نقش اطلاعات نامتقارن در بازار بیمه از اهمیت خاصی برخوردار است. وجود اطلاعات نامتقارن در بازارهای بیمه و تعیین قراردادهای بهینه از طریق شناخت ریسک پذیری افراد و طبقه بندی صحیح آن ها امکان پذیر است . این پژوهش با استفاده از اطلاعات بیمه ای 20000 بیمه گزار بیمه بدنه اتومبیل شرکت بیمه ایران در شهر تهران انجام شده است. بر اساس جدول مورگان 300 بیمه گزار بیمه بدنه اتومبیل شرکت بیمه ایران در شهر تهران را به روش تصادفی ساده انتخاب و اطلاعات موجود از طریق تماس تلفنی تکمیل شده است . الگوی پژوهشی بر اساس مدل پروبیت و متغیر ها شامل سن ، تجربه رانندگی، درجه تحصیلات، نوع اتومبیل، وجود تصادف وعدم تصادف در سال 1389 می باشد. با استفاده از تعاریف ریسک، پوشش بیمه ای با اقتباس از مدل پروبیت و چیاپوری و همکاران(2006) به بررسی وجود پدیده اطلاعات نامتقارن از طریق نرم افزار Stata پرداختیم.بر اساس یافته های تحقیق، این فرضیه که افرادی با پوشش بیمه ای بالاتر با احتمال تصادف بیشتری همراه اند، رد شده است . همچنین در نمونه مورد بررسی رابطه معنا داری بین وجود اطلاعات نامتقارن و درجه ریسک پذیری افراد به اثبات نرسید، اما میان سطح تحصیلات وتعداد تصادفات بیمه گزاران ارتباط مثبت و معنا دارمورد تایید قرار گرفت.
Abstract
This paper pays to the effect of asymmetric information in insurance markets contracts. Based on a sample survey consist of 2000 auto insurers in Tehran City , with using Morgan test, we select 300 insurers in automobile insurance which are chosen randomly. We designed a model which included insured age, driving experience, degree of education, automobile type and individual who have an accident or have not an accident performances in 2010. Via a Probit model estimation and risk functions of individuals and coordinating with Chiappori (2006) ,we tested asymmetric information effect by using of STATA software. The findings show that, people who chose higher insurance coverage, do not have higher likelihood accident necessarily. Besides this, we found out that there is no significant correlation between asymmetric information and degrees of risk in automobile insurance. However, we released that there is significant correlation between degrees of education and number of accidents.
