摘 要：貨運車輛承載公路貨物運輸是貨物供應(yīng)鏈中的關(guān)鍵運輸環(huán)節(jié)，與我國國民經(jīng)濟運行、產(chǎn)業(yè)鏈條銜接、居民生活水平提升等有緊密關(guān)聯(lián)性。而貨運車輛的高速通行數(shù)據(jù)是能夠記載貨運車輛主要行駛行為的信息記錄。在車險定價方面，貨運車輛高速通行數(shù)據(jù)可以幫助保險公司提升對貨運車輛車險的定價精算化，有助于提升保險公司的營利性。本文主要研究方向聚焦于數(shù)據(jù)應(yīng)用的微觀方面，即貨運車輛高速通行數(shù)據(jù)的在貨運車輛保險場景的應(yīng)用。

關(guān)鍵詞：高速通行數(shù)據(jù) 貨運車 車險

1 緒論

在保險行業(yè)，一直以來，市場出現(xiàn)營運貨車投保難引起廣泛關(guān)注。于此同時，隨著車險市場迅速發(fā)展，車險產(chǎn)品配置逐漸達到飽和狀態(tài)，且車險產(chǎn)品同質(zhì)化現(xiàn)象較為嚴重，車險市場亟待創(chuàng)新破局。當前，從監(jiān)管到企業(yè)，從外部到內(nèi)部，行業(yè)變化趨勢持續(xù)推動商業(yè)車險改革。

當前，對于保險企業(yè)而言，因貨運車輛的原有問題導(dǎo)致保險公司對于商用車產(chǎn)品推廣、車險定價和反欺詐等方面，存在薄弱環(huán)節(jié)，限制了保險企業(yè)對該類“邊緣市場”的滲透力度和發(fā)展規(guī)模。為解決該問題，本報告嘗試引入貨運車輛高速通行數(shù)據(jù)結(jié)合其他已有數(shù)據(jù)嘗試進行研究分析。

2 數(shù)據(jù)來源及處理

2.1 數(shù)據(jù)來源

2.1.1 車輛理賠數(shù)據(jù)

已經(jīng)獲取某保險公司近一年的理賠數(shù)據(jù)，其中包括理賠類型、理賠原因、地域分布等數(shù)據(jù)，其利用保險公司出險數(shù)據(jù)持續(xù)優(yōu)化出險模型。

2.1.2 高速通行數(shù)據(jù)

高速通行數(shù)據(jù)來源于交通運輸部采集的動態(tài)數(shù)據(jù)，具有全覆蓋、實時性、真實性等特點[1]。覆蓋全國范圍高速通行車輛數(shù)據(jù)，借助地面道路固定通信設(shè)施實現(xiàn)車輛與道路間的信息交互數(shù)據(jù)，更新頻率從T+1和實時兩種頻率，具有較高的開放程度。因開放程度較高可以彌補保險企業(yè)和行業(yè)內(nèi)數(shù)據(jù)共享不充分等問題。貨運車輛高速通行數(shù)據(jù)整體來看，以2021年為例，全國超過3292萬輛貨車產(chǎn)生了20.74億條高速出入站通行記錄（不含門架通行記錄），月均超過2.1億條通行記錄，一型貨車高速通行次數(shù)占比達到42%。全國高速路網(wǎng)共計超過3292萬輛貨車產(chǎn)生貨物周轉(zhuǎn)量為2.78萬億噸公里?？梢姅?shù)據(jù)量龐大，對于保險場景的貨運車輛基本可以實現(xiàn)全覆蓋。

具體貨運車輛高速通行數(shù)據(jù)包含的內(nèi)容包括入口通行數(shù)據(jù)，出口通行數(shù)據(jù)，門架通行數(shù)據(jù)。具體字段如下。

入口通行數(shù)據(jù)包括的字段：通行標識、通行介質(zhì)和OBU編碼即用于標識通行車輛的編碼，入口標簽時間和日期等時間字段，入口車輛型號、車牌、車型代碼、車種代碼和軸數(shù)等車輛信息，入口車輛的載重數(shù)等車輛營運信息，入口站名等入口站信息。

