ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > التنبؤ بمخصص التعويضات تحت الت...>الوصف

التنبؤ بمخصص التعويضات تحت التسوية بفرع تأمين البترول باستخدام نموذج الشبكات العصبية المواءم بالفازية ANFIS

العنوان بلغة أخرى: Forecasting Unsettled Claims Reserve on Petroleum Insurance with Adaptive Neuro – Fuzzy Inference System "ANFIS"
المصدر: مجلة كلية التجارة للبحوث العلمية
الناشر: جامعة أسيوط - كلية التجارة
المؤلف الرئيسي: محمد، أسماء خلف سيد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Mohammed, Asmaa Khalaf Sayed
مؤلفين آخرين: محمد، محمد عبدالمحسن (م. مشارك) , شعيب، نادية علي (م. مشارك)
المجلد/العدد: ع77
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2023
الشهر: مارس
الصفحات: 15 - 45
رقم MD: 1383690
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
التأمينات العامة | المواد البترولية | قانون التعويضات
كلمات المؤلف المفتاحية:
مخصص التعويضات تحت التسوية | الشبكات العصبية | المنطق الفازي | الشبكات العصبية الفازية | تأمين البترول | شركة مصر للتأمين | Unsettled Claims Reserve | Neural Network | Fuzzy Logic | ANFIS | Petroleum Insurance
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

25

حفظ في:
المستخلص: يعد مخصص التعويضات تحت التسوية من العوامل المؤثرة في التأمينات العامة؛ حيث يرتبط بالكثير من السياسات المهمة في شركة التأمين تلك المتعلقة بالاكتتاب والتسعير وتسوية المطالبات والاستثمار وإعادة التأمين، يتوقف على كفاءة تلك السياسات قدرة الشركة على تحقيق أهدافها ومن ثم تتضح أهمية التنبؤ الدقيق بقيمة المخصص؛ لذا يتمثل هدف البحث في استخدام نموذج الشبكات العصبية المواءم بالفازية Adaptive Neuro-Fuzzy Inference System (ANFIS) في التنبؤ بمخصص التعويضات تحت التسوية لفرع تأمين البترول بشركة مصر للتأمين خلال الفترة من 2019-2000. وتقييم النتائج من خلال مقاييس دقة التنبؤ، ويتميز نموذج (ANFIS) بأنه يجمع بين مزايا المنطق الفازي ومزايا الشبكات العصبية، ومن ثم الوصول لنتائج أفضل وأكثر دقة؛ حيث إن استخدام نموذج يجمع بين أكثر من أسلوب من الأساليب الإحصائية يكون أفضل لأنه يتلافى عيوب كل منهما ويحمل أقل نسبة خطأ. ومن أهم مزايا النموذج المقترح القدرة على التعرف على أنماط المدخلات الجزئية أو غير الواضحة والتي يصعب توصيفها بدقة وبشكل قاطع وتحتوي على قدر من الغموض؛ مما يسبب نوعاً من عدم التأكد، كما أن نموذج الشبكات العصبية المواءم بالفازية لا يتطلب وجود افتراضات قوية عن نوعية البيانات والعلاقة بين المتغيرات كما في النماذج الإحصائية الأخرى، ويتميز النموذج أيضاً، أنه يتعامل بشكل جيد مع السلاسل الزمنية القصيرة ويتعامل مع كافة أنواع البيانات الخطية وغير الخطية.

The Unsettled Claims Reserve is one of the most important reserves in general insurance. Because of its connection with the estimation of the Loss Ratio which is many pivotal decisions in the insurance company depend on it such as Underwriting Pricing, Investments....est. Therefore, accurate prediction of it assists the insurance company to make decisions properly. Thus, this study aims to use the Adaptive Neuro-Fuzzy Inference System (ANFIS) model in Forecasting Unsettled Claims Reserve of the Petroleum Insurance in misr insurance company during the period 2000 - 2019. This model combines the advantages of neural networks and fuzzy logic, thus, it helps in achieving better prediction than this which achieved by the traditional models. The one of its most important advantage is the ability to identify incomplete, partial or confused input patterns that are difficult to describe accurately as well as which contain some ambiguity, that causes some uncertainty,it dose not require strong assumptions between the quality of data and the relationship between variables as in other statistical methods, moreover, it deals with all types of data, whether linear or nonlinear, and dealing with different periods of time.
وصف العنصر: بحث مستل من رسالة ماجستير بعنوان "استخدام نموذج إحصائي للتنبؤ بمخصص التعويضات تحت التسوية بالتطبيق على فرع تأمين البترول"

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.