导读:本文包含了理赔次数论文开题报告文献综述及选题提纲参考文献，主要关键词:重疾险产品,恶性肿瘤,理赔次数,附加险
理赔次数论文文献综述
张瑾[1]（2019）在《理赔次数:留心预防二次重疾风险》一文中研究指出对于想要预防二次患病风险的保险消费者来说,在保费预算允许的情况下,合理选择多次赔付的重疾险产品是有效免除病后"裸奔"顾虑的必要选择。在通常情况下,一旦确诊重疾获得对应赔付后,被保险人就再也无法二次投保重疾险了,这是整个保险行业约定俗成的"潜规则"。如果被保险人后续再次罹患重疾,大部分医疗支出及收入损失通常也只能自行承担。针对这一痛(本文来源于《理财周刊》期刊2019年31期）
吴雪灵[2]（2017）在《基于Copula函数的理赔次数和理赔额建模以及财险公司损失分析》一文中研究指出近年来中国交通事故发生总次数、死亡人数和经济损失虽然逐年递减,但是其总量仍然很大,造成的后果也不容忽视。所谓保险公司无赔款优待是指一种经验定价方法,对于发生了一次或多次索赔记录的投保人增收保险费,而对没有任何索赔记录的投保人给予保费折扣。由于这张系数表直接关系到投保人的保费支付,其对于一家以连续性经营为前提的保险公司而言的重要性可想而知,因此对保费定价以及无赔款优待系数的研究一直是学术热点。由于无赔款优待系数只取决于上一年的等级以及上一年事故发生的次数,忽略了投保人的年龄、车龄、性别以及上一年的理赔额,这显然不能全面的描述投保人的风险。因此本文对其进行了优化,在理赔次数的回归中考虑年龄、车龄、性别等的因素,并且将理赔额作为另一个影响损失估计的重要因素,在分别对理赔次数和理赔额的理论分布做详细介绍后,利用手中的财险公司数据进行了严密的实证分析,分别找出了最优的刻画理赔次数的零膨胀负二项分布,和最优的刻画理赔额的帕累托分布。为得到两者的联合分布函数,本文应用Copula连接函数的优良特性,通过郭莲丽的离散型Copula连续化的方法,利用R语言的Copula包,找出了最优的Gumbel Copula连接函数。最后,根据解出的联合概率密度函数,将考虑理赔次数和理赔额之间相关关系的Copula连接函数损失估计值,与假定理赔额和理赔次数相互独立情况下的损失估计以及仅仅考虑理赔次数的观察损失做对比。发现在假设理赔次数和理赔额相互独立的情况下期望损失值,高于理赔次数和理赔额相关的情况下期望损失值;无论是独立假设下还是相关假设下,损失估计值都要高于观察损失;即使将理赔额加入到联合模型中,损失估计距离观察值仍有一定差距。最后基于联合分布函数,文中给出了作者未来研究的方向,并给出了具体的写作思路。(本文来源于《厦门大学》期刊2017-02-01）
曹文婵[3]（2014）在《零膨胀模型在车险理赔次数中的应用与研究》一文中研究指出机动车辆保险,简称车险,是非寿险业务中占比最大的险种,其发展前景十分广阔.为了解决机动车辆保险的分类费率厘定的问题,当今保险公司经常使用的方法是广义线性模型.但当理赔次数出现大量的零赔付时,即出现零膨胀现象,广义线性模型将不再适用,在这种情形下,零膨胀回归模型可以解决此问题.一般我们假定零膨胀回归模型的结构零的比例参数是常数且不受车险费率因子的影响,但这有可能会和实际情况不符,因此本文假定结构零的比例参数不是常数且受其车险费率因子的影响.本文主要介绍了机动车辆保险的传统理赔次数模型以及零膨胀模型,并且通过一组经典的保险数据进行分析,发现零膨胀模型能较好地处理理赔次数中大量零赔付的问题,模型中的参数估计更加精准,模型得出的结论也更切合实际情况,为从事保险行业的非寿险精算师们提供了一个解决此类问题的方法.(本文来源于《黑龙江大学》期刊2014-03-23）
赵金娥,王贵红,龙瑶[4]（2013）在《理赔次数为复合Poisson-Geometric过程的风险模型》一文中研究指出对保费收入为复合Poisson过程,而理赔次数为复合Poisson-Geometric过程的风险模型进行研究,给出了生存概率满足的积分方程及其在指数分布下的具体表达式,并运用鞅方法得出了破产概率满足的Lundberg不等式和一般公式,同时导出有限时间内生存概率的偏积分—微分方程.(本文来源于《西南大学学报(自然科学版)》期刊2013年03期）
蔡云舟[5]（2009）在《理赔次数与车险保费挂钩 叁年不出险优惠30%》一文中研究指出上周本报刊登有关商业车险的报道后，引起了较大的社会反响。针对部分车主选择“裸险”的状况，随后采访了四川省保险行业协会，其明确表示，车主只买交强险是不可取的，应量体裁衣投保商业车险，完全没必要为了省小钱而冒大风险。 同时，还了解到，目前不(本文来源于《成都日报》期刊2009-06-25）
唐珏,杨亮吉[6]（2009）在《机动车第叁者责任保险理赔次数分布模型研究》一文中研究指出机动车第叁者责任保险在我国已经开办多年,而基于现有数据的损失分析一直都是我国精算研究的主要内容.对理赔次数分布的适用模型进行了分析,引入了带有随机效应的零膨胀泊松混合模型,并结合计算实例进行说明.(本文来源于《复旦学报(自然科学版)》期刊2009年02期）