出口通行數(shù)據(jù)包括的字段：通行標識、通行介質(zhì)和OBU編碼即用于標識通行車輛的編碼，出口標簽時間和日期等時間字段，出口車輛型號、車牌、車型代碼、車種qz61b+UBxIffdcd6zrQM1HBk/J1yH6RW66BmBaEWcoU=代碼和軸數(shù)等車輛信息，出口車輛的載重數(shù)等車輛營運信息，出口站名等入口站信息。

門架通行數(shù)據(jù)包括的字段：通行標識、通行介質(zhì)和OBU編碼即用于標識通行車輛的編碼，通過門架的時間和日期等時間字段，門架通過時的車輛型號、車輛編號、車牌、車型代碼、車種代碼和軸數(shù)等車輛信息，行駛速度、計費里程數(shù)等車輛營運信息，門架類型、門架編號等門架信息。

2.2 數(shù)據(jù)處理

數(shù)據(jù)處理主要包含兩方面工作，缺失值處理與異常值處理。數(shù)據(jù)缺失是數(shù)據(jù)分析與建模經(jīng)常遇到的問題，缺失值一般分為真缺失與假缺失，在處理缺失值的時候就要根據(jù)具體需求而定。具體采用如下幾種方法進行處理：

均值/中位數(shù)補救法：對于數(shù)值型字段，可以使用樣本均值或中位數(shù)補救；對于分類型字段，可以使用中位數(shù)補救。

頻度最高值補救法：對于分類型字段，使用出現(xiàn)頻度最高的類別補救；對于數(shù)值型字段，可以通過先分箱，然后使用出現(xiàn)頻度最高的分箱的均值或者中位數(shù)進行補救。

統(tǒng)計方法補救法：針對數(shù)值型字段，可以使用諸如基于聚類的均值補救或者基于分類的插值補救等先進方法進行處理。

3 貨運車輛高速通行風險模型研究

3.1 貨車車輛高速通行風險特征因子

貨運車輛高速通行數(shù)據(jù)包括僅依據(jù)貨運車輛高速通行數(shù)據(jù)形成特征因子，依據(jù)貨運車輛高速通行數(shù)據(jù)形成的駕駛習慣特征因子主要如表1所示。

3.2 模型建立（XGBoost模型）

XGBoost（eXtreme Gradient Boosting）極度梯度提升樹，是一種基于梯度提升樹的機器學習算法。XGBoost結(jié)合了梯度提升框架和決策樹模型，通過迭代地訓練一系列的決策樹來逐步改進預(yù)測性能。它的目標是優(yōu)化損失函數(shù)，使得預(yù)測值與實際值之間的誤差最小化。XGBoost的參數(shù)主要分為三類：通用參數(shù)、Booster參數(shù)和學習目標參數(shù)。［2］

3.2.1 通用參數(shù)

這些參數(shù)用來控制XGBoost的宏觀功能，在這里主要介紹通用參數(shù)中的重點參數(shù)。

1）booster[default=gbtree]

booster的基礎(chǔ)樹模型，包括三種 ：gbtree， gblinear or dart，其中g(shù)btree與dart的應(yīng)用效果較為一致，dglinear應(yīng)用效果稍差。

2）verbosity [default=1]

訓練中是否打印信息，0 （silent）， 1 （warning）， 2 （info）， 3 （debug）。

3.2.2 Booster參數(shù)

1）eta [default=0.3， alias： learning_rate]; range[0，1]

相當于神經(jīng)網(wǎng)絡(luò)中的學習率，與二叉樹的分裂有關(guān)，可以增加XGBoost的穩(wěn)定性。

2）gamma [default=0， alias： min_split_loss]

子葉節(jié)點分裂所需要的最小損失，gamma越大，算法越保守（魯棒性）。

3）max_depth [default=6]

樹的深度，深度越大，XGBoost的越復(fù)雜越容易過擬合。

4）subsample [default=1]

訓練每一顆新的樹時候的采樣率，有點類似與神經(jīng)網(wǎng)絡(luò)中的批量訓練，每次訓練新的二叉樹時使用數(shù)據(jù)在全數(shù)據(jù)集中的占比。

5）sampling_method [default= uniform]

采樣采用的概率模型：uniform 正態(tài)分布 gradient_based。

6）lambda [default=1]

權(quán)重的L2正則化項。這個參數(shù)是用來控制XGBoost的正則化部分的。

7）alpha [default=1]

權(quán)重的L1正則化項。 能夠應(yīng)用在很高維度的狀況下，使得算法的速度更快。

3.2.3 學習目標參數(shù)

