درخت حوزه‌های تخصصی

پیشینه و اهداف: امروزه پیچیدگی و تغییرات در اکوسیستم کسب وکارها به خصوص صنعت بیمه به قدری سریع شده که لازمه بقا در چنین محیطی تطابق با تغییرات و پایداری است. این مهم هرگونه تصمیم خرد و کلان مدیران کسب وکارها را تحت تأثیر قرار داده است. بنابراین در این شرایط آنچه بسیار اهمیت دارد دانستن میزان پایداری شرکت ها در محیط متغیر امروزی است. بر این اساس این پژوهش بر آن است به شناسایی مؤلفه های ارزیابی پایداری شرکت های بیمه ای در ایران بپردازد و شرکت های بیمه ای در ایران را براساس پایداری طبقه بندی کند.روش شناسی: پژوهش حاضر از حیث هدف کاربردی و از حیث شیوه گردآوری و تحلیل جزء پژوهش های توصیفی پیمایشی است. جامعه آماری پژوهش تمامی شرکت های بیمه ای ایران است. برای تعیین شاخص های ارزیابی ابتدا شاخص های ارزیابی مدل GRI که از مطالعه عمیق در ادبیات، سایت گزارش جهانی ابتکار عمل استخراج شدند و اهمیت هریک از معیارها مشخص شد، براساس آن پرسش نامه ای ساختاریافته طراحی شد که بین 12 خبره توزیع و با روش دلفی فازی اعتبار مؤلفه در دو راند سنجیده شد سپس بعد از تأیید مؤلفه ها بعد از دو راند، پرسش نامه ای ساختاریافته تدوین شد و در اختیار 28 خبره قرار گرفت، پس از گردآوری داده ها با استفاده از نرم افزار Spss شرکت های بیمه ای با روش کامیانگین طبقه بندی شدند. یافته ها: یافته های پژوهش حاکی از آن است که برای سنجش پایداری شرکت های بیمه ای در ایران 21 مؤلفه اصلی و 35 مؤلفه فرعی شناسایی شدند. با توجه به پژوهش های انجام شده شرکت های بیمه ای در ایران به لحاظ پایداری در سه خوشه دسته بندی شدند، خوشه اول شرکت های در مرحله تشکیل، خوشه دوم رشد و خوشه سوم توسعه به لحاظ پایداری اند که 17 شرکت در خوشه اول، 6 شرکت در خوشه دوم و 5 شرکت در خوشه سوم است..نتیجه گیری: شرکت ها با ارائه گزارش پایداری در تلاش اند در زمینه توسعه پایدار گام بردارند، صنعت بیمه هم از این امر مستثنا نیست، صنعت بیمه یک عامل تسهیل گر در پیشبرد فعالیت های اجتماعی، زیست محیطی و اقتصادی است و سازوکارها و مشوق های لازم برای تسهیل فعالیت پایدار تجارت در سطح کلان را در اختیار دارد، اما بخش های مختلف صنعت بیمه در برابر ریسک های نوظهور ناشی از عوامل اجتماعی، زیست محیطی و اقتصادی آسیب پذیرند. در سطوح مختلف پایداری اقتضائات هر کسب وکار متفاوت است و هر شرکت بیمه ای متناسب با سطحی از پایداری که در آن قرار دارد و میزان انعطاف پذیری شرکت های بیمه ای نسبت به تغییر و تحولات محیط پیرامونی متفاوت است. بدین منظور شرکت های بیمه ای هر خوشه باید آمادگی لازم را برای این تغییرات داشته باشند.

پیشینه و اهداف: طی پنج سال اخیر، نرخ متوسط بازدهی دارایی های صندوق بازنشستگی کشوری تنها حدود 15 درصد بوده است و ازسوی دیگر در دوره یادشده، حدود 75 درصد از منابع مالی لازم برای ایفای تعهدات صندوق یادشده را کمک های دولت تأمین کرده است. در این مطالعه در راستای مدیریت دارایی - بدهی صندوق بازنشستگی کشوری، نحوه تعیین سبد بهینه سرمایه گذاری صندوق در گروه های عمده بورسی بررسی شده است و راهکارهای پیشنهادی مدیریت دارایی ها در قالب اصلاح سهم سرمایه گذاری صندوق در گروه های مختلف بورسی و با هدف پایداری مالی صندوق ارائه شده است.روش شناسی: پژوهش حاضر از نظر نوع داده ها به شکل کمّی است و از نظر هدف و نتیجه، توصیفی و کاربردی محسوب می شود و به دلیل به کارگیری عملکرد گذشته سهام موجود در پرتفوی صندوق بازنشستگی کشوری و مطالعه تاریخچه اطلاعات، پژوهشی رویدادی است. داده های کمّی پژوهش برای دوره 79 ماهه (1584 روز کاری) از ابتدای فروردین 1396 تا پایان مهر 1402 از بانک اطلاعات مرکز پردازش اطلاعات مالی ایران شرکت مدیریت فنّاوری بورس تهران گردآوری شده و برای انجام محاسبات الگوها، تفکیک دارایی های بورسی صندوق به 18 گروه بورسی شامل دارویی، سیمان، آهک و گچ، لاستیک و پلاستیک، قند و شکر، کاشی و سرامیک، استخراج کانه های فلزی، فرآورده های نفتی، محصولات چرمی، بیمه ای، رایانه، کانی غیرفلزی، غذایی به جز قند و شکر، فلزات اساسی، نهادهای مالی واسط، سرمایه گذاری ها، شیمیایی، حمل ونقل انبارداری و ارتباطات، چندرشته ای صنعتی انجام شده است. جمع آوری داده ها و مرتب سازی داده ها در نرم افزار مایکروسافت اکسل انجام شده و حل توابع هدف بر مبنای الگوهای مارکویتز و ارزش در معرض ریسک با استفاده از نرم افزار متلب انجام گرفته است.یافته ها: در سبد فعلی سرمایه گذاری بورسی صندوق بازنشستگی کشوری، بخش عمده (حدود 95 درصد) سبد فقط به سه گروه بورسی «چندرشته ای صنعتی»، «حمل ونقل انبارداری و ارتباطات» و «شیمیایی» اختصاص دارد و براساس منحنی مرز کارای ترسیم شده مبتنی بر داده های تاریخی، سبد فعلی صندوق بر روی منحنی یادشده قرار ندارد و لزوم بهینه کردن سبد مزبور مشخص شد. توابع هدف بر مبنای الگوهای مارکویتز و ارزش در معرض ریسک برای یافتن سبد بهینه صندوق حل شد و در سه حالت سبد سرمایه گذاری کنونی، سبد بهینه مدل مارکویتز و سبد بهینه مدل ارزش در معرض ریسک، شاخص میانگین بازدهی روزانه سبد سرمایه گذاری به ترتیب برابر با 0.232، 0.235 و 0.230 درصد، ریسک سبد سرمایه گذاری به ترتیب 1.62، 1.31 و 1.21 درصد و نسبت بازدهی به ریسک به ترتیب برابر با 0.143، 0.1793 و 0.1908 حاصل شد. لذا می توان نتیجه گرفت در میان سه حالت سبد سرمایه گذاری مطالعه شده، سبد حاصله از الگوی ماکویتز با توجه به دارا بودن بالاترین نسبت بازدهی به ریسک، بهترین سبد سرمایه گذاری است.نتیجه گیری: برای بهینه کردن سبد سرمایه گذاری فعلی صندوق بازنشستگی کشوری با حفظ میزان مطلق سرمایه گذاری، باید سهم سرمایه گذاری در گروه های «چندرشته ای صنعتی»، «حمل ونقل انبارداری و ارتباطات» کاهش یابد و سهم گروه هایی چون «قند و شکر»، «سیمان، آهک و گچ»، «کاشی و سرامیک»، «دارویی» و «سرمایه گذاری ها» افزایش یابد.

