林 海 （昆明理工大學(xué) 交通工程學(xué)院，云南 昆明 650500）

0 引 言

近年來，我國保險行業(yè)穩(wěn)步發(fā)展，財產(chǎn)保險行業(yè)也得以快速發(fā)展，而車險保費收入在我國整個財險保費收入中占了絕大部分，并且由于汽車行業(yè)交易量的增加以及相關(guān)政策的出臺，車險的投保率逐步提高。但由于車險產(chǎn)品的功能很難做到差異化，車險市場同質(zhì)性嚴重，費改后價格競爭和各種高成本的營銷手段成為市場競爭的主要策略，使得財險公司在維持市場占有率的情況下很難盈利。在這種情況下，提高車險業(yè)務(wù)的續(xù)保率，維護客戶忠誠度對于財險公司的長遠經(jīng)營具有重要意義，分析車險業(yè)務(wù)中影響續(xù)保率的因素，從而鎖定目標(biāo)續(xù)?？蛻羧后w，實現(xiàn)精準(zhǔn)營銷。

目前，已有研究從不同角度對續(xù)保率影響因素進行研究。Young Moon Chae分別運用決策樹C5.0算法、Logistic回歸和關(guān)聯(lián)規(guī)則對韓國壽險政策是否對投?？蛻舢a(chǎn)生有利影響進行分析，并對3種算法運行出來的結(jié)果進行比較分析[1]。Shu-Hsien Liao等對臺灣的人壽保險市場進行了基于Apriori算法和聚類算法的客戶細分，通過對客戶需求鏈的分析，給出了保險企業(yè)在新產(chǎn)品開發(fā)和客戶營銷方面的建議[2]。倪琪等利用某保險公司的車險續(xù)保數(shù)據(jù)，探究哪些變量能夠較為顯著地起到影響作用，并討論目標(biāo)客戶與普通客戶在影響因素上面的共性與差異[3]。王鈞等先還原出原始因素表單，然后采用租糙集理論（Rs）產(chǎn)生規(guī)則，利用灰色關(guān)聯(lián)度法進行分析，從而獲得可信度與各個因素之間的關(guān)系，從而推廣到續(xù)保率與因素的關(guān)系[4]。陳曼發(fā)現(xiàn)車輛種類的不同會導(dǎo)致續(xù)保率的不同，其中家庭自用車的續(xù)保率最低[5]。楊子江等認為承保車輛的車齡、車價、品牌等因素對車輛的續(xù)保與否有影響，但是并未作出實證分析來印證[6]。王夢晨從客戶層面、車輛特征層面及公司政策層面分析了車險業(yè)務(wù)中影響續(xù)保率的因素并選擇廣義線性模型中的Logistic模型為工具，篩選有解釋能力的變量，作為影響續(xù)保率顯著的風(fēng)險維度，根據(jù)模型結(jié)果提出提高續(xù)保率的建議[7]。上述研究缺乏對車輛續(xù)保率影響機理研究，針對此問題，本文以某保險公司65 535條數(shù)據(jù)為樣本數(shù)據(jù)，通過對樣本數(shù)據(jù)進行降維處理、異常數(shù)據(jù)刪除及冗余數(shù)據(jù)合并后提取出19個影響因素，運用Logistic回歸模型建立影響車險續(xù)保率因素排序分析模型，確定各車險續(xù)保率影響因素的重要程度。在此基礎(chǔ)上，利用因子分析法表征和計算各因素的關(guān)聯(lián)度，對影響因素進行權(quán)重計算，進而為保險公司提高車險續(xù)保率提供科學(xué)依據(jù)。

1 理論與方法

1.1 Logistic回歸模型

1.1.1 模型簡介

通過微課視頻的錄制，將臨床醫(yī)學(xué)知識碎片化，可以使得規(guī)培醫(yī)師在學(xué)習(xí)過程中將知識零存整取，有利于將來從事某一專項醫(yī)師時知識的積累。又可化整為零，將來從事某一專業(yè)時，有疑問還可以隨時線上查閱。

因為n≥5,n-k≥3,根據(jù)性質(zhì)1,|Ei,j|≥2,取邊且邊(x,y),(x′,y′)∈Ei,j,則在內(nèi)存在x與x′間的哈密頓路HP,不妨令HP={x,P1,u,P2,x′}.同理,在內(nèi)存在y與y′間的哈密頓路HP′,取HP′={y,Q1,v,Q2,y′}.下面構(gòu)造u,v間內(nèi)不交的路.

