近年来,汽车数量逐年增加,汽车普及率逐年提高,无论是在保险业发达的西方国家还是保险业相对落后的我国,汽车保险已经成为现代保险业的重要险种之一,已经占据保险业务的半壁江山。保险公司如何经营好机动车辆保险,增强风险意识,减少赔付率,已成为大家的共识,要实现这一目标的重要环节即车险索赔次数的精算。　　作为财产保险的第一大险种,机动车辆保险费率厘定问题是一个不容忽视的重要问题。目前我国机动车辆保险费率刚开始市场化,机动车辆保险费率厘定仍然有待进一步改进,由于财产保险公司开展业务的时间还比较短,经验数据相对缺乏,这导致了车辆保险费率的公平性和合理性不够,也影响了机动车辆保险作用的发挥。因此,寻找一种原理科学、技术上能做到公平、稳定的费率厘定方法成为了一个关注点。　　本文首先介绍基本索赔次数分布,泊松模型,负二项模型,泊松—逆高斯模型,二元风险模型,三元风险模型等。其次讨论回归模型,回归模型是指将原分布中的参数表示成协变量的函数而得到的模型。这里讨论泊松回归模型和负二项回归模型,比较它们拟合数据的结果。再次,引入零膨胀索赔次数模型,这里引入零膨胀泊松回归模型和零膨胀负二项回归模型,比较它们拟合数据的结果。最后讨论多风险因素广义线性模型,并通过对数据的拟合效果验证新模型的适用性。