辛凱琪 湯金鳳 遼寧大學(xué)金融與貿(mào)易學(xué)院

一、引言

根據(jù)我國(guó)第七次人口普查結(jié)果，我國(guó)人口老齡化程度進(jìn)一步加深，已經(jīng)接近深度老齡化。通常，老齡人口隨著年齡增大，身體各項(xiàng)機(jī)能開(kāi)始退化，從而發(fā)生重疾的可能性會(huì)增大。2020年11月，中國(guó)保險(xiǎn)行業(yè)協(xié)會(huì)與中國(guó)醫(yī)師協(xié)會(huì)聯(lián)合發(fā)布《重大疾病保險(xiǎn)的疾病定義使用規(guī)范（2020 年修訂版）》，優(yōu)化了重疾分類(lèi)，并且引入了輕度疾病的分類(lèi)，擴(kuò)大了重疾險(xiǎn)承保范圍。伴隨著重疾險(xiǎn)保障范圍的擴(kuò)大，也會(huì)增加經(jīng)營(yíng)重疾險(xiǎn)的保險(xiǎn)公司面臨的賠付風(fēng)險(xiǎn)。外部環(huán)境的變化給經(jīng)營(yíng)重疾險(xiǎn)的保險(xiǎn)公司帶來(lái)挑戰(zhàn)，保險(xiǎn)公司在承擔(dān)較高賠付風(fēng)險(xiǎn)后其經(jīng)營(yíng)效益和償付能力勢(shì)必會(huì)受到影響。然而，機(jī)遇與挑戰(zhàn)并存，這一形勢(shì)下，保險(xiǎn)公司如能適應(yīng)外部形勢(shì)變化，采取適當(dāng)?shù)膽?yīng)對(duì)策略，則可以化挑戰(zhàn)為競(jìng)爭(zhēng)力。

為了增強(qiáng)經(jīng)營(yíng)的穩(wěn)健性和競(jìng)爭(zhēng)性，保險(xiǎn)公司需要對(duì)投保重疾險(xiǎn)的客戶(hù)進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)并作出客戶(hù)細(xì)分。本文的重點(diǎn)即聚焦投保重疾險(xiǎn)的客戶(hù)風(fēng)險(xiǎn)評(píng)估。重大疾病的內(nèi)涵包含三個(gè)方面特征：治療費(fèi)用高昂、治療周期長(zhǎng)、發(fā)生后會(huì)嚴(yán)重影響家庭經(jīng)濟(jì)狀況。該險(xiǎn)種創(chuàng)立的初衷是，當(dāng)一個(gè)人遭遇重大疾病時(shí)，由醫(yī)生來(lái)挽救其身體，由保險(xiǎn)來(lái)保證其在經(jīng)濟(jì)上不遭受毀滅性打擊，以免發(fā)生人走財(cái)空或人在財(cái)空的悲慘結(jié)果。保險(xiǎn)公司作為經(jīng)營(yíng)這一風(fēng)險(xiǎn)的主體，勢(shì)必要根據(jù)客戶(hù)自身的身體特征、經(jīng)濟(jì)特征以及消費(fèi)特征等作出風(fēng)險(xiǎn)預(yù)測(cè)，并且有針對(duì)性地進(jìn)行產(chǎn)品設(shè)計(jì)與營(yíng)銷(xiāo)，以保證其充足的賠付能力。

當(dāng)下，重疾險(xiǎn)產(chǎn)品同質(zhì)化嚴(yán)重，各保險(xiǎn)公司的重疾險(xiǎn)產(chǎn)品所承擔(dān)的責(zé)任差異不大，主要依靠與其他產(chǎn)品相結(jié)合來(lái)提升自身競(jìng)爭(zhēng)力，如豁免保費(fèi)權(quán)益、年金權(quán)益、健康打卡等方式。未來(lái)，商業(yè)保險(xiǎn)公司若要增強(qiáng)自身競(jìng)爭(zhēng)力，應(yīng)當(dāng)聚焦于責(zé)任的細(xì)分。由于不同群體面臨的風(fēng)險(xiǎn)不同，保險(xiǎn)公司可通過(guò)對(duì)客戶(hù)自身風(fēng)險(xiǎn)及其個(gè)體特征的精準(zhǔn)定位，更加有針對(duì)性地開(kāi)發(fā)產(chǎn)品，以滿(mǎn)足投保人多樣化的投保需求，同時(shí)提高自身經(jīng)營(yíng)的效益。因此，進(jìn)行客戶(hù)風(fēng)險(xiǎn)評(píng)估及細(xì)分，對(duì)于商業(yè)保險(xiǎn)公司具有重要的實(shí)踐意義。

