SPSS保險業(yè)案例分析講義

1、SPSS保險業(yè)案例分析鍵入作者姓名保險業(yè)案例分析按照我國目前保險業(yè)的慣例，對于財產(chǎn)保險公司，可以用5個變量來描述其保險業(yè)務情況：保費收入、儲金、賠案件數(shù)、賠款支出和未決賠款。其中，保費收入和賠款支出按保險標的特點分別又分為9個組成部分。因此，通過對我國各個財產(chǎn)保險公司的基本情況進行各種分析，一方面找出構成財產(chǎn)保險公司基本特征的各變量之間的內(nèi)在聯(lián)系，另一方面找出各財產(chǎn)保險公司的共同特征或相異之處也就顯得尤為重要。為了找出構成財產(chǎn)保險公司基本特征的各變量之間的內(nèi)在聯(lián)系以及找出各財產(chǎn)保險公司的共同特征或相異之處，我們需要分析一下幾個方面：1、研究保費收入合計、賠款支出合計和公司總?cè)藬?shù)三變量之間的簡單

2、相關關系。2、在控制“保費收入合計”前提下，對企業(yè)財產(chǎn)保險保費收入、機動車輛保險保費收入、貨物運輸保險保費收入、責任保險保費收入、信用保證保險保費收入、農(nóng)業(yè)保險保費收入、短期健康保險保費收入、意外傷害保險保費收入、其他保險保費收入9項保費收入進行偏相關分析。3、以賠款支出合計為因變量，以男、女、博士、碩士、學士、大專、中專以下、高級、中級、初級、三十五歲以下、三十六歲到四十五歲、四十六歲以上為自變量，進行多元線性回歸。4、分析構成保費收入的9個變量的共同特征（提取公因子）。5、使用構成賠款支出的9個變量對各個財產(chǎn)保險公司進行K均值聚類。針對上述分析的目的，在此主要采用以下幾種方法：、雙變量相關

3、性分析偏相關分析多元線性回歸分析因子分析K-均值聚類分析具體分析流程如下：（一）先對研究保費收入合計、賠款支出合計和公司總?cè)藬?shù)三變量進行雙變量相關性分析，來嘗試找出變量之間的簡單相關關系。在進行相關回歸之前，先做散點圖，來初步確定變量之間是否存在相關趨勢。散點圖的結果如下所示：從散點圖中可以看出，這三個變量兩兩之間都存在著線性相關關系。之后再對這三個變量進行雙變量相關性分析，得出的結果如下所示：描述性統(tǒng)計量均值標準差N保費收入合計5320.970014326.0845842賠款支出合計2531.66627537.6427942總?cè)藬?shù)7497.1715377.92842相關性保費收入合計賠款支出

4、合計總?cè)藬?shù)保費收入合計Pearson 相關性1.992*.796*顯著性（雙側(cè)）.000.000N424242賠款支出合計Pearson 相關性.992*1.796*顯著性（雙側(cè)）.000.000N424242總?cè)藬?shù)Pearson 相關性.796*.796*1顯著性（雙側(cè)）.000.000N424242*. 在 .01 水平（雙側(cè)）上顯著相關。從上表中可以看出來，三個變量的樣本數(shù)都是42，保費收入和賠款支出之間Pearson相關系數(shù)為0.992，即保費收入和賠款支出的相關系數(shù)為0.992；保費收入和總?cè)藬?shù)的Pearson相關系數(shù)為0.796；賠款支出和總?cè)藬?shù)的Pearson相關系數(shù)也為0.79

5、6。所以可以看出，保費收入合計、賠款支出合計和公司總?cè)藬?shù)三變量之間兩兩都存在著正相關關系。（二）在控制“保費收入合計”前提下，對企業(yè)財產(chǎn)保險保費收入、機動車輛保險保費收入、貨物運輸保險保費收入、責任保險保費收入、信用保證保險保費收入、農(nóng)業(yè)保險保費收入、短期健康保險保費收入、意外傷害保險保費收入、其他保險保費收入9項保費收入進行偏相關分析。得出的結果如下所示：描述性統(tǒng)計量均值標準差N企業(yè)財產(chǎn)保險保費收入462.77861440.9538242機動車輛保險保費收入3619.054810143.1524242貨物運輸保險保費收入155.0605477.5743142責任保險保費收入170.18575

