保險業的數字化變革

裴生興 鄭淑一 林港

【摘 要】首先應用逐步回歸，討論各個因素中的具體數據對于續保率的影響，得到出險次數與車齡對車輛續保率影響最大，使用性質、渠道、新車購置價影響較小的結論，并對5個因素具體分析影響特點；其次，從績效保費和活動強度數據兩方面，進行了客戶行為特性分析；

【關鍵詞】車險；SPSS；

1.引言

近年來，汽車保險業務在保險公司業務中所占比例不斷增大，提高售后續保率是提升市場占有率的方法。同時，為顧客量身打造最佳優惠和福利方案，提供針對性服務利于進一步提高續保率，保持行業的領先地位。而車險一般可占財險公司業務的70%到80%，所以保持住原有的車險業務，提高續保率是財險公司的重中之重。

2.逐步回歸探究因素的影響程度

為了便于模型的求解，我們將量化處理后的出險次數、車齡、使用性質、承保渠道和新車購置價五個因素，利用逐步回歸的統計方法，通過數據擬合得出各個影響因子的權重，故各個因素量化值對結果無決定性影響。我們將各因素量化后的數值列于下表（部分）。

將量化值帶入原表中，得出每種因素組合下的部分續保率。

分析數據：出險次數越高，客戶的續保率越高；車齡與續保率呈現出先增加后降低的趨勢；同時，根據使用性質的不同續保率變化較大，出租租賃、家庭自用車、公路客運等續保率最高，城市公交、企業用車續保率相對較低；從續保渠道來看，電商渠道的續保率是最高的，普通兼代、含銀行代理渠道和車商渠道是續保率最低的；購買價與續保率呈現正相關，即新車置購價越高，客戶的續保率越高。

3.針對各因素的數據細化分析

為了明確的表示各種因素的內部數值對續保率的影響，我們選取一個因素為因變因素，針對單個因素對續保率的散點圖。

（1）出險次數與汽車續保率的關系

總體來看，承保期間有出險記錄的汽車續保率更高。

（2）車齡

對于車輛的年齡與續保率關系散點圖中可以大致看出，當車輛年齡在1-3年，續保率與車齡呈現出來的是線性關系。當車輛的年齡大于3年時，續保率和車齡的線性關系不明顯。總體呈現一個先增后減的趨勢。

（3）使用性質

當考慮車輛的使用性質與續保率關系中可以看出，當車輛為企業客車城市公交、競政機關客車、出租車輛等具有政府的管理部門名義的車輛時，其續保率普遍較高。

（4）銷售渠道

不同種類的銷售渠道對續保的影響是不同的的。

由圖得知，電商渠道的續保串是最高的。而專業渠道、兼業銷售和車商銷售是續保率最低銷售渠道。

（5）新車置購價

新車購買價格的差異直接影響到保險費用的高低。就汽車銷售部門來看.價位在15- 45萬元的更傾向于再次購買車險。而滿足這個條件的車主應該在中產階級，對于購買另外1輛同樣價位的車會有很大的負擔.另外這些車的使用年限較長。

4.因素分析小結

車保業務人員再針對不同的客戶設計不同的優惠和福利方案時，應該把目標人群多定向在車險次數3-4次.車齡3-4年.車價多為13到40萬間的車輛.同時更多關注使用時間長.對安全系數要求高的車輛群體比如政府公車.城市公交；另外一方面要加大和鞏固車商渠道.并提高對電話銷售的認識，擴寬車商渠道，有利于提高續保率。

在續保模型的選擇上，有一種觀點認為，假設保單群體會續保的保單個數受Poisson分布的約束，而對數函數用于建模連接函數。這個假設實際上是基于泊松分布和二項分布之間的近似，但是兩個分布的近似要求保單數n足夠大（通常n大于100），并且續保概率p足夠小（通常p小于0.05）。此時，泊松λ近似于n和p的乘積（n和p是二項分布的參數，λ是泊松分布的參數）。對于財產保險公司的車險續保模式，通常續保率p將遠遠超過5%，因此我們仍然選擇遵守續保個數服從二項分布的規律。

5.其他

我們所要研究的續保概率模型的因變量，續保與否是一個典型的二分變量，只有續保和不續保兩種情況。 回歸模型的適用條件是：因變量為二分類的分類變量或某事件的發生率，并且是數值型變量。由于附件一提供的客戶數據變量較多，需要對所求數據進行篩選和處理，選擇出影響因素較大的指標，通過建立 回歸續保模型，可以得到自變量的權重，探尋影響續保率的主要因素，為如何優化續保管理提供有價值的線索，同時根據該權值可以預測續保概率。

其次，根據因變量是二分變量，建立 回歸模型，使用因子卡獲得更新，貢獻最多的五個變量是保險次數，車輛年齡，新車的使用性質，渠道和購買價格。然后，使用數據擬合和多元線性回歸，最終得到更新率和五個變量之間的函數關系式。

模型形式為 ，其中 。 指銷售渠道、投保類別、…、立案件數的指示變量，選取每個變量的最后一個分組作為每個分類變量的啞變量的參照組，一共12個變量。 指模型的回歸系數。調用SPSS軟件對模型進行向前法的逐步回歸。開始方程中沒有變量，自變量由少到多一個一個引入回歸方程。按照自變量對因變量的貢獻程度（卡方統計量的大小）依次挑選，變量進入的條件是P值小于規定進入方程的臨界值（此處設立是0.05）.

車險費率重新確定方法也稱為基于駕駛行為的車險差別率確定方法。它在車險費率厘定模式上屬于“從車+從人”費率模式。該確定方法可以應用于總平均費率再方法，分類風險率確定方法和個人風險率確定方法中的單項思路和方法，最后結合各方面的優勢構建基于駕駛行為的車險差異費率確定方法。因此，基于駕駛行為的車輛風險差異率確定方法不僅指傳統的車輛和乘客率因素，而且還介紹了駕駛員的駕駛行為表現，使得車險定價真正個性化，差異化，更加科學、公平、合理。

參考文獻：

[1]倪琪，劉驊飛，and 田雪穎."車險續保率影響因素模型." 企業研究 10：112-113（2011）.

[2]姚壬元."保險公司競爭力評價指標體系的構建." 河北地質大學學報 27.1：63-64（2004）.

[3]金林."Logistic回歸模型的應用——大學生就業狀況因素分析." 時代經貿（中旬刊）S1：18-19（2007）

作者簡介：

裴生興，性別：男，出生年月：1997.10.8，民族：漢族，籍貫：青海省樂都區，學歷：大學本科，學校：華北理工大學，學校郵編：063210，專業：電氣工程及其自動化

（作者單位：1.華北理工大學電氣工程學院；2.華北理工大學心理學院）