پیشینه و اهداف: صنعت بیمه به عنوان یکی از زیر ساخت های امنیت روانی و آرامش جامعه می تواند در توسعه اجتماعی نقش مهمی ایفا کند. به منظور افزایش ضریب نفوذ بیمه در بین اقشار گوناگون مردم و پیرو آن توسعه صنعت بیمه کشور، همچنین رونق چرخه اقتصادی سودمند آن، نیاز به صنعت بیمه ای با حُسن شهرت سازمانی در سطح کلان ملی احساس می شود. هدف این مقاله طراحی الگوی شهرت سازمانی برای صنعت بیمه با تأکید بر شناسایی و رتبه بندی عوامل تأثیرگذار بر شهرت سازمانی است.روش شناسی: پژوهش حاضر از نظر روش تحقیق از نوع آمیخته کیفی و کمّی است. در بخش پژوهش کیفی، از روش داده بنیاد برای ارائه مدل مفهومی استفاده شده است. نمونه آماری این بخش، شامل 24 نفر از خبرگان و متخصصان صنعت بیمه بود. روش نمونه گیری در بخش کیفی، شیوه گلوله برفی، روش جمع آوری داده ها مصاحبه نیمه ساختاریافته و روش تجزیه وتحلیل داده ها، فرایند سه مرحله ای کدگذاری باز، محوری و انتخابی بوده است. نتیجه این بخش ارائه الگوی پارادایمی و عوامل شناسایی شده مؤثر بر شهرت سازمانی صنعت بیمه است. در بخش کمّی، عوامل مؤثر بر شهرت سازمانی به روش تحلیل سلسله مراتبی، رتبه بندی شده و با روش تحلیل عاملی تأییدی و الگوی معادلات ساختاری، تجزیه وتحلیل داده ها صورت گرفته است. ابزار گردآوری داده ها در بخش کمّی، پرسش نامه محقق ساخته براساس مقوله ها و مفاهیم به دست آمده از مرحله کیفی است. نمونه آماری 384 نفر از ذی نفعان شرکت های بیمه در استان های تهران، همدان، کرمانشاه و کردستان بوده است.یافته ها: جلب اعتماد مشتریان، ساختار سازمانی، فرهنگ سازی، راهبردهای کلان در سه سطح: بیمه مرکزی، شرکت های بیمه و برنامه های فنّاورانه به عنوان مقوله های مؤثر بر شهرت سازمانی صنعت بیمه هستند. افزایش ضریب نفوذ بیمه و ایجاد آرامش روانی جامعه، به عنوان پیامدهای پدیده اصلی شناسایی شده اند. به طور کلی 40 مفهوم که در شهرت سازمانی صنعت بیمه مؤثرند شناسایی شد. پس از رتبه بندی، برنامه های توسعه ای ملی در جایگاه نخست و توجه شرکت های بیمه به مسئولیت اجتماعی در اولویت آخر جدول رتبه بندی قرار گرفته است.نتیجه گیری: اعتماد مشتریان به صنعت بیمه تأثیر بسزایی بر حُسن شهرت سازمانی دارد، از عوامل تأثیرگذار بر اعتماد، ساختار سازمانی و راهبرد های کلان بیمه مرکزی است. تدوین راهبردهای بیمه مرکزی براساس نگاه فرهنگی درون سازمانی و برون سازمانی، به طور مستقیم بر اقدامات شرکت های بیمه (خصوصی و دولتی) تأثیرگذار خواهد بود، و ازسوی دیگر نقشه راه استفاده از فنّاوری های نوین سخت افزاری و نرم افزاری در صنعت بیمه را در پی خواهد داشت. نمود عینی راهبردها در دیدگاه مخاطبان و مشتریان صنعت بیمه تجلی پیدا خواهد کرد و آن تصویر ذهنی که مشتمل بر ادراک حس اعتماد و حُسن شهرت است در اذهان عمومی شکل خواهد گرفت.

