نوع مقاله : مقاله علمی
نویسندگان
1 گروه پژوهشی بیمه های اموال و مسئولیت، پژوهشکده بیمه ایران، تهران، ایران
2 گروه پژوهشی مطالعات عمومی بیمه، پژوهشکدۀ بیمۀ ایران، تهران، ایران
چکیده
پیشینه و اهداف: ارزیابی صحیح و علمی ریسک صدور بیمهنامه یکی از حساسترین و مهمترین مراحل ارزیابی ریسک است و انجام آن باعث شناسایی مشتریان پرریسک و تعیین نرخ بیمهنامه، متناسب با ریسک مشتریان و در نتیجه پوشش مناسب خسارتهای مالی ادعاشده بهوسیلة حقبیمههای دریافتی میشود. در این پژوهش روشی جدید برای تبیین دقیقتر و کاربردیتر از ریسکفاکتور ارائه شده است. در این روش که مبتنی بر الگوریتم بدون نظارت خوشهبندی است، ابتدا بازههای مختلف هر عامل مؤثر بر خسارت بررسی و با توجه به میزان تأثیرگذاری بر سطوح خسارت مشتریان به چند ریسکفاکتور تقسیم میشوند. سپس با توجه به میزان ارتباط آن با بازة دیگر عوامل، از لحاظ ایجاد سطوح خسارت مشابه در مشتریان، با آنها ترکیب میشود و پکیجی شامل بازههای عوامل تأثیرگذار بر سطوح مختلف خسارت را تشکیل میدهد. بهاینترتیب بهجای یک ریسکفاکتور، پکیجهای مختلفی ایجاد میشود که هرکدام از آنها یک عامل ریسک یا همان ریسکفاکتور در نظر گرفته میشوند.
روششناسی: با استفاده از روش خوشهبندی کا-میانگین، بیمهگذاران به خوشههایی با ریسک همگن که در واقع ریسکپکیجهای متناظر با میزان پرخطر بودن مشتریان هستند، تقسیم شدهاند. براساس ساختار الگوریتم کا-میانگین تعداد خوشههای مورد نظر باید از پیش تعیین شود. این موضوع چالش اصلی استفاده از الگوریتم مزبور است. در همین راستا دو رویکرد اصلی اعتبارسنجی سایهنما (ضریب سیلوئت) و روش آرنج برای حل این مشکل ارائه شده است.
یافتهها: با توجه به نمودار آرنج و ضریب سیلوئت و همچنین در نظر گرفتن نیاز شرکتهای بیمه به ارزیابی کاربردی و منطبق بر واقعیت، 4 خوشه به دست آمد که با توجه به اینکه خوشة 2 و 3 در یک طیف نزدیک به هم و در نتیجه قابل پیوستن به یکدیگر هستند و خوشه با سطح ریسک متوسط را تشکیل میدهند، 3 خوشه بهعنوان بهترین خروجی دستهبندی بیمهگذاران لحاظ شد.
نتیجهگیری: از بررسی ویژگیهای بهدستآمده در 3 خوشة مطرحشده میتوان پکیجهای ریسک ذیل را معرفی کرد.
افراد با سنین بالا، متوسط و پایین (چگال در بازة 30 تا 58 سال) با ماشین ارزانقیمت و دارای جنسیت مرد را میتوان بهعنوان بیمهگذاران با بالاترین سطح ریسک معرفی کرد.
افراد با سنین متوسط و بالا (چگال در بازة 32 تا 53 سال) با ارزش ماشین متوسط و بالا را میتوان بیمهگذاران دارای ریسکهای متوسط در نظر گرفت.
افراد با سنین متوسط به بالا (چگال در بازة 51 تا 63 سال) با ماشین گرانقیمت را میتوان بیمهگذاران با پایینترین سطح ریسک در نظر گرفت.
