臺灣博碩士論文加值系統

在現今全世界經濟快速變化的時代�堙A一個國家保險業的發展程度深受國家經濟發展程度的影響。本研究將探討保險業中的人身保險首年度保費收入與那些重要經濟指標有比較強的關聯性，並分析保險數據與經濟變數的歷史關係，我們希望可以鑑往知來和提前預測未來的成長趨勢並提供給壽險業作為未來的營運方針，進而達成公司經營目標與提供客戶最佳的服務。
在過去所探討的文獻中，大都是用迴歸分析方法研究經濟指標與人身保險首年度保費收入的關係，本論文則利用資料探勘(Data Mining)方法中的關聯規則(Association Rule)來探討經濟指標和保險數據與人身保險首年度保費收入的關係，而使用時間序列(Time Series)方法來進行人身保險首年度保費收入之預測。再者因本研究是使用資料探勘方法，其結果可直接提供給企業末端使用，希望讓經營者在決策時能有所依據。
本研究所得到的結果如下：國民生產毛額、國民所得、股價指數、消費者物價指數、貨幣總計數、失業率這六項經濟指標與人身保險首年度保費收入有比較強的關聯；其中團體險與經濟指標的關聯性又比個人險強。在人身保險首年度保費收入之預測方面，用五年期的數據資料作預測較用十年期的數據資料為優。

In current age of fast-changing economy, the development of insurance industry states the economy development status in a country. This research discusses about the relationship between some important economic indicator and the life insurance first year insurance premium income in an insurance business, and analyzes the insurance data and the economic variable historical relations. We intend to know and forecast the future growth tendency and provide appropriate operation policy for the life insurance industry. This result will propose the company operation objectives and provide better customer service.
A lot of study survey economic indicators and the life insurance first year insurance premium income relationship with regression analysis method. This study use data mining technologies to explore the association rules of the economic indicator and the insurance data and the life insurance first year insurance premium income. Besides, we also apply time-series approach to forecast the life insurance first year insurance premium income.furthermore, because this study use data mining technology, the result may provide better decision-making for the enterprises.
This research arise the following results: The gross national product, the national income, the stock price index, the consumer price index, the monetary aggregate, unemployment rate these six economic indicators and the life insurance first year insurance premium income has strong correlation. The relationship between group insurance and economic indicators is stronger than the relationship between personal insurance and economic indicators. On the other hand, in the life insurance
first year insurance premium income forecasts, data of five year forecast period is better than that of ten years.

目 錄
第一章 前言...............................................1
第一節 研究背景與動機......................................1
第二節 研究目的與方法..... ................................2
第三節 研究流程..... .............. ..... .................3

第二章 文獻回顧...........................................4

第三章 研究設計...........................................9
第一節 資料收集與調整............... ......................9
第二節 變數定義說明.......................................10
第三節 研究方法...........................................14

第四章 研究結果與分析....................................26
第一節 關聯結果分析.......................................26
第二節 時間數列-以關聯變數預測人身保險各項首年度保費收入分析.................................................44

第五章 個案營運預測模擬..................................62
第一節 個人人壽保險預測模擬...............................62
第二節 團體傷害保險預測模擬...............................67

第六章 結論與建議........................................72
第一節 結論...............................................72
第二節 建議未來研究方向...................................78

參考資料.................................................79




附錄. ...................................................82
表A-1 個人人壽保險首年度收入增加規則......................82
表A-2 個人人壽保險首年度收入減少規則......................82
表A-3 團體人壽保險首年度收入增加規則......................83
表A-4 團體人壽保險首年度收入減少規則......................83
表A-5 個人傷害保險首年度收入增加規則......................84
表A-6 個人傷害保險首年度收入減少規則......................84
表A-7 團體傷害保險首年度收入增加規則......................85
表4-8 團體傷害保險首年度收入減少規則......................85
表A-9 個人健康保險首年度收入增加規則......................86
表A-10 個人健康保險首年度收入減少規則.....................86
表A-11 團體健康保險首年度收入增加規則.....................87
表A-12 團體健康保險首年度收入減少規則.....................87

