导读:本文包含了贝叶斯调整论文开题报告文献综述及选题提纲参考文献，主要关键词:互联网保险,电子商务,淘宝退货运费险,信息不对称
贝叶斯调整论文文献综述
王依人[1]（2017）在《淘宝平台退货运费险买家版保费定价研究》一文中研究指出进入21世纪,互联网已经颠覆性地影响了多个行业和领域。近些年来,由互联网技术和金融业相互融合而产生的互联网金融行业,凭借着服务碎片化、场景多元化、产品定制化等方面的优势迅速崛起。在我国诸多金融行业中,保险业是比较早开始以积极的态度利用互联网技术改善自身金融服务的行业。近些年来,随着互联网保险行业的迅猛发展,各类符合大众需求、顺应时代需要的新兴险种层出不穷。2010年华泰保险公司与淘宝平台联合推出了一款将电子商务与互联网保险相结合的产品——退货运费险(以下简称“退运险”),它将风险定位于消费者在网购过程可能产生退货的风险,将损失定位于消费者退货时所产生的运费损失,是保险业贴合新型保险需求的创新产物。然而,这款旨在减少网购纠纷、保障退货损失风险的产品,在网购平台迅速走红的同时,并没有给保险公司带来预期中的可观利润。有媒体报道称,退运险自从推出以来,就一直保持着93%左右的赔付率,因此该险种一直处于亏损状态。究其原因,保险公司对于退运险(买家版)的保费定价方法存在一定问题。众所周知,“一概而论式”的静态定价会导致由于信息不对称而产生道德风险和逆向选择问题,这会直接导致保险公司的赔付支出增加,所以针对退运费险(买家版)进行合理定价就显得十分重要。退运险作为国内首创的新兴互联网保险产品,在国外尚未有可以直接借鉴的经验,目前关于退运险的研究多集中于从宏观定性方面探索其在电子商务中存在的问题及发展前景,而从微观角度研究的很少。本文则从微观定价机制出发,力求通过动态调整的保费定价方式,针对消费者自身的标签属性信息解决退运险(买家版)中由于信息不对称而导致的各种问题。本文从全新切入角度——买家属性入手,研究不同买家的行为对退货率产生的影响。基于消费者效用理论角度设计贴合买家属性的调查问卷,获得一手数据。并利用K-means聚类分析将具有不同属性的买家按照退货容易程度分为叁类。同时,为了避免静态的定价,我们采用贝叶斯更新理论,由买家历史数据给出针对性保费定价的贝叶斯先验分布,并基于其之后的行为产生的数据信息不断对其保费定价公式参数进行调整,得出合理、准确的贝叶斯后验分布。本文最终结论简便、易懂,可作为保险公司定价模型的参考,有很强的实际指导意义。(本文来源于《电子科技大学》期刊2017-05-06）
夏建明,杨俊安,陈功[2]（2014）在《参数自适应调整的稀疏贝叶斯重构算法》一文中研究指出稀疏表示模型中的正则化参数由未知的噪声和稀疏度共同决定,该参数的设置直接影响稀疏重构性能的好坏。然而目前稀疏表示问题优化求解算法或依靠主观、或依靠相关先验信息、或经过实验设置该参数,均无法自适应地设置调整该参数。针对这一问题,该文提出一种无需先验信息的参数自动调整的稀疏贝叶斯学习算法。首先对模型中各参数进行概率建模,然后在贝叶斯学习的框架下将参数设置及稀疏求解问题转化为一系列混合L1范数与加权L2范数之和的凸优化问题,最终通过迭代优化得到参数设置和问题求解。由理论推导和仿真实验可知,已知理想参数时,该算法与其它非自动设置参数的迭代重加权算法性能相当,甚至更优;在理想参数未知时,该算法的重构性能要明显优于其它算法。(本文来源于《电子与信息学报》期刊2014年06期）
