請用此 Handle URI 來引用此文件: http://hdl.handle.net/11455/28362
標題: 影響個人健康險出險因素之研究
A Study on Factors Affect the Individual Health Insurance Claim
作者: 黃紫嫺
Huang, Tzu-Hsien
關鍵字: 二元Logistic迴歸模型
binary logistic regression model
Poisson迴歸模型
核保理賠
保單風險程度
poisson regression model
underwriting and claim adjusting
risk degree for insurance policy
出版社: 應用經濟學系所
引用: 壹、中文部分 一、圖書 1.何力生、曾榮秀(1992),「人壽保險與健康保險原理」,中華民國人壽保險管理學會出版,台北。 2.呂廣盛(2003),「個人壽險核保概論-第六版」,三民書局,台北。 3.吳明隆(2006),「SPSS統計應用學習實務:問卷分析與應用統計」,知城數位,台北。 4.吳明隆、涂金堂(2006),「SPSS與統計應用分析」,五南圖書,台北。 5.林師模、陳苑欽(2006),「多變量分析:管理上的應用」,雙葉書廊,台北。 6.林麗銖(2007),「人身保險實務」,平安出版,台北。 7.陳雲中(2003),「人壽保險的理論與實務-修訂四版」,三民書局,台北。 8.葉怡成(2004),「類神經網路模式應用與實作(八版)」,儒林圖書,台北。 二、期刊 1.利菊秀、劉純之、葉家興(2004),「論保險巿場訊息不對稱理論與實証的不一致性」,保險專刊,第20卷第2期,pp.99-112。 2.高子荃、詹淑慧(2001),「壽險業喪失清償能力信賴區間之研究」,保險專刊,第63輯,pp.101-121。 3.郝充仁(2004),「產險業經營健康保險之探討」,兩岸三地保險業交流與合作台北會議,pp.1-12。 4.張大成、劉宛鑫、沈大白(2002),「信用評等模型之簡介」,中國商銀月刊,第21卷第11期,pp.1-5。 三、論文 1.王儷珊(2001),「我國產物保險公司清償能力的探討」,國立中山大學財務管理學系研究所碩士論文。 2.呂嘉盈(2000),「台灣產險產業保險財務研究-Logistic 模型之運用」,國立高雄第一科技大學保險營運系研究所碩士論文。 3.李吉峰(2003),「應用類神經網路建構癌症保險核保決策模式-檢測客戶投保癌症保險發生疾病短期死亡之可能性」,國立高雄第一科技大學風險管理與保險系碩士論文。 4.何宗祐(2001),「當前我國商業性健康保險問題之探討」,逢甲大學保險研究所碩士論文。 5.吳民芬(2007),「癌症保險資訊不對稱之實證研究」,逢甲大學保險研究所碩士論文。 6.周素申(2005),「核保程序對承保業務影響之實證分析」,逢甲大學經營管理碩士在職專班碩士論文。 7.邵淑君(2008),「銷售通路與資訊不對稱:個人健康險損失率之實證研究」,逢甲大學風險管理與保險研究所碩士論文。 8.徐敦模(2003),「由逆選擇實証評估增員績效與核保對策相關性之研究」。國立高雄第一科技大學風險管理與保險系碩士論文。 9.黃雯婌(2005),「我國產險業經營個人健康保險意向與困難之研究」,逢甲大學保險研究所碩士論文。 10.張瑞和(2003),「應用類神經網路探討人壽保險核保風險之研究-以客戶投保保險後被解除契約為例」。國立高雄第一科技大學風險管理與保險系碩士論文。 11.張緯翎(2005),「類神經網路與羅吉斯迴歸分析方法對於車體損失險出險預測能力之比較」,逢甲大學保險研究所碩士論文。 12.郭禎娟(2007),「逆選擇與私有資訊:團體保險理賠率之實證研究」,逢甲大學保險研究所碩士論文。 13.鄭玲娟(2005),「癌症保險契約逆選擇問題之實證研究」,逢甲大學經營管理碩士在職專班碩士論文。 14.鄭鴻萍(2007),「逆選擇與逆自留:團體保險公費案與自費案的選擇」,逢甲大學保險研究所碩士論文。 15.鄭銌鋪(2004),「壽險業健康醫療險理賠預警系統之研究」,臺中健康暨管理學院經營管理研究所碩士論文。 16.韓友蓮(2005),「壽險契約逆選擇問題之實證研究」,逢甲大學經營管理碩士在職專班碩士論文。 17.龔盟鈞(2003),「應用類神經網路建構壽險核保決策模式-以醫療日額補償金為例」。國立高雄第一科技大學風險管理與保險系碩士論文。 四、網路資源 1.行政院衛生署統計公布欄,http://www.doh.gov.tw。 2.保險事業發展中心,http://www.tii.org.tw/index.asp。 貳、西文部分 一、Journal Articles 1.Altman, E.I.(1968), “Financial Ratios, Discriminant Analysis and The Prediction of Corporate Bankruptcy”, Journal of Finance, 23(4):589-609. 2.Ambrose, J.M.,and Carroll, A.M.(1994), “Using Best''s Ratings in Life Insurer Insolvency Prediction”, Journal of Risk and Insurance, 61(2):317-327. 3.Browne,M.J.(1992),“Evidence of Adverse Selection in the Individual Health Insurance Market”,Journal of Risk and Insurance,59:13-33. 4.Browne,M.J.and Doerpinghaus H.I.(1993), “Information Asymmetries and Adverse Selection in the Market for Individual Medical Expense Insurance”,Journal of Risk and Insurance,60(2):300-312. 5.Carson, J.M.,and Hoyt, R.E.(1995),“Life Insurer Financial Distress: Classification Models and Empirical Evidence”, Journal of Risk and Insurance, 62(4):764-775. 6.Derrig,R.A., Weisberg, H.I. and Chen,X.