白晓东[7]（2009）在《一类理赔次数相关的风险模型的破产概率》一文中研究指出经典的风险模型是描述单一险种的风险过程,随着保险公司业务规模的不断扩大,讨论多险种风险过程的破产问题显得越来越必要了。本文研究了一类理赔次数相关的两风险模型的破产概率问题,并得到了它的破产概率的渐进表达式。(本文来源于《阴山学刊(自然科学版)》期刊2009年01期）
王奕渲[8]（2009）在《稳健贝叶斯方法下考虑理赔次数因素的汽车保险奖惩系统》一文中研究指出本文将稳健贝叶斯方法用于构造汽车保险奖惩系统并分析其敏感性.用先验分布集合Γε={π:π=(1?ε)π0+εq,q∈Q}描述保单组合的风险异质性.从而得到混合先验分布下的奖惩系统;当q在Q内变化时,对奖惩系统进行敏感性分析.(本文来源于《应用概率统计》期刊2009年01期）
刘莉[9]（2008）在《常利率风险模型中盈余回复为正的理赔次数》一文中研究指出本文研究了常利率下风险模型中破产发生后,经过n次理赔盈余过程首次回复为正的概率分布,并得到其递推关系式.(本文来源于《应用概率统计》期刊2008年05期）
张春生,左松茂,高庆武[10]（2008）在《在扰动的Sparre Andersen模型中破产前发生的理赔次数(英文)》一文中研究指出研究在扰动的Sparre Andersen模型中保险公司破产前发生的理赔次数,这里理赔时间间隔服从Erlang(2)分布;l(u;n+1)表示保险公司破产前发生n+1次理赔的概率,h(u;n)表示公司破产是由于振荡引起的且发生在第n次和第n+1次理赔之间的概率.l-(s;n+1),-h(s;n)分别表示l(u;n+1),h(u;n)的拉普拉斯变换(n=1,2,…),得到了-l(s;n+1)和h-(s;n)的递推公式,由此运用Mathematics等数学软件可以算出l(u;n+1)及h(u;n).(本文来源于《天津师范大学学报(自然科学版)》期刊2008年01期）
理赔次数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来中国交通事故发生总次数、死亡人数和经济损失虽然逐年递减,但是其总量仍然很大,造成的后果也不容忽视。所谓保险公司无赔款优待是指一种经验定价方法,对于发生了一次或多次索赔记录的投保人增收保险费,而对没有任何索赔记录的投保人给予保费折扣。由于这张系数表直接关系到投保人的保费支付,其对于一家以连续性经营为前提的保险公司而言的重要性可想而知,因此对保费定价以及无赔款优待系数的研究一直是学术热点。由于无赔款优待系数只取决于上一年的等级以及上一年事故发生的次数,忽略了投保人的年龄、车龄、性别以及上一年的理赔额,这显然不能全面的描述投保人的风险。因此本文对其进行了优化,在理赔次数的回归中考虑年龄、车龄、性别等的因素,并且将理赔额作为另一个影响损失估计的重要因素,在分别对理赔次数和理赔额的理论分布做详细介绍后,利用手中的财险公司数据进行了严密的实证分析,分别找出了最优的刻画理赔次数的零膨胀负二项分布,和最优的刻画理赔额的帕累托分布。为得到两者的联合分布函数,本文应用Copula连接函数的优良特性,通过郭莲丽的离散型Copula连续化的方法,利用R语言的Copula包,找出了最优的Gumbel Copula连接函数。最后,根据解出的联合概率密度函数,将考虑理赔次数和理赔额之间相关关系的Copula连接函数损失估计值,与假定理赔额和理赔次数相互独立情况下的损失估计以及仅仅考虑理赔次数的观察损失做对比。发现在假设理赔次数和理赔额相互独立的情况下期望损失值,高于理赔次数和理赔额相关的情况下期望损失值;无论是独立假设下还是相关假设下,损失估计值都要高于观察损失;即使将理赔额加入到联合模型中,损失估计距离观察值仍有一定差距。最后基于联合分布函数,文中给出了作者未来研究的方向,并给出了具体的写作思路。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
理赔次数论文参考文献
[1].张瑾.理赔次数:留心预防二次重疾风险[J].理财周刊.2019
[2].吴雪灵.基于Copula函数的理赔次数和理赔额建模以及财险公司损失分析[D].厦门大学.2017
[3].曹文婵.零膨胀模型在车险理赔次数中的应用与研究[D].黑龙江大学.2014
[4].赵金娥,王贵红,龙瑶.理赔次数为复合Poisson-Geometric过程的风险模型[J].西南大学学报(自然科学版).2013
[5].蔡云舟.理赔次数与车险保费挂钩叁年不出险优惠30%[N].成都日报.2009
[6].唐珏,杨亮吉.机动车第叁者责任保险理赔次数分布模型研究[J].复旦学报(自然科学版).2009
[7].白晓东.一类理赔次数相关的风险模型的破产概率[J].阴山学刊(自然科学版).2009
[8].王奕渲.稳健贝叶斯方法下考虑理赔次数因素的汽车保险奖惩系统[J].应用概率统计.2009
[9].刘莉.常利率风险模型中盈余回复为正的理赔次数[J].应用概率统计.2008
[10].张春生,左松茂,高庆武.在扰动的SparreAndersen模型中破产前发生的理赔次数(英文)[J].天津师范大学学报(自然科学版).2008