생존분석법을 이용한 생명보험 해약 연구

Abstract

본 논문은 생존분석 기법인 Cox의 비례위험모형(Cox Proportional Hazards Model)과 가속화 고장시간 모형(Accelerated Failure Time Model)을 통하여 생명보험 고객이 상품을 계약한 시점부터 해약 시점까지 걸리는 시간의 분포를 찾아보고, 로지스틱 회귀 모형과 그 예측 성능을 비교한 논문이다. 최근 보험사의 CRM(Customer Relationship Management)측면과 RM(Risk Management)측면에서 해약을 예측하는 연구가 많이 이루어지고 있으나 기존의 이분류 예측기법은 해약 혹은 유지라는 종속변수의 이분류 예측에 머무르며, 해약할 때까지의 시간인 가 고정되어있어 정보 제공에 한계가 있다. 따라서 본 논문에서는 Cox의 비례위험 모형을 통하여 생명보험 해약에 영향을 끼치는 변수들을 찾아보고 가속화 고장시간 모형을 통하여 Hazard Function의 최적 기저분포를 확인하였다. 또한 그 예측력 평가를 통하여 세 모형의 성능을 비교해 보았다. 분석에 사용된 설명변수가 제한적이었고, 해약고객의 비율이 3~4% 정도밖에 되지 않아 예측률이 그다지 높지 못한 한계가 있으나 이분류 예측을 보완하여 해약율의 분포를 제시했다는 점에서 본 논문의 의의를 찾을 수 있다.;Using Cox's Proportional Hazards Model (PHM) and Accelerated Failure Time (AFT) Model, we investigate the distribution of retention time from the start of an insurance contract to the possible termination of a contract. We also compares Survival Analysis with Logistic Regression in order to evaluate prediction performances. Recently, a number of researches on insurance cancellation prediction focused on the customer relationship management (CRM) and the risk management (RM). Nevertheless, these studies have the limitation in using prediction techniques based on dichotomous classification which only predict cancellation or retention of insurance. Moreover, due to the fixed , such techniques provide limited information. Therefore, we applied Cox's PHM to find significant variables having influence on cancellation of insurance and AFT Model to investigate optimal baseline hazard rate function. This thesis is not without limitations due to restricted number of explanatory variables and 3-4% of insurance cancellation rate. Despite these limitations, this thesis seems to make some contribution to the problem of identifying the distribution of retention time which complements conventional dichotomous prediction techniques.