郭念国

(河南工业大学 理学院，河南 郑州 450001)

保险作为风险分摊的一种有效方式，其基础为风险的同质性。若被保险人的风险不同质，对风险水平低的被保险人来讲，缴纳相同的保费进行损失分摊显然是不公平的，从而在下一个保险年度就会放弃当前保险业务，这使得保险双方都会因业务的更换而产生损失。作为保险人，如何留住这些相对低风险的客户，关键是如何基于被保险人的相关风险信息对其进行有效分类[1]，使得分类后同类中的被保险人是同质的。

分类算法作为统计学习理论研究的一个核心问题，在许多领域都有着广泛的应用[2]，且取得了众多成果。通常，分类算法总是把数据分为两部分：一部分为训练数据，另一部分为检验数据。分类算法模型的构建是基于训练数据，而检验分类算法模型的分类效果则是基于检验数据。因朴素贝叶斯算法易于构建、易于解释，而且通常具有良好的分类效果，从而得到了广泛应用[3]，但该算法在车辆保险领域中的研究尚不多见。通常，被保险人所接触到的车辆索赔数据是格式化的数据，如下面这种由列组成的数据框：

车辆使用用途 | 车辆行驶区域 | 车辆价格 | 被保险人受教育程度 | 索赔额 | 索赔次数 |…

这种格式化的数据比较适合拟合广义线性模型，而且建立的模型可以给出风险因子(即解释变量，如车辆使用用途、车辆行驶区域等)对损失变量的相关关系，这也正如Antonio[4]指出的那样：广义线性模型已成为车辆保险实务领域中的标准模型。……