6、64.4740942信用保證保險保費收入86.9552500.4106942農(nóng)業(yè)保險保費收入123.9460459.2832442短期健康保險保費收入54.5874187.1814942意外傷害保險保費收入161.0490362.7527342其他保險保費收入266.0288821.4280842保費收入合計5320.970014326.0845842相關性控制變量企業(yè)財產(chǎn)保險保費收入機動車輛保險保費收入貨物運輸保險保費收入責任保險保費收入信用保證保險保費收入農(nóng)業(yè)保險保費收入短期健康保險保費收入意外傷害保險保費收入其他保險保費收入保費收入合計企業(yè)財產(chǎn)保險保費收入相關性1.000.257.870

7、.585-.131-.236-.159.161.853顯著性（雙側(cè)）.104.000.000.413.138.320.314.000df03939393939393939機動車輛保險保費收入相關性.2571.000.163.179-.256.172.303.353.199顯著性（雙側(cè)）.104.309.264.106.282.054.023.212df39039393939393939貨物運輸保險保費收入相關性.870.1631.000.682-.112-.130-.181-.001.784顯著性（雙側(cè)）.000.309.000.485.419.258.994.000df39390393939

8、393939責任保險保費收入相關性.585.179.6821.000-.066.214.170-.372.414顯著性（雙側(cè)）.000.264.000.682.179.288.017.007df39393903939393939信用保證保險保費收入相關性-.131-.256-.112-.0661.000-.034-.037-.191-.115顯著性（雙側(cè)）.413.106.485.682.834.818.231.475df39393939039393939農(nóng)業(yè)保險保費收入相關性-.236.172-.130.214-.0341.000.324-.428-.290顯著性（雙側(cè)）.138.282.4

9、19.179.834.039.005.066df39393939390393939短期健康保險保費收入相關性-.159.303-.181.170-.037.3241.000-.148-.089顯著性（雙側(cè)）.320.054.258.288.818.039.356.581df39393939393903939意外傷害保險保費收入相關性.161.353-.001-.372-.191-.428-.1481.000.283顯著性（雙側(cè)）.314.023.994.017.231.005.356.073df39393939393939039其他保險保費收入相關性.853.199.784.414-.115-

10、.290-.089.2831.000顯著性（雙側(cè)）.000.212.000.007.475.066.581.073.df39393939393939390從上表中可以看出：企業(yè)財產(chǎn)保險保費收入對于機動車輛保險保費收入、貨物運輸保險保費收入、責任保險保費收入、信用保證保險保費收入、農(nóng)業(yè)保險保費收入、短期健康保險保費收入、意外傷害保險保費收入、其他保險保費收入的相關性依次為0.257、0.870、0.585、-0.131、-0.236、-0.159、0.161、0.853。可以看出，企業(yè)財產(chǎn)保險保費收入相對于貨物運輸保險保費收入、責任保險保費收入、其他保險保費收入的相關性比較大，呈現(xiàn)正相關，而與其

11、他的因素相關性不太明顯。機動車輛保險保費收入對于貨物運輸保險保費收入、責任保險保費收入、信用保證保險保費收入、農(nóng)業(yè)保險保費收入、短期健康保險保費收入、意外傷害保險保費收入、其他保險保費收入的相關性依次為0.163、0.179、-0.256、0.172、0.303、0.353、0.199。可以看出，機動車輛保險保費收入對于各個因素之間的相關性都不是特別高。貨物運輸保險保費收入對于責任保險保費收入、信用保證保險保費收入、農(nóng)業(yè)保險保費收入、短期健康保險保費收入、意外傷害保險保費收入、其他保險保費收入的相關性依次為0.682、-0.112、-0.130、-0.181、-0.001、0.784.可以看出

12、貨物運輸保險保費收入對于責任保險保費收入、其他保險保費收入的相關性比較大，呈現(xiàn)正相關的趨勢，而對于其他的因素相關性不太明顯。責任保險保費收入對于信用保證保險保費收入、農(nóng)業(yè)保險保費收入、短期健康保險保費收入、意外傷害保險保費收入、其他保險保費收入的相關性依次為-0.066、0.214、0.170、-0.372、0.414?？梢钥闯鲐熑伪ｋU保費收入對于其他保險保費收入呈現(xiàn)正相關態(tài)勢，與意外傷害保險保費收入呈現(xiàn)負相關態(tài)勢，而對于其他的因素相關性不太明顯。信用保證保險保費收入對于農(nóng)業(yè)保險保費收入、短期健康保險保費收入、意外傷害保險保費收入、其他保險保費收入的相關性依次為-0.034、-.037、-0.

