- 年份
- 2024(3922)
- 2023(5959)
- 2022(5211)
- 2021(5004)
- 2020(4303)
- 2019(10072)
- 2018(10064)
- 2017(19534)
- 2016(10461)
- 2015(11765)
- 2014(11672)
- 2013(11230)
- 2012(9883)
- 2011(8838)
- 2010(9216)
- 2009(8479)
- 2008(8186)
- 2007(7277)
- 2006(6225)
- 2005(5666)
- 学科
- 济(40862)
- 经济(40826)
- 业(29612)
- 管理(28420)
- 方法(24210)
- 企(23796)
- 企业(23796)
- 数学(22209)
- 数学方法(21683)
- 中国(12088)
- 险(10994)
- 保险(10903)
- 理论(9213)
- 财(8769)
- 农(8591)
- 银(8341)
- 银行(8338)
- 制(8312)
- 业经(8197)
- 行(7873)
- 贸(7656)
- 贸易(7650)
- 易(7490)
- 融(6980)
- 金融(6979)
- 学(6526)
- 技术(6285)
- 教学(6221)
- 务(6117)
- 财务(6081)
- 机构
- 学院(142937)
- 大学(142511)
- 管理(59427)
- 济(56242)
- 经济(55013)
- 理学(50789)
- 理学院(50303)
- 管理学(48989)
- 管理学院(48729)
- 研究(41286)
- 中国(35956)
- 京(29711)
- 财(27247)
- 科学(25401)
- 财经(21749)
- 江(21209)
- 中心(20907)
- 经(19867)
- 所(19855)
- 业大(19832)
- 农(19511)
- 北京(18881)
- 研究所(18020)
- 州(17340)
- 经济学(17225)
- 财经大学(16590)
- 范(16507)
- 师范(16308)
- 技术(16052)
- 经济学院(15570)
- 基金
- 项目(96798)
- 科学(76988)
- 基金(71213)
- 研究(69054)
- 家(61656)
- 国家(61231)
- 科学基金(54266)
- 社会(43427)
- 社会科(41120)
- 社会科学(41108)
- 省(38039)
- 自然(37129)
- 基金项目(36577)
- 自然科(36434)
- 自然科学(36429)
- 自然科学基金(35773)
- 教育(33650)
- 划(31755)
- 资助(31471)
- 编号(28350)
- 成果(21969)
- 重点(21482)
- 部(21109)
- 创(20606)
- 课题(19284)
- 创新(19184)
- 发(18995)
- 科研(18666)
- 大学(18618)
- 教育部(18610)
共检索到208935条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计研究
[作者]
孟生旺
汽车保险广受社会关注,且在财产保险公司具有举足轻重的地位,因此汽车保险的索赔频率预测模型一直是非寿险精算理论和应用研究的重点之一。目前最为流行的索赔频率预测模型是广义线性模型,其中包括泊松回归、负二项回归和泊松—逆高斯回归等。本文基于一组实际的车险损失数据,对索赔频率的各种广义线性模型与神经网络模型和回归树模型进行了比较,得出了一些新的结论,即神经网络模型的拟合效果优于广义线性模型,在广义线性模型中,泊松回归的拟合效果优于负二项回归和泊松—逆高斯回归。线性回归模型的拟合效果最差,回归树模型的拟合效果略好于线性回归模型。
关键词：
神经网络 广义线性模型 回归树 索赔频率
[期刊] 统计研究
[作者]
孟生旺 李政宵
为了解决索赔频率与索赔强度之间的相依性问题,本文提出了一种相依性调整模型,即首先在索赔频率和索赔强度相互独立的假设下预测纯保费,然后通过索赔频率与索赔强度之间的相关关系对独立性假设下的纯保费预测值进行调整。与现有模型相比,该模型的优点是可以将纯保费的预测值分解为两部分,即独立性假设下的纯保费和相依性对纯保费的影响,便于模型的解释和应用。本文将该方法应用于一组实际数据,并与其他方法进行了比较。实证研究结果表明,本文对纯保费的预测结果在一定程度上优于现有模型,而且更加清晰地揭示了索赔频率与索赔强度之间的相依性
