Статистическая оценка качества вождения в автостраховании: противодействие страховому мошенничеству и развитие Pay-How-You-Drive подхода

Работа посвящена анализу применения телематических данных в автостраховании с целью противодействия страховому мошенничеству и имплементации Pay-How-You-Drive подхода с использованием статистических методов (логистическая регрессия, методы k-средних и k-ближайших соседей, тест Чоу) и моделей машинного обучения (деревья решений, алгоритмы, основанные на градиентном бустинге). В результате исследования была предложена модель кластеризации на основе теста Чоу на наличие структурных сдвигов в значениях переменных, которая в сочетании с методами снижения размерности позволила добиться качества разделения водителей на "опасный" и "безопасный" кластеры по стилю их вождения выше 0,75 по метрике силуэт. Задача идентификации водителей решена с помощью алгоритма экстремального градиентного бустинга с долей правильных ответов классификатора свыше 99%. Результаты исследования могут быть полезны страховым компаниям, внедряющим страховые продукты, основанные на использовании телематики, в свою актуарную практику, так как полученные алгоритмы обладают высоким качеством и способны как идентифицировать водителей, так и разделять их по степени риска, связанного с качеством их вождения.