بررسی نحوه اثر گذاری ویژگی‌های بیمه شخص ثالث بر نرخ خسارت‌ها، مبتنی بر داده کاوی

خلاصه مدیریتی

بر اساس آمارهای سال 2020 سازمان بهداشت جهانی، مرگ و میر ناشی از حوادث ترافیکی در ایران پس از عواملی شامل بیماری کرونر قلب، سکته مغزی و فشارخون بالا چهارمین علت مرگ و میر است و 5.3 از آمار فوت را به خود اختصاص داده ‌است. از این حیث ایران 65 امین کشور دنیاست که این رتبه در مقایسه با کشور ترکیه، با رتبه 145 در جهان و سهم 1.4درصدی از آمار فوت این کشور قابل تأمل است. در کشور ترکیه مرگ و میر ناشی از حوادث ترافیکی 16 امین علت مرگ و میر است. دیگر آنکه حوادث رانندگی منجر به جرح و فوت، اغلب قشر جوان جامعه را تهدید می‌کند. این آمار تکاندهنده به معنی اهمیت هر چه بیشتر پژوهش و ارائه راهکار توسط سازمان‌ها و نهادهای گونا‌گون جهت کاهش حوادث رانندگی در کشور است. صنعت بیمه با ارائه خدمات بیمه در رشته بیمه شخص ثالث نقش با اهمیتی در این حوزه ایفا می‌کند. از این رو قانونگذار نیز در این حوزه وظایفی را برای صنعت بیمه مقرر نموده است.
بر اساس ماده 18 قانون بیمه اجباری خسارات وارد شده به شخص ثالث در اثر حوادث ناشی از وسایل نقلیه، جهت تعیین سقف حق بیمه و تخفیف‌ها لازم است سه گروه از عوامل شامل ویژگی‌های وسیله نقلیه، سوابق رانندگی و بیمه‌ای دارنده و رایج بودن وسیله نقلیه برای اقشار متوسط و ضعیف مد نظر قرار گیرد و همچنین در تبصره 1 این ماده ذکر شده است که حداکثر تا پایان قانون برنامه پنجساله ششم توسعه اقتصادی، اجتماعی و فرهنگی جمهوری اسلامی ایران (۱۴۰۰ ـ ۱۳۹۶) امکان صدور بیمه نامه بر اساس ویژگی‌های راننده فراهم شود.
تعیین حق بیمه‌ها بر اساس ویژگی‌ها راننده علاوه بر چالش‌های اجرایی نیاز به مطالعه و تحقیق  بر ویژگی‌های اثر گذار  دارد. سوال آن است که چه ویژگی‌هایی و به چه نحوی بر خسارت‌ها اثر گذار هستند. همواره تعیین نرخ‌های منصفانه یکی از مهمترین دغدغه‌های شرکت‌های بیمه و نهاد ناظر بر صنعت بیمه بوده است. چگونگی تعیین نرخ‌ها می‌تواند تأثیر به سزایی بر ضریب نفوذ صنعت بیمه داشته باشد. در شرایط تعیین  غیر‌منصفانه نرخ‌ها، ریسک‌های کم خطر پرداخت‌های بیش از حد و ریسک‌های پر خطر پرداخت‌های اندکی به عنوان حق بیمه خواهند داشت و این موجب جذب ریسک‌ها پر خطر و طرد شدن صنعت بیمه توسط ریسک‌های کم خطر خواهد شد که به خودی خود، هزینه‌های شرکتهای بیمه را افزایش داده و منجر به افزایش نرخ‌ها می‌گردد و  این چرخه معیوب ادامه می‌یابد.  
عوامل متعددی در وقوع حوادث جاده‌ای موثر هستند که می‌توان مهمترین عوامل را به خطای انسانی و نحوه رانندگی، کیفیت خودرو‌ها و کیفیت جاده‌ها تقسیم نمود. در این پژوهش با استفاده از داده‌های ثبت شده در پایگاه داده‌های یک شرکت بیمه موضوع را مورد بررسی قرار داده‌ایم و با استفاده از الگوریتم‌های داده‌کاوی ویژگی‌های اثر گذار را استخراج نموده‌ایم.
علاوه بر شناسایی ویژگی‌های اثر گذار، تلاش نموده‌ایم  جهت پیش‌بینی وقوع یا عدم وقوع خسارت‌ها، مدل‌های یادگیری ماشین را به کار گیریم. از آنجا که ماهیت داده‌های صنعت بیمه نامتوازن است از روش‌های متوازن سازی داده‌ها و روش حساسیت هزینه ‌استفاده نموده‌ایم.  مراحل انجام یک پروژه داده کاوی در این پژوهش، انجام شده است که شامل دریافت داده‌ها از پایگاه داده‌های شرکت بیمه البرز،  بررسی اعتبار مقادیر ستون‌ها، بصری سازی داده‌‌ها و پیاده سازی مدل‌ها می‌باشد.