Logistic函數(shù)又名生長函數(shù)或Pearl-Read曲線。是由比利時數(shù)學(xué)家P.F.Verhulst在1838年首次提出的，是廣義線性模型家族中的一種。此后人們對Logistic模型進行了系統(tǒng)的研究和應(yīng)用，使得它在農(nóng)業(yè)、經(jīng)濟學(xué)、醫(yī)學(xué)等各個領(lǐng)域都占據(jù)著非常重要的作用。

1.1.2 模型的建立

通常選取特征值大于1的因子為公因子；將原有變量的統(tǒng)計數(shù)據(jù)導(dǎo)入SPSS，按照因子分析操作處理，得到因子解釋原有變量特征值從大到小排列的結(jié)果，結(jié)果顯示，相關(guān)系數(shù)矩陣特征值大于1的共有4個公因子。本例中，方差貢獻率a1=17.89%，a2=15.88%，a3=11.11%，a4=10.51%，累積方差貢獻率a1+a2+a3+a4=55.39%，能夠較好地反映大部分數(shù)據(jù)信息，即認為前4個因子就能基本保留原有數(shù)據(jù)信息，所以提取4個因子是合適的。

其中：P（Y= 1）表示對于給定的x相應(yīng)個體選擇1的概率。F（z）是Logistic累計概率密度函數(shù)。Y通過Logistic函數(shù)被轉(zhuǎn)換為概率。

其中：P為保單的續(xù)保概率，m為協(xié)變量個數(shù)（個）；β1,β2,…,βn為各個自變量的Logistic回歸相關(guān)系數(shù)；x1,x2,…,xn為影響車險續(xù)保率的各個自變量；z與若干個預(yù)測變量x呈線性關(guān)系。由式（2）得知回歸方程的因變量是對數(shù)的某個具體選擇的機會比。Logistic回歸模型的優(yōu)勢是把 [0,1] 區(qū)間上的預(yù)測概率問題轉(zhuǎn)化為在實數(shù)軸上預(yù)測一個時間發(fā)生的機會。

1.2 因子分析法

（2） KMO與Bartlett球形檢驗

“因子分析”的名稱于1931年由Thurstone首次提出，因子分析的基本目的就是用少數(shù)幾個因子去描述許多指標(biāo)或因素之間的聯(lián)系，即將相關(guān)比較密切的幾個變量歸在同一類中，每一類變量就成為一個因子，以較少的幾個因子反映原資料的大部分信息。

1.2.2 模型建立

報告從四個方面展開，首先介紹國家的一些相關(guān)政策和新要求，其次對圖書館目前的發(fā)展現(xiàn)狀和服務(wù)進行論述，再次從新技術(shù)的角度介紹國內(nèi)外的一些實踐以及西安電子科技大學(xué)圖書館的實踐，最后對于提升圖書館傳統(tǒng)服務(wù)提出總結(jié)和建議。

因子分析的基本模型如下：設(shè)有p個原有變量x1,x2,…,xp，且每個變量（經(jīng)標(biāo)準(zhǔn)化處理后） 的均值為0，標(biāo)準(zhǔn)差為1。現(xiàn)將每個原有變量用k（k＜p）個因子f1,f2,…,fk的線性組合來表示，則有：

