[发明专利]货损险差异化动态定价方法、系统、设备和存储介质

说明书

本发明公开了一种货损险差异化动态定价方法、系统、设备和存储介质，运用较为科学成熟的定价方法，通过数据分析，在基于决策者的风险偏好下进行纯风险保费的基础定价，并对不同的保险人根据他们的历史数据进行信用评级，能够对不同的保险人进行个性化差异定价，作为一种激励，以加强客户对于该网络货运平台的粘性，增强该网络货运平台的竞争力，促进物流生态圈的可持续发展；而且，所涉及的各项计算过程由计算机完成，从而提升定价计算的效率与准确性。

技术领域

本发明涉及保险定价预计数据处理技术领域，尤其涉及一种货损险差异化动态定价方法、系统设备和存储介质。

背景技术

现有的非寿险费率厘定模型大致分为两类：分类费率模型和经验费率模型。分类费率模型主要包括单项分析法，最小偏差法，广义线性模型等。经验费率模型主要包括信度模型。

以往货损险定价模型没有考虑决策者的风险偏好，而且传统保险定价需要由专家收集大量数据，并对这些大量数据进行准确分析才能得出定价的结果，可见传统方案效率极低，且准确性不高。尤其是，传统保险定价根据历史的数据对每个被保险人收取相同的保费，很少进行个性化动态定价。

发明内容

本发明的目的是提供一种货损险差异化动态定价方法、系统、设备和存储介质，可以提升定价计算的效率与准确性，且能够对不同被保险人进行差异化动态定价。

本发明的目的是通过以下技术方案实现的：

一种货损险差异化动态定价方法，适用于计算机执行，该方法包括：

对于每一保额的保单，统计当期的赔付数目，并判断是否满足检验要求；

若是，则检验当期的赔付数据是否服从对数正态分布，如果服从对数正态分布，则通过建立索赔额模型计算下一期赔付金额的最优估计值；同时，利用GM(1,1)模型估计下一期索赔次数与保单数目；之后，利用当期数据计算决策者的风险偏好系数，并结合所述下一期赔付金额的最优估计值、下一期索赔次数与保单数目计算出纯风险保费；最终，根据被保险人在当期的索赔次数对被保险人进行信用评级，再结合信用评级结果与纯风险保费计算被保险人下一期的风险保费；

若否，则认为当期的赔付数据服从对数正态分布；然后，通过建立索赔额模型计算下一期赔付金额的最优估计值；同时，将当期的索赔频率作为下一期的索赔频率；之后，利用当期数据计算决策者的风险偏好系数，并结合所述下一期赔付金额的最优估计值与下一期的索赔频率计算出纯风险保费；最终，根据被保险人在当期的索赔次数对被保险人进行信用评级，再结合信用评级结果与纯风险保费计算被保险人下一期的风险保费。

一种货损险差异化动态定价系统，用于前述述的方法，该系统包括：

判断模块，用于对于每一保额的保单，统计当期的赔付数目，并判断是否满足检验要求；

第一定价模块，用于当期的赔付数目满足检验要求时，检验当期的赔付数据是否服从对数正态分布，如果服从对数正态分布，则通过建立索赔额模型计算下一期赔付金额的最优估计值；同时，利用GM(1,1)模型估计下一期索赔次数与保单数目；之后，利用当期数据计算决策者的风险偏好系数，并结合所述下一期赔付金额的最优估计值、下一期索赔次数与保单数目计算出纯风险保费；最终，根据被保险人在当期的索赔次数对被保险人进行信用评级，再结合信用评级结果与纯风险保费计算被保险人下一期的风险保费；

第二定价模块，用于当期的赔付数目不满足检验要求时，认为当期的赔付数据服从对数正态分布；然后，通过建立索赔额模型计算下一期赔付金额的最优估计值；同时，将当期的索赔频率作为下一期的索赔频率；之后，利用当期数据计算决策者的风险偏好系数，并结合所述下一期赔付金额的最优估计值与下一期的索赔频率计算出纯风险保费；最终，根据被保险人在当期的索赔次数对被保险人进行信用评级，再结合信用评级结果与纯风险保费计算被保险人下一期的风险保费。