基于客户赔付风险βc系数修正的车险客户生命周期价值研究

来源 :清华大学 | 被引量 : 0次 | 上传用户:yst598
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
利用客户生命周期价值(Customer Lifetime Value,CLV)作为衡量车险客户价值贡献的指标,进行有效的续保业务管理,从而将车险的短期交易转变为长期价值,这是未来车险业务的发展方向.因此,搭建精准的客户价值评估模型至关重要.本文在传统CLV模型基础上,借鉴金融领域对个别资产进行风险修正的方法,引入客户赔付风险βc系数作为贴现率的调整因子,创建RCLV模型,目的在于解决赔付风险不同的客户在产生同样利润现金流水平下传统CLV模型难以区分高价值低赔付风险客户的问题.RCLV模型的重点在于如何确定βc系数的表现形式.本文定义βc为单个客户赔付率与整体客户赔付率的比值,并积极探究商业险NCD、交强险NCD、商业三者险限额等从人因子对βc的影响.在βc量化模型的选择上,由于个体赔付率与累积损失趋势一致,且现实中存在大量零索赔保单,零调整回归模型可以进行合理预测.本文使用某财产保险公司2015年北京地区的车险精算数据,抽取典型样本进行RCLV的测算,并与原始CLV模型测算结果进行对比,说明所建立的模型确实可以避免对潜在优良客户的误判.
其他文献
为应对长寿风险对年金产品的影响,本文以死亡率免疫和死亡率久期规则为理论基础探讨长寿风险的分段对冲策略的有效性问题.为避免传统久期匹配方法中参数估计误差的累积和传导,本文借助WinBUGS软件和贝叶斯Markov Chain Monte Carlo方法,在统一的计算框架下完成了死亡率预测、死亡率久期计算和对冲效果的数值模拟;并以4种分段组合准备金数据的三维图,方差缩减比(VRR)和VaR值为指标来进