ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > استخدام نموذج الشبكات العصبية...>الوصف

استخدام نموذج الشبكات العصبية للتنبؤ بمعدل الاحتفاظ في التأمينات العامة

المصدر: مجلة البحوث التجارية
الناشر: جامعة الزقازيق - كلية التجارة
المؤلف الرئيسي: سمري، حاتم السيد (مؤلف)
مؤلفين آخرين: علي، إيمان عماد عبدالعليم (م. مشارك)
المجلد/العدد: مج44, ع1
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2022
الشهر: يناير
الصفحات: 511 - 562
رقم MD: 1233651
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
التأمينات العامة | إعادة التأمين | معدل الاحتفاظ | الشبكات العصبية | شركات التأمين
كلمات المؤلف المفتاحية:
معدل الاحتفاظ | إعادة التأمين | الشبكات العصبية | معايير القياس | Retention Rate | Reinsurance | Neural Network | Measurement Criteria
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

56

حفظ في:
المستخلص: يعتبر التنبؤ بمعدل الاحتفاظ من الأدوات الرئيسية عن تخطيط السياسة الاكتتابية والاستثمارية في شركات التأمين. وكذلك عند وضع برنامج إعادة التأمين حيث تتحدد مسئولية الشركة على قدر احتفاظها. يهدف هذا البحث إلى التوصل إلى نموذج كمي يمكن من خلاله التنبؤ بمعدل الاحتفاظ ويأخذ في إعتباره معظم العوامل الكمية المؤثرة على معدل الاحتفاظ. وذلك من خلال المفاضلة بين نموذج الشبكات العصبية باستخدام كافة المتغيرات المستقلة المؤثرة على معدل الاحتفاظ وبين نموذج الشبكات العصبية باستخدام أفضل المتغيرات الناتجة عن نموذج الانحدار المتعدد. وقد تمت المفاضلة باستخدام معايير القياس: معامل متباينة ثايل (Theil's Coefficient of Inequality)، متوسط القيم المطلقة للخطأ (MAE)، متوسط مربعات الخطأ (MSE)، جذر متوسط مربعات الخطأ (RMSE)، المتوسط النسبي للخطأ المطلق (MAPE). وقد تم تطبيق البحث على شركتين هما: شركة مصر للتأمين (ممثلة للقطاع العام)، شركة قناة السويس للتأمين (ممثلة للقطاع الخاص)، وذلك بالتطبيق على فرع الحريق خلال الفترة من 2002/ 2003 إلى 2018/ 2019 وقد توصل البحث إلى أن نموذج الشبكات العصبية باستخدام كافة المتغيرات المستقلة المؤثرة على معدل الاحتفاظ أكثر دقة وكفاءة في التنبؤ بمعدل الاحتفاظ وذلك وفقاً لمعايير القياس.

Forecasting the retention rate is one of the main techniques used by insurance companies in planning underwriting and investment policies and in setting a reinsurance program. This is because the responsibility of the company is determined in accordance with the retention rate. This study aims to find a quantitative model able to forecast the retention rate, taking into consideration all factors that can affect on such a rate. For this purpose, the study makes a comparison between a Neural Network Model (using all independent variables that can affect on the retention rate) and a Neural Network Model (using the best variables generated by the Multiple Regression Model). The comparison depends on several measurement criteria, including Theil's Inequality Coefficient, Mean Absolute Error (MAE), Mean Square Error (MSE), Root Mean Square Error (RMSE), and Mean Absolute Percentage Error (MAPE). The models have been applied (from 2002/2003 to 2018/2019) to two insurance companies: Misr Insurance (representing the public sector), Suez Canal Insurance Company (representing the private sector),with the application to the fire branch. The study has concluded that the Neural Network Model (using all independent variables that can affect on the retention rate) is more accurate and efficient in forecasting the retention rate according to the measurement criteria.

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.