自用小客車竊盜險從人因素之探討 A Study of the Personal Factors for the Private Passenger Automobile Burglary Insurance 洪介偉* 趙相婷**  逢甲大學保險學系副教授  富邦產物保險公司個人保險商品部辦事員，逢甲大學保險學研究所碩士

第一章 緒論

研究背景 表1-1 我國機動車輛登記數 單位：百萬輛 經濟進步與生活水準提高，汽機車數量日益增多 年度 83年 84年 85年 86年 表1-1 我國機動車輛登記數 單位：百萬輛 年度 83年 84年 85年 86年 87年 88年 89年 90年 91年 92年 汽車 4.3 4.7 5.0 5.3 5.4 5.6 5.7 5.9 6.1 機車 8.1 8.5 9.3 10.1 10.5 11.0 11.4 11.7 12.0 12.4 總計 13.2 14.3 15.4 16.0 16.3 17.0 17.5 17.9 18.5 經濟進步與生活水準提高，汽機車數量日益增多 2005/5/28

平均每千人擁有汽車數 單位：輛/千人 平均每千人擁有汽車數呈現遞增趨勢 2005/5/28

表1-3 汽車險保費收入統計 單位：NT億元 年度 82年 83年 84年 85年 86年 87年 88年 89年 90年 91年 一般車險 301 350 379 347 324 300 319 306 315 強制 車險 61 57 59 65 119 211 187 167 171 總計 362 407 438 406 389 419 511 506 473 487 汽車數量增加帶動車險保費收入增加 2005/5/28

汽車竊盜犯罪手法多樣化，及謊報車輛失竊詐領保險理賠等，使產險業經營困難。 表1-4 汽機車失竊數 單位：萬件 年度 83 84 85 86 87 88 89 90 91 92 發生數 汽車 2.1 2.7 3.2 3.6 4.7 4.0 4.8 5.1 4.9 機車 20.2 25.9 25.7 22.4 23.2 18.6 19.5 19.2 19.1 18.2 總計 22.3 28.6 28.9 26.0 27.8 22.6 24.3 24.0 23.1 車險為產險公司主要業務來源 汽車失竊率上升，投保車險需求增加 汽車竊盜犯罪手法多樣化，及謊報車輛失竊詐領保險理賠等，使產險業經營困難。 2005/5/28

研究動機 加入WTO並配合產險費率自由化政策實施 德國於1994年廢除保險商品、費率、保單條款等事前核准制。 瑞士於1989年進行各項政策逐步開放產險市場。 台灣現行的汽車保險費率規章，自用小客車竊盜損失險的保險費率僅考量從車因素 ， (包括被保險汽車製造年度之重置價值、基本保費、被保險汽車製造年度及費率代號係數。) ，而不考慮從人因素。在探討自用小客車竊盜損失險之費率是否應考量從人因素之前，首先需確定從人因素是否會影響自用小客車竊盜損失險的出險。 2005/5/28

研究目的 利用投保與出險歷史資料進行實證分析，以探討投保人之從人因素是否會影響自用小客車竊盜損失險的出險。 2005/5/28

第二章 文獻回顧

國外文獻 Ronald and Edmond (1982) Rosenberg (1992) Hunter (1992) 年齡、性別、地區 年齡、性別、婚姻狀況、地區、駕駛紀錄、駕駛行為 對個別駕駛之疏忽成本反映於保費 Hunter (1992) 反對使用性別、婚姻狀況、年齡、地區 2005/5/28

國內文獻 彭榮山 (2001)、賴政治 (2002) 李國忠 (2002) 翁永富 (2002) 周志諺 (2002) 性別、年齡、是否續保、賠款係數、車齡、保險金額 性別、理賠次數、保費，對理賠因素有正向關係。婚姻與理賠因素為負向關係 李國忠 (2002) 性別、地區、駕駛人、險種、車種、製造年度、汽缸數、廠牌、酗酒險 翁永富 (2002) 性別、年齡、婚姻狀況、排氣量、車價、車輛種類 周志諺 (2002) 車齡、出險紀錄、起保年份、排氣量、地區、車體險形式等因素對於車體險之出險率有顯著性影響 2005/5/28

