[发明专利]风险预测方法、装置、电子设备及存储介质

权利要求书

1.一种风险预测方法，其特征在于，所述风险预测方法包括：

根据待测地区的气象数据保险合约获取所述待测地区的多个年度的气象数据及对应的多个年度的气象数据赔付规则，并将所述多个年度的气象数据及所述多个年度的气象数据赔付规则输入至预先训练好的赔付识别模型进行识别得到对应的多个年度的赔付金额；

根据所述多个年度的赔付金额分别计算对应的多个年度的保险损失率；

根据所述待测地区的多个年度的保险损失率为所述待测地区构建多个概率分布模型；

采用多个检验算法检验所述多个概率分布模型中的每个概率分布模型得到每个概率分布模型的检验结果，并根据所述每个概率分布模型的检验结果从所述多个概率分布模型中选取出目标概率分布模型；

计算所述目标概率分布模型的风险度量值，并根据所述风险度量值确定所述待测地区的风险等级。

2.如权利要求1所述的风险预测方法，其特征在于，所述根据所述多个年度的赔付金额分别计算对应的多个年度的保险损失率包括：

获取所述待测地区的多个年度中的每个年度的保险总额；

分别将多个年度中每个年度的赔付金额除以对应年度的保险总额，得到所述待测地区的对应的多个年度的保险损失率。

3.如权利要求1所述的风险预测方法，其特征在于，所述根据所述待测地区的多个年度的保险损失率为所述待测地区构建多个概率分布模型包括：

将所述待测地区的多个年度的保险损失率分别输入至多个参数模型中，得到每个参数模型的模型参数；

根据每个参数模型的模型参数构建对应的参数模型的概率分布模型。

4.如权利要求1所述的风险预测方法，其特征在于，所述根据所述每个概率分布模型的检验结果从所述多个概率分布模型中选取出目标概率分布模型包括：

获取所述多个概率分布模型中的每个概率分布模型的检验结果，得到多个检验结果；

从所述多个检验结果中选取出得分最高的检验结果对应的概率分布模型确定为目标概率分布模型。

5.如权利要求1所述的风险预测方法，其特征在于，所述计算所述目标概率分布模型的风险度量值包括：

计算所述目标概率分布模型的期望损失率；

计算所述目标概率分布模型的超越概率；

计算所述目标概率分布模型在所述超越概率下的重现期的保险损失率；

累加所述期望损失率、所述超越概率和在所述超越概率下的重现期的保险损失率的总和得到所述目标概率分布模型的风险度量值。

6.如权利要求1所述的风险预测方法，其特征在于，所述赔付识别模型的训练过程包括：

获取多个地区多个年度的气象数据及每个地区每个年度的气象数据赔付规则作为样本数据集；

从所述样本数据集中划分出训练集和测试集；

将所述训练集输入预设神经网络中进行训练，得到赔付识别模型；

将所述测试集输入至所述赔付识别模型中进行测试，并计算测试通过率；

若所述测试通过率大于预设通过率阈值，确定所述赔付识别模型训练结束；若所述测试通过率小于预设通过率阈值，增加训练集的数量，重新进行赔付识别模型的训练。

7.如权利要求1所述的风险预测方法，其特征在于，在根据所述风险度量值确定所述待测地区的风险等级之后，所述风险预测方法还包括：

获取所述风险等级对应的类型标识；

将所述风险等级对应的类型标识标示在风险分布地图对应的风险等级处。