پیشینه و اهداف: بیمه کردنِ بزرگ ترین سرمایه انسان (عمر)، نیاز به تحلیل های عمیقی از کنش های شخصیتی، اجتماعی و ادراکی دارد. در سایر رشته فعالیت های بیمه ای، بیمه گر ممکن است دلخوش به روابط سازمانی باشد، اما توسعه بیمه زندگی به نفوذ در ذهن و احساس افراد وابسته است. با لحاظ این موضوع که افراد با ویژگی های شخصیتی و جایگاه اجتماعی متفاوت، واکنش های مختلفی به پیشنهادِ بیمه زندگی از جنبه ادراک از ریسک دارند، این مطالعه به تحلیل ساختارمند تمایل به خرید بیمه زندگی می پردازد.روش شناسی: تحقیق پیش رو به لحاظ هدف کاربردی و از حیث روش توصیفی و از نوع اکتشافی است؛ گردآوری اطلاعات به صورت کتابخانه ای و میدانی و با استفاده از ابزار مصاحبه عمیق ساختارنیافته و پرسش نامه در دو بخش کیفی و کمّی صورت گرفته است. پارادایم نظری– فلسفی که این پژوهش بر آن اساس بنا شده است از نوع آمیخته تفسیرگرا– اثبات گرایی است. روش تحقیق استفاده شده در بخش کیفی، رویکرد پدیدارشناسی توصیفیِ زیست جهان تأملی است. در بخش کمّی،  پرسش نامه ها با روش نمونه گیری منطقه ای در دسترس توزیع شد. داده ها از 265 پرسش نامه در سه منطقه تهران حاصل شد.یافته ها: نتایج حاصل از تحلیل فرضیه ها نشان داد که بعد وظیفه شناسی رابطه معناداری با تمایل به خرید بیمه زندگی دارد. همچنین یافته ها نشان می دهد گونه شناسی شخصیت بیمه گذار بر ریسک ادراک شده تأثیر دارد که در نهایت کنش وی در تمایل به دریافت بیمه زندگی را متأثر می سازد. همان طور که یافته های این پژوهش نشان داد بعد وظیفه شناسی رابطه منفی معناداری با ریسک ادراک شده دارد، یعنی هرچه مسئولیت پذیری فرد بیشتر باشد ریسک کمتری را درک می کند. همچنین رابطه معکوس معنادار بین ریسک ادراک شده و تمایل به خرید بیمه زندگی یافت شد؛ اما نتایج نشان داد که هیچ یک از عوامل طبقه اجتماعی بر قصد خرید بیمه زندگی تأثیری ندارد.نتیجه گیری: کاوش در نتایج این تحقیق می تواند در حل چالش بیمه گران در شناسایی درست گروه (های) هدف و تحلیل ادراک متنوع افراد، مؤثر باشد. با توجه به نتایج پژوهش می توان بیان کرد بیمه زندگی با مزایایی که دارد ثابت شده است که فرد را قادر می سازد عدم قطعیت خطرات را پوشش دهد. شرکت های بیمه باید تفاوت های نگرش خانواده ها به ریسک را در نظر بگیرند و انواع مختلف بیمه های زندگی را توضیح و بنا بر شرایط و خواسته های مشتریان توصیه هایی در خصوص بیمه مناسب ارائه دهند. شرکت های بیمه باید تفاوت های نگرش خانواده ها به ریسک را در نظر بگیرند و انواع مختلف بیمه های زندگی را با توجه به کارکردهای حمایتی و سرمایه گذاری بیمه توضیح و بنا بر شرایط و خواسته های مشتریان توصیه هایی در خصوص بیمه مناسب ارائه دهند و اطمینان حاصل کنند که خانواده فعالانه در خرید منطقی و علمی بیمه زندگی مشارکت می کنند. یافته های این مطالعه درک بهتری از پاسخ های افراد به ریسک براساس ویژگی های شخصیتی ارائه می دهد و اهمیت درک خطر از نداشتن بیمه زندگی را نشان می دهد. اگر اطلاعاتی درباره ویژگی های شخصیتی افراد داشته باشیم، می توانیم رفتار افراد را پیش بینی کنیم، به طوری که ارائه دهندگان بیمه زندگی می توانند مداخلات مناسبی با هدف افزایش آگاهی در بین افراد جامعه طراحی کنند.

پیشینه و اهداف: برندها همواره تحت تأثیر عوامل درونی و بیرونی هستند که در ارتقای ارزش آنها نقش اساسی ایفا می کنند. عوامل رفتاری کارکنان سطوح مختلف از عالی تا عملیاتی از جمله عوامل درون سازمانی محسوب می شوند که بر ارزش برند تأثیر دارند. زیرا اگر رفتارها مثبت باشند، منجر به ارتقای ارزش برند؛ اما اگر منفی و انحرافی باشند، برای شرکت ها در محیط بسیار رقابتی، به ویژه بنگاه های اقتصادی دولتی تهدید محسوب می شوند؛ در چنین شرایطی به کارگیری اقداماتی در راستای کنترل و کاهش رفتارهای انحرافی ضروری به نظر می ر سید. بنابراین هدف پژوهش، طراحی مدل ارتقای ارزش برند بیمه ایران به عنوان یکی از بنگاه های اقتصادیِ دولتی از طریق کاربست اقدامات مختلف در نظر گرفته شد.روش شناسی: پژوهش حاضر از نظر هدف اکتشافی-کاربردی و به لحاظ روش، آمیخته است. جامعه آماری پژوهش تمامی خبرگان اعم از مدیران رده بالا، سرپرستان شعب و نمایندگی های بیمه ایران در استان های شمالی کشور از جمله گیلان، مازندران و گلستان در نظر گرفته شد. در بخش کیفی، از روش کیفی فراترکیب و روش هفت مرحله ای سندلوسکی و همکاران (2007) به منظور احصای اقدامات مؤثر بهره گرفته شد؛ سپس به منظور تعیین مؤثرترین اقدامات از دیدگاه خبرگان بیمه ایران از روش دومرحله ای دلفی– فازی استفاده شد. در بخش کمّی نیز به منظور اعتبارسنجی و آزمون مدل از روش حداقل مربعات جزئی بهره گرفته شد. حجم نمونه در بخش دلفی– فازی 30 نفر خبره بود و در بخش کمّی، 340 پرسش نامه به روش نمونه گیری غیراحتمالی سهمیه ای بین کارشناسان بیمه سه استان شمالی توزیع شد.  یافته ها: ابتدا با بهره گیری از روش کیفی فراترکیب، اقدامات مؤثر برای کنترل و کاهش رفتارهای انحرافی احصا و با روش تحلیل مضمون 51 اقدام در 4 دسته کدگذاری شد؛ سپس با روش دلفی– فازی و توزیع فرم های نظرسنجی بین 30 نفر از خبرگان بیمه ایران در 3 استان شمالی گیلان، مازندران و گلستان، 39 اقدام با اعداد قطعی بالای 7/0 در 4 دسته نهایی و مدل ساختاری برای بررسی تأثیر اقدامات بر ارزش برند طراحی شد. در بخش کمی، پرسش نامه ای حاوی 51 سؤال به روش نمونه گیری سهمیه ای بین 340 نفر از کارکنان شعب و نمایندگی های بیمه ایران در سه استان توزیع و گردآوری شد. نتایج برازش مدل ساختاری نشان داد که مدل با شاخص نیکویی برازش معادل 52/0، از برازش قوی برخوردار است. همچنین نتایج تحلیل مسیر نشان داد که اقدامات ساختاری و سازمانی با ضریب مسیر 79/0 بیشترین تأثیر را بر ارزش برند دارند. نتیجه گیری: در این پژوهش مشخص شد که یکی از مهم ترین دغدغه های مدیران بنگاه های اقتصادی دولتی در بازار به شدت رقابتی، کاربست اقداماتی مؤثر در راستای کنترل و کاهش انحرافی کارکنان است تا در محدوده منطقی و سازنده ای قرار گیرند، در غیر این صورت، اعتبار و ارزش برندشان خدشه دار می شود. بنابراین برای کنترل و کاهش این گونه رفتارهای مخرب باید پیشنهادهای پژوهش مورد توجه قرار گیرد.