陈正,汪飞飞[3]（2012）在《贝叶斯方法在调整保险费率中的应用》一文中研究指出根据市场经营情况适时调整保险费系统对保险公司至关重要。对贝叶斯调整保险费方法进行阐述,运用实例分析说明贝叶斯调整保险费方法估计保险费率的可行性。本文的方法和结论可运用于非寿险实务中小样本数据的保险费估计工作。(本文来源于《西安财经学院学报》期刊2012年05期）
王冠文[4]（2012）在《基于粗糙集和贝叶斯决策理论的利率调整研究》一文中研究指出随着资本市场不断的深化发展,并伴着经济和金融的全球化,使传统的以货币供应量为中介目标的货币政策已日益不适应经济发展的需要,然而“利率微调”的优越性却在越来越多的国家的实践中得以体现。上海银行同业拆借利率(SHIBOR)正式全面的实行标志着我国基准利率的雏形的形成,这就为我国货币政策中介目标由数量型向价格型的转变创造了条件,同时这也意味着我国央行对利率市场的宏观调控将更加精准有效。为此,利率微调对我国宏观经济的调控功效将会愈来愈明显。利率是连接货币因素与实际经济因素的中介变量,是调节经济活动的重要杠杆。为了充分发挥利率的经济杠杆作用,必须尽可能合理确定利率。利率作为资金的价格,所受到的决定因素和影响因素非常多,而且非常复杂。也就是说,利率水平的高低和调整,最终是由各种复杂因素的综合影响所决定的。本文通过收集近几年来的我国央行对利率所作的调整、CPI指数、美国储备金率、GDP、平均利润率、贴现率等数据,通过多元回归分析将多数影响利率变动的因素进行分析,选出重要的因素,然后通过粗糙集理论建立决策表,对决策表进行约简,得出决策规则。然后通过贝叶斯最小风险理论对决策进行评估,进而得出在影响因素为何种状态时对利率采取何种调整。本文所研究的利率是指金融机构人民币一年期定期存贷款利率。(本文来源于《山西大学》期刊2012-06-01）
史滋福,张庆林[5]（2011）在《“直觉调整差误”偏向对贝叶斯推理成绩的影响》一文中研究指出采用贝叶斯推理问题作为实验材料,探讨被试解决贝叶斯推理问题的启发式策略,从认知偏向的角度分析该问题的困难原因。结果发现:(1)贝叶斯推理问题解决过程中的"可得性启发"与后验概率估计过程中的"直觉调整差误"密切相关;(2)贝叶斯推理问题解决过程中文、理科被试都同样会产生"直觉调整差误"偏向;(3)贝叶斯推理问题解决过程中的后验概率估计值和对推理问题中包括"虚报率"信息的命题的"可得性"测量所得主观概率之间存在显着的负相关。(本文来源于《心理科学》期刊2011年04期）
史滋福,张庆林[6]（2009）在《“直觉调整差误”偏向对贝叶斯推理成绩的影响》一文中研究指出贝叶斯推理已广泛应用于决策、判断、医药、科学、工程技术和制造工艺、经济、政治和军事战略,如果能够正确进行推理,则可大大提高决策的质量。但诸多研究表明,人们在贝叶斯推理时经常犯错误,如大多数推理者包括那些名牌医学院的学生,在着名的医学疾病诊断问题上表现得都很差,正确率低于10%。为此,本研究试图采用数学结构(数量关系)上完(本文来源于《第十二届全国心理学学术大会论文摘要集》期刊2009-11-05）
张漪,章平[7]（2008）在《基于贝叶斯法则的个体信念调整及决策模型》一文中研究指出文章从学习行为角度切入,基于贝叶斯法则构建了一个个体在有界策略集中进行决策的一般性行为调整模型,并使用城镇住宅小区内"既非家庭私有又非社会公有的被一定范围内私人共享"的资源配置,来解释业主群体在维权模式过程中的经验积累和认知演化过程,以及业主对外界信息的内部加工过程。(本文来源于《统计与决策》期刊2008年11期）
