可穿戴设备产生的健康大数据在人身险中的应用研究

摘要

可穿戴技术的概念最先由美国麻省理工学院媒体实验室在20世纪60年代提出，顾名思义，可穿戴设备是一种便携式设备，不仅可以收集步数、运动、睡眠等用户行为数据，还可以监测用户的心率、血糖、血压等生理体征数据。广泛存在的信息不对称长久以来困扰着人身险行业的发展，而可穿戴设备凭借其强大的信息收集、存储和传输的能力，有望在很大程度上解决这一问题，从而日益受到人身险业者的关注。本文旨在探索如何将可穿戴设备产生的健康大数据用于人身险的核保、费率奖惩以及费率厘定过程中，从而为人身险行业的健康平稳发展做出贡献。　　论文采用文献综述、实证分析等方法对可穿戴设备产生的健康大数据如何用于人身险核保、费率厘定以及费率奖惩系统进行研究。论文的主要结构如下：　　第一章，导论部分。这部分内容主要包括研究背景和研究意义、可穿戴设备和大数据相关的研究现状、研究目的和主要内容、研究思路和研究方法以及研究的创新点和不足。　　第二章，可穿戴设备及其产生的健康大数据剖析。这部分内容先是分析了可穿戴设备的功能和特征，接着对可穿戴设备产生的健康大数据所具有的特征进行了总结，为下面的深入研究做了准备。　　第三章，基于可穿戴设备产生的健康大数据扩充人身险核保因子。这部分内容先是先是介绍了传统人身险核保及其存在的问题，针对其存在的问题，利用可穿戴设备产生的健康大数据扩充原有的核保因子，并通过随机森林算法的变量重要性评分功能为核保因子确定权重，建立新的风险评点体系，从而判断和识别被保险人的生活方式是否健康，提高人身险核保水平和承保质量。　　第四章，基于可穿戴设备产生的健康大数据厘定人身险费率。这部分内容先是构建了可用于实证研究的数据集，利用时下比较流行的机器学习算法模型得到出险概率，基于出险概率进行费率厘定。　　第五章，基于可穿戴设备产生的健康大数据设计人身险费率奖惩系统。这部分内容探索将车险中的费率奖惩系统引入到人身险之中，并以终身寿险为例设计了适用于人身险的费率奖惩系统。　　第六章，总结和建议。首先对可穿戴设备产生的健康大数据在人身险中的应用进行了总结，接着对应用过程中面临的问题和挑战给出了具体建议。　　研究如何将可穿戴设备产生的健康大数据应用于人身险，首先要对可穿戴设备产生的健康大数据有一个全面、细致的了解。在对可穿戴设备产生的健康大数据进行全面分析和总结的基础上，笔者认为可穿戴设备产生的健康大数据可以应用于人身险核保、费率厘定以及费率奖惩中。　　将可穿戴设备产生的健康大数据应用于人身险核保、费率厘定以及费率奖惩中，都是为了更精细化、动态化地识别和评估被保险人的实际风险水平，所以对可穿戴设备产生的健康大数据在人身险核保、费率厘定以及费率奖惩中的应用分别加以论述，以期全面细致地分析和研究可穿戴设备产生的健康大数据在人身险中的应用。　　本文的创新之处在于：本文首先对可穿戴设备产生的健康大数据所具有的特征进行了总结，为可穿戴设备产生的健康大数据在人身险中的应用奠定了基础。在核保应用中，本文指出可穿戴设备产生的健康大数据可以扩充人身险核保因子，并且可以通过随机森林算法的变量重要性评分功能为核保因子确定权重，建立新的风险评点体系，从而判断和识别被保险人的生活方式是否健康，对于提高人身险承保质量和盈利水平具有重要意义；在费率厘定应用中，笔者在缺乏可用数据的情况下，构建了适于实证研究的数据集，利用时下比较流行的机器学习算法进行建模，基于机器学习得出的出险概率进行费率厘定，通过实证研究证明，基于可穿戴设备产生的健康大数据，利用大数据技术（机器学习）实现人身险费率厘定的可行性，对于人身险个性化精准定价具有重要意义；在费率奖惩应用中，以终身寿险为例，基于可穿戴设备产生的健康大数据设计了人身险费率奖惩系统，将被保险人的运动记录与保费挂钩联动，运动达标将获得按天给付的保费奖励，激励被保险人多运动从而获得健康的身体，也有助于提升人身险公司的竞争力和风险管理水平。　　（1）选题新颖。在可穿戴设备日益普及的当下，对于人身险公司来说，可穿戴产生的有关人体行为和生理状态的健康大数据是一座等待挖掘的富矿，如果能将其应用于人身险核保、费率厘定以及费率奖惩中，可以更精细化、动态化地识别和评估被保险人的实际风险水平，对人身险的发展具有重要意义。　　（2）实证研究。目前学者对于可穿戴设备在人身险中的应用都只停留在理念层面，缺少应用的具体路径以及实证研究。本文在缺乏可用数据的情况下，自主构建了可用于实证研究的数据集，通过实证研究说明了BP神经网络在出险概率预测以及费率厘定过程中的可行性。数据构建过程新颖而又符合实际情况，并可以对机器学习算法给出的出险概率预测结果进行评价，这是实际数据所无法做到的。本文还以终身寿险为例，通过适当假定并在定量分析的实证研究基础上，设计了适用于人身险的费率奖惩系统。

