影響壽險業外勤業務據點營運績效因素之研究

全文

(1)國立政治大學風險管理與保險學系碩士論文指導教授: 王儷玲博士彭金隆博士. 立. 政治大. ‧ 國. 學 ‧. 影響壽險業外勤業務據點. n. al. er. io. sit. y. Nat. 營運績效因素之研究 Ch. engchi. i n U. v. 研究生: 王韋瀚中華民國一百零二年六月.

(2) 摘要由於傳統業務員通路之保費佔比高，且具有其獨特性，故對於壽險公司而言是一相當重要之通路，因此影響通訊處成敗之關鍵因素也成為壽險公司亟欲關心之議題。若壽險公司掌握該關鍵因素，積極面不僅可以將績優通訊處之成功經驗複製至其他通訊處以提升業績，消極面可提早對被預測有高失敗率之通訊處進行輔導或作裁撤準備。. 政治大量化方法。且相關研究獲得之關鍵因素多為抽象之概念，對於未來壽險公司欲數立而此問題目前已有許多相關研究，但多以質化之深入訪談法為主，鮮少利用. ‧ 國. 學. 據化管理通訊處時，在參考上較屬不易。因此本研究將利用量化之研究方法，找出影響通訊處成敗之關鍵因素。. ‧ sit. y. Nat. 本研究將通訊處比擬為企業，參考企業失敗關鍵因素之相關文獻後，設立研. al. er. io. 究假說，並利用羅吉斯迴歸得出影響通訊處成敗之關鍵因素。本研究之實證發現：. v. n. 通訊處業務員之人數越多、通訊處業務員之平均職等越高、通訊處位於台北市以. Ch. engchi. i n U. 及通訊處成立之時間越長通訊處越不易失敗。而通訊處處經理之學歷與專業經驗以及通訊處業務員之專業經驗對於通訊處之失敗則無顯著影響。. 關鍵詞：壽險通訊處、營運績效、成敗因素、羅吉斯迴歸. i.

(3) 目錄. 第一章緒論第一節. 研究動機-----------------------------------------------1. 第二節. 研究目的-----------------------------------------------4. 第三節. 研究流程-----------------------------------------------5. 第二章文獻探討. 政治大第二節企業成敗關鍵因素之相關研究------------------------------8 立第一節探討通訊處績效優劣原因之相關研究------------------------7. ‧ 國. 學. 第三章研究設計. 第一節研究樣本-----------------------------------------------15. ‧. 第二節研究變數-----------------------------------------------15. y. Nat. er. io. 第四章實證結果. sit. 第三節研究方法-----------------------------------------------20. al. n. v i n 敘述統計----------------------------------------------28 Ch engchi U. 第一節第二節. Hosmer-Lemeshow 配適度檢定之結果----------------------30. 第三節. 影響壽險通訊處成敗關鍵因素之實證結果------------------30. 第四節. 模型預測能力------------------------------------------37. 第五章結論第一節研究結論與實務意涵-------------------------------------40 第二節後續研究建議-------------------------------------------42. 參考文獻---------------------------------------------------------44. ii.

(4) 圖表目錄. 表 1-1. 壽險業年保費收入與佔比--------------------------------------2. 表 1-2. 台灣個人健康、傷害保險保費收入來源之佔比---------------------3. 圖 1-1. 2013 年台灣各壽險公司通訊處家數------------------------------4. 圖 1-2. 本研究流程圖------------------------------------------------6. 表 2-1. 2012 年世界各國壽險保費收入表-------------------------------10. 表 2-2. 2012 年世界各國年 GDP 表-------------------------------------11. 表 2-3. 2012 年台灣壽險公司市佔率表---------------------------------12. 表 3-1. 2011 年台灣各縣市生產力表-----------------------------------19. 表 3-2. 2012 年台灣各縣市大學間數表---------------------------------20. 表 3-3. 以 p=0.6 為臨界值之分類表------------------------------------27. 表 4-1. 變數之敘述統計---------------------------------------------29. 表 4-2. 失敗通訊處變數之敘述統計-----------------------------------29. 表 4-3. 成功通訊處變數之敘述統計-----------------------------------30. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. i n U. v. 表 4-4 羅吉斯迴歸結果-----------------------------------------------32. Ch. engchi. 表 4-5 研究假說與結果-----------------------------------------------36 表 4-6 分類表測試之結果---------------------------------------------37. iii.

(5) 第一章、. 緒論. 第一節、研究動機. 台灣壽險業有兩大通路，一為近期成長迅速之銀行通路，2012 年之保費收入佔壽險業保費收入之 55%；其次為傳統之業務員通路，佔壽險業保費收入之 40%1。近年來，由於市場上穩定且高報酬的投資標的已不如以往，然而民眾儲蓄的習慣. 政治大. 仍未改變，導致銀行內閒置資金大增，造成龐大的利息支出，銀行業與保險業異. 立. 業結盟的銀行保險因此蓬勃發展。銀行替保險公司販售保險一方面賺取佣金收入，. ‧ 國. 學. 二方面將銀行客戶原本要存進銀行內的資金轉移至保險公司，以減少利息支出。如此具互利共生關係的銀行保險在這幾年持續成長，在 2010 年時其壽險保費收. ‧. 入佔比已達到 65%2，超越了原本的傳統業務員通路，成為當今盛行的合作模式。. y. Nat. sit. 但銀行保險是建立在市場投資報酬率低導致銀行內閒置資金大增的基礎上，倘若. n. al. er. io. 未來市場投資報酬率上升，銀行保險是否還能如此順遂值得思考。因此，基於風. i n U. v. 險分散的理由，壽險公司同時注重業務員通路的發展實為必要。. Ch. engchi. 且由表 1-1 可得知，2011 及 2012 年業務員通路之保費收入佔壽險業總保費收入之比例大幅上升至 40%，反觀銀行通路之比例下降至 55%。此現象意味著銀行通路的成長已趨緩，雖仍屬壽險業的通路龍頭，但其重要性也逐漸與業務員通路不分軒輊。加上，業務員通路之年總保費逐年成長，自 2010 年至 2012 年之平均年成長率為 13.4%，至 2012 年時，總保費收入已突破 4500 億新台幣，由其近年來之穩定成長可見業務員通路對壽險公司之重要性。 1. 資料來源為中華民國人壽保險同業公會。. 2. 資料來源為中華民國人壽保險同業公會。 1.

(6) 表 1-1、壽險業年保費收入與佔比 (單位：億元新台幣) 2010. 2011. 2012. 3,730. 3,775. 4,582. 32%. 41%. 40%. 7,582. 5,081. 6,283. 65%. 55%. 55%. 11,620. 9,176. 11,333. 業務員通路. 銀行通路. 合計. 資料來源：中華民國人壽保險同業公會. 政治大此外，業務員通路有其獨特性。由於業務員相較於銀行理專可以付出較多心立. ‧ 國. 學. 力與時間關心客戶或是處理後續理賠行為，所以業務員通路相較於銀行通路較容易售出傳統保障型商品。. ‧ sit. y. Nat. 由表 1-2 可知，個人健康、傷害保險(A&H)約 90%為業務員通路售出，銀行. io. er. 通路之貢獻僅佔約 4%。自 2006 年至 2011 年個人健康、傷害保險之平均保費佔. al. 比為 12.6%3，雖然比例不高，但近期保險主管機關多次表示希望保險業者減少類. n. v i n Ch 定存型商品的販售並多販賣傳統保障型商品，以符合基本保險旨意，增進社會福 engchi U 祉。因此，如果保險業者多加重視傳統保障型商品，在未來倘若主管機關對於商品的販售增加相關限制或優惠時，更能及時應變。故傳統保障型商品銷售通路大宗之業務員通路的發展對於壽險公司而言就更加重要。. 3. 資料來源為中華民國人壽保險同業公會。 2.

(7) 表 1-2、台灣個人健康、傷害保險保費收入來源之佔比 2009. 2010. 2011. 2012. 業務員通路. 92%. 90%. 90%. 90%. 銀行通路. 4%. 5%. 4%. 4%. 資料來源：中華民國人壽保險同業公會. 業務員通路之運作方式為壽險公司在各處設立通訊處，再由通訊處旗下之業務員進行業務招攬。而由於業務員眾多，壽險公司無法直接管理每位業務員，而. 政治大供業務員處理客戶資料、會面客戶或增員等活動之場所，業務員之教育訓練及經立是透過管理通訊處，間接管理旗下之業務員。通訊處不僅為業務員之辦公室，提. ‧ 國. 學. 驗分享等也可在通訊處內進行。而完善的教育訓練機制可使新人業務員快速步上軌道，減少初期摸索的時間，有效的經驗分享可為工作緊繃的業務員注入新的活. er. io. sit. y. Nat. 當重要。. ‧. 力，使其更具工作動力與明確之方向。由此可見，通訊處對於業務員通路而言相. 台灣除了少部分專門從事銀行保險或是電話直效行銷的壽險公司外 4，皆設. al. n. v i n C h年台灣約有 2100 U 有通訊處。如圖 1-1 所示，2013 e n g c h i 家通訊處，其中又以南山人壽. 402 家、國泰人壽 303 家及富邦人壽 300 家為數最多，這三家壽險公司的通訊處數目已佔全台壽險公司之 50%。. 4. 如法國巴黎人壽及康健人壽等。. 3.

