保费继续率是一个寿险公司的核心业务品质指标,它用于衡量一段时间后寿险保单对应的保费继续有效的比率。继续率的高低,直接影响着公司利润及价值的实现。近些年来,套利风险、退保黑产等问题的不断出现,对整个行业的保费继续率都造成了负面影响。针对该问题,本文将树方法及其集成算法等机器学习算法引入寿险领域,建立保费继续率预测模型,从传统的事后经验分析走向事前的预测与建议,可以为保险公司的经营管理提供及时预警。一张保单在其第二个缴费时点,只有继续和不继续两种状态,因此继续率预测问题为一个二分类问题。本文选用A公司个险渠道的13个月保费继续率数据进行分析,对数据进行处理和描述性统计,总结了保费继续率的影响因素。随后运用CART分类树、随机森林RF和梯度提升树GBDT三种方法对保费继续率数据进行预测建模,通过AUC、准确率、混淆矩阵、预测结果与实际结果的差异等多个指标的对比后,发现基于Light GBM算法的梯度提升树模型的效果较好,可以实现对继续率的较为准确且高效的预测。最终结合市场分析、数据分析与模型分析从保单、公司、代理人及客户等方面对公司提出了把控保费继续率的建议。在研究过程中,本文进行了一些创新。在研究方法层面,本文提出将机器学习模型引入保费继续率研究。在模型算法方面,针对保费继续率数据的样本类别不均衡的特性,并考虑到模型的应用价值,本文采用类别权重对损失函数进行调整;针对超参数调节中样本数据量较大导致传统的网格搜索结合交叉验证的方法效率太低的问题,本文引入贝叶斯优化的算法实现对超参数的高效调节。在模型的实际应用层面,针对Light GBM算法采用了保费加权以及根据验证集结果调节模型输出阈值的方法,会使模型对于保费继续率的预测精度更高。