本文以A 保險(xiǎn)公司的客戶(hù)基礎(chǔ)信息為例，運(yùn)用logistics 回歸分析和決策樹(shù)算法，分析影響重疾發(fā)生可能性的主要因素以及各因素間的交互作用，最后對(duì)經(jīng)營(yíng)重疾險(xiǎn)的保險(xiǎn)公司提出有關(guān)精準(zhǔn)營(yíng)銷(xiāo)的合理建議。

二、理論基礎(chǔ)及研究方法

（一）理論基礎(chǔ)

客戶(hù)細(xì)分理論最早由美國(guó)學(xué)者史密斯于1956年提出，他以客戶(hù)的多樣化需求為細(xì)分標(biāo)準(zhǔn)，按照每一類(lèi)客戶(hù)特征制定營(yíng)銷(xiāo)策略。隨后Jennifer Drayton在1987年進(jìn)一步提出以地理、人口、心理或行為等特征劃分不同市場(chǎng)，并通過(guò)采取針對(duì)性營(yíng)銷(xiāo)策略提高營(yíng)銷(xiāo)效率。后來(lái)這一理論不斷完善發(fā)展。我國(guó)學(xué)者綦欣德（2013）在過(guò)往靜態(tài)描述性模型的基礎(chǔ)上，引入了多維度細(xì)分、動(dòng)態(tài)性細(xì)分和預(yù)測(cè)性細(xì)分視角。隨著計(jì)算機(jī)技術(shù)的進(jìn)步以及大數(shù)據(jù)發(fā)展，諸多學(xué)者開(kāi)始將數(shù)據(jù)挖掘模型引入客戶(hù)細(xì)分領(lǐng)域。趙萌、齊佳音（2014）運(yùn)用RFM模型對(duì)客戶(hù)終身價(jià)值進(jìn)行評(píng)估，并以此作為客戶(hù)細(xì)分的依據(jù)。原慧琳、杜杰等（2021）將改進(jìn)K-means 算法引入客戶(hù)細(xì)分領(lǐng)域，找出了客戶(hù)細(xì)分的科學(xué)路徑。

根據(jù)前人研究可以看出，客戶(hù)細(xì)分理論基本原理是，根據(jù)客戶(hù)的文化觀(guān)念、經(jīng)濟(jì)收入、消費(fèi)習(xí)俗、生活方式等的不同細(xì)分新的類(lèi)別，企業(yè)根據(jù)客戶(hù)的不同類(lèi)別制定品牌推廣戰(zhàn)略和營(yíng)銷(xiāo)策略，將資源針對(duì)目標(biāo)客戶(hù)集中使用?？蛻?hù)細(xì)分中通常要考慮三方面的因素：內(nèi)在屬性、外在屬性及消費(fèi)者行為。內(nèi)在屬性通常包含客戶(hù)的年齡、性別、收入等；外在屬性包括地域?qū)傩?、環(huán)境屬性等；消費(fèi)者行為包含消費(fèi)頻率、消費(fèi)額等。只有充分考慮影響客戶(hù)消費(fèi)的諸多特征，才有可能對(duì)客戶(hù)實(shí)施精準(zhǔn)劃分。

客戶(hù)細(xì)分在實(shí)際操作中應(yīng)當(dāng)包含以下流程：1.確定需要收集的數(shù)據(jù)以及如何收集；2.將不同類(lèi)別的數(shù)據(jù)整合在一起，以便于尋找其內(nèi)在關(guān)聯(lián)；3.選擇算法或模型對(duì)數(shù)據(jù)進(jìn)行分析，將此分析結(jié)果作為客戶(hù)細(xì)分的基礎(chǔ)；4.將分析結(jié)果傳達(dá)至企業(yè)各部門(mén)與層級(jí)，使其能夠完成細(xì)分后所要達(dá)到的目標(biāo)。

該理論在現(xiàn)代企業(yè)營(yíng)銷(xiāo)中的應(yīng)用極其廣泛，在保險(xiǎn)領(lǐng)域的價(jià)值更是至關(guān)重要。保險(xiǎn)產(chǎn)品作為一種無(wú)形的商品，在營(yíng)銷(xiāo)過(guò)程中更加依賴(lài)對(duì)于客戶(hù)特征的精準(zhǔn)把握，在此基礎(chǔ)上，才能讓營(yíng)銷(xiāo)人員選擇恰當(dāng)?shù)臓I(yíng)銷(xiāo)途徑、有針對(duì)性的保險(xiǎn)產(chǎn)品滿(mǎn)足客戶(hù)需求。

