مقاله علمی
ارزیابی ریسک در رشته های بیمه
مهسا تجددی نودهی؛ سمانه حسینی خطیبانی؛ محسن یزدی نژاد؛ سمیه زلفی
چکیده
پیشینه و اهداف: صنعت بیمة درمانی در پیشبینی هزینه‌‌های بیمه افراد که براساس پارامترهای پیچیده‌‌ای مانند سن و ویژگیهای فیزیکی است، با چالش مهمی مواجه است. شرکتهای بیمه برای مدیریت ریسک و جلوگیری از زیان احتمالی، بیمه‌گذاران را به دو گروه پرخطر و کمخطر دستهبندی میکنند. بااین‌حال، برآورد دقیق هزینهها برای هر فرد ...
بیشتر
پیشینه و اهداف: صنعت بیمة درمانی در پیشبینی هزینه‌‌های بیمه افراد که براساس پارامترهای پیچیده‌‌ای مانند سن و ویژگیهای فیزیکی است، با چالش مهمی مواجه است. شرکتهای بیمه برای مدیریت ریسک و جلوگیری از زیان احتمالی، بیمه‌گذاران را به دو گروه پرخطر و کمخطر دستهبندی میکنند. بااین‌حال، برآورد دقیق هزینهها برای هر فرد میتواند کار سختی باشد. برای مقابله با این چالش، ما رویکردی مبتنی بر علم داده و یادگیری ماشین را پیشنهاد میکنیم که از یادگیری جمعی برای پیشبینی افراد پرخطر و کمخطر استفاده میکند.روش‌شناسی: روش پیشنهادی شامل مراحل مختلفی از جمله پیش‌‌پردازش دادهها، مهندسی ویژگی‌‌ها و اعتبارسنجی متقابل برای ارزیابی عملکرد مدل است. در مرحلة اول، دادهها را با پاک کردن، مدیریت مقادیر ازدست‌رفته و رمزگذاری متغیرهای طبقه‌‌بندی، پیش‌‌پردازش میکنیم. در مرحلة دوم، ما ویژگیهای جدیدی را با استفاده از روشهای مهندسی ویژگی‌‌ها مانند مقیاس‌بندی، نرمال‌سازی و کاهش ابعاد تولید میکنیم. این روش‌‌ها به استخراج اطلاعات معنادار از دادهها و بهبود عملکرد مدل کمک میکند. در مرحلة بعد، ما از یادگیری جمعی برای ترکیب روشهای رگرسیون متعدد، مانند رگرسیون لجستیک، شبکه‌های عصبی، ماشین‌های بردار پشتیبانی، جنگل‌های تصادفی، LightGBM و XGBoost استفاده میکنیم. هدف از ترکیب این روش‌‌ها این است که از نقاط قوت آن‌ها استفاده کنیم و نقاط ضعف آن‌ها را به حداقل برسانیم تا به دقت پیشبینی بهتری دست یابیم. در نهایت، عملکرد مدل را با استفاده از روش اعتبارسنجی متقاطع k-fold ارزیابی میکنیم. این روش به اعتبارسنجی دقت مدل و جلوگیری از برازش بیش از حد کمک میکند.یافته‌ها: رویکرد پیشنهادی ما به AUC برابر با 73/0 دست مییابد که اثربخشی آن را در پیشبینی افراد پرخطر و کمخطر نشان میدهد.نتیجه‌گیری: با استفاده از علم داده و روشهای یادگیری ماشین، شرکتهای بیمه می‌‌توانند دقت برآورد هزینة خود را بهبود بخشند و ریسک را بهتر مدیریت کنند. این رویکرد میتواند به شرکتهای بیمه کمک کند تا پوشش بیمهای و قیمتگذاری دقیق‌‌تری را برای افراد ارائه دهند که به رضایت بیشتر مشتریان و کاهش زیان‌‌های مالی منجر میشود.
مقاله علمی
ارزیابی ریسک در رشته های بیمه
مریم اثنی عشری؛ فرزان خامسیان؛ فربد خانی زاده
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 ...
بیشتر
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.
مقاله علمی
بازاریابی و فروش بیمه
حسین رحیمی کلور؛ رحیم محمدخانی
چکیده
پیشینه و اهداف: استفاده از شیوه‌‌های نوین بازاریابی در کسب‌وکارهای امروزی به‌شدت مورد نیاز تمام سازمان‌هاست. یکی از مسائل مهم در حوزة حفظ و نگهداشت مشتری ارزش طول عمر مشتری است. ارزش طول عمر مشتری تأثیر زیادی در بهینه‌سازی عملکردهای شرکتها، از جمله شرکتهای بیمه دارد. هدف از اجرای این پژوهش، شناسایی عوامل اثرگذار بر افزایش ...
