رفتار مدلهای غیرخطی در پیشبینی توانگری مالی شرکتهای بیمه بورسی
نویسندگان
1 گروه مدیریت مالی، دانشگاه آزاد اسلامی، واحد علی آباد کتول، گلستان، ایران
2 استاد دانشگاه الزهراء
3 هیات علمی دانشگاه آزاد اسلامی، واحد علی آبادکتول، گلستان، ایران
doi
10.22056/ijir.2020.01.04چکیده
هدف: از آنجاییکه بقای تعهدات مربوط به بیمهگذاران و به حداکثر رساندن منافع شرکت از مهمترین اهداف شرکتهای بیمه بوده و از سویی سازمانهای نظارتی هر کشور به تصویب قوانین و مقررات خاص و مدیران با اتخاذ تدابیر احتیاطی و راهکارهای فنی و مالی نوین سعی میکنند تا توان مالی شرکتهای بیمه را در حد قابل قبولی حفظ کنند لذا هدف از این پژوهش ارائه یک مدل هوشمند جهت پیشبینی توانگری مالی در شرکتهای بیمه، به عنوان یک سیستم پشتیبان تصمیم میباشد.روششناسی: به منظور ارائه مدل پیشبینی کننده توانگری مالی شرکتهای بیمه با بررسی پیشینه تعداد 17متغیر به عنوان متغیر پیشبین جهت پیشبینی طبقه توانگری مالی از منابع معتبر سایت بیمه مرکزی ج.ا.ا، طی سال 1392 تا 1396 استخراج شده است. در این پژوهش ابتدا نتایج حاصل از بهکارگیری مدلهای مختلف پیشبینی مبتنی بر هوش مصنوعی شامل: درخت تصمیم، شبکه عصبی، نایبویز مورد مقایسه قرار گرفت در مرحله بعد رتبهبندی الگوریتمهای پیشبینی شونده مورد بررسی قرار گرفت.یافتهها: نتایج حاصل از این پژوهش نشان داد درخت تصمیم با دقت 99 درصد بهترین عملکرد را در پیشبینی توانگری مالی دارد با توجه به اینکه درخت تصمیم، مدلهای شناخت و نگاشت غیرخطی و الگوهای آشوب گونه بین متغیرهای هدف و تصمیم میباشد.نتیجهگیری: بالا بودن دقت مدل درخت تصمیم در پیشبینی توانگری مالی، را اثبات میکند و مدل استخراج شده با استفاده از درخت تصمیم دقت و قابلیت بسیار بالایی در تخمین را داراست.