(8) 450 400 350 300 250 200 150 100 50 0 南山人壽. 國泰人壽. 富邦人壽. 新光人壽. 三商美邦. 中國人壽. 台灣人壽. 立. 全球人壽. 遠雄人壽. 幸福人壽. 安聯人壽. 宏利人壽. 保德信人壽. 宏泰人壽. 紐約人壽. 政治大. 朝陽人壽. 國寶人壽. 台銀人壽. 法國巴黎人壽. 圖 1-1、2013 年台灣各壽險公司通訊處家數. ‧ 國. 學. 資料來源：台灣各壽險公司公開資訊. ‧. 綜觀以上，業務員通路對於壽險公司而言實為一重要之通路，而壽險公司需. y. Nat. sit. 透過通訊處管理業務員，因此通訊處成敗之關鍵因素對於壽險公司而言無疑是一. n. al. er. io. 個重要的議題。壽險公司若能掌握通訊處成敗之關鍵因素即可提早處理有潛在問. i n U. v. 題之通訊處，或是複製其成功經驗至其他通訊處，為公司降低成本或增加利益。. Ch. engchi. 有關通訊處之探討，雖目前學術界已有不少相關研究，但多以質化方法為主，且得出之關鍵因素多為無法客觀衡量之抽象概念，造成壽險公司數據化管理通訊處時參考上的困難，因此如何以易於量化之方式分析關鍵因素，對於壽險公司管理通訊處而言相當重要。. 第二節、研究目的. 如本章上節所述，通訊處對於壽險公司而言相當重要，因此了解影響通訊處. 4.

(9) 之成敗因素對於壽險公司而言是一個重要的議題。若壽險公司能掌握該關鍵因素，在消極面可以提早對於潛在有問題的通訊處多加留意，提早為裁撤作準備或加以輔導；在積極面可以複製成功通訊處之經驗給其他通訊處，甚至建立一套標準化的通訊處管理模式，以提高業務員通路之產能與效率。. 此議題雖已有部分文獻討論，但過去相關研究大多利用深度訪談之質化方法進行，且所得出之關鍵因素多為具抽象性質的概念，其不易觀察與量化，若壽險公司欲數據化管理在參考上較屬不易。因此，本研究欲利用通訊處之資料量化找. 政治大. 出影響壽險通訊處成敗之關鍵因素。. 立. ‧. ‧ 國. 學. 第三節、研究流程. 本研究首先藉由周遭之實務觀察形成研究動機，接著藉文獻探討瞭解本研. y. Nat. sit. 究目前在文獻上之進展，以瞭解本研究之定位與方向，並建立研究假說。接著設. n. al. er. io. 計出量化研究方法，其中包括變數假設、模型設計等，然後進行相關資料收集並. i n U. v. 予以整理。利用量化方法對收集來的資料進行實證分析，並對產出之結果加以解. Ch. engchi. 釋。最後，將總結以上實證結果 (詳細流程如圖 1-2)。. 本文將分為五章。第一章為緒論，以闡述本研究之動機、目的與流程。第二章為文獻探討，將藉由探討相關文獻以了解本研究目前於文獻上之進展，並設立研究假說。第三章為研究設計，將說明研究樣本來源、設立研究變數以及建立研究方法。第四章為實證結果，將說明敘述統計、配適度檢定結果、羅吉斯迴歸結果以及本模型之預測能力。第五章為結論，將總結以上並給予後續研究者建議。. 5.

(10) 實務觀察. 形成研究動機. 文獻探討與建立研究假說. 研究設計. 資料收集與整理. 實證結果與分析. 學. ‧ 國. 立. 政治大結論. ‧. 圖 1-2、本研究流程圖. n. er. io. sit. y. Nat. al. Ch. engchi. 6. i n U. v.

(11) 第二章、文獻探討本研究係探討影響壽險通訊處成敗之關鍵因素，因此本章第一節將探討壽險通訊處績效優劣原因之相關研究，於第二節將通訊處比擬為企業，探討企業成敗之關鍵因素，並提出研究假說。. 第一節、探討通訊處績效優劣原因之相關研究. 政治大 2012 年台灣壽險公司之保費收入平均約有四成來自業務員通路，通訊處之立. 重要性由此可見。因此，通訊處之業績表現對於壽險公司而言相當重要，而什麼. ‧ 國. 學. 因素會影響通訊處之業績，這成為壽險公司相當關注的問題。. ‧. y. Nat. 而這個問題已有不少相關研究。楊秀華(2011) 透過個案研究方法，以台灣. er. io. sit. 人壽的五個成功通訊處作為研究對象，透過深度訪談之質化方式，試圖瞭解了解成功通訊處分別在「人才培育」、「組織文化」以及「領導風格」方面運用之策略。. al. n. v i n 而蔡依靜(2009)也以台灣人壽台北區部績優的通訊處作為研究對象，以質化研究 Ch engchi U. 中之訪談法，對 A 團隊總監、處經理及十位區經理做深入訪談，獲得經營通訊處之實務經驗，來探討績優通訊處之核心競爭力與經營策略方向，並進一步找出其與其他通訊處經營策略之差異性。另外，莊鴻華(2005)從某人壽公司經營表現最佳之通訊處為個案研究對象，以公開資料之蒐集、實際參與活動、及深度訪談的質化方式，來探討其經營內容，並尋找出成功之因素與模式。. 楊秀華(2011)指出，一個成功的壽險業通訊處擁有一套完整的「增員、引導、培育、養成、發展」人才培育系統，擁有「支持型」組織文化，以及「轉換型」. 7.

(12) 的領導風格。莊鴻華(2005)指出，遠大但可及的願景，對通訊處業績目標與業務人員生涯規劃有正面的影響。而通訊處處經理之激勵方式與領導模型，為確保願景及績效落實的關鍵因素。而蔡依靜(2009)的研究結果也顯示成功的壽險業通訊處要有明確的經營理念與目標，以及依循經營理念規劃並執行完整的訓練系統。此外，運用激勵產生展業同仁的榮譽心、以展業同仁的需求為主要考量這兩點也與楊秀華(2011)指出「支持型」組織文化的重要性不謀而合。. 由以上文獻中可發現，雖已有許多人做過探討通訊處成敗因素之研究，但皆. 政治大. 以質化之深入訪談法為主，相較之下鮮少研究利用量化方法。. 立. ‧. ‧ 國. 學. 第二節、企業成敗關鍵因素之相關研究. 保險業務員自專員晉升為通訊處處經理並成立通訊處之過程，與創業家從無. y. Nat. sit. 到有創立企業之過程相似。而通訊處處經理猶如一間企業之董事長與總經理，通. n. al. er. io. 訊處旗下之業務員猶如企業之員工。且通訊處與企業之目標皆為創造最大收益。. i n U. v. 因此本研究認為通訊處與企業之型態相似，故將通訊處比擬為企業。但文獻上尚. Ch. engchi. 無直接探討通訊處成敗因素之相關研究，而本研究認為通訊處之成立與創業型態相似，因此本研究將藉由探討企業成敗關鍵因素之相關研究推論影響通訊處成敗之關鍵因素。. 經濟學上之完全競爭市場其特色為產品差異小及競爭者進入門檻低。該市場之總收入(total revenue)為數量乘以價格，但由於產品差異小及競爭者進入門檻低，造成市場上存在許多供給者，且供給相同之產品，導致供給者無法自由訂價，而若供給者希望提高總收入僅能提高銷售數量。若將壽險保單視為產品及壽險業務員視為產品供給者，而市面上壽險保單之差異化小、同質性高，且壽險業 8.

(13) 務員之進入門檻相當低，具備高中職學歷及業務員執業證照即可進行銷售，因此壽險市場應為一完全競爭市場。所以壽險公司若要在壽險市場創造更高收入僅能提高保單銷售數量，但每個業務員之時間及效率有限，因此增加業務員數量為一解決方法。因此，本研究提出以下假說：假說一：通訊處業務員人數多寡與通訊處之成敗有顯著正向關係。. 呂維智(2002)發現企業的員工人數與利潤呈顯著正相關。洪裕琨(2003)指出員工的工作績效與職等呈現顯著正相關，可見員工之績效會隨著其職等上升而上. 政治大感，因此職務層級高的人比職務層級低的人要滿意於工作現況。林秋足(2003) 立. 升。若究其原因，張振清(2004)發現職務層級高的人比職務層級低的人要有成就. 指出，較高職等對於員工而言不僅僅是薪資上的改變，更是地位及受肯定程度的. ‧ 國. 學. 表徵，故職等對員工具有激勵的作用。由此可知，具有高職等的員工為公司績效. y. Nat. 意願與動力。因此，本研究提出以下假說：. ‧. 帶來正面效果的原因不僅僅是其工作能力，更多的是其因為受肯定而增加的工作. er. io. sit. 假說二：通訊處業務員平均職等高低與通訊處之成敗有顯著正向關係。. al. n. v i n 朱沛(2004)指出產品有價值的差異性越大，產品稀有度越大，而產品需求也 Ch engchi U. 越大，進而使產品價值越高。但由於壽險商品之異質性不大，因此只能轉而尋求業務員之專業經驗，增加壽險商品之附加價值。朱沛(2004)同時也指出當產品的知識性越高，產品的稀有度也會越大，進而使產品的價值越高。而嚴吉(2001) 也支持這樣的說法，他認為在產業中具有專業知識經驗的人，對於產業產能及品質的提升是不可或缺的。所以，業務員長期累積之銷售經驗所產生的專業性，對於提升壽險商品之價值相當重要。因此，本研究提出以下假說：假說三：通訊處業務員專業經驗高低與通訊處之成敗有顯著正向關係。. 9.

