广义线性模型在车辆保险风险评价中的应用介绍.doc

广义线性模型在车辆保险风险评价中的应用 摘要 本文以广义线性模型为基础，通过SAS软件中genmod过程对保险索赔数据进行了模拟。 SAS软件中genmod过程可以拟合各种各样的统计模型。而该过程的一种典型用法就是进行Logistic回归泊松分布。泊松分布可以用来模拟在一个多向列联表中单元计数的分布。本文通过对一组车辆保险投保及索赔相关数据进行Logistic回归，通过SAS软件中genmod过程对数据进行处理，对该输出结果结果进行统计分析，得到在汽车投保及索赔过程中，车型及投保人的年龄这两个因素对投保人投保及保险索赔数量的影响都是显著的结论。 关键词：Logistic回归 车辆保险 一、研究背景 随着社会的进步，经济的发展，人们抵御风险的能力大提高。保险的基本原则是累计千千万万人的财力，结成一个抵御化解风险的大集体，在这个大集体中每个人都是付出者，但同时也是受益者。通过付出，在遭遇事故时，得到及时的救助，这就是保险的基本　　 机动车辆保险即“车险”，是以机动车辆本身及其第三者责任等为保险标志的一种运输工具保险。其保险客户，主要是拥有各种机动交通工具的法人团体和个人；其保险标的，主要是各种类型的汽车，但也包括电车、电瓶车等专用车辆及摩托车等。2012年3月份，中国保监会先后发布了《关于加强机动车辆商业保险条款费率管理的通知》和《机动车辆商业保险示范条款》，推动了车辆保险的改革。 (1)随机成分，即因变量y或误差项的概率分布。因变量y的每个观察值yi相互独立服从指数型分布族中的一种分布。指数型分布族包括许多常见分布，如正态分布、泊松分布、逆高斯分布、二项分布、伽玛分布等。 (2)系统成分，即自变量的线性组合，表示为或。系统成分与多元线性回归模型没有任何区别。 (3)联结函数。联结函数g单调且可导，它建立了随机成分与系统成分之间的关系，即。可见，广义线性模型对因变量的预测值并不直接等于自变量的线性组合，而是该线性组合的一个函数变换。 在广义线性模型中，因变量的方差是其均值的函数，这一特点非常适合于保险数据。譬如在拟合次均赔款时，如果使用传统的线性回归模型，假设误差项服从正态分布，那么当拟合值为100元时，标准误差为10元，而拟合值为10000元时，标准误差也为10元。但从直观上看，拟合值越大，其标准误差也应越大。在广义线性模型中，如果假设因变量的变异系数为常数(如10％)。这就就意味着假设误差项服从伽玛分布，在这种情况下，当拟合值为100元时，标准误差为10元，而当拟合值为10000元时，标准误差为1000元。 在广义线性模型的应用中，根据保险数据的先验知识选择误差项的分布类型，可以有效改进模型的拟合效果。譬如，如果因变量的方差为常数，可以选择正态分布；如果因变量的方差等于其均值，可以选择泊松分布；如果因变量的方差等于其均值的平方，可以选择伽玛分布；如果因变量的方差等于其均值的三次方，可以选择逆高斯分布。 在非寿险产品的定价中，通常需要估计索赔次数、索赔频率、次均赔款和续保率等，根据这些数据的特点，各种典型的广义性模型分别是： (1)在估计索赔次数或索赔频率时，典型的广义线性模型是泊松乘法模型，即使用对数联结函数和泊松分布的误差项。用泊松分布描述索赔次数时，不会受到时间度量单位的影响，无论是使用每月的索赔次数还是每年的索赔次数，结果是一致的。在估计索赔次数时，通常用风险单位数的对数作偏移项，而在估计索赔频率时，通常用风险单位数加权。 (2)在估计次均赔款时，典型广义线性模型是伽玛乘法模型，即使用对数联结函数和伽玛分布的误差项。伽玛分布不受货币量单位的影响，无论使用人民币还是美元作为度量单位，伽玛乘法广义线性模型的结果不会改变。 (3)在估计续保率和新业务转换率时，典型的广义线性模型是Logistic模型，即采用分布对数(Logit)联结函数和二项分布的误差项。分对数联结函数建立了从到的映射关系，而且不论采用失败率还是成功率，其结果不变。如果该模型主要用于定性分析而非定量分析，则当因变量的取值很小时，可以用泊松乘法广义线性模型近似。 本文估计索赔次数或索赔频率，运用典型的广义线性模型中泊松乘法模型。 假设索赔数c具有泊松概率分布，并且其第i个观测的均值同因素car（车型）和age（年龄组）相关，关系式如下： 和依次是第i个观测同car和age的第j个水平相关联的指示变量： 是过程待估的未知参数，n的对数作为偏移量，也就是一个回归变量，它对各观测有常系数1。对数连接函数就规定了因素car和age与索赔数c均数之间的对数线性关系，这样就保证了从所拟合的模型中对每种车型组和年龄组预测的平均保险索赔数是正值。 五、SAS程序 data insure; input n c car$ age@@; ln=log(n); car