中圖分類號：F713? ?文獻(xiàn)標(biāo)識碼：A

內(nèi)容摘要：為全面分析保險存在的風(fēng)險因素，文章在深入分析保險與經(jīng)濟(jì)增長關(guān)系的基礎(chǔ)上，選取車險行業(yè)作為研究對象，并通過改進(jìn)主成分分析法分析了其存在的風(fēng)險因素，從而確保保險行業(yè)處于健康、穩(wěn)定的發(fā)展?fàn)顟B(tài)。文章在獲得有用信息的基礎(chǔ)上，明確了12個影響行車安全的風(fēng)險因子，并具體劃分為汽車性能狀態(tài)、駕駛?cè)藛T的駕駛行為習(xí)慣兩類。本文利用這種方法對風(fēng)險因子數(shù)據(jù)展開降維處理，共獲得4個主成分，以此作為車險行業(yè)的定價因子，從而為車險行業(yè)開展差異化保費計算提供了重要參考。

關(guān)鍵詞：改進(jìn)主成分分析法? ?車險? ?風(fēng)險因素? ?行駛安全

引言

近年來，隨著我國居民汽車擁有量的日益提升，不同類型的車輛事故保險理賠量明顯增加，但車輛維修及其保險理賠環(huán)節(jié)出現(xiàn)的保險拒賠事件數(shù)量也隨之增加，這成為了保險行業(yè)發(fā)展面臨的主要障礙。車險就是對機(jī)動車因自然災(zāi)害或意外事故而造成的人身傷亡或財產(chǎn)損失負(fù)有賠償責(zé)任的一種保險?，F(xiàn)階段，國內(nèi)的車險計算主要以車輛價格、座位數(shù)量、駕駛?cè)藛T的年齡、性別等信息作為計算保費的重要依據(jù)，這種計算方式缺少直接牽涉行車安全的定價因子，出現(xiàn)了大多數(shù)安全駕駛?cè)藛T為少部分高風(fēng)險駕駛員買單的不合理狀況。加之，在車輛保險拒賠案件內(nèi)，投保人缺少對于相關(guān)保險條例的認(rèn)識，對車險部分特殊條例不了解，并沒有很好的認(rèn)識到出現(xiàn)事故后可能遭受保險公司拒絕賠付的現(xiàn)狀，從而出現(xiàn)了不必要的損失及糾紛。隨著車聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，車險行業(yè)與之結(jié)合成為未來主要的發(fā)展趨勢。本文依據(jù)車聯(lián)網(wǎng)獲取汽車的性能狀態(tài)、駕駛?cè)藛T的駕駛習(xí)慣等信息，并結(jié)合改進(jìn)的主成分分析算法實施降維處理，為車險行業(yè)選取有效的定價因子提供了一定參考。

保險與經(jīng)濟(jì)增長的關(guān)系分析

保險具備分?jǐn)傦L(fēng)險、補(bǔ)償損失的基礎(chǔ)職能。隨著生產(chǎn)力水平的提升及社會進(jìn)步，保險在保障其基本功能基礎(chǔ)上，又派生出一系列的其它職能。在現(xiàn)代經(jīng)濟(jì)社會，保險可為消費者提供的不單包括產(chǎn)品及服務(wù)，還包括有助于經(jīng)濟(jì)發(fā)展及社會安全的制度安排，保險滲透到社會生活的不同方面，在社會風(fēng)險管理、完善社會保障制度等方面發(fā)揮著重要的作用。隨著國內(nèi)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整及發(fā)展模式的不斷轉(zhuǎn)變，金融業(yè)對經(jīng)濟(jì)的推動作用更為重要。保險作為金融行業(yè)重要的組成部分，在促進(jìn)經(jīng)濟(jì)發(fā)展、維持社會穩(wěn)定及保證人民生活安定等方面發(fā)揮著十分重要的作用。近年來，隨著國民經(jīng)濟(jì)水平的不斷發(fā)展，居民消費水平隨之提升，其中影響居民消費的因素包含較多方面，如消費者的消費習(xí)慣、支配收入等。財產(chǎn)保險對促進(jìn)消費的作用主要表現(xiàn)在以下幾個方面：財產(chǎn)保險是一種金融產(chǎn)品，其自身就是一種消費品。財產(chǎn)保險兼有保障與投資雙重功能，財產(chǎn)保險在確保居民財產(chǎn)安全基礎(chǔ)上，還可以為投保人提供風(fēng)險較小的理財渠道。作為消費品，財險產(chǎn)品的購買能夠有效提升消費者把居民儲蓄轉(zhuǎn)變?yōu)橄M支出的比例。財產(chǎn)保險依托逐步完善社會保障，在為居民提供相應(yīng)的風(fēng)險保障的同時也刺激了居民消費。這是由于財產(chǎn)類保險依托分散、規(guī)避信用消費風(fēng)險鼓勵了消費人員在穩(wěn)定預(yù)期的基礎(chǔ)上實施超前消費。保險種類的豐富也會在一定程度上促進(jìn)消費者對汽車、房子等耐用品的消費。例如汽車信貸保險、住房按揭保險等的出現(xiàn)，不僅滿足了消費者的實際需求，還使生產(chǎn)者獲取收益，從而擴(kuò)大了內(nèi)需，拉動了經(jīng)濟(jì)增長。