پیشینه و اهداف: یکی از موضوعات بسیار مهم که توجه اقتصاددانان را طی دهه های گذشته به خود جلب کرده است، نقش و اهمیت نظام مالی در رشد اقتصادی کشورهاست. صنعت بیمه یکی از اجزای مهم بازارهای مالی است. ازاین رو، ثبات و کارایی صنعت بیمه به عنوان یک بازار مالی برای اقتصاد کشور امری ضروری است. یکی از مهم ترین تغییرات در صنعت بیمه ایران، مقررات گذاری های صورت گرفته در سال های اخیر است. یکی از اهداف اصلی مقررات گذاری رفع شکست بازار و بهبود کارایی است. این پژوهش به دنبال بررسی اثر این مقررات گذاری ها بر کارایی شرکت های بیمه در ایران است.روش شناسی: جامعه مورد مطالعه 27 شرکت بیمه در سطح کشور هستند و آمار مربوطه برای سال های 1385-1400 گردآوری شده است. این مطالعه در دو مرحله صورت گرفته است. در مرحله اول، با استفاده از روش تحلیل پوششی داده ها کارایی شرکت های بیمه با رویکرد بوت استرپ اندازه گیری شده است. فرض ضمنی روش تحلیل پوششی داده های سنتی این است که ورودی ها و خروجی ها قطعی هستند. اما خروجی یک بیمه گر لزوماً قطعی نیست. برای حل این مشکل، می توان با استفاده از رویکرد بوت استرپ ویژگی های آماری را برای این روش به دست آورد. در مرحله دوم، برای بررسی اثر مقررات گذاری بر کارایی، با توجه به مطالعات بررسی شده، هدف مطالعه حاضر و شرایط صنعت بیمه ایران، عوامل مؤثر بر کارایی تعیین و مدل رگرسیونی تعریف شده است. سپس، مدل رگرسیونی پویا با استفاده از روش گشتاورهای تعمیم یافته برآورد شد و آزمون های مربوطه اعتبار نتایج مدل را تأیید کردند. برای محاسبه کارایی و برآورد مدل از نرم افزارهای متلب و ایویوز استفاده شده است.یافته ها: مهم ترین یافته پژوهش معنی دار بودن اثر مقررات گذاری بر کارایی است. همچنین ضریب متغیرهای مقررات گذاری، سهم بازار و خصوصی بودن شرکت بیمه به ترتیب 066/0-، 041/0 و 306/0 برآورد شده اند.نتیجه گیری: نتایج حاصل از تحقیق نشان می دهد که مقررات گذاری اثر منفی بر کارایی بیمه گران داشته و به کاهش کارایی آن ها منجر شده است، اما سهم بازار و خصوصی بودن شرکت بیمه اثر مثبت بر کارایی داشته اند. در پایان پیشنهادهایی برای بهبود کارایی بیمه گران ارائه شده است.

پیشین ه و اهداف: پژوهش حاضر با هدف مدل سازی ریسک های سیستماتیک و غیرسیستماتیک و ژئوپلیتیک بر توانگری مالی در صنعت بیمه و رویکردی جدید به مد ل های میانگین گیری در ایران انجام شده است. روش شناسی: این پژوهش از نظر هدف توسعه ای– کاربردی و از نظر روش توصیفی– پیمایشی است. بازه زمانی تحقیق داده های فصلی 1390 تا 1400 در یک بازه 11 ساله بوده است. اطلاعات مورد نیاز به روش کتابخانه ای جمع آوری شده اند. برای این منظور، اطلاعات شاخص های 33 ریسک مؤثر بر توانگری مالی شرکت های بیمه با استفاده از مدل های BMA، TVP-DMA و TVP-DMS و BVAR بررسی شد. یافته ها: براساس میزان خطا، مدل BMA از بالاترین دقت برخوردار بود. پس از برآورد مدل، 11 متغیر اصلی شناسایی شد که عبارت اند از: رشد اقتصادی، نااطمینانی تورم، نرخ ارز، تحریم، شاخص KOF، بازده سرمایه در گردش، نسبت کفایت نقد، نسبت کل بدهی به ارزش ویژه، ضریب خسارت، شاخص هرفیندال– هیرشمن و ریسک ژئوپلیتیک. کاملاً از نتایج مشهود است که ریسک های متعددی بر توانگری مالی در صنعت بیمه اثرگذارند و این امر پیش بینی این وضعیت را با مشکلات متعددی روبه رو می سازد. در نتیجه برای طراحی مدل های پیش هشداردهنده این متغیر لازم است از یک مدل جامع و سیستمی که ابعاد مختلف این شاخص را بررسی می کند، بهره گرفته شود. نتیجه گیری: در این مطالعه از طریق بررسی ارتباطات تجربی نشان دادیم که با توجه به احتمالات مختلف محاسبه شده بین مدل های جایگزین، اعتماد به یک مدل مفهومی منفرد در فرایند مدل سازی توانگری مالی به ایجاد پیش بینی های غیرصحیح منجر شده، در نهایت تصمیمات مدیریتی در رابطه با آن مدل با خطر شکست در پیش بینی مواجه خواهد شد. براساس نتایج تعدد عوامل مؤثر بر توانگری مالی، در مدیریت شرکت بیمه لازم است از یک دیدگاه سیستمی بهره برد و صرفاً در نظر گرفتن یک مدل مشخص یا یک سلسله متغیر مشخص نمی تواند دیدگاه جامعی در راستای تعیین مدل بهینه توانگری مالی در این صنعت ارائه کند.