第三章 實證資料與研究方法

實證資料 資料來源 : 研究對象 : 之被保險人為研究對象 研究期間: 1999~2003年11月 台灣某產物保險公司 投保自用小客車竊盜損失險 之被保險人為研究對象 研究期間: 1999~2003年11月 2005/5/28

資料內容 收集474,972筆資料， 每筆資料包含 被保險人之年齡、性別、 婚姻狀況、居住地區， 被保險汽車之簽單年份、 排氣量、自負額比率。 2005/5/28

資料處理 對於整車失竊之定義： 在本研究之實證分析中，以 時即推估為「整車失竊」。 採用汽車竊盜損失險條款中對於全損之認定，包括實際全損，或修理費用達保險金額扣除折舊率後數額達四分之三以上的推定全損。 在本研究之實證分析中，以 時即推估為「整車失竊」。 2005/5/28

資料篩選 整車失竊資料篩選條件： 1) 自用小客車之車齡在三年以下 2) 賠率為0.75以上 共得觀察值833筆。 相對於上述整車失竊資料， 對車齡在三年以下，賠率為0的未出險觀察值， 隨機抽取833筆作為「對照資料」， 定義為未出險之資料。 2005/5/28

樣本資料 合併上述失竊出險和未出險的資料共1666筆觀察值作為樣本進行後續之研究分析。 2005/5/28

變數設定 依變數 1999~2003年之出險紀錄 自變數 年齡、性別、婚姻狀況、居住地區、 排氣量、自負額比率、廠牌、車價。 2005/5/28

變數說明 年齡:20~24；25~29；30~34； 35~39；40~44；45~49； 50~54；55~59；60以上 地區:台北縣市；高雄縣市； 台南縣市；中部縣市； 其他縣市 2005/5/28

變數說明 排氣量：1201~1800；1801~2400； 2401~3000；3001以上 自負額：10% ；20% 廠牌：Honda；Nissan；Toyota； Ford；其他車系 車價：100萬以下；超過100萬 2005/5/28

研究限制 由於個人隱私及資料保密考量， 本研究所獲取資料不包括 個人身分、車籍辨識資料、 賠款紀錄、賠款次數等， 此為本研究限制。 2005/5/28

研究方法 描述性統計 交叉分析 無母數統計卡方檢定 Logistic迴歸分析 2005/5/28

交叉分析 將肇事紀錄分為整車失竊出險與未出險兩部分，以賠率為0的部分歸類為未出險，賠率在0.75以上則定義為整車失竊出險，以此樣本資料分別與年齡、性別、婚姻狀況、地區、排氣量、簽單年份、自負額比率、汽車廠牌、車價等變數進行交叉分析。 2005/5/28

無母數統計卡方檢定 2005/5/28

無母數統計卡方檢定 2005/5/28

羅吉斯(Logistic)迴歸分析 迴歸分析係描述依變數與一個或多個預測變數之關係，羅吉斯迴歸分析所探討之依變數係離散型，屬於二元(Binary)資料模式，實證結果只有兩種可能（成功或失敗，0與1）。利用羅吉斯迴歸之目的係在建立一個最精準、最能配適的分析結果，並建立合理的模式來預測依變數與一組解釋變數間之關係。 2005/5/28

羅吉斯(Logistic)迴歸分析 羅吉斯迴歸無須假設具有常態分配， 但解釋變數若為常態分配，結果會比較可靠；若解釋變數之間有多重共線性， 會造成偏差的估計值與擴大標準誤。 羅吉斯迴歸分析主要針對二元的離散資料 加以預測分析其結果關係， 將離散型的資料做為依變數， 以機率來取代最後所呈現的結果。 2005/5/28

