GAM在汽车保险定价中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-12页 |
| ·选题背景及研究意义 | 第9页 |
| ·文献综述 | 第9-11页 |
| ·国外主要研究成果 | 第9-10页 |
| ·国内主要研究成果 | 第10-11页 |
| ·研究方法和基本思路 | 第11-12页 |
| ·研究方法 | 第11页 |
| ·基本思路 | 第11-12页 |
| 第2章 传统的汽车保险基本定价方法 | 第12-18页 |
| ·单项分析法 | 第12-14页 |
| ·纯保费法 | 第12页 |
| ·损失率法 | 第12-14页 |
| ·最小偏差法 | 第14-17页 |
| ·加法模型 | 第14-15页 |
| ·乘法模型 | 第15-17页 |
| ·多元线性回归模型 | 第17-18页 |
| 第3章 广义加法模型(GAM)简介 | 第18-21页 |
| ·广义线性模型(GLM) | 第18-20页 |
| ·广义线性模型的假设 | 第18页 |
| ·广义线性模型的结构 | 第18-19页 |
| ·广义线性模型的特点 | 第19-20页 |
| ·广义加法模型(GAM) | 第20-21页 |
| 第4章 GAM参数的BAYES估计 | 第21-29页 |
| ·GAM的未知参数 | 第21页 |
| ·BAYES方法 | 第21-22页 |
| ·基于MCMC技术的BAYESIAN推断法 | 第22-26页 |
| ·可测量协变量的先验分布推理 | 第23-24页 |
| ·空间协变量先验分布的推理 | 第24-25页 |
| ·MCMC技术与后验分布 | 第25-26页 |
| ·MCMC技术简介 | 第26-29页 |
| ·MCMC理论 | 第26-27页 |
| ·Gibbs算法 | 第27-28页 |
| ·Metropolis-Hastings算法 | 第28-29页 |
| 第5章 汽车保险定价模型的建立 | 第29-36页 |
| ·汽车保险定价的风险基础 | 第29-31页 |
| ·车辆的风险因素 | 第29-30页 |
| ·人的风险因素 | 第30-31页 |
| ·环境的风险因素 | 第31页 |
| ·相关协变量或解释变量的确定与分类 | 第31-32页 |
| ·协变量的确定与风险分类 | 第31-32页 |
| ·协变量的类型划分 | 第32页 |
| ·索赔频率广义加法模型的构建 | 第32-34页 |
| ·索赔频率的统计模型 | 第32-33页 |
| ·索赔频率的泊松加法模型 | 第33-34页 |
| ·索赔额度广义加法模型的构建 | 第34-36页 |
| 第6章 汽车保险定价实证分析 | 第36-46页 |
| ·数据来源及说明 | 第36-37页 |
| ·模型的建立及优化 | 第37-38页 |
| ·模型的建立 | 第37页 |
| ·先验参数的选择 | 第37-38页 |
| ·相对风险分类因素的选择 | 第38页 |
| ·实证结果 | 第38-42页 |
| ·各变量在样本数据中的统计特征 | 第38-40页 |
| ·索赔频率的估计结果 | 第40-41页 |
| ·索赔额度的估计结果 | 第41-42页 |
| ·模型的检验 | 第42-46页 |
| ·自相关性检验 | 第42-44页 |
| ·敏感度检验 | 第44-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51页 |