پس از پاکسازی داده‌ها و انتخاب ستون‌‌ها، اعتبار مقادیر ستون‌ها مجدداً در فصل 4 بررسی شده‌اند و مقادیر نامعتبر به منظور اصلاح، بررسی مجدد گردیده‌اند که منجر به اصلاحاتی در ستون جنسیت شده است. تقریب ستوهای سن خودرو و سن بیمه‌گذاران به طور میانگین به ترتیب منجر به خطای 2.4 سال و 9 سال می‌شود که با توجه به حجم مناسب داده‌‌ها و حجم اندک داده‌های نامعتبر تصمیم گرفته شد تا از داده‌های صحیح جهت مدلسازی استفاده شود و از تقریب مقادیر ستون‌های سن خودرو و سن بیمه‌گذار که خود منجر به ایجاد خطا در داده‌ها می‌شود، پرهیز گردد.
پس از آماده‌سازی و بصری سازی داده‌ها که منجر به درکی جامع از داده‌ها می‌شود، تلاش نمودیم با استفاده از الگوریتم‌های داده‌کاوی مدلی بسازیم که بتواند وقوع یا عدم وقوع خسارت را  پیش‌بینی نماید. در این بخش، محاسبات مدل‌ها با استفاده از زبان برنامه نویسی پایتون انجام شده است. به این منظور، به ازای هر نوع خسارت (جانی، مالی، حوادث سرنشین) به هر بیمه‌نامه برچسب وقوع یا عدم وقوع خسارت را جهت ساخت مدل پیش بین کننده لحاظ نمودیم. به بیان ساده‌تر، به ازای هر بیمه‌نامه در صورت پرداخت خسارت، ستون مربوطه با مقدار 1 و در صورت عدم پرداخت خسارت با مقدار 0 پر شده است. بنابراین سه ستون برچسب به هر بیمه‌نامه اضافه شده است. لازم به ذکر است انواع خسارت‌های منجر به حوادث جانی، مالی، حوادث سرنشین به صورت جداگانه تحلیل شده‌اند. علاوه بر آن شواهد نشان می‌دهد گروه‌های خودرو رفتارهای متفاوتی دارند؛ بنابراین تحلیل‌ها را در تمام مراحل پژوهش، به تفکیک انواع گروه‌ها انجام داده‌ایم.
نسبت مجموع مبالغ خسارت‌های جانی در مقایسه با خسارت‌های مالی در داده‌های این پژوهش پنج به یک است و از حیث فراوانی این نسبت 1 به 4.9 است. خسارت‌های جانی از حیث تعداد کمتر و در عین حال هزینه‌های بیشتری ایجاد می‌کنند و مهمتر آنکه تبعات اجتماعی بالایی دارند و عمدتاً قابل جبران نیز نیستند.
به منظور بصری‌سازی داده‌‌ها از نرم افزار Power BI استفاده نمودیم که به طور تخصصی به بصری سازی داده‌ها می‌پردازد و بر اساس گزارشات شرکت گارتنر طی سال‌های اخیر، محبوب‌ترین نرم افزار بصری سازی داده‌ها در سطح دنیا است. در ادامه اهم یافته‌های حاصل از بصری سازی را در این پژوهش، ذکر خواهیم نمود.
بیشترین تعداد بیمه‌نامه صادر شده متعلق به سال 1394 بوده است. جهش قابل توجهی در تعداد بیمه نامه‌های‌ صادره سال‌های 1392 به 1393 و از سال 1393 به سال 1394 مشاهده می‌شود. پس از آن تعداد بیمه‌نامه‌ها روند نسبتا ثابتی داشته است. شایان ذکر است شرکت بیمه توسعه در پایان سال 1393 امکان صدور بیمه‌نامه نداشته است. بنابراین علت جهش تعداد بیمه‌نامه‌های شرکت بیمه البرز در این سال، می‌تواند معلول این اتفاق در صنعت بیمه باشد. بنابراین می‌توان گفت پورتفوی شرکت بیمه البرز تاثیر پذیری بالایی از شرایط محیطی صنعت بیمه دارد.
تعداد بیمه‌نامه‌های صادر شده در اسفند ماه در تمام سال‌ها و در تمام شهرها و انواع گروه‌های خودرو بیشتر بوده است. در گروه خودروهای اتوکار در ماه مهر نیز تعداد بیمه‌نامه بیش از سایر ماه‌ها است. روند افزایش فروش بیمه‌نامه در اسفند برای خودروی موتورسیکلت کمتر است و عمده فروش موتور سیکلت متعلق به ماه‌های اول سال شامل ماه‌های دوم الی ماه ششم بوده است.
این الگوی خرید بیمه‌نامه‌ها، به منظور تمرکز بیشتر بازاریابی در این‌ ماه‌ها قابل بهره برداری است.
سهم شهر تهران در تمام انواع خودرو و در تمام سال‌ها بیشتر از سایر شهرها است.  با توجه به اینکه حدود 17 الی 18 درصد از خانوارهای کشور در استان تهران زندگی می‌کنند، بنابراین می‌توان گفت شرکت بیمه البرز در رشته بیمه شخص ثالث بر شهر تهران تمرکز نسبی دارد. در ماشین آلات کشاورزی اختلاف سهم تهران و سایر شهرها کمتر است. در گروه موتور سیکلت سهم شهر تهران حدود 50 درصد از فروش است.