بیشتر
پیشینه و اهداف: استفاده از شیوه‌‌های نوین بازاریابی در کسب‌وکارهای امروزی به‌شدت مورد نیاز تمام سازمان‌هاست. یکی از مسائل مهم در حوزة حفظ و نگهداشت مشتری ارزش طول عمر مشتری است. ارزش طول عمر مشتری تأثیر زیادی در بهینه‌سازی عملکردهای شرکتها، از جمله شرکتهای بیمه دارد. هدف از اجرای این پژوهش، شناسایی عوامل اثرگذار بر افزایش ارزش طول عمر مشتری شرکتهای بیمه است.روش‌شناسی: این پژوهش از نوع پژوهش‌های آمیخته با رویکرد کیفی و کمّی است که از نظر هدف، کاربردی و از لحاظ نحوة گردآوری داده، از نوع مطالعات پیمایشی است. جامعة آماری پژوهش، مدیران و کارشناسان شرکتها و سازمان‌های بیمه، خبرگان و اساتید دانشگاهی بودند که با استفاده از روش نمونه‌گیری گلوله‌برفی انتخاب شدند. در بخش کیفی ابزار گردآوری اطلاعات، مصاحبه و در بخش کمّی پرسش‌نامه بود که برای شناسایی مقوله‌ها، از مصاحبة نیمه‌ساختاریافته و از پرسش‌نامه به‌منظور اعتباریابی الگو استفاده شد. در بخش کیفی روش تحلیل دادهها، رویکرد نظریة داده‌بنیاد با روش استراوس و کوربین بود که با استفاده از نرمافزار MAXQDA و با استفاده از روش کدگذاری تدوین شد و در بخش کمّی، روش تحلیل بر مبنای آزمون همبستگی کندال بود. به‌منظور بررسی روایی پژوهش بخش کیفی، از مدل کرسول به همراه روایی محتوایی و پایایی درون کدگذار و میان کدگذار و در بخش کمّی به‌منظور آزمون روایی پژوهش از روایی اعتبار محتوا و بازآزمون بهره گرفته شد.یافته‌ها: در پژوهش حاضر پس از تجزیه‌وتحلیل دادههای به‌دست‌آمده در فرایند پژوهش در آخر تعداد 9 عامل علّی، 3 عامل راهبردی، 4 عامل مداخله‌گر، 3 عامل زمینه‌ای و در نهایت پیامدهای افزایش ارزش ویژة مشتری در صنعت بیمه شناسایی شدند.نتیجه‌گیری: پژوهش شامل ارائة مدلی مشتمل بر شرایط علّی، زمینه‌ای و مداخله‌گر، به همراه معرفی پدیدة محوری و ارائة راهبردهای افزایش ارزش طول عمر مشتری و شناسایی پیامدهای آن است.
مقاله علمی
قیمتگذاری محصولات بیمهای
ابراهیم سهرابی؛ مهدی جباری نوقابی
چکیده
پیشینه و اهداف: توزیع وایبول که فیزیک‌دانی سوئدی به نام وایبول معرفی کرد، امروزه رایج‌ترین مدل مورد استفاده در مطالعات قابلیت اطمینان، طول عمر، کنترل کیفیت و به‌طور وسیعی در شاخه‌‌‌های مختلف علوم از جمله بیمه، پزشکی و مهندسی استفاده میشود. این توزیع برای الگوسازی دادههای مختلف، انعطاف‌پذیری زیادی دارد. هدف اصلی این پژوهش ...
