD因子的使用方案。
[0003]现行的NCD使用方案，是根据客户近三年投保及出险情况确定无赔款优待等级和无赔款优待系数，其中，无赔款优待等级被划分为10个等级，无赔款优待系统的取值范围在0.5
‑
2.0之间，可以说，NCD因子是决定消费者车险续期保费上浮或下滑幅度的关键因子。例如，以往赔款次数少或零赔款的车主，可以享受到更大幅度的保费折扣优惠。
[0004]但是，现行的车险风险评价方案只考虑了客户近三年总体的出险情况对于风险成本的影响，而现实情况则是，不同的用户虽然在近三年内的总体出险次数或总体出险金额相同，但是在近三年本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于转移因子的车险风险预测方法，其特征在于，所述方法包括：获取待预测保单的车险保单数据；根据所述待预测保单的车险保单数据，得到待预测保单的车辆承保地区、车辆价格、车辆保额和风险转移因子，其中，所述风险转移因子包括近n年出险次数转移因子和近n年出险金额转移因子；将所述待预测保单的车辆承保地区、车辆价格、车辆保额和风险转移因子输入到预训练的精算预测模型中，得到待预测保单的预测赔付率；根据所述待预测保单的预测赔付率，得到待预测保单的车险风险评分。2.根据权利要求1所述的方法，其特征在于，所述精算预测模型的训练方法，包括：在全国车险信息平台上采集各保险公司的历史车险保单数据，并对所述历史车险保单数据进行清洗分组，得到历史车险保单数据的建模因子，其中，所述建模因子包括车辆承保地区、车辆价格、车辆保额和风险转移因子，所述风险转移因子包括近n年出险次数转移因子和近n年出险金额转移因子；提取出所述历史车险保单数据中的理赔数据，生成各历史车险保单数据的实际风险成本；以所述各历史车险保单数据的实际风险成本为因变量，以所述历史车险保单数据的建模因子为自变量，利用tweedie分布建立广义线性精算模型，训练得到所述精算预测模型。3.根据权利要求1或2所述的方法，其特征在于，所述将待预测保单的车辆承保地区、车辆价格、车辆保额和风险转移因子输入到预训练的精算预测模型中，得到待预测保单的预测赔付率，包括：将所述待预测保单的车辆承保地区、车辆价格、车辆保额和风险转移因子输入到所述精算预测模型中，得到待预测保单的预测风险成本；根据待预测保单的基础保费和待预测保单对应的无赔款优待因子，得到待预测保单经过无赔款优待因子折算后的标准保费；根据所述待预测保单的预测风险成本与所述待预测保单经过无赔款优待因子折算后的标准保费之间的比值，得到所述待预测保单的预测赔付率。4.根据权利要求1或2所述的方法，其特征在于，所述近n年出险次数转移因子为近n年中每一年出险次数对应的出险次数等级连接后构成的因子；所述近n年出险金额转移因子为近n年中每一年出险金额对应的出险金额等级连接后构成的因子，其中，n为大于1的整数。5.根据权利要求1或2所述的方法，其特征在于，所述风险转移因子还包括近n年车主转移因子、近n年被保险人转移因子和近n年车辆承包地区转移因子中的一种和多种，其中，所述近n年车主转移因子为近n年中每一年车主变化信息连接后构成的因子；所述近n年被保险人转移因子为近n年中每一年保险人变化信息连接后构成的因子；所述近n年车辆承包地区转移因子为近...

【专利技术属性】
技术研发人员：秦建然，徐丹，单鹏，
申请(专利权)人：中国银行保险信息技术管理有限公司，
类型：发明
国别省市：