کلیدواژهها
موضوعات
عنوان مقاله [English]
Providing the concept of risk package instead of risk factor in order to classify the risk of policyholders more accurately
نویسندگان [English]
- M. Esna-Ashari 1
- F. Khamesian 2
- F. Khanizadeh 1
1 Department of property and Casualty Insurance, Iranian Insurance Research Center, Tehran, Iran
2 Department of General Studies of Insurance, Iranian Insurance Research Center, Tehran, Iran
چکیده [English]
BACKGROUND AND OBJECTIVES: The accurate and scientific assessment of the risk to issue an insurance policy is one of the most critical and important stages of risk assessment frameworks. This leads companies to identify high-risk customers and determine the policy rates in accordance with their risks, and as a result, the claims will be covered appropriately through the insurance premiums. In this paper, a new method is presented to define the concept of risk factor in more practical, flexible and accurate way. In this method, which is based on an unsupervised clustering algorithm, initially, every single factor is examined based on different ranges and their corresponding impact on customer loss levels. Then, considering their connection with the ranges of other factors in terms of creating similar levels of customer loss, they are combined to form a package. Thus, different packages are created, each of which is considered a risk factor and comprise the ranges of factors affecting different levels of loss.
METHODS: The k-means clustering method was used to divide insurers into clusters with similar risks, which correspond to the risk packages associated with the customers' risk level. The number of desired clusters should be determined in advance, which is the main challenge of using this algorithm. Two main approaches for validation, namely the silhouette score and the elbow method, were presented.
FINDINGS: Based on the elbow plot and silhouette coefficient, as well as considering the practical and realistic evaluation needed by insurance companies, four clusters were obtained. Cluster 2 and 3 are similar and can be merged to form a cluster of medium risk level. Therefore, three clusters were considered the best outcome for categorizing insurance policyholders.
CONCLUSION: The risk packages can be introduced from the examination of the 3 clusters including People with high, medium and low age (confidence interval) with low price car whose gender is male can be introduced as the highest level of risk; People with medium and high ages (confidence interval) with medium and high car prices can be considered as medium risks, and Middle-aged and older people (confidence interval) with expensive cars were considered the lowest level of risk. From the results of these risk packages, it can be concluded that although a significant population of older policyholders falls into the first package (first cluster), they have the highest level of risk. On the other hand, the older people in the third package (even though their average age is the highest among the clusters) have the lowest level of risk. Another important point is that the risk level decreases as income increases simultaneously with age.
کلیدواژهها [English]
- Clustering
- Risk package
- Third party
- Unsupervised algorithm
نامه به سردبیر
سردبیر نشریه پژوهشنامه بیمه، هرگونه پیشنهاد و انتقاد دیگر نویسندگان و خوانندگان را در خصوص نقد و بررسی این مقاله مندرج در سامانه نشریه را ظرف مدت 3 ماه از تاریخ انتشار آنلاین مقاله در سامانه و قبل از انتشار چاپی نشریه، به منظور اصلاح و نظردهی امکان پذیر نموده است.، البته این نقد در مورد تحقیقات اصلی مقاله نمی باشد.
توجه به موارد ذیل پیش از ارسال نامه به سردبیر لازم است در نظر گرفته شود:
[1] نامه هایی که شامل گزارش آماری، واقعیت ها، تحقیقات یا نظریه پردازی ها هستند، لازم است همراه با منابع معتبر و مناسب همراه باشد، اگرچه ارسال بیش از زمان 3 نامه توصیه نمی گردد.
[2] نامه هایی که بجای انتقاد سازنده به ایده های تحقیق، مشتمل بر حملات شخصی به نویسنده باشند، توجه و چاپ نمی شود.
[3] نامه ها نباید بیش از 300 کلمه باشد.
[4] نویسندگان نامه لازم است در ابتدای نامه تمایل یا عدم تمایل خود را نسبت به چاپ نظریه ارسالی نسبت به یک مقاله خاص اعلام نمایند.
[5] به نامه های ناشناس ترتیب اثر داده نمی شود.
[6] شهر، کشور و محل سکونت نویسندگان نامه باید در نامه مشخص باشد.
[7] به منظور شفافیت بیشتر و محدودیت حجم نامه، ویرایش بر روی آن انجام می پذیرد.
ارسال نظر در مورد این مقاله