13、191、-0.115?？梢钥闯鲂庞帽ＷC保險保費收入對于其他的因素都呈現(xiàn)負相關關系，然而相關性并不明顯。農(nóng)業(yè)保險保費收入對于短期健康保險保費收入、意外傷害保險保費收入、其他保險保費收入的相關性依次為0.324、-0.428、-、.290。可以看出農(nóng)業(yè)保險保費收入對于短期健康保險保費收入呈現(xiàn)正相關，對于意外傷害保險保費收入、其他保險保費收入呈現(xiàn)負相關。短期健康保險保費收入對于意外傷害保險保費收入、其他保險保費收入的相關性依次為-0.148、-0.089，可以看出相關性并不明顯。意外傷害保險保費收入對于其他保險保費收入的相關性系數(shù)為0.283，相關性并不明顯。（三）以賠款支出合計為因變量，以男、女、

14、博士、碩士、學士、大專、中專以下、高級、中級、初級、三十五歲以下、三十六歲到四十五歲、四十六歲以上為自變量，進行多元線性回歸。得出的結果如下所示：輸入移去的變量a模型輸入的變量移去的變量方法1中級.步進（準則: F-to-enter 的概率 <= .050，F(xiàn)-to-remove 的概率 >= .100）。2中專以下.步進（準則: F-to-enter 的概率 <= .050，F(xiàn)-to-remove 的概率 >= .100）。3博士.步進（準則: F-to-enter 的概率 <= .050，F(xiàn)-to-remove 的概率 >= .100）。4初級.步進（準

15、則: F-to-enter 的概率 <= .050，F(xiàn)-to-remove 的概率 >= .100）。a. 因變量: 賠款支出合計模型匯總e模型RR 方調(diào)整 R 方標準 估計的誤差Durbin-Watson1.985a.971.9701303.029302.990b.980.9791081.735953.996c.992.991696.681014.997d.994.993608.452172.968a. 預測變量: (常量), 中級。b. 預測變量: (常量), 中級, 中專以下。c. 預測變量: (常量), 中級, 中專以下, 博士。d. 預測變量: (常量), 中級, 中專以

16、下, 博士, 初級。e. 因變量: 賠款支出合計Anovae模型平方和df均方FSig.1回歸2.262E912.262E91331.976.000a殘差67915414.156401697885.354總計2.329E9412回歸2.284E921.142E9975.865.000b殘差45635953.637391170152.657總計2.329E9413回歸2.311E937.703E81587.134.000c殘差18443848.31338485364.429總計2.329E9414回歸2.316E945.789E81563.798.000d殘差13697919.680373702

17、14.045總計2.329E941a. 預測變量: (常量), 中級。b. 預測變量: (常量), 中級, 中專以下。c. 預測變量: (常量), 中級, 中專以下, 博士。d. 預測變量: (常量), 中級, 中專以下, 博士, 初級。e. 因變量: 賠款支出合計系數(shù)a模型非標準化系數(shù)標準系數(shù)tSig.B標準 誤差試用版1(常量)126.112211.590.596.555中級2.837.078.98536.496.0002(常量)-147.941186.546-.793.433中級2.522.097.87626.043.000中專以下.322.074.1474.363.0003(常量)14

18、5.512126.3781.151.257中級2.747.069.95439.672.000中專以下.428.050.1958.641.000博士-111.54314.902-.161-7.485.0004(常量)83.429111.727.747.460中級2.958.0841.02735.026.000中專以下.571.059.2609.706.000博士-116.95913.103-.169-8.926.000初級-.249.070-.132-3.580.001a. 因變量: 賠款支出合計從上表中可以看出，只有剩下中級、中專以下、博士、初級這些因素，所以這些變量與因變量之間都存在著線性關

19、系。而從系數(shù)表中可以看出來，中級與與因變量賠款支出合計之間存在正相關關系；中級和中專以下兩者與因變量之間存在負相關關系；中級、中專以下、博士三者與因變量存在正相關關系；中級、中專以下、博士、初級四者與因變量存在正相關關系。（四）分析構成保費收入的9個變量的共同特征此處采用因子分析，得出的結果如下所示：KMO 和 Bartlett 的檢驗取樣足夠度的 Kaiser-Meyer-Olkin 度量。.899Bartlett 的球形度檢驗近似卡方826.895df36Sig.000公因子方差初始提取企業(yè)財產(chǎn)保險保費收入1.000.977機動車輛保險保費收入1.000.985貨物運輸保險保費收入1.00

