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，但是在近三年间的出险次数和出险金额的变化情况却相差很多，在这种情况下，按照现行方案对这不同出险次数和出险金额变化情况的用户进行统一的车险风险评级就会导致车险风险评级不准确的问题，从而导致部分用户定价过高或定价过低，也使得保险公司无法准确定位自身业务的风险偏离程度。

技术实现思路

[0005]有鉴于此，本申请提供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，主要目的在于解决现行车险风险评级不准确，会导致车险定价过高或过低的技术问题。
[0006]根据本专利技术的第一个方面，提供了一种基于转移因子的车险风险预测方法，该方法包括：
[0007]获取待预测保单的车险保单数据；
[0008]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；
[0009]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；
[0010]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。
[0011]根据本专利技术的第二个方面，提供了一种基于转移因子的车险风险预测装置，该装置包括：
[0012]数据获取模块，用于获取待预测保单的车险保单数据；
[0013]数据处理模块，用于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；
[0014]赔付率预测模块，用于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；
[0015]风险评分模块，用于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。
[0016]根据本专利技术的第三个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述基于转移因子的车险风险预测方法。
[0017]根据本专利技术的第四个方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述基于转移因子的车险风险预测方法。
[0018]本专利技术提供的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，首先获取了待预测保单的车险保单数据，然后从车险保单数据中剥离出了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等多种参数，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，通过将上述参数输入到预训练的精算预测模型中，可以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，最终可以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，可以使输出的预测赔付率能够顾全到待预测保单在近n年内的出险次数和出险金额的变化转移情况，从而输出更为贴近车险保单的实际赔付率的预测赔付率，使得车险风险评分更为真实准确，在此基础上，保险公司也可以对待预测车险保单进行精准定价，进而准确定位出自身业务发展的风险偏离程度。
[0019]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0020]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0021]图1示出了本专利技术实施例提供的一种基于转移因子的车险风险预测方法的流程示意图；
[0022]图2示出了本专利技术实施例提供的另一种基于转移因子的车险风险预测方法的流程示意图；
[0023]图3示出了本专利技术实施例提供的一种基于转移因子的车险风险预测装置的结构示意图；
[0024]图4示出了本专利技术实施例提供的另一种基于转移因子的车险风险预测装置的结构示意图。
具体实施方式
[0025]下文中将参考附图并结合实施例来详细说明本专利技术。需要说明的是，在不冲突的
情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0026]在一个实施例中，如图1所示，提供了一种基于转移因子的车险风险预测方法，以该方法应用于客户端或服务器等计算机设备为例进行说明，包括以下步骤：
[0027]101、获取待预测保单的车险保单数据。
[0028]其中，待预测保单指的是需要进行风险评级的车险保单，待预测保单可以由用户指定。例如，待预测保单可以是保险公司还未定价的车险保单。具体的，计算机设备可以从数据库中读取出待预测保单的车险保单数据，也可以通过计算机输入设备(如：鼠标、键盘等)获取待预测保单的车险保单数据。在本实施例中，车险保单数据主要包括车辆承保数据和车辆理赔数据。例如，待预测保单的车险保单数据中可以包括待预测保单的车辆价格，车辆保额，过往各年份的车辆承保地区、出险次数、出险金额、被保险人和车主等信息。
[0029]102、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。
[0030]其中，因子指的是建模时所用的元素，例如：车辆承保地区、车辆价格、车辆保额和风险转移因子均为因子，在这些因子中，风险转移因子是较为特殊的一种因子，该因子可以由多个子因子连接构成。在本实施例中，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，其中，近n年出险次数转移因子指的是近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；近n年出险金额转移因子指的是近n年中每一年出险金额对应的出险金额等级连接本文档来自技高网...

【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：