SPSS保险业案例分析Word文档下载推荐.docx
《SPSS保险业案例分析Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《SPSS保险业案例分析Word文档下载推荐.docx(21页珍藏版)》请在冰点文库上搜索。
![SPSS保险业案例分析Word文档下载推荐.docx](https://file1.bingdoc.com/fileroot1/2023-5/1/28847967-f220-43a8-8e30-1235fa7809a4/28847967-f220-43a8-8e30-1235fa7809a41.gif)
.992**
.796**
显著性(双侧)
.000
**.在.01水平(双侧)上显著相关。
从上表中可以看出来,三个变量的样本数都是42,保费收入和赔款支出之间Pearson相关系数为0.992,即保费收入和赔款支出的相关系数为0.992;
保费收入和总人数的Pearson相关系数为0.796;
赔款支出和总人数的Pearson相关系数也为0.796。
所以可以看出,保费收入合计、赔款支出合计和公司总人数三变量之间两两都存在着正相关关系。
(二)在控制“保费收入合计”前提下,对企业财产保险保费收入、机动车辆保险保费收入、货物运输保险保费收入、责任保险保费收入、信用保证保险保费收入、农业保险保费收入、短期健康保险保费收入、意外伤害保险保费收入、其他保险保费收入9项保费收入进行偏相关分析。
得出的结果如下所示:
企业财产保险保费收入
462.7786
1440.95382
机动车辆保险保费收入
3619.0548
10143.15242
货物运输保险保费收入
155.0605
477.57431
责任保险保费收入
170.1857
564.47409
信用保证保险保费收入
86.9552
500.41069
农业保险保费收入
123.9460
459.28324
短期健康保险保费收入
54.5874
187.18149
意外伤害保险保费收入
161.0490
362.75273
其他保险保费收入
266.0288
821.42808
控制变量
1.000
.257
.870
.585
-.131
-.236
-.159
.161
.853
.
.104
.413
.138
.320
.314
df
39
.163
.179
-.256
.172
.303
.353
.199
.309
.264
.106
.282
.054
.023
.212
.682
-.112
-.130
-.181
-.001
.784
.485
.419
.258
.994
-.066
.214
.170
-.372
.414
.288
.017
.007
-.034
-.037
-.191
-.115
.834
.818
.231
.475
.324
-.428
-.290
.039
.005
.066
-.148
-.089
.356
.581
.283
.073
从上表中可以看出:
企业财产保险保费收入对于机动车辆保险保费收入、货物运输保险保费收入、责任保险保费收入、信用保证保险保费收入、农业保险保费收入、短期健康保险保费收入、意外伤害保险保费收入、其他保险保费收入的相关性依次为0.257、0.870、0.585、-0.131、-0.236、-0.159、0.161、0.853。
可以看出,企业财产保险保费收入相对于货物运输保险保费收入、责任保险保费收入、其他保险保费收入的相关性比较大,呈现正相关,而与其他的因素相关性不太明显。
机动车辆保险保费收入对于货物运输保险保费收入、责任保险保费收入、信用保证保险保费收入、农业保险保费收入、短期健康保险保费收入、意外伤害保险保费收入、其他保险保费收入的相关性依次为0.163、0.179、-0.256、0.172、0.303、0.353、0.199。
可以看出,机动车辆保险保费收入对于各个因素之间的相关性都不是特别高。
货物运输保险保费收入对于责任保险保费收入、信用保证保险保费收入、农业保险保费收入、短期健康保险保费收入、意外伤害保险保费收入、其他保险保费收入的相关性依次为0.682、-0.112、-0.130、-0.181、-0.001、0.784.可以看出货物运输保险保费收入对于责任保险保费收入、其他保险保费收入的相关性比较大,呈现正相关的趋势,而对于其他的因素相关性不太明显。
责任保险保费收入对于信用保证保险保费收入、农业保险保费收入、短期健康保险保费收入、意外伤害保险保费收入、其他保险保费收入的相关性依次为-0.066、0.214、0.170、-0.372、0.414。
可以看出责任保险保费收入对于其他保险保费收入呈现正相关态势,与意外伤害保险保费收入呈现负相关态势,而对于其他的因素相关性不太明显。
信用保证保险保费收入对于农业保险保费收入、短期健康保险保费收入、意外伤害保险保费收入、其他保险保费收入的相关性依次为-0.034、-.037、-0.191、-0.115。
可以看出信用保证保险保费收入对于其他的因素都呈现负相关关系,然而相关性并不明显。
农业保险保费收入对于短期健康保险保费收入、意外伤害保险保费收入、其他保险保费收入的相关性依次为0.324、-0.428、-、.290。
可以看出农业保险保费收入对于短期健康保险保费收入呈现正相关,对于意外伤害保险保费收入、其他保险保费收入呈现负相关。
短期健康保险保费收入对于意外伤害保险保费收入、其他保险保费收入的相关性依次为-0.148、-0.089,可以看出相关性并不明显。
意外伤害保险保费收入对于其他保险保费收入的相关性系数为0.283,相关性并不明显。
(三)以赔款支出合计为因变量,以男、女、博士、硕士、学士、大专、中专以下、高级、中级、初级、三十五岁以下、三十六岁到四十五岁、四十六岁以上为自变量,进行多元线性回归。
输入/移去的变量a
模型
输入的变量
移去的变量
方法
中级
步进(准则:
F-to-enter的概率<
=.050,F-to-remove的概率>
=.100)。
2
中专以下
3
博士
4
初级
a.因变量:
赔款支出合计
模型汇总e
R
R方
调整R方
标准估计的误差
Durbin-Watson
.985a
.971
.970
1303.02930
.990b
.980
.979
1081.73595
.996c
.992
.991
696.68101
.997d
.993
608.45217
2.968
a.预测变量:
(常量),中级。
b.预测变量:
(常量),中级,中专以下。
c.预测变量:
(常量),中级,中专以下,博士。
d.预测变量:
(常量),中级,中专以下,博士,初级。
e.因变量:
Anovae
平方和
均方
F
Sig.
