应用型保险人才培养的课程设计探讨
——以Python语言为例

2022-05-13 12:20林耿堃
保险职业学院学报 2022年2期
关键词:汽车保险感兴趣应用型

龚 庆,林耿堃

(江西财经大学统计学院,江西南昌330013)

随着新兴技术的快速发展和科技创新在保险行业的不断渗透,市场对于应用型保险人才的需求越来越大。培养应用型保险人才是落实中国保险业人才战略和促进现代保险业发展的重要举措[1]。然而目前我国保险专业教学中存在着教学方法单一、学科交叉性不强和内容落后于实践等诸多问题[2]。应用型保险教学的缺位导致保险专业毕业生对进入保险业存在“营销至上”的误解,并产生畏难心理[3]。我国的应用型保险教育仍然处于探索和初步发展阶段,现阶段应用型保险课程的开设应侧重于培养学生利用信息技术进行保险实务的实验,并锻炼学生对保险企业风险控制的数理分析和经济效益判断能力[4]。

一、Python语言课程开设的必要性

应用型保险教育应注重培养学生的动手能力,并通过强化实验课程锻炼学生的保险业务分析能力[5]。这要求保险专业的学生不应该只停留于书本上的理论知识,更应该通过实践掌握保险实务的要领。在开展应用型保险课程教学中,教师应当发挥引导者作用[6],组织学生利用工具进行保险定价、规避风险和提出对策。刘向华(2009)[7]认为金融学科的理论教学要与实验教学相结合,要有意识地培养学生的动手能力和解决实际问题能力。但是相较于其他专业以及保险专业的其他课程而言,应用型保险课程对学生的要求更高,包括分析保险公司的经营策略、评估市场风险以及保险产品的精算定价等。学生在学习过程中,由于涉及到的经济金融方面的专业知识多,加上数据时间跨度大、内容繁琐等多方面的客观因素,这类复杂的计算对于保险专业学生而言是个不小的挑战。因此开设保险专业编程实训课程,选择合适的信息技术工具十分必要。本文认为选择合适统计软件应当秉持快捷、实用和高效三大首要原则,与其他软件相比,Python语言无疑是最优的选择。

Python 是一种高层次的计算机语言,其最开始的版本只是一种用来编写自动化的脚本。随着软件版本的不断升级,其适用的范围越来越广泛。Python语言越来越深受人们的青睐,也因此吸引更多的高校开设Python 数据分析这门基础课程。学界对于Python语言课程的开设进行了一定的研究,嵩天等(2016)[8]认为Python语言开发了高级语言的表达形式,更有利于非计算机专业学生解决实际问题。赵霞和张珣(2017)[9]从心理认知机制角度研究发现Python语言对于非计算机专业学生的计算思维、解决问题能力和创新能力培养具有显著影响。傅骏等(2019)[10]认为Python在课程中的应用有助于培养学生应用型技能,并有效地提高课程效率。石小艳等(2021)[11]则认为Python课程应用广泛,不同专业开设时应根据教学大纲、教学方案和考核方式等方面进行相应改动。保险专业对于Python语言课程开设有着较强的需求,但目前Py⁃thon 课程在应用型保险教学中的研究仍然欠缺。本文将基于Python语言特点和案例研究对此进行论证。

二、Python语言的特点

Python语言由荷兰数学家吉多·范·罗苏姆(Guido Van Rossum)于1990年代初设计与创造,是一种使用广泛、跨平台的高级程序设计语言。经过数代版本的更迭,现阶段的Python语言被广泛应用于金融量化、风险管理和保险精算等金融保险数据分析领域。总结起来,Python语言主要有以下几个方面的优势。

(一)学习简单且具有规范性代码

Python编程软件相比其他编程语言(比如C、C++和R等)而言,其代码非常简单明了,容易辨别,并且更加容易上手。Python还有强制缩进的效果,这使得代码具有很强的可读性。例如要完成某个功能,如果使用Python来写程序,其代码量远远少于C语言,整体的内容简洁明了且可读性强,统计分析工作效率将会有显著提高。在应用型保险教育方面,Python语言对于初学者并无较大的学习压力,且具有上手速度快和代码简单易记等优势,对于没有编程基础的保险专业大学生而言,具有巨大的吸引力,能够极大程度地激发学生的学习探索欲望。

(二)面向对象范围广且库资源丰富

Python语言不同于面向过程(PO)的C语言和面对对象(OO)的C++、JAVA 等编程语言,Py⁃thon可以支持面向过程编程和面向对象编程,同时具有C 和C++的优势。数据和功能组合而成的对象构建起了整个Python的程序网络。对于信息技术基础较为薄弱的高校而言,Python语言课程的开发成本最低。Python 有很丰富的标准库和第三方库,有别于Stata、Eviews等计量编程软件的局限性,可以极大程度地对应保险专业学生日常需要用到的公式和模型。

(三)可移植性强

相比于其他编程软件,Python 程序可以在Linux、Windows、Android等多个平台上运行,安装Python就像安装Windows、LinuX中任何一种一般的应用程序一样简单方便。由于Python具有可移植性,使用者利用Python 构建跨平台运行的应用程序相对简单。而且Python 是开放式的编程软件,不同于SPSS 等专有型软件,其具有的免费属性使得学生能够在各个平台上轻易获得,能够较大程度降低师生的时间成本与经济成本。

