神经频率-严重度模型及其在保险理赔中的应用

本文提出一类灵活且解析易处理的频率与严重度模型，用于预测保险理赔。所提模型通过将频率和严重度分布的对数均值函数刻画为神经网络，能够捕捉解释变量中的非线性关系。此外，还可纳入理赔频率与严重度之间的潜在依赖关系。特别地，本文给出了总理赔成本的均值与方差的解析公式，使我们的模型非常适用于诸如保险合约定价与纯保费等许多应用。一项模拟研究证明，我们的方法成功恢复了解释变量的非线性特征以及频率与严重度之间的依赖性。随后，本文使用法国汽车保险理赔数据集说明，所提模型在拟合与预测理赔频率、严重度及总理赔损失方面优于现有方法。数值结果表明，所提模型通过准确预测保险理赔并避免逆向选择，有助于维持保险人的竞争力。