نوع مقاله : مقاله پژوهشی

نویسندگان

• محسن قره خانی ¹
• مرجان قره خانی ²
• فریال فراکش ³

¹ دکتری، گروه حسابداری، دانشکده مالی و حسابداری، مؤسسه آموزش عالی الکترونیکی ایرانیان، تهران، ایران.

² دانشجوی دکتری، گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه تربیت مدرس، تهران، ایران.

³ کارشناسی ارشد، گروه مدیریت، دانشکده مدیریت، علم و فناوری، دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران)، تهران، ایران.

چکیده

پیشینه و اهداف: پایداری و توانگری مالی شرکت‌های بیمه به‌عنوان یکی از ارکان بنیادین نظام مالی، نقش تعیین‌کننده‌ای در حفظ ثبات اقتصادی، کاهش ریسک‌های سیستمی و افزایش اعتماد بیمه‌گذاران و سایر ذی‌نفعان ایفا می‌کند. بروز بحران‌های مالی در بازارهای بیمه‌ای جهان نشان داده است که ضعف در سلامت مالی شرکت‌های بیمه می‌تواند پیامدهای گسترده‌ای برای کل نظام مالی داشته باشد. ازاین‌رو، شناسایی عوامل اثرگذار بر توانگری مالی و ارائة ابزارهای تحلیلی برای پایش و پیش‌بینی آن، از اهمیت ویژه‌ای برخوردار است. هدف اصلی این پژوهش، شناسایی متغیرهای مؤثر بر توانگری مالی شرکت‌های بیمة ایرانی و ارائة مدلی تحلیلی برای پیش‌بینی وضعیت مالی آن‌ها با بهره‌گیری از چهارچوب‌های بین‌المللی ارزیابی سلامت مالی است.
روش‌شناسی: در این پژوهش، از مجموعه‌ای از شاخص‌های برگرفته از مدل‌های معتبر بین‌المللی ارزیابی سلامت مالی شامل CARAMELS و شاخص‌های Financial Soundness Indicators (FSIs) استفاده شد. داده‌های مالی 25 شرکت بیمة ایرانی عمومی برای سال‌های 1398 تا 1403 از صورت‌های مالی استخراج شد. پس از انجام مراحل پیش‌پردازش شامل پالایش داده‌ها، بررسی نرمال بودن و حذف متغیرهای دارای هم‌خطی، مدل رگرسیون لجستیک به‌منظور تحلیل اثر متغیرها و پیش‌بینی توانگری مالی شرکت‌ها برآورد شد. همچنین، برای ارزیابی استحکام نتایج، تحلیل حساسیت ضرایب مدل انجام گرفت.
یافته‌ها: نتایج حاصل از برآورد مدل نشان داد که مدل نهایی از توان پیش‌بینی مناسبی برخوردار بوده و دقت پیش‌بینی آن برابر با ۸۴ درصد و مقدار ضریب برازش Pseudo R² برابر با 0.42 است. متغیرهای مرتبط با کفایت سرمایه، بازده دارایی‌ها و شاخص‌های نقدینگی اثر مثبت و معناداری بر احتمال برخورداری شرکت‌های بیمه از توانگری مالی مناسب داشته‌اند. در مقابل، متغیرهایی چون ذخایر خسارت معوق و بدهی‌های بیمه‌گذاران اثر منفی و معناداری بر توانگری مالی نشان داده‌اند. نتایج تحلیل حساسیت نیز بیانگر پایداری ضرایب و روایی مفهومی روابط استخراج‌شده است.
نتیجه‌گیری: یافته‌های پژوهش نشان می‌دهد که تقویت پایة سرمایه، بهبود مدیریت نقدینگی و کنترل ریسک‌های بیمه‌ای نقش مهمی در ارتقای توانگری مالی شرکت‌های بیمه دارد. همچنین، استفاده از چهارچوب‌های بین‌المللی سلامت مالی در کنار داده‌های بومی، امکان ارائة مدلی تحلیلی و کاربردی برای پایش و پیش‌بینی وضعیت مالی شرکت‌های بیمه ایرانی را فراهم می‌کند. نهادهای ناظر، مدیران صنعت بیمه و سیاست‌گذاران مالی می‌توانند از نتایج این پژوهش در جهت ارتقای ثبات و سلامت نظام بیمه‌ای کشور استفاده کنند.

کلیدواژه‌ها

• توانگری مالی
• رگرسیون لجستیک
• شاخص‌های سلامت مالی
• مدل CARAMELS

موضوعات

• توانگری مالی

عنوان مقاله [English]

Forecasting Changes in Financial Solvency of Insurance Companies Using Financial Soundness Indicators

نویسندگان [English]

• Mohsen Gharahkhani ¹
• Marjan Gharahkhani ²
• Feryal Farakesh ³

¹ Ph.D., Department of Accounting, Faculty of Finance and Accounting, Iranian eUniversity, Tehran, Iran.

² PhD Student, Department of Industrial Engineering, Faculty of Engineering, Tarbiat Modares University, Tehran, Iran.

