رفتار مدلهای غیرخطی در پیشبینی توانگری مالی شرکتهای بیمه بورسی
- سال انتشار: 1399
- محل انتشار: فصلنامه پژوهشنامه بیمه، دوره: 35، شماره: 1
- کد COI اختصاصی: JR_JIRC-35-1_004
- زبان مقاله: فارسی
- تعداد مشاهده: 483
نویسندگان
دانشجوی دکتری ،دانشگاه آزاد سلامی ،واحدعلی آباد کتول،ایران
استاد دانشگاه الزهرا
دانشیار، دانشگاه آزاد سلامی ،واحدعلی آباد کتول،ایران
دانشیار،دانشگاه آزاد سلامی ،واحدعلی آباد کتول،ایران
چکیده
هدف: از آنجاییکه بقای تعهدات مربوط به بیمهگذاران و به حداکثر رساندن منافع شرکت از مهمترین اهداف شرکتهای بیمه بوده و از سویی سازمانهای نظارتی هر کشور به تصویب قوانین و مقررات خاص و مدیران با اتخاذ تدابیر احتیاطی و راهکارهای فنی و مالی نوین سعی میکنند تا توان مالی شرکتهای بیمه را در حد قابل قبولی حفظ کنند لذا هدف از این پژوهش ارائه یک مدل هوشمند جهت پیشبینی توانگری مالی در شرکتهای بیمه، به عنوان یک سیستم پشتیبان تصمیم میباشد. روششناسی: به منظور ارائه مدل پیشبینی کننده توانگری مالی شرکتهای بیمه با بررسی پیشینه تعداد ۱۷متغیر به عنوان متغیر پیشبین جهت پیشبینی طبقه توانگری مالی از منابع معتبر سایت بیمه مرکزی ج.ا.ا، طی سال ۱۳۹۲ تا ۱۳۹۶ استخراج شده است. در این پژوهش ابتدا نتایج حاصل از بهکارگیری مدلهای مختلف پیشبینی مبتنی بر هوش مصنوعی شامل: درخت تصمیم، شبکه عصبی، نایبویز مورد مقایسه قرار گرفت در مرحله بعد رتبهبندی الگوریتمهای پیشبینی شونده مورد بررسی قرار گرفت. یافتهها: نتایج حاصل از این پژوهش نشان داد درخت تصمیم با دقت ۹۹ درصد بهترین عملکرد را در پیشبینی توانگری مالی دارد با توجه به اینکه درخت تصمیم، مدلهای شناخت و نگاشت غیرخطی و الگوهای آشوب گونه بین متغیرهای هدف و تصمیم میباشد. نتیجهگیری: بالا بودن دقت مدل درخت تصمیم در پیشبینی توانگری مالی، را اثبات میکند و مدل استخراج شده با استفاده از درخت تصمیم دقت و قابلیت بسیار بالایی در تخمین را داراست. طبقه بندی موضوعی JEL: G۱۱,G۱۷, M۶کلیدواژه ها
بازارهای مالی, طبقه توانگری, دادهکاوی, توانگری مالی, هوش مصنوعیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.