SPSS保险业案例分析报告.docx
《SPSS保险业案例分析报告.docx》由会员分享，可在线阅读，更多相关《SPSS保险业案例分析报告.docx（17页珍藏版）》请在冰点文库上搜索。
SPSS
保险业案例分析
Windows用户
..
..
..
保险业案例分析
按照我国目前保险业的惯例，对于财产保险公司，可以用5个变量来描述其保险业务情况：
保费收入、储金、赔案件数、赔款支出和未决赔款。
其中，保费收入和赔款支出按保险标的特点分别又分为9个组成部分。
因此，通过对我国各个财产保险公司的基本情况进行各种分析，一方面找出构成财产保险公司基本特征的各变量之间的内在联系，另一方面找出各财产保险公司的共同特征或相异之处也就显得尤为重要。
为了找出构成财产保险公司基本特征的各变量之间的内在联系以及找出各财产保
险公司的共同特征或相异之处，我们需要分析一下几个方面：
1、研究保费收入合计、赔款支出合计和公司总人数三变量之间的简单相关关系。
2、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。
3、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。
4、分析构成保费收入的9个变量的共同特征（提取公因子）。
5、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。
针对上述分析的目的，在此主要采用以下几种方法：
、
双变量相关性分析偏相关分析
多元线性回归分析
.
.
专业专注
描述性统计量
因子分析
K-均值聚类分析
具体分析流程如下：
（一）先对研究保费收入合计、赔款支出合计和公司总人数三变量进行双变量相关性分析，来尝试找出变量之间的简单相关关系。
在进行相关回归之前，先做散点图，来初步确定变量之间是否存在相关趋势。
散
点图的结果如下所示：
从散点图中可以看出，这三个变量两两之间都存在着线性相关关系。
之后再对这三个变量进行双变量相关性分析，得出的结果如下所示：
均值
标准差
N
保费收入合计 5320.9700
14326.08458
42
赔款支出合计 2531.6662
7537.64279
42
总人数 7497.17
15377.928
42
保费收入合计
赔款支出合计
总人数
保费收入合计
Pearson相关性
1
.992**
.796**
显著性（双侧）
.000
.000
N
42
42
42
赔款支出合计
Pearson相关性显著性（双侧）
.992**
.000
1
.796**
.000
N
42
42
42
总人数
Pearson相关性
.796**
.796**
1
显著性（双侧）
.000
.000
N
42
42
42
相关性
**.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：
描述性统计量
均值
标准差
N
企业财产保险保费收入
462.7786
1440.95382
42
机动车辆保险保费收入
3619.0548
10143.15242
42
货物运输保险保费收入
155.0605
477.57431
42
责任保险保费收入
170.1857
564.47409
42
信用保证保险保费收入
86.9552
500.41069
42
农业保险保费收入
123.9460
459.28324
42
短期健康保险保费收入
54.5874
187.18149
42
意外伤害保险保费收入
161.0490
362.75273
42
其他保险保费收入
266.0288
821.42808
42
保费收入合计
5320.9700
14326.08458
42
相关性
企业
机动
货物
信用
短期
意外
财产
车辆
运输
责任
保证
农业
健康
伤害
其他
保险
保险
保险
保险
保险
保险
保险
保险
保险
保费
保费
保费
保费
保费
保费
保费
保费
保费
控制变量 收入
收入
收入
收入
收入
收入
收入
收入
收入
保费
企业财产
相关性
1.000
.257
.870
.585
-.131
-.236
-.159
.161
.853
收入
保险保费
显著性
.
.104
.000
.000
.413
.138
.320
.314
.000
合计
收入
（双
侧）
df
0
39
39
39
39
39
39
39
39
机动车辆
相关性
.257
1.000
.163
.179
-.256
.172
.303
.353
.199
保险保费
显著性
.104
.
.309
.264
.106
.282
.054
.023
.212
收入
（双
侧）
df
39
0
39
39
39
39
39
39
39
货物运输
相关性
.870
.163
1.000
.682
-.112
-.130
-.181
-.001
.784
保险保费
显著性
.000
.309
.
.000
.485
.419
.258
.994
.000
收入
（双
侧）
df
39
39
0
39
39
39
39
39
39
责任保险
相关性
.585
.179
.682
1.000
-.066
.214
.170
-.372
.414
保费收入
显著性
（双
.000
.264
.000
.
.682
.179
.288
.017
.007
侧）
df
39
39
39
0
39
39
39
39
39
信用保证
相关性
-.131
-.256
-.112
-.066
1.000
-.034
-.037
-.191
-.115
保险保费
收入
显著性
（双
.413
.106
.485
.682
.
.834
.818
.231
.475
侧）
df
39
39
39
39
0
39
39
39
39
农业保险
相关性
-.236
.172
-.130
.214
-.034
1.000
.324
-.428
-.290
保费收入
显著性
（双
.138
.282
.419
.179
.834
.
.039
.005
.066
侧）
df
39
39
39
39
39
0
39
39
39
短期健康
相关性
-.159
.303
-.181
.170
-.037
.324
1.000
-.148
-.089
保险保费
收入
显著性
（双
.320
.054
.258
.288
.818
.039
.
.356
.581
侧）
df
39
39
39
39
39
39
0
39
39
意外伤害
相关性
.161
.353
-.001
-.372
-.191
-.428
-.148
1.000
.283
保险保费
收入
显著性
（双
.314
.023
.994
.017
.231
.005
.356
.