Python 编程软件拥有学习容易、代码简单、较多的第三方库以及可移植性强等众多优点,在应用型保险课程中能够完成更多的教学任务。教师在开展应用型保险课程教学时,除了讲授基本的语法知识之外,更应当充分发挥Python语言简单明了的优势,通过案例教学的方式鼓励学生自己通过数据采集工具自行采集互联网数据,进而利用Py⁃thon语言开展金融数据分析,并实现数据量化、精算定价等策略。“案例教学法”在金融专业教学中的运用能够有效地激发学生的学习兴趣,并达到良好的教学效果。本文将基于Python语言开展的实证设计案例教学方案,为应用型保险教学课堂建设提供一种新的思路。

三、基于Python语言的教学设计

(一)教师任务

1.问题引入

近年来,随着我国人均消费水平不断提高,汽车的消费量不断攀升,汽车保险也迎来了新的发展契机。面对同业的竞争,各大保险公司为了抢占市场份额,实施加大打折力度等各种营销手段,导致车险利润迅速下滑,产品同质化严重,更糟糕的是投保人的续保率降低。在这个背景下,提高续保率和投保人未来对车险的兴趣变得尤为重要。

2.提供数据

为了保障教学质量和最后分析的准确性,教师应提前获得数据并提供数据。在此次教学设计中利用某保险公司网站上一份数据量近38万份的问卷切入教学内容。在开展教学前保证问卷的可信度,事先对该问卷进行信度分析。分析发现该问卷的KMO 为0.89,这表明该问卷适合做统计数据分析。

3.总结评价

对于学生提供的数据分析报告进行评价,针对性指出其建议的可行性与实用性,针对结论提出设想并组织学生讨论保险公司如何从年度保费、往来时长、车辆损坏情况以及年龄等方面入手,提高投保人的兴趣从而提高其续保率,增强学生的综合分析能力,让其掌握保险数据分析的核心思想。

(二)学生任务

1.数据处理

将客户ID、性别、年龄、是否有驾照(0/1)、用户所在区域的编码、之前是否投保、车龄、车辆损坏情况、年度保费、销售渠道、往来时长、是否响应所有变量等数据导入Python 软件中,探究投保人未来对汽车保险更感兴趣的影响因素。

2.基本情况描述

通过描述性统计分析,可以发现客户的平均年龄是38 岁,青年群体居多;45.82%的客户已经购买了车险;99.89%的客户持有驾照;客户的保费范围在2630 元-540165 元之间,平均保费金额是30564 元;此数据基于过去一年的数据,保险公司与客户的往来时间范围在10天-299天之间,平均往来时长为154天;客户对车辆保险感兴趣的概率为12.25%。随后选择性别(Gender)、是否有驾照(Driving_License)、之前是否投保(Previously_In⁃sured)、车龄(Vehicle_Age)、车辆损坏情况(Vehi⁃cle_Damage)、往来时长(Vintage)以及车险兴趣的响应概率(Annual_Premium)七个变量进行精算建模,可以得到往来时长、车辆损坏情况以及车龄等是影响投保人对汽车保险感兴趣的主要因素的相关结论。

3.描述性统计分析

其中部分代码表示如下:

问题一:性别与是否感兴趣

从图1 可以看出男性客户群体对汽车保险感兴趣的概率稍高。

图1 性别与是否感兴趣

问题二:是否有驾照和是否感兴趣

由图2可得,有驾照的客户对汽车保险感兴趣的概率较高。

图2 是否有驾照与是否感兴趣

问题三:之前是否投保与是否感兴趣

由图3可以发现,没有购买汽车保险的客户响应概率更高,已购买汽车保险的客户则没有这一需求。

图3 之前是否投保与是否感兴趣

问题四:车龄与是否感兴趣

由图4可得,车龄越长,响应概率越高,超过两年车龄的客户感兴趣的概率最高,其次是1年-2年车龄的客户,而小于1年的占比很小。

图4 车龄与是否感兴趣

问题五:车辆损坏情况与是否感兴趣

由图5可得,车辆曾经损坏过的客户有较高的响应概率。相比之下,车辆没有损坏过的客户响应概率很低。

图5 车辆损坏情况与是否感兴趣

4.数据分析过程

学生利用教师提供的已知数据进行相应的数据分析。

5.得出结论

由表1的输出结果可知,年度保费、往来时长、车辆损坏情况以及车龄是影响人们对汽车保险是否感兴趣的主要因素。

表1 最终输出结果

四、结束语

基于Python语言开展的保险课程教学不仅能够让保险专业的学生在巩固保险理论知识的基础上,更充分地理解和掌握应用型技能,还能够增强其对金融风险准确分析和把控的能力。本文通过设计案例教学的方式演示Python在保险精算课堂中的实证运用,为保险专业教学提供了新的思路。从简单明了的代码和对数据分析的需求可以看出,Python语言能够使学生更加快速准确直观地分析问题所在,教师能够通过学生实证分析的结果由点及面地启发学生的思考。因此Python语言应当成为保险专业统计分析软件的首选。对于一般高校而言,应用型专业课程的培养方案中应当优先考虑运用Python 软件进行分析;而对于条件较好的高校而言,Python 课程应当成为保险专业学生的基础课与必修课,并在此基础上开设更多的统计分析课程。

猜你喜欢
汽车保险感兴趣应用型
OBE模式应用型人才培养体系研究与实践
工作坊模式下汽车保险专业教学改革与实践
基于“1+X”证书的活页式教材开发设计——以汽车保险与理赔课程为例
对自己感兴趣
应用型高校推进跨学科人才培养的路径探索
基于应用型人才培养的独立学院考试管理策略研究
应用型高校混合式新型网络课堂教学改革
汽车保险诈骗防范机制研究
浅析汽车保险现状与发展分析
编读往来