保险-车险定价

传统车险定价建模的问题:

  • 保险公司使用的GLM模型,虽解释性好,但非最适合模型
  • 建模周期长,模型更新慢
  • 模型表现提升难,模型评估算法不合理
  • 有很多时间相关信息的特征难以利用

使用易明智能建模工具:

  • 智能选择合适的模型组合
  • 快速建模
  • 对时间因素充分利用并合理处理

潜在意义:显著提升了定价模型的表现,使得保险机构的收益最大化

建模结果对比

目标:国内某保险公司希望建立一个更准的定价模型,在现有模型效果上获得明显改进和提升。

在项目团队评估原定价模型表现以及模型算法后,采用GLM和神经网络相结合的方法制定出新的定价模型,比原定价模型基于赔付的GINI表现提高了12%

智能建模 传统建模
建模时间  60分钟/模型(数据预处理+建模) 1-2个月
建模数量 2 1
模型表现 GINI 0.683 0.608
重要衍生变量 3
建模数量 1380000+ / 4G+ 1380000+/ 4G+