关键词：
相依性 纯保费 索赔频率 索赔强度
[期刊] 统计研究
[作者]
孟生旺 李政宵
为了解决索赔频率与索赔强度之间的相依性问题,本文提出了一种相依性调整模型,即首先在索赔频率和索赔强度相互独立的假设下预测纯保费,然后通过索赔频率与索赔强度之间的相关关系对独立性假设下的纯保费预测值进行调整。与现有模型相比,该模型的优点是可以将纯保费的预测值分解为两部分,即独立性假设下的纯保费和相依性对纯保费的影响,便于模型的解释和应用。本文将该方法应用于一组实际数据,并与其他方法进行了比较。实证研究结果表明,本文对纯保费的预测结果在一定程度上优于现有模型,而且更加清晰地揭示了索赔频率与索赔强度之间的相依性对纯保费预测值的影响,即纯保费较低的保单受相依性的影响较大,而纯保费较高的保单受相依性的影响较小。
关键词：
相依性 纯保费 索赔频率 索赔强度
[期刊] 统计与决策
[作者]
李旭伟 孙海玲
文章在系统分析了工程索赔过程及索赔相关方关系的基础上,依据系统论和神经网络思想,建立了工程索赔管理系统化模型,对此模型进行了详细阐述,并对模型状态进行了分析。利用该模型可以预测工程索赔出现的可能性,解决工程索赔的程序问题,并快速计算出索赔值。同时本文基于模型分析结果,对如何有效提高模型双方的索赔利益行为,发挥索赔管理最大作用,保证项目质量和效益提出了相应的措施。
关键词：
工程索赔 BP神经网络 索赔模型 系统化
[期刊] 保险研究
[作者]
张连增 申晴
广义线性模型作为非寿险定价的经典模型,在非寿险定价中得到了广泛的应用。近年来,以提升算法为代表的机器学习算法在保险领域取得了很好的效果,为保险产品定价提供了一种新的选择。本文将提升算法思想分别融入到回归树模型和广义线性模型(GLM)中去,用得到的新模型对我国车险索赔频率进行预测建模分析,并与传统的回归树模型和GLM进行比较。结果表明,加入提升算法后传统车险索赔频率建模模型的效果得到了很大的改善,并且在不存在过拟合的前提下,随着模型深度和迭代次数的增加,模型的效果也在不断优化。
[期刊] 保险研究
[作者]
张连增 王缔
神经网络是近年来机器学习领域的研究热点之一。该方法在许多领域都有成功的应用,但较少应用于汽车保险索赔预测中。本研究将自组织竞争神经网络(SOM)应用于汽车保险的索赔预测中,在此基础上建立车险索赔强度模型。本研究将影响车险索赔的因素分为三类:从人因素、从车因素、地域因素。对于从车因素,通过应用SOM神经网络方法对多个解释变量进行聚类分析来获得综合影响评价指标——从车因子综合变量。进一步按照索赔强度的高低,将该变量分成5个水平,进而起到减少解释变量的作用。将地域因素作为随机效应,以从人因素变量和从车因子综合变量为自变量,以索赔强度为因变量,建立广义线性混合模型。本文创新在于:在充分考虑了影响车险费率的各种因素下,应用SOM神经网络聚类方法减少自变量的个数,为车险费率厘定提供了一种新思路。
[期刊] 现代财经(天津财经大学学报)
[作者]
张连增 孙维伟 段白鸽
车险费率改革是近年来保险业较为关注的热门话题,对汽车保险进行定价和费率改革的基础在于风险分析。车辆、驾驶人以及行车环境等因素构成汽车保险定价所依赖的风险系统。通过对GLM-logistic回归模型和GAM-logistic回归模型的介绍,并将半参数光滑方法应用于汽车保险索赔频率建模的影响因素分析中,且以国外某汽车保险数据为样本构建汽车保险索赔频率的影响因素模型;继而在对两种模型进行比较研究的基础上,应用R软件进行实证分析,并对索赔发生概率进行了预测。结果表明:基于半参数方法的GAM-logistic回归模型比GLM-logistic回归模型更具有优势,对模型的预测效果更好。
[期刊] 保险研究
[作者]
王选鹤 孟生旺 杨默
我国启动的二期商业车险费率市场化改革,进一步扩大了保险公司车险定价的自主权,对于保险公司的定价能力提出了更高要求。传统上基于广义线性模型的定价方法,不能同时刻画车险索赔次数的过离散、零膨胀和异质性,为此,本文对传统的泊松回归模型进行了扩展:首先对泊松分布进行混合,得到混合泊松分布,主要包括负二项分布和泊松-逆高斯分布,用以刻画索赔次数的过离散特征;然后调整混合泊松分布在零点的概率,构建零膨胀混合泊松分布模型,主要包括零膨胀负二项分布和零膨胀泊松-逆高斯分布,用以同时刻画索赔次数的过离散和零膨胀特征;最后通过对零膨胀混合泊松分布进行有限混合,构建具有分层结构的有限混合零膨胀负二项分布和有限混合零膨胀泊松-逆高斯分布(统称为扩展的混合泊松分布),用以同时刻画索赔次数的过离散、零膨胀和异质性。在扩展的混合泊松分布中,可以在所有的分布参数中引入解释变量(费率因子),从而建立GAMLSS回归模型,并用EM迭代算法估计回归系数。通过实证分析国内一组车险保单的索赔数据发现,该模型结构灵活,具有较强的可扩展性,可以为车险费率厘定提供有益参考和借鉴。