(14) 林佳穎(2007)指出領導者的學經歷將影響其人格特質與領導能力，而人格特質與領導能力又將影響企業之組織文化。可見具有不同學歷背景的領導者，其創造出之企業文化也會不同。若將通訊處比擬為一家公司，則處經理就猶如公司的總經理與董事長，由於需管理旗下許多業務員，而旗下業務員之業績又可列入處經理之業績，因此通訊處處經理為通訊處之領導者。由此可推論，通訊處處經理之學歷高低應會影響通訊處之文化，並影響通訊處之成敗。但由於文獻中並無指出領導者之學歷高低所創造出之企業文化有優劣之分，因此本研究提出以下假說：. 政治大. 假說四：通訊處處經理之學歷高低與通訊處之成敗有顯著關係。. 立. 承接假說三，若通訊處處經理之專業經驗高，不僅能為保險商品增加附加價. ‧ 國. 學. 值，亦能增加管理通訊處之能力。因此，本研究提出以下假說：. ‧. 假說五：通訊處處經理之專業經驗高低與通訊處之成敗有顯著正向關係。. y. Nat. er. io. sit. 人在執行一個行為時之動機分為有能力做以及願意做，兩者皆達成時執行該行為才是這個人最理想的決策。保險客戶在購買一張保單時也會依據這兩個因素，. al. n. v i n 即「我是否有能力購買這張保單」以及「我是否願意購買這張保單」。而對於是 Ch engchi U 否有「能力」購買這張保單最現實面的問題就是「金錢」，意即「我是否有足夠的金錢購買這張保單」。依此推論擁有越多金錢的人就越有能力購買保險，因此. 平均收入越高地區的保費收入應也越高。由表 2-1 及表 2-2 可看出，於 2012 年世界上無論是壽險保費收入或 GDP 前六大國皆為美國、日本、英國、法國、中國以及德國。這個現象表示平均收入越高地區的保費收入也越高。. 表 2-1、2012 年世界各國壽險保費收入表國家. 壽險保費收入 (百萬美元) 10. 排名.

(15) 美國. 543,704. 1. 日本. 510,997. 2. 英國. 208,733. 3. 法國. 177,208. 4. 中國. 134,539. 5. 德國. 105,089. 6 資料來源：財團法人保險事業發展中心. 政治大年 GDP (百萬美元). 表 2-2、2012 年世界各國年 GDP 表. 立. 國家. 3,367,000. y. 4. 2,580,000. sit. 5. Ch. 2,434,000. er. al. n. 英國. io. 法國. 2 3. 5,984,000. Nat. 德國. 8,260,000. 1. ‧. 日本. ‧ 國. 中國. 15,650,000. 學. 美國. 排名. i n U. v. 6. e n g c h i資料來源：財團法人保險事業發展中心. 接著，關於「願意」購買這張保單的問題就在於保戶是否「接受」購買這個行為，意即「我是否接受我購買這張保單」。陳棻煐(1997)利用問卷調查法以台灣 20 至 70 歲之民眾為研究對象，發現民眾受教育程度的不同，會影響其購買人壽保險的意願，而教育程度越高者越容易接受保險。因此，推論平均教育程度越高的地區保費收入也會越高。. 而台灣面積雖不大，但各縣市間的發展仍有差距，其發展包括民眾之平均所 11.

(16) 得以及平均教育程度。因此，壽險公司在選擇通訊處之設立地點時，也等於選擇了潛在客戶的平均所得及平均教育程度。因此，本研究提出以下假說：假說六：通訊處所在區域與通訊處之成敗有顯著關係。. 關於工作經驗與知識的創造，嚴吉(2001)指出產業中具有專業知識與經驗的人，對於產業產能及品質的提升是不可或缺的，而這樣的概念是否能將對象從員工衍伸至企業？意即成立越久的企業具有越好的品質與獲利。但品質難以量化以及獲利與否的外在影響因素過多，所以本研究以市佔率作為判斷一家企業成功與. 政治大富邦人壽、南山人壽以及新光人壽，而其企業成立年數至 2013 年皆逾 50 年。遠立否之標準。由表 2-3 可看出，2012 年台灣市佔率前四大壽險公司為國泰人壽、. 見雜誌於 2009 年與台灣經濟新報（TEJ）合作，從龐大的資料庫當中，整理出. ‧ 國. 學. 27 年來台灣下市下櫃企業詳細的財報資料，發現台灣上市櫃公司的平均壽命皆. ‧. 不長，僅不到 12 年。此外，1985 年日經週刊也曾以日本百大企業作為研究對象，. y. Nat. 而後發現其平均壽命不超過 30 年。而台灣前四大壽險公司之壽命已超過台灣上. er. io. sit. 市櫃公司及日本百大企業之壽命，由此可見企業經營 50 年絕非易事。因此推論企業的高市佔率與成功和成立時間有一定的正向關係。因此，本研究提出以下假. n. al. 說：. Ch. engchi. i n U. v. 假說七：通訊處成立時間長短與通訊處之成敗有顯著正向關係。. 表 2-3、2012 年台灣壽險公司市佔率表壽險公司名. 市佔率. 保費收入 (千元新台幣). 排名. 國泰人壽. 23.5%. 515,628,675. 1. 富邦人壽. 16.8%. 368,207,539. 2. 南山人壽. 10.5%. 230,736,851. 3. 新光人壽. 8.1%. 178,560,618. 4. 12.

(17) 中華郵政. 7.4%. 162,504,439. 5. 中國人壽. 6.6%. 144,788,566. 6. 三商美邦人壽. 4.3%. 95,035,453. 7. 遠雄人壽. 2.8%. 62,606,650. 8. 安聯人壽. 2.4%. 53,724,043. 9. 台灣人壽. 2.3%. 51,276,943. 10. 臺銀人壽. 2.3%. 50,892,262. 11. 法國巴黎人壽. 1.7%. 36,748,581. 12. 國華人壽. 1.7%. 宏泰人壽. 1.6%. 合作金庫人壽. 1.5%. 33,575,436. 保誠人壽. 1.2%. 27,188,197. 1.0%. 21,979,639. 0.7%. 16,387,311. y. 18. 0.5%. 11,986,938. sit. 19. al. 11,900,684. Ch. e n g 9,067,127 chi U. er. 0.5%. ‧ 國. n. 國際紐約人壽. io. 保德信國際人壽. 14. ‧. Nat. 中國信託人壽. 13. 學. 全球人壽. 立. 治政 36,440,932 大 34,169,233. v ni. 15 16 17. 20. 康健人壽. 0.4%. 中泰人壽. 0.3%. 7,664,627. 22. 國寶人壽. 0.3%. 7,616,504. 23. 宏利人壽. 0.3%. 6,421,413. 24. 幸福人壽. 0.3%. 6,316,172. 25. 朝陽人壽. 0.3%. 6,215,333. 26. 第一金人壽. 0.2%. 4,787,959. 27. 友邦人壽. 0.2%. 4,261,897. 28. 匯豐人壽. 0.1%. 1,466,041. 29. 13. 21.

(18) 蘇黎世國際人壽. 0.0%. 17,590. 30. 資料來源：財團法人保險事業發展中心. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 14. i n U. v.

(19) 第三章、研究設計本章主要分為三節，第一節將說明研究樣本之來源及其限制，第二節將介紹本研究之變數，最後於第三節將介紹研究方法，其中包括研究流程以及建立研究模型。. 第一節、. 研究樣本. 政治大. 本研究係以壽險業通訊處為研究對象，利用通訊處之業務數據或基本資料，. 立. 以量化研究方法找出影響壽險業通訊處成敗之關鍵因素。然而通訊處之業務數據. ‧ 國. 學. 及某些基本資料並非公開資訊，無法於公開資訊揭露處獲得，因此在資料取得上有諸多不易。有鑑於此，本研究仍希望選取代表性壽險公司之通訊處作為研究對. ‧. 象，將其視為台灣壽險業通訊處之縮影，以推敲台灣壽險業通訊處之全貌，並找. y. Nat. n. er. io. al. sit. 出影響其成敗之關鍵因素。. i n U. v. 本研究採用 K 人壽旗下通訊處作為研究對象，並利用 2010 年至 2012 年三個. Ch. engchi. 年度，總共 678 筆資料，作為本研究之研究樣本。而 2013 年人 K 壽之通訊處數量居全台壽險業前五名，且 2011 年之總保費收入逾 1000 億元新台幣。此外，K 人壽於台灣在地耕耘已逾二十年。因此，本研究認為 K 人壽具備代表性，故利用旗下通訊處之資料作為研究樣本。. 第二節、. 研究變數. 本研究係採用量化研究方法，找出影響通訊處成敗之關鍵因素，因此在此必. 15.

(20) 須投入設定之解釋變數，並利用羅吉斯迴歸模型分析該解釋變數是否與通訊處之成敗顯著相關。其中羅吉斯迴歸模型將於本章第四節詳細介紹。本節將對被解釋變數進行說明，並參考第二章文獻探討設定相關之解釋變數，接著對解釋變數進行說明。. 一、被解釋變數. 本研究之目的在於找出影響壽險業通訊處成敗之關鍵因素，而若將通訊處之. 政治大佳，實質上已達可裁撤之標準，但礙於通訊處為壽險公司之門面，倘若裁撤將對立. 失敗定義為通訊處遭到裁撤將會面臨兩個問題。第一，即使某通訊處績效表現不. ‧ 國. 學. 該壽險公司形象造成傷害。因此，通訊處之裁撤與否不僅根據績效表現，亦有政治考量介入，而此政治考量將是本研究無法掌握之外力因素。第二，以 K 人壽為. ‧. 例，每年僅有 2%至 4%之通訊處會遭裁撤，若以此作為失敗標準在比例上尚嫌不. sit. y. Nat. 足，於統計上不易顯著。因此，本研究不以是否遭到裁撤作為通訊處是否失敗之. al. er. io. 標準，而以 K 人壽之「P 專案」作為衡量通訊處是否失敗之標準。此被解釋變數. v. n. 以 WRN 表示。「P 專案」為 K 人壽內部檢視外勤業務單位經營績效之評估專案，. Ch. engchi. i n U. 該專案分為外勤業務單位之業績推動達成及組織增員達成兩個構面，評估外勤業務單位於業績及組織之經營強度。若「P 專案」對某通訊處發出警訊，則表示該通訊處已被列為觀察名單，即便該通訊處並不一定有直接裁撤之必要，而在此本研究將被「P 專案」發出警訊之通訊處視為失敗之通訊處。本研究將被解釋變數設定為二分類變數，當該通訊處失敗時，此被解釋變數為 1，當該通訊處無失敗時，此被解釋變數為 0。. 二、解釋變數. 16.