（二）研究方法

在對(duì)龐大的客戶(hù)數(shù)據(jù)進(jìn)行分析的過(guò)程中，國(guó)內(nèi)外學(xué)者采取了諸多數(shù)據(jù)挖掘的方法。數(shù)據(jù)挖掘是從大型數(shù)據(jù)庫(kù)中提取數(shù)據(jù)驅(qū)動(dòng)的信息。通常，在保險(xiǎn)領(lǐng)域應(yīng)用的數(shù)據(jù)挖掘方法包括分類(lèi)、聚類(lèi)、回歸、關(guān)聯(lián)等方法。Marisa S.Viveros（1996）利用關(guān)聯(lián)規(guī)則對(duì)醫(yī)療保險(xiǎn)信息數(shù)據(jù)進(jìn)行挖掘，發(fā)現(xiàn)不同病理學(xué)醫(yī)生的相互組合會(huì)產(chǎn)生意料之外的效果。管紹賢（2008）研究了決策樹(shù)方法在保險(xiǎn)客戶(hù)風(fēng)險(xiǎn)分析中的作用，采取決策樹(shù)C4.5算法，首先計(jì)算每個(gè)屬性的信息增益率，得到根節(jié)點(diǎn)，最后對(duì)得到的決策樹(shù)進(jìn)行修建，從而得到風(fēng)險(xiǎn)分析模型。劉曉葳（2013）采取logistic回歸、決策樹(shù)模型、Aprior算法對(duì)保險(xiǎn)公司所提供的客戶(hù)數(shù)據(jù)進(jìn)行綜合挖掘，首先對(duì)比logistic回歸與決策樹(shù)模型的準(zhǔn)確性，隨后用Aprior 算法進(jìn)行驗(yàn)證，最終得到風(fēng)險(xiǎn)貢獻(xiàn)矩陣。過(guò)往學(xué)者數(shù)據(jù)挖掘方法大致可分為三類(lèi)：1.分類(lèi)算法，包含決策樹(shù)、神經(jīng)網(wǎng)絡(luò)等方法，主要適用于對(duì)客戶(hù)進(jìn)行分類(lèi)；2.回歸算法，包含線(xiàn)性回歸與非線(xiàn)性回歸，此類(lèi)算法主要目的是做預(yù)測(cè)；3.關(guān)聯(lián)規(guī)則，包含Apriori、FP-growth 等，主要目的是發(fā)現(xiàn)關(guān)聯(lián)性。

通過(guò)對(duì)過(guò)往學(xué)者數(shù)據(jù)挖掘方法的比較以及本研究所擁有的數(shù)據(jù)特點(diǎn)，本文決定采取logistic 回歸對(duì)重疾發(fā)生的影響因素進(jìn)行分析，該模型雖然考慮到了主效應(yīng)的影響，但是并未考慮交互效應(yīng)，因此，還需要引入決策樹(shù)模型，進(jìn)行因素間交互效應(yīng)的分析。

三、數(shù)據(jù)準(zhǔn)備與描述性統(tǒng)計(jì)

（一）數(shù)據(jù)來(lái)源與處理

本研究以A 保險(xiǎn)公司主力產(chǎn)品的37 萬(wàn)條相關(guān)保單承保數(shù)據(jù)和理賠數(shù)據(jù)樣本作為數(shù)據(jù)源。數(shù)據(jù)內(nèi)容為該公司所承保的重大疾病保險(xiǎn)的客戶(hù)資料，客戶(hù)分布于全國(guó)各個(gè)城市。

依據(jù)研究目標(biāo)，發(fā)現(xiàn)原始數(shù)據(jù)存在賦值不規(guī)范、存在缺失值及個(gè)別變量相關(guān)性低等問(wèn)題，建模分析前首先對(duì)原始數(shù)據(jù)做預(yù)處理。具體采用以下方法：（1）相關(guān)分析，去除與理賠無(wú)關(guān)或相關(guān)性較小的變量。本文剔除原始數(shù)據(jù)庫(kù)中的保單生效年月、省級(jí)行政機(jī)構(gòu)、市級(jí)行政機(jī)構(gòu)、保障年限、出險(xiǎn)日期、理賠日期等六個(gè)變量。（2）缺失值處理，剔除缺失值過(guò)多的變量。（3）為了更加科學(xué)地預(yù)測(cè)客戶(hù)風(fēng)險(xiǎn)，依據(jù)客戶(hù)保單年限，本文從2018年統(tǒng)計(jì)年鑒查詢(xún)了人均GDP、人均可支配收入兩項(xiàng)指標(biāo)，從梅斯醫(yī)學(xué)借鑒了各省份醫(yī)療水平排名，用以體現(xiàn)地區(qū)經(jīng)濟(jì)發(fā)展水平、居民收入水平、醫(yī)療水平等級(jí)。（4）變量重新賦值與分類(lèi)。對(duì)各變量統(tǒng)一重新賦值，去除不同量綱。（5）數(shù)據(jù)平衡化處理。經(jīng)過(guò)對(duì)變量的初步分析，發(fā)現(xiàn)變量存在非平衡性特征，從未發(fā)生理賠事件的客戶(hù)有361368例，占總數(shù)的97.49%。為保證分析準(zhǔn)確性，對(duì)數(shù)據(jù)做重抽樣平衡處理。本文采取過(guò)采樣法，抽取17224條數(shù)據(jù)，處理后從未發(fā)生理賠與曾發(fā)生過(guò)理賠行為的客戶(hù)分別占總數(shù)的51.03%和48.97%。