根據(jù)Logistic回歸模型得到的渠道、NCD、簽單保費、投保類別、是否投保車上人員、三者險保額、是否投保盜搶、品牌、被保險人性別、車齡等10個影響因素，遵從完備性、科學(xué)性、系統(tǒng)性及可操作性等基本原則，分別從產(chǎn)品屬性、承包屬性、客戶屬性、標(biāo)的屬性等4個準(zhǔn)則層構(gòu)建評價體系，使評價體系從不同方面綜合反映車險續(xù)保率影響因素（見表1），運用SPSS多元統(tǒng)計軟件進行影響因素權(quán)重分析。

2 基于Logistic回歸模型車險續(xù)保率影響因素分析

2.1 數(shù)據(jù)來源

（3） 因子個數(shù)的確定根據(jù)特征值與成分數(shù)分析，4個因子滿足特征 值λ≥1的原則，因此，因子總數(shù)暫定為4個，公共因子可以依據(jù)累計方差貢獻率來確定，前k個因子的累計方差貢獻率定義為，其中ak為前k個因子的累計方差貢獻率為第i個因子的方差貢獻；λi為第i個特征值。

2.2 變量選取

多重共線性是指線性回歸模型中的預(yù)測變量間存在高度相關(guān)的關(guān)系，會導(dǎo)致模型的估計值產(chǎn)生偏差。應(yīng)用方差膨脹因子（Variance Inflation Factor,VIF）對模型的預(yù)測變量進行檢驗，排除有顯著共線性的變量。一般認為，當(dāng)VIF＞10時，說明自變量之間具有顯著的共線性，需要剔除相應(yīng)的自變量。針對樣本數(shù)據(jù)中的28個影響因素，根據(jù)多重共線性檢驗結(jié)果，剔除不顯著變量后，得到渠道、品牌、投保類別、新車購置價、車齡、NCD、被保險人性別、被保險人年齡、是否投保車損、是否投保盜搶、是否投保車上人員、三者險保額、簽單保費等13個影響因素，確定此13個影響因素作為自變量。

2.3 結(jié)果分析

運用SPSS Modeler數(shù)據(jù)挖掘軟件建立Logistic回歸模型，得到車險續(xù)保率影響因素的重要性排序，如圖1所示。

檢驗是否適用因子分析的常用統(tǒng)計量，包括KMO檢驗以及Bartlett球形檢驗。經(jīng)過計算，檢驗結(jié)果KMO值為0.543＞0.50，說明適合使用因子分析；同時，Bartlett球形檢驗對應(yīng)的P值為0.000，小于給定的顯著性水平p=0.05，因此認為原有變量適合作因子分析。

3 基于因子分析法的車險續(xù)保率影響因素權(quán)重確定

3.1 計算步驟

（1）評價指標(biāo)體系構(gòu)建

用矩陣的形式表示為：

1.2.1 方法簡介

從圖1中可以看出渠道、NCD、簽單保費、投保類別、是否投保車上人員等因素對是否續(xù)保的影響較大。

圖1 車險續(xù)保率影響因素的重要性

表1 指標(biāo)匯總表

本文運用某保險公司的部分續(xù)保數(shù)據(jù)來說明Logistic回歸模型在續(xù)保模型中的應(yīng)用。由于考慮到選取的解釋變量的同質(zhì)性問題，僅選取部分家庭自用車作為樣本進行建模，剔除無效樣本及對樣本數(shù)據(jù)進行降維處理、異常數(shù)據(jù)刪除及冗余數(shù)據(jù)合并后，樣本容量大約有26 734條。

Logistic回歸模型被用于描述二分類變量（因變量為0和1）和一個或多個自變量之間的關(guān)系。Logistic回歸模型的一般表達式如下：

由于地理位置、開發(fā)條件和國家政策的原因，西沙群島群島郵輪旅游僅?？咳粛u、銀嶼島和鴨公島三座島嶼，線路單一。因全富島、銀嶼島和鴨公島三座島嶼面積小，成熟開發(fā)的旅游產(chǎn)品少，游客體驗好感度下降。加之西沙群島的地理位置，極易受臺風(fēng)影響，郵輪旅游產(chǎn)業(yè)脆弱性高。