شکل 1 سهم استان ها از تعداد بیمه‌نامه های شرکت بیمه البرز به تفکیک سال در مجموع انواع خودرو

تعداد نمایندگان و تعداد بیمه‌نامه‌های صادره گواهی می‌دهند که تمرکز شبکه فروش شرکت بیمه البرز بر استان تهران است و در سایر استان‌ها نیز تمرکز بر مراکز استان‌ها است.
بررسی سن بیمه‌گذاران و انواع گروه‌های خودرو نشان می‌دهد رده سنی بیمه‌گذاران گروه‌های مختلف خودرو متفاوت است و ترتیب سن بیمه‌گذاران، به ترتیب متعلق به بیمه‌گذاران موتورسیکلت، سواری، بارکش، ماشین آلات کشاورزی و اتوکار می‌باشد. به طور کلی توزیع سن در استان‌های مختلف مشابه است. اما برخی استان‌ها اندکی متفاوت هستند. از جمله استانهای بوشهر و خوزستان بیمه‌گذاران جوانتر و میانگین سن برخی از استان‌ها شامل گیلان، مازندران‌، آذربایجان شرقی بیشتر از میانگین سن کل جامعه است. به طور کلی روند سن بیمه‌گذاران در تمام گروه‌های خودرو به طور سالانه در حال افزایش است. در حالی‌که روند سن بیمه‌گذاران موتورسیکلت در حال کاهش است.
همچنین مشاهده می‌شود که بیمه‌گذاران خودروهای لوکس به طور نسبی سن بالاتری دارند و بیمه‌گذاران جوانتر عمدتاً خودروهای ارزان‌تری دارند.
نظر به اهمیت خسارتهای جانی، در ادامه خلاصه گزارش، اهم یافته‌های این پژوهش، از حیث چگونگی اثر گذاری ویژگی‌های بیمه‌نامه‌ها بر نرخ خسارت‌‌های جانی را مرور کرده‌ایم.
مقایسه جداول خسارت و جداول صدور بیمه‌نامه‌ها نشان می‌دهد رانندگان مقصر حادثه در بیش ‌از 56 درصد از خسارت‌های جانی، رانندگانی هستند که بیمه‌گذار نبوده‌اند. بیش از نیمی از خسارت‌های جانی که عمده پرداخت‌های رشته بیمه شخص ثالث را شامل می‌شود، مربوط به رانندگان غیر بیمه‌گذار است که شرکت‌های بیمه اطلاعاتی از آنها در اختیار ندارند.
آمار خسارت‌ها نشان می‌دهد بیشترین تعداد خسارت‌های جانی متعلق به گروه خودروهای بارکش و اتوکار و کمترین تعداد خسارت‌های جانی مربوط به موتورسیکلت‌ها بوده است.
در گروه خودروهای اتوکار نوع کاربری "بین شهری و خارج از شهر" و نوع کاربری " عمومی شهری" بیشترین خسارت‌ها را داشته‌اند و نمودارها نشان می‌دهند نوع کاربری  بر خسارت‌های این گروه ‌خودرویی بسیار تاثیر گذار است.
در گروه خودروهای سواری، تاکسی‌های درون شهری به طور نسبی تعداد خسارت بالاتری داشته‌اند.
در گروه ماشین آلات کشاورزی، کاربری "ساختمانی" و "جرثقیل" از نظر تعداد خسارت پیشتاز بوده‌اند.