پیشینه و اهداف: ضریب نفوذ بیمه عمر به عنوان یک محصول مهم بیمه ای و برنامه ریزی مالی در ایران بسیار پایین است و یکی از دلایل آن بازخرید بیمه نامه هاست. هدف این مقاله بررسی تأثیر مشخصه های فردی و قراردادی بیمه نامه هاست که بر بازخرید بیمه نامه های عمر به شرط فوت اثر می گذارند. روش شناسی: برای این منظور از داده های آماری و اطلاعات ثبتی 35171 خریدار بیمه نامه های عمر و مستمری یک شرکت بیمه ای در مقطع سال 1400 به عنوان پایلوت استفاده شد. برای تجزیه و تحلیل نیز از داده کاوی و الگوریتم های یادگیری عمیق و شبکه عصبی که دقت بسیار بالایی در پیش بینی دارند استفاده شد. یافته ها: مدل از دقت مطلوب 74 درصد در پیش بینی هر دو نوع بیمه نامه های عدم بازخرید و بازخرید شده برخوردار است. البته در پیش بینی عدم بازخرید بیمه نامه ها عملکرد بسیار بهتر بوده اما چون موضوع اصلی مقاله پیش بینی بیمه نامه های بازخرید شده است، در تفسیر نتایج بیشتر به آن توجه شد. نتایج بدست آمده با وجود مشکل نامتوازن بودن داده ها مطلوب است. در داده ها مورد بررسی نسبت بیمه نامه های بازخریدی به عدم بازخرید 3 به 100 است که این عدم توازن موجب می شود فرآیند یادگیری به سمت پیش بینی طبقه با بیشترین فراوانی سوگیری پیدا کند. با این وجود، شاخص پوشش 59 درصدی بدست آمده نشان داد که از مجموع 244 بیمه نامه بازخرید شده در مجموعه داده تست، شبکه توانسته اغلب آنان یعنی 145 مورد را به درستی در طبقه بیمه نامه های بازخریدی پیش بینی و طبقه بندی کند. نتیجه گیری: نشان داده شد که از مشخصه های جمعیت شناختی متغیرهای سن، جنسیت زن، اضافه نرخ پزشکی، نرخ خطر حادثی و از مشخصه های قرارداد نیز مدت بیمه نامه، مدت زمان سپری شده از شروع بیمه نامه، شیوه پرداخت حق بیمه با اقساط بلندمدت تر، بالاتر بودن ضرایب افزایش سالانه سرمایه و حق بیمه و کمتر بودن تعداد موارد پوشش و سرمایه فوت با بازخرید اثر عکس داشته و احتمال آن را کاهش می دهند. با بازخرید بیمه نامه بصورت عکس مرتبط هستند. نسبت بیمه گذار و بیمه شده نیز تأثیرگذار بوده و نشان داده شد که بازخرید وقتی بیمه گذار بیمه نامه عمر را برای خود بخرد در حدأقل و با دور شدن نسبت خویشاوندی احتمال بازخرید افزایش می یابد.

پیشینه و اهداف: ارزیابی صحیح و علمی ریسک صدور بیمه نامه یکی از حساس ترین و مهم ترین مراحل ارزیابی ریسک است و انجام آن باعث شناسایی مشتریان پرریسک و تعیین نرخ بیمه نامه، متناسب با ریسک مشتریان و در نتیجه پوشش مناسب خسارت های مالی ادعاشده به وسیله حق بیمه های دریافتی می شود. در این پژوهش روشی جدید برای تبیین دقیق تر و کاربردی تر از ریسک فاکتور ارائه شده است. در این روش که مبتنی بر الگوریتم بدون نظارت خوشه بندی است، ابتدا بازه های مختلف هر عامل مؤثر بر خسارت بررسی و با توجه به میزان تأثیرگذاری بر سطوح خسارت مشتریان به چند ریسک فاکتور تقسیم می شوند. سپس با توجه به میزان ارتباط آن با بازه دیگر عوامل، از لحاظ ایجاد سطوح خسارت مشابه در مشتریان، با آن ها ترکیب می شود و پکیجی شامل بازه های عوامل تأثیرگذار بر سطوح مختلف خسارت را تشکیل می دهد. به این ترتیب به جای یک ریسک فاکتور، پکیج های مختلفی ایجاد می شود که هرکدام از آن ها یک عامل ریسک یا همان ریسک فاکتور در نظر گرفته می شوند.روش شناسی: با استفاده از روش خوشه بندی کا-میانگین، بیمه گذاران به خوشه هایی با ریسک همگن که در واقع ریسک پکیج های متناظر با میزان پرخطر بودن مشتریان هستند، تقسیم شده اند. براساس ساختار الگوریتم کا-میانگین تعداد خوشه های مورد نظر باید از پیش تعیین شود. این موضوع چالش اصلی استفاده از الگوریتم مزبور است. در همین راستا دو رویکرد اصلی اعتبارسنجی سایه نما (ضریب سیلوئت) و روش آرنج برای حل این مشکل ارائه شده است.یافته ها: با توجه به نمودار آرنج و ضریب سیلوئت و همچنین در نظر گرفتن نیاز شرکت های بیمه به ارزیابی کاربردی و منطبق بر واقعیت، 4 خوشه به دست آمد که با توجه به اینکه خوشه 2 و 3 در یک طیف نزدیک به هم و در نتیجه قابل پیوستن به یکدیگر هستند و خوشه با سطح ریسک متوسط را تشکیل می دهند، 3 خوشه به عنوان بهترین خروجی دسته بندی بیمه گذاران لحاظ شد.نتیجه گیری: از بررسی ویژگی های به دست آمده در 3 خوشه مطرح شده می توان پکیج های ریسک ذیل را معرفی کرد.افراد با سنین بالا، متوسط و پایین (چگال در بازه 30 تا 58 سال) با ماشین ارزان قیمت و دارای جنسیت مرد را می توان به عنوان بیمه گذاران با بالاترین سطح ریسک معرفی کرد.افراد با سنین متوسط و بالا (چگال در بازه 32 تا 53 سال) با ارزش ماشین متوسط و بالا را می توان بیمه گذاران دارای ریسک های متوسط در نظر گرفت.افراد با سنین متوسط به بالا (چگال در بازه 51 تا 63 سال) با ماشین گران قیمت را می توان بیمه گذاران با پایین ترین سطح ریسک در نظر گرفت.

پیشینه و اهداف: استفاده از شیوه های نوین بازاریابی در کسب وکارهای امروزی به شدت مورد نیاز تمام سازمان هاست. یکی از مسائل مهم در حوزه حفظ و نگهداشت مشتری ارزش طول عمر مشتری است. ارزش طول عمر مشتری تأثیر زیادی در بهینه سازی عملکردهای شرکت ها، از جمله شرکت های بیمه دارد. هدف از اجرای این پژوهش، شناسایی عوامل اثرگذار بر افزایش ارزش طول عمر مشتری شرکت های بیمه است.روش شناسی: این پژوهش از نوع پژوهش های آمیخته با رویکرد کیفی و کمّی است که از نظر هدف، کاربردی و از لحاظ نحوه گردآوری داده، از نوع مطالعات پیمایشی است. جامعه آماری پژوهش، مدیران و کارشناسان شرکت ها و سازمان های بیمه، خبرگان و اساتید دانشگاهی بودند که با استفاده از روش نمونه گیری گلوله برفی انتخاب شدند. در بخش کیفی ابزار گردآوری اطلاعات، مصاحبه و در بخش کمّی پرسش نامه بود که برای شناسایی مقوله ها، از مصاحبه نیمه ساختاریافته و از پرسش نامه به منظور اعتباریابی الگو استفاده شد. در بخش کیفی روش تحلیل داده ها، رویکرد نظریه داده بنیاد با روش استراوس و کوربین بود که با استفاده از نرم افزار MAXQDA و با استفاده از روش کدگذاری تدوین شد و در بخش کمّی، روش تحلیل بر مبنای آزمون همبستگی کندال بود. به منظور بررسی روایی پژوهش بخش کیفی، از مدل کرسول به همراه روایی محتوایی و پایایی درون کدگذار و میان کدگذار و در بخش کمّی به منظور آزمون روایی پژوهش از روایی اعتبار محتوا و بازآزمون بهره گرفته شد.یافته ها: در پژوهش حاضر پس از تجزیه وتحلیل داده های به دست آمده در فرایند پژوهش در آخر تعداد 9 عامل علّی، 3 عامل راهبردی، 4 عامل مداخله گر، 3 عامل زمینه ای و در نهایت پیامدهای افزایش ارزش ویژه مشتری در صنعت بیمه شناسایی شدند.نتیجه گیری: پژوهش شامل ارائه مدلی مشتمل بر شرایط علّی، زمینه ای و مداخله گر، به همراه معرفی پدیده محوری و ارائه راهبردهای افزایش ارزش طول عمر مشتری و شناسایی پیامدهای آن است.

