建構汽車險客戶評估模式之研究 - 政大學術集成

全文

(1)國立政治大學企業管理研究所 MBA 學位學程碩士學位論文. 政治大. 立建構汽車險客戶評估模式之研究. ‧ 國. 學. A research of establishing the evaluation model of car insurance. ‧. customers. er. io. sit. y. Nat. al. n. v i n Ch 指導教授：李易諭 e n g c h i U 博士. 研究生：莊皓鈞. 中華民國一○四年七月.

(2) 摘要從西元 2010 至 2014 年以來，台灣車險市場的賠款率逐年攀升，而汽車保險業務占產險公司營收來源約五成，顯見汽車保險業務對於產險公司的重要性，然而近來高單價超跑肇事頻繁，屢登上新聞版面，單一案件的賠償金額遠超過客戶所繳保費收入，對公司經營績效產生莫大壓力。. 本研究透過二元邏輯迴歸來探討可能影響車體險出險理賠的因素，依據發現. 政治大 2012 至 2014 年共 1,071,935 立筆的資料，以 SPSS Statistics 作為分析工具，得出年的影響因子建立客戶評估模式，提高公司經營績效，藉由個案公司所提供西元. ‧ 國. 學. 齡、性別、國產或進口車種類、車輛出廠年份以及車輛用途分類中的重型機車、自用小客車、客貨兩用車、長租小客車和個人計程車與出險理賠存在相關性。. ‧ sit. y. Nat. 分析後發現五大結論。第一，年齡增長與出險理賠呈現負相關；第二，女性. al. er. io. 出險的機率高於男性；第三，進口車出險理賠的機率遠高於國產車；第四，車齡. v. n. 愈小發生出險理賠的機率愈高；最後則是各項車種用途的車輛發生出險理賠機率. Ch. engchi. 皆偏高，尤以長租小客車和個人計程車為最。. i n U. 關鍵字：車險賠款率、出險理賠、二元邏輯迴歸、汽車險費率影響因素. I.

(3) 目錄第一章緒論................................................................................................................ 1 研究背景與動機.................................................................................... 1 研究目的................................................................................................ 4 研究對象與範圍.................................................................................... 4 研究流程................................................................................................ 4 論文結構................................................................................................ 6 第二章文獻探討........................................................................................................ 7. 政治大車險風險分類的背景與發展.............................................................. 12 立風險定義................................................................................................ 7. ‧ 國. 學. 影響汽車保險費率的因素.................................................................. 18 我國汽車保險發展歷程及概況.......................................................... 29. ‧. 迴歸分析.............................................................................................. 38. sit. y. Nat. 第三章研究方法...................................................................................................... 41. io. er. 研究模型..............................................................................................41 研究變數定義...................................................................................... 44. al. n. v i n Ch 實證資料來源......................................................................................48 engchi U 研究結果與分析.......................................................................................... 49. 第四章. 研究變數資料分布.............................................................................. 49 研究模型導出...................................................................................... 54 第五章結論與建議.................................................................................................. 58 結論...................................................................................................... 58 建議...................................................................................................... 61 參考文獻 ………………………………………………………………………………………………………………..66. II.

(4) 圖目錄圖 1-4-1 研究架構流程圖.................................................................................... 5 圖 2-3-1 影響汽車肇事之四大因素.................................................................. 22 圖 2-4-1 我國汽車保險承保種類圖.................................................................. 34. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. III. i n U. v.

(5) 表目錄表 1-1-1 強制車險(僅全部汽車)純保費賠款率 ..................................................... 2 表 1-1-2 汽車第三責任險(財損)賠款率............................................................ 2 表 1-1-3 免自負額車對車碰撞損失險賠款率.................................................... 3 表 1-1-4 汽車保險占整體產險保費收入比重.................................................... 3 表 2-1-1 風險定義表............................................................................................ 9 表 2-3-1 影響汽車肇事之四大因素.................................................................. 22 表 2-3-2 違規肇事紀錄等級係數...................................................................... 24. 政治大. 表 2-3-3 肇事紀錄等級說明.............................................................................. 25. 立. 表 2-3-4 我國汽車第三責任險之年齡、性別費率係數.................................. 27. ‧ 國. 學. 表 2-3-5 國內外文獻對汽車保險費率影響因子之探討.................................. 28 表 2-4-1 車體損失險之承保範圍...................................................................... 35. ‧. 表 3-2-1 編碼資料表欄位說明.......................................................................... 47. Nat. sit. y. 表 4-1-1 2012 至 2014 年個案公司車體險客戶年齡層分布 .......................... 50. n. al. er. io. 表 4-1-2 2012 至 2014 年個案公司車體險客戶性別分布 .............................. 50. i n U. v. 表 4-1-3 2012 至 2014 年個案公司車體險車輛出廠年份分布 ...................... 51. Ch. engchi. 表 4-1-4 2012 至 2014 年個案公司車體險車種用途分布 .............................. 52 表 4-1-5 2012 至 2014 年個案公司車體險自然人/法人分布 ......................... 53 表 4-1-6 2012 至 2014 年個案公司車體險國產/進口車分布 ......................... 53 表 4-2-1 變數在方程式中(順向選擇法) ........................................................... 55 表 4-2-2 預測模型準確度.................................................................................. 57. IV.

(6) 第一章緒論研究背景與動機 2014 年台灣車市景氣大幅回溫，總市場登錄達 423,829 台，較去年成長 12%， 1. 這是自 2006 年以來，台灣車市首次銷售達 40 萬輛以上的紀錄。同時，隨著現代人越來越注重休閒娛樂生活，假日休閒旅遊風氣日益興盛，除造成自用汽車數量急遽增長之外，亦因使用頻率增加而使汽車發生毀損之機率增高，根據產物保. 政治大. 險互動統計資訊平台資料顯示，自 2010 年以來，強制車險(全部汽車)的純保費. 立. 賠款率自 87.17% 攀升至 2014 年的 112.89%；汽車第三責任險(財損)和免自負額. ‧ 國. 學. 車對車碰撞損失險的賠款率亦分別由 2010 年的 72.56%上升至 84.32%和 35.92% 升至 47.46%，賠款率的攀升勢必對產險公司的營運獲利產生不小的壓力，如表. ‧. 1-1-1、表 1-1-2 和表 1-1-3。. sit. y. Nat. n. al. er. io. 尤其近來租賃車肇事和高價超跑肇事頻繁，屢屢登上媒體版面，若就產險公. i n U. v. 司角度，高價超跑的賠償金額動輒五、六百萬以上，對比其一年所繳保費僅數十. Ch. engchi. 萬，恐嚴重侵蝕公司獲利。(A 君訪談整理,2015.05.12). 根據統計資料顯示，近十年來，汽車保險業務之保費收入占財產保險業所有業務近五成，近兩年比重甚至回升至五成以上，顯示車險業務對於產險公司的重要性，其損失率高低往往牽動著保險業者之經營成效，如表 1-1-4 所示。因此，探討影響損失率的因子可以了解潛在風險，使業者針對風險作出因應措施，將有助於產險業降低損失率，並提高經營績效。. 1. Albert Mu(2015 年 1 月 8 日)。2014 年台灣汽車銷售市場報告。Yahoo 奇摩車訊情報 1.

(7) 本研究的重點在探討影響損失率的因子，包含:人口統計變數(年齡、性別、婚姻狀況)、車輛廠牌、車輛排氣量和肇事理賠紀錄...等，從中挑出較顯著的因素並給予相對應權重，最終產生一個綜合評估模型。如此，可提供產險公司在核保時，有一個可進行初步評估的簡易模型，未來，車險法規有所修改時也可依據此些重要因子重新精算保費。. 表 1-1-1 強制車險(僅全部汽車)純保費賠款率年度. 滿期純保費. 項目. ‧ 國. 12,341,717. 11,220,302. 12,739,899. 11,509,724. 12,993,034. 104.30% 112.38% 113.54%. ‧. 10,982,413. 87.17%. 學. 2014. 純保費賠款率(%). 12,005,166. 2011. 2013. 已發生賠款金額. 10,464,941 政治大 11,166,862 11,647,106 立. 2010. 2012. 單位:新台幣千元. 112.89%. n. al. er. io. sit. y. Nat. 資料來源:保險業財務業務月報(2015.3 編制)、本研究整理. 表 1-1-2. Ch. 汽車第三責任險(財損)賠款率. 年度. 項目. 滿期保費. engchi. i n U. v. 單位:新台幣千元. 已發生賠款金額. 賠款率(%). 2010. 6,206,259. 4,503,332. 72.56%. 2011. 6,123,010. 4,978,508. 81.31%. 2012. 6,342,994. 5,125,508. 80.81%. 2013. 6,865,972. 5,656,299. 82.38%. 2014. 7,505,837. 6,329,251. 84.32%. 資料來源:保險業財務業務月報(2015.3 編制)、本研究整理. 2.

(8) 表 1-1-3 免自負額車對車碰撞損失險賠款率. 單位:新台幣千元. 滿期保費. 已發生賠款金額. 賠款率(%). 2010. 2,844,313. 1,021,556. 35.92%. 2011. 3,426,380. 1,455,912. 42.49%. 2012. 3,711,432. 2,001,095. 53.92%. 2013. 3,492,565. 1,598,792. 45.78%. 2014. 3,967,500. 1,883,096. 47.46%. 年度. 項目. 資料來源:保險業財務業務月報(2015.3 編制)、本研究整理. 2007. 58,861,851. 118,501,939. 57,334,459. 114,105,879. 55,550,134. 112,582,898. io. al. Ch. 車險/產險市場. v ni. 52,547,211. n. 2008. Nat. 2006. 產物保險. y. 2005. 汽車保險. er. 項目. 單位:新台幣千元. ‧. ‧ 國. 年度. 學. 表 1-1-4 汽車保險占整體產險保費收入比重. sit. 立. 政治大. 49.67% 50.25% 49.34%. 107,741,799. 48.77%. 2009. 50,275,736. e n g c101858580 hi U. 49.36%. 2010. 52,657,740. 105,805,709. 49.77%. 2011. 55,825,755. 113,032,948. 49.39%. 2012. 59,653,150. 120,483,155. 49.51%. 2013. 64,453,604. 124,904,141. 51.60%. 2014. 70,196,640. 132,220,086. 53.09%. 資料來源:保險業財務業務月報(2015.3 編制)、本研究整理. 3.

