改进主成分分析法下的保险数据风险因素分析
时间：2021-01-27 04:20:13 来源：达达文档网 本文已影响 人 
中图分类号：F713 文献标识码：A
内容摘要：为全面分析保险存在的风险因素，文章在深入分析保险与经济增长关系的基础上，选取车险行业作为研究对象，并通过改进主成分分析法分析了其存在的风险因素，从而确保保险行业处于健康、稳定的发展状态。文章在获得有用信息的基础上，明确了12个影响行车安全的风险因子，并具体划分为汽车性能状态、驾驶人员的驾驶行为习惯两类。本文利用这种方法对风险因子数据展开降维处理，共获得4个主成分，以此作为车险行业的定价因子，从而为车险行业开展差异化保费计算提供了重要参考。
关键词：改进主成分分析法 车险 风险因素 行驶安全
引言
近年来，随着我国居民汽车拥有量的日益提升，不同类型的车辆事故保险理赔量明显增加，但车辆维修及其保险理赔环节出现的保险拒赔事件数量也随之增加，这成为了保险行业发展面臨的主要障碍。车险就是对机动车因自然灾害或意外事故而造成的人身伤亡或财产损失负有赔偿责任的一种保险。现阶段，国内的车险计算主要以车辆价格、座位数量、驾驶人员的年龄、性别等信息作为计算保费的重要依据，这种计算方式缺少直接牵涉行车安全的定价因子，出现了大多数安全驾驶人员为少部分高风险驾驶员买单的不合理状况。加之，在车辆保险拒赔案件内，投保人缺少对于相关保险条例的认识，对车险部分特殊条例不了解，并没有很好的认识到出现事故后可能遭受保险公司拒绝赔付的现状，从而出现了不必要的损失及纠纷。随着车联网技术的迅速发展，车险行业与之结合成为未来主要的发展趋势。本文依据车联网获取汽车的性能状态、驾驶人员的驾驶习惯等信息，并结合改进的主成分分析算法实施降维处理，为车险行业选取有效的定价因子提供了一定参考。
保险与经济增长的关系分析
保险具备分摊风险、补偿损失的基础职能。随着生产力水平的提升及社会进步，保险在保障其基本功能基础上，又派生出一系列的其它职能。在现代经济社会，保险可为消费者提供的不单包括产品及服务，还包括有助于经济发展及社会安全的制度安排，保险渗透到社会生活的不同方面，在社会风险管理、完善社会保障制度等方面发挥着重要的作用。随着国内经济结构调整及发展模式的不断转变，金融业对经济的推动作用更为重要。保险作为金融行业重要的组成部分，在促进经济发展、维持社会稳定及保证人民生活安定等方面发挥着十分重要的作用。近年来，随着国民经济水平的不断发展，居民消费水平随之提升，其中影响居民消费的因素包含较多方面，如消费者的消费习惯、支配收入等。财产保险对促进消费的作用主要表现在以下几个方面：财产保险是一种金融产品，其自身就是一种消费品。财产保险兼有保障与投资双重功能，财产保险在确保居民财产安全基础上，还可以为投保人提供风险较小的理财渠道。作为消费品，财险产品的购买能够有效提升消费者把居民储蓄转变为消费支出的比例。财产保险依托逐步完善社会保障，在为居民提供相应的风险保障的同时也刺激了居民消费。这是由于财产类保险依托分散、规避信用消费风险鼓励了消费人员在稳定预期的基础上实施超前消费。保险种类的丰富也会在一定程度上促进消费者对汽车、房子等耐用品的消费。例如汽车信贷保险、住房按揭保险等的出现，不仅满足了消费者的实际需求，还使生产者获取收益，从而扩大了内需，拉动了经济增长。
对机动车辆保险而言，不管是承保部门还是理赔部门，其赔付率控制均与公司经营存在密切关系。当投保车辆出现事故后，进行索赔的金额除了要与车辆的自然属性如市场价格、吨位等因素相关，还与汽车的性能状态、驾驶员驾驶的行为等因素有关。本文为深入分析保险数据中的风险因素，选取车险作为研究对象，并依托改进后的主成分分析法对其存在的风险因素展开了分析。本次研究结合了国内外的研究成果，并结合车险定价因素展开分析，最后提出了影响行车风险的可控因素，即汽车性能状态与驾驶员驾驶习惯两点。根据可以采集的车载诊断信息及其相关数据，本文明确了12个影响行车安全的风险因子，具体如表1所示。
为了全面分析汽车性能及驾驶员的驾驶习惯，本文挑选多数风险因子作为车险定价因子，基于主成分分析法设计了依托指标重要性权值的改进主成分分析法，通过这种方式对风险因子实施降维处理，获取可以代表行车性能状态、驾驶人驾驶习惯的4个主成分，并将其视为车险行业的定价因素。
利用改进主成分分析法确定车险定价因子