پیشینه و ا هداف: ذخیره خسارت که برای سودآوری و پرداخت بدهی بیمه گر حیاتی است، پیش بینی مبلغی است که بیمه گر باید برای خسارت های آینده بپردازد. در سال های اخیر، بسیاری از پژوهشگران وابستگی های بین چند مثلث تأخیر را برای تعیین ذخایر زیان در نظر گرفته اند. هدف اصلی این مقاله پیش بینی خسارت های معوق در مثلث های تأخیر وابسته با استفاده از مدل های تصادفی است که در آن ها وابستگی بین مثلث ها و وابستگی بین خسارت های معوق پرداختی در یک سال تقویمی در هر مثلث تأخیر در نظر گرفته می شود. روش شناسی: استفاده از وابستگی بین خسارت های معوق متناظر در مثلث های تأخیر مربوط به چند رشته بیمه ای ممکن است در افزایش دقت پیش بینی خسارت های معوق تأثیرگذار باشد. همچنین، در یک مثلث تأخیر مربوط به یک رشته بیمه ای، علاوه بر عوامل سال وقوع خسارت و تعداد سال های تأخیر پرداخت خسارت معوق، سال تقویمی پرداخت خسارت هم می تواند در میزان پرداخت خسارت برای سال های وقوع خسارت متفاوت تأثیرگذار باشد. بنابراین در نظر گرفتن وابستگی تقویمی بین خسارت هایی که در یک سال تقویمی پرداخت می شوند، می تواند دقت پیش بینی در مثلث های تأخیر را بهبود بخشد. بنابراین، در مدل بندی توأم خسارت های معوق چند مثلث تأخیر، دو نوع وابستگی بین مثلثی و درون مثلثی وجود دارد. در این مقاله، از دو روش برای مدل بندی این دو نوع وابستگی استفاده می شود. در روش نخست، با در نظر گرفتن توزیع چندمتغیره برای خسارت های معوق در سلول های متناظر مثلث های تأخیر، وابستگی بین مثلث ها مدل بندی می شود. در این روش، وابستگی تقویمی بین خسارت های معوق در هر مثلث تأخیر با استفاده از اضافه کردن عامل اثر سال تقویمی در مدل میانگین توزیع خسارت های معوق در نظر گرفته می شود. در روش دوم، یک توزیع چندمتغیره برای خسارت های معوق پرداختی سال های تقویمی متناظر مثلث های تأخیر در نظر گرفته می شود که در این صورت هر دو نوع وابستگی با استفاده از توزیع چندمتغیره مدل بندی می شود. برای برآورد پارامترهای مدل، در هر دو روش، از رهیافت بیزی و روش نمونه گیری مونت– کارلوی همیلتونی استفاده می شود. یافته ها: در این مقاله، داده های خسارت های معوق در دو رشته بیمه بدنه و بیمه شخص ثالث اتومبیل یک شرکت بیمه ایرانی در بازه سال های 1392 تا 1395 که به صورت فصلی ثبت شده است، استفاده می شود. با استفاده از توزیع آمیخته– مقیاس چندمتغیره با توزیع های حاشیه ای نرمال و وابستگی مفصلی، دو روش مدل بندی وابستگی تقویمی مقایسه می شوند. برای این منظور، از معیار میانگین قدرمطلق خطای درصدی برای اندازه گیری دقت پیش بینی دو روش استفاده می شود. برای داده های مورد استفاده، مشاهده می شود که میانگین قدرمطلق خطای درصدی استفاده از توزیع چندمتغیره برای مدل بندی وابستگی تقویمی کمتر است از زمانی که از عامل اثر سال تقویمی در مدل میانگین توزیع خسارت های معوق استفاده شود. نتیجه گیری: با توجه به یافته های به دست آمده با استفاده از داده های یک شرکت بیمه ایرانی، نتیجه می گیریم که مدل بندی وابستگی تقویمی بین خسارت های معوق در مثلث های تأخیر با استفاده از توزیع چندمتغیره به پیش بینی دقیق تر ذخایر مربوط به خسارت های معوق نسبت به استفاده از عامل اثر سال تقویمی در مدل میانگین توزیع خسارت های معوق منجر می شود.

پیشینه و اهداف: با توجه به رشد روزافزون فنّاوری اطلاعات و کسب وکارهای مبتنی بر داده و روند رو به رشد اطلاعات در پایگاه های داده، صنعت بیمه نیز به عنوان یکی از کسب وکارهای یادشده با حجم انبوهی از اطلاعات ذخیره شده روبه رو است. این حجم انبوه داده ها شرکت های بیمه ای را ملزم می سازد تا با شیوه های داده کاوی، دانش موجود در پایگاه های داده را کشف کنند. ازسوی دیگر توسعه روش های نوین داده کاوی و کشف الگوهای پنهان در پایگاه های داده به سرعت رو به افزایش است.روش شناسی: در این مقاله با هدف بررسی جامع بر کاربرد داده کاوی در صنعت بیمه دنیا، جدیدترین مستندات علمی مربوطه در چهار سناریوی مختلف شامل تحقیقات صنعت بیمه، داده کاوی در بیمه، کشف تخلفات و ریسک در بیمه از وب سایت علمی Web of Science دریافت و با رویکرد علم سنجی تحلیل و بررسی شده است. نتایج به دست آمده نشان می دهد رشد داده های موجود در شرکت های بیمه و شناسایی ریسک و فاکتورهای آن، شرکت های بیمه و پژوهشگران را به بررسی روش های نوین مدیریت پایگاه های داده و داده های بزرگ و همچنین شناسایی ریسک و فاکتورهای آن با استفاده از شیوه های داده کاوی ملزم می سازد.یافته ها: بدین منظور برای تسهیل در تحقیقات پژوهشگران آینده و استفاده از مطالعات پیشین داده کاوی در صنعت بیمه، در این مقاله شبکه هم استنادی کشورهای مختلف و معتبرترین مجلات علمی براساس شاخص ارزیابی استناد به مقالات معرفی شده است.نتیجه گیری: در نتایج این مقاله فهرست مجلات معتبر علمی و موضوعاتی را که در هریک به طور تخصصی به آن پرداخته شده، ارائه کرده ایم تا مرور ادبیات جامع در این مقاه مروری مسیر مطالعات آینده صنعت بیمه را هموارتر سازد. همچنین رتبه بندی برترین کشورهای جهان که متمرکز بر مطالعات داده کاوی در صنعت بیمه بوده است، آورده شده و رتبه ایران در میان سایر کشورها نیز مشخص شده است. استفاده از مطالعات و مجلات علمی معتبر می تواند راه پژوهش های آینده را در پیشرفت این مطالعات در صنعت بیمه ایران را هدفمندتر کند.

