مقایسه مدل های رگرسیونی تخمین توانگری مالی شرکت های بیمه «برمبنای متغیرهای ترکیب پرتفوی»
محل انتشار: دومین کنفرانس بین المللی ابزار و تکنیکهای مدیریت
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 570
فایل این مقاله در 21 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:
MANAGTOOLS02_119
تاریخ نمایه سازی: 9 مرداد 1395
چکیده مقاله:
یکی از متغیرهای مهم در محاسبه ضریب توانگری مالی به خصوص در رویکردهای مبتنی بر ریسک ایفا می کند؛ میزان و نحوه فعالیت هر شرکت بیمه در رشته های متنوع بیمه ای یا ترکیب پرتفوی شرکت است؛ با این تفاسیر، بررسی قدرت تبیین و تخمین ترکیب پرتفوی شرکت های بیمه، به عنوان یک معیار پیش بینی، دید خوبی در خصوص ریسک عملیاتی و مدیریت ریسک شرکت های بیمه به دست می دهد؛ ضمن اینکه اعتبار ضرایب اعمالی بر ریسک ها نماها و به طور کلی متغیر ریسک بیمه گری در تبیین توانگری مالی را نمایان می سازد. با توجه به اهمیت پیش بینی توانگری مالی شرکت های بیمه برای نهادهای نظارتی و شکاف تحقیقاتی موجود در این زمینه، هدف پژوهش پیش رو، پیش بینی توانگری مالی شرکت های بیمه بر اساس متغیرهای مرتبط با ساختارپرتفوی شرکت های بیمه است. تحقیق به لحاظ هدف اربردی و از نظر روش، توصیفی است. داده های مورد نیاز از سالنامه های آماری بیمه مرکزی ج.ا.ا استخراج و برای تجزیه و تحلیل اطلاعات از مدل های متنوعرگرسیونی، به ویژه مدل های ندل توانی، نمایی و معکوس استفاده گردید. نتایج تحقیق، مقایسه قدرت تبیین و پیش بینی مدل های مورد استفاده و ارائه مناسب ترین مدل برای هر متغیر مرتبط با ساختار پرتفوی شرکت است.
کلیدواژه ها:
سطح توانگری مالی ، ساختار و توازن پرتفوی ، صنعت بیمه ، ریسک بیمه گری ، ریسک عملیاتی ، مدل های رگرسیونی
نویسندگان
حسینعلی بختیارنصرآبادی
دانشجوی دکتری مدیریت بازاریابی، دانشگاه تهران، ایران
نیما نوراللهی
دکتری منابع انسانی، شرکت سهامی بیمه آسیا، ایران
لیلا کرمی
کارشناس حسابداری، شرکت سهامی بیمه آسیا، 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 :