(9) 研究目的台灣車險市場競爭激烈，針對客戶的風險評估僅以少數因素衡量，例如:年齡、性別和過去肇事紀錄，本研究期望分析具體影響因子，為產險公司建立早期篩選機制，本研究目的旨在:. 一、從產險公司承保與理賠的歷史資料中分析並探討影響損率的因素二、依據發現的影響因子建立客戶評估模式，提高公司經營績效. 立. 政治大. ‧ 國. 學. 研究對象與範圍. ‧. y. Nat. 本研究資料源自國內某大型產物保險公司，根據該公司過去三年來. er. io. sit. (2012~2014)投保車體損失險之投保人相關資料為研究對象，該公司在車險市場占有相當的市占率，同時承保區域遍及全省，包含各種廠牌型式及車種，因此樣. n. al. 本相當具有代表性。. Ch. engchi. i n U. v. 研究流程本研究在確定研究目的和訂定研究主題後，將進行相關文獻探討與整理，以便設定研究架構與假設，接著藉由定義的研究變數向個案公司蒐集所需資料，加以分析，根據分析結果給予具體研究結論和建議，如圖 1-4-1。. 4.

(10) 建立研究目的與主題. 相關文獻探討與整理. 立. 政治大. 建立研究架構與假設. ‧ 國. 學定義研究變數. ‧. n. Ch. engchi. i n U. 研究結論與建議. 圖 1-4-1 研究架構流程圖. 5. er. io. sit. y. Nat. al. 資料蒐集與分析. v.

(11) 論文結構本論文架構分為五大章節，分別為第一章緒論、第二章文獻探討、第三章研究方法、第四章研究結果與分析和第五章的結論與建議。. 第一章緒論本章節主要說明研究背景與動機、研究目的、研究範圍與研究對象，並提出研究流程和研究架構。. 第二章文獻回顧. 立. 政治大. 歸納與整理與本研究相關之國內外文獻，包含:迴歸分析之探討、風險的定. ‧ 國. 學. 義、汽車險風險分類的起源以及影響車險損率的因子等，以建構研究方法之基. ‧. 礎。. y. Nat. er. io. sit. 第三章研究方法. 先說明資料來源再針對分析變數加以定義、編碼，接著以二元邏輯迴歸作為. n. al. Ch. 研究之模型，進行實證資料之相關分析。. engchi. i n U. v. 第四章研究結果與分析整理分析後的變數資料分布狀態並呈現經 SPSS Statistics 統計分析工具導出的二元邏輯迴歸模型，以此模型判斷出險發生的可能。. 第五章結論與建議根據過去的文獻與現有的資料分析結果給予個案公司初步風險分類模型的建議，提出結論與未來研究建議。. 6.

(12) 第二章文獻探討風險定義 Willett(1951) 認為風險是不幸事件發生與否的不確定性 Vaughan(1992、 2002) 則將風險視為人們在預期或希望有一令人開心結果下所衍生出不期望之可能性的情況，其後並進一步提出不確定性與風險混為使用，這兩個概念的關係是相當接近，最常使用的不確定性意義，是指具有懷疑特徵的心理狀況，而其基. 政治大. 於對未來將會發生的事物存在認知不足。. 立. 換言之，不確定性就是對未來沒有認知的心理反應，國內學者凌氤寶、陳森. ‧ 國. 學. 松(1996)認為風險可定義在未來時間內，對事件的發生及發生結果的不確定性。. ‧. 雷勝強(1999)則認為風險的存在是人們對於未來存在不可預測性，實際的結果與. y. Nat. 主觀預料間的差異即構成風險，因此，風險的定義可謂，在給定情況和特定時間. er. io. sit. 下，那些可能發生的結果間的差異。. al. n. v i n Puschaver 與 Eccles (1997)則提出，風險依照層次的不同分為三類，最常 Ch engchi U. 用來定義風險的就是任何可能發生的壞事，例如：財產生命的損失或毀損，也就是以危險(hazard)來定義風險，但他偏重於較負面的(downside)。相對的，對風險比較正面(upside)的定義就是機會(opportunity)，但這通常僅限於對風險本身就持相對正面態度的企業，他們認為風險所帶來的正面因子多於負面。最後一種對於風險的定義就如同現代財務理論對於風險的定義一般，認為風險是不確定性(uncertainty)，根據此定義，風險只存在於決策所產生的未知結果，如果潛在的結果範圍越大，不論好壞，風險即愈大，然而，Puschaver 與 Eccles 卻認為，這三個定義應該是風險構成要素，是風險廣義的定義。. 7.

(13) 鄧家駒(2000)將風險視為未來結果的不確定性，可能造成人身或財務面的、非預期的獲益或損失。一般風險的大小取決於兩項因素：一是未來結果的不確定性的高低，二是可能帶來人身或財務損益與利弊的大小。. 另外，鄭燦堂(2000)定義風險為「事故發生的不確定性與事故發生遭受損失的機會。」就財務觀點而言，風險定義可分為兩種：第一種為「事件發生的不確定性」，此為主觀的看法，著重於個人及心理狀況，第二種為「事件發生遭受損失的機會」，為客觀的看法，著重於整體和數量的狀況，認為在我們從事各種活動中發生損失的可能性。. 立. 政治大. 宋明哲(1996)綜合各專家學者的定義，提出兩種不同的觀點：從個人的、主. ‧ 國. 學. 觀的、非數理性的觀點，規範風險為「財務損失之不確定性」，此為主觀風險. ‧. (Subjective Risk)；從團體的、客觀的、數理性的觀點，規範風險為「特定情. y. Nat. 況下，實際損失與預估損失之差異性」，此為客觀風險(Objective Risk)，此定. n. al. er. io. 2-1-1。. sit. 義更為周延，根據鄭宇辰(2007)和本研究整理上述學者對風險的定義，如表. Ch. engchi. 8. i n U. v.

(14) 表 2-1-1. 風險定義表. 學者及專家. 風險定義. Willett(1951). 風險是不幸事件發生與否的不確定性。. Vaughan(1992). 人們在預期或希望有一令人開心結果下所衍生出不期望之可能性的情況。. Puschaver 與 Eccles(1997). 將風險分為三類，第一種視風險為危險(hazard)，將造成財產與生命的損失；第二種視風險為機會 (opportunity)，認為風險所帶來的正面因子多於負面；最後一種認為風險是不確定性(uncertainty)，存在於決策所產生的未知結果，如果潛在的結果範圍越大，不論好壞，風險即愈大。這三個定義應該是風險構成要素，是風險廣義的定義。. Vaughan(2000). 立. 學. ‧ 國. 政治大. 不確定性與風險混為使用，這兩個概念的關係是相當接近，最常使用的不確定性意義，是指具有懷疑特徵的心理狀況，而其基於對未來將會發生的事物存在認知不足。換言之，不確定性就是對未來沒有認知的心理反應。風險可定義在未來時間內，對事件的發生及發生結果的不確定性。. 雷勝強(1999). 風險的存在是人們對於未來存在不可預測性，實際的結果與主觀預料間的差異即構成風險，因此，風險的定義可謂，在給定情況和特定時間下，那些可能發生的結果間的差異。. ‧. 凌氤寶、陳森松 (1996). er. io. sit. y. Nat. 未來結果的不確定性，可能造成人身或財務面的、非預期的獲益或損失。一般風險的大小取決於兩項因素：一是未來結果的不確定性的高低，二是可能帶來人身或財務損益與利弊的大小。. al. n. 鄧家駒(2000). Ch. engchi. i n U. v. 鄭燦堂(2000). 就財務觀點而言，風險定義可分為兩種：第一種為「事件發生的不確定性」，此為主觀的看法，著重於個人及心理狀況，第二種為「事件發生遭受損失的機會」，為客觀的看法，著重於整體和數量的狀況，認為在我們從事各種活動中發生損失的可能性。. 宋明哲(1996). 將風險分為主觀風險(Subjective Risk)與客觀風險 (Objective Risk)，主觀風險為財務損失之不確定性;客觀風險是特定情況下，實際損失與預估損失之差異性。. 資料來源：鄭宇辰(2007)、本研究整理. 9.