20、0.965責任保險保費收入1.000.965信用保證保險保費收入1.0001.000農(nóng)業(yè)保險保費收入1.000.759短期健康保險保費收入1.000.889意外傷害保險保費收入1.000.900其他保險保費收入1.000.962提取方法：主成份分析。解釋的總方差成份初始特征值提取平方和載入旋轉(zhuǎn)平方和載入合計方差的 %累積 %合計方差的 %累積 %合計方差的 %累積 %17.40182.23582.2357.40182.23582.2357.40082.22882.22821.00111.12593.3601.00111.12593.3601.00211.13293.3603.3283.6469

21、7.0064.1311.45998.4655.0941.04499.5096.022.25099.7597.010.11499.8728.007.07799.9509.005.050100.000提取方法：主成份分析。旋轉(zhuǎn)成份矩陣a成份12企業(yè)財產(chǎn)保險保費收入.988.008機動車輛保險保費收入.992.003貨物運輸保險保費收入.983.007責任保險保費收入.982.021信用保證保險保費收入.0081.000農(nóng)業(yè)保險保費收入.871.021短期健康保險保費收入.942.024意外傷害保險保費收入.948-.028其他保險保費收入.981.005提取方法 :主成份。 旋轉(zhuǎn)法 :具有 Kai

22、ser 標準化的正交旋轉(zhuǎn)法。a. 旋轉(zhuǎn)在 3 次迭代后收斂。從上述表中可以看出，KMO指標為0.899，明顯>0.7，所以適宜做因子分析，而特征值Sig.為0.000<0.001也證實了適合進行做因子分析。公因子表中，各個指標的提取率都比較高，解釋的總方差表中可以看出，只有前兩個成分的特征值大于1，且這兩個成分的累計貢獻率為93.36%，所以可以提取出2個因子，從碎石圖中也可證這個結果。最后看旋轉(zhuǎn)成分矩陣，可以提出兩個因子。因子1中只有信用保證保險保費收入的值較小，可以命名為無關信用因子；因子2中只有信用保證保險保費收入的值較高，可以命名為信用因子。（五）使用構成賠款支出的9個變量

23、對各個財產(chǎn)保險公司進行K均值聚類。得出的結果如下所示：初始聚類中心聚類1234企業(yè)財產(chǎn)保險賠款支出5292.42.00218.85453.52機動車輛保險賠款支出32262.65.003809.5610440.42貨物運輸保險賠款支出1220.28.0038.0663.17責任保險賠款支出1589.81.0040.78157.59信用保證保險賠款支出680.69846.35.003.42農(nóng)業(yè)保險賠款支出864.91.003.02695.53短期健康保險賠款支出971.83.001.86284.64意外傷害保險賠款支出657.62.00149.36300.48其他保險賠款支出2690.53.00

24、39.51294.79迭代歷史記錄a迭代聚類中心內(nèi)的更改12341.000846.006804.3551751.6032.000.000.000.000a. 由于聚類中心內(nèi)沒有改動或改動較小而達到收斂。任何中心的最大絕對坐標更改為 .000。當前迭代為 2。初始中心間的最小距離為 3912.026。聚類成員案例號聚類距離11.00022179.96733420.591421257.45652783.75162846.00672874.854841751.603941087.492104750.021112315.759123804.355132422.708142752.162153362.3

25、56162112.229172216.756183849.1541921027.94220263.912212196.013222114.047232316.089242206.212252150.267262204.423272193.863282208.023292212.008302212.993312170.641322205.936332207.470342205.240352205.792362204.860372204.847382182.088392207.506402208.013412208.002422208.028最終聚類中心聚類1234企業(yè)財產(chǎn)保險賠款支出5292.4

26、232.92144.041044.31機動車輛保險賠款支出32262.65198.003010.258866.85貨物運輸保險賠款支出1220.2816.8325.01195.94責任保險賠款支出1589.8116.2040.21204.16信用保證保險賠款支出680.6925.915.9640.54農(nóng)業(yè)保險賠款支出864.9133.621.38234.95短期健康保險賠款支出971.832.5334.57206.84意外傷害保險賠款支出657.6211.63114.66312.01其他保險賠款支出2690.5322.4542.34353.68最終聚類中心間的距離聚類1234132700.51829923.668239