?表1 變量名稱(chēng)選取及賦值情況

（二）描述性統(tǒng)計(jì)

1.因變量

本案例以重疾險(xiǎn)是否出險(xiǎn)作為因變量，重疾險(xiǎn)出險(xiǎn)的范圍包括保險(xiǎn)公司經(jīng)辦的特定重大疾病，如惡性腫瘤、心肌梗死、腦溢血等。當(dāng)被保險(xiǎn)人達(dá)到保險(xiǎn)條款所約定的重大疾病狀態(tài)后，保險(xiǎn)公司根據(jù)保險(xiǎn)合同約定給付保險(xiǎn)金。本文從數(shù)據(jù)庫(kù)中抽取變量中發(fā)生理賠的占49%。

2.自變量

內(nèi)在屬性：從性別角度看，女性發(fā)生重大疾病概率高于男性；從年齡段看，16—25歲人群中，出險(xiǎn)人群遠(yuǎn)低于未出險(xiǎn)人群，可見(jiàn)在這一年齡段發(fā)生重疾概率較低；在26—35歲人群中，發(fā)生重疾人群與未發(fā)生重疾人群幾乎相等；在36 歲以上人群中，出險(xiǎn)人數(shù)已經(jīng)超過(guò)未出險(xiǎn)人數(shù)。由此得出初步結(jié)論，隨著年齡增加，重疾發(fā)生率也在增加。

外在屬性：城市線(xiàn)、人均可支配收入、人均GDP 反映出在地區(qū)經(jīng)濟(jì)發(fā)達(dá)且收入相對(duì)較高人群中，生活于新一線(xiàn)城市和二線(xiàn)城市的出險(xiǎn)人數(shù)遠(yuǎn)遠(yuǎn)高于一線(xiàn)、三線(xiàn)、四線(xiàn)和五線(xiàn)城市；醫(yī)療水平排名反映出在醫(yī)療水平較發(fā)達(dá)地區(qū)，參保人數(shù)遠(yuǎn)高于醫(yī)療水平欠發(fā)達(dá)地區(qū)，且重疾發(fā)生率也高于欠發(fā)達(dá)地區(qū)。

消費(fèi)者行為：基本保額段、繳費(fèi)年限、保單件數(shù)反映出，在這些因素下，重疾發(fā)生與否未呈現(xiàn)出顯著的差異。因此，假設(shè)基本保額段、繳費(fèi)年限、保單件數(shù)不同不會(huì)對(duì)重疾發(fā)生產(chǎn)生顯著影響；而在出險(xiǎn)年齡方面，可以看出，出險(xiǎn)年齡主要集中在34—45 歲，其次是26—33 歲、46 歲以上、18—25 歲；重疾險(xiǎn)理賠中，重癥占到90%以上，而輕癥、中癥的發(fā)生比例偏低。

四、基于數(shù)據(jù)挖掘的客戶(hù)風(fēng)險(xiǎn)的識(shí)別與分類(lèi)

（一）單因素分析

在對(duì)數(shù)據(jù)進(jìn)行預(yù)處理后，選取顯著性水平為0.05時(shí)的單因素分析發(fā)現(xiàn)，被保險(xiǎn)人性別、投保年齡段、城市線(xiàn)、繳費(fèi)年限、人均可支配收入、人均GDP、醫(yī)療水平排名對(duì)于重疾的發(fā)生有影響，且具有統(tǒng)計(jì)學(xué)意義。本文對(duì)于上述因素展開(kāi)多因素logistic回歸分析。

（二）多因素分析

根據(jù)上述單因素分析，選取是否發(fā)生理賠為被解釋變量，被保險(xiǎn)人性別、投保年齡段、城市線(xiàn)、繳費(fèi)年限、人均可支配收入、人均GDP、醫(yī)療水平排名作為解釋變量，進(jìn)行二元logistic回歸分析。

1.共線(xiàn)性診斷

對(duì)顯著變量進(jìn)行共線(xiàn)性診斷，若VIF≥10，則表明變量間存在嚴(yán)重的共線(xiàn)性。經(jīng)過(guò)對(duì)模型進(jìn)行共線(xiàn)性檢驗(yàn)，發(fā)現(xiàn)模型中七個(gè)變量的VIF 值均集中在1.0~1.9 之間，遠(yuǎn)低于10。因此，認(rèn)定變量間無(wú)共線(xiàn)性存在，可以進(jìn)行多因素二元logistic回歸。