(15) 風險的分類有許多方式，Holmes(2004)認為風險的種類包含：金融風險(包括市場風險、流通性風險、信用風險)、國家風險(如經濟風險、移轉風險、匯兌風險、鄰近風險、政權風險、政治風險等)、策略風險、計畫與專案風險(技術、人與行為、流程等)、營運風險、環境風險、技術風險、品牌風險、信譽風險、人才風險、個人風險等。Holmes 認為各個風險可能獨立存在也可能彼此相依，例如：企業發生火災爆炸的財產毀損或人員傷亡事件，可能產生環境風險，同時也可能造成信譽風險、營運風險及人才風險等，因此需視事故大小及其種類而定。. 立. 政治大. 鄭燦堂(2002)在其著作的「風險管理-理論與實務」中提到 Willett(1901). ‧ 國. 學. 將風險分為靜態風險(Static Risk)與動態風險(Dynamic Risk)。靜態風險是指. ‧. 不可預期或不可抗力的事件，或人為上的錯誤、惡行所導致的風險，此風險是處. er. io. sit. y. Nat. 於靜態環境中無法避免者。. 根據保險的角度，靜態損失是自然的、特定的、有規則性的不確定因素所造. al. n. v i n 成，因此具備可以預測的條件。而動態風險是由於人類需求的改變、機器設備的 Ch engchi U 進步或制度的改善，和政治、經濟、科技等環境變遷所引起者，沒有規則性的法則可依循，也無所謂的可預測的條件。. 另一方面，Mowbray(1930) 運用精算與統計技術將風險分類為純粹風險 (Pure Risk)與投機風險(Speculative Risk)。前者是指事件發生的結果，只有損失或沒有損失的風險，即一旦發生風險時，企業只有損失的機會，而無獲利的機會；後者則是指事件發生的結果，除了損失與無損失外，尚有獲利的機會。. 10.

(16) Jorion(2000) 進一步將有投機風險性質的財務風險分類為市場風險 (Market Risk)、信用風險(Credit Risk)、流動性風險(Liquidity Risk)、作業風險(Operational Risk)與法律風險(Legal Risk)。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 11. i n U. v.

(17) 車險風險分類的背景與發展風險分類最初起源於核保作業的進行，過去，在保險作業的過程中，當核保人員評量前來投保的風險單位時，多根據過去經驗，針對集體風險單位所反映的風險特徵，主觀、直覺的衡量風險程度，進而決定公平費率。. 然而，當保險公司業務成長到一定規模時，這並非一種符合經濟效益的作法，於是，保險公司利用某些風險單位的特徵，運用精算技巧將前來投保的風險單位. 政治大. 予以適度分類，因此形成了風險分類制度。. 立. 汽車保險的風險分類始於 19 世紀末的美國，保險公司為決定保險費而選擇. ‧ 國. 學. 以「引擎馬力」為計算因素，因為引擎馬力越強則車子的速度越快，而車速越快. ‧. 則越容易發生車禍，保險公司自然應收取較高的保險費以平衡公司收支。. y. Nat. er. io. sit. 直至 1950 年以後，各家保險業者在法律賦予較多的競爭空間下，想提高公司利潤，便開始透過風險選擇方式挑選其認為低風險的被保險人，並給予較低的. al. n. v i n 保費，至於高風險族群不是遭拒絕投保就是需忍受高額保費的對待。另一方面， Ch engchi U. 未實施風險分類的保險公司則面臨優良業務喪失且劣質業務湧入的情況，即所謂的「劣幣驅逐良幣」，最終導致公司發生嚴重虧損甚至破產。此一狀況使得單一保險公司若想於市場上生存，就必須針對被保險人作出適當的風險分類，因此，汽車保險的風險分類制度逐漸形成。但當時各家保險公司的分類因素仍相當混亂，直到 1960 年代後才漸趨一致。. 保險服務處(Insurance Services’Office；ISO) 所公布的風險分類制度成為當時的範本，在保險服務處的風險分類制度下，雖然有針對州別特性作分類，. 12.

(18) 但主要的風險分類因素則大致分為駕駛人特性(性別、年齡和婚姻狀況)、用途(上下班距離遠近、商用或農用)、所有權(自用或租用)、汽車經常停放地區、駕駛訓練、肇事紀錄、學校成績等。. 根據相關研究、文獻得知，分類因素的實施，亦與法律和輿論等相關的文化背景有關。美國的某些州在作了各種考量之後，反而減少了分類因素的使用，如：夏威夷州，自無過失汽車保險法成立以來，禁止使用種族、信仰、血統、年齡、性別、駕駛經驗年資、婚姻等，作為分類因素。而北卡羅萊納州於 1977 年 9 月，. 政治大日廢除年齡、性別、婚姻狀況作為分類因素，密西根州亦於同年 12 月 13 日將年立也立法廢除年齡與性別作為汽車保險費率的分類因素，麻州則於同年 12 月 28. 齡、婚姻狀況排除於分類基礎之外。除了上述四州之外，同時有許多州開始考慮. ‧ 國. 學. 到這些分類因素的限制，促成當時有許多機構著手研究分類因素的適當性。. ‧. y. Nat. 從 1960 年代起，風險分類項目的爭議便不斷產生，尤其在 1976 年至 1990. er. io. sit. 年間，幾個知名的保險學術團體如史丹佛研究中心(Stanford Research Institute；SRI)、北美精算協會(Casualty Actuarial Society；CAS)與保險監. al. n. v i n 理官協會(National Association C h of Insurance Commissioners；NAIC)之間的 engchi U. 爭論最大，他們把焦點投注於駕駛人特徵及其相關風險分類因素公平性與其所適用的模式之合理性的檢討，引發相關討論的議題，如下文獻回顧所示：. Witt(1979) 企圖利用區域性的分類因素將核保的利潤率公平化，他使用美國伊利諾州的汽車保險資料，並假設所有的附加費用是一個變數，且與平均地域性費率成比例，而找出在承保風險與報酬間的逆向關係。. 13.

(19) Chang 與 Fairley(1979) 對傳統分類費率的方法作一比較，使用了乘法技術並利用 log-linear 模式，擷取美國麻薩諸塞州的車險資料，發現保險公司對於駕駛人在高費率的區域分類因素的應用，已形成不公平的訂價。他們利用加法模式消除了這樣的偏誤，也些微提高預測的精準度；並將模式的參數利用精算的方法算出，同時提及未來應該重視在出險單位的分配及相關變數間的交互作用影響。. Fairley, Tomberlin 與 Weisberg(1979) 依照駕駛人因素分級與區域分類，. 政治大紀錄高於平均理賠金額的族群，但若使用簡單加法模式則可利用統計原理來準確立是源自於潛在不同的理賠經驗，並認為利用乘法公式雖可系統性的懲罰出險賠款. 估計模式的參數。. ‧ 國. 學 ‧. Hoffer 與 Miller(1979) 提供了另一種汽車第三人責任保險保費定價的選. y. Nat. 擇，這一個系統是根據兩部分的定價系統，利用事前與事後的費用，直接連結於. er. io. sit. 衡量個別風險來決定應繳的保費，且依據依公共部門防禦機制來收取保費。此一方法完全與現行制度相異，預計此系統也將引起汽車責任保險業結構上的改變，. n. al. Ch. 他們同時說明了這個系統的優點與限制。. engchi. i n U. v. Sant(1980) 利用風險分類的損失資料，預期被保險人若發生事故時的期望損失為何，以探討傳統汽車費率釐訂的方法與多變量統計方法並作預測時的比較，進而判斷現行費率計算方法是否有失公平。對於美國麻薩諸塞州的資料而言，傳統的方法高估了高費率地區分類的損失，卻低估了低費率地區，因此對全體的被保險人而言，針對這樣的風險分類所收取的保費有失精算公平。. 14.

(20) Weisberg 與 Tomberlin(1982) 運用簡單的理賠模式，並使用多種過往所應用的交叉風險分類的因素，發現藉由發展更實際的模式及應用較複雜的統計技術，改進了精算在預測純保費的準確性，並較傳統的方法更能有效率的使用資料。 Spahr 與 Escolas(1982) 利用美國懷俄明州 1979 年的事故發生紀錄，來檢測三項變數：年齡、性別及居住所在地，與交通事故的發生頻率及引起體傷和財損損失的相關性，結果發現，這項檢測對於預測事故發生頻率及對較小的損失幅度有較好的預測結果。. 政治大的模式來矯正純保費的等式，並使用了私人乘客汽車保險的資料作實證分析，結立 Freifelder(1986) 考量選擇風險分類相關性的估計模式，使用了有誤差項. 論為現行的費率制定公式為適當的型態。. ‧ 國. 學 ‧. Campbell(1986) 應用了群集分析和可信度理論對於個別汽車模式的風險貼. y. Nat. 水作估計，並將所得的結果與實務上作比較，發現利用這些方法使得汽車保險分. er. io. sit. 類費率模式變得更加可行。. al. n. v i n Harrington(1986) 考量最大概似估計法並使用 Power Transformation (由 Ch engchi U. Box 與 Cox 所提出)的函數型式，引用於美國麻薩諸塞州及英國汽車保險理賠的資料，結果得到 linear 與 log-linear 兩種模式預測精準度的比較。Brown(1988) 則推翻 Bailey 先推基於損失金額的分配函數未知的假設前提下所作的估計，認為 Bailey 的方法類似於無母數統計分析法，因此，Brown 假設損失金額的分配函數為已知，運用統計模式設定的方法，推導出幾個估計費率係數的方法，進而，主要是藉由最大概似法及最小平方估計法，導出五個估計模型，結果顯示風險分類因素與估計模式到 1988 年已逐漸成熟被運用。. 15.

