台灣產險市場自2009年4月費率自由化第三階段實施後，費率訂定依產險公司自家損失經驗及費用控制而訂，各產險業者必須在相關監理配套措施及自律規範下，進行市場費率自由定價及防止惡性競爭。然而隨著投保率的上升，損失率卻沒有獲得改善。有鑑於此，探究使得汽車第三人責任保險市場上損失率居高不下的原因，可能是由於訊息不對稱(Asymmetric Information)所致。 是故，本研究採用國內某家產物保險公司的樣本，針對台灣汽車第三人責任保險上的訊息不對稱問題進行實證研究。除了探討市場上是否存在訊息不對稱問題，更重要的是，嘗試區分在不同通路銷售保單上，可能面臨的訊息不對稱問題的影響程度。本研究的內容在於：(1)以與保險公司本身關係親疏不同之通路，銷售汽車保險保單時，實證研究在保單上所可能面臨的訊息不對稱問題的影響程度。 (2)依循Dionne et al的兩階段估計法(Two-Stage Method)，對訊息不對稱問題進行檢定。分別使用Probit Regression與Negative Binomial Regression建立實證模型，多重檢證訊息不對稱是否存在，確保了研究結論的穩健性和可靠性。(3)我們成功辨識逆選擇或道德風險所形成訊息不對稱，在不同通路投保人群體中的顯著性有所不同，這個發現增益了過去國內有關人車風險分類，與費率釐訂等定性研究的結論。

基於累積殘差的廣義線性模型檢查方法，由Su和Wei(1991)所提出。在本次研究中利用蒙地卡羅模擬的方式探討，在各種模型下該檢定方法的成效，當中包含：卜瓦松迴歸模型、羅吉斯迴歸模型及負二項迴歸模型。由於負二項分配相較於卜瓦松分配及二項分配多了一個參數r，其中負二項分配之隨機變數定義為：直到第r次成功之失敗次數。因此，亦探討了在不同參數r下，基於累積殘差的廣義線性模型檢查方法是否有成效上的差異。結果發現，當r較小時，該模型檢查方法，需要較多的樣本數；而當參數r過大時，由於參數r的估計結果與實際值差異過大，便會導致檢定結果成效不佳。另一部分，亦將基於累積殘差的廣義線性模型檢查方法輔以傳統的迴歸模型參數T檢定，使得模型的適合度檢定流程趨於完善。