简介:我国财险企业的操作风险管理起步较晚,目前尚未建立损失事件库,损失数据的缺失导致量化分析的研究较少。通过搜集整理并分析近15年来财险企业的欺诈类操作风险损失事件,发现数据具有“高频低损”和“低频高损”的特征,因此采用两阶段损失分布法(PSD-LDA)进行拟合。考虑到操作风险事件的属性以及数据搜集的不完整性,运用复合Poisson-Geometric分布来拟合损失频率从而度量欺诈类操作风险损失,并计提了相应的经济资本来抵御非预期的操作风险损失。结果表明,相对于设定损失频率为齐次泊松分布,基于复合PG分布的PSD—LDA模型能更好的拟合财险企业欺诈类操作风险损失,为我国财险企业操作风险的度量和管理提供了新思路。
简介:随着我国保险业的蓬勃发展,车险领域的保险欺诈问题日益严峻。鉴于我国在机动车辆保险欺诈检测技术方面较为滞后,本文针对车险反欺诈检测方法进行研究,首次将团伙微观建模应用于机动车辆保险欺诈检测。通过引入广义团伙概念,采用基于矩阵的相似度计算、秩排序和变换算法,对极小概率发生但又高度可疑的团伙实现有效识别。相较于传统方法具有更准确和高效的实际应用价值:引入广义团伙对车险欺诈进行全方位识别;将可疑欺诈团伙的车辆碰撞关系映射为人网络关系,从而避免各种人为规避行为对识别和检测的影响;不需要确定的欺诈样本,也不需要进行模型训练就可以直接应用;采用矩阵数值运算完成全部过程,有效提高计算效率。