بیشتر
پیشینه و اهداف: توزیع وایبول که فیزیک‌دانی سوئدی به نام وایبول معرفی کرد، امروزه رایج‌ترین مدل مورد استفاده در مطالعات قابلیت اطمینان، طول عمر، کنترل کیفیت و به‌طور وسیعی در شاخه‌‌‌های مختلف علوم از جمله بیمه، پزشکی و مهندسی استفاده میشود. این توزیع برای الگوسازی دادههای مختلف، انعطاف‌پذیری زیادی دارد. هدف اصلی این پژوهش محاسبة حق‌بیمه و برآورد پارامترهای توزیع وایبول با استفاده از روشهای مختلف برآورد استروش‌شناسی: در این مقاله به برآورد پارامترهای توزیع وایبول و حقبیمة خالص با استفاده از برآودگرهای گشتاوری، ماکسیمم درست‌نمایی، کمترین توان‌‌‌های دوم خطا، کمترین توان‌‌‌های دوم وزنی، صدکی، کرامر– فون– میسز، آمیختة گشتاوری و ماکسیمم درست‌نمایی در حضور دادههای پرت پرداخته شده است. از نرمافزار R برای شبیه‌سازی و محاسبات عددی و از نرمافزار Easyfit برای برازش توزیع وایبول به دادههای مثال واقعی استفاده شد. در پایان دو مثال واقعی برای بهدست آوردن برآوردگرهای متفاوت با حق‌بیمه درصورتی‌که دو پارامتر β و θ مجهول و α معلوم است، ارائه شده است.یافته‌ها: در این پژوهش اریبی، میانگین توان دوم خطای حقبیمة خالص و پارامترهای مجهول β و θ با استفاده از برآوردگرهای مختلف برای دادههای توزیع وایبول و همچنین واریانس تعمیم‌یافتة پارامترهای مجهول β و θ بهدست آمد.نتیجه‌گیری: در این قسمت به بررسی و مقایسة برآوردگرها با استفاده از دادههای واقعی و شبیه‌سازی‌شده پرداخته شد که برای دادههای واقعی در روشهای مختلف k-max متفاوت بهدست آمد. برای نمونه، در روش گشتاوری k-max برابر 5 شد که براساس آن حقبیمة خالص 3.37657 است. در دادههای شبیه‌سازی‌شده نیز با توجه به k (تعداد دادههای دورافتاده)، n (حجم نمونه) و مقادیر β و θ، مقادیر اریبی، میانگین توان دوم خطا و واریانس تعمیم‌یافتة حق‌بیمه و برآوردگرهای مختلف بهدست آمد که برای نمونه برای n=10، k=1، β=1.5، θ=3 و70 α= با مقایسة اریبی و واریانس تعمیم‌یافته برآوردگرها به این نتیجه می‌‌‌رسیم که براساس اریبی، برآوردگر صدکی دارای عملکرد بهتری نسبت به دیگر برآوردگرهاست، یعنی دارای اریبی کمتری است و با توجه به واریانس تعمیم‌یافته، برآوردگر ماکسیمم درست‌نمایی دارای عملکرد بهتری نسبت به سایر برآوردگرهاست و برآوردگرها سازگارند (با افزایش حجم نمونه واریانس تعمیم‌یافته کاهش مییابد). براساس میانگین توان دوم خطا، برآورد گشتاوری دارای عملکرد بهتری نسبت به سایر برآوردگرهاست.
مقاله علمی
اقتصاد مالی/ بیمه
سمیه بابائی؛ محسن رستمی مال خلیفه؛ مجتبی حیدری
چکیده
پیشینه و اهداف: سود آوری یکی از مهم‌ترین شاخص‌‌های عملکرد شرکتهای بیمه است، زیرا نشان‌‌دهندة توانایی بیمهگر (شرکت بیمه) برای سرمایه‌گذاری و رشد آن است و ناظران با تکیه بر ویژگیهای مالی در رابطه با سودآوری، بقای بیمهگر را تعیین میکنند. در سال‌‌های اخیر، محققان از روش تحلیل پوششی دادهها (DEA) به‌طور گسترده‌ای برای ...
بیشتر
پیشینه و اهداف: سود آوری یکی از مهم‌ترین شاخص‌‌های عملکرد شرکتهای بیمه است، زیرا نشان‌‌دهندة توانایی بیمهگر (شرکت بیمه) برای سرمایه‌گذاری و رشد آن است و ناظران با تکیه بر ویژگیهای مالی در رابطه با سودآوری، بقای بیمهگر را تعیین میکنند. در سال‌‌های اخیر، محققان از روش تحلیل پوششی دادهها (DEA) به‌طور گسترده‌ای برای ارزیابی عملکرد انواع مختلف شرکتهای بیمه استفاده کرده‌اند. سودآوری نیز به‌دلیل کاستی نسبت‌‌های مالی متعارف در بسیاری از مطالعات، با روشهای تحلیل پوششی دادهها اندازه‌‌گیری میشود. با توجه به رشد سریع صنعت بیمه در کشور ایران و ضرورت بررسی بیشتر سودآوری صنعت بیمة اموال (غیرزندگی) در ایران و گسترش تحلیل پوششی، تحقیق حاضر انجام شده است.روش‌شناسی: این مطالعه به بررسی تحول و عوامل تعیینکننده سودآوری 18 شرکت بیمه پذیرفته‌شده در بورس اوراق بهادار تهران در سال‌‌های 1393 تا 1400 می‌‌پردازد، اطلاعات این شرکتها در دورة پژوهش کامل و در دسترس هستند. در این مطالعه سودآوری به‌وسیلة تحلیل پوششی دادهها اندازه‌‌گیری میشود. علاوه بر‌این، مدل برآوردگر توبیت نیز برای مطالعه و بررسی تأثیر اندازه شرکت، سن شرکت و تنوع محصول بر سودآوری بیمه‌گران استفاده میشود تا فرضیه‌‌ها آزمون و بررسی شود..یافته‌ها: نتایج تجربی اهمیت ترتیب مناسب هزینهها و درآمدها برای بیمهگر را نشان میدهد؛ همچنین نتایج نشان میدهد که اندازة شرکت، سن شرکت و تنوع محصول با سودآوری رابطة معناداری ندارند.نتیجه‌گیری: شرکتهای بیمه باید ساختار مخارج و انواع مختلف کسب‌و‌کار خود را به‌درستی ترتیب دهند. ترکیب اشتباه مخارج ورودی و درآمد خروجی به شکست در دستیابی به حداکثر نسبت سود منجر میشود. ازاین‌رو، ازیک‌سو، ساختار هزینه‌‌های یک شرکت بیمه باید بهینه شود. ازسویدیگر، به‌جای اتکای بیش از حد بر عملکرد ادغام ریسک و ریسک، باید انواع مختلف کسب‌و‌کار را در نظر گرفت. این مطالعه به درک بهتر عملکرد شرکتهای بیمه کمک میکند تا موقعیت نسبی سودآوری خود را در صنعت درک کند و نیز راهبردهای هدفمند را تدوین کند، و برای دولت کمک‌‌کننده است که درک بهتری از توسعة صنعت داشته باشد و سیاست‌‌های مربوطه را تدوین کند.