2.多因素logistic回歸

本文采用SPSS24.0 進(jìn)行數(shù)據(jù)分析，對(duì)于上述檢驗(yàn)通過(guò)的被保人性別、投保年齡段、城市線(xiàn)、繳費(fèi)年限、人均可支配收入、醫(yī)療水平排名、人均GDP進(jìn)行二元logistic 回歸。為避免編碼數(shù)值的影響，將投保年齡、城市線(xiàn)、人均可支配收入、人均GDP、醫(yī)療水平排名設(shè)置為啞變量，結(jié)果如表2所示。

將是否理賠作為因變量進(jìn)行二元logistic回歸發(fā)現(xiàn)，被保險(xiǎn)人性別、投保年齡段、城市線(xiàn)、繳費(fèi)年限、人均可支配收入、醫(yī)療水平排名是影響是否索賠的顯著性因素。被保險(xiǎn)人性別反映出，女性重疾賠付率比男性高，這一分析結(jié)果與上文描述性統(tǒng)計(jì)結(jié)果一致；投保年齡段反映出，投保年齡較高人群重疾賠付率也會(huì)增大，這一結(jié)果與上述描述性統(tǒng)計(jì)結(jié)果相符；城市線(xiàn)數(shù)據(jù)反映出，發(fā)達(dá)地區(qū)重疾發(fā)生率高于欠發(fā)達(dá)地區(qū)；繳費(fèi)年限反映出繳費(fèi)年限較長(zhǎng)的客戶(hù)重疾賠付率較高；人均可支配收入反映出，收入增加帶來(lái)重疾賠付率減少；醫(yī)療水平反映出，醫(yī)療水平欠發(fā)達(dá)地區(qū)重疾賠付率較高；人均GDP 反映出，發(fā)達(dá)地區(qū)重疾賠付率較高。

?表2 二元logistic回歸分析結(jié)果

3.決策樹(shù)分析

將是否進(jìn)行重疾賠付的影響因素進(jìn)行CRT 算法分析，規(guī)則如下：（1）因變量為是否理賠，自變量為logistic回歸中分析出影響較大的被保險(xiǎn)人性別、投保年齡段、城市線(xiàn)、繳費(fèi)年限。（2）最大樹(shù)深度為3，父節(jié)點(diǎn)中最小個(gè)案數(shù)100，子節(jié)點(diǎn)中最小個(gè)案數(shù)50，如果節(jié)點(diǎn)上的樣本量達(dá)不到此要求，則該節(jié)點(diǎn)為終末節(jié)點(diǎn)，不再進(jìn)行分割樣本。（3）驗(yàn)證方式為拆分樣本，選取50%樣本作為訓(xùn)練樣本，其余50%為檢驗(yàn)樣本。

針對(duì)研究問(wèn)題，選取發(fā)生理賠的客戶(hù)特征樣本較多的節(jié)點(diǎn)分析，尤其是“是否理賠”=1 的情況。對(duì)符合要求各葉節(jié)點(diǎn)信息匯總生成圖1。

?圖1 決策樹(shù)分析圖

根據(jù)葉節(jié)點(diǎn)向根節(jié)點(diǎn)的推進(jìn)方式可以發(fā)現(xiàn)，根據(jù)投保年齡數(shù)據(jù)，可以看出投保年齡越高發(fā)生理賠的概率越高。節(jié)點(diǎn)1 中，26歲以上人群發(fā)生理賠者達(dá)到3907人，占比達(dá)到54%，遠(yuǎn)高于16—25 歲人群中的21.5%。進(jìn)一步結(jié)合城市線(xiàn)數(shù)據(jù)，對(duì)比節(jié)點(diǎn)9 和節(jié)點(diǎn)10 發(fā)現(xiàn)，年齡增加帶來(lái)的重疾發(fā)生率在三、四、五線(xiàn)城市尤為顯著，35 歲以上人群重疾發(fā)生率比26—35 歲人群高了14.4 個(gè)百分點(diǎn)。根據(jù)城市線(xiàn)數(shù)據(jù)可以看出，在各個(gè)年齡段，發(fā)達(dá)地區(qū)的重疾發(fā)生率都要高于欠發(fā)達(dá)地區(qū)，這一現(xiàn)象的出現(xiàn)印證了上文描述性統(tǒng)計(jì)中分析的發(fā)達(dá)地區(qū)人口保險(xiǎn)意識(shí)較強(qiáng)，投保人數(shù)多，且發(fā)達(dá)地區(qū)生活壓力大導(dǎo)致該地區(qū)人口健康問(wèn)題嚴(yán)重的結(jié)論。根據(jù)被保險(xiǎn)人性別數(shù)據(jù)可以看出，女性重疾發(fā)生率要遠(yuǎn)高于男性重疾發(fā)生率，這一現(xiàn)象著重體現(xiàn)在低齡人群中，由此可以推斷低齡女性身體健康狀況值得引起人們關(guān)注。繳費(fèi)年限主要反映了被保險(xiǎn)人的經(jīng)濟(jì)狀況信息，低收入者通常愿意購(gòu)買(mǎi)繳費(fèi)年限較長(zhǎng)的重疾險(xiǎn)產(chǎn)品，以減輕每年的保費(fèi)負(fù)擔(dān)。由該數(shù)據(jù)可以看出，選擇較長(zhǎng)繳費(fèi)年限的人群發(fā)生重疾概率要高于選擇繳費(fèi)期較短的人群，從側(cè)面反映了高收入人群的重疾發(fā)生率偏低。

