自1980年中国恢复机动车保险业务以来,随着经济的腾飞和国民收入的持续增长,车险业务也在不断发展壮大。1988年后,车险业务保费收入跃居财产险第一大险种,并一直保持至今。但是,由于国内车险费率厘定技术落后、定价策略不合理,导致车险业务收益持续低迷。因此,如何对车险产品进行合理定价已成为精算行业重点关注的问题。广义线性模型在车险定价中的应用由来已久,在使用广义线性模型进行分类费率厘定和车险索赔数据分析时,往往假设索赔强度与索赔次数相互独立。但在实际情况中,索赔强度与索赔次数间存在着较强的相依关系,单纯假设两者独立无法准确估计损失额。为了更好的反映两者之间的相依关系,本文使用混合Copula刻画其相依关系,从而改进了现有的车险费率厘定模型。与采用独立假设或单一相依关系假设的模型相比,本文提出的混合Copula回归模型能够更加准确刻画索赔强度与索赔次数间的相依关系,进而可以有效预测索赔额,为保险公司保费的合理定价提供参考。在机动车保险领域中,使用奖惩系统调整机动车保费也已有较长的时间。奖惩系统能够反映每个投保人的连续性风险水平,从而对保费的价格起到调整的作用。但是,目前奖惩系统仅使用先验概率对奖惩分级进行调整,这显然无法充分考虑到车险损失中存在的复杂相依关系。因此,本文通过使用藤Copula模型,来研究车险索赔纵向数据相依性。实证研究结果表明,与使用单一Copula的模型相比,D藤Copula预测模型能够更加准确地预测纵向索赔情况,优化奖惩系统存在的奖惩力度不足现象,提升奖惩系统对个人风险的分级能力综上,目前保险实务中使用的车险定价模型存在着明显不足。本文提出的改进模型能够刻画多种复杂相依关系,更适用于实际情况,具有广阔的研究前景。