مقاله علمی - ترویجی
مطالعات تطبیقی در حوزه بیمه
حوریا حاجیان؛ اعظم زرجینی
چکیده
پیشینه و اهداف: با توجه به رشد روزافزون فنّاوری اطلاعات و کسب‌وکارهای مبتنی بر داده و روند رو به رشد اطلاعات در پایگاههای داده، صنعت بیمه نیز به‌عنوان یکی از کسب‌وکارهای یادشده با حجم انبوهی از اطلاعات ذخیره‌شده روبه‌رو است. این حجم انبوه دادهها شرکتهای بیمهای را ملزم میسازد تا با شیوه‌‌های داده‌کاوی، دانش موجود ...
بیشتر
پیشینه و اهداف: با توجه به رشد روزافزون فنّاوری اطلاعات و کسب‌وکارهای مبتنی بر داده و روند رو به رشد اطلاعات در پایگاههای داده، صنعت بیمه نیز به‌عنوان یکی از کسب‌وکارهای یادشده با حجم انبوهی از اطلاعات ذخیره‌شده روبه‌رو است. این حجم انبوه دادهها شرکتهای بیمهای را ملزم میسازد تا با شیوه‌‌های داده‌کاوی، دانش موجود در پایگاههای داده را کشف کنند. ازسویدیگر توسعة روشهای نوین داده‌کاوی و کشف الگوهای پنهان در پایگاههای داده به‌سرعت رو به افزایش است.روش‌شناسی: در این مقاله با هدف بررسی جامع بر کاربرد داده‌کاوی در صنعت بیمة دنیا، جدیدترین مستندات علمی مربوطه در چهار سناریوی مختلف شامل تحقیقات صنعت بیمه، داده‌کاوی در بیمه، کشف تخلفات و ریسک در بیمه از وب‌سایت علمی Web of Science دریافت و با رویکرد علمسنجی تحلیل و بررسی شده است. نتایج به‌دست‌آمده نشان میدهد رشد دادههای موجود در شرکتهای بیمه و شناسایی ریسک و فاکتورهای آن، شرکتهای بیمه و پژوهشگران را به بررسی روشهای نوین مدیریت پایگاههای داده و دادههای بزرگ و همچنین شناسایی ریسک و فاکتورهای آن با استفاده از شیوه‌‌های داده‌کاوی ملزم میسازد.یافته‌ها: بدین منظور برای تسهیل در تحقیقات پژوهشگران آینده و استفاده از مطالعات پیشین داده‌کاوی در صنعت بیمه، در این مقاله شبکة هم‌استنادی کشورهای مختلف و معتبرترین مجلات علمی براساس شاخص ارزیابی استناد به مقالات معرفی شده است.نتیجه‌گیری: در نتایج این مقاله فهرست مجلات معتبر علمی و موضوعاتی را که در هریک به‌طور تخصصی به آن پرداخته شده، ارائه کرده‌ایم تا مرور ادبیات جامع در این مقاة مروری مسیر مطالعات آینده صنعت بیمه را هموارتر سازد. همچنین رتبه‌بندی برترین کشورهای جهان که متمرکز بر مطالعات داده‌کاوی در صنعت بیمه بوده است، آورده شده و رتبة ایران در میان سایر کشورها نیز مشخص شده است. استفاده از مطالعات و مجلات علمی معتبر میتواند راه پژوهش‌های آینده را در پیشرفت این مطالعات در صنعت بیمة ایران را هدفمندتر کند.