羅吉斯(Logistic)迴歸分析 2005/5/28

羅吉斯(Logistic)迴歸分析 羅吉斯迴歸為非線性模型，最常用的估計方法為最大概似估計法 (Maximum Likelihood Estimation, MLE)；Logistic迴歸模型估計之假設條件，包括與OLS類似之假設有：資料來自於隨機樣本，因變數yi為k個自變數xki的函數，及對多元共線性敏感；與OLS不同是羅吉斯迴歸之因變數yi是0或1的二分變數、羅吉斯迴歸中的因變數和各自變數之間為非線性關係。 2005/5/28

第四章 實證結果

第一節 各變數之次數分配

性別 2005/5/28

年齡 2005/5/28

婚姻狀況 2005/5/28

排氣量 2005/5/28

地區 台北縣12.85% 台北市12% 基隆市1.14% 桃園縣6.72% 新竹縣1.38% 宜蘭縣1.98% 新竹市1.56% 苗栗縣1.5% 台中縣7.98% 台中市7.5% 花蓮縣1.62% 彰化縣4.98% 南投縣1.8% 雲林縣4.92% 嘉義縣2.88% 嘉義市1.92% 台南縣6.72% 台南市5.4% 台東縣0.6% 高雄縣5.04% 高雄市7.38% 屏東縣2.1% 2005/5/28

車齡 2005/5/28

自負額比率 2005/5/28

汽車廠牌 件數 廠牌 2005/5/28

車價 件數 車價 2005/5/28

第二節 出險紀錄與各變數 之交叉分析結果

性別 性別 出險與否 總和 未出險 有出險 男性 309 47.7% 339 52.3% 648 女性 524 51.5% 494 48.5% 1018 2005/5/28

婚姻狀況 婚姻狀況 出險與否 總和 未出險 有出險 未婚 230 36.2% 405 63.8% 635 已婚 603 58.5% 428 41.5% 1031 2005/5/28

年齡 2005/5/28

排氣量 2005/5/28

車齡 2005/5/28

地區 2005/5/28

自負額比率 自負額比率 出險與否 總和 未出險 有出險 10% 765 48.7% 807 51.3% 1572 20% 68 72.3% 26 27.7% 1018 2005/5/28

廠牌 出險率 2005/5/28

車價 車價 出險與否 總和 未出險 有出險 未滿100萬 749 49.3% 770 50.7% 1519 100萬以上 84 57.1% 63 42.9% 147 2005/5/28

無母數統計卡方檢定 有顯著性的差異 性別、年齡、婚姻狀況、地區、自負額比率、廠牌及車價 無顯著性的差異 排氣量和車齡 主要檢定各變數與出險紀錄之差異 有顯著性的差異 性別、年齡、婚姻狀況、地區、自負額比率、廠牌及車價 無顯著性的差異 排氣量和車齡 2005/5/28

第三節 Logistic模型分析結果

羅吉斯迴歸 模式一：不考慮從人因素 僅納入地區、自負額比率、 廠牌、車價 模式二：考慮從人因素 性別、年齡、婚姻狀況、 地區、自負額比率等變數。 透過Logistic全迴歸、向後逐步迴歸法 2005/5/28

設立虛擬變數 依地區設立如下之虛擬變數 台北縣市地區為ZIP_D1， 高雄縣市地區為ZIP_D2， 台南縣市地區為ZIP_D3， 2005/5/28

設立虛擬變數 汽車廠牌設立如下之虛擬變數 Honda車系為Dh， Nissan車系為Dn， Toyota車系為Dt， Ford車系為Df ， 其他車系為Do；作為參照變數 2005/5/28

未考慮從人因素之 Logistic全迴歸法(輸入)分析 變數名稱 係數 標準差 Wald 自由度 P值 自負額比率 -0.144 0.025 32.661 1 0.000 台北縣市地區 0.138 0.159 0.748 0.387 高雄縣市地區 0.409 0.190 4.618 0.032 台南縣市地區 0.722 14.478 中部縣市地區 0.572 0.151 14.312 Honda 0.968 0.187 26.888 Nissan 0.168 0.891 0.345 Toyota -0.171 0.130 1.732 0.188 Ford -0.278 0.184 2.284 0.131 車價 -0.221 0.183 1.450 0.229 常數 0.781 0.272 8.237 0.004 2005/5/28