這類參數(shù)用來控制理想的優(yōu)化目標和每一步結(jié)果的度量方法。

1）objective[default=reg：linear]

這個參數(shù)定義需要要被最小化的損失函數(shù)。最經(jīng)常使用的值有：binary：logistic二分類的邏輯回歸，返回預(yù)測的幾率； multi：softmax使用softmax的多分類器，返回預(yù)測的類別。

2）eval_metric[默認值取決于objective參數(shù)的取值]

對于有效數(shù)據(jù)的度量方法。 對于回歸問題，默認值是rmse，對于分類問題，默認值是error。

seed（default=0）

隨機數(shù)的種子設(shè)置它能夠復(fù)現(xiàn)隨機數(shù)據(jù)的結(jié)果，也能夠用于調(diào)整參數(shù)。

3.3 模型驗證

3.3.1 模型效果

對模型表現(xiàn)的評估，基于Kolmogorov-Smirnov（K-S）和基尼（Gini）或ROC系數(shù)這兩個統(tǒng)計值，Gini ＝ 2*AUC － 1， AUC是ROC曲線下面積，經(jīng)常用作衡量分類模型質(zhì)量的指標。Kolmogorov-Smirnov（K-S）值和基尼系數(shù)（Gini）用來衡量模型區(qū)分好壞的能力，也就是模型的預(yù)測能力[3]。通過兩者的計算來驗證模型的預(yù)測能力，如下圖1所示。

KS值由多種因素決定，如：

·數(shù)據(jù)源和數(shù)據(jù)信息的可獲取度

·數(shù)據(jù)的質(zhì)量

·產(chǎn)品類型

·群體的穩(wěn)定性

3.3.2 模型驗證

貨運車風險識別除了結(jié)合貨運車輛高速通行數(shù)據(jù)風險因子之外，還增加相關(guān)風險因子，例如車牌車架一致性；兩客一危判定；超載超限黑名單；套牌車識別等數(shù)據(jù)，通過對風險因子賦權(quán)，形成車輛級的模型評分，評分區(qū)間為1-100分，其中1-10分為E類高風險車輛，11-30分為D類高風險車輛，31-60分為C類風險車輛，61-80分為B類優(yōu)質(zhì)車輛，81-100分為A類優(yōu)質(zhì)車輛。不同的評分對應(yīng)不同的風險等級。最終輸出營運車輛的風險等級，將車輛劃分為A＼B優(yōu)質(zhì)車輛，C類風險車輛，D＼E類高風險車輛。應(yīng)用于營運貨車的風險識別中。

通過結(jié)合保險公司賠付數(shù)據(jù)分析。該模型評分對保前業(yè)務(wù)將有較高區(qū)分度。評分為E檔業(yè)務(wù)賠付率高達136%，E檔與A檔賠付率相差3.3倍以上。如圖2所示。

4 總結(jié)

本文對基于貨運車輛高速通行數(shù)據(jù)保險風險評估進行研究。通過對行業(yè)已論證的車輛風險要素與貨運車輛高速通行數(shù)據(jù)特征因子的關(guān)系進行實證分析，提出差異化車險產(chǎn)品，在最大化體現(xiàn)公平性的原則的前提下驗證了本文研究結(jié)果的創(chuàng)新性，并為后續(xù)開展不同客戶的車險定價提供了參考借鑒價值。本研究通過貨運車輛高速通行數(shù)據(jù)獲取與車輛風險定價相關(guān)的數(shù)據(jù)信息，并納入到風險因素和定價模型分析范疇，以期實現(xiàn)保險定價模型的精確性。然而，本研究也存在一些局限性，如數(shù)據(jù)集的選擇和算法的局限性，隨著高速通行數(shù)據(jù)進一步的應(yīng)用與拓展和貨運車輛市場的不斷擴大，我們預(yù)期將有更多的數(shù)據(jù)和技術(shù)可供利用。未來結(jié)合國內(nèi)外相關(guān)研究成果創(chuàng)新性構(gòu)建車險定價模型，并通過聯(lián)動機制對車險費率進行調(diào)整，動態(tài)反映出不同車輛及其通行行為所呈現(xiàn)的潛在風險性，減少保險公司與客戶之間的信息不對稱情況的發(fā)生，從而提高保險行業(yè)的交易效率。