CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

بررسی روشهای متداول در پیش بینی ریسک و نرخ گذاری بیمه آتش سوزی و چگونگی بکارگیری این پیش بینی ها در نرخ گذاری بیمه آتش سوزی در شرکتهای بیمه کشور

عنوان مقاله: بررسی روشهای متداول در پیش بینی ریسک و نرخ گذاری بیمه آتش سوزی و چگونگی بکارگیری این پیش بینی ها در نرخ گذاری بیمه آتش سوزی در شرکتهای بیمه کشور
شناسه ملی مقاله: INSDEV18_023
منتشر شده در هجدهمین همایش ملی و چهارمین سمینار بین المللی بیمه و توسعه در سال 1390
مشخصات نویسندگان مقاله:

غدیر مهدوی - عضو هیئت علمی دانشگاه علامه طباطبائی، دانشکده بیمه اکو
فاطمه نصیری - کارشناس ارشد رشته علوم محاسبات و برنامه ریزی بیمه، دانشگاه علامه طبا

خلاصه مقاله:
پیش بینی ریسک و تعیین حق بیمه دقیق کار سادهای نیست و عوامل زیادی هستند که بر ریسکهای موجود در هر یک از شاخه های بیمه اثر میگذارند و باید به طور پیوسته مورد ارزیابی قرار گیرند. صنعت بیمه کشور نیازمند آشنایی با روشهای نرخگذاری در بیمه آتش سوزی است لذا دو روش متداول در نرخ گذاری های بیمه اموال -روش ضریب خسارت و روش حق- بیمه خالص- برای محاسبه نرخهای پایه در این مقاله بررسی میگردند. روش محاسبه اجزای معادله اساسی بیمه، شامل خسارات، هزینه ها و حق بیمه از طریق دادههای گذشته برای دوره جاری و همچنین پیش بینی این مقادیر برای دورهای که این نرخها مورد استفاده خواهند گرفت نیز بررسی خواهد شد. با بررسی دادههای مورد نیاز برای اجرای هر یک از این روشها و تطبیق آن با دادههای جمع آوری شده در ایران نتیجه میگیریم که روش حق بیمه خالص، روش مناسب تری برای محاسبه نرخ- های بیمه آتش سوزی بر اساس شرایط حاکم بر بازار بیمه آتش سوزی کشور و سیستم تعرفهای موجود میباشد. علاوه بر این نتایج تحقیق نشان میدهد که کمبودهای بسیاری در سیستم جمع آوری دادههای مربوط به حق بیمه ها، خسارات، هزینه ها و غیره در روش تعیین حق بیمه خالص وجود دارد. همچنین در این تحقیق کاستیهای موجود در جمع آوری دادهها برای اجرای روش حق بیمه خالص را به کمک شبیه سازی عددی داده های مثالی عددی نشان داده ایم.

کلمات کلیدی:
پیش بینی ریسک و نرخ گذاری بیمه آتش سوزی، روش حق بیمه خالص، روش ضریب خسارت، روش تعیین حق بیمه خالص

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/188078/