در گروه موتورسیکلت، انواع کاربری‌های "اداری"، "دولتی" و "امور شرکت" در مقایسه با سایر انواع کاربری کم خطرتر هستند. تعداد بیمه‌نامه‌های صادره در این گروه‌ها کمتر از تعداد بیمه‌نامه‌های صادره با کاربری شخصی است.
به منظور قابل قیاس نمودن مبالغ خسارت پرداخت شده، شاخصی تحت عنوان تعداد نرخ دیه پرداخت شده در هزار بیمه‌نامه را تعریف نموده‌ایم. این شاخص تأثیر افزایش نرخ دیه و افزایش خسارت ناشی از تعداد بیمه نامه صادر شده را کاهش می‌دهد و مقادیر خسارت سال‌های مختلف را قابل مقایسه می‌کند. برای حالت‌های متفاوت هر ویژگی در این محاسبات، مبلغ تعداد دیه پرداختی، به ازای هر ویژگی محاسبه و مقایسه شده است. این شاخص، بر اساس نرخ دیه هر سال و با لحاظ مبالغ دیه ماه حرام و غیر حرام، تعریف شده است. مبالغ این شاخص نشان می‌دهد که خسارت پرداختی بر اساس هر بیمه‌نامه سال به سال کاهش یافته است و از 3.4 نرخ دیه در هزار بیمه‌نامه در سال 1390 به 1.7 در سال 1397 تنزل یافته است.
پرخسارت‌ترین بیمه‌نامه‌ها (خسارت جانی) بر اساس شاخص نرخ دیه در هزار بیمه‌نامه، به ترتیب خودروهای اتوکار، بارکش، سواری، ماشین آلات کشاورزی و موتور سیکلت بوده‌اند.
آمارها، سهم بالای مردان (حدود 98%) را در خسارت‌های جانی نشان می‌دهد.
با توجه به اهمیت سن رانند‌گان، نمودار احتمال وقوع خسارت به تفکیک سن بیمه‌گذاران برای تمام سنین رسم شده‌است. نتایج این نمودارها، نتایج نرخ دیه پرداختی در هزار بیمه‌نامه را تأیید می‌کند. به عنوان مثال به نمودار سن بیمه‌گذاران خودروهای سواری بر اساس نرخ دیه در هزار بیمه‌نامه و نمودار احتمال وقوع خسارت برای خسارت‌های جانی، توجه کنید:

همانطور که مشاهده می‌شود هر دو نمودار یک واقعیت کاهش نرخ خسارت‌ها را با افزایش سن بیمه‌گذار به خوبی نمایش می‌دهند؛ یک نمودار بر اساس احتمالات و دیگری بر اساس شاخص نرخ دیه که مبتنی بر مبالغ خسارت پرداختی است یک واقعیت را عیان می‌کنند.

بررسی گروه موتورسیکلت‌ها نیز بیانگر آن است که با افزایش سن، نرخ خسارت‌ها کاهش می‌یابد و در عین حال موتورسیکلت سواران بالای 60 سال نیز در ایجاد خسارت‌های جانی سهم بالایی دارند. در سایر گروه‌های خودرو سن بیمه‌گذاران تأثیرگذاری کمتری بر نرخ خسارت‌ها دارد و ویژگی‌های دیگری از جمله کاربری خودرو اهمیت بیشتری دارند.

