跳到主要內容

臺灣博碩士論文加值系統

(44.200.86.95) 您好!臺灣時間:2024/05/30 05:01
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:李昭河
研究生(外文):Chao-Ho Li
論文名稱:應用類神經網路探討人壽保險短期死亡風險之研究─以C人壽保險公司為例
論文名稱(外文):An Application of neural network to research on sudden death risks of life insurance – Take C Life Insurance Company as an Example
指導教授:林兆欣林兆欣引用關係
指導教授(外文):Chao-Hsin Lin
學位類別:碩士
校院名稱:國立高雄第一科技大學
系所名稱:風險管理與保險所
學門:商業及管理學門
學類:風險管理學類
論文種類:學術論文
論文出版年:2004
畢業學年度:92
語文別:中文
論文頁數:87
中文關鍵詞:短期死亡複保險自組織映射圖資料採擷
外文關鍵詞:short-term death 、double insurance、SOM、Data M
相關次數:
  • 被引用被引用:5
  • 點閱點閱:239
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
現今壽險業正面臨著投資環境惡劣,利率水準下降,壽險市場飽和業務競爭激烈,為求生存國內壽險業者往往僅重視業務的拓展,一切以為業績為導向,因此新契約導入時核保過程往往因業績壓力而不夠嚴謹,因此於契約成立後不久就發生短期死亡之情勢,不但侵蝕保險公司的利潤,影響公司的形象及整體經營績效,更造成整體社會的損失及傷害。自從大法官解釋第576號闡述複保險不適用於人身保險後,更加重核保人員的責任,故如何掌握足夠且有用之資訊,並將這些資訊作為決策時的重要參考,使決策者能作出正確的決策,乃是本研究主要目的之一。
本研究所要探討的是運用資料採擷(Data Mining)技術和人工智慧自組織映射圖(S.O.M)類神經網路學習及視覺化分析工具,從中發覺資料特徵和潛在知識,並經由群聚資料中分析找出各群聚的特性,建構出檢測客戶於投保後發生短期死亡風險之可能性,進一步協助壽險公司取得核保決策及支援資訊,以提昇核保利益降低核保風險,改善壽險公司之死差益。
With a competitive world today life companies face to environment decline of investment and descend of interest rate。. For survivor , the insurance company always focused merely on the new insurance business to extend and did not pay much attention to the underwriting procedure of new conducted insurance contract . Therefore , it always caused the result of short-term death . Besides, it had eroded the insurance company financial , manpower and profit loss badly and influenced the enterprise image and the whole operating efficiency. It also caused the damage and loss of whole society.
Since The Judicial Yang Interpretation NO.576 Double insurance could not apply to life insurance, the liability of underwriter is heavier than before. It is one of the purposes of my research how to take sufficient and useful information to make right decision.
On the basis of the decision maker pursuing for valuable information , this study devotes to use the techniques of data mining and the clustering method of Self Organization Map of artificial neural network to build up a Underwriting Decision Model with database of Life Insurance Company in Taiwan. The study also uses a visual clustering technique of SOM to analyze the features of data on the Visualized Map and to discover the potential knowledge to construct the possibility of risk management for the sudden death after the insured’s policy in effect. To assist the insurance company to achieve the underwriting strategic decision and back-up information in order to promote the underwriting advantage, lower the underwriting risk, and stabilize the company operation.
