Bühlmann-Straub model

新的可信度聚类方法实现保险风险分配自动化

一篇新论文提出了一种名为“可信度聚类”的自动化方法，用于团体人寿保险中的风险组分配。这种数据驱动的方法结合了 Bühlmann-Straub 模型和 k-means 聚类，将受保集体划分为同质风险组。该方法包含可信度权重，以考虑历史索赔数据的统计显著性，旨在实现更符合精算且更具实践性的风险分类。来自一家欧洲保险公司的实证结果表明，该框架在可行性、时间稳定性和统计可靠性方面优于传统的 k-means 基准。