(21) Jee(1989) 在交叉分類費率系統中，認為純保費估計方法模式中未能解決問題，他利用了後來所發展的估計方法：包括 Box 與 Cox heteroskedastic 模式，以及 Bayes 估計法，結果發現模式中，都可改進預測的準確性，而交互項的作用在 Box-Cox 模式中被發現格外重要。. 在 1990 年之後，仍有對風險分類及其適用的模式所作的後續相關研究，但重點可能不一定只考量被保險人的風險分類之公平因素，而包括保險人在報酬合理性的前提下所釐訂費率的方法，如 Taylor(1994) 比較了幾個有名的公平費率. 政治大制因素之下，應用了每一個方法而產生公平的報酬，與資本資產訂價模式一致。立釐訂的方法，特別是參考了 Myers-Cohn 的方法及內部費率報酬法。在不考慮稅. 因此，兩種方法所得到的結果考慮稅制的因素條件下，產生了相同的保費。. ‧ 國. 學 ‧. 1995 年後，較新的研究方法不斷出籠，同時也被應用在風險分類的理賠資. y. Nat. 料上，藉此再探討風險分類制度是否有改進之虞，如 Derrig 與 Ostaszewsk(1995). er. io. sit. 利用 Fuzzy 理論延續了 Lemaire(1990)、Cummins 與 Derrig(1993,1994) 以及 Ostaszewsk(1993) 相同的研究方向，提供了 Fuzzy 模式的認知；並利用這些技. al. n. v i n 術來聚集風險與理賠的分類，以延續傳統因地域性以作為鄉鎮風險分類之事宜， Ch engchi U. 並運用 1987 至 1990 年美國麻薩諸塞州的汽車保險資料，使用 Fuzzy 的方法而重新檢視。. 進而，在 1998 年之後對於風險分類模式有了更大的突破，Conners 與 Feldblum(1998) 利用四維度的汽車保險損失成本的架構，比較傳統的精算訂價過程只著重在事前駕駛屬性、汽車特徵及車庫位置來解釋個人汽車損失成本。另外，發現這些傳統因素對於汽車保險的損失成本僅有部分的影響，對於四維度的. 16.

(22) 架構對損失成本的預測為更有效的方法，應該可以降低汽車保險之損失成本。這四項維度包括：. (1)肇事前駕駛及汽車特徵與保費大小 (2)外部環境，如：道路情形與交通密度 (3)賠償系統，如：過失責任制與無過失主義 (4)肇事後因素，如：原告的態度與傷勢、醫療供給種類及是否有辯護律師代表. 政治大相較於美國汽車保險市場風險分類多元化，其他保險先進國家則保守許多，立. 在英國，大致上以汽車用途(上下班、休閒或商用)、汽車經停放地區、載重量或. ‧ 國. 學. 引擎馬力以及駕駛經驗為主；日本則以汽車用途、載重量或引擎馬力及駕駛人年. ‧. 齡為主。有關日本及英國的風險分類因素之發展，依據各國汽車保險發展史推斷，. n. al. er. io. sit. y. Nat. 美國汽車保險之風險分類制度可能提供了示範作用。. Ch. engchi. 17. i n U. v.

(23) 影響汽車保險費率的因素國內外皆試圖探討影響汽車保險費率的因素來幫助產險公司有效控管風險，進而降低肇事頻率、改善公司車險保單損失率，本章節將分別整理國外文獻和國內文獻探討實證影響汽車保險費率的因素。. 一、. 國外文獻賴政治(2002)整理國外有許多學者針對不同面向去探討可能影響肇事. 原因的變異因子，如下：. 立. 1. 地域性因素. 政治大. ‧ 國. 學. Brissmam(1980) 發表針對地域性的風險分類因素對損失大小有何. ‧. 影響的研究，研究中指出，損失應當歸因於交通擁擠程度，因交通擁擠. y. Nat. 程度與肇事事故發生頻率有直接相關，因此可作為費率風險分類的因素。. er. io. sit. 文中還配適出兩種交通意外事故頻率與理賠模式。然而，若欲將此地域性風險分類因素運用於台灣，尚須考量其適用性，台灣國土面積狹小，. al. n. v i n 區域分類所作的差別費率可能不若其他國家來的顯著。 Ch engchi U 2. 車檢計畫. Matre 與 Overstreet(1982) 利用多元迴歸模型來檢測汽車車輛檢查次數與導致事故死亡率間的關係。三種車檢計畫分別為：定期的、隨意的、不曾車檢。死亡率模式指出，隨意與定期的車檢相較於不曾車檢對於降低死亡率是非常有效的，而隨意的車檢又比其他兩種車檢計畫有效，儘管這只是一項統計結果，若能研擬將車輛的檢查計畫納入風險分類因素中，對保險公司的理賠也可能產生影響。. 18.

(24) 生活方式 Begg, Langley 與 Williams (1999)所作的研究主要針對 1,037 位出生於紐西蘭的年輕人所作的調查，實驗變數包含背景、行為及人格因素，且只針對 15 至 18 歲的年輕人，在其 21 歲時再調查與預測的結果有何差異性。四種結果分別如下：有無碰撞紀錄、受傷的碰撞、無受傷的碰撞、嚴重的傷亡，最後，有很少生活方式的因素是好的自變數，可用來預測日後是否發生交通事故。. 政治大的發生，也無法降低碰撞的風險，只有對重大傷亡有些微的影響。因此，立研究的結論建議，改變年輕人的生活方式並不能避免交通事故傷害. 此篇研究結果發現，若將生活方式列入風險因素分類能不太適合。. 學. ‧ 國. ‧. 然而，不同的國家可能有所差異，Chliaoutakis, Darviri 與. y. Nat. Demakakos (1999) 所作的研究與上述研究類似，研究樣本共為 241 位. io. sit. 希臘年輕駕駛，統計方法為因素分析及邏輯迴歸分析，先經由主成份分. er. 3.. 析，從年輕駕駛的基本生活特性，創造出 10 個新的變數的因素尺度. al. n. v i n (factor scale)，再進行邏輯迴歸，歸納出「有喝酒習慣」或「漫無目 Ch engchi U. 的的駕駛人」有高度的事故風險，而「文化」的生活特性則有較低的事故風險。此篇研究可看出與上篇研究結果上的差異。然而兩者的研究方法皆有其參考價值，因為在精算方法中較少利用因素分析法與回歸方法來探討風險分類的問題。. 19.

(25) 4.. 駕駛因素 Zhang, J., et al. (2002) 的研究主要是以 65 歲以上的人口做為汽車碰撞損失幅度的研究對象，他將汽車碰撞的損失幅度分為致命的、嚴重的、輕度的和微小的等四個級別，運用𝜒 2 檢定來作損失幅度的分佈百分比以及多變量邏輯迴歸估算，得出違反交通號誌、不使用安全帶、跳車、變換車道、兩台車轉彎時碰撞等駕駛因素是導致增加傷亡風險的關鍵。. 政治大 Abdel-Aty 與 Abdelwahab(2002) 測試佛羅里達州涉入酒駕肇事立. 5. 酒後駕車. 的意外事故中，不同駕駛群之間有何差異。以年齡、性別、種族、喝酒. ‧ 國. 學. 後肇事地點、有吸食毒品與否或喝酒並吸食毒品作為駕駛不同特徵。該. ‧. 篇文獻希望測試以上特徵與涉入酒醉肇事間的關係，並藉由駕駛人因素. y. Nat. 而辨認出高風險族群，期望藉此改善酒醉肇事的機會，研究採用描述性. er. io. sit. 統計量與條件機率及 log-linear 模式來作檢測。. al. n. v i n 研究結果發現，25 C h到 34 歲的族群，若有喝酒習慣者為最高風險的 engchi U. 肇事族群，同時，肇事率依年齡而遞減。此外，駕駛特徵和喝酒或吸毒. 者與肇事有顯著關係；男性、白人及州內駕駛皆為更容易涉入酒醉肇事的意外事故中。. 6.. 汽車用途 Hijar, M.,et al.,(2002) 分析汽車行駛於高速公路上時發生事故，與從人、從車、道路環境等風險因素的關係為何，研究設計分為實驗組和對照組，以汽車駕駛人在 Mexico 到 Cuernavaca 公路駕駛時發生事故. 20.

(26) 作為實驗組；對照組則是無發生意外事故的案例。其中，依變數為是否發生交通意外事故，自變數的風險因素分別是(顯著水準為 0.05)：在 25 歲以下、經常駕駛、開車去工作、有喝酒習慣、白天駕駛、假日駕駛、不利的天候駕駛及從 Mexico 到 Cuernavaca 的行徑方向，利用邏輯迴歸所調整而來的風險係數，發現車子的用途如上班用、假日用等因素，對是否發生事故也有關係。. 7. 安全帶的使用. 政治大歲)對於繫安全帶的概念與其行為有何關係，並找出年輕人繫安全帶比立. Chlisoutakis, J.E ,et al.,(2002) 為了找出年輕駕駛人(18-24. 率與他們肇事次數的關係。樣本為 200 名希臘年輕男女，經因素分析，. ‧ 國. 學. 以七個安全帶使用的因素尺度與四個不使用安全帶的因素尺度以及多. ‧. 元迴歸分析來建構模型，可發現與有無繫安全帶的因素為那些。. y. Nat. er. io. sit. 因素結果顯示：有正相關的因素分別為「模仿」、「自我保護」、「法律尊重」等；而「不舒服」和「里程數」的因素則與安全帶的使用呈現. al. n. v i n 負相關，研究建議經由教育宣導、法令強制等方式來增加安全帶的使用 Ch engchi U 率，更可減少事故發生的損失程度。. 8. 理賠成本對保險公司而言，保護肇事後的理賠成本其實也應被列為風險分類模式中，畢竟賠償系統如民事責任與無過失責任所獲得的理賠成本不同；肇事後因素如理賠申請人的特徵、醫療供給者及代理人代表的費用也不同，所以這些因素在 1998 年後逐漸受到重視。. 21.

