基于神经网络的保险合同分组方法
风险管理
2019-12-23 v1 投资组合管理
摘要
尽管分组在实务中极为重要,但关于该主题的研究甚少。本文提出了一个完整的分组框架以及一种优化模型点的新方法。模型点用于替代保险组合中的合同簇,从而得到一个规模更小、计算负担更轻的组合。该分组后的组合被控制为具有与原组合相似的特征。我们给出了定期寿险与缴费确定型计划的数值结果,表明我们的方法相对于 K-means 聚类(一种常用的分组基准算法)具有优越性。最后,我们展示了所提出的概念能够为整个组合同时优化固定数量的模型点。这消除了对组合进行任何预聚类(例如通过 K-means 聚类)的需要,因此将我们的方法呈现为一种全新且独立的方法论。
引用
@article{arxiv.1912.09964,
title = {Grouping of Contracts in Insurance using Neural Networks},
author = {Mark Kiermayer and Christian Weiß},
journal= {arXiv preprint arXiv:1912.09964},
year = {2019}
}