مریم محمدحسینی

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.