基于貝葉斯分類器的車險定價模型

毛曉凱 徐豐欣 張燕燕

摘要：隨著國際保險行業(yè)穩(wěn)步開展，機動車輛保險在我國的財險保費中所占比重最大，以千億元記。并且，由于我國汽車保有輛的繼續(xù)增加和相關(guān)車險的政策出臺，投保率也呈繼續(xù)上升趨向。由于車險一般可占財險公司業(yè)務(wù)的70%到80%，所以車險市場歷來是財險公司的兵家必爭之地。以往，財險公司為了贏得市場，往往采取低價、折扣來爭搶客戶。但是激烈的市場競爭也帶來了利潤率的下降，甚至有些企業(yè)在虧本經(jīng)營。大多數(shù)車企為了提高利潤率開始重視承保車輛的質(zhì)量。

關(guān)鍵詞：貝葉斯分類器;保險定價;車險保費

1問題的分析

針對問題，需要建立合理的數(shù)學(xué)模型，求出客戶的續(xù)保概率。首先將影響車險業(yè)務(wù)的因素潛在風(fēng)險進行劃分，分別從“人”、“車”、“環(huán)境”三個方面考慮風(fēng)險因素，對附件中的各項指標(biāo)進行風(fēng)險系數(shù)的劃分，然后以上述的風(fēng)險因素的風(fēng)險系數(shù)作為類別集合，利用貝葉斯分類器對客戶進行分類，在利用風(fēng)險系數(shù)計算各類客戶的續(xù)保概率。

2模型的建立與求解

為給提供的客戶進行精準(zhǔn)畫像，給出客戶的續(xù)保概率。首先需要將所給數(shù)據(jù)中的有效數(shù)據(jù)進行篩選。然后需要將附件中的部分文字信息轉(zhuǎn)化成數(shù)字信息，這樣才可以抽象為數(shù)學(xué)模型，進行精準(zhǔn)描繪。在將無效信息篩除后，任務(wù)就轉(zhuǎn)化成如何將有效的文字信息轉(zhuǎn)化為數(shù)字信息。為此本文通過查閱相關(guān)資料，借鑒了國外風(fēng)險分級技術(shù)，加以對中國交通、經(jīng)濟、社會現(xiàn)狀分析，將文字信息轉(zhuǎn)化為數(shù)學(xué)信息。這對于模型一貝葉斯分類器模型十分關(guān)鍵，而且這還是一個一做兩用的步驟。一是提取更多信息使貝葉斯分類器更加精準(zhǔn)，二是對于后面針對不同的客戶設(shè)計不同的優(yōu)惠和福利方案，可以通過不同的風(fēng)險等級以及風(fēng)險方面進行更加具體的設(shè)計。下面來進行文字信息轉(zhuǎn)數(shù)字信息。

2.1風(fēng)險等級劃分

將影響車險業(yè)務(wù)的潛在風(fēng)險因素進行劃分，從“人”、“車”、“環(huán)境”三個方面考慮風(fēng)險因素。對出現(xiàn)的各個指標(biāo)的風(fēng)險系數(shù)進行劃分。

2.2人的風(fēng)險因素

車險價格與人的駕駛行為密切相關(guān)，即“從人主義”。在國內(nèi)發(fā)生的大部分事故與駕駛?cè)藛T的行為反應(yīng)有關(guān)。因此設(shè)定如下三個指標(biāo)來客觀的分析駕駛員的綜合能力。

2.3年齡

不同年齡階段的人群在開車行為習(xí)慣上有很大的差別，中年人開車就相對比較穩(wěn)健，駕駛經(jīng)驗相對比較豐富，社會責(zé)任感也相對比較強，發(fā)生交通事故的概率就相對較低。老年人在駕駛車輛時速度比年輕人和中年人都慢，但是老年人的反應(yīng)速度比較低，在面臨緊急情況時無法迅速做出反應(yīng)，也比較容易造成交通事故。從上述分析可以知道年齡對交通事故發(fā)生的概率有顯著影響，是厘定車險價格的重要風(fēng)險因素[1]，對年齡段的風(fēng)險系數(shù)進行劃分，如下表：

2.4性別

駕駛員的性別對交通事故的發(fā)生概率有著很大的聯(lián)系。女性開車相對比較謹慎，車速一般比男性要慢，但是女性一般面臨緊急情況時會有些慌亂，所以女性的風(fēng)險系數(shù)為0.7，男性的風(fēng)險系數(shù)為0.6。

2.5NCD（肇事記錄）

根據(jù)駕駛?cè)藛T以往的肇事記錄可以初步判斷出駕駛?cè)藛T的行為習(xí)慣。肇事記錄（NCD）客觀記錄了駕駛?cè)藛T以往每年發(fā)生交通事故的概率，出險次數(shù)越多，駕駛?cè)藛T的駕駛行為習(xí)慣就越差，發(fā)生交通事故的概率就越高，對應(yīng)為風(fēng)險系數(shù)就越高，如下表所示。

