Моделирование расторжения договоров страхования жизни

Данное исследование посвящено прогнозированию расторжения договоров страхования жизни. Рассматривается задача построения бинарных классификаторов, предсказывающих расторжение договора клиентом по отдельным причинам: по собственному желанию или из-за неуплаты. В качестве информационной базы исследования выступает набор из 15 688 договоров страхования жизни одной из крупнейших страховых компаний России за период с 2008 по 2015 год. В рамках данного исследования были использованы следующие математические модели: бинарная логистическая регрессия, регрессия Кокса, метод Random Forest и нейросетевая модель (многослойный персептрон). Помимо построения модели на основе обучающей выборки были определены оптимальные пороги отсечения для каждой из них. В результате наилучший результат в предсказании расторжения по желанию показала модель на основе регрессии Кокса. Точность данной модели на тестовой выборке составила 69.5% верных классификаций. В предсказании расторжения из-за неуплаты наиболее удачной оказалась модель на основе метода Random Forest, ее точность составила 88.9%. В дальнейшем данные модели могут найти свое применение в практике страховых компаний для определения клиентов, наиболее склонных к расторжению договора, и их удержания.