驾驶行为对车险市场索赔的影响、风险评估与激励策略研究

Driving behavior has a positive influence to the development of social harmony. However, due to the complexity of data and the difficulties to obtain, driving behavior has not really been included in the auto insurance market management system. At the same time, the risk assessment and incentive strategies are highly imperfect, which must be solved. In this project, the related research on driving behavior, actuarial theory, risk assessment method and incentive theory are integrated, to carry out the research on driving behavior’s influence on auto insurance claims, risk assessment and incentive strategies of driving behavior. The research is divided into three parts: (1) To collect the sample data of driving behavior using several methods; then to analyze driving behavior’s influence on claim probability, claim frequency, claim amount and pure premium, which are separately based on hierarchical Logistic regression models, Poisson-GLMM, Gamma-Gamma hierarchical regression models and random effects Tweedie models. (2) To generate the measurement of the driving behavior’s risk in the auto insurance market, and to select evaluation index based on Significant Discrimination Principle. Then, driving behavior’s risk scoring models are built based on Support Vector Machine for the auto insurance market, and driving behavior’s risk rating is conducted. (3)Incentive strategies of driving behavior are developed comprehensively based on the idea of Bonus-Malus System and the incentive theory of behaviorism. The findings of this project aim to promote quantitative research on the driving behavior in the auto insurance market, at the same time, to provide scientific basis of auto insurance pricing and market management for the government.

驾驶行为对于社会和谐发展至关重要，在车险市场管理中受到关注。但由于数据复杂、获取困难等难点，驾驶行为尚未真正纳入车险市场管理体系内，风险评估与激励制度不完善，成为亟待解决的问题。课题整合驾驶行为相关研究、精算理论、风险评估方法与激励理论，开展驾驶行为对车险索赔的影响、风险评估与激励策略研究。具体内容包括：①采用多种方法获取驾驶行为数据，基于分层Logistic 回归、Poisson-GLMM、Gamma-Gamma分层回归与随机效应Tweedie回归模型，剖析驾驶行为对索赔发生概率、索赔频率、索赔金额与纯保费的影响；②生成车险市场驾驶行为风险测度，依据显著性判别原理遴选评价指标，基于支持向量机构建驾驶行为风险评分模型，继而进行评级；③综合基于“奖惩系统”思想与行为主义激励理论，制定驾驶行为激励策略。本课题推动车险市场中驾驶行为的定量化研究，研究成果对政府进行车险定价与市场管理提供科学依据。

在传统的非寿险精算业务中，车险费率厘定主要“从车”、“从人”、“从地”对风险因素进行考量，往往导致车险产品缺乏差异性和精准性，更带来了一定的社会负外部性。伴随着车联网与人工智能产业的兴起，驾驶行为大数据的产生为车险业开发创新型保险产品提供了更有力的支持，从微观风险个体激励与城市智慧交通建设多方面助力社会和谐发展，正在逐渐展现其社会经济价值。本项目从车险费率厘定视角出发，围绕驾驶行为主要完成了以下三个方面的研究工作：.首先，在非寿险精算理论领域内，系统总结出了关于非寿险费率厘定的精算理论研究模型与驾驶行为定价的发展前沿，并指出现有研究方法的不足。在微观层面，(1)基于HLM2分层模型思考了非寿险精算费率厘定业务中对驾驶行为等风险因素的研究问题; (2)基于分层广义线性模型方法，通过与广义线性混合模型的对比，辨识了非寿险业务中风险个体在连续多年投保期内损失的异质性与相关性；(3)在精算理论上通过在索赔次数之间引入时间相依结构来考虑具有复合Poisson分布的整数值MA（1）过程的离散时间风险模型，研究了索赔次数为整数值时的精算方法。在宏观层面，构建了混合效应模型、动态面板系统GMM模型等面板数据回归模型，研究结果指出了经济增长、车险市场化改革、汽车限购等对车险市场发展的影响，为激励驾驶行为宏观政策的制定提供了一定的理论支持。.其次，在驾驶行为的风险评估方面开展了相应研究。在复杂结构驾驶行为数据整合基础上，从多个渠道采集了驾驶行为样本数据；基于R软件，设计了人工智能算法完成智能手机APP客户端手机驾驶行为数据开发，并从风险评估角度分析了相应驾驶行为数据的风险，进而完善和丰富了驾驶行为风险评估的研究框架。.最后，结合对现有激励理论的分析，修正了车险市场中驾驶行为激励的研究逻辑，搭建了神经保险学的理论内涵与研究框架，确认了在认知神经科学的框架下重构行为保险学的研究内容，作为驾驶行为激励研究方法的拓展，构架了情绪→心理→神经→驾驶行为的理论研究逻辑。.在本项目的带动下，项目团队积极创建了非寿险精算领域关于驾驶行为理论研究与实践应用的研究平台，为保险业在车联网背景下有效利用驾驶行为大数据的价值提供了一定的理论参考。然而，在研究过程中的一些现实问题向我们提出了更多的挑战，项目组将会继续沿着这些问题进行持续性研究。