摘要
近年来随着我国保险行业发展逐渐步入正轨，人们对车险方面的需求也越来越高了，车险在非寿险领域的占比也一直都在65%以上。由于国内车险费率厘定研究起步较晚，常用费率厘定方法已经跟不上现有国内市场的需求。如何进一步完善车险精算方法，科学厘定费率，对于促进我国车险市场健康、高质量发展具有重要意义。 广义线性模型（GLM）在车险的费率厘定当中是应用最为广泛的一种模型。其对数据要求不高、模型设定宽松的优势在车险费率厘定中具有优势，克服了经典线性回归模型的缺陷。但是在实际应用中，GLM在应用中仍有局限性，如有关随机效应的讨论不够充分就使GLM在处理大量数据时会产生较大的偏差。双重分层广义线性模型（DHGLM）作为GLM的扩展模型，给车险费率厘定方法提供了新思路。由于DHGLM没有要求模型参数一定为固定常值，且结合了广义混合模型（GLMM）与分层广义线性模型（HGLM）的优点，引入了随机效应、放宽了对变量服从分布的假设要求，通过分别对子模型与主模型建立GLM，提高了模型应用的广泛性。 本文运用DHGLM进行分析建模，基于真实的车险索赔数据，从参数显著性、建立模型对数据解释情况以及纯保费金额三方面与GLM的车险费率厘定结果进行对比。结果显示：DHGLM相比于GLM，在车险费率厘定应用中结果更为可靠、使用更加广泛。文章最后根据实证的结论也提出了相关对策建议。 本文主要创新点在：①将DHGLM引入到了车险费率厘定研究中来，是对车险费率厘定精算模型的创新。②提出了新的DHGLM中子模型的迭代通项公式，提高了模型使用时的效率，完善了模型在车险费率厘定领域的应用。
NETL