VIP12
本课程属于：062-非寿险GLM定价与费率建模 智能金融与金融工程 · 共 12 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

非寿险定价从数据到费率表端到端实战

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=非寿险定价的定义 · 业务价值 · 端到端流程概览
课程导入目标=非寿险定价…
02
非寿险基础
目标=险种分类 · 保险利益 · 赔付结构
非寿险基础目标=险种分类
03
数据基础
目标=数据来源 · 保单与赔案数据结构 · 数据质量检查
数据基础目标=数据来源
04
风险分类与费率因子
目标=风险分类原则 · 因子选择方法 · 连续变量分箱
风险分类费率因子
05
探索性数据分析
目标=单变量分布 · 双变量关系 · 赔付频率与强度趋势
探索性数据分析目标=单变量分布
06
广义线性模型基础
目标=指数族分布 · 连接函数 · 线性预测子
广义线性模型基础目标=指数族分布
07
频率模型实战
目标=泊松回归 · 负二项回归 · 暴露量处理
频率模型实战目标=泊松回归
08
强度模型实战
目标=伽马回归 · 逆高斯回归 · 对数正态回归
强度模型实战目标=伽马回归
09
纯保费模型
目标=频率与强度结合 · Tweedie分布 · 零膨胀模型
纯保费模型目标=频率
10
模型评估与选择
目标=AIC/BIC · 交叉验证 · 提升度
模型评估选择
11
变量筛选与正则化
目标=逐步回归 · Lasso · 岭回归
变量筛选正则化
12
广义可加模型
目标=样条平滑 · 非线性关系 · GAM与GLM对比
广义可加模型目标=样条平滑
13
树模型与集成方法
目标=决策树 · 随机森林 · 梯度提升
树模型集成方法
14
机器学习定价进阶
目标=神经网络 · 广义线性模型与机器学习融合 · 自动化特征工程
机器学习定价进阶目标=神经网络
15
地理定价与空间模型
目标=区域划分 · 空间平滑 · 地理编码
地理定价空间模型
16
风险暴露与在保期间
目标=暴露量计算 · 在保时间调整 · 新业务与续保业务处理
风险暴露保期间
17
大额赔案与极端值处理
目标=大额赔案识别 · 截断与删失 · 极值理论
大额赔案极端值处理
18
费率表构建基础
目标=费率表结构 · 基础费率 · 因子乘数
费率表构建基础目标=费率表结构
19
费率表优化与平滑
目标=因子平滑技术 · 单调性约束 · 业务可接受性
费率表优化平滑
20
费率表落地实施
目标=系统对接 · 费率表版本管理 · 核保规则集成
费率表落地实施目标=系统对接
21
监管与合规
目标=费率监管要求 · 报备流程 · 反歧视与公平性
监管合规
22
业务应用与沟通
目标=与核保 · 销售 · 产品团队协作
业务应用沟通
23
案例实战一
目标=车险定价端到端：数据准备 · 模型构建 · 费率表生成
案例实战一目标=车险定价端…
24
案例实战二
目标=健康险定价端到端：数据特点 · 频率强度模型 · 费率表设计
案例实战二目标=健康险定价…
25
案例实战三
目标=财产险定价端到端：巨灾风险 · 地理因子 · 费率表与再保险结合
案例实战三目标=财产险定价…
26
常见问题与陷阱
目标=数据泄露 · 过拟合 · 多重共线性
常见问题陷阱
27
模型监控与迭代
目标=监控指标 · 模型衰减 · 重新训练触发
模型监控迭代
28
自动化与工程化
目标=数据管道 · 模型部署 · API集成
自动化工程化
29
综合提升
目标=从数据到费率表的完整项目复盘 · 最佳实践总结 · 跨险种迁移
综合提升目标=从数据到费…
30
课程总结与实战任务
目标=核心知识点回顾 · 端到端项目作业 · 费率表评审
课程总结实战任务