(27) Conners 與 Feldblum(1998) 利用四維度的汽車保險損失成本架構，比較傳統精算的訂價過程只著重在事前駕駛屬性、汽車特徵及車庫位置來解釋個人汽車損失成本，發現這些傳統因素對於汽車保險損失成本只有部分影響，四維度的架構對於損失成本的預測為更有效的方法，可有效降低汽車保險的損失成本。. 二、. 國內文獻. 政治大訂定的因素，凌氤寶、康裕民、陳森松(1998) 在保險學-理論與實務一書中立與理賠作業相關聯的因素常被視為風險分類的依據，同時也被當作費率. 將影響汽車保險費率的因素歸納為四類，分別為： (一) 從人因素、(二) 從. ‧ 國. 學. 車因素、(三) 道路環境因素和(四) 其他因素等，如圖 2-3-1。. ‧. n. 人. Ch. engchi. er. io. sit. y. Nat. al. i n U. v. 車. 道路. 其他. 圖 2-3-1 影響汽車肇事之四大因素資料來源：凌氤寶、康裕民、陳森松(1998)，保險學-理論與實務. 22.

(28) 李國忠(2002) 以汽車任意保險為例，透過理賠案件探討各項可能的影響因素，並採用一般線性模式 GLM（General Linear Model）和類別數據統計模式（Categorical Model）進行實證，結果發現在不同區域、駕駛人、出險年度、業務來源、險種、車種、製造年度、汽缸數、廠牌、性別、酗酒險等將影響損失率。. 施明成(2001)在其汽車損失險商品發展與行銷策略之研究中提到，台灣地區汽車損失險市場是一個費率隨著損失率的逐年攀升而不斷調高，而呈現. 政治大. 良質危險單位出走的危險逆選擇的惡性循環，即先前所提「劣幣驅逐良幣」之現象。. 立. ‧ 國. 學. 為因應費率自由化趨勢，作者運用市場區隔理論發展未來車體損失險的. ‧. 行銷策略，透過配額抽樣法以台灣地區自用小客車車主為研究對象，問卷調. y. Nat. 查發現，作者透過因素分析和集群分析將消費者分成「低價／高涉入型」、. er. io. sit. 「高參與／重視價格型」、「高價值／低涉入型」、「高價值／高涉入型」四個族群，並探討各族群在人口統計變數、投保狀況、投保動機、不保原因、購. al. n. v i n 買評估準則、車體損失險預算上是否有顯著差異，並就結果提出區隔消費者 Ch engchi U 的行銷策略。. 在產品策略方面，產險業者應就選定的目標消費者，提出不同服務層級的車體損失險保單，例如:針對「高參與／重視價格型」消費者提出不同自負額且低價化、單純保障的車損險，或是針對「高價值／低涉入型」及「高價值／高涉入型」提供高附加價值的車損險商品。在風險細分型商品方面，產險業應對「理賠次數」、「車庫減費」、「交通違規狀況」及「職業」等因素. 23.

(29) 設計可行並具競爭力的商品，針對現行的理賠加減費制度作進一步的檢討修正，並實施車庫減費及交通違規情況加減費。. 上述研究是針對消費者類型作區隔，但區隔的因素，如：「理賠次數」、「車庫減費」、「交通違規狀況」及「職業」等因素即是可能影響損率的因素，因此才會建議業者依此進行差別取價。. 我國針對違規肇事紀錄，將之區分為 10 個等級，每個等級對應不同的. 政治大. 費率係數，如表 2-3-2 所示，表 2-3-3 則是針對肇事紀錄等級作說明。. 立. 表 2-3-2 違規肇事紀錄等級係數. ‧ 國. 學. 係數 0.70. 02. 0.74. 03. ‧. 01. sit. 等級. n. 06. al. er. io. 05. y. Nat 04. 0.82. Ch. engchi U. v ni. 1.00 1.10 1.20. 07. 1.30. 08. 1.40. 09. 1.50. 10. 1.60. 資料來源：財團法人保險事業發展中心. 24.

(30) 表 2-3-3 肇事紀錄等級說明年度項目. 肇事紀錄. 民國. 民國. 民國. 民國. 民國. 民國. 民國. 97 年. 98 年. 99 年. 100 年. 101 年. 102 年. 103 年. 0. 0. 2. 1. 0. 0. 0. n/a. 4. 3 9 10 治政大. 9. 8. -1. -1. 次數. 率等級. -1. 6. 3. -1. 4. 3. 9. 10. 9. 度費率等. io. 級. 8. 7. y. Nat. 投保當年. ‧. 減等級. sit. 事紀錄加. ‧ 國. n/a. 學. 前一年肇. 立. er. 前一年費. al. n. v i n 註：民國一百年投保時，C 其h 費率等級計算得U engchi 知應為第. 12 級，但因最. 高費率等級為第 10 等級，故以第 10 等級為其費率等級。 1. 第一次投保或無承保紀錄之被保險人，其費率等級以第 4 等級計算。 2. 被保險人投保當年度之費率等級，按其前一年之違規肇事紀錄調整之。 3.. 前一年無肇事紀錄之被保險人，投保當年度費率等級係為前一年費率等級減一級。最低適用費率等級為第 1 等級。. 4.. 前一年有肇事紀錄之被保險人，理賠一次，投保當年度費率 25.

(31) 等級係為前一年費率等級加三級，理賠二次，投保當年度費率等級係為前一年費率等級加六級，依此類推。最高適用費率等級為第 10 等級。 5. 被保險人無前一年之肇事紀錄者，但有過往所有肇事紀錄，其投保當年度之費率等級推算同前述加減等級原則，舉例說明如表 2-3-2。 6. 被保險人加入強制汽車責任保險以來之所有違規肇事紀錄均應列入費率等級計算之用。. 政治大. 資料來源：財團法人保險事業發展中心. 立. ‧ 國. 學. 李進利(2003)的研究除證實影響汽車第三人財損純保費的風險因素涵. ‧. 蓋有從人因素與從車因素與現行的風險考量因素相符外，並發現「承保因素」. y. Nat. sit. 如是否續保、財損保額、財損理賠以及肇事時段等環境因素均有顯著相關。. n. al. er. io. 進一步比較影響大、小型車輛之風險因素後，發現駕駛經歷、使用性質、財損保額等因素對兩者均有顯著相關。. Ch. engchi. i n U. v. 薛國平(2005) 在以被保險人性別作為探討因子的文獻中，發現女性出險理賠機率明顯高於男性，但這可能和女性投保費率較低有關，國人常會利用家中女性作為被保險人進行投保，產生被保險人和實際駕駛人並非同一人的問題，此一因素或造成女性出險機率大於男性。. 目前我國第三責任險所適用之費率分類因素係數即包含被保險人年齡以及性別係數，這說明「性別」和「年齡」是對出險發生有顯著的影響，表 2-3-3 為我國汽車第三責任險所適用之年齡、性別係數。 26.

(32) 表 2-3-3 我國汽車第三責任險之年齡、性別費率係數性別. 年齡. 男性. 係數. 20 歲(含)以下. 2.50. 超過 20 歲至 25 歲(含)以下. 2.30. 超過 25 歲至 30 歲(含)以下. 1.47. 超過 30 歲至 60 歲(含)以下. 1.00. 超過 60 歲以上. 1.05. 20 歲(含)以下. 1.66. 政治大超過 25 歲至 30 歲(含)以下. 1.53. 超過 30 歲至 60 歲(含)以下. 0.92. 超過 60 歲以上. 0.79. 超過 20 歲至 25 歲(含)以下. 立. Nat. sit. y. ‧. 資料來源：財團法人保險事業發展中心. 1.06. 學. ‧ 國. 女性. io. er. 戴清輝(2010)以國內某大型產險公司 2008 年間之投保車主，並已於. al. 2009 年間到期之有申請理賠且已結案件為研究樣本，分析 2008 至 2009 年. n. v i n Ch 有肇事紀錄之被保險人，影響車體損失險與第三人責任險之肇事因素，運用 engchi U 巢狀羅吉特模型對資料進行實證分析。. 實證結果顯示，保險金額與車體險出險的機率呈現顯著正相關，保險金額與第三人責任險出險以及與車體和第三人責任險二險種同時出險的機率皆呈現負相關。車體險的基本費率愈高、被保險人為男性、業務來源為產險與壽險管道，則車體險理賠的機率愈高。除此之外，車主居住北部、中部、南部或桃竹地區，保戶投保車體險的意願較高，而續保戶投保車體險的意願較低。 27.

(33) 經由上述國內外文獻對出險理賠的探討，本研究以凌氤寶、康裕民、陳森松(1998)所提出的影響汽車保險費率的四大因素為架構，整理國內外文獻所探討的影響因子，如表 2-3-4 所示。. 表 2-3-4 國內外文獻對汽車保險費率影響因子之探討影響因子年齡性別職業婚姻狀況肇事紀錄駕駛習慣(是否酗酒、繫安全帶) 車主居住地. 1. 2. 3. 4. 5. 6.. 廠牌排氣量車輛用途大/小型車車廠年份里程數. 1. 2. 3. 4. 5. 6. 7.. Ch. 交通擁擠度天候狀況肇事時段. engchi. 於平日/假日駕駛是否續保財損保額大小理賠次數車檢次數業務來源是否擁有車庫. 資料來源：本研究整理. 28. y. ‧ 國 n. 其他因素. 1. 2. 3.. ‧. io. al. 學. Nat. 道路環境因素. 政治大. sit. 立. 從人因素. 從車因素. 1. 2. 3. 4. 5. 6. 7.. er. 影響汽車保險費率的四大因素. i n U. v.

