پیش بینی بازخرید بیمه نامه های زندگی به شرط فوت با استفاده از شبکه های عصبی عمیق

  • سال انتشار: 1402
  • محل انتشار: فصلنامه پژوهشنامه بیمه، دوره: 38، شماره: 4
  • کد COI اختصاصی: JR_JIRC-38-4_002
  • زبان مقاله: فارسی
  • تعداد مشاهده: 393
دانلود فایل این مقاله

نویسندگان

عباس خندان

گروه اقتصاد امور عمومی، دانشکده اقتصاد، دانشگاه خوارزمی، تهران، ایران

لیلی نیاکان

گروه مطالعات عمومی بیمه، پژوهشکده بیمه ایران، تهران، ایران

زهرا فخاری نژاد

گروه بیمه های زندگی، شرکت بیمه دی، تهران، ایران

چکیده

پیشینه و اهداف: ضریب نفوذ بیمه عمر به عنوان یک محصول مهم بیمه ­ای و برنامه­ ریزی مالی در ایران بسیار پایین است و یکی از دلایل آن بازخرید بیمه ­نامه­ هاست. هدف این مقاله بررسی تاثیر مشخصه­ های فردی و قراردادی بیمه ­نامه­ هاست که بر بازخرید بیمه­ نامه­ های عمر به شرط فوت اثر می­گذارند.روش شناسی: برای این منظور از داده­های آماری و اطلاعات ثبتی ۳۵۱۷۱ خریدار بیمه­نامه­های عمر و مستمری یک شرکت بیمه­ای در مقطع سال ۱۴۰۰ به‎عنوان پایلوت استفاده شد. برای تجزیه و تحلیل نیز از داده کاوی و الگوریتم­ های یادگیری عمیق و شبکه عصبی که دقت بسیار بالایی در پیش­بینی دارند استفاده شد.یافته ها: مدل از دقت مطلوب ۷۴ درصد در پیش­بینی هر دو نوع بیمه­نامه­های عدم بازخرید و بازخرید شده برخوردار است. البته در پیش­بینی عدم بازخرید بیمه­نامه­ها عملکرد بسیار بهتر بوده اما چون موضوع اصلی مقاله پیش­بینی بیمه­نامه­های بازخرید شده است، در تفسیر نتایج بیشتر به آن توجه شد. نتایج بدست آمده با وجود مشکل نامتوازن بودن داده­ها مطلوب است. در داده­ها مورد بررسی نسبت بیمه­نامه­های بازخریدی به عدم بازخرید ۳ به ۱۰۰ است که این عدم توازن موجب می­شود فرآیند یادگیری به سمت پیش­بینی طبقه با بیشترین فراوانی سوگیری پیدا کند. با این وجود، شاخص پوشش ۵۹ درصدی بدست آمده نشان داد که از مجموع ۲۴۴ بیمه­نامه بازخرید شده در مجموعه داده تست، شبکه توانسته اغلب آنان یعنی ۱۴۵ مورد را به درستی در طبقه بیمه­نامه­های بازخریدی پیش­بینی و طبقه­بندی کند.نتیجه گیری: نشان داده شد که از مشخصه­های جمعیت­شناختی متغیرهای سن، جنسیت زن، اضافه نرخ پزشکی، نرخ خطر حادثی و از مشخصه ­های قرارداد نیز مدت بیمه ­نامه، مدت زمان سپری­شده از شروع بیمه­نامه، شیوه پرداخت حق­بیمه با اقساط بلندمدت­تر، بالاتر بودن ضرایب افزایش سالانه سرمایه و حق­بیمه و کمتر بودن تعداد موارد پوشش و سرمایه فوت با بازخرید اثر عکس داشته و احتمال آن را کاهش می­دهند. با بازخرید بیمه ­نامه بصورت عکس مرتبط هستند. نسبت بیمه­گذار و بیمه­شده نیز تاثیرگذار بوده و نشان داده شد که بازخرید وقتی بیمه­گذار بیمه­نامه عمر را برای خود بخرد در حداقل و با دور شدن نسبت خویشاوندی احتمال بازخرید افزایش می­یابد.

کلیدواژه ها

بازخرید, بیمه عمر به شرط فوت, پیش بینی, مدل شبکه عصبی

اطلاعات 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.