用GLMs做纯保费定价需要哪些保单信息

黑暗的造访 发表于 2013-12-9 17:38
请问一下endorsement等信息是什么？我没有接触过。
exposure我知道

endorsement就是保单撤销或者增加其他险种造成保费或者敞口的变化的一样记录，有endorsement_number.不知道你的数据里有没有给出underwriting exposure, 如果没有，就必须用endorsement_number和claim_number中的相关信息去算.用claim_number是因为如果出险达到了保额，这是保单就结束，自然exposure就不是1了

黑暗的造访 发表于 2013-12-9 17:37
我主要打算做单一险种，集中在私家车这块。想研究一下车型对费率厘定的影响有多大

真实保单好像是分为交强险保单和商业险保单，其中商业险保单是一个policy_number里有好几个险种（比如商三，车损和盗抢险）。你拿到的可能是没分险种汇总的数据。另外险种差别还是挺大的，如果做私家车的话，商三的loss ratio可能低一些，车损高；而货车相反。

我当时做的是团车，所以私家车不是太了解

pigmanstar 发表于 2013-12-9 18:56
endorsement就是保单撤销或者增加其他险种造成保费或者敞口的变化的一样记录，有endorsement_number.不知 ...

哦！原来是这样懂了！

pigmanstar 发表于 2013-12-9 19:00
真实保单好像是分为交强险保单和商业险保单，其中商业险保单是一个policy_number里有好几个险种（比如商三 ...

我拿到的是分保单的数据，请问前辈现在国内用GLMs模型的成熟度如何？

黑暗的造访 发表于 2013-12-9 19:26
我拿到的是分保单的数据，请问前辈现在国内用GLMs模型的成熟度如何？

别前辈。。。估计你也是应届生吧，只是做过一个这方面的实习而已。现在各大公司应该普遍都用glm吧，具体是什么情况不是太清楚，学的不是精算，不算圈儿里人消息不灵通。其实做glm难的不是模型本身，因为方法已经固定，难的是数据处理跟发现有效的因子。你大约有多少条观测？

pigmanstar 发表于 2013-12-9 19:31
别前辈。。。估计你也是应届生吧，只是做过一个这方面的实习而已。现在各大公司应该普遍都用glm吧，具体是 ...

应该有1w-2w条保单数据，观察值用3-5年的观察值。模型、因子等技术上不存在问题，现在主要是数据的搜集整理，愁之

帮顶     

考虑好分组数量与模型稳定性的关系：分类因子多，每类因子水平又多，当然每个小组的数据量就少，这样估计出的参数可靠性差（此时参数也非常可能是显著的）。分组少的话，模型的精确性又不够，所以需要积累经验。同时，估计的结果要可用，也就是说未来你某一天调整费率的时候，不应该有过大幅度的调整（即GLM的参数估计结果不应该发生较大变化）。另外，鉴于你的数据量太小，跑跑模型，掌握一下方法就是了。还是争取找到更多的数据吧。

黑暗的造访 发表于 2013-12-9 15:42
如果我准备研究2010-2013的保单赔款次数，形如
保单号        投保客户编号        保单生效日期（2010.1.1以后生效）         ...

居住区域，职业，学历，收入，婚姻状况这种字段在中国都是不可信的。数据主要分为承保和理赔数据。承保信息里面应包括，车主年龄，性别，NCD，续转保，渠道，车辆使用性质，车辆种类，是否投保不计免赔，机构，还有所有的车辆信息（例如，座位数，厂牌车型，吨位数，车龄等）。理赔数据主要是出险日期，报案日期，立案日期，结案日期，出险金额和次数，终极赔款和次数。清理数据时要注意批单的处理，还有就是不计免赔是否能分摊到分险别保费和赔款。