摘 要

近年来随着中国汽车数量的不断增加，国内因汽车引发的交通事故也在频繁地发生，从而致使汽车保险的出险率呈现上升趋势。这在带动我国汽车保险行业的发展的同时，也促使我国保险公司开始研究如何根据汽车保险出险影响因素的分析来进行汽车保险营销定价，借此规避出险风险，提高经营的利润。而当今的互联网时代俨然一个大数据时代，大量的数据具有可挖掘的价值，利用数据挖掘技术可以从海量的数据中提取潜在的有效信息，以进行相关的决策支持。

本论文在数据挖掘理论的指导下，先是参考了国内外关于车险出险的研究动态，然后对车险出险因素从汽车属性和客户属性进行研究。在论文的实证分析部分，通过IBM SPSS Modeler 软件对汽车保险理赔数据样本进行各种数据分析，探究出险影响因素的重要性。建立了Logistic回归模型分析出险影响因素的线性相关性，也建立决策树模型进行分类预测，并评估了模型的正确性，最后根据分析的结果对制定汽车保险营销定价策略提出了一些合理的建议。

关键词：汽车保险；出险影响因素；数据挖掘；Logistic回归；决策树

Abstract

With the increasing number of Chinese cars these years, the domestic traffic accidents caused by cars are also happening frequently, resulting in the rise of car insurance risk rate. This not only promotes the development of Chinese auto insurance industry, but also compels Chinese insurance companies to study how to analyze the impact of auto insurance risk factors while pricing the car insurance, to avoid risks and improve profits. Internet age today is also an age of big data, a large amount of data has the value of mining. Potential effective information can be exacted from the massive data in the process of using data mining technology, which is beneficial to support the relevant decision.

Under the guidance of data mining theory, this paper first refers to the domestic and foreign research on the auto insurance risk, and then analyzes the auto insurance risk factors from both car attributes and customer attributes. In the empirical analysis of the paper, this paper will analyze the automobile insurance claims data by using IBM SPSS Modeler software to explore the importance of influencing factors. Logistic regression model is established to analyze the linear correlation of influencing factors and the decision tree model is established to predict the result. The correctness of the model was evaluated as well. Finally, based on the analysis results, some reasonable suggestions are put forward on the pricing strategy of automobile insurance marketing.

Key Words：automobile insurance; influencing factors; data mining; Logistic regression; decision tree

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1研究背景 1

1.2研究目的及意义 1

1.3国内外相关研究现状 2

1.3.1国外研究现状 2

1.3.2国内研究现状 2

1.4研究内容及技术方案 3

第2章 车险出险影响因素调研 5

2.1车险出险现状 5

2.2车险出险影响因素分析 5

2.2.1汽车的属性 5

2.2.2驾驶员的属性 6

第3章 车险出险影响因素实证分析 8

3.1建模方法介绍 8

3.1.1Logistic回归 8

3.1.2决策树 8

3.2 样本的确定 9

3.3 出险影响因素数据分析 10

3.3.1回归分析 10

3.3.2决策树分析 15

第4章 总结 23

4.1 全文总结 23

4.2 研究展望 23

参考文献 24

致 谢 25

第1章 绪论

1.1研究背景

近些年来随着中国经济的疾速发展，越来越多的国人开始将购买汽车作为人生规划之一，私人汽车的市场需求在与日俱增的同时，作为买车必购的汽车保险的消费需求随之扩增。此外随着生产力的发展，各政府单位和企业由于业务需求，也会给自己的员工配置公家车，由此也出现了巨大的汽车保险市场。

中国的保险公司一般固定化地制定车险价格，个性化水平不高。在国外的发达国家，汽车保险的定价却极其个性化。国际汽车保险产品的市场营销与开发越来越倾向于由客户群体划分，这是客户群体划分提出的更高要求。因此，客户本身具有的各种属性将成为群体划分的重要依据，需要变得更加规范和严谨。除了客户本身，作为汽车本身的属性，具有差异化的特点越来越明显。随着技术和生产力的进步，各种高科技汽车产品也逐渐成为交通道路的主流。技术的发展大大提高了机动车辆的性能和安全性，然而面对出现并可能发生的风险，不同类型的车辆由于性能不同，风险性也不同，这直接反映在保险公司需要承担的索赔风险水平上，也直接会影响到保险公司的营业利润。

然而针对不同的客户和车辆，若想要提供个性化的保险产品和更有针对性的保险服务则需要保险公司在面对客户时快速定位，使客户属性和标的物属性等可能影响出险率的因素都参与到保费定制的过程，这需要通过风险因素的计算得出一个相对合理的客户群体划分。借此过程，保险公司能够在投保环节就预估风险并做好风险发生准备，与此同时也给各类型客户一个更加公平的保障机制。也就是说，区别投保客户、发现各类出险客户的共同点，预测对应的出险风险，采用对各类型客户推行不同价格的汽车保险产品策略，这是一个值得研究的方向。

1.2研究目的及意义

对于财产保险公司而言，作为主要保费来源的汽车保险的运营状况至关重要，关于车险赔付率问题的研究对财险公司的盈利具有极大的现实价值。较高的车险赔付率给保险公司带来了较多损失，成为了难以解决的一个问题。许多财险公司采取了各种措施来规避出险风险，效果均不乐观。