论文部分内容阅读
对于车辆损失保险来说，费率厘定是最基础，也是最重要的部分，在商业保险中，费率的厘定是否合理，直接决定准备金、投资、再保险乃至整个产品的盈利情况。在我国，车辆损失保险的费率厘定工作处于不成熟阶段，许多商业保险公司把精力放在了投资上，希望利用投资的收益弥补可能存在的费率不合理带来的问题，这样做将会使车辆损失保险进入一个恶性循环，也不符合保险的谨慎性原则。因此，本文期望使用新的车辆损失保险费率厘定方法，来给我国的车辆损失保险提供一些建议和意见。 车辆损失保险的费率厘定取决于很多因素，这些因素有些是可以直接测量的，有些是不能直接测量的，目前国际上的通用方法都是基于可测变量的，本文所阐述的新方法就是基于引入那些不可直接测量的变量，即隐变量，使用一种隐变量模型——结构方程模型（又称LISREL模型）来寻找这些变量与费率的关系，从而探索出一种新的费率厘定方法。 笔者选取了我国上海市的某家保险公司的实际数据来进行实证分析，使用SAS8.0软件中的CALIS模块来进行数据分析。 本文共分为五个部分:导论、第一章至第三章、结论与引申。 第一部分为导论，介绍我国车辆损失保险的一些背景资料，并说明了本文的研究范围、研究目的，对全文做全局性阐述。 第一章是概述，首先介绍车辆损失保险费率厘定的基本原理和方法，分别介绍了纯保费法、多元乘法模型和国际上的一些其它方法，分析这些方法中存在的问题，即存在的隐变量问题;而后较详细的介绍了这些隐变量及其分析方法——LISREL模型，包括模型的起源、应用范围、优越性、基本原理和假设、评判标准等，车辆损失保险费率厘定中存在的隐变量有:保险标的的风险状况、驾驶员的驾驶判断能力、驾驶员心理成熟度、投保车辆的风险性能、驾驶环境对驾驶员的影响作用等。 第二章为车辆损失保险费率厘定中的变量分析。这一章从实际数据的简介和预处理开始，使用定性数据分析的方法来使一些不可量化的数据转为分析需要的定量数据，并对数据根据分析需要作了筛选;之后对这些可测变量逐一作分析，研究其对损失率的影响，从而寻找它们对费率的作用，这些变量包括:驾驶员性别、婚姻状况、年龄、已发生的索赔次数、驾龄、每周估计行驶里程数、上次驾驶纪录的评分、投保车辆的品牌性能、可保价值、使用年限、容量、行驶区域的每年交通事故率。 第三章题目是车辆损失保险费率厘定中的隐变量模型分析。文中首先介绍模型的建立过程，先是因子分析，根据此结果，结合实际情况绘制出模型的RAM图;接下来进行模型的参数估计和假设检验，并对模型进行评价，在几次重复中寻找最优的模型，根据模型来分析各变量对损失率的影响作用大小;最后根据模型的信息来探讨其实际意义，并将其转化为一种实在的费率厘定方法。 文章的最后一部分是结论与引申。这部分总结前文的分析结果，给出全文的结论，并分析章存在的一些问题，给出解决问题的一些建议，最后对文中使用的方法做推广，阐明其可以应用的其它领域。