پیشینه و اهداف: صنعت بیمه درمانی در پیش بینی هزینه های بیمه افراد که براساس پارامترهای پیچیده ای مانند سن و ویژگی های فیزیکی است، با چالش مهمی مواجه است. شرکت های بیمه برای مدیریت ریسک و جلوگیری از زیان احتمالی، بیمه گذاران را به دو گروه پرخطر و کم خطر دسته بندی می کنند. بااین حال، برآورد دقیق هزینه ها برای هر فرد می تواند کار سختی باشد. برای مقابله با این چالش، ما رویکردی مبتنی بر علم داده و یادگیری ماشین را پیشنهاد می کنیم که از یادگیری جمعی برای پیش بینی افراد پرخطر و کم خطر استفاده می کند.روش شناسی: روش پیشنهادی شامل مراحل مختلفی از جمله پیش پردازش داده ها، مهندسی ویژگی ها و اعتبارسنجی متقابل برای ارزیابی عملکرد مدل است. در مرحله اول، داده ها را با پاک کردن، مدیریت مقادیر ازدست رفته و رمزگذاری متغیرهای طبقه بندی، پیش پردازش می کنیم. در مرحله دوم، ما ویژگی های جدیدی را با استفاده از روش های مهندسی ویژگی ها مانند مقیاس بندی، نرمال سازی و کاهش ابعاد تولید می کنیم. این روش ها به استخراج اطلاعات معنادار از داده ها و بهبود عملکرد مدل کمک می کند. در مرحله بعد، ما از یادگیری جمعی برای ترکیب روش های رگرسیون متعدد، مانند رگرسیون لجستیک، شبکه های عصبی، ماشین های بردار پشتیبانی، جنگل های تصادفی، LightGBM و XGBoost استفاده می کنیم. هدف از ترکیب این روش ها این است که از نقاط قوت آن ها استفاده کنیم و نقاط ضعف آن ها را به حداقل برسانیم تا به دقت پیش بینی بهتری دست یابیم. در نهایت، عملکرد مدل را با استفاده از روش اعتبارسنجی متقاطع k-fold ارزیابی می کنیم. این روش به اعتبارسنجی دقت مدل و جلوگیری از برازش بیش از حد کمک می کند.یافته ها: رویکرد پیشنهادی ما به AUC برابر با 73/0 دست می یابد که اثربخشی آن را در پیش بینی افراد پرخطر و کم خطر نشان می دهد.نتیجه گیری: با استفاده از علم داده و روش های یادگیری ماشین، شرکت های بیمه می توانند دقت برآورد هزینه خود را بهبود بخشند و ریسک را بهتر مدیریت کنند. این رویکرد می تواند به شرکت های بیمه کمک کند تا پوشش بیمه ای و قیمت گذاری دقیق تری را برای افراد ارائه دهند که به رضایت بیشتر مشتریان و کاهش زیان های مالی منجر می شود.

پیشینه و اهداف: دولت ها همواره برای اداره جامعه، نظام حمایتی– رفاهی داشته اند که در راستای سیاست های رفاهی تعیین شده از سوی آن ها عملیاتی می شود. بخش عمده این حمایت ها که مشتمل بر «مساعدت اجتماعی»، «بیمه های اجتماعی» و «سیاست بازار کار» است، محصول سیاست های رفاهی است. هدف مقاله حاضر، تحلیل گفتمان سیاست رفاهی در «قانون کار» و «طرح بیمه بیکاری ایام کرونا» است. روش شناسی: روش تحلیل گفتمان (به شیوه تحلیل گفتمان لاکلاو و موفه)، روش پژوهش انتخابی در این نوشتار است. به این منظور، متن «قانون کار» و «طرح بیمه بیکاری ایام کرونا» به عنوان جامعه هدف پژوهش، مبنای بررسی و تحلیل قرار گرفت. یافته ها : در طول چهار دهه پس از پیروزی انقلاب، همواره ایران دارای سیاست ها و برنامه های رفاهی بوده، اما جایگاه سیاست رفاهی در حوزه بیمه بیکاری در گفتمان های سیاسی و اجتماعی دولت های پس از انقلاب یکسان نبوده است و در ترسیم فضای گفتمانی هر دولت، با توجه به دالّ مرکزی آن، سازوکارهای سیاست رفاهی در حوزه رفع بیکاری و اشتغال آفرینی متفاوت بوده و در ضمن مفصل بندی گفتمان حاکم بر قانون کار و طرح بیمه بیکاری ایام کرونا تاحدودی متمایز بوده است. بدین ترتیب که دالّ شناور «سیاست رفاهی در حوزه رفع بیکاری» در قانون کار را بر مبنای دالّ مرکزی «سیاست اجتماعی اشتغال کامل» می توان تعریف کرد، اما در طرح بیمه بیکاری ایام کرونا دالّ شناور «سیاست رفاهی در حوزه بیکاری» بر مبنای دال مرکزی «اعمال سیاست حمایتی جامع» قابل تعریف است. نتیجه گیری: فصل مشترک رویکردهای گفتمانی در خصوص بیکاری و حمایت های مربوطه در ایران — و مشخصاً در قالب دو متن قانونی مذکور — تمرکز بر «عدالت استحقاقی» در بهره مندی از خدمات کوتاه مدت تأمین اجتماعی در قالب بیمه بیکاری است؛ بدین معنا که صرفاً مشمولان قانون تأمین اجتماعی و قانون کار، مستحق برخورداری از حمایت بیمه ای تلقی می شوند و آن دسته از بیکاران که فاقد چنین مشخصاتی باشند، خارج از حوزه حمایتی قرار گرفته اند؛ چنین تلقی و رویکردی، در تعارض با سیاست مندرج در اصل 29 قانون اساسی است، زیرا تأکید این ماده قانونی بر این است که تأمین اجتماعی یک حق همگانی است که دولت ها مکلف اند آن را از طریق به کارگیری درآمدهای عمومی و یا استفاده از منابع حاصل از مشارکت مردم، برای آحاد جامعه تأمین کنند؛ این اصل دقیقاً اشاره به لزوم رعایت «نگاه حمایتی و جامع (مبتنی بر عدالت توزیعی)» دارد. 