對機(jī)動車輛保險而言，不管是承保部門還是理賠部門，其賠付率控制均與公司經(jīng)營存在密切關(guān)系。當(dāng)投保車輛出現(xiàn)事故后，進(jìn)行索賠的金額除了要與車輛的自然屬性如市場價格、噸位等因素相關(guān)，還與汽車的性能狀態(tài)、駕駛員駕駛的行為等因素有關(guān)。本文為深入分析保險數(shù)據(jù)中的風(fēng)險因素，選取車險作為研究對象，并依托改進(jìn)后的主成分分析法對其存在的風(fēng)險因素展開了分析。本次研究結(jié)合了國內(nèi)外的研究成果，并結(jié)合車險定價因素展開分析，最后提出了影響行車風(fēng)險的可控因素，即汽車性能狀態(tài)與駕駛員駕駛習(xí)慣兩點。根據(jù)可以采集的車載診斷信息及其相關(guān)數(shù)據(jù)，本文明確了12個影響行車安全的風(fēng)險因子，具體如表1所示。

為了全面分析汽車性能及駕駛員的駕駛習(xí)慣，本文挑選多數(shù)風(fēng)險因子作為車險定價因子，基于主成分分析法設(shè)計了依托指標(biāo)重要性權(quán)值的改進(jìn)主成分分析法，通過這種方式對風(fēng)險因子實施降維處理，獲取可以代表行車性能狀態(tài)、駕駛?cè)笋{駛習(xí)慣的4個主成分，并將其視為車險行業(yè)的定價因素。

利用改進(jìn)主成分分析法確定車險定價因子

現(xiàn)階段，由于車險車聯(lián)網(wǎng)思想并未在全國范圍內(nèi)得到廣泛的使用，車險公司也沒有相關(guān)的風(fēng)險因子數(shù)據(jù)。為證實這種方法的可操作性，本文提取涉及相應(yīng)地車載信息采集終端，采用來自車載診斷系統(tǒng)中讀取一系列數(shù)據(jù)。風(fēng)險因子通過車載信息采集終端手機(jī)的原始數(shù)據(jù)計算求出，采集周期是1個行程，自發(fā)動機(jī)啟動至關(guān)閉，選取10臺汽車所采集數(shù)據(jù)為依據(jù)， 主要數(shù)據(jù)如下：

（一）求解風(fēng)險因子重要性權(quán)值

本文采用層次分析軟件對風(fēng)險因子重要性權(quán)值展開計算，首先構(gòu)建關(guān)于風(fēng)險因子的層次結(jié)構(gòu)模型如圖1所示。圖1模型的主要功能在于確定各種風(fēng)險因子對駕駛風(fēng)險的重要性權(quán)值。因此，可將風(fēng)險因素當(dāng)做準(zhǔn)則一層，風(fēng)險因子則是與之對應(yīng)的準(zhǔn)則二層。為確保建立模型的完整性，本文在這一環(huán)節(jié)挑選駕駛風(fēng)險當(dāng)做目標(biāo)層，以駕駛員1、駕駛員2為方案層，對此次分析而言，方案層并無明顯的意義。

與此同時，本文建立了本模型的層次間判斷矩陣，該矩陣主要劃分為2層，第一層表示汽車性能狀態(tài)相對駕駛行為習(xí)慣這一標(biāo)度;第二層劃分為2個矩陣，包含車輛形態(tài)狀態(tài)風(fēng)險因子兩兩相對標(biāo)度，表示如下：

駕駛員行為習(xí)慣有關(guān)的風(fēng)險因子兩兩相對標(biāo)度為：

本文在此基礎(chǔ)上，運用和積法求解相應(yīng)地權(quán)向量，并實施一致性檢驗，共獲取兩個風(fēng)險因素，10多個風(fēng)險因子重要性權(quán)值，如表2所示。