2.5車輛的風(fēng)險因素

車輛自身的各項指標(biāo)也會導(dǎo)致交通事故的產(chǎn)生，從而影響車險價格的厘定。

2.6車輛的品牌、車系

車輛的品牌、車系影響著安全性、穩(wěn)定性等各項性能指標(biāo)，比如品牌為一汽大眾的車系有邁騰、CC、捷達、高爾夫、寶來等多種車型。目前各家保險公司多數(shù)在不同品牌不同車系的車險定價有較為完善的定價標(biāo)準(zhǔn)，但不同品牌不同車系的車險定價由于駕駛?cè)藛T的不同駕駛習(xí)慣也要有所區(qū)分[2]。

2.7車輛種類

目前我國將機動車輛主要分為五類，客車、貨車、特種車、摩托車和拖拉機。以座位數(shù)來衡量客車的運客能力，座位數(shù)越多對應(yīng)的風(fēng)險就越大。以噸位數(shù)來衡量貨車的運貨能力，噸位數(shù)越大對應(yīng)的風(fēng)險就越大。特種車主要是指用于專門用途的車輛，包括挖掘機、水泥罐車、消防車等，特種車由于具有特殊的使用性質(zhì)，而具有特殊的風(fēng)險性。

2.8車輛的使用性質(zhì)

根據(jù)車輛的使用性質(zhì)分為非營業(yè)用車輛和營業(yè)用車輛，非營業(yè)用車輛又可分為非營業(yè)個人（家庭自用車）、非營業(yè)企業(yè)（企事業(yè)單位車輛）、非營業(yè)貨運。車齡是指從最初新車購置日起至車險投保日期間使用的年限，車輛使用年限越長，汽車配件磨損就越嚴重，車輛就容易產(chǎn)生故障導(dǎo)致交通事故的發(fā)生，因而對應(yīng)的風(fēng)險就越大。

2.9新車購置價

新車購置價格越高，索賠額度就會越大。因為一旦發(fā)生交通事故導(dǎo)致車輛損失，新車購置價越高的汽車維修成本越高，會直接增加保險公司的綜合成本率，車險價格就會越高，風(fēng)險系數(shù)自然也就越高，具體如下表所示：

2.10環(huán)境的風(fēng)險因素

地理環(huán)境風(fēng)險因素

地理環(huán)境對車險厘定的影響主要體現(xiàn)在當(dāng)?shù)氐臍夂颦h(huán)境、地貌環(huán)境、路面狀況、活動范圍等方面。

活動范圍可以體現(xiàn)在是否為本省車輛，車輛開出省外，里程變大，并且在外省的道路上駕駛?cè)藛T相對陌生，較省內(nèi)相比更容易發(fā)生事故，故省內(nèi)的風(fēng)險系數(shù)為0.5，省外的風(fēng)險系數(shù)為0.6。

2.11社會環(huán)境風(fēng)險因素

社會環(huán)境風(fēng)險因素對車險厘定的影響主要為治安環(huán)境和法制環(huán)境兩方面，分別對車險厘定的影響如下。

治安環(huán)境的好壞與否直接影響保險公司所承保車輛盜搶險（所屬商業(yè)車險附加險）的賠付情況，治安環(huán)境好的地方，發(fā)生車輛盜搶行為的概率比較低。治安環(huán)境差的地方，發(fā)生車輛盜搶行為的概率比較高。

法制環(huán)境好的地區(qū)，投保人在遵紀守法的意識比較強，出現(xiàn)道德風(fēng)險和逆向選擇風(fēng)險的概率會相對比較低。

3結(jié)論

最終本文從三個大方向車輛、環(huán)境、人;10個小方向種類、年齡、性別、NCD等對客戶進行精準(zhǔn)畫像。針對重要的文字信息，本文通過風(fēng)險厘定將文字信息轉(zhuǎn)化為了數(shù)字信息。將選取這些數(shù)字信息以概率統(tǒng)計的方法對客戶進行精準(zhǔn)畫像。

參考文獻

[1]和炳全.優(yōu)惠券營銷的經(jīng)濟學(xué)分析[J].經(jīng)濟師，2002（06）：79-80.

[2]胡伊. 基于多源數(shù)據(jù)的車輛風(fēng)險分析與保險定價模型研究[D].中央財經(jīng)大學(xué)，2016.

[3]王夢晨. A公司車險業(yè)務(wù)續(xù)保率影響因素研究[D].湖南大學(xué)，2017.

華北理工大學(xué) 063210