动态准备金的测算方法、系统、装置、设备及存储介质与流程

本申请涉及人工智能领域及金融领域，尤其涉及一种动态准备金的测算方法、系统、装置、设备及存储介质。

背景技术：

1、随着保险行业的不断发展和竞争加剧，动态准备金测算作为重要的风险管理手段，已经成为了保险公司不可或缺的核心技术之一。保险准备金是指保险人为保证其如约履行保险赔偿或给付义务，根据政府有关法律规定或业务特定需要，从保费收入或盈余中提取的与其所承担的保险责任相对应的一定数量的基金。为了保证保险公司的正常经营，保护被保险人的利益，各国一般都以保险立法的形式规定保险公司应提存保险准备金，以确保保险公司具备与其保险业务规模相应的偿付能力。当前，传统的动态准备金测算方法多采用基于统计学方法的建模方式，这些方法往往受限于数据的数量和质量，不能动态高效直接应用于现实保险业务中。因此，如何在保险领域中提高测算动态准备金的效率成为了亟待解决的技术问题。

技术实现思路

1、本申请提供了一种动态准备金的测算方法、系统、装置、设备及存储介质，以在保险领域中提高测算动态准备金的效率。

2、第一方面，本申请提供了一种动态准备金的测算方法，所述方法包括：

3、将目标数据进行数据特征化处理，生成目标特征数据；

4、基于预设神经网络模型与所述目标特征数据，生成准备金预测值；

5、计算实际准备金与所述准备金预测值的目标误差值，并基于预设决策模型与所述目标误差值动态调整业务方案。

6、第二方面，本申请还提供了一种动态准备金的测算系统，所述系统包括：

7、数据处理模块、神经网络预测模块和调整管理模块；

8、所述数据处理模块，用于采集理赔数据和保单数据，并将所述理赔数据和所述保单数据进行特征化处理，生成特征数据；

9、所述神经网络预测模块，用于训练预设神经网络模型，并通过所述预设神经网络模型对所述特征数据进行预测，生成准备金预测值；

10、所述调整管理模块，用于计算实际准备金与所述准备金预测值的目标误差值，并基于预设决策模型与所述目标误差值动态调整业务方案。

11、第三方面，本申请还提供了一种动态准备金的测算装置，所述装置包括：

12、特征数据生成模块，用于将目标数据进行数据特征化处理，生成目标特征数据；

13、准备金预测模块，用于基于预设神经网络模型与所述目标特征数据，生成准备金预测值；

14、业务动态调整模块，用于计算实际准备金与所述准备金预测值的目标误差值，并基于预设决策模型与所述目标误差值动态调整业务方案。

15、第四方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的动态准备金的测算方法。

16、第五方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的动态准备金的测算方法。

17、本申请公开了一种动态准备金的测算方法、系统、装置、设备及存储介质，所述动态准备金的测算方法包括将目标数据进行数据特征化处理，生成目标特征数据；基于预设神经网络模型与所述目标特征数据，生成准备金预测值；计算实际准备金与所述准备金预测值的目标误差值，并基于预设决策模型与所述目标误差值动态调整业务方案。通过上述方式，本申请通过将目标数据转换为预设神经网络模型可识别的目标特征数据，通过预设神经网络模型与目标特征数据对目标数据对应的准备金进行预测，生成准备金预测值并根据准备金预测值与实际准备金的误差对业务进行调整，以在保险领域中提高测算动态准备金的效率。

技术特征：

1.一种动态准备金的测算方法，其特征在于，包括：

2.根据权利要求1所述的动态准备金的测算方法，其特征在于，所述将目标数据进行数据特征化处理，生成目标特征数据之前，包括：

3.根据权利要求1所述的动态准备金的测算方法，其特征在于，所述基于预设神经网络模型与所述目标特征数据，生成准备金预测值之前，包括：

4.根据权利要求1至3中任一项所述的动态准备金的测算方法，其特征在于，所述计算实际准备金与所述准备金预测值的目标误差值，并基于预设决策模型与所述目标误差值动态调整业务方案之后，包括：

5.一种动态准备金的测算系统，其特征在于，包括数据处理模块、神经网络预测模块和调整管理模块；

6.根据权利要求5所述的动态准备金的测算系统，其特征在于，所述神经网络预测模块包括输入层、隐藏层和输出层；

7.根据权利要求5所述的动态准备金的测算系统，其特征在于，所述调整管理模块包括决策单元；

8.一种动态准备金的测算装置，其特征在于，包括：

9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器；

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如权利要求1至4中任一项所述的动态准备金的测算方法。

技术总结
本申请涉及人工智能领域及金融领域，公开了一种动态准备金的测算方法、系统、装置、设备及存储介质，所述动态准备金的测算方法包括将目标数据进行数据特征化处理，生成目标特征数据；基于预设神经网络模型与所述目标特征数据，生成准备金预测值；计算实际准备金与所述准备金预测值的目标误差值，并基于预设决策模型与所述目标误差值动态调整业务方案。通过上述方式，本申请通过将目标数据转换为预设神经网络模型可识别的目标特征数据，通过预设神经网络模型与目标特征数据对目标数据对应的准备金进行预测，生成准备金预测值并根据准备金预测值与实际准备金的误差对业务进行调整，以在保险领域中提高测算动态准备金的效率。

技术研发人员：黄学亮
受保护的技术使用者：中国平安财产保险股份有限公司
技术研发日：
技术公布日：2024/1/5