(21) (一). 通訊處業務員之人數 (Peo). 若將通訊處比擬為企業，呂維智(2002)指出企業的員工人數與利潤呈顯著正相關；且壽險保單市場為一完全競爭市場，若壽險公司欲提高保費收入僅能增加業務員人數，以求增加銷售數量。故本研究預期通訊處業務員之人數越多，該通訊處越不易失敗。. (二) 通訊處業務員之平均職等 (Lev). 政治大於洪裕琨(2003)、張振清(2004)以及林秋足(2003)之研究指出，具有高職等立. 的員工能為公司績效帶來正面效果。因此本研究預期通訊處業務員之平均職等越. ‧ 國. 學. 高，該通訊處越不易失敗。. ‧. y. Nat. K 人壽將旗下通訊處除處經理外之業務人員分為區經理、高職等、中職等以. er. io. sit. 及低職等，而高職等為特優至特二之業務人員，中職等為特三至二等之業務人員，低職等為三等以下之業務人員。本研究將計算出某通訊處之區經理人數占該通訊. al. n. v i n 處人數之比例，以及高職等人數比例、中職等人數比例與低職等人數比例，並且 Ch engchi U 各別給予 4、3、2、1 之權重，各比例乘以權重並加總即為該通訊處業務員之平. 均職等。例如：A 通訊處有 5 名區經理、10 名高職等、15 名中職等以及 20 名低職等業務人員，0.1*4+0.2*3+0.3*2+0.4*1=2 即為 A 通訊處業務員之平均職等。. (三) 通訊處業務員之平均年資 (Sin). 由於壽險商品之同質性高，因此若欲提高壽險商品之價值，僅能以業務員之專業經驗增加其附加價值。由此可見，業務人員的經驗越高，壽險商品的附加價. 17.

(22) 值越大，越容易促成成交，對於通訊處越有正面影響。但由於業務人員之經驗難以觀察，因此本研究以年資作為衡量經驗之解釋變數，年資越高即經驗越高，而預期通訊處業務員之平均年資越高，該通訊處越不易失敗。. K 人壽將旗下通訊處之業務人員分為高年資、中年資以及低年資業務人員，而高年資為年資 17 年以上、中年資為年資 3 年以上 16 年以下、低年資為年資 2 年以下之業務人員。本研究將計算出某通訊處之高年資業務人員數占該通訊處人數之比例，以及中年資人數比例與低年資人數比例，並且各別給予 3、2、1 之權. 政治大 10 名高年資、15 名中年資及 25 名低年資業務人員，0.2*3+0.3*2+0.5*1=1.7 即立重，各比例乘以權重並加總即為該通訊處業務員之平均年資。例如：B 通訊處有. 為該通訊處業務員之平均年資。. Nat. y. ‧. ‧ 國. 學. (四) 通訊處處經理學歷 (Deg). er. io. sit. 林佳穎(2007)指出企業領導者的學經歷會影響其人格特質與領導能力，而人格特質與領導能力又影響企業之組織文化。因此，通訊處處經理之學歷高低應會. al. n. v i n 影響該通訊處之文化與風氣，進而造成通訊處績效的不同。 Ch engchi U. 本研究將處經理之學歷設為二分類變數，設定當處經理之學歷為大學以上時，本解釋變數為 1，為其他時，本解釋變數為 0。. (五) 通訊處處經理年資 (SinMg). 王志翔(2009)指出幼稚園園長的年資與人格特質有顯著相關，以及人格特質又與領導能力有顯著相關，因此間接推論幼稚園園長的年資與其領導能力相關。. 18.

(23) 而幼稚園園長與通訊處處經理皆為領導人，因此本研究預期通訊處處經理之年資高低與通訊處之成敗相關。. (六) 通訊處所在地 (Loc). 人購買壽險時會牽涉到個人的能力以及意願。由表 2-2 及表 2-3 可看出，於 2012 年世界上無論是壽險保費收入或 GDP 前六大國皆為美國、日本、英國、法國、中國以及德國。因此推論 GDP 越高的地區，人民擁有越強的購買能力，因此. 政治大受保險，故推論人民平均教育程度越高的地區保費收入也會越高。立. 會付出越多的錢購買壽險。此外，陳棻煐(1997)指出人民教育程度越高越容易接. ‧ 國. 學. 台灣面積不大，但各縣市間的發展仍有差距，其發展包括生產力以及平均教. ‧. 育程度。因此，通訊處在選擇設立地點時，也等於選擇了潛在客戶的平均所得及. y. Nat. 平均教育程度。但由於並無以縣市為單位之居民平均教育程度數據，因此本研究. er. io. sit. 以該縣市所擁有之大學間數作為衡量該縣市居民平均教育程度之標準。如表 3-1 及表 3-2 所示，台北市之居民生產力以及大學間數各位居全台第二名及第一名，. al. n. v i n 因此本研究認為台北市之居民較其他縣市居民有能力及意願購買壽險，因此預期 Ch engchi U 位於台北市之通訊處保費收入較高，且較不易失敗。本研究將通訊處所在地設為. 二分類變數，當通訊處位於台北市時，本解釋變數為 1，位於其他縣市時，本解釋變數為 0。. 表 3-1、2011 年台灣各縣市生產力表 (單位：億美元) 縣市. 生產力. 排名. 縣市. 生產力. 排名. 新北市. 827.1. 1. 新竹市. 108.2. 11. 台北市. 817.4. 2. 苗栗縣. 100.5. 12. 高雄市. 602.7. 3. 南投縣. 93.6. 13. 台中市. 496.8. 4. 嘉義縣. 91.4. 14. 19.

(24) 桃園縣. 423.5. 5. 宜蘭縣. 89.4. 15. 台南市. 341. 6. 基隆市. 81.5. 16. 彰化縣. 215.5. 7. 花蓮縣. 66.1. 17. 屏東縣. 151.2. 8. 嘉義市. 52.9. 18. 雲林縣. 114.1. 9. 台東縣. 39.9. 19. 新竹縣. 112.7. 10. 澎湖縣. 21.6. 20. 資料來源：中國統計局. 表 3-2、2012 年台灣各縣市大學間數表間數. 排名. 縣市. 間數. 排名. 台北市. 21. 1. 宜蘭縣. 12. 台中市. 17. 2. 2. 13. 高雄市. 13. 治政新竹縣大 3 苗栗縣. 2 2. 14. 台南市. 12. 4. 南投縣. 2. 15. 新北市. 11. 花蓮縣. 2. 10. 6. 台東縣. 學. 16. 1. 17. 6. 7. 澎湖縣. 1. 18. 基隆市. 1. 屏東縣. 4. 9. 嘉義市. 1. 3. 10. 金門縣. 1. 3. 11. 連江縣. io. 嘉義縣. n. al. Ch. engchi. 0. er. 雲林縣. y. 8. 新竹市. sit. 5. 桃園縣. Nat. 5. 彰化縣. ‧ 國. 立. ‧. 縣市. i n U. 19 20 21 22. v 資料來源：行政院主計處. (七) 通訊處成立月數 (Mon). 台灣保費收入佔比前四大之壽險公司皆成立逾 50 年，遠高於台灣一般企業平均壽命之 12 年，依此推論企業成立時間長短與成功與否有正向關係。因此本研究預期通訊處成立之時間越長，該通訊處越不易失敗。. 第三節、. 20. 研究方法.

(25) 本研究之目的為找出影響壽險業通訊處失敗之關鍵因素，而由於被解釋變數為虛擬變數，即該通訊處於該年度之失敗與否，因此本研究將採用羅吉斯迴歸分析，找出與被解釋變數顯著相關之解釋變數，此即為影響壽險業通訊處失敗之關鍵因素。. 本研究將先利用 Hosmer-Lemeshow 配適度檢定來檢測該迴歸模型的配適度是否良好，若不拒絕該假設，則表示該迴歸式之配適度良好。接著，利用 G 統計量檢定迴歸式中所有解釋變數之係數是否皆為 0，若拒絕此假設，則表示該迴歸. 政治大中某一個解釋變數之係數是否為 0，若拒絕此假設，即表示解釋變數 X 能解釋被立式中至少有一解釋變數能解釋被解釋變數。接著利用 Wald 統計量檢定該迴歸式 i. 解釋變數。最後，利用 Gamma 值與分類表(classification table)來檢測該迴歸. ‧ 國. 學. 模型的預測能力。. ‧. n. al. er. io. sit. y. Nat. 一、羅吉斯迴歸. i n U. v. 羅吉斯迴歸模型與一般線性迴歸模型之最大不同處在於，前者用於被解釋變. Ch. engchi. 數為二分類變數時，而後者用於被解釋變數為連續變數時。以本研究為例，本研究之被解釋變數為通訊處之失敗與否，因此若該通訊處失敗則被解釋變數為 1，若無失敗則被解釋變數為 0。故若以一般線性迴歸模型來檢定被解釋變數為二分類變數之迴歸式，會發生該迴歸式將被解釋變數的 1 與 0 視為數值，而估算出解釋變數之係數不代表任何意義，以及有可能計算出超過 1 至 0 範圍的預測值。故若欲檢定被解釋變數為二分類變數之迴歸式，會利用羅吉斯迴歸模型。. 此外，不同於一般線性迴歸，羅吉斯迴歸並無太多的統計前提。例如並無假設解釋變數與被解釋變數間須為線性關係，無假設被解釋變數必須符合常態分配， 21.

