中交兴路联合中国银保信升级重载货车保险风险评测模型|保险风险_新浪财经

转自：中国银行保险报网

中国银行保险报网讯【记者苏洁】

近日，在中交兴路与中国银保信的通力合作下，重载货车保险风险评测模型完成了全面升级，实现了对保险赔付率更加精准的预测。经过历时6个月的建模、部署和校验，新版模型已于12月4日正式上线。

据悉，新版重载货车保险风险评测模型使用了更大规模量的数据作为模型训练的基础，并且在模型算法、数据因子、适用车辆类型等方面有着诸多创新。

例如在数据要素方面，双方依托各自优势，提取覆盖河北、河南、山东、山西、江苏、安徽、广东、广西、四川、云南、陕西、辽宁12个省市的多年度全量数据进行分地市建模。针对上述地市建模过程中得到的规律性结论应用于其他省份和地区，使得新版模型效果在全国所有省份都有所提升。

本次模型升级，还重点引入残差神经网络深度学习算法，使部分重点地区的模型预测效果得到显著提升。双方在实践中发现，对于特定的建模数据，只要网络结构、激活函数、损失函数等参数设置得当，使用以残差神经网络为代表的深度学习模型既能达到很好的预测效果，又不会产生严重的过度拟合，有望成为新一代保险风险评测模型可供选择的建模算法。

依托物联网、大数据等技术对重载货车司机超速、疲劳、违规停车等危险驾驶行为的识别和提醒，以及对纠正改进情况的准确记录，此次模型升级还开发了车机提醒纠正率因子。对该因子的引入，能够让保险公司在制定保险产品价格时可以更加客观、公正；对货车司机来说，只要保持安全驾驶意识，不断改善驾驶行为，持续提高纠正率，便能更好、更快地提高保险评分，以更低价格购买保险产品。

此外，本次模型升级还关注到新能源车型。双方基于重载新能源货车的应用场景开发了相关的数据因子，并将其应用于新能源车、自卸车等特殊车型，使新版模型对特定类型车辆的风险预测能力和风险原因解释能力都得到了质的提升。

中交兴路与中国银保信强强联合，结合全国全量以重载货车为核心的“人、车、货、企、场”海量物流与车联网大数据及保单数据，充分激活数据要素潜能，在使我国保险行业的重载货车风险识别能力达到先进水平的同时，进一步创新合作模式，为重载货车保险业务的风险减量提供了决策依据。