[期刊] 保险研究
[作者]
叶明华
当前保险欺诈在国内外呈现蔓延态势,尤其体现在机动车保险领域,欺诈识别已成为保险欺诈研究的核心内容。目前保险欺诈识别有统计回归和神经网络两大类方法,这两种方法在指导思想和识别流程上各有优缺。本文基于我国财产保险公司车险索赔样本数据,检验BP神经网络在我国保险欺诈识别中的有效性;同时为了尝试统计回归和神经网络的有效融合,本文采用Logit离散模型获得的指标作为精炼解释变量训练神经网络,通过两种预测结果比对分析,构建我国保险索赔指标完善和神经网络欺诈识别技术改进的对策。
关键词：
保险欺诈 欺诈识别 BP神经网络
[期刊] 财经论丛
[作者]
赵晓兵 刘伟
汽车保险的索赔频数预测问题是非寿险精算理论和应用研究的一个重要内容。但是,在含有高维附加信息的情形下,传统的估计方法就不再适用。本文在均值计数模型基础上,利用凸惩罚函数进行变量选择,找到影响车险索赔频数的显著性因子,并通过模拟和实例分析来评价该模型和所提出的方法的可行性。
[期刊] 保险研究
[作者]
张连增 孙维伟
车险市场改革是近几年国内保险业较为关注的热门话题,车辆、驾驶人以及行车环境等因素构成汽车保险定价所依赖的风险系统,因此对汽车保险进行定价和费率改革的基础在于风险分析。本文对Logistic回归模型进行了详细介绍,以国外某保险数据为样本,对车辆发生索赔的影响因素进行分析。在利用SAS软件进行实证分析过程中,发现汽车价值、地区、车型和驾驶员的年龄都会影响索赔发生的概率,并对索赔概率进行了预测。本研究对我国现在备受关注的车险费率市场化提供了理论参考,具有很强的实践性和拓展性,可应用于保险公司对客户进行风险评估,减少车辆保险中的"逆向选择"和"道德风险"。
关键词：
Logistic模型 车险 索赔发生
[期刊] 图书情报工作
[作者]
蔡时连
图书复本量是图书馆文献采访工作流程中的重要一环,同时也影响到图书馆文献采购经费的预算。为了解决图书馆图书复本量计算问题,利用BP神经网络和Elman神经网络,以北京建筑大学建筑类施工图书(TU7)为研究对象,预测2013-2015年该类图书平均复本量,为确定图书的采购经费预算提供参考。
关键词：
图书采购 平均复本量 神经网络
[期刊] 林业科学
[作者]
张冬妍 刘一星 曹军 孙丽萍
将人工神经网络应用于木材干燥控制研究中,建立可用于木材含水率预测的时延神经网络基准模型,并给出其网络辨识结构。通过3个树种的实际干燥数据对所建立的网络模型进行训练和验证,仿真结果表明预测模型是可行而有效的,具有较好的动态跟踪能力和预报特性,实现了木材干燥基准的数学模型化,对进一步优化木材干燥基准实施与控制具有重要的指导意义和应用价值。
[期刊] 统计与决策
[作者]
朱正
由于测量供应商风险的数据通常是由非线性特征构成的时间序列,传统BP神经网络方法会在预测分析时产生较大偏差。文章提出一种动态协同神经网络(DSNN)算法,该算法通过原型模式向量与试验模式向量间的相似性,动态地选取合适的注意参数,在演化过程中对误识别的模式进行自适应纠正,以相邻四个月的风险评价值作为网络的输入,并建立基于DSNN的供应商风险预测模型,对未来三个月的风险评价值进行预测,与BP算法进行对比,实验表明DSNN算法预测精度显著提高,从而证实了DSNN的有效性。
[期刊] 统计研究
[作者]
吴翌琳 南金伶
神经网络模型对大样本时间序列的拟合效果优于传统时间序列模型,但对于年度、月度、日度等低频时间序列的预测则难以发挥其优势。鉴于此,本文应用传统时间序列模型和神经网络模型,建立Holtwinters-BP组合模型,利用Holtwinters模型分别拟合各解释变量序列,利用BP模型拟合解释变量和自变量的非线性关系,基于某社交新闻类APP的日广告收入数据进行互联网企业广告收入预测研究。通过与循环神经网络(RNN)模型、长短期记忆神经网络(LSTM)模型等预测结果的对比发现:Holtwinters-BP组合模型的预测精度和稳定性更高;证明多维变量对于广告收入的显著影响,多变量模型的预测准确性高于单变量模型;构建的Holtwinters-BP组合模型对于低频数据预测有较好的有效性和适用性。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