（三）兩個(gè)模型的比較分析

以logistic 回歸模型與決策樹(shù)模型的預(yù)測(cè)值作為狀態(tài)變量，分別繪制ROC 曲線(xiàn)，如圖2 所示，logistic 回歸的ROC 曲線(xiàn)位于決策樹(shù)ROC 曲線(xiàn)上方，且logistic 回歸的ROC 曲線(xiàn)更加光滑，可見(jiàn)，logistic 回歸效果好于決策樹(shù)。同時(shí)，根據(jù)表3 所示，logistic 回歸的ROC 曲線(xiàn)下面積為0.726，決策樹(shù)的ROC 曲線(xiàn)下面積為0.662，這一結(jié)果表明兩模型的診斷效果都比較好，且可以通過(guò)顯著性檢驗(yàn)，因此，本文分別借鑒logistic回歸的主效應(yīng)與決策樹(shù)模型的交互效應(yīng)展開(kāi)分析。

五、結(jié)論與建議

（一）結(jié)論

本研究顯示，決策樹(shù)和logistic 回歸都表明投保年齡段、城市線(xiàn)、被保險(xiǎn)人性別、繳費(fèi)年限是與重疾險(xiǎn)理賠關(guān)聯(lián)最緊密的因素，結(jié)合ROC曲線(xiàn)評(píng)估效果，可以看出logistic回歸預(yù)測(cè)效果較優(yōu)，在借鑒其分析的主效應(yīng)同時(shí)，為使分析更加全面，本文結(jié)合決策樹(shù)表現(xiàn)出的交互效應(yīng)對(duì)影響重疾險(xiǎn)理賠與否的因素進(jìn)行全面的分析。

?圖2 logistic回歸與決策樹(shù)模型的ROC圖

?表3 logistic回歸與決策樹(shù)模型分類(lèi)效果比較

年齡越大的人群，隨著自身身體機(jī)能的退化、生活壓力的加大，發(fā)生重大疾病的可能性也隨之上升。通過(guò)上述分析也可以看出，26歲以上保險(xiǎn)客戶(hù)發(fā)生重疾概率是26歲以下客戶(hù)的兩倍之多，同時(shí)低齡客戶(hù)在總客戶(hù)數(shù)中占比最大，表明保險(xiǎn)公司在客戶(hù)選擇方面，比較愿意針對(duì)低齡客戶(hù)提供更優(yōu)惠的費(fèi)率，進(jìn)而吸引年輕客戶(hù)加入重疾險(xiǎn)。

城市線(xiàn)代表了地區(qū)發(fā)達(dá)程度。根據(jù)上文的logistic回歸分析，本文發(fā)現(xiàn)發(fā)達(dá)地區(qū)重疾賠付率遠(yuǎn)高于欠發(fā)達(dá)地區(qū)，這表明發(fā)達(dá)地區(qū)中產(chǎn)階級(jí)存在較大生活壓力，身體健康狀況值得擔(dān)憂(yōu)。結(jié)合決策樹(shù)分析結(jié)果可以看出，在不同年齡段下，這一結(jié)論仍然成立，在高齡人群中，這一結(jié)論尤其顯著。

性別對(duì)于重疾賠付率影響也比較顯著，logistic 回歸表現(xiàn)出女性發(fā)生重疾的概率高于男性，決策樹(shù)中不同年齡段、城市線(xiàn)的居民也在一定程度上表現(xiàn)出女性重疾發(fā)生率高于男性這一現(xiàn)象，且在發(fā)達(dá)城市尤其明顯。

繳費(fèi)年限越長(zhǎng)的客戶(hù)通常意味著自身收入可能相對(duì)偏低或者選擇了較高的保額，這一類(lèi)客戶(hù)自身的風(fēng)險(xiǎn)狀況可能偏高，logistic 回歸表明選擇繳費(fèi)期間在20—30 年間的客戶(hù)風(fēng)險(xiǎn)遠(yuǎn)高于選擇10—19年的客戶(hù)；結(jié)合決策樹(shù)中的交互效應(yīng)也可以看出，在不同年齡段、城市線(xiàn)以及性別下，繳費(fèi)期較長(zhǎng)客戶(hù)發(fā)生重疾賠付的比例都高于繳費(fèi)期較短的客戶(hù)。