目录

声明

1.导 论

1.1研究背景和意义

1.1.1研究背景

1.1.2研究意义

1.2文献综述

1.2.1大数据及其相关技术

1.2.2可穿戴设备及其在人身险中的应用

1.2.3文献评述

1.3研究目的和主要内容

1.4研究思路和方法

1.5研究的创新与不足

2.可穿戴设备及其产生的健康大数据剖析

2.1可穿戴设备的功能和特征

2.1.1可穿戴设备的功能

2.1.2可穿戴设备的特征

2.2可穿戴产生的健康大数据特征分析

2.2.1健康大数据的重要来源

2.2.2可穿戴设备产生的健康大数据所具有的特征

3.基于可穿戴设备产生的健康大数据扩充人身险核保因子

3.1传统人身险核保

3.1.1传统核保因子

3.1.2传统核保过程和方法

3.1.3传统人身险核保存在的问题

3.2人身险核保因子的扩充

3.2.1引入新的核保因子

3.2.2核保因子权重的确定

4.基于可穿戴设备产生的健康大数据厘定人身险费率

4.1数据的构造

4.1.1数据特征描述

4.1.2构造原理

4.1.3构造过程

4.1.4数据展示与检验

4.2后验概率计算

4.3机器学习算法选择

4.3.1决策树

4.3.2朴素贝叶斯

4.3.3 K 近邻

4.3.4 BP神经网络

4.3.5支持向量机

4.3.6随机森林

4.3.7AdaBoost

4.4机器学习性能评价指标

4.4.1混淆矩阵

4.4.2 ROC曲线和 AUC值

4.5机器学习训练及评价

4.5.1分类模型训练及测试结果

4.5.2分类模型性能比较

4.6费率厘定

5.基于可穿戴设备产生的健康大数据设计人身险费率奖惩系统

5.1奖惩系统原理

5.1.1奖惩系统简介

5.1.2心理风险与激励相容

5.2人身险费率奖惩系统的设计

5.2.1奖惩系统假设

5.2.2稳态概率分布计算

5.2.3保费计算

5.2.4奖励金额

6.总结与建议

6.1总结

6.2建议

6.2.1政府

6.2.2人身险公司

6.2.3可穿戴设备厂商

参考文献

附 录

附录1：实证代码过程（python）

附录2：费率厘定结果

附录 2.1 出险概率预测结果

附录 2.2纯保费

附录3：费率奖惩系统

附录 3.1生命表（2010～2013）

附录3.2 终身寿险纯保费

致 谢