ویژگی مهم دیگر، مدت زمان اخذ گواهینامه‌ها است. هر چه از تاریخ صدور گواهینامه‌‌ها زمان بیشتری سپری شده‌است، نرخ خسارت پرداختی کمتر است و بیشترین نرخ خسارت‌های جانی در تمام گروه‌های خودرو به استثنای اتوکار در سال اول دریافت گواهینامه می‌باشد. بیشترین نرخ خسارت خودروهای اتوکار 3 الی 4 سال پس از دریافت گواهینامه مشاهده می‌شود. در سایر گروه‌های خودرو تا 5 سال اول پس از دریافت گواهینامه، نرخ دیه پرداختی به طور نسبی بالاست. همچنین بیمه گذارانی که کمتر از یک سال از صدور گواهینامه رانندگی آنها می‌گذرد نرخ خسارت پایین‌تری دارند این موضوع به قوانین راهنمایی و رانندگی و غیر قانونی بودن رانندگی در جاده‌ها برای این افراد مربوط است.

نتایج فوق که برای خسارت‌های جانی، مطرح شدند در سایر انواع خسارت‌ها نیز صدق می‌کنند که با جزییات در گزارش بررسی شده‌اند.

با استفاده از روش جایگشتی و به کارگیری تکنیک‌های متوازن سازی داده‌‌ها، پنج ویژگی تاثیر گذار بر نرخ خسارتهای جانی از میان ویژگی‌های ثبت شده در پایگاه داده این شرکت برای این انواع گروه‌های خودرو به ترتیب جدول زیر است:

به منظور ساخت مدلی برای پیش بینی وقوع یا عدم وقوع خسارت‌ها از مدل‌های ترکیبی استفاده نموده‌ایم. معماری بهترین مدلی که به آن دست یافته‌ایم به صورت زیر است:

معماری مدل ترکیبی

در معماری شکل 157فوق ، در هر مرتبه نمونه‌گیری از کلاس با برچسب یک، 20000 نمونه و از کلاس با برچسب صفر ، 35000 نمونه به صورت تصادفی انتخاب می‌کنیم. سپس داده‌های این دو نمونه را ادغام نموده‌ایم و بر آن 5 مدل طبقه بندی را پیاده کرده‌ایم. عمل نمونه‌گیری را 100 مرتبه تکرار می‌نمائیم که منجر به تولید 500 مدل پیش‌بینی می‌گردد و برای ساخت مدل نهایی، بر نتایج پیش‌بینی مدل‌ها رأی‌گیری انجام می‌دهیم. رأی گیری به این گونه است که اگر n مدل 1 ، یعنی وقوع خسارت را پیش بینی کنند، مدل نهایی برچسب یک و در غیر این صورت صفر را به عنوان پیش بینی لحاظ می‌کند. اجرای این برنامه 350132 ثانیه، معادل 97.25 ساعت و حدود 4 شبانه روز به طول انجامیده است. شکل زیر، به ازای مقادیر مختلف n نسبت تعداد یک‌های درست پیش بینی شده از کل پیش بینی‌های یک را با رنگ آبی و تعداد صفرهای درست پیش بینی شده از کل پیشبینی‌های صفر را با رنگ قرمز نمایش داده است.

نسبت صفر و یک های درست پیش‌بینی شده به تفکیک تعداد مدل‌های پیش بینی کننده یک‌‌‌ها