³ Master's degree, Department of Management, Faculty of Management, Science and Technology, Amirkabir University of Technology, Tehran, Iran.

چکیده [English]

BACKGROUND AND OBJECTIVES: The financial solvency and sustainability of insurance companies is widely recognized as a fundamental cornerstone of financial system stability, given the central role insurers play in risk transfer, loss absorption, and long-term capital allocation. Solvent insurance institutions contribute to economic resilience by protecting policyholders, limiting contagion effects, and reinforcing trust in financial markets. International experience, particularly during episodes of financial disstress and insurance market disruptions, has shown that weaknesses in insurers’ financial soundness can propagate systemic risk, amplify macroeconomic shocks, and undermine the effectiveness of regulatory frameworks. As a result, supervisory authorities increasingly emphasize the development of early-warning mechanisms and analytical tools capable of monitoring and forecasting insurers’ financial conditions in a timely and reliable manner. In this context, identifying the determinants of insurers’ financial solvency and constructing empirically robust predictive models have become key research priorities. While several internationally recognized frameworks—such as Risk-Based Capital Systems, Solvency II, and Financial Soundness Indicators—have been developed and applied across advanced insurance markets, their empirical adaptation to emerging and developing insurance systems remains limited. In Iran, despite the expansion of the insurance industry, increased private sector participation, and greater product complexity, empirical studies that integrate global solvency frameworks with firm-level domestic data are still relatively scarce. Accordingly, the primary objective of this study is to identify the key financial factors influencing the solvency of Iranian insurance companies and to develop an analytical model for predicting their financial condition based on internationally accepted financial soundness frameworks.
METHODS: This study adopts a quantitative approach grounded in established international solvency assessment methodologies. A comprehensive set of indicators was constructed using the CARAMELS framework and Financial Soundness Indicators (FSIs), capturing critical dimensions of insurers’ financial health, including capital adequacy, asset quality, reinsurance structure, actuarial soundness, management efficiency, profitability, liquidity, and sensitivity to risk. Financial data were extracted from the audited financial statements of Iranian insurance companies over the study period and subjected to rigorous preprocessing procedures, including data validation, standardization, normality assessment, and the mitigation of multicollinearity among explanatory variables. Given the binary nature of the dependent variable indicating improvement or deterioration in financial solvency, a logistic regression model was employed to estimate the probability of maintaining adequate solvency. Model parameters were estimated using maximum likelihood techniques, and model adequacy was evaluated through standard goodness-of-fit measures and classification performance indicators. To assess the robustness and stability of the estimated relationships, a sensitivity analysis was conducted by examining changes in coefficient estimates and predictive outcomes under alternative specifications. This methodological design allows both explanatory insight into solvency drivers and practical predictive capability for supervisory use.
FINDINGS: The empirical results indicate that the estimated model demonstrates a strong predictive performance and satisfactory explanatory power. The final specification achieves an overall prediction accuracy of 84 percent, with a Pseudo R² value of 0.42, suggesting a substantial improvement over baseline models and confirming the relevance of the selected financial soundness indicators. Capital adequacy variables exhibit a positive and statistically significant relationship with financial solvency, highlighting the importance of strong equity positions and sufficient capital buffers in enhancing insurers’ resilience. Profitability measures, particularly return on assets (ROA), also show a significant positive effect on solvency, reflecting the role of efficient asset utilization and sustainable earnings generation in supporting long-term financial stability. Liquidity-related indicators similarly exert a positive influence, underscoring the importance of maintaining adequate liquid resources to meet short-term obligations and absorb unexpected shocks. In contrast, variables associated with insurance risk exposures such as outstanding claims reserves and policyholder-related liabilities demonstrate statistically significant negative effects on solvency. These results suggest that excessive reserve burdens and growing insurance liabilities can materially weaken insurers’ financial positions if not properly managed. The sensitivity analysis confirms the stability of the estimated coefficients, as both the direction and relative magnitude of key effects remain consistent across alternative model specifications.
CONCLUSION: The findings of this study indicate that capital strength, profitability, and effective liquidity management are central determinants of financial solvency in the Iranian insurance industry, while insufficient control of insurance-related liabilities poses a significant risk to financial stability. By integrating internationally recognized financial soundness frameworks with localized firm-level data, this research provides a practical and analytically robust model for monitoring and forecasting insurers’ financial conditions. The proposed approach offers valuable implications for regulatory authorities seeking to strengthen early-warning systems, for insurance company managers engaged in strategic financial planning, and for policymakers aiming to enhance the resilience and stability of the national insurance system. Overall, the study demonstrates that internationally established solvency assessment frameworks can be effectively adapted to emerging insurance markets when combined with appropriate econometric techniques and context-specific data. The results provide a solid empirical foundation for future research and for the development of more advanced, data-driven solvency monitoring tools in the insurance industry.

کلیدواژه‌ها [English]

• Caramels model
• Financial solvency
• Financial soundness
• Insurance company
• Insurance research center
• Logistic regression