(34) 我國汽車保險發展歷程及概況我國汽車保險發展歷程楊坊山(1999)、詹美枝(2005)根據我國汽車保險發展之歷程，劃分為六階段之發展歷程，條列簡述如下：. 第一階段(民國 40 年至 49 年) 1.. 民國 40 年，台灣產物保險公司首度開辦汽車保險，並定名為「汽車損失及意外責任保險單」，使用大陸時期太平產物保險. 政治大. 公司之汽車保險單為樣本加以修改。民國 42 年 5 月，台產與. 立. 美軍駐華顧問團軍法組簽訂「美軍駐台官兵汽車保險合約」。. 學. ‧ 國. 2.. 民國 38 年 4 月 1 日，產物保險公司(5 家)與人壽保險公司(2 家)合組「台北市保險商業同業公會」，自民國 44 年起分別設. ‧. 立火、水及意外險三業務委員會，汽車險則分屬意外險。. y. Nat. sit. 3. 台灣產物保險公司因應美軍要求，參照美式保險單修正汽車保. io. 險單款，定名為「汽車綜合保險單」，分中英文兩種保單版本。. n. al. er. 一、. 4.. 制定。 5.. i n U. v. 統一的汽車保險費率規章由台北市保險公會之意外險委員會. Ch. engchi. 由於民國 48 年時車險費率偏低、汽車零配件及修理費高漲等原因，導致承保虧損嚴重，保險公會遂於民國 49 年成立「汽車保險聯合審核辦公處」，就汽車保險承保作業及理賠事項進行審核，保險業開放設立後，聯審處於民國 52 年撤銷。. 29.

(35) 第二階段(民國 50 年至 59 年) 1.. 保險業開放設立，保險公司由原來的 5 家增至 15 家，創設初期之業務擴展重點以火險與水險為主，汽車保險當時並未大力推展。. 2.. 大專院校相繼增設保險科系，培育保險相關人才。. 3.. 民國 50 年代後期，因傳統保險市場發展有限，且受到政府推動強制汽車責任保險制度，汽車保險開始蓬勃發展。. 4.. 民國 53 年 3 月，台北市保險公會分設為台北市產險及壽險二公會。. 第三階段(民國 60 年至 69 年). 經濟蓬勃發展，國民所得逐年提高，由一萬元提升至八萬元，. ‧. 1.. 學. ‧ 國. 立. 政治大. y. Nat. 刺激消費需求，國產汽車開始設廠生產，帶動國民購車風氣，. er. io. 長。. sit. 直接助長消費者對汽車保險的需求，促使汽車保險業務大幅增. al. n. v i n 汽車保險費率規章大幅度修正，其重點包含：車種分類、自負 Ch engchi U. 2.. 額規定、費率增減(逾齡及稀有廠牌加費、無賠款減費)。. 3. 汽車總數由 85,315 輛大幅增加至 699,918 輛；機車總數則由 713,324 輛增加至 36,965,515 輛；汽車保費收入由新台幣 179,214,000 元增加至新台幣 3,260,218,000 元，佔當時各險種保費收入的 31.04%。. 30.

(36) 第四階段(民國 70 年至 79 年) 1.. 由於治安惡化，汽車失竊案件迅速增加，以民國 72 年為例，汽車險損失率高達 95.93%，汽車保險業務產生嚴重虧損，保險業經營陷入困境，不得不自行調整保險費率，造成保險市場嚴重脫序。. 2.. 民國 73 年產險公會意外險委員會成立「汽車保險費率規章修訂小組」，正式展開汽車保險修訂工作，並於民國 74 年 5 月 1 日起實施。. 3.. 政治大新整合、修正費率計算基礎、自負額規定、加減費及退保規定、立修訂重點以汽車損失險為對象，內容包含：承保之危險事故重. 保單條款修訂、訂定汽車保險和保理賠準則、重訂汽車保險業. ‧ 國. 學. 務統計規程等。. 民國 73 年改組意外險委員會，另成立「汽車保險業務處理委. ‧. 4.. y. Nat. 員會」，民國 75 年正式更名為「汽車保險委員會」。. 22,785,000,000 元。. n. al. Ch. engchi. er. io. sit. 5. 保費收入由新台幣 4,843,217,000 元增加至新台幣. i n U. v. 第五階段(民國 80 年至 89 年) 1.. 汽車綜合損失險賠款率偏高，自民國 80 年至 84 年間的件數增加近 50%，其中不明車損的賠款件數逐年增加，造成車體損失險之出險頻率高達 150%以上，說明汽車保險制度除了有結構性的缺失，且費率機制缺少損害防阻的誘因。. 2.. 民國 83 年進行費率規章修正，並於民國 85 年 7 月 1 日正式實施新制汽車保險費率規章，主要重點包括：原綜合損失險分開. 31.

(37) 為車體損失險及竊盜損失險、費率計算引進從車兼從人因素、實施強制自負額等。且將車體損失險區分為甲式、乙式二種，在甲式和乙式中規定強制自負額，即第一次修理自負額為新台幣三千元正，第二次為新台幣五千元正，第三次則為新台幣七千元正。 3.. 在費率計算上採從人因素和從車因素，從人因素方面考慮被保人之年齡、性別及過去的出險紀錄；從車因素則考慮車齡、車輛廠牌和車系等資料。. 4.. 政治大月 3 日實施強制汽車第三責任保險。但因責任基礎仍採過失責立由於未及時開辦無過失責任保險，故主管機關於民國 81 年 3. 任制，遂於民國 85 年 12 月 27 日實施「強制汽車責任保險法」。. ‧ 國. 學. 5.. 民國 88 年產險公會將免自負額車對車碰撞損失險納入規章，. er. io. sit. y. Nat 第六階段(民國 90 年起迄今). al. v i n 為配合民國C90 年 7 月 1 日實施之新費率調整，故於民國 91 hengchi U n. 1.. ‧. 業者將之稱為「丙式」車體損失險。. 年 1 月起修正汽車保險費規章，並於同年 7 月 1 日起實施。. 2. 本次修訂重點包括： (1) 新增免自負額車對車碰撞損失保險及市區汽車客運業責任保險。 (2) 明訂部份條款文字的定義，以免爭議。 (3) 參照財產保險商品審查會之見解，修正特約保險名稱為附加險及廢除批單方式改為條文，原條文改為承保辦法。 (4) 零件、配件被竊損失險賠償金額提高至六倍。. 32.

(38) (5) 廢除部份批單及承保辦法。. 我國汽車保險概況台灣汽車保險自民國 48 年 8 月 1 日由台灣產物保險公司開辦至今已超過 50 年，目前我國汽車保險之承保種類包含：汽車車體損失險、汽車竊盜險、汽車第三責任險以及由政府公辦民營之強制第三責任險，如圖 2-4-1。. 立. 政治大. 學 ‧. ‧ 國 io. sit. y. Nat. n. al. er. 二、. Ch. engchi. 33. i n U. v.

(39) 汽車保險. 強制汽車責任保險. 任意汽車保險. 第三責任險. 竊盜損失險. 學. ‧ 國. 立. 政治大車體損失險. ‧. n. er. io. sit. y. Nat. al. 財損. 體傷. 甲式. Ch. i n 丙 U. v. e n乙式g c h i 式. 圖 2-4-1 我國汽車保險承保種類圖資料來源：鄭宇辰(2007). 34.

(40) 另外，車體損失險即常聽到的全險(甲式)、車碰車(丙式)等。主要保障汽車與車輛發生碰撞或火災、爆炸、墜落物等事故所致之毀損，理賠範圍和自負額的規範各有不同。在車體損失險中，一共區分為甲式、乙式和丙式，這三種險種的承保範圍如表 2-5-1。. 表 2-4-2 車體損失險之承保範圍車體損失險承保範圍一、碰撞、傾覆二、火災三、閃電、雷擊四、爆炸五、拋擲物或墜落物六、第三者之非善意行為. engchi. sit i n U  . 車體損失險丙式(車碰車). y. . er. ‧ 國 n. Ch. 內姻親、雇用之駕駛人及所屬之使用人。駕駛人受酒精類或違禁藥物影響駕車而發生意外事故，屬不保事項，故不予理賠。甲式車體險有基本自負額之規定。. ‧. io 車體損失險乙式. 一、碰撞、傾覆二、火災三、閃電、雷擊四、爆炸五、拋擲物或墜落物. . 學. Nat. 七、不屬本保險契約特別載明為不保事項之任何其他原因。. al. 理賠範圍包括被保險汽車救護費用、合理拖車費用及修復費用。被保險人包括配偶、其同居家屬、四親等內血親、三親等. 政治大. 立車體損失險甲式. . v. 乙式車體險可選擇須自負額或免自負額。. 被保險汽車在保險期間  內因與車輛發生碰撞、擦撞所致之毀損、滅失，在確認事故之對方車輛後，本公司始負賠償之 . 若對方車輛肇事逃逸，經憲警現場處理及保險公司查證屬實，亦負賠償之責。本保險採免自負額. 責。. 承保。. 資料來源：華南產物保險網站 35.

(41) 三、. 我國汽車保險之特性王明智(2001)、林森洋(2003)和鄭宇辰(2007)條列整理出我國汽車保險. 之特性，敘述如下：. 1.. 高度技術性隨著科技日新月異，現代化電腦及電子設備大量使用於汽車零組件上，影響汽車的安全性與方便性，亦直接或間接地影響汽車保險損失之變化。. 2.. 政治大. 立. 具有屬人性. ‧ 國. 學. 汽車保險雖屬產物保險，但受駕駛人之主觀條件影響甚大，舉. 凡年齡、性別、結婚與否、駕駛年資等皆影響風險變動，例如:剛. ‧. 學會開車的駕駛人其肇事率可能較高。. sit. y. Nat. al. er. io. 3. 具有地域性. v. n. 由於不同地域有不同之社會文化背景、民族性與法律規範，同. Ch. engchi. i n U. 時不同縣市道路、交通設施的複雜性可能不盡相同，此為汽車保險之特殊性。. 4.. 具社會影響力汽車保險市場與社會的關係密切，此非其他交通工具如飛機、輪船可比擬，其第三責任保險對支持社會的公平有相當的重要性。. 5. 屬人力密集之業務涉及汽車保險之有關行業或機關服務層面相當廣泛，包含： 36.