摘要 i
ABSTRACT ii
誌謝 iii
目錄 iv
表目錄 vii
圖目錄 viii
第壹章、緒論 1
第一節 研究動機 1
第二節、研究背景 3
第三節、研究目的與研究假設 4
一、研究目的 4
二、研究假設 6
第四節、研究範圍 9
第五節、研究限制 10
第二章、文獻探討 11
第一節、影響核保決策之因素探討及相關文獻 11
一、影響核保因素及相關文獻 11
二、核保之決定 13
第二節、資料採擷(Data Mining)與自組織映射圖(Self-Organizing Maps) 14
一、資料採擷的定義 14
二、資料採擷的應用 16
三、自組織映射圖(Self-Organizing Maps) 17
(一)、SOM之網路架構 17
(二)、SOM基本架構 18
四、類神經網路之運用 19
第三章 研究方法 22
第一節 研究設計 23
一、樣本來源 23
二、研究期間 23
三、變數之選取與說明 24
四、研究流程 27
五、研究變數名稱與研究變數內容說明 28
第二節 研究工具 30
一、以收斂圖觀察訓練資料及測試資料是否收斂完成 30
二、以Sammom’s mapping分析是否學習完成及各座標差異 31
三、以輸出矩陣分析短期死亡風險之分佈情形 33
四、透過U-Matrix圖了解短期死亡風險之群聚結構距離差異 35
五、以成分平面圖(component planes)分析短期死亡風險之高低 36
第三節 研究限制 37
第四章 研究結果分析 38
第一節 變數選用說明、統計分析及 SOM參數之設定 40
一、輸入之變數 40
二、資料統計分析 42
三、參數設定 56
第二節 實證分析步驟說明 58
第三節 SOM模式建構與結果分析 59
一、SOM學習完成之衡量 59
二、SOM學習結果檢視 61
三、衡量風險程度 – 樣本平均值與成份平面圖 65
四、U-matrix圖與聚類資料項目之結果分析 74
五、分類群體所發覺之相關知識 80
第五章 結論與建議 81
一、 結論 81
二、 建議 83
參考文獻 84
一、 中文文獻 84
二、 英文文獻 87
一、中文文獻
1.呂廣盛,1993年2月,人壽保險常見疾病核保案例研討,呂廣盛出版。
2.凌氤寶、陳森松、康裕民,1998年,保險學 – 理論與實務,華泰書局。
3.呂廣盛,2000年四版,個人壽險核保概要,三民書局。
4.陳雲中,1998年6月,保險學,五南書局。
5.林勳發,1996年3月,保險契約效力論,國立政治大學保險學叢書。
6.賴麗華譯(DR.EMMETT J. VAUGHAN 原著)、2000年,風險管理,台灣西書出版社。
7.張仲源,1996�讀屆A人身保險契約法理論與實務,中華民國人壽保險管理學會出版。。
8.中華民國人壽保險商業同業公會編印,人身保險業務員中級專業課程教材,風險選擇、核保實務。
9.李添福,2002年9月,剖析保險詐欺成因及防制對策,壽險季刊第125期。
10.羅俊瑋、馬俊偉,1998年6月,論保險詐欺—從海上保險之原則談起,保險專刊第52輯。
11.袁宗蔚,1995年,保險學增訂三十三版,三民書局出版。
12.廖昱善,1996,應用類神經網路於企業資料庫之資料探索與決策 – 以人身壽險核保為例,國立台灣大學資訊管理研究所碩士論文。
13.黃彬舜,1991年,壽險要保書相關法律問題之研究,政大保研所碩士論文。
14.鍾凱如,2000年,資訊再造核保業務 – 以火災保險為例,國立高雄第一科技大學風險管理與保險研究所碩士論文。
15.劉坤河,2001年,以類神經網路建構論人計酬之風險調整模型,國立高雄第一科技大學風險管理與保險研究所碩士論文。
16.鄭玉波,1989年8月,保險法理論,三民書局出版。
17.廖先偉,2001年,運用邏輯斯回歸模式於人身保險詐欺管理之研究,國立高雄第一科技大學風險管理與保險研究所碩士論文
18.林育宏,2002年,建立可供資料採擷壽險客戶關係管理模式,國立高雄第一科技大學風險管理與保險研究所碩士論文
19.龔盟鈞,2002年,應用類神經網路建構壽險核保決策模式 – 以醫療日額補償金為例,國立高雄第一科技大學風險管理與保險研究所碩士論文
20.李吉峰,2003年,應用類神經網路建構壽險核保決策模式 – 檢測客戶投保壽險發生疾病短期死亡之可能性,國立高雄第一科技大學風險管理與保險研究所碩士論文
21.張瑞和,2003年,應用類神經網路建構人壽保險核保風險之研究 – 以客戶投保保險後被解除契約為例,國立高雄第一科技大學風險管理與保險研究所碩士論文
22.陳漢綜,2003年,SOM應用於知識發 – 不動產鑑價價格市場風險之研究(以A人壽為例),國立高雄第一科技大學風險管理與保險研究所碩士論文