(1994),“Behavioral Factors and Lotteries under No-Fault with a Monetary Threshold: A Study of Massachusetts Automobile Claims” ,Journal of Risk and Insurance,61(2):245-275. 7.Lee, S.H.,and Urrutia, J.L.(1996), “Analysis and Prediction of Insolvency in the Property-Liability Insurance Industry : A Comparison of Logit and Hazardous Models”, Journal of Risk and Insurance, 63(1):121-130. 8.Patrick L. Brockett et,Xialoua Xia and Richard A. Derring(1998), “Using Kohonen’s Self-Organizing Feature Map to Uncover Automobile Bodily Injury Claims Fraud” ,Journal of Risk and Insurance,65(2):245-274.
摘要: 本研究係以某壽險公司於2001至2004年間所承保之被保險人為研究對象,考量二元Logistic迴歸模型在不同之臨界值設定下,各模型對於出險與否之分類預測能力,並尋找影響個人健康保險出險與否之重要因素,同時藉由Poisson迴歸模型探討影響保單風險程度之重要因素。 主要實證分析結論如下: 一、「保險金額」、「繳費類別」及「職業類別」對於「出險與否」具有反向且顯著影響;至於「保險費」、被保險人之「年齡」及「體格」則對於同樣的依變數具有正向且重要之影響。 二、在不同出險臨界值設定下,二元Logistic迴歸模型會產生不同程度的型Ⅰ與型Ⅱ誤差,而以型Ⅰ誤差為較低之前提下,臨界值為0.13的推估模型對於2001至2004年出險之預測能力相對較佳,顯示出險反應確實呈現不對稱分布,應該於初期予以即時處理因應。 三、「繳費年期」、「保險金額」、「保險費」、「被保險人年齡」、「要保人與被保險人關係」及「營業單位」對於「保單風險程度」具有正向且顯著影響;「繳費類別」、「體格」、「職業類別」及「理賠給付項目」對於相同的依變數則顯示為顯著負相關影響。
This study used the underwriting insured customers from some life insurance company from 2001 to 2004 as the research objects. The Binary Logistic Regression model with different critical values was adopted to measure and compare the prediction power of claim for each stage. Those factors influenced the claim of the personal health insurance were analyzed and tested. Meanwhile the Poisson Regression model was considered to probe into the important factors which affected the degree of risk for the specific insurance policy. Major statistical results were concluded as follows: 1.Three factors - insured amount, classification of premium paying, and job classification, were significantly negatively correlated with the claim. The premium, age of insured, and physique were the significantly positively correlated with the claim. 2.Under the different critical values, the Binary Logistic Regression model would attach to the type Ⅰ and type Ⅱ error at some degree. Under the minimum tolerance with type Ⅰ error, the critical condition with value at 0.13 presented the best performance of the claim to 2004 on 2001. 3.Term of paying premium, insured amount, the premium, age of insured, relation of applicant for insurance and insured, and business unit were significantly positively correlated with the degree of risk on the insurance policy. And classification of premium paying, physique, job classification, and the paying item of claim presented the opposite effection were the negative correlation and important influence for the degree of risk on the insurance policy.
URI: http://hdl.handle.net/11455/28362
其他識別: U0005-2608200921444000
文章連結: http://www.airitilibrary.com/Publication/alDetailedMesh1?DocID=U0005-2608200921444000
顯示於類別:應用經濟學系

文件中的檔案:
沒有與此文件相關的檔案。


在 DSpace 系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。