(42) (一)汽車業：汽車製造商、代理商、經銷商、水貨商(貿易商)、中古車行、汽車修理業、零配件供應商、汽車救援公司及代檢場。 (二)金融保險業：保險公司、銀行(汽車貸款融資)、租賃公司、汽車財務公司、再保險公司、保險代理人、保險經紀人、公證公司及監檢代理人(驗車)。 (三)政府機關：行政院金融監督管理委員會、交通部、立法機關、汽車監理單位及憲警單位、車禍裁決所、調. 政治大. 解委員會、法院等。. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 37. i n U. v.

(43) 迴歸分析迴歸分析(Regression Analysis)為一種統計學上的分析數據方法，旨在了解兩個或多個變數是否相關、相關方向與強度，並建立數學模型以便觀察特定變數來預測研究者感興趣的變數。更具體的來說，迴歸分析可以幫助人們了解在只有一個自變量變化時因變量的變化量。一般而言，通過迴歸分析我們可以由給出的自變量估計因變量的條件期望。. 而迴歸分析可分為簡單迴歸(Simple Regression)和複迴歸，又稱多元迴歸 (Multiple Regression)，簡單迴歸是用來探討1個依變數和1個自變數的關係，. 政治大. 複迴歸是用來探討1個依變數和多個自變數的關係，簡單整理單迴歸和複迴歸表. 立. 示的方式:. ‧ 國. 學. 簡單迴歸表示式:. ‧. Nat. sit. y. Y = 𝛽0 + 𝛽1 Χ1 + 𝜀. n. al. er. io. 其中，β0 為常數，β1 為迴歸係數，ε 為誤差. Ch. 複迴歸(多元迴歸)表示式:. engchi. i n U. v. Y = 𝛽0 + 𝛽1 Χ1 + 𝛽2 Χ2 +. . . . +𝛽𝑛 Χ𝑛 + 𝜀 其中，β0 為常數，β1 … . . 𝛽𝑛 為迴歸係數，ε 為誤差. 複迴歸使用的變數都是計量的，即依變數和自變數兩者皆為計量的，表示式如下:. Y = Χ1 + Χ2 + Χ 3 + . . . . +Χ𝑛 38.

(44) 「迴歸」一詞最早由英國著名生物學家兼統計學家 Francis Galton 在研究人類遺傳問題時所提出，為了研究父代與子代身高的關係，Galton 蒐集了 1078 對父親及其兒子的身高數據，他發現這些數據的散點圖大致呈現直線狀態，換句話說，總體趨勢是父親的身高增加時，兒子的身高也傾向於增加。然而， Galton 對實驗數據進行了深入分析，發現了一個很有趣的現象－迴歸效應。. 當父親高於平均身高時，他們兒子的身高比他更高的機率要小於比他更矮的. 政治大機率，這反映了一項規律，即這兩種身高父親的兒子身高，有向他們父輩的平均立機率；父親矮於平均身高時，他們兒子的身高比他更矮的機率要小於比他更高的. 身高迴歸的趨勢。對於這個一般結論的解釋是：大自然具有一種約束力，使人類. ‧ 國. 學. 身高的分佈相對穩定而不產生兩極分化，這就是所謂的迴歸效應。Galton 將這. ‧. 個「極端」往「平均」移動的現象稱作「regression to the mean」。. y. Nat. er. io. sit. Galton(1855) 發表的《遺傳的身高向平均數方向的迴歸》中，透過觀察 1078 對夫婦的身高數據，將每對夫婦的平均身高作為自變量，取他們的一個成年兒子. al. n. v i n 的身高作為因變量，分析兒子身高與父母身高之間的關係，發現父母的身高可以 Ch engchi U. 預測子女的身高，兩者近乎成一條直線，而當父母越高或越矮時，子女的身高會比一般兒童高或矮，他將兒子與父母身高的這種現象模擬出一種線形關係，分析出兒子的身高 y 與父親的身高 x 大致可歸結為一如下關係：. y = 33.73 + 0.516x (單位為英吋). 此一趨勢及迴歸方程式說明父母身高每增加一個單位時，其成年兒子的身高平均增加 0.516 個單位，此即迴歸一詞最初在遺傳學上的含義。. 39.

(45) 後來，Galton 的迴歸概念，被逐漸補充、擴大，變得越來越完整，現在迴歸已是一個意義廣泛的用詞，更精確的說法是「迴歸模型」，在這個模型底下包含了許多用以解釋、判斷、修正的諸多內容。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 40. i n U. v.

(46) 第三章研究方法研究模型用一般的線性迴歸模型難以處理此種不連續的雙元或多元依變數；在雙元依變數的情況中，主要困難點在於，由於某一車險出險的機率必然介於 0 與 1 之間，一般線性迴歸模型所出現的估計值無法侷限於 0 與 1 之間，故需引入其他模型進行轉換。在實證研究上多採所謂的邏輯斯函數(logistic function) 估計自變數及雙元依變數之間的關係。. 立. 政治大. 1. 自變數資料不須符合多變量常態分配的假設。. 與一般迴歸不同的是邏輯迴歸模型可利用勝算比使依變數為二元變數，. ‧. 2.. 學. ‧ 國. 本研究是以邏輯迴歸來進行資料之分析，使用邏輯迴歸的理由為：. io. y. sit. 自變數可以是質變數或量變數，因投保人的車險相關資料不只是連續型. er. 3.. Nat. 即只區分「有出險」或「無出險」，「男」或「女」。. 資料(如：年齡)、同時還包含許多非連續型資料(如：車子登記為法人. n. al. 或自然人)。. Ch. engchi. i n U. v. 基本上，透過邏輯函數的轉換，依變數之預測值將落於 0 與 1 之間，而自變數及其估計之係數所產生之依變數預測值，可以解釋為機率。預測之機率值，是以 logit 形式表達之依變數。一事件發生之機率比值(odds ratio)可以表示為下列公式，其中 p 是指該事件之機率：. p (1 − p). 41.

(47) 將上述機率之比值取自然對數，即得到 log-odds 或 logit：. 𝑙𝑛. p (1 − p). 更直觀的說，我們可以由各參數之估計量，得到依變數發生 log-odds 之估計量，從而推算出「每一自變數之變化」對於最終結果出現之機率有何影響。. 政治大指的是一件事情發生的機率與一件事情沒發生機率的比值。以拋硬幣為例，拿到立統計學家應用勝算比(odds ratio)於 logistic regression 之中，「勝算」. ‧ 國. 學. 正面與反面的機率都是 0.5，所以 odds ratio 就是 0.5/0.5=1。若一件事情發生的機率是 0.1，那麼勝算即是 0.1/0.9=1/9，倘若一件事情發生的機率是 0.9，. ‧. 那勝算是 0.9/0.1=9，所以勝算是介於 0 與無限大之間。Odds ratio 則是兩件事. al. er. io. sit. y. Nat. 情的 odds 做比較。. v. n. 邏輯迴歸有三種方式，分別為強迫進入法(Enter)、順向選擇法(Forward)、. Ch. engchi. i n U. 反向淘汰法(Backward)。順向選擇法是指當第一個進入迴歸方程式的變數是與依變數有最大的相關變數，若第一個變數達顯著水準，則此程式繼續，直到沒有其他的變數符合選取的標準。採用反向淘汰法的話，則是先將所有的變數納入迴歸方程式之中，而後依據淘汰標準一一將不符合的變數將以淘汰。至於強迫進入法，是將所有的變數納入，進行檢定而不作任何淘汰的動作。而邏輯迴歸的基本模式如下：. 𝑃𝑖 = 𝐹(𝑍𝑖 ) = 1⁄(1 + 𝑒 −𝑍𝑖 ). 42.

(48) 𝑍𝑖 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 +. . . +𝛽𝑛 𝑋𝑛. 其中，𝑃𝑖 是事件 i (出險)發生的機率；𝐹(𝑍𝑖 ) 為 Logistic 的累積機率分配函數(cumulative density function) ；𝑋𝑛 為迴歸式中第 n 個預測變數；𝛽𝑛 為迴歸式中第 n 個預測變數的迴歸係數。. 原始模型. 政治大影響車險出險的發生機率」。本研究原始設定之模型如下：立. 針對本研究所挑選出的六項假設變數，我們進一步探究「那些因素. 學. ‧ 國. y(出險理賠) = 𝛽0 + 𝛽1 (年齡) + 𝛽2 (性別) + 𝛽3 (出廠年份) +. ‧. 𝛽4 (車種用途) + +𝛽5 (法人註記) +. io. y. sit. Nat. 𝛽6 (國產進口分類). al. er. 一、. v. n. 其中，𝛽0為模型的常數項，𝛽1、𝛽2、𝛽3、𝛽4、𝛽5、𝛽6 分別為年齡、. Ch. engchi. i n U. 性別、出廠年份、車種用途、法人註記以及國產進口分類的迴歸係數。. 43.