未考慮從人因素之 Logistic向後逐步迴歸分析 變數名稱 係數 標準差 Wald 自由度 P值 自負額比率 -0.145 0.025 33.068 1 0.000 高雄縣市地區 0.326 0.165 3.938 0.047 台南縣市地區 0.649 0.164 15.611 中部縣市地區 0.484 0.118 16.835 Honda 0.905 0.175 29.513 Toyota -0.201 0.115 3.047 0.081 Ford -0.314 0.173 3.297 0.069 常數 0.883 0.255 11.953 0.001 2005/5/28

納入從人因素之Logistic全迴歸法(輸入)分析 變數名稱 係數 標準差 Wald 自由度 P值 性別 0.052 0.110 0.227 1 0. 634 婚姻狀況 -0.090 0.027 11.050 0.001 年齡 -0.812 0.108 56.418 0.000 自負額比率 -0.140 0.026 29.701 台北縣市地區 0.130 0.164 0.627 0.429 高雄縣市地區 0.427 0.196 4.761 0.029 台南縣市地區 0.699 0.195 12.856 中部縣市地區 0.608 0.156 15.226 Honda 0.912 0.191 22.714 Nissan 0.128 0.173 0.553 0.457 Toyota -0.072 0.134 0.284 0.594 Ford -0.309 0.189 2.679 0.102 車價 -0.141 0.188 0.557 0.455 常數 1.918 0.336 32.558 2005/5/28

納入從人因素之Logistic向後逐步迴歸分析 變數名稱 係數 標準差 Wald 自由度 P值 婚姻狀況 -0.093 0.026 12.507 1 0.000 年齡 -0.819 0.108 57.564 自負額比率 -0.140 29.800 台北縣市地區 0.119 0.163 0.528 0.468 高雄縣市地區 0.417 0.195 4.555 0.033 台南縣市地區 0.693 12.668 中部縣市地區 0.594 0.155 14.703 Honda 0.970 0.174 31.131 Nissan 1.268 0.260 Ford -0.257 0.171 2.273 0.132 常數 1.910 0.317 36.270 2005/5/28

Logistic向後逐步迴歸模型之辨識正確率 未考慮從人因素之 Logistic向後逐步迴歸模型之辨識正確率 預測 實際 未出險 出險 修正 497 336 59.7% 352 481 57.7% 辨識正確率 58.7% 2005/5/28

納入從人因素之 Logistic向後逐步迴歸模型辨識正確率 預測 實際 未出險 出險 修正 543 290 65.2% 332 501 60.1% 辨識正確率 62.7% 2005/5/28

第五章 結論與建議

結論 年齡：年齡愈高者出險率愈低 婚姻狀況：已婚者出險率較低 自負比率：自負額比率愈高出險率愈低 高雄縣市、台南縣市、中部縣市 等地區出險率較高 2005/5/28

結論 加入從人因素可提升辨識正確性。 整體辨識準確率：58.7%  62.7% 辨識出險正確率： 57.7%  60.1% 辨識出險正確率： 57.7%  60.1% 辨識未出險正確率： 59.7%  65.2% 顯示加入從人因素提升整體、出險及未出險的辨識能力 2005/5/28

建議 目前費率結構並不考慮從人因素，針對自用小客車僅考慮汽車製造年度之重置價值、廠牌車系、車齡、賠款紀錄等因素。 未來產險公司對於汽車竊盜損失險的費率，可考量加入從人因素。 2005/5/28

後續研究建議 可考慮要保書上所未包括之變數， 例如： 被保險之子女數、職業、 教育程度、駕駛經驗， 其他保險的理賠紀錄、投保歷史、 信用卡之循環信用餘額、 預借現金額度、 信用卡的逾期繳款資料…等變數。 2005/5/28

報告完畢 敬請指教