ตัวแบบการพยากรณ์การเติบโตของธุรกิจประกันภัยชีวิต

วัตถุประสงค์ของงานวิจัยนี้เพื่อศึกษาปัจจัยที่มีผลกระทบต่อเบี้ยประกันชีวิตรับโดยตรงรวมและสร้างตัวแบบสำหรับการพยากรณ์การเติบโตของธุรกิจประกันชีวิตที่พิจารณาจากเบี้ยประกันชีวิตรับโดยตรงรวม ข้อมูลที่นำมาวิเคราะห์เป็นข้อมูลรายปีที่รวบรวมตั้งแต่ปี 2530-2547 ซึ่งการวิเคราะห์ใช้เทคนิคการพยากรณ์เชิงสถิติ 4 วิธีคือ การวิเคราะห์การถดถอยเชิงเส้นพหุคูณ (Multiple Linear Regression) การวิเคราะห์การถดถอยส่วนประกอบพรินซิเพิล (Principal Component Regression) การพยากรณ์วิธีการปรับเรียบแบบเอ็กซ์โปแนนเชียล (Exponential Smoothing) และการวิเคราะห์โดยวิธี Dummy variables for segmented models
ในการเลือกตัวแบบที่เหมาะสมที่สุดจากเทคนิคการพยากรณ์เชิงสถิติ 4 วิธี ด้วยการเปรียบเทียบจากค่าเฉลี่ยร้อยละของความคลาดเคลื่อนสัมบูรณ์ (Mean Absolute Percentage Error: MAPE) เป็นเกณฑ์ พบว่าตัวแบบที่เหมาะสมที่ให้ค่า MAPE ต่ำสุด คือตัวแบบการพยากรณ์เบี้ยประกันชีวิตรับโดยตรงรวม ด้วยวิธีการวิเคราะห์การถดถอยเชิงเส้นพหุคูณซึ่งมีตัวแบบสำหรับการพยากรณ์เบี้ยประกันชีวิตรับโดยตรงรวม คือ

เมื่อ คือ ค่าพยากรณ์ของเบี้ยประกันชีวิตรับโดยตรงรวม
St_Ordinary คือ เบี้ยประกันชีวิตรับโดยตรงปีแรกประเภทสามัญ
St_Industrial คือ เบี้ยประกันชีวิตรับโดยตรงปีแรกประเภทอุตสาหกรรม
St_Group คือ เบี้ยประกันชีวิตรับโดยตรงปีแรกประเภทกลุ่ม
Re_Ordinary คือ เบี้ยประกันชีวิตรับโดยตรงประเภทสามัญต่ออายุสัญญา
Re_Group คือ เบี้ยประกันชีวิตรับโดยตรงประเภทกลุ่มต่ออายุสัญญา
Re_Industrail คือ เบี้ยประกันชีวิตรับโดยตรงประเภทอุตสาหกรรมต่ออายุสัญญา
Title : A Model for Forecasting the Growth of the Life Insurance Business.
Researcher : Miss Yupaporn Areepong Institution : Dhurakijpundit University
Year of Publication : 2006 Publisher : Dhurakijpundit University
Sources : Dhurakijpundit University Research Center
Number of Pages : 190 Pages Copyright : Dhurakijpundit University

The purpose of this research was in order to study factors that affect to the Total Direct Premium and construct the proper forecasting models of the growth of life insurance business. Under this work, data are yearly collected during 1989-2004 and data analysis used forecasting techniques and statistical theory consisted of Multiple Linear Regression, Principle Component Regression, Exponential Smoothing and Dummy variables for segmented models.
So as to select the proper models from such techniques were compared by using the Mean Absolute Percentage Error (MAPE). According to all forecasting techniques considered in this research, Multiple Linear Regression technique is proper method for total direct premium model that given the minimal of mean absolute percentage error as following:


The purpose of this research was in order to study factors that affect to the Total Direct Premium and construct the proper forecasting models of the growth of life insurance business. Under this work, data are yearly collected during 1989-2004 and data analysis used forecasting techniques and statistical theory consisted of Multiple Linear Regression, Principle Component Regression, Exponential Smoothing and Dummy variables for segmented models.
So as to select the proper models from such techniques were compared by using the Mean Absolute Percentage Error (MAPE). According to all forecasting techniques considered in this research, Multiple Linear Regression technique is proper method for total direct premium model that given the minimal of mean absolute percentage error as following:

---