表 目 錄
表 2-1 文獻回顧中與人身保險保費收入有關的經濟指標使用次數統計..................................................8
表 2-2 文獻回顧中經濟指標與人身保險保費收入的相關性總彙整..8
表 3-1 資料探勘與傳統統計之差異...........................14
表 4-1 經濟指標與人身保險首年度保費收入關聯整理...........39
表 4-2 人身保險中六項首年度保費收入加權分數說明...........40
表 4-3 經濟指標與人身保險首年度保費收入關聯加權整理.......41
表 4-4 人身保險六項數據與經濟指標關聯整理.................42
表 4-5 人身保險的自我關聯整理.............................43
表 4-6 個人人壽保險預測值.................................46
表 4-7 個人傷害保險預測值.................................49
表 4-8 個人健康保險預測值.................................52
表 4-9 團體人壽保險預測值.................................55
表 4-10 團體傷害保險預測值.................................58
表 4-11 團體健康保險預測值.................................61
表 5-1 人身保險業個人險保費收入統計表.....................62
表 5-2 人身保險業團體險保費收入統計表.....................67
表 6-1 本研究與本論文中文獻回顧總整理.....................72
表 6-2 本研究與本論文中文獻回顧之對照.....................73
表 6-3 模型預測能力等級分類表.............................77

圖 目 錄
圖3-1 Apriori演算法產生高頻項目集之推導範例................17
圖3-2 An AR tree ...........................................20
圖3-3 Previous Value ........................................20
圖3-4資料切割示意圖.......................................22
圖3-5移動視窗法示意圖.....................................23
圖3-6移動視窗法示意圖.....................................24
圖4-1個人人壽保險首年度收入增加...........................26
圖4-2個人人壽保險首年度收入減少...........................27
圖4-3團體人壽保險首年度收入增加...........................28
圖4-4團體人壽保險首年度收入減少...........................29
圖4-5個人傷害保險首年度收入增加...........................30
圖4-6個人傷害保險首年度收入減少...........................31
圖4-7團體傷害保險首年度收入增加...........................32
圖4-8團體傷害保險首年度收入減少...........................33
圖4-9個人健康保險首年度收入增加...........................34
圖4-10個人健康保險首年度收入減少..........................35
圖4-11團體健康保險首年度收入增加..........................36
圖4-12團體健康保險首年度收入減少..........................37
圖4-13個人人壽保險首年保費收入預測........................45
圖4-14個人人壽保險首年保費收入預測絕對誤差................45
圖4-15個人傷害保險首年保費收入預測........................48
圖4-16個人傷害保險首年保費收入預測絕對誤差................48
圖4-17個人健康保險首年保費收入預測........................51
圖4-18個人健康保險首年保費收入預測絕對誤差................51
圖4-19團體人壽保險首年保費收入預測........................54
圖4-20團體人壽保險首年保費收入預測絕對誤差................54
圖4-21團體傷害保險首年保費收入預測........................57
圖4-22團體傷害保險首年保費收入預測絕對誤差................57
圖4-23團體健康保險首年保費收入預測........................60
圖4-24團體健康保險首年保費收入預測絕對誤差................60
圖5-1人身保險業個人險首年度與續年度保費收入統計圖.........63
圖5-2人身保險業個人險首年度與續年度保費收入百分比統計圖...63
圖5-3人身保險業團體險首年度與續年度保費收入統計圖.........68
圖5-4人身保險業團體險首年度與續年度保費收入百分比統計圖...68
圖6-1期中人口......... ...................................74

