论文部分内容阅读
进入21世纪,互联网已经颠覆性地影响了多个行业和领域。近些年来,由互联网技术和金融业相互融合而产生的互联网金融行业,凭借着服务碎片化、场景多元化、产品定制化等方面的优势迅速崛起。在我国诸多金融行业中,保险业是比较早开始以积极的态度利用互联网技术改善自身金融服务的行业。近些年来,随着互联网保险行业的迅猛发展,各类符合大众需求、顺应时代需要的新兴险种层出不穷。2010年华泰保险公司与淘宝平台联合推出了一款将电子商务与互联网保险相结合的产品——退货运费险(以下简称“退运险”),它将风险定位于消费者在网购过程可能产生退货的风险,将损失定位于消费者退货时所产生的运费损失,是保险业贴合新型保险需求的创新产物。然而,这款旨在减少网购纠纷、保障退货损失风险的产品,在网购平台迅速走红的同时,并没有给保险公司带来预期中的可观利润。有媒体报道称,退运险自从推出以来,就一直保持着93%左右的赔付率,因此该险种一直处于亏损状态。究其原因,保险公司对于退运险(买家版)的保费定价方法存在一定问题。众所周知,“一概而论式”的静态定价会导致由于信息不对称而产生道德风险和逆向选择问题,这会直接导致保险公司的赔付支出增加,所以针对退运费险(买家版)进行合理定价就显得十分重要。退运险作为国内首创的新兴互联网保险产品,在国外尚未有可以直接借鉴的经验,目前关于退运险的研究多集中于从宏观定性方面探索其在电子商务中存在的问题及发展前景,而从微观角度研究的很少。本文则从微观定价机制出发,力求通过动态调整的保费定价方式,针对消费者自身的标签属性信息解决退运险(买家版)中由于信息不对称而导致的各种问题。本文从全新切入角度——买家属性入手,研究不同买家的行为对退货率产生的影响。基于消费者效用理论角度设计贴合买家属性的调查问卷,获得一手数据。并利用K-means聚类分析将具有不同属性的买家按照退货容易程度分为三类。同时,为了避免静态的定价,我们采用贝叶斯更新理论,由买家历史数据给出针对性保费定价的贝叶斯先验分布,并基于其之后的行为产生的数据信息不断对其保费定价公式参数进行调整,得出合理、准确的贝叶斯后验分布。本文最终结论简便、易懂,可作为保险公司定价模型的参考,有很强的实际指导意义。