现阶段，由于车险车联网思想并未在全国范围内得到广泛的使用，车险公司也没有相关的风险因子数据。为证实这种方法的可操作性，本文提取涉及相应地车载信息采集终端，采用来自车载诊断系统中读取一系列数据。风险因子通过车载信息采集终端手机的原始数据计算求出，采集周期是1个行程，自发动机启动至关闭，选取10台汽车所采集数据为依据， 主要数据如下：
（一）求解风险因子重要性权值
本文采用层次分析软件对风险因子重要性权值展开计算，首先构建关于风险因子的层次结构模型如图1所示。图1模型的主要功能在于确定各种风险因子对驾驶风险的重要性权值。因此，可将风险因素当做准则一层，风险因子则是与之对应的准则二层。为确保建立模型的完整性，本文在这一环节挑选驾驶风险当做目标层，以驾驶员1、驾驶员2为方案层，对此次分析而言，方案层并无明显的意义。
与此同时，本文建立了本模型的层次间判断矩阵，该矩阵主要划分为2层，第一层表示汽车性能状态相对驾驶行为习惯这一标度;第二层划分为2个矩阵，包含车辆形态状态风险因子两两相对标度，表示如下：
驾驶员行为习惯有关的风险因子两两相对标度为：
本文在此基础上，运用和积法求解相应地权向量，并实施一致性检验，共获取两个风险因素，10多个风险因子重要性权值，如表2所示。
（二）明确定价因子
本文采用本研究提出的依据重要性权值的主成分分析方法，遵循图2流程及其改进的主成分分析法对采集数据实施降维处理，其中的风险因子重要性权值由上文中获取。
通过上述计算和分析，获得主成分分析结果如表3所示。表3中前4个主成分贡献率高达88.82%，表明这4个主成分包含12项风险因子具备的信息。因此，最终定价因子选取这4个主成分，定价因子数据通过Z=YAk公式获取，其中，Ak 代表前4个特征值所对应的特征向量矩阵。
笔者根据多年的保险实践经验证实，如果想要提升车辆保险业务和收益，必须做好下列工作：第一，在进行车险承保时，要进行验车承保，特别是高档车、新购车及过户车等，核保人员不可马虎大意，大于承保权限要向上一级公司报批，从而预防承保风险;第二，在车险发生后，要求第一现场查勘率超过95%，第二现场查勘率达到100%。并要遵循双人定损的原则，各公司均要做到保、赔分离，制定24小时值班制度，提升现场查勘率;第三，想要提升车辆经营效益，除了要加强管理工作、防范风险外，还须注重提升机动车承保面，常见的就是广度及深度。广度要求承保面最大，即承保车辆和保有量之间的比例越大越好，深度则是要求车辆的车险保全保足，多保附加险。
结论
综上所述，本研究在分析保险与经济增长的关系的基础上，针对车险行业定价因子展开分析，并基于获取各项数据，结合相关资料，确立了汽车性能状态、驾驶员驾驶习惯及其细分的12个风险因子，并通过改进主成分分析法对因子开展降维处理，最终获得相应的定价数据，以期为类似研究提供一定的参考。
参考文献：
1.刘征宇，夏伟，刘宁波等.基于主成分分析法的车险定价因子研究[J].合肥工业大学学报（自然科学版），2015（3）
2.钱菲亚.基于主成分分析法的农民工基本医疗保险购买意愿水平分析[J].中国集体经济，2018（33）
3.蒋筱江.中国新能源汽车企业竞争策略选择[J].商业经济研究，2018（14）
4.刘小平，郑慧.我国货物运输保险需求影响因素实证研究——基于省级面板数据[J].武汉金融，2017（10）
5.张文会，赵军芳，罗文文等.基于DEMATEL-ISM事故路段行车风险因素辨识模型[J].交通运输工程与信息学报，2015（1）
6.屠萍萍.经济资本视角下寿险公司财务风险管理研究——以新华人寿保险公司为例[J].中国商论，2018（6）
7.陈静.保险资金投资PPP项目的风险分担机制研究[J].福建质量管理，2018（4）
8.朱杰.识别与防范制约保险业供给侧改革的内部风险因素[J].现代商业，2018（3）
9.滕傲雪，廖晓曦，徐建鹏等.基于BP神经网络识别汽车前保险杠方法[J].工程塑料应用，2018，46（6）
10.张艺凡，朱家明.基于因子分析法下的农业保险发展潜力的综合评价[J].哈尔滨师范大学自然科学学报，2018，34（2）
11.王福君.后金融危机时代中国汽车企业营销模式创新思考[J].商业经济研究，2015（1）
作者简介：杨亚刚，中国人民财产保险股份有限公司大数据中心副處长、硕士研究生;研究方向：数据分析与挖掘。