(49) 研究變數定義本研究採用二元邏輯迴歸來預測影響出險的因素，因此研究變數本身若為二分類法，即以 0 或 1 來區分，倘若研究變數需區分為較多分類，則重新將之編碼歸類，各項變數說明分述如下：. 一、. 依變數之定義出險註記項將觀察樣本分為「有發生理賠損失」和「無發生理賠損失」. 政治大. 兩類，分析各分類變數是否與發生理賠損失有顯著影響。. 自變數之定義. 立. 學. ‧ 國. 二、. 本研究根據個案公司所提供資料將自變數分為從人因素和從車因素兩. ‧. 大類，探討六項影響出險的自變數。. y. Nat. n. al. er. io. sit. (一)從人因素. 1.. 年齡. Ch. engchi. i n U. v. 目前台灣法律規定需年滿 20 歲才可考取汽車駕駛執照，因此本研究採用之駕駛人最低年齡為二十歲，共分為六個年齡區間，分別為「20~29 歲」、「30~39 歲」、「40~49 歲」、「50~59 歲」、「60~69 歲」以及「70 歲以上」，從中探討駕駛人年齡是否與出險的發生存在相關性。. 2.. 性別將駕駛人的性別區分為「男」和「女」兩類，以探討性別是否影響損失理賠的發生。 44.

(50) (二)從車因素. 1.. 出廠年份根據車體損失險保單上所註記的該車出廠年份進行分類，因西元 1995 年以前出廠的車輛資料筆數相對較少，遂將「西元 1980-1995 年」歸為一類，後續則以五年為單位，最後一項分類僅至 2014 年除外，分別為「西元 1996-2000 年」、「西元 2001-2005. 政治大出廠年份的資料來判斷此因素是否會對車險理賠產生影響。立. 年」、「西元 2006-2010 年」以及「西元 2011-2014 年」，藉由車輛. ‧ 國. 學. 2.. 車種用途. ‧. 依據投保當時所登記的車種用途區分為八項，分別為「重型機. y. Nat. 車」、「自用小客車」、「客貨兩用車」、「公司小貨車」、「公司大貨車」、. er. io. sit. 「長租小客車」、「營業大客車」以及「個人計程車」。其中，因為個案公司的投保車險案件中，「重型機車」占有一定比重，且交通. al. n. v i n 法規亦規定此類紅牌、黃牌重機可行駛於汽車專用道，本研究遂將 Ch engchi U. 「重型機車」納入車種用途分類，從中探討不同車種用途對出險是否存在一定相關性。. 3. 法人註投保車輛登記為「自然人」或「法人」擁有，「法人」擁有即一般俗稱的租賃車，車牌英文字母為 R 開頭的車輛，分析這兩種不同身分類別者對於發生出險的相關性。. 45.

(51) 4.. 國產進口分類僅管個案公司有投保車體損失險的各車輛廠牌註記，然而車輛廠牌眾多，原始資料即多達 30 家以上的廠牌，本研究因而以「國產」和「進口」分類大項來取代廠牌，分析國產車和進口車是否會對出險造成顯著影響。. 依據上述依變數和自變數的分類，將原始資料的內容予以編碼分類，以便套入二元邏輯迴歸模型，編碼資料表的項目及解釋如表 3-3-1 所示。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 46. i n U. v.

(52) 表 3-3-1 編碼資料表欄位說明資料名稱. 解釋. 編碼. 年齡. 投保人的年齡. 1. 2. 3. 4. 5.. 20-30 歲 30-40 歲 40-50 歲 50-60 歲 60-70 歲. 6. 70 以上性別. 投保人的性別. 出廠年份. 投保所註記的該車輛出廠年份. 學. 4. 西元 2006-2010 年 5. 西元 2011-2014 年 1. 重型機車 2. 3. 4. 5. 6. 7. 8.. Ch. engchi. y. sit. er. n. al. 自用小客車客貨兩用車公司小貨車公司大貨車長租小客車營業大客車個人計程車. ‧. io. 投保所註記的車輛用途. Nat. 車種用途. 1. 西元 1980-1995 年治政 2. 西元 1996-2000 年大 3. 西元 2001-2005 年. ‧ 國. 立. 0. 男 1. 女. i n U. v. 法人註. 投保的車輛為自然人擁有或法人擁有. 0. 自然人 1. 法人. 國產/進口. 投保車輛為國產車或進口車. 0. 國產 1. 進口. 出險註記. 該筆投保資料是否有出險，即 0. 未出險產生理賠 1. 出險. 資料來源：本研究整理. 47.

(53) 實證資料來源本研究資料來國內某大型產物保險公司，根據該公司過去三年來(2012-2014) 車體損失險的保險人資料為研究對象，分析之實證樣本為 1,071,935 筆資料，而該公司在車險市場占有相當的市占率，同時承保區域遍及全省，包含各種廠牌型式及車種，因此樣本相當有代表性。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 48. i n U. v.

(54) 第四章研究結果與分析第一節延用第三章第三節的「從人因素」以及「從車因素」為架構，就各變數的資料分布作概要性介紹，方便對研究之樣本資料有初步的了解。第二節則呈現出經資料分析後的出險發生二元邏輯回歸模型以及此模型的預測精準度。. 研究變數資料分布 (一)從人因素. 立. 1. 年齡. 政治大. ‧ 國. 學. 從公司近三年的投保資料顯示，如表 4-1-1 所示，駕駛人 20 至 29 歲占所有投保人的比例僅 4.9%，為各分類中最少，這可能與其經濟能. ‧. 力相關，該族群有部分尚為在學階段，又或是剛出社會的新鮮人，經濟. y. Nat. sit. 能力尚不足以購車。30 至 39 歲的則占 17.2%，40 至 49 歲占 21.5%，50. n. al. er. io. 至 59 歲占 19.2%，60 至 69 歲占 10.4%，而 70 歲以上的族群占整個群體的 26.7%。. Ch. engchi. i n U. v. 40 至 59 歲的族群占整體客戶的 40.7%，此類族群大多擁有家庭且正值壯年、經濟條件也達水準，因此這兩個年齡區間占公司客戶總額的 40.7%應屬合理，然而，70 歲以上客戶竟占個案公司高達 26.7%的比例，是一個相當驚人的數字，同時也是個案公司經營管理的一項警訊，高年齡者一般而言行動相對緩慢，在精算上也會給予高齡者較高的風險係數，這樣的客群對公司而言有潛在的風險，需多加留意，未來亦可針對客戶年齡組合作出有效分散。. 49.

(55) 表 4-1-1 年齡. 2012 至 2014 年個案公司車體險客戶年齡層分布. 20-29 歲 30-39 歲. 樣本. 40-49 歲. 50-59 歲. 60-69 歲. 70 歲以上. 52,587. 184,623. 230,664. 206,334. 111,298. 285,871. 4.9%. 17.2%. 21.5%. 19.2%. 10.4%. 26.7%. 數百分比資料來源：個案公司提供、本研究整理. 2. 性別. 政治大. 立. 根據表 4-1-2，個案公司所提供資料的性別欄包含許多無註記投保. ‧ 國. 學. 人性別的資料，將之列為遺漏值，占整份資料的 24.1%。. ‧. sit. y. Nat. 經調整後的有效百分比可看出，女性投保者占 41.3%，遠高於男性. io. er. 的 34.6%，這和台灣特殊的環境有關，同一家庭若以母親名義投保享有較低的費率，才會造成女性投保人數遠高於男性的情況。. n. al. 表 4-1-2. Ch. engchi. i n U. v. 2012 至 2014 年個案公司車體險客戶性別分布. 性別. 男. 女. 遺漏值. 樣本數. 370,656. 443,156. 258,123. 百分比. 34.6%. 41.3%. 24.1%. 有效百分比. 45.5%. 54.5%. 資料來源：個案公司提供、本研究整理. 50.

(56) (二)從車因素. 1. 出廠年份從表 4-1-3 得知，2012 至 2014 年個案公司車體險車輛出廠年份分布大致呈現隨出廠年份遞增而增加，1980 至 1995 年占整體業務的 7.0%， 1996 至 2000 年占 14.8%，2001 至 2005 年占 22.9%，2006 至 2010 年占 27.8%，2011 至 2014 年則占 27.3%，大體而言，2001 年以後出廠的車輛即占公司車體險業務的 78%。. 表 4-1-3. 1980-1995. 245,847. 298,498. 7.0%. 14.8%. 22.9%. 27.8%. 292,652. io. sit. y. 27.3%. 資料來源：個案公司提供、本研究整理. n. al. Ch. engchi. er. 比. 158,976. Nat. 百分. 75,231. ‧. 數. 1996-2000 2001-2005 2006-2010 2011-2014. 學. 樣本. ‧ 國. 年份. 政治大 2012 至 2014 年個案公司車體險車輛出廠年份分布立. i n U. v. 2. 車種用途在所有車種分類當中，自用小客車占 58.1%，為最大宗的車種分類，其次是重型機車，占 18.8%，其次依序是客貨兩用車的 7.1%，營業大客車的 5.9%，公司小貨車的 4.7%，長租小客車的 3.6%，公司大貨車的 1.2%，最後則是僅占 0.6%的個人計程車，如表 4-1-4 所示。. 51.

(57) 因重型機車單價相對較高，有些甚至與一般汽車價格相當，或過之而無不及，且重型機車可行駛於汽車道上，對於理賠也會產生可觀影響，因此將重型機車納入研究之中。. 表 4-1-4. 2012 至 2014 年個案公司車體險車種用途分布. 車. 重型機. 自用. 客貨. 公司. 公司. 長租. 營業. 個人. 種. 車. 小客車. 兩用車. 小貨車. 大貨車. 小客車. 大客車. 計程車. 59,049. 5,797. 5.9%. 0.6%. 用. 比. 58.1%. 7.1%. 4.7%. 1.2%. 3.6%. Nat. 分. 18.8%. ‧. 百. 學. 數. y. 本. io. sit. 188,163. n. al. er. 樣. 政治大 580,886 71,101 46,935 11,574 35,741 立. ‧ 國. 途. 資料來源：個案公司提供、本研究整理. Ch. engchi. 52. i n U. v.