.073
侧）
df
39
39
39
39
39
39
39
0
39
其他保险
相关性
.853
.199
.784
.414
-.115
-.290
-.089
.283
1.000
保费收入
显著性
（双
.000
.212
.000
.007
.475
.066
.581
.073
.
侧）
df
39
39
39
39
39
39
39
39
0
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。
得出的结果如下所示：
输入／移去的变量a
模型
1
输入的变量
中级
移去的变量
2
中专以下
3
博士
4
初级
方法
.步进（准则:
F-to-enter的概率<=.050，
F-to-remove的
概
率>=.100）。
.步进（准则:
F-to-enter的概率<=.050，
F-to-remove的
概
率>=.100）。
.步进（准则:
F-to-enter的概率<=.050，
F-to-remove的
概
率>=.100）。
.步进（准则:
F-to-enter的概
率<=.050，
F-to-remove的
概
率>=.100）。
a. 因变量:
赔款支出合计
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:
赔款支出合计
Anovae
模型
R
R方
模型汇总e
调整R方
标准估计的误差
Durbin-Watson
1
.985a
.971
.970
1303.02930
2
.990b
.980
.979
1081.73595
3
.996c
.992
.991
696.68101
4
.997d
.994
.993
608.45217
2.968
模型
平方和
df
均方
F
Sig.
1
回归
2.262E9
1
2.262E9
1331.976
.000a
残差
67915414.156
40
1697885.354
总计
2.329E9
41
2
回归
2.284E9
2
1.142E9
975.865
.000b
残差
45635953.637
39
1170152.657
总计
2.329E9
41
3
回归
2.311E9
3
7.703E8
1587.134
.000c
残差
18443848.313
38
485364.429
总计
2.329E9
41
4
回归
2.316E9
4
5.789E8
1563.798
.000d
残差
13697919.680
37
370214.045
总计
2.329E9
41
Anovae
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:
赔款支出合计
系数a
非标准化系数 标准系数
模型
平方和
df
均方
F
Sig.
1
回归
2.262E9
1
2.262E9
1331.976
.000a
残差
67915414.156
40
1697885.354
总计
2.329E9
41
2
回归
2.284E9
2
1.142E9
975.865
.000b
残差
45635953.637
39
1170152.657
总计
2.329E9
41
3
回归
2.311E9
3
7.703E8
1587.134
.000c
残差
18443848.313
38
485364.429
总计
2.329E9
41
4
回归
2.316E9
4
5.789E8
1563.798
.000d
残差
13697919.680
37
370214.045
总计
2.329E9
41
模型
B
标准误差
试用版
t
Sig.
1 （常量）
126.112
211.590
.596
.555
中级
2.837
.078
.985
36.496
.000
2 （常量）
-147.941
186.546
-.793
.433
中级
2.522
.097
.876
26.043
.000
中专以下
.322
.074
.147
4.363
.000
3 （常量）
145.512
126.378
1.151
.257
公因子方差
中级
2.747
.069
.954
39.672
.000
中专以下
.428
.050
.195
8.641
.000
博士
-111.543
14.902
-.161
-7.485
.000
4
（常量）
83.429
111.727
.747
.460
中级
2.958
.084
1.027
35.026
.000
中专以下
.571
.059
.260
9.706
.000
博士
-116.959
13.103
-.169
-8.926
.000
初级
-.249
.070
-.132
-3.580
.001
a.因变量:
赔款支出合计
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。
KMO和Bartlett的检验
取样足够度的Kaiser-Meyer-Olkin度量。
Bartlett的球形度检验近似卡方
dfSig.
.899
826.895
36
.000
（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：
初始
提取
企业财产保险保费收入
1.000
.977
机动车辆保险保费收入
1.000
.985
货物运输保险保费收入
1.000
.965
责任保险保费收入
1.000
.965
信用保证保险保费收入
1.000
1.000
农业保险保费收入
1.000
.759
短期健康保险保费收入
1.000
.889
解释的总方差
初始特征值
提取平方和载入
旋转平方和载入
提取方法：
主成份分析。
意外伤害保险保费收入
1.000
.900
其他保险保费收入
提取方法：
主成份分析。
1.000
.962
成份
合计
方差
的%
累积%
合计
方差
的%
累积%
合计
方差
的%
累积%
1
7.401
82.235
82.235
7.401
82.235
82.235
7.400
82.228
82.228
2
1.001
11.125
93.360
1.001
11.125
93.360
1.002
11.132
93.360
3
.328
3.646
97.006
4
.131
1.459
98.465
5
.094
1.044
99.509
6
.022
.250
99.759
7
.010
.114
99.872
8
.007
.077
99.950
9
.005
.050
100.000
旋转成份矩阵a
成份
1
2
企业财产保险保费收入
.988
.008
机动车辆保险保费收入
.992
.003
货物运输保险保费收入
.983
.007
责任保险保费收入
.982
.021
信用保证保险保费收入
.008
1.000
农业保险保费收入
.871
.021
短期健康保险保费收入
.942
.024
意外伤害保险保费收入
.948
-.028
其他保险保费收入
.981
.005
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
迭代历史记录a
聚类中心内的更改
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。
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
1
2
3
4
得出的结果如下所示：
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
.00
3809.56
10440.42
货物运输保险赔款支出
1220.28
.00
38.06
63.17
责任保险赔
升级会员 