[1]中華民國人壽保險商業同業公會，人壽保險業務統計年報，中華民國人壽保險商業同業公會，1986-2008。
[2]邱天佑、陳淑芬，臺灣地區人壽保險業經營績效評估，大漢學報，第18期：121-136頁，2003。
[3]保險事業發展中心，人壽保險業務統計年報，保險事業發展中心，1995-2008。
[4]保險事業發展中心，人壽保險保險統計資料，保險事業發展中心，1995-2008。
[5]郝充仁、周林毅，臺灣地區人壽保險業經營績效因素分析之研究，保險專刊，第19卷第1期：75-105頁，2003。
[6]黃旭男、吳國華，臺灣地區壽險產業經營績效之衡量，管理與系統，第8期：401-420頁，2001。
[7]劉純之，壽險公司經營效率評估--本國與外商公司的比較分析，保險專刊，第37期：114-126頁，1994。
[8]尹相志， SQL Server 2005 Data Mining資料採礦與Office 2007資料採礦增益集 ，176-206頁，台北，悅知文化出社，2008。
[9]Microsoft SQL Server 2005線上叢書，2007。
[10]Microsoft SQL Server 2005資料庫管理實務，台北，博碩出社，2006。
[11]尹相志，SQL Server 2005資料採礦聖經，台北，悅知文化出社，2006。
[12]Microsoft SQL Server 2005 管理實務，台北，施威銘研究室旗標，2006。
[13]謝邦昌教授，輔仁大學統計資訊學系教授，Microsoft SQL Server 2005中有關資料採礦操教學講義與教學影片，2005。
[14]康裕民等，保險學-理論與與實務五版，台北，華泰文化，2005。

[15]林茂文，時間數列分析與預測-管理與財經之應用三版，10-11頁，台北，華泰文化，2006。
[16]陳玲慧，壽險有效契約之成長與經濟環境之相關分析研究，保險專刊第58輯，1999。
[17]粱正德等，保險與總體經濟-預測模型建構，保險事業發中心保險專業研究，2002。
[18]保險事業發中心-保險與總體經濟-預測模型建構，2002。
[19]儲憶雯，總體經濟因素對台灣壽險業新契約保費收入之影響，逢甲大學保險學研究所，碩士論文，2002。
[20]陳淑惠，台灣人身保險整體收入及給付預測模式之建立-以總體經濟指標為預測變數，國立台北大學統計學研究所，碩士論文，2002。
[21]陳秀齡，台灣地區壽險保費收入與總體經濟因素之關係向量自我相關迴歸分析，逢甲大學保險學研究所，碩士論文，2002。
[22]張淑惠，總體經濟因素對台灣年金保險新契約保費收入之影響，朝陽科技大學保險金融管理研究所，碩士論文，2004。
[23]吳宗龍，總體經濟因素對台灣年金保費收入之研究-分量迴歸國立高雄第一科技大學 風險管理與保險系，碩士論文，2005。
[24]鄭雅如，保險景氣分數的制定，真理大學數理科學研究所，碩士論文，2005。
[25]邱楨方，我國壽險新契約總保費預測之研究-轉換函數模式之應用，朝陽科技大學保險金融管理研究所，碩士論文，2005。
[26]洪冠群，多重最小支持度關聯規則探勘演算法之醫療檢驗應用：以血液透析病患之住院預測為例，國立東華大學資訊工程學系，碩士論文，2004。
[27]梁嘉鴻，隱私防護之關聯規則探勘研究，陽科技大學資訊管理系，碩士論文，2005。

[28] Bovas Abrahan and Johannes Ledolter，“Introduction to regression modeling”
，pp.307-323，2006.
[29] David Hand, Heikki Mannila and Padhraic Smyth，“Principles of Data Mining”，copying M.I.T.，2001.
[30] Krzysztof J.Cios, Witold Pedrycz, Roman W.Swiniarski and Lukasz A.Kurgan，Data Mining Aknowledge Discovery Approach，New York，Springer Publishing, Inc，pp.289-303，2007.
[31] Lewis, C. D. “Industrial and Business Forecasting Method”，Butter worth Scientific,，p.40，1982.
[32] Mark Last, Abraham Kandel and Horst Bunke，Data Mining in Time Series Databases，Singapore，World Scientific Publishing Co. Pte. Ltd. ， pp.1-18，2004.
[33] Paul Nielsen，Microsoft SQL Server 2005 Bible，Indianapolispp，Wiley Publishing, Inc，pp.1051-1062，2006.
[34] R. Agrawal, T. Imielinski, and A. Swami. Mining association rules between sets ofitems in large databases.Proceedings of the ACM SIGMOD Conference on Management of Data, pp. 207-216，1993.
[35] S. Sumathi and S.N. Sivanandam ，Introduction to Data Mining and its Applications， New York， Springer Publishing, Inc，pp.473-479，2006.
[36] ZhaoHui Tang and Jamie MacLennan，Data Mining with SQL Server 2005，Indianapolispp，Wiley Publishing, Inc，.229-246，2005.