(26) 無假設被解釋變數之變異數應該相同，亦無要求被解釋變數需為連續性質或類別性質。除此之外，應用於一般線性迴歸之其他相關統計前提仍適用於羅吉斯迴歸。例如被解釋變數間須為獨立，並無忽略重要的解釋變數，並無加入不必要之解釋變數等。因此，一般線性迴歸與羅吉斯迴歸在意義上是相同的，都是在探討解釋變數對被解釋變數的影響，而其中兩者最大的不同在於被解釋變數的類別(陳順宇，2009)。. 而於羅吉斯迴歸式中解釋變數的係數所代表的意義也與一般線性迴歸不同。. 政治大但羅吉斯迴歸解釋變數之係數β 代表「當 x 增加一單位時，Y=1 之機率相對於立. 一般線性迴歸解釋變數之係數βi 代表「當 xi 增加一單位時，Y 會增加βi 單位」， i. i. Y=0 之機率會增加βi 倍」，換言之也就是「當 xi 增加一單位時，事件發生之機率. ‧ 國. 學. 相對於事件不發生之機率會增加βi 倍」，而該係數βi 即為勝率比(odds ratio). ‧. 。一般而言，若勝率比大於 1，則表示我們認為某解釋變數的發生對於被解釋變. er. io. sit. y. Nat. 數具有正面的效果。. 羅吉斯迴歸常表示成(1)式，其中各解釋變數之係數βi 意義為勝算比。而將. al. n. v i n (1)式代入(2)式即可求得 p(xC )，其為該事件發生之機率。 hengchi U i. f(xi ) = β0 + ∑ki=1 βi ∗ xi. p(xi ) =. ef(Xi ) 1 + ef(Xi ). (1). (2). 例如：設通訊處業務員人數為解釋變數 x，該通訊是否失敗為被解釋變數 Y(若失敗，則 Y=1；若無失敗，則 Y=0)。若以羅吉斯迴歸求得方程式為(3)式，則假設有一通訊處業務員人數為 31 人，其失敗之機率則為(4)式求出之 19.79%。 22.

(27) f(x) = −3.6064 + 0.0712x. (3). e−3.6064+0.0712∗31. p(x) = 1+e−3.6064+0.0712∗31 = 19.79%. (4). 過去已許多研究利用羅吉斯迴歸探討企業財務困難之原因。林建智、王儷玲、彭金隆(2001)認為基於人力成本的考量，發展一套保險業清償能力的預警機制為未來趨勢，所以借鏡 FAST 在美國的經驗，利用羅吉斯迴歸找出造成台灣保險公. 政治大預測未來有清償能力的保險公司之預警機制。蔡火炎(2011)利用台灣壽險業立. 司失卻清償能力或破產之關鍵因素，藉此建構出一套監理機關可以有效率且準確. ‧ 國. 學. 2000 年至 2009 年十年之財務業務資料進行羅吉斯迴歸分析，找出造成台灣壽險業經營穩定度之關鍵因素。史治平(1997)同樣利用羅吉斯迴歸分析，得出造成台. ‧. 灣產險業失卻清償能力的關鍵因素。張雅雯(2011)也利用羅吉斯迴歸分析，發現. sit. y. Nat. 造成台灣銀行業財務困難的關鍵因素。綜觀以上，本研究亦採用羅吉斯迴歸作為. al. n. 研究之研究模型：. er. io. 分析影響壽險通訊處失敗關鍵因素之方法。而利用本章第二節之解釋變數建立本. Ch. engchi. i n U. v. WRNi = β0 + β1 Peoi + β2 Levi + β3 Sini + β4 Deg i +β5 SinMg i + β6 Loci + β7 Moni + ε. eWRNi. p(WRNi ) = 1+eWRNi. (5). (6). 其中， i 表第 i 間通訊處，WRN 為通訊處之失敗與否，當通訊處失敗時，WRN 為 1，當通訊處未失敗時，WRN 為 0，Peo 為通訊處業務員人數，Lev 為通訊處業務員之平均職等，Sin 為通訊處業務員之平均年資，Deg 為通訊處處經理之學歷， 23.

(28) 若大學以上則 Deg 為 1，其他則 Deg 為 0，SinMg 為通訊處處經理之年資，Loc 為通訊處之所在地，若位於台北市則 Loc 為 1，其他則 Loc 為 0，Mon 為通訊處之成立月數，p(WRNi)為第 i 間通訊處預測之失敗機率。. 二、 Hosmer-Lemeshow 配適度檢定. Hosmer-Lemeshow 配適度檢定是用以檢測一羅吉斯迴歸式配適度之良善與否。其虛無假設為此迴歸式之配適度良善，因此若其 p-value>α則表示不拒絕. 政治大. 此假設，即表示在α之顯著水準下並無證據顯示此迴歸式之配適度不良善。. 立. ‧. ‧ 國. 學. 三、 G 統計量檢定. 在瞭解 G 統計量前須先了解羅吉斯迴歸模式之卡方值 LL1 及卡方值 LL0。羅. y. Nat. sit. 吉斯迴歸模式之卡方值 LL1 由(7)式表示，其中 L(B)為羅吉斯迴歸模式之概似值，. n. al. er. io. 由於計算過程複雜因此在此不特別表列，而本研究 LL1 之值是藉由統計軟體 SAS. i n U. v. 直接求得。卡方值 LL0 由(8)式表示，其中 n0 為事件失敗之個數，n1 為事件成功之個數，n 為事件數。. Ch. engchi. LL1 = −2 ∗ ln(L(B)). n. n0. LL0 = −2 ∗ ln(( n0). n. (7). n1. ∗ ( n1 ) ). (8). 一般線性複迴歸殘差平方和 SSE 與概似值取對數成正比，依此在羅吉斯模式中，羅吉斯迴歸模式之卡方值 LL1 類比於 SSE，而卡方值 LL0 類比於 SSTO。模式. 24.

(29) 擬合好壞的程度，一般線性複迴歸以 SSE 為評估指標，SSE 越小模式擬合程度越好；相對地，在羅吉斯迴歸中是以 LL1 作為擬合指標，LL1 越小表示擬合程度越好 (陳順宇，2009)。而 G 統計量為 LL0-LL1，用於檢定羅吉斯迴歸模型中所有解釋變數之係數是否皆為 0。即檢定. H0 ：β1 = β2 = ⋯ = βn = 0 當 2 G > X n,α. 政治大表示在顯著水準為α下拒絕 H ，即不是所有解釋變數之係數皆為 0。換言之，在立 0. 顯著水準為α下至少有一解釋變數對於該模型具有解釋能力。其中 n 為解釋變數. ‧. ‧ 國. 學. 個數。. n. al. er. io. sit. y. Nat. 四、 Wald 統計量檢定. i n U. v. Wald 統計量為βi /SE(βi)，而作用如同一般線性迴歸中之 t 統計量，用來. Ch. engchi. 檢定羅吉斯迴歸模型中某一解釋變數之係數是否為 0。即檢定. H0 ：βi = 0 而 W2 稱為 Wald 之卡方值，當 2 W 2 > X1,α. 表示在顯著水準α下拒絕 H0，即βi 不等於 0。換言之，在顯著水準α下解釋變數 Xi 對該模型具有解釋能力。. 25.

(30) 五、 Gamma 值. Gamma 值可用於衡量一羅吉斯迴歸式之預測能力，其表示為. n −n. Gamma = nc +nd c. (9). d. 其中nc 為預測與事實配對一致者數，nd 為預測與事實配對不一致者數。. 政治大 Gamma 值介於-1 與 1 之間。若該羅吉斯迴歸模型之預測與事實呈現完美一致立. 性，則 Gamma 值為 1；若呈現完美不一致性，則 Gamma 值為-1；若解釋變數與被. ‧ 國. 學. 解釋變數間為互相獨立，則 Gamma 值為 0。因此，Gamma 值之絕對值越大表示其. n. al. er. io. sit. y. Nat. 六、分類表. ‧. 預測能力越佳。. Ch. engchi. i n U. v. 除 Gamma 值外，建立分類表(classification table)亦可瞭解一個羅吉斯迴歸模型預測能力之高低，其步驟如下：首先，計算出各解釋變數之係數βi，建立起羅吉斯迴歸模型。接著，將建立該模型之資料代入該模型中，便可計算出每一筆資料事件發生之機率。此時我們以一個稱為臨界值(cut-off point)的機率作為分界點，若某筆資料計算出事件發生之機率大於臨界值，則視為預測事件發生；反之若小於臨界值，則視為預測事件無發生。而我們早已知道每一筆資料事件是否發生之事實，因此便可知道某筆資料預期與事實是否相符。只要將每一筆資料做一次上述之比對，便可知道該羅吉斯迴歸式在所設定的臨界值下預測正確率為何。接著，再不斷嘗試不同之臨界值，便可得出該模型預測正確率最高之臨 26.

(31) 界值，及該模型最高之預測正確率。. 例如以表 3-3 為例，利用資料建立一羅吉斯迴歸模型，此被解釋變數為通訊處是否失敗。表 3-3 之左方為觀察值，即為實際上某通訊處是否失敗；而上方為預測值，即利用羅吉斯迴歸模型將解釋變數之資料代入，計算出某通訊處失敗之機率，在設定一臨界值後，該機率大於臨界值則視為預測某通訊處失敗，該機率小於臨界值則視為預測某通訊處無失敗，在此假設其臨界值為 p=0.6。而預測正確即為該通訊處實際上失敗且模型亦預測其失敗，以及該通訊處實際上無失敗且. 政治大該模型之預測正確率為 11+15/30=86.7%。但此預測正確率並不一定為該模型之立. 模型亦預測其無失敗；反之，則為預測不正確。因此，若以臨界值為 p=0.6 為例，. 學表 3-3、以 p=0.6 為臨界值之分類表. 無失敗總計. 無失敗. 11. 2. C h2 13. v ni. e n g c h i U15 17. 27. sit. 失敗. er. al. n. 失敗. io. 觀察值. y. Nat. 預測值. ‧. ‧ 國. 最高預測正確率，須經過反覆測試不同之臨界值才能得出最佳之預測正確率。. 總計 13 17 30.