方涛,黄丽琨[8]（2008）在《动态修正贝叶斯估计的Bootstrap调整》一文中研究指出在现场子样相对较小的条件下,研究具有多阶段试验信息时弹点散布方差的参数估计问题,将Bayes法和Bootstrap法结合起来,给出动态Bayes估计的Bootstrap调整方案,并通过仿真模拟算例验证方法的有效性.(本文来源于《统计与决策》期刊2008年01期）
张漪,章平,朱宪辰[9]（2006）在《住宅小区业主维权行为选择中的贝叶斯调整模型》一文中研究指出伴随我国房地产业的蓬勃发展的是越来越多的业主投诉案、维权案,由于房地产业在我国是一个新兴行业,所以人们对其发展规律的了解和管理经验积累不足,在此基础上制定的法律法规也不同程度的存在许多问题。本文从个体角度出发,用贝叶斯调整模型分析了业主理性维权和非理性维权行为的选择机制,维权过程中的经验积累和认知进步,以及个体对概率信息的内部加工过程,以此希望对处理此类问题和完善相关法律法规有指导性建议。(本文来源于《2006年度（第四届）中国法经济学论坛会议论文集》期刊2006-05-20）
云连英,汪荣伟[10]（2006）在《保费调整的贝叶斯方法》一文中研究指出保费的厘定和校正是商业保险风险管理的重要内容。随着外资、合资和我国股份制形式的保险公司的纷纷开业,21世纪的我国保险业将是一个充满竞争和风险的行业。要想在竞争中立于不败之地,必须科学地合理地厘定保费,并及时地根据损失赔款的实际情况予以校正。保费由风险保费(本文来源于《统计与决策》期刊2006年05期）
贝叶斯调整论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
稀疏表示模型中的正则化参数由未知的噪声和稀疏度共同决定,该参数的设置直接影响稀疏重构性能的好坏。然而目前稀疏表示问题优化求解算法或依靠主观、或依靠相关先验信息、或经过实验设置该参数,均无法自适应地设置调整该参数。针对这一问题,该文提出一种无需先验信息的参数自动调整的稀疏贝叶斯学习算法。首先对模型中各参数进行概率建模,然后在贝叶斯学习的框架下将参数设置及稀疏求解问题转化为一系列混合L1范数与加权L2范数之和的凸优化问题,最终通过迭代优化得到参数设置和问题求解。由理论推导和仿真实验可知,已知理想参数时,该算法与其它非自动设置参数的迭代重加权算法性能相当,甚至更优;在理想参数未知时,该算法的重构性能要明显优于其它算法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
贝叶斯调整论文参考文献
[1].王依人.淘宝平台退货运费险买家版保费定价研究[D].电子科技大学.2017
[2].夏建明,杨俊安,陈功.参数自适应调整的稀疏贝叶斯重构算法[J].电子与信息学报.2014
[3].陈正,汪飞飞.贝叶斯方法在调整保险费率中的应用[J].西安财经学院学报.2012
[4].王冠文.基于粗糙集和贝叶斯决策理论的利率调整研究[D].山西大学.2012
[5].史滋福,张庆林.“直觉调整差误”偏向对贝叶斯推理成绩的影响[J].心理科学.2011
[6].史滋福,张庆林.“直觉调整差误”偏向对贝叶斯推理成绩的影响[C].第十二届全国心理学学术大会论文摘要集.2009
[7].张漪,章平.基于贝叶斯法则的个体信念调整及决策模型[J].统计与决策.2008
[8].方涛,黄丽琨.动态修正贝叶斯估计的Bootstrap调整[J].统计与决策.2008
[9].张漪,章平,朱宪辰.住宅小区业主维权行为选择中的贝叶斯调整模型[C].2006年度（第四届）中国法经济学论坛会议论文集.2006
[10].云连英,汪荣伟.保费调整的贝叶斯方法[J].统计与决策.2006