回归
2.262E9
1331.976
.000a
残差
.156
40
1697885.354
总计
2.329E9
41
2.284E9
1.142E9
975.865
.000b
.637
1170152.657
2.311E9
7.703E8
1587.134
.000c
.313
38
485364.429
2.316E9
5.789E8
1563.798
.000d
.680
37
370214.045
系数a
非标准化系数
标准系数
t
B
标准误差
试用版
(常量)
126.112
211.590
.596
.555
2.837
.078
.985
36.496
-147.941
186.546
-.793
.433
2.522
.097
.876
26.043
.322
.074
.147
4.363
145.512
126.378
1.151
2.747
.069
.954
39.672
.428
.050
.195
8.641
-111.543
14.902
-.161
-7.485
83.429
111.727
.747
.460
2.958
.084
1.027
35.026
.571
.059
.260
9.706
-116.959
13.103
-.169
-8.926
-.249
.070
-.132
-3.580
.001
从上表中可以看出,只有剩下中级、中专以下、博士、初级这些因素,所以这些变量与因变量之间都存在着线性关系。
而从系数表中可以看出来,中级与与因变量赔款支出合计之间存在正相关关系;
中级和中专以下两者与因变量之间存在负相关关系;
中级、中专以下、博士三者与因变量存在正相关关系;
中级、中专以下、博士、初级四者与因变量存在正相关关系。
(四)分析构成保费收入的9个变量的共同特征
此处采用因子分析,得出的结果如下所示:
KMO和Bartlett的检验
取样足够度的Kaiser-Meyer-Olkin度量。
.899
Bartlett的球形度检验
近似卡方
826.895
36
公因子方差
初始
提取
.977
.965
.759
.889
.900
.962
提取方法:
主成份分析。
解释的总方差
成份
初始特征值
提取平方和载入
旋转平方和载入
合计
方差的%
累积%
7.401
82.235
7.400
82.228
1.001
11.125
93.360
1.002
11.132
.328
3.646
97.006
.131
1.459
98.465
5
.094
1.044
99.509
6
.022
.250
99.759
7
.010
.114
99.872
8
.077
99.950
9
100.000
旋转成份矩阵a
.988
.008
.003
.983
.982
.021
.871
.942
.024
.948
-.028
.981
提取方法:
主成份。
旋转法:
具有Kaiser标准化的正交旋转法。
a.旋转在3次迭代后收敛。
从上述表中可以看出,KMO指标为0.899,明显>
0.7,所以适宜做因子分析,而特征值Sig.为0.000<
0.001也证实了适合进行做因子分析。
公因子表中,各个指标的提取率都比较高,解释的总方差表中可以看出,只有前两个成分的特征值大于1,且这两个成分的累计贡献率为93.36%,所以可以提取出2个因子,从碎石图中也可证这个结果。
最后看旋转成分矩阵,可以提出两个因子。
因子1中只有信用保证保险保费收入的值较小,可以命名为无关信用因子;
因子2中只有信用保证保险保费收入的值较高,可以命名为信用因子。
(五)使用构成赔款支出的9个变量对各个财产保险公司进行K-均值聚类。
初始聚类中心
聚类
企业财产保险赔款支出
5292.42
.00
218.85
453.52
机动车辆保险赔款支出
32262.65
3809.56
10440.42
货物运输保险赔款支出
1220.28
38.06
63.17
责任保险赔款支出
1589.81
40.78
157.59
信用保证保险赔款支出
680.69
846.35
3.42
农业保险赔款支出
864.91
3.02
695.53
短期健康保险赔款支出
971.83
1.86
284.64
意外伤害保险赔款支出
657.62
149.36
300.48
其他保险赔款支出
2690.53
39.51
294.79
迭代历史记录a
迭代
聚类中心内的更改
846.006
804.355
1751.603
a.由于聚类中心内没有改动或改动较小而达到收敛。
任何中心的最大绝对坐标更改为.000。
当前迭代为2。
初始中心间的最小距离为3912.026。