(32) 第四章、實證結果本章第一節為敘述統計，第二節將利用 Hosmer-Lemeshow 配適度檢定判斷此羅吉斯迴歸模型之配適度是否良善，第三節將利用 G 統計量檢定及 Wald 統計量檢定找出影響壽險通訊處成敗關鍵因素為何，並針對結果進行解釋，第四章利用 Gamma 值及分類表檢測此模型之預測能力。. 第一節、敘述統計. 立. 政治大. 本研究採用 K 人壽旗下通訊處 2010 年至 2012 年三年度之資料作為研究樣本，. ‧ 國. 學. 其中 2010 年度樣本數為 242 筆，2011 年度樣本數為 218 筆，2012 年度樣本數為 218 筆，合計 678 筆。. ‧ y. Nat. sit. 由表 4-1 可知，通訊處之平均人數約為 33 人，最少為 12 人，至多為 68 人。. n. al. er. io. 另外，有 55%之處經理並未擁有大學以上之學歷。而從處經理年資可看出最快 3. i n U. v. 年便可晉升為處經理，此更顯示業務單位的績效導向。接著，有 14%的通訊處位. Ch. engchi. 於台北市，由此可看出 K 人壽對於台北市的重視。而從成立月數換算為年數可發現，其通訊處之平均壽命約為 14 年，此與台灣企業之平均壽命 12 年相近。而其中亦有成立逾 22 年之通訊處，也有成立僅不到 3 年之通訊處，由此可看出業務單位競爭之激烈。. 而一間通訊處之成員平均有 19%為區經理、26%為高職等業務員、27%為中職等業務員、28%為低職等業務員。由此可看出除區經理人數較少之外，其餘各職等之業務員人數比例平均。而一間通訊處之成員平均有 25%為高年資業務員、61% 為中年資業務員、14%為低年資業務員。年資在 2 年以下之低年資業務員佔相當 28.

(33) 少數，僅 14%，由此可看出業務員於工作初期之辛苦及高汰換率。. 表 4-1、變數之敘述統計變數名稱. 樣本數. 平均值. 最小值. 最大值. 標準差. WRN. 是否失敗. 678. 0.19. 0. 1. 0.40. Peo. 人數. 678. 33.44. 12. 68. 8.74. Lev. 平均職等. 678. 2.36. 1.67. 3.17. 0.24. Sin. 平均年資. 678. 2.11. 1.63. 2.92. 0.15. Deg. 處經理學歷. 678. 1. 0.50. SinMg. 處經理年資. 678 立. 36. 7.37. Loc. 單位所在地. 678. 0.14. 0. 1. 0.34. Mon. 成立月數. 678. 168.31. 28.6. 272.03. 63.66. 政0.45 治 0大 20.31 3. 學. ‧. ‧ 國. 變數代號. 若將樣本分成通訊處失敗與成功，即可得到表 4-2 及 4-3。由表 4-2 及 4-3. y. Nat. n. al. er. io. 年。. sit. 可看出，成功通訊處的平均人數較失敗通訊處多出 7 人，以及成立時間也長 1. Ch. engchi. i n U. v. 表 4-2、失敗通訊處變數之敘述統計變數代號. 變數名稱. 樣本數. 平均值. 最小值. 最大值. 標準差. Peo. 人數. 132. 27.81. 16. 47. 6.52. Lev. 平均職等. 132. 2.28. 1.67. 2.88. 0.26. Sin. 平均年資. 132. 2.11. 1.75. 2.40. 0.14. Deg. 處經理學歷. 132. 0.48. 0. 1. 0.50. SinMg. 處經理年資. 132. 19.91. 5. 30. 6.36. Loc. 單位所在地. 132. 0.11. 0. 1. 0.32. 29.

(34) Mon. 成立月數. 132. 158.99. 40.53. 272.03. 57.65. 表 4-3、成功通訊處變數之敘述統計變數名稱. 樣本數. 平均值. 最小值. 最大值. 標準差. Peo. 人數. 546. 34.92. 17. 68. 8.55. Lev. 平均職等. 546. 2.38. 1.82. 3.17. 0.23. Sin. 平均年資. 546. 2.11. 1.63. 2.58. 0.13. Deg. 處經理學歷. 546. 0.44. 0. 1. 0.50. SinMg. 處經理年資. 546. 36. 7.60. Loc. 單位所在地. 546 立. 1. 0.35. Mon. 成立月數. 546. 272.03. 64.88. 政20.37 治 3大 0.14 0 170.56. 28.60. 學. ‧. ‧ 國. 變數代號. 第二節、 Hosmer-Lemeshow 配適度檢定之結果. sit. y. Nat. n. al. er. io. 為確保羅吉斯迴歸模型配適度之良善，本研究於實證分析前先進行. i n U. v. Hosmer-Lemeshow 配適度檢定。本檢定之虛無假設 H0 為本迴歸模型配適度良善，. Ch. engchi. 因此若在顯著水準下不拒絕 H0，則表示在顯著水準之下並無證據顯示本迴歸模型配適度不良善。. 而結果顯示本研究迴歸式之 p-value 為 0.0579，其值大於 0.05，因此在 0.05 之顯著水準之下並無證據顯示本迴歸模型之配適度不良善。於此，本研究得以進行接下來之實證分析。. 第三節、影響壽險通訊處成敗關鍵因素之實證結果 30.

(35) 一、 G 統計量檢定結果. G 統計量用於檢定羅吉斯迴歸模型中所有解釋變數之係數是否皆為 0。即檢定 H0 ：β1 = β2 = ⋯ = βn = 0. 結果顯示本迴歸式之 G 統計量為 138.15，χ27,0.01 之值為 18.48，而 G 統計量. 政治大數皆為 0。換言之，在 0.01 立之顯著水準下至少有一解釋變數對於本迴歸式具有. 大於 χ27,0.01，因此表示在 0.01 之顯著水準之下拒絕 H0，即不是所有解釋變數之係. ‧ 國. 學. 解釋能力，即影響壽險通訊處成敗之關鍵因素。接下來便利用 Wald 統計量檢定找出該解釋變數。. ‧. Nat. n. al. er. io. sit. y. 二、 Wald 統計量檢定結果. i n U. v. Wald 統計量之作用如同一般線性迴歸中之 t 統計量，用於檢定羅吉斯迴歸. Ch. engchi. 模型中某一解釋變數之係數是否為 0。即檢定. H0 ：βi = 0. 而結果如表 4-4 所示，通訊處業務員之人數、通訊處業務員之平均職等、通訊處之所在地在 0.01 之顯著水準下，以及通訊處成立月數在 0.05 之顯著水準下與被解釋變數呈顯著負相關。換言之，當通訊處人數越多時、當通訊處業務員之平均職等越高時、當通訊處位於台北市時以及當通訊處成立越久時，該通訊處越不易失敗。而通訊處之業務員平均年資、處經理學歷以及處經理年資對於通訊處 31.

(36) 之成敗並無顯著相關。. 表 4-4、羅吉斯迴歸結果變數代號. 變數名稱. 估計值. 標準誤. Wald 卡方. intercept. 截距項. 8.3884***. 1.9945. 17.6878. Peo. 人數. -0.1755***. 0.0204. 74.3407. Lev. 平均職等. -2.4539***. 0.4932. 24.7498. Sin. 平均年資. 0.9804. 0.7758. 1.5970. Deg. 處經理學歷. -0.1077. 0.1797. SinMg. 處經理年資. 政治大 0.2540 0.0027 0.0176. Loc. 所在地. -0.9945***. 0.3541. 7.8866. Mon. 成立月數. -0.003**. 0.0000. 4.2919. 0.0233. 學. ‧. ‧ 國. 立. 注：***、**、* 分別表在 0.01、0.05、0.10 之顯著水準下與被解釋變數顯著相關。. sit. y. Nat. io. er. 利用所得到之各解釋變數係數可求得本研究之模型如下：. al. n. v i n Ch WRN = 8.3884 − 0.1755Peo − 2.4539Lev e n g+ c0.9804Sin h i U − 0.1077Deg i. i. i. i. i. + 0.0027SinMg i − 0.9945Loci − 0.003Moni. eWRNi. p(WRNi ) = 1+eWRNi. (10). (11). 而若欲求第 i 間通訊處之預測失敗機率 p(WRNi)，將(10)式計算出之 WRNi 值代入 (11)式中即可求得。而 WRNi 包含所有顯著與不顯著之解釋變數。. 三、實證結果分析 32.

(37) (一). 通訊處業務員之人數. 實證結果顯示，通訊處之業務員人數越多，通訊處越不易失敗。究其原因本研究認為有四：首先，由於壽險保單之差異化小及標準化高，且業務人員之進入門檻低，因此壽險保單市場應為一完全競爭市場。若壽險公司欲提高保費收入，在壽險公司無法自由改變保單價格的情況下，便會尋求增加業務人員數量以增加成交件數，進而增加保費收入。因此若能提升通訊處之業務員數量，成交件數與保費收入亦能提升，如此通訊處較不易失敗。其次，業務員人數較多之通訊處普. 政治大且在此氣氛下被增員者的工作意願與工作成效較高，使得人員定著率亦較高。再立. 遍士氣較高，且具良性競爭之氣氛，如此可提升公司推動獎勵競賽活動之達成率，. 者，通訊處時常會舉辦商品說明會或創業說明會等活動，這些活動無論是對於增. ‧ 國. 學. 進與舊客戶之間的感情聯繫、新客戶的開發或是進行增員都相當重要，而這些活. ‧. 動的成效常取決於該通訊處業務員之人數。業務員之人數多，便能利用較多的人. y. Nat. 脈資源，邀請較多的嘉賓，使得活動場面浩大，整體氣氛較佳，如此一來情緒的. er. io. sit. 渲染也較明顯，較易達成活動的成效。最後，由於業務員工作極具壓力與挑戰，無論在新手時期的摸索期，或面臨瓶頸時的挫折期對業務員而言都是莫大的阻礙，. al. n. v i n 因此成功業務員的經驗分享就相當重要。業務員人數較多之通訊處擁有較多的分 Ch engchi U. 享資源，旗下之業務員參考其他業務員之成功經驗後便能縮短摸索與學習的時間，如此便能更快速步上軌道，為通訊處創造更好的業績。因此，通訊處之業務人員數量越多，通訊處越不易失敗。. (二). 通訊處業務員之平均職等. 實證結果顯示，通訊處業務員之平均職等越高，通訊處越不易失敗。究其原因本研究認為有三：首先，業務員必須為公司創造高業績才能成為高職等之業務員，因此高職等的業務員本身之工作能力就較強，並且高職等伴隨著的是高責任. 33.