（二）明確定價因子

本文采用本研究提出的依據(jù)重要性權(quán)值的主成分分析方法，遵循圖2流程及其改進(jìn)的主成分分析法對采集數(shù)據(jù)實施降維處理，其中的風(fēng)險因子重要性權(quán)值由上文中獲取。

通過上述計算和分析，獲得主成分分析結(jié)果如表3所示。表3中前4個主成分貢獻(xiàn)率高達(dá)88.82%，表明這4個主成分包含12項風(fēng)險因子具備的信息。因此，最終定價因子選取這4個主成分，定價因子數(shù)據(jù)通過Z=YAk公式獲取，其中，Ak 代表前4個特征值所對應(yīng)的特征向量矩陣。

筆者根據(jù)多年的保險實踐經(jīng)驗證實，如果想要提升車輛保險業(yè)務(wù)和收益，必須做好下列工作：第一，在進(jìn)行車險承保時，要進(jìn)行驗車承保，特別是高檔車、新購車及過戶車等，核保人員不可馬虎大意，大于承保權(quán)限要向上一級公司報批，從而預(yù)防承保風(fēng)險;第二，在車險發(fā)生后，要求第一現(xiàn)場查勘率超過95%，第二現(xiàn)場查勘率達(dá)到100%。并要遵循雙人定損的原則，各公司均要做到保、賠分離，制定24小時值班制度，提升現(xiàn)場查勘率;第三，想要提升車輛經(jīng)營效益，除了要加強(qiáng)管理工作、防范風(fēng)險外，還須注重提升機(jī)動車承保面，常見的就是廣度及深度。廣度要求承保面最大，即承保車輛和保有量之間的比例越大越好，深度則是要求車輛的車險保全保足，多保附加險。

結(jié)論

綜上所述，本研究在分析保險與經(jīng)濟(jì)增長的關(guān)系的基礎(chǔ)上，針對車險行業(yè)定價因子展開分析，并基于獲取各項數(shù)據(jù)，結(jié)合相關(guān)資料，確立了汽車性能狀態(tài)、駕駛員駕駛習(xí)慣及其細(xì)分的12個風(fēng)險因子，并通過改進(jìn)主成分分析法對因子開展降維處理，最終獲得相應(yīng)的定價數(shù)據(jù)，以期為類似研究提供一定的參考。

參考文獻(xiàn)：

1.劉征宇，夏偉，劉寧波等.基于主成分分析法的車險定價因子研究[J].合肥工業(yè)大學(xué)學(xué)報（自然科學(xué)版），2015（3）

2.錢菲亞.基于主成分分析法的農(nóng)民工基本醫(yī)療保險購買意愿水平分析[J].中國集體經(jīng)濟(jì)，2018（33）

3.蔣筱江.中國新能源汽車企業(yè)競爭策略選擇[J].商業(yè)經(jīng)濟(jì)研究，2018（14）

4.劉小平，鄭慧.我國貨物運輸保險需求影響因素實證研究——基于省級面板數(shù)據(jù)[J].武漢金融，2017（10）

5.張文會，趙軍芳，羅文文等.基于DEMATEL-ISM事故路段行車風(fēng)險因素辨識模型[J].交通運輸工程與信息學(xué)報，2015（1）

6.屠萍萍.經(jīng)濟(jì)資本視角下壽險公司財務(wù)風(fēng)險管理研究——以新華人壽保險公司為例[J].中國商論，2018（6）

7.陳靜.保險資金投資PPP項目的風(fēng)險分擔(dān)機(jī)制研究[J].福建質(zhì)量管理，2018（4）

8.朱杰.識別與防范制約保險業(yè)供給側(cè)改革的內(nèi)部風(fēng)險因素[J].現(xiàn)代商業(yè)，2018（3）

9.滕傲雪，廖曉曦，徐建鵬等.基于BP神經(jīng)網(wǎng)絡(luò)識別汽車前保險杠方法[J].工程塑料應(yīng)用，2018，46（6）

10.張藝凡，朱家明.基于因子分析法下的農(nóng)業(yè)保險發(fā)展?jié)摿Φ木C合評價[J].哈爾濱師范大學(xué)自然科學(xué)學(xué)報，2018，34（2）

11.王福君.后金融危機(jī)時代中國汽車企業(yè)營銷模式創(chuàng)新思考[J].商業(yè)經(jīng)濟(jì)研究，2015（1）

作者簡介：楊亞剛，中國人民財產(chǎn)保險股份有限公司大數(shù)據(jù)中心副處長、碩士研究生;研究方向：數(shù)據(jù)分析與挖掘。