对应分析法在保险市场细分中应用.docVIP

对应分析法在保险市场细分中应用 　　摘要: 随着我国保险业的飞速发展,为进一步提高保险公司竞争力,就必须对市场定位、市场细分有更清楚的认识。由此,运用多元统计理论的对应分析法,以我国各省区的不同险种的收入为依据,对保险公司在险种的销售和业务开拓方面提供指导性建议。 　　关键词:对应分析法;保险业;因子载荷平面图;市场细分 　　中图分类号:F842.6 文献标志码:A 文章编号:1673-291X(2010)23-0149-02 　　 　　引言 　　随着我国保险业的快速发展,保险公司的市场竞争日趋激烈,为了取得所谓的竞争优势,在所有的市场机会都投入大量的人财物参与竞争。这种脱离实际、缺乏针对性的经营方式,没有将竞争建立在系统、科学的市场分析基础上,没有通过市场细分来发现市场机会、确立明确的市场定位。因此,为使保险公司做好不同险种的市场细分,增强竞争力,有必要对我国各省区的险种的收入情况进行比较研究,运用对应分析的方法,以期发现不同险种的主要分布规律,为提高公司竞争力提供参考。 　　对应分析的思想首先由理查森(Richardson)和库德(Kuder)在1933年提出,后来法国统计学家让 保罗 贝内泽(Jean-Paul Benzecri)和日本统计学家林知己夫(Hayashi Chikio)对该方法进行了详细的论述而使其得到了发展[1]。对应分析方法是一种多元相依变量统计分析技术,是通过分析由定性变量构成的交互汇总数据来解释变量之间的内在联系的。同时,使用这种分析技术还可以揭示同一变量的各个类别之间的差异以及不同变量各个类别之间的对应关系。而且,变量划分的类别越多,这种方法的优势就越明显。该统计研究技术在市场细分、产品定位等领域越来越广泛地运用[2]。 　　本文通过2009年我国各省区的不同保险险种的收入数据进行分析,以掌握不同险种的主要市场分布。 　　一、对应分析模型原理 　　对应分析,也称相应分析,是将R型因子分析与Q型因子分析结合起来进行多元统计分析的方法。它可以寻找出R型与Q型因子分析的内在联系。由R型因子分析的结果可以方便地得到Q型因子分析的结果,从而大大减少了计算量,特别是克服了做Q型因子分析样品容量n很大时计算上的困难。同时,对应分析把R型与Q型因子分析统一起来,把变量和样品的各个状态同时反映到相同坐标轴的因子载荷平面图上,以直观地反映变量和样品及各个状态之间的相关关系[3]。如下: 　　1.建立原始数据阵[4] 　　以2009年1―12月全国各地区原保险保费收入情况表的数据为例进行分析。已知有36个地区,记作x1、x2、…、x36;险种有4种,记为y1、y2、y3、y4,并假设通过调查已获知各地区xi在险种yj的保险收入xij(i=1,2,…,36;j=1,,2,3,4),因而得原始数据矩阵X=(xij)。 　　2.建立过渡矩阵Z=(zij),其中: 　　zij=,其中,X=x i=1,…,36;j=1,2,3,4 　　3.进行因子分析 　　计算变量协方差矩阵A=Z’Z的特征根及相应的单位特征向量,计算相应的因子载荷,利用前两个公因子的因子载荷作变量的二维因子载荷平面图。同理,可计算样品协方差矩阵B=ZZ’,其与矩阵A有相同的非零特征根。 　　二、SPSS程序操作 　　根据2009年全国各地区原保险保费收入情况表,利用SPSS软件,首先对变量和样品之间是否存在独立性已进行了卡方检验,证明了变量与样品各状态之间的相关性(此略)。接下来,揭示全国原保险保费收入的特征以及各省、市、自治区与各收入指标间的关系,对应分析结果见表和图。 　　表给出了总惯量、卡方值及每一维度(公共因子)所解释的总惯量的百分比的信息。由于前两个特征根的累积贡献率已达98.2%,说明用前两个公因子已能代表原始资料主要信息。 　　从得到的因子载荷平面图中,我们可以非常直观地看到变量与样品之间的关系,样品之间按险种的大致归类等信息。在纵轴右方区域的有广西、云南、新疆、吉林等西部地区及东北地区,说明这些省份的保险收入结构类似;另一方面4个险种都没有落在这个区域,反映了在经济不发达地区,保险行业的市场较小,各险种的收入都较发达地区不显著。纵轴左方区域有广东、江苏、浙江、北京、上海、湖南、河南等东部沿海地区和中部地区,以及4个险种收入。其中四川、浙江距离意外险收入和财产险收入非常近,说明它们在这两个险种方面的全国比重较大,相对来说它们的健康险收入比重较低;北京、山东、上海、河北、河南距离健康险收入和寿险收入非常近,说明在这两项的险种收入方面,它们占全国比重较大。 　　三、结论 　　通过图示,我们不难发现在一些经济比较发达的省份和城市,各保险险种的收入占全国比重较大,因此,保险公司需在这些省份加强竞争力。如在广东