ارائه الگوی سیستم پیش هشدار توانگری مالی شرکت های بیمه با استفاده از مدل پانل لاجیت مطالعه موردی: شرکت های بیمه ایرانی
محل انتشار: فصلنامه راهبرد مدیریت مالی، دوره: 10، شماره: 3
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 266
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFMZ-10-3_009
تاریخ نمایه سازی: 23 آذر 1401
چکیده مقاله:
توانگری مالی یکی از مهم ترین معیارهایی است که وضعیت مالی موسسات بیمه را به تصویر می کشد. بنابراین، ارائه الگویی که با لحاظ اثرات متغیرهای داخلی و خارجی قادر به پیش بینی احتمال افت توانگری باشد، می تواند در اثربخشی بیشتر این شاخص نقش موثری ایفاء نماید. هدف اصلی این پژوهش ارائه الگوی سیستم پیش هشدار بر مبنای احتمال افت توانگری از مقدار بحرانی آن از دیدگاه ناظر بیمه برای شرکت های بیمه ایرانی است. بدین منظور، ابتدا با استفاده از مطالعات پیشین، تعدادی از متغیرهای موثر بر توانگری، به عنوان متغیرهای مستقل در سه دسته متغیرهای؛ کلان اقتصادی، مالی و حاکمیت شرکتی انتخاب گردیدند. برای برازش مدل پیش هشدار از روش اقتصادسنجی لاجیت پانل و داده های ۱۸ شرکت بیمه برای دوره ۱۳۹۶-۱۳۸۷ استفاده شده است. یافته های پژوهش نشان می دهد متغیرهای مالی؛ نسبت جاری، شاخص هرفیندال - هیرشمن رشته ای و ضریب خسارت و متغیرهای اقتصادی؛ نرخ سود بانکی، رشد اقتصادی و تحریم های اقتصادی بین المللی و متغیر حاکمیت شرکتی تغییرات اعضای هیات مدیره، توضیح دهنده احتمال افت توانگری مالی به سطح بحرانی (سطح توانگری ۲ و کمتر) بوده اند. نرخ سود بانکی و تغییرات اعضای هیات مدیره به ترتیب بیشترین و کمترین تاثیر و ضریب خسارت در مقادیر بالای آن، بیشترین اثر را بر احتمال افت توانگری نشان می دهند.
کلیدواژه ها:
نویسندگان
کامبیز پیکارجو
استادیار دانشکده اقتصاد و مدیریت دانشگاه آزاد علوم و تحقیقات تهران، ایران.
محمود حق وردیلو
گروه مدیریت مالی، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
غلامرضا زمردیان
استادیار دانشکده مدیریت، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :