VIP20
本课程属于：015-保险精算模型坏样本归因 金融科技风控与量化工程 · 共 20 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

保险精算坏样本归因全流程指南

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
坏样本归因在保险精算中的定义 · 重要性 · 应用场景及课程整体框架
课程导论坏样本归因
02
数据基础
保险业务数据结构（保单 · 理赔 · 客户
数据基础保险业务数据结构
03
数据采集与整合
多源数据（核心系统 · 第三方 · 外部数据）的采集
数据采集整合
04
数据质量评估
缺失值 · 异常值 · 重复值
数据质量评估缺失值
05
探索性数据分析（EDA）
单变量分布 · 双变量关系 · 多维交叉分析及可视化技术
EDA探索性数据分析
06
坏样本定义与标注
精算视角下的“坏样本”分类（欺诈 · 逆选择 · 高赔付
坏样本定义标注
07
特征工程基础
数值型 · 类别型 · 时间型特征的构造与变换方法
特征工程基础数值型
08
高级特征构造
基于保单生命周期的聚合特征 · 比率特征 · 趋势特征
高级特征构造基于保单生命周期…
09
特征选择方法
过滤法 · 包裹法 · 嵌入法及精算业务约束下的特征筛选
特征选择方法过滤法
10
不平衡数据处理
过采样（SMOTE） · 欠采样 · 代价敏感学习在保险坏样本中的应用
不平衡数据处理SMOTE
11
归因模型选型
逻辑回归 · 决策树 · 随机森林
归因模型选型逻辑回归
12
可解释性模型（一）
逻辑回归系数解读 · 优势比 · 边际效应与精算业务含义
可解释性模型逻辑回归系数解读
13
可解释性模型（二）
决策树规则提取 · 特征重要性排序与业务规则映射
可解释性模型决策树规则提取
14
模型可解释性工具
SHAP值 · LIME · Partial Dependence…
模型可解释性工具SHAP
15
归因分析框架
全局归因 vs 局部归因 · 个体层面 vs 群体层面归因方法论
归因分析框架vs
16
业务规则引擎
基于精算经验阈值的规则归因与模型归因…
业务规则引擎基于精算经验阈值…
17
时间序列归因
保单年度 · 理赔发生时间 · 延迟报告期对坏样本归因的影响
时间序列归因保单年度
18
地理与人口统计归因
区域风险因子 · 年龄 · 性别
地理人口统计归因
19
产品与渠道归因
不同险种（车险 · 健康险 · 寿险）及销售渠道的坏样本模式差异
产品渠道归因
20
理赔行为归因
理赔频率 · 理赔金额 · 理赔类型
理赔行为归因理赔频率
21
欺诈检测归因
社交网络分析 · 异常模式识别 · 欺诈评分卡在归因中的应用
欺诈检测归因社交网络分析
22
逆选择归因
投保时点 · 保额突变 · 告知异常等逆选择行为的归因特征
逆选择归因投保时点
23
退保与续期归因
退保率 · 续期率 · 保单失效率的影响因素归因
退保续期归因
24
归因结果验证
回测 · 交叉验证 · 业务专家评审
归因结果验证回测
25
归因报告生成
自动化归因报告模板 · 关键指标看板 · 可视化归因结论输出
归因报告生成自动化归因报告模…
26
归因系统架构
数据管道 · 特征存储 · 模型服务
归因系统架构数据管道
27
案例实战（一）
车险高赔付率坏样本归因全流程演练（从…
案例实战车险高赔付率坏样…
28
案例实战（二）
健康险欺诈理赔坏样本归因全流程演练（…
案例实战健康险欺诈理赔坏…
29
案例实战（三）
寿险退保率异常坏样本归因全流程演练（…
案例实战寿险退保率异常坏…
30
课程总结与展望
归因分析常见陷阱 · 未来趋势（因果推断 · 深度学习归因）及持续学习路径
课程总结归因分析常见陷阱