(38) 額，業務員為維持其高職等，則必須持續創造高業績。因此，高職等業務員不僅本身即具備較高之工作能力，高責任額也成為其創造高業績之助力。其次，由於高職等業務員受公司肯定，因此對於工作與自我價值的認同亦較高，其心理素質與工作意願也隨之提升。具有健康心理的業務員不僅本身的工作績效佳，亦能影響通訊處之士氣與氛圍，創造一良性競爭的環境。另外，壽險商品種類繁多，而壽險公司在每個階段的營運目標各有不同，因此業務員通路時常會隨著公司政策的制定改變重點銷售的險種。而高職等業務員其忠誠度較高，較願意配合公司政策，著重於重點銷售險種。因此，通訊處業務員之平均職等越高，通訊處越不易失敗。. 立. 通訊處之所在地. 學. ‧ 國. (三). 政治大. 實證結果顯示，位於台北市之通訊處較不易失敗。人購買保單的行為取決於. ‧. 是否有能力購買以及是否願意購買，而台北市的居民平均擁有較高的收入，即較. y. Nat. 高的購買能力，且擁有較高的教育程度，即較高的保險接受程度，因此台北市之. er. io. sit. 居民較有能力以及意願購買保險。此外，台北市居民有許多高資產族群，這一族群對於投資型保單之需求較高，而此類保單之平均保費較傳統保障型保單高，因. al. n. v i n 此造就台北市之高額件較其他縣市多，進而創造較高之保費收入。並且，台北市 Ch engchi U. 居民之教育程度較高，多為理性購買之消費者，不易衝動購買不需要之保單，使得台北市保單之繼續率較高。保單之繼續不僅表示保險公司能持續賺取保費收入，此亦代表保戶對於該保單與業務員之滿意，這使保戶協助業務員轉介紹之意願增加，使業務員口碑的創造與人脈的建立更加迅速且踏實。因此，位於台北市之通訊處較不易失敗。. (四). 通訊處之成立時間. 實證結果顯示，通訊處之成立時間越長，通訊處越不易失敗。究其原因本研. 34.

(39) 究認為有二：首先，不同於一般商品，壽險保單的成交是建立在壽險公司對於保戶的承諾，以及保戶對於壽險公司的信賴上，因此保戶對於壽險公司的信賴感勢必會影響其保單銷售之難易程度。而目前台灣市佔率前四大之壽險公司至 2013 年皆成立逾 50 年，除南山人壽為外商壽險公司之外，其餘之國泰人壽、富邦人壽以及新光人壽專業且在地耕耘之形象早已深植台灣人民心中。因此，比起其他壽險公司，台灣人民會更願意相信這幾家龍頭壽險公司的信譽與承諾。同樣地，可視通訊處為一家小型之壽險公司，若某通訊處在該區域經營時間越長，在當地之地緣關係也會隨之增強，而長期服務當地居民之好口碑也能逐漸建立，如此的. 政治大對於業務員而言相當重要，經由吸收成功業務員之經驗與知識，能減少盲目摸索立良性循環便能使該通訊處在當地屹立不搖。其次，成功業務員經驗與知識的傳承. 的時間以及犯錯的機會。而若通訊處成立之時間長，所經歷之金融事件較多，對. ‧ 國. 學. 於事件發生後之處理經驗亦較豐富，如此的經驗若能傳承給旗下之業務員，便能. y. sit. 通訊處處經理之學歷與專業經驗. al. er. io. (五). Nat. 敗。. ‧. 使業務員處理事件之能力上升。因此，通訊處之成立時間越長，通訊處越不易失. n. v i n 林佳穎(2007)指出企業領導者的學經歷會影響其人格特質與領導能力，而人 Ch engchi U. 格特質與領導能力又影響企業之組織文化。因此，通訊處處經理之學歷高低應會影響該通訊處之文化與風氣，進而造成通訊處績效的不同。但實證結果顯示，通. 訊處處經理之學歷高低與通訊處之失敗並無顯著相關。此外，實證結果亦顯示，通訊處處經理之專業經驗高低與通訊處之失敗並無顯著相關。究其原因，本研究認為通訊處經營之成功與否，在於處經理是否能有效管理通訊處；而是否能有效管理通訊處，取決於處經理是否能深得人心，令旗下之業務員為其效命。因此，無論是處經理之學歷亦或是專業經驗，僅能視為處經理之硬實力，但真正能掌握人心使通訊處成功的是視為軟實力的人格特質。. 35.

(40) (六). 通訊處業務員之專業經驗. 實證結果顯示，通訊處業務員之專業經驗高低與通訊處之失敗無顯著相關。實務經驗上，成功銷售保單之關鍵在於保戶對於保險業務員之信任程度，而該信任程度並非全來自業務員之專業，雖然業務員之專業知識越高，保單之附加價值亦越高，但其信任程度更多是來自於業務員所給予保戶之主觀感受，或是業務員為保戶之親友等原因。因此，或許業務員之專業經驗可增加保單之附加價值，但卻不是促成成交之關鍵因素。. 政治大本研究總結以上實證結果，整理成表 4-5。而實證結果如下：通訊處之人數立. 越多，越不易失敗，此結果支持假說一；通訊處業務員之平均職等越高，越不易. ‧ 國. 學. 失敗，此結果支持假說二；通訊處業務員之專業經驗與通訊處之失敗無顯著相關，. ‧. 此結果不支持假說三；通訊處處經理之學歷與通訊處之失敗無顯著相關，此結果. y. Nat. 不支持假說四；通訊處處經理之專業經驗與通訊處之失敗無顯著相關，此結果不. 立時間越長越不易失敗，此結果支持假說七。. n. al. Ch. engchi. er. io. sit. 支持假說五；位於台北市之通訊處較不易失敗，此結果支持假說六；通訊處之成. i n U. v. 表 4-5、研究假說與結果假說一. 通訊處業務員人數多寡與通訊處之成敗有顯著正向關. 支持. 係。假說二. 通訊處業務員平均職等高低與通訊處之成敗有顯著正. 支持. 向關係。假說三. 通訊處業務員專業經驗高低與通訊處之成敗有顯著正. 不支持. 向關係。假說四. 通訊處處經理之學歷高低與通訊處之成敗有顯著關 36. 不支持.

(41) 係。假說五. 通訊處處經理之專業經驗高低與通訊處之成敗有顯著. 不支持. 正向關係。假說六. 通訊處所在區域與通訊處之成敗有顯著關係。. 支持. 假說七. 通訊處成立時間長短與通訊處之成敗有顯著正向關. 支持. 係。. 第四節、模型預測能力. 政治大. 立. 一、 Gamma 值. ‧ 國. 學 ‧. Gamma 值可用於衡量一羅吉斯迴歸模型之預測能力，其值越接近 1 表示該羅吉斯迴歸模型之預測與事實呈現完美一致性。而結果顯示本研究模型之 Gamma. y. Nat. n. er. io. al. sit. 值為 0.606，表示其預測能力為中等。. 二、分類表. Ch. i n U. engchi. v. 衡量一羅吉斯迴歸模型之預測能力除上述之 Gamma 值之外，亦可使用分類表。結果如表 4-6 所示，經過反覆測試不同之臨界值，得到預測能力最高之臨界值為 0.52，而利用此臨界值之迴歸模型預測正確率達 84.4%。表 4-6、分類表測試之結果機率層級. 正確. 不正確. 事件. 非事件. 事件. 非事件. 正確率. 0.000. 132. 0. 546. 0. 19.5. 37.

(42) 0.020. 129. 72. 474. 3. 29.6. 0.040. 126. 122. 424. 6. 36.6. 0.060. 122. 164. 382. 10. 42.2. 0.080. 117. 209. 337. 15. 48.1. 0.100. 115. 250. 296. 17. 53.8. 0.120. 111. 290. 256. 21. 59.1. 0.140. 108. 322. 224. 24. 63.4. 0.160. 104. 345. 201. 28. 66.2. 0.180. 99. 371. 175. 33. 69.3. 0.200. 93. 394. 152. 39. 71.8. 0.220. 91. 413. 133. 41. 74.3. 0.240. 84. 0.260. 81. 53. 78.2. 77. 463. 83. 55. 79.6. 0.320. 68. 476. 70. 64. 80.2. 0.340. 65. 486. 60. 67. 81.3. 0.360. 62. 494. 52. 70. 60. 497. 49. 72. y. 82.2. 55. 504. 42. 77. 82.4. 51. 510. 36. 82.7. ‧ 國. 95. 0.400. io. 0.420. Nat. 0.380. 0.460. 47. 0.480. 43. 526. 0.500. 40. 0.520. n. 0.440. a48l. Ch. n U e520 n g c h26i 512. 34. 81. v i 84. ‧. 451. sit. 0.300. 76.1. er. 立 79. 75.1. 學. 0.280. 治121 48 政425 435 111 大 51. 82.0. 82.6. 85. 83.6. 20. 89. 83.9. 531. 15. 92. 84.2. 38. 534. 12. 94. 84.4. 0.540. 34. 534. 12. 98. 83.8. 0.560. 28. 536. 10. 104. 83.2. 0.580. 25. 538. 8. 107. 83.0. 0.600. 20. 538. 8. 112. 82.3. 0.620. 18. 539. 7. 114. 82.2. 0.640. 14. 541. 5. 118. 81.9. 0.660. 12. 541. 5. 120. 81.6. 0.680. 9. 542. 4. 123. 81.3. 38.

(43) 0.700. 9. 543. 3. 123. 81.4. 0.720. 7. 543. 3. 125. 81.1. 0.740. 6. 543. 3. 126. 81.0. 0.760. 5. 544. 2. 127. 81.0. 0.780. 5. 544. 2. 127. 81.0. 0.800. 5. 544. 2. 127. 81.0. 0.820. 3. 545. 1. 129. 80.8. 0.840. 3. 546. 0. 129. 81.0. 0.860. 2. 546. 0. 130. 80.8. 0.880. 1. 546. 0. 131. 80.7. 0.900. 0. 546. 0. 132. 80.5. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 39. i n U. v.