同時(shí)，上述分析也體現(xiàn)出人均可支配收入、醫(yī)療水平排名、人均GDP 會(huì)影響重疾賠付，但是影響效果相對(duì)較小。通過(guò)logistic回歸分析可以看出人均可支配收入與重疾賠付率呈負(fù)相關(guān)關(guān)系，醫(yī)療水平排名與重疾賠付率呈正相關(guān)關(guān)系，人均GDP與重疾賠付率呈正相關(guān)關(guān)系。在一線(xiàn)與新一線(xiàn)城市的26—35 歲人群中，人均可支配收入較高者出現(xiàn)重疾比例較高，這一現(xiàn)象的出現(xiàn)表明，在大城市中，剛參加工作的青年人面臨著巨大的壓力，壓力讓這一人群的健康風(fēng)險(xiǎn)也在增加；一線(xiàn)與新一線(xiàn)城市的36 歲以上居民，生活在醫(yī)療條件較好地區(qū)的居民重疾發(fā)生率高于較差地區(qū)，考慮到交互效應(yīng)，可能是由于較大的年齡帶來(lái)自身疾病風(fēng)險(xiǎn)的增加；一線(xiàn)與新一線(xiàn)城市的女性當(dāng)中，人均GDP 較高地區(qū)的女性發(fā)生重疾賠付可能性要高于人均GDP 較低地區(qū)，這表明在發(fā)達(dá)城市中，女性所承擔(dān)的壓力正在增加，女性承擔(dān)了照顧家庭以及工作雙重壓力，發(fā)達(dá)城市中女性健康狀況需要引起人們的關(guān)注。

（二）建議

1.基于年齡差異的產(chǎn)品定價(jià)策略

根據(jù)統(tǒng)計(jì)分析結(jié)果，低齡人口重疾發(fā)生率相對(duì)較低，在制定營(yíng)銷(xiāo)策略時(shí)，應(yīng)當(dāng)針對(duì)年齡在25 歲以下人群制定更加有吸引力的產(chǎn)品與營(yíng)銷(xiāo)策略。在產(chǎn)品定價(jià)方面，考慮到這一群體中有一大部分為學(xué)生或者是剛步入社會(huì)的職場(chǎng)新人，他們的收入水平相較于社會(huì)總體水平而言較低，可以制定較低的費(fèi)率，在繳費(fèi)年限上適當(dāng)延長(zhǎng)。同時(shí)，數(shù)據(jù)也顯示，重大疾病的發(fā)生逐漸出現(xiàn)低齡化趨勢(shì)。長(zhǎng)期以來(lái)，民眾普遍認(rèn)為重大疾病主要發(fā)生在60 歲以上的群體，但近年來(lái)，隨著低齡人群的重疾發(fā)生率提升，重大疾病呈年輕化趨勢(shì)，且這一趨勢(shì)在加劇，需要引起社會(huì)的關(guān)注。年輕人即使保費(fèi)預(yù)算有限，也可以從較短保障年限、較低保額的產(chǎn)品入手，再逐步為自己增加保障。

2.基于地區(qū)差異的欠發(fā)達(dá)地區(qū)推廣策略

保險(xiǎn)作為金融行業(yè)的重要組成部分，在發(fā)展過(guò)程中往往主要集中于發(fā)達(dá)地區(qū)與城市。本文實(shí)證研究表明，經(jīng)濟(jì)發(fā)達(dá)城市相比于經(jīng)濟(jì)欠發(fā)達(dá)城市，癌癥的地區(qū)發(fā)生率更高；但心腦血管類(lèi)疾病，例如腦中風(fēng)后遺癥，則一般是欠發(fā)達(dá)城市的發(fā)生率會(huì)高于發(fā)達(dá)城市。究其原因，對(duì)于醫(yī)療水平更高的發(fā)達(dá)城市來(lái)說(shuō)，消費(fèi)者有更充裕的資金和更好的醫(yī)療資源去降低嚴(yán)重后遺癥的發(fā)生。這給欠發(fā)達(dá)地區(qū)人群的投保提供了一個(gè)啟示，投保時(shí)可優(yōu)先選擇帶有輕、中癥責(zé)任，且包含腦中風(fēng)后遺癥的重疾險(xiǎn)。保險(xiǎn)公司在重疾險(xiǎn)發(fā)展策略中，應(yīng)當(dāng)關(guān)注三、四、五線(xiàn)城市的客戶(hù)，這些地區(qū)客戶(hù)的增加對(duì)于保險(xiǎn)公司經(jīng)營(yíng)效益會(huì)產(chǎn)生巨大的貢獻(xiàn)潛力。保險(xiǎn)公司可以通過(guò)開(kāi)展三、四、五線(xiàn)城市的保險(xiǎn)分公司業(yè)務(wù)、增加代理人數(shù)量等手段，提高這類(lèi)地區(qū)的重疾險(xiǎn)覆蓋率。

