第七章、 結論
第二節、 未來研究建議
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節、未來研究建議
針對未來研究之建議，在有駕駛行為與保險相關數據的前提下，本研究認 為可以分析各項駕駛行為與出險機率之間的關係，找出顯著的關鍵因子，並就 這些風險因素進行研究，進而設立調整保費的標準。此外，本研究也認為可以 針對是否投保UBI 保單對出險機率之影響進行探討，畢竟，國外保險公司都有 提出參與UBI 計畫即可立即享受折扣之優惠，但是考量到我國車險市場的現 況，以及金管會對於保險公司監理的立場，這部分仍須提供相關數據以作證 明，以避免UBI 淪為車險削價競爭的工具。
最後，以近幾年的趨勢來說，主管機關越來越重視消費者在資訊所有權上 的保護，使消費者已經開始從資訊的提供者，逐漸回歸成資訊的擁有者。說不 定未來的消費者可以將自己的駕駛行為，如同出險紀錄一樣，將數據帶著走，
並且視為與保險公司討論保費定價的籌碼。有關這部分的議題，還有賴後人進 行更深入的探討與研究。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
參考文獻
一、國外文獻
1. Edlin, A. S. (2003) “Per-Mile premiums for auto insurance. In J. E. Stiglitz, & R.
Arnott, Economics for an Imperfect World: Essays in Honor of Joseph E.
Stiglitz” MIT Press, pp. 53-82.
2. Litman, T. (2005) “Pay-As-You-Drive Pricing and Insurance Regulatory Objectives.” Journal of Insurance Regulation, 23(3), pp. 35-53.
3. Greenberg, A. (2009) “Designing pay-per-mile auto insurance regulatory incentives.” Transportation Research Part D: Transport and Environment, 14(6),
pp. 437-445.
4. Paefgen, J., Staake, T., Thiesse, F. (2013) “Evaluation and aggregation of pay-as-you-drive insurance rate factors: a classification analysis approach.” Decis.
Support Syst. 56, pp. 192–201.
5. Kremslehner, D., Muermann A. (2016) “Asymmetric information in automobile insurance: evidence from driving behavior.” working paper.
6. Xianbiao Hu, Xiaoyu Zhu, Yu-Luen Ma. Yi-Chang Chiu, Qing Tang (2018)
“Advancing usage-based insurance - a contextual driving risk modelling and analysis approach.” IET Intelligent Transport Systems, 13(3).
7. A.M. Pérez-Marín (2019) “Semi-autonomous vehicles：Usage-based data evidences of what could be expected from eliminating speed limit violations.”
Accident Analysis & Prevention, 123, pp. 99-106
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
8. Yinglu Deng, Kili C. Wang, Tianyang Wang, Hao Zheng (2017) “The Private Information in Automobile Insurance Market-Revealed by Driving Record in Telematics.”
9. Mayer, P. (2012) “Empirical Investigations On User Perception And The Effectiveness Of Persuasive Technologies.” Manuscript Submitted For Publication.
10. Sebastian Derikx, Mark De Reuver, Maarten Kroesen, Harry Bouwman (2015)
“Buying-Off Privacy Concerns For Mobility Services In The Internet-Of-Things Era A Discrete Choice Experiment On The Case Of Mobile Insurance.” 28th Bled Econference June 7 - 10, 2015. Bled, Slovenia.
11. Dijksterhuis, C., B. Lewis-Evans, L. H. Jelijs, D. de Waard, K. A.Brookhuis,, O.
M. Tucha (2015) “The Impact of Immediate or Delayed Feedback on Driving Behaviour in a Simulated Pay-as-You-Drive System.” Accident Analysis &
Prevention, 75, pp. 93–104.
12. Dimitrios I. Tselentis (2018) “Public opinion on usage-based motor insurance schemes：A stated preference approach.” Travel Behaviour and Society Volume 11, April 2018, pp. 111-118.
13. M Soleymanian (2019) “Sensor Data and Behavioral Tracking：Does Usage-Based Auto Insurance Benefit Drivers?” Marketing Science, Vol. 38, No. 1.
二、國內文獻
1. 范姜肱、章明純、許伊婷 (2016)，《臺灣保險業 Next:UBI 車聯網保 險》，財團法人保險事業發展中心編印
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
2. 朱仁棟 (2016)，<UBI 車險實踐與思考>，Insurance Market 保險，114-117 頁
3. 鄒佩玲 (2016)，<UBI 汽車保險實施之研究>
4. 徐芷盈 (2018)，<探討機車車主對於 UBI 保單接受程度之研究>
三、網路資源
1. OECD http://www.oecd.org/
2. NAIC https://www.naic.org/
3. Global Market Insights https://www.gminsights.com/
4. PTOLEMUS https://www.ptolemus.com/
5. McKinsey & Company https://www.mckinsey.com/
6. Progressive https://www.progressive.com/experience/homepage/
7. Allstate https://www.allstate.com/
8. State Farm https://www.statefarm.com/
9. Liberty Mutual https://www.libertymutual.com/
10. UnipolSai http://www.unipolsai.com/it/
11. 財團法人保險事業發展中心 https://www.tii.org.tw/tii/
12. 保險業資訊公開觀測站 https://ins-info.ib.gov.tw/customer/announceinfo.aspx 13. 內政部警政署 https://www.npa.gov.tw/NPAGip/wSite/mp?mp=1
14. 現代保險 https://www.rmim.com.tw/news 15. 泰安產險 https://www.taian.com.tw/
16. 富邦產險 https://www.fubon.com/insurance/home/
17. 國泰產險 https://cathay-ins.com.tw/insurance/