(44) 第五章、結論傳統業務員通路不僅保費佔比高，且具有不可取代之特質，對於壽險公司而言相當重要，因此通訊處成敗之關鍵因素成為壽險公司亟欲探討之議題。藉由探討過去文獻可知，雖目前學術界已有許多相關研究，但多以質化方法為主，因此本研究參考過去相關文獻設定解釋變數，及利用羅吉斯迴歸模型找出影響通訊處成敗之關鍵因素。本章第一節將彙整實證結果，接著將指出研究結果在實務上之意涵，最後第二節將提供後續研究方向與建議。. 立. 政治大. 第一節、研究結論及實務含意. ‧ 國. 學. 由於通訊處與企業之型態相似，因此本研究將通訊處比擬為企業，參考過往. ‧. 許多企業失敗原因之相關研究，設定通訊處之人數、通訊處業務員之平均職等、. y. Nat. sit. 通訊處業務員之平均年資、通訊處處經理之學歷、通訊處處經理之年資、通訊處. n. al. er. io. 之所在地以及通訊處之成立月數作為本研究之解釋變數。. Ch. engchi. i n U. v. 而實證結果顯示，通訊處之人數越多、通訊處業務員之平均職等越高、通訊處設立於台北市以及通訊處之成立時間越長，通訊處越不易失敗。而通訊處業務員之平均年資、通訊處處經理之學歷以及年資與通訊處之成敗並無顯著相關。. 實證結果顯示，通訊處之業務人員數量越多，通訊處越不易失敗。究其原因本研究認為有四：首先，通訊處業務員人數越多，能成交之保單件數亦越多，進而使保費收入增加。其次，業務員數量較多之通訊處普遍士氣較高，較具良性競爭之氣氛，如此可提升公司推動獎勵競賽活動之達成率，且在此氣氛下被增員者的工作意願與工作成效較高，使得人員定著率亦較高。接著，人數較多之通訊處 40.

(45) 所舉辦之活動如商品說明會與創業說明會之成效較佳，而這類活動的成效對於通訊處之業績有極大的影響。最後，業務員人數較多之通訊處擁有較多的分享資源，旗下之業務員參考其他業務員之成功經驗後便能縮短摸索與學習的時間，如此便能更快速步上軌道，為通訊處創造更好的業績。而目前台灣各壽險公司也致力於業務人力的招募，藉由組織制度給予業務人員誘人的獎金與晉升機會，隨著不斷的增員不僅可以為業務員本身創造優渥的獎金以及晉升機會外，亦能為壽險公司吸引更多的業務人員。因此本研究認為壽險公司未來可以繼續利用這個雙贏的組織制度，為壽險公司創造更多的保費收入。. 政治大實證結果顯示，通訊處業務員之平均職等越高，通訊處越不易失敗。究其原立. 因本研究認為有三：首先，高職等業務員之工作能力較強，並且高職等伴隨著的. ‧ 國. 學. 是高責任額，業務員為維持其高職等，則必須持續創造高業績。其次，由於高職. ‧. 等業務員受公司肯定，因此對於工作與自我價值的認同亦較高，其心理素質與工. y. Nat. 作意願也隨之增強與提升。如此不僅本身的工作績效佳，亦能影響通訊處之氛圍，. er. io. sit. 創造一良性競爭的環境。最後，高職等業務員對於公司的忠誠度較高，較願意配合公司政策而著重銷售重點商品。由此可見，即使是佣金導向的業務人員亦相當. al. n. v i n 重視自我價值與自我肯定，因此壽險公司在肯定業務人員表現時，除了薪水之外 Ch engchi U. 亦可加入心理層面的鼓勵，例如與董事長及總經理等高層人員共進午餐等活動。此不僅可替公司節省不少成本支出，亦可使業務人員之心理層面更加充實與穩定，增加工作意願與向心力，進而創造更好的工作績效。. 實證結果顯示，位於台北市之通訊處較不易失敗。究其原因本研究認為，由於台北市居民之平均收入較高，其中不乏許多高資產客戶，該客群對於投資型保單之需求大，而投資型保單之保費較一般保障型保單高，因而造就許多高額保單。另外，由於台北市居民之教育程度較高，因此多為理性購買之消費者，較不易衝. 41.

(46) 動購買不需要之保單，因此保單之繼續率較高。如此不僅保險公司能持續收取續期保費，更能逐漸建立口碑，增加保戶轉介紹之意願。. 實證結果顯示，通訊處之成立時間越長，通訊處越不易失敗。究其原因本研究認為有二：首先，壽險保單的成交是建立在業務員對於保戶的承諾，以及保戶對於業務員的信賴上，因此保戶對於業務員的信賴感勢必會影響其保單銷售之難易程度。若某通訊處在該區域經營時間越長，在當地之地緣關係也會隨之增強，而長期服務當地居民之好口碑也能逐漸建立，如此的良性循環便能使該通訊處在. 政治大事件發生後之處理經驗亦較豐富，如此的經驗傳承給旗下之業務員，便能使業務立當地屹立不搖。其次，而若通訊處成立之時間長，所經歷之金融事件較多，對於. 員處理事件之能力上升。. ‧ 國. 學 ‧. 實證結果顯示，通訊處處經理之學歷高低與通訊處之失敗並無顯著相關。此. y. Nat. 外，實證結果亦顯示，通訊處處經理之專業經驗高低與通訊處之失敗並無顯著相. er. io. sit. 關。究其原因本研究認為，通訊處經營之成功與否，在於處經理是否能深得人心，令旗下之業務員為其效命。處經理之學歷與專業經驗僅能視為處經理之硬實力，. al. n. v i n 但真正能掌握人心使通訊處成功的是視為軟實力的處經理人格特質。 Ch engchi U. 實證結果顯示，通訊處業務員之專業經驗高低與通訊處之失敗無顯著相關。在實務經驗上，促成保單成交的關鍵因素是保戶對於業務員的信賴，而該信賴感並非全來自於其專業經驗，許多時候是來自業務員給予保戶的主觀感受，亦或是與保戶是親友關係。因此，即使業務員之專業經驗可增加壽險保單之附加價值，但仍非保單成交之關鍵。. 第二節、後續研究建議 42.

(47) 由於通訊處之資料取得困難，因此本研究僅利用 K 人壽旗下通訊處之資料作為研究樣本，後續研究者可利用其他壽險公司旗下通訊處之資料，仿照本研究之模式，探討影響壽險通訊處成敗之關鍵因素，若其結果與本研究相同，則可增加本研究實證結果之價值與可信度。且由於資料取得困難，本研究僅利用通訊處人數、業務員平均職等、業務員平均年資、處經理學歷、處經理年資、通訊處所在地以及通訊處成立月數作為解釋變數，後續研究者若可取得其他通訊處資料，可加入專案達成率及業務員平均取得證照數等解釋變數，使研究更具價值性。. 政治大後續研究者亦可利用本研究所找出影響壽險通訊處成敗之關鍵因素建立一立. 預測模型，利用此預測模型預測某壽險公司旗下通訊處之失敗機率，進而對於預. ‧ 國. 學. 測有高失敗機率之通訊處進行管理與輔導。. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. 43. i n U. v.

(48) 參考文獻王志翔(2009)，臺北市公立幼稚園園長團隊領導能力之研究，國立政治大學幼兒教育所碩士論文。王國川(2004)，圖解 SAS 視窗在迴歸分析上的應用。台北：五南出版社。史治平(1997)，產物保險公司早期財務警告系統之探討，私立逢甲大學統計與精算研究所碩士論文。朱沛(2004)，創業者的知識與創業機會對差異性產品競爭優勢之影響─在原產業成長期創業之情境，國立政治大學企業管理所博士論文。. 政治大. 呂維智(2002)，中國大陸外資企業獲利變動之決定因素，國立政治大學中山人文. 立. 科學研究所碩士論文。. ‧ 國. 研究與建議。台北：財團法人保險事業發展中心。. 學. 林建智、王儷玲、彭金隆等(2001)，美國保險業財務分析及清償能力追蹤系統之. ‧. 林佳穎(2007)，觀光產業組織文化、管理者人格特質與領導型態關係之研究，私. sit. y. Nat. 立靜宜大學觀光事業學系碩士論文。. al. er. io. 林秋足(2003)，縣市政府公務人員職務列等調整知覺對組織承諾關係之研究－以. v. n. 「八十八年地方機關職務列等調整」為例，國立政治大學行政管理碩士論文。. Ch. engchi. i n U. 洪裕琨(2003)，企業內部稽核人員離職傾向之研究，國立政治大學行政管理碩士論文。張雅雯(2011)，多角化經營、銀行績效與破產風險-台灣銀行業之實證研究，國立政治大學金融所碩士論文。張振清(2004)，領導行為與工作滿足關係之研究，國立政治大學行政管理碩士論文。陳棻煐(1997)，應用羅吉特迴規模式分析壽險購買行為，國立政治大學風險管理與保險所碩士論文。 44.

(49) 陳順宇(2009)，迴歸分析。台北：三民書局。莊鴻華(2005)，壽險公司業務單位運作之成功模式探討－以 P 壽險公司通訊處為例，私立元智大學管理研究所碩士論文。楊秀華(2011)，壽險通訊處關鍵成功因素之研究‫‏‬，私立元智大學管理碩士在職專班論文。蔡火炎(2011)，台灣壽險業經營穩定度決定因素之研究，政治大學風險管理與保險所碩士論文。蔡依靜(2009)，績優通訊處的經營模式－以台灣人壽 A 團隊為例，私立逢甲大學. 政治大嚴吉(2001)，組織機制與價值創新，國立政治大學企業管理所碩士論文。立經營管理碩士在職專班論文。. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 45. i n U. v.

(50)