大数据背景下的农险反欺诈检测:国际经验与技术选择

发布时间：2021-04-07 11:36

　　中国农业保险市场中欺诈骗保等违法行为不容忽视,亟需运用数据挖掘技术提高农业保险发展质量。首先,本文对反欺诈检测的常用方法进行了梳理,包括异常值检测、聚类法、线性回归法、社会关系网络分析法等方法。其次,本文总结美国运用数据挖掘技术开展农业保险反欺诈检测的基本经验。美国利用以政府主导、研究机构参与的模式,开发出多种欺诈检测项目,为美国农业保险节约巨额资金。再者,基于国际经验,本文提出适用于中国农业保险反欺诈检测的相关性异常值检测法、合谋关系检测法和机器学习法。最后,为进一步推动数据挖掘技术在中国农业保险反欺诈检测中的运用,本文提出建立农业保险大数据库、建立数据挖掘合作平台、建立常态化的数据利用机制、以及培育和激励数据挖掘人才等建议。 

【文章来源】：保险研究. 2019,(07)北大核心CSSCI

【文章页数】：14 页

【文章目录】：
一、引 言
二、反欺诈检测的主要方法和国际经验借鉴
    （一）主要方法
    （二）美国的经验借鉴
三、大数据背景下的农业保险反欺诈检测技术
    （一）相关性异常值检测
    （二）合谋关系检测
    （三）机器学习技术
三、推动数据挖掘技术运用于农业保险反欺诈检测的建议


【参考文献】：
期刊论文
[1]机器学习和农业政策研究范式的革新[J]. 于晓华,唐忠,包特.  农业技术经济. 2019(02)
[2]收入分化、需求演变与农业保险供给侧改革[J]. 张伟,黄颖,李长春,陈宇靖.  农业经济问题. 2018(11)
[3]农业保险保障水平的影响因素及提升策略[J]. 王克,何小伟,肖宇谷,张峭.  中国农村经济. 2018(07)
[4]论我国农业保险的政策目标[J]. 庹国柱,张峭.  保险研究. 2018(07)
[5]农业保险对农村经济的助力效果分析——基于3SLS方法[J]. 江生忠,张煜.  保险研究. 2018(02)
[6]政策性农业保险对农业生产水平影响效应的实证研究——基于全国31个省份面板数据分位数回归[J]. 代宁,陶建平.  中国农业大学学报. 2017(12)
[7]农业保险微观效用与粮食安全的关联度[J]. 叶明华,朱俊生.  改革. 2017(09)



本文编号：3123419