3.2 結(jié)果分析

通過SPSS軟件得出車險續(xù)保率影響因素權(quán)重排序，第一主因子產(chǎn)品屬性包括是否投保車上人員、是否投保盜搶和簽單保費是影響車險續(xù)保率的首要關(guān)鍵因素，綜合權(quán)重達0.32；第二主因子承保屬性包括渠道、投保類別、車齡、NCD是影響車險續(xù)保率的次要關(guān)鍵因素，綜合權(quán)重達0.29。

自貿(mào)港金融與當(dāng)?shù)匕l(fā)展水平和定位緊密關(guān)聯(lián)，為此必須形成總分協(xié)同的戰(zhàn)略執(zhí)行體系。綜合金融服務(wù)方案設(shè)計必須要求分行之間、業(yè)務(wù)條線之間的協(xié)同合作，整合已有自貿(mào)區(qū)業(yè)務(wù)、未來的自貿(mào)港業(yè)務(wù)、離岸業(yè)務(wù)和境外機構(gòu)資源。因此，商業(yè)銀行應(yīng)加強總行層面的頂層設(shè)計，建立專司自貿(mào)港業(yè)務(wù)的領(lǐng)導(dǎo)協(xié)同小組，制定整體自貿(mào)港金融服務(wù)發(fā)展規(guī)劃。同時，在組織架構(gòu)上建議研究制定自貿(mào)區(qū)/港分支機構(gòu)架構(gòu)管理辦法，以減少溝通匯報層級，提升管理效率。

4 結(jié)論

（1）本文以某保險公司26 734條保險樣本數(shù)據(jù)為分析對象，通過Logistic回歸模型中的多重共線性處理剔除不顯著變量后，得到渠道、品牌、投保類別、新車購置價、車齡等13個影響因素。應(yīng)用Logistic回歸模型構(gòu)建車險續(xù)保率影響因素重要程度排序圖，結(jié)果表明，排名前十的車險續(xù)保率影響因素分別是：渠道、NCD、簽單保費、投保類別、是否投保車上人員、三者險保額、是否投保盜搶、品牌、被保險人性別、車齡。

1.1 研究對象 以2017年貴州大學(xué)參加測試的全體學(xué)生為測試對象，共計28 302人，具體情況見表1、表2。從表1、表2中可以清晰看出貴州大學(xué)雖地處西部，但學(xué)生來源涵蓋了29個省、直轄市和自治區(qū)，包含了31個少數(shù)民族及其他（以穿青人為主）。針對大學(xué)生體質(zhì)健康研究，取貴州大學(xué)這個整群作為調(diào)查對象具有一定的代表性。

依托長流規(guī)，加強治江頂層設(shè)計。規(guī)劃是治江各項工作的龍頭。2013年，長江委切實加強治江頂層設(shè)計，長江流域水利規(guī)劃和前期工作進展順利。結(jié)合新修編的長流規(guī)對水利工作提出的新要求和治江工作實際，長江委廣泛、深入地開展宣貫工作，提高了全委干部職工及社會各界對長流規(guī)的認識和了解。同時，組織開展了數(shù)十項水利規(guī)劃編制工作，其中，修訂完成《長江中下游干流河道治理規(guī)劃》，編制完成岷江、雅礱江、贛江、沅江等流域綜合規(guī)劃，基本完成湘江、資水、撫河、信江等流域綜合規(guī)劃。加緊組織開展長江流域（片）水中長期供求規(guī)劃、主要江河流域水量分配方案制定、全國治澇規(guī)劃等規(guī)劃編制工作。

（2）由因子分析法確定的各因素的綜合權(quán)重排序可知，產(chǎn)品屬性包括是否投保車上人員、是否投保盜搶和簽單保費是影響車險續(xù)保率的首要關(guān)鍵因素，承保屬性包括渠道、投保類別、車齡、NCD是影響車險續(xù)保率的次要關(guān)鍵因素。因此，保險公司在制定精準(zhǔn)營銷策略時需要有針對性和側(cè)重點，從而有效提高客戶車險續(xù)保率。