首页--政治、法律论文--法律论文--中国法律论文--财政法论文--金融法论文--保险法论文

我国机动车保险欺诈及识别问题研究

摘要第3-5页
Abstract第5-6页
1 引言第10-19页
    1.1 选题背景及研究目的和意义第10-11页
        1.1.1 选题背景第10-11页
        1.1.2 研究目的和意义第11页
    1.2 研究思路与主要研究内容第11-12页
    1.3 文献综述第12-17页
        1.3.1 国外文献综述第12-14页
        1.3.2 国内文献综述第14-16页
        1.3.3 总结与评述第16-17页
    1.4 主要研究方法第17页
    1.5 创新点与不足之处第17-19页
        1.5.1 创新点第17-18页
        1.5.2 不足之处第18-19页
2 机动车保险欺诈概述第19-27页
    2.1 机动车保险欺诈的概念第19-20页
        2.1.1 保险欺诈第19页
        2.1.2 机动车保险欺诈第19-20页
    2.2 机动车保险欺诈识别方法第20-24页
        2.2.1 统计回归方法第20-22页
        2.2.2 人工智能方法第22-24页
    2.3 机动车保险欺诈的相关理论第24-27页
        2.3.1 信息不对称理论第24页
        2.3.2 不完全合约理论第24-25页
        2.3.3 最大诚信原则第25页
        2.3.4 成本收益理论第25-27页
3 我国机动车保险欺诈及识别现状第27-35页
    3.1 我国机动车保险欺诈现状、危害及成因第27-32页
        3.1.1 我国机动车保险欺诈现状第27页
        3.1.2 我国机动车保险欺诈的主要类型第27-28页
        3.1.3 我国机动车保险欺诈的危害第28-29页
        3.1.4 我国机动车保险欺诈的成因第29-32页
    3.2 我国机动车保险欺诈识别现状及方法选择第32-35页
        3.2.1 我国机动车保险欺诈识别工作现状第32-34页
        3.2.2 我国机动车保险欺诈识别方法的选择第34-35页
4 我国机动车保险欺诈识别的实证分析第35-56页
    4.1 样本选取原则第35-36页
    4.2 识别指标说明第36-39页
        4.2.1 事故信息第36-37页
        4.2.2 当事人信息第37-38页
        4.2.3 车辆信息第38-39页
    4.3 Logistic回归分析第39-48页
        4.3.1 分类变量赋值第39-41页
        4.3.2 描述性统计第41-43页
        4.3.3 Logistic回归结果第43-47页
        4.3.4 其他指标说明第47-48页
    4.4 BP神经网络模型分析第48-55页
        4.4.1 样本数据归一化第48-49页
        4.4.2 BP神经网络建模第49-51页
        4.4.3 模型的训练与检验第51-52页
        4.4.4 精炼指标下BP神经网络的识别效果第52-55页
    4.5 本章小结第55-56页
5 我国机动车保险欺诈防范对策第56-60页
    5.1 重视承保入口审核,从源头上防范欺诈风险第56页
    5.2 充实查勘信息内容,细化指标分类第56-57页
    5.3 提高理赔人员专业技能,重视欺诈识别体系的应用第57页
    5.4 加强公司内部配合,广泛借助外部执法机构力量第57-58页
    5.5 建立欺诈信息共享平台,成立联合反欺诈组织第58-59页
    5.6 完善相关法律法规和责任追究制度第59页
    5.7 加强普法宣传,使公众深刻理解保险欺诈的违法后果第59-60页
6 结论第60-61页
参考文献第61-65页
附录第65-67页
后记第67-68页
攻读学位期间取得的科研成果清单第68页

论文共68页,点击 下载论文
上一篇:民营银行股东加重责任研究
下一篇:我国股权众筹投资者法律保护问题研究