همانطور که در فوق، مشاهده می‌شود با افزایش n، تعداد صفرهای درست افزایش و تعداد یک‌های درست کاهش می‌یابد و هر چه تعداد مدل‌‌های تأیید کننده جهت پیش بینی برچسب 1 ، یا همان n، کمتر است تعداد صفرهای درست کمتر است. بنابراین به منظور انتخاب تعداد مدل‌های مورد نیاز رأی‌گیری، لازم است با استفاده از استراتژی شرکت مقدار n تعیین شود. اگر استراتژی شرکت کاهش خسارت پرداختی است می‌تواند از مقادیر n کوچکتر برای رأی‌گیری استفاده کند و در شرایطی که بزرگ بودن پورتفو برای شرکت در اولویت است از تعداد مدل‌های بیشتری برای رأی‌گیری در تعیین یک‌ها استفاده نماید. به عنوان مثال؛ انتخاب تعداد 335 مدل برای رأی‌گیری، 22 درصد از بیمه‌نامه‌های منجر به خسارت را به درستی پیش‌بینی می‌کند و این موضوع با هزینه شناسایی نادرست 16 درصد از بیمه‌نامه‌های بدون خسارت به عنوان بیمه‌نامه‌های دارای خسارت همراه است. واضح است که هزینه 22% از خسارت‌ها بیشتر از مجموع حق بیمه 16 درصد از بیمه‌نامه‌ها است. در ساخت مدل ترکیبی فوق، از پنج مدل پایه شامل درخت تصمیم، بردارهای پشتیبان، طبقه بندی نایو بیز، کا - نزدیکترین همسایگی و رگرسیون لجستیک استفاده شده است. بررسی نتایج مدل ترکیبی با کاهش مدل‌ها به کمتر از 5 مدل پایه اولیه، نتایج بهتری ارائه نکرد و عملکرد مدل نهایی کاهش یافت. به کار‌گیری درخت تصمیم بر خروجی 500 مدل، به جای رأی گیری ساده عملکرد مدل‌ها را بهبود داده است. 4.6 درصد از کل خسارت‌ها، 99 درصد از بدون خسارت‌‌ها به درستی، شناسایی شده‌اند و 98 درصد از یک‌های شناسایی شده به درستی یک هستند. این مدل قابل پیاده سازی در شرکت‌های بیمه است. نتایج این پژوهش، گواه بر این موضوع هستند که ویژگی‌های تاثیر گذار بر نرخ خسارت‌های بیمه‌نامه‌های رشته بیمه شخص ثالث قویاً با ویژگی‌های لحاظ شده در نرخ نامه این رشته بیمه‌ای تفاوت دارند. از این رو نحوه تعیین نرخ در این رشته بیمه‌ای اکیداً نیاز به اصلاحات دارد. به اعتقاد برخی خبرگان صنعت بیمه، بنابه دلایلی ممکن است لحاظ نمودن همه ویژگی‌های محاسبه شده در این پژوهش قابل به کارگیری در تعیین نرخ نباشند و متعاقباً موجب مخاطرات بعدی شوند. از این رو پیشنهاد عملیاتی آن است که سیاست‌هایی جهت کاهش نرخ خسارت‌ها اعمال شود. از جمله ایجاد محدودیت‌هایی برای رانندگان جوان و یا افرادی که به تازگی گواهینامه گرفته‌اند می‌تواند مفید و مثمر ثمر باشد. به کارگیری ابزارهای تلماتیک برای ارائه نرخ‌های پایین‌تر جهت کاهش خسارت‌ها به ویژه برای افراد جوانتر ضروری به نظر می‌رسد. علاوه بر کاربرد نتایج این پژوهش به منظور کاهش ضریب خسارت‌های رشته بیمه شخص ثالث، نهاد ناظر نیز در مواقعی که یک شرکت بیمه به دلیل مشکلات مالی ناتوان از پرداخت خسارت‌های رشته بیمه شخص ثالث است می‌تواند از نتایج پژوهش انجام شده بهره برداری نماید. در صورت بروز مشکلات مالی یک شرکت بیمه در ایفای تعهدات بر اساس قانون شخص ثالث مصوب 1395، بیمه مرکزی ج. ا. ایران می‌تواند مدیریت شرکت مربوطه را بر عهده گیرد و با استفاده از مدل ساخته شده جهت پیش‌بینی خسارت‌های رشته بیمه شخص ثالث اجازه صدور بیمه‌نامه تنها برای بیمه‌نامه‌هایی که مدل مربوطه احتمال وقوع خسارت را برای آن‌ها کم پیش‌بینی می‌کند، لحاظ نماید. این شیوه موجب کاهش نرخ خسارت‌ها و بسته به سیاست به کار گرفته شده موجب کوچک شدن پرتفو می‌گردد. اما این شیوه بهتر از قطع کامل درآمدهای شرکت مربوطه است که منجر به قطع ناگهانی در‌آمدهای شرکت و نگرانی بیمه گذاران از عدم ایفای تعهدات می‌گردد که به خودی خود برای هر موسسه مالی اعم از بانک و بیمه می‌تواند مسائل جدی ایجاد نماید. همچنین یافته‌های این پژوهش در راستای تعیین نرخ هوشمندانه رشته بیمه شخص ثالث می‌تواند مفید و مثمر ثمر باشد.