23.潘聰慧,2003年,壽險公司之房屋抵押貸款拍賣受償風險研究,國立高雄第一科技大學風險管理與保險研究所碩士論文
24.彭正文譯(2001),資料採礦 – 顧客關係管理暨電子行銷之應用,台北,數博網資訊股份有限公司
25.范姜肱,保險學,1997年二版,前程企業管理有限公司
26.王俊雄,2002年,人壽保險死差益極大化之研究 – 以壽險公司核保理賠實證資料驗證,國立高雄第一科技大學風險管理與保險研究所碩士論文
27.徐敦謨,2002年,由逆選擇實證評估增員績效與核保對策相關性之研究
28.鍾凱如,1999年,資訊再造核保業務 – 以火災保險為例,國立高雄第一科技大學風險管理與保險研究所碩士論文
29.宋明哲,1993,人壽保險學,三民書局,台北
30.林麗芬、周俊南,危險分類之效用分析,保險專刊第二十五輯,1998
31.林麗銖,人身保險實務,頁272-273,2001年七版,現代保險實用叢書
32.王莉婷,1996,台灣個人壽險核保實務之研究,國立政治大學保險研究所碩士論文
33.邱昭順、楊順昌、林國偉,2001,顧客關係管理深度解析,台北,遠擎管理顧問公司,113-129
34.江建志,2001,資料採礦於顧客忠誠度管理之研究,成功大學資訊管理研究所碩士論文
35.張瑋倫,2000,應用資料挖拙學習方法探討顧客關係管理辦法,,私立天主教輔仁大學碩士論文
36.蔡瑞煌,1995,類神經網路概論,三民書局
37.薛如珊,2000,使用自組織映射網路進行資料群集和資訊樣型採擷的資料探勘法,台灣大學工業工程研究所碩士論文
38.林光常,2004,無毒一身輕 – 21天改造體質,世茂出版社


二、英文文獻
1.Automatic Data Classification by a Hierarchy of Self-Organizing Maps Jose Alfredo F. Costa & Marcio L.de Andrade Netto Department of Computer Engineering and Industry Automation School of Electrical and Computer Engineering –UNICAMP Campinas- SP 13083-970, BRAZIL.
2.Costa, J.A.F. & Netto, M.A. (1999). Cluster analysis using self-organizing maps and image processing techniques . Proc. of the 1999 IEEE Intl. Conf. on Systems, Man, and Cybernetics, Tokyo, Japan.
3.Brunson,A.,R.Buttimer and R. Rutherford,1994,“Neural Networks,Nonliear Specifications,and Industrial Property Values”,Working Paper Series,94-102,Univerrsity of Texas Arlington。
4.Demartines and Herault (1997) Demartines, P. and herault, J.(1997). Curvilinear Compone nt Analysis: a Self-Organizing Neural Network for Nonlinear Mapping of Data Sets. IEEE Transactions on Neural Networks, 8:148-154
5.T Kohonen, J.Hynninen, J. Kangas, and J. Laaksonen(1996), SOM_PAK: The self-organizing map program package. Technical Report A31, Helsinki University of Technology, Laboratoty of Computer and Information Science. Program package available via WWW at URL http://nucleus.hut.fi/nnrc /som_pak/.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top