3.基于性別差異的女性健康問(wèn)題

考慮到性別對(duì)于重疾險(xiǎn)的影響，保險(xiǎn)公司在產(chǎn)品設(shè)計(jì)與營(yíng)銷(xiāo)時(shí)應(yīng)當(dāng)考慮到性別差異。本文研究的樣本群體均在60歲以下，根據(jù)保險(xiǎn)行業(yè)的經(jīng)驗(yàn)數(shù)據(jù)，男性和女性在60歲之前患重疾的概率有所差異，其中，男性約為16%，女性約為14%，男性風(fēng)險(xiǎn)高于女性。然而本文研究發(fā)現(xiàn)，女性重疾發(fā)生概率高于男性，這一現(xiàn)象在一、二線(xiàn)城市尤其顯著，因此，可以認(rèn)為在發(fā)達(dá)地區(qū)的女性開(kāi)始承受更多的壓力。保險(xiǎn)公司在設(shè)計(jì)與銷(xiāo)售產(chǎn)品時(shí)，不能根據(jù)過(guò)往大范圍的經(jīng)驗(yàn)數(shù)據(jù)盲目定價(jià)，應(yīng)當(dāng)考慮到地區(qū)發(fā)展程度為女性帶來(lái)的風(fēng)險(xiǎn)，針對(duì)一、二線(xiàn)城市的白領(lǐng)女性，在核保時(shí)應(yīng)當(dāng)更為嚴(yán)謹(jǐn)，體檢單等核保項(xiàng)目應(yīng)該作為費(fèi)率制定時(shí)著重考慮的因素。

4.基于經(jīng)濟(jì)差異的低收入人群健康監(jiān)測(cè)

鑒于低收入人群風(fēng)險(xiǎn)較高這一分析結(jié)論，保險(xiǎn)公司一方面要對(duì)被保險(xiǎn)人普及定期體檢的必要性，并加大對(duì)其體檢和健康評(píng)估的力度，收集被保險(xiǎn)人更為全面的健康信息，建立更為詳實(shí)的個(gè)人電子健康檔案；另一方面，保險(xiǎn)公司可以通過(guò)加強(qiáng)與醫(yī)療服務(wù)機(jī)構(gòu)之間的合作，并利用當(dāng)下大數(shù)據(jù)的優(yōu)勢(shì)，建立被保險(xiǎn)人身體健康信息動(dòng)態(tài)監(jiān)管系統(tǒng)，從而降低公司的長(zhǎng)期賠付風(fēng)險(xiǎn)和經(jīng)營(yíng)效率。

5.基于協(xié)同銷(xiāo)售的保險(xiǎn)營(yíng)銷(xiāo)團(tuán)隊(duì)建設(shè)

根據(jù)客戶(hù)細(xì)分理論，在進(jìn)行客戶(hù)細(xì)分分析后，為了使其細(xì)分結(jié)果能夠得到有效落實(shí)，保險(xiǎn)公司需要建立專(zhuān)業(yè)成熟的團(tuán)隊(duì)，上下一心，向著客戶(hù)細(xì)分目標(biāo)努力。首先，在保險(xiǎn)公司內(nèi)部，從上層領(lǐng)導(dǎo)到基層營(yíng)銷(xiāo)人員，人人都應(yīng)該明確其主要目標(biāo)客戶(hù)群體，并且建立協(xié)同一體的行動(dòng)方略。其次，保險(xiǎn)營(yíng)銷(xiāo)方式和渠道的選擇，應(yīng)當(dāng)以客戶(hù)群體類(lèi)型特征為重要參考。由于年輕人群體是重疾險(xiǎn)銷(xiāo)售中的優(yōu)質(zhì)客戶(hù)，加之當(dāng)今社會(huì)數(shù)字化程度如此之高，重疾險(xiǎn)營(yíng)銷(xiāo)應(yīng)當(dāng)加大線(xiàn)上銷(xiāo)售渠道的投入。最后，在代理人團(tuán)隊(duì)建設(shè)中，要注重代理人團(tuán)隊(duì)成員的個(gè)人能力培養(yǎng)，基層營(yíng)銷(xiāo)人員是實(shí)現(xiàn)客戶(hù)細(xì)分的一線(xiàn)團(tuán)隊(duì)，這一團(tuán)體的建設(shè)決定了前期客戶(hù)細(xì)分戰(zhàn)略能否落實(shí)。