پیشینه و اهداف: توزیع وایبول که فیزیک دانی سوئدی به نام وایبول معرفی کرد، امروزه رایج ترین مدل مورد استفاده در مطالعات قابلیت اطمینان، طول عمر، کنترل کیفیت و به طور وسیعی در شاخه های مختلف علوم از جمله بیمه، پزشکی و مهندسی استفاده می شود. این توزیع برای الگوسازی داده های مختلف، انعطاف پذیری زیادی دارد. هدف اصلی این پژوهش محاسبه حق بیمه و برآورد پارامترهای توزیع وایبول با استفاده از روش های مختلف برآورد استروش شناسی: در این مقاله به برآورد پارامترهای توزیع وایبول و حق بیمه خالص با استفاده از برآودگرهای گشتاوری، ماکسیمم درست نمایی، کمترین توان های دوم خطا ، کمترین توان های دوم وزنی، صدکی، کرامر– فون– میسز، آمیخته گشتاوری و ماکسیمم درست نمایی در حضور داده های پرت پرداخته شده است. از نرم افزار R برای شبیه سازی و محاسبات عددی و از نرم افزار Easyfit برای برازش توزیع وایبول به داده های مثال واقعی استفاده شد. در پایان دو مثال واقعی برای به دست آوردن برآوردگرهای متفاوت با حق بیمه درصورتی که دو پارامتر β و θ مجهول و α معلوم است، ارائه شده است.یافته ها: در این پژوهش اریبی، میانگین توان دوم خطای حق بیمه خالص و پارامترهای مجهول β و θ با استفاده از برآوردگرهای مختلف برای داده های توزیع وایبول و همچنین واریانس تعمیم یافته پارامترهای مجهول β و θ به دست آمد.نتیجه گیری: در این قسمت به بررسی و مقایسه برآوردگرها با استفاده از داده های واقعی و شبیه سازی شده پرداخته شد که برای داده های واقعی در روش های مختلف k-max متفاوت به دست آمد. برای نمونه، در روش گشتاوری k-max برابر 5 شد که براساس آن حق بیمه خالص 3.37657 است. در داده های شبیه سازی شده نیز با توجه به k (تعداد داده های دورافتاده)، n (حجم نمونه) و مقادیر β و θ، مقادیر اریبی، میانگین توان دوم خطا و واریانس تعمیم یافته حق بیمه و برآوردگرهای مختلف به دست آمد که برای نمونه برای n=10، k=1، β=1.5، θ=3 و70 α= با مقایسه اریبی و واریانس تعمیم یافته برآوردگرها به این نتیجه می رسیم که براساس اریبی، برآوردگر صدکی دارای عملکرد بهتری نسبت به دیگر برآوردگرهاست، یعنی دارای اریبی کمتری است و با توجه به واریانس تعمیم یافته، برآوردگر ماکسیمم درست نمایی دارای عملکرد بهتری نسبت به سایر برآوردگرهاست و برآوردگرها سازگارند (با افزایش حجم نمونه واریانس تعمیم یافته کاهش می یابد). براساس میانگین توان دوم خطا، برآورد گشتاوری دارای عملکرد بهتری نسبت به سایر برآوردگرهاست.

پیشینه و اهداف : امروزه توسعه بازارهای مالی نوین به منظور افزایش سرمایه گذاری مولد مورد توجه محققان و سیاست گذاران رشد و توسعه اقتصادی قرار گرفته است. در چند دهه اخیر نوآوری فنّاورانه محرک اصلی تحول صنایع مختلف در جهان بوده و صنعت بیمه هم جزء این صنایع است. توسعه این بازارها که با ظهور فنّاوری های نوظهور و برافکن بوده، کسب و کارهای نوپا را ایجاد کرده است که در کشورهای در حال توسعه با چالش هایی مواجه اند. این مطالعه با هدف شناسایی چالش های موجود برای شکل گیری اینشورتک در شرکت های بیمه ای در ایران انجام شده است. روش شناسی: روش پژوهش کیفی و گردآوری اطلاعات به دو روش مطالعه مبانی نظری و پیشینه و مصاحبه عمیق با خبرگان انجام شده است. برای تحلیل اطلاعات گردآوری شده از روش تحلیل محتوای کیفی و نرم افزار مکس کیودا استفاده شد. به منظور بررسی اعتبار نتایج حاصل از تحلیل محتوا از اعتبار معطوف به داده استفاده شد. جامعه آماری این پژوهش تمامی مدیران کسب و کارهای اینشورتکی کشور است، اما به دلیل عدم امکان شناسایی همه آن ها، نمونه برداری قضاوتی هدفمند انجام شد. یافته ها: یافته ها نشان داد سطح اجماع برای موضوع خاصی که از طریق مصاحبه به دست آمد، به عنوان مبنایی برای تفکیک نتایج برای تخمین شدت رابطه استفاده شد. پس از مرحله کدگذاری باز 52 شاخص اولیه استخراج و در کدگذاری محوری 21 مؤلفه فرعی و 12 مؤلفه اصلی شناسایی و به منظور بررسی اعتبار کدگذاری از آزمون کاپا استفاده شد که نشان داد کدگذاری از اعتبار بالایی برخوردار است، که این ابعاد و مقوله ها شامل فرهنگ سازی، یکپارچگی، آموزش، تضاد منافع، مشکلات مالی، ساختار مدیریتی، زیرساخت ها، قوانین، بی توجهی به نوآوری و محصولات جدید، عدم سرمایه گذاری، مالیات و قراردادهاست. خبرگان قوی ترین اجماع بین تضاد منافع، ساختار مدیریتی، قوانین، زیرساخت ها، فرهنگ سازی و آموزش پیش بینی کردند که نشان می دهد آن ها عناصر اصلی چارچوب پیشنهادی هستند. نتیجه گیری: یافته های تحقیق نشان داد چالش ها و موانع استفاده از اینشورتک در ایران را می توان به دو دسته عمده خرد و کلان تقسیم کرد. در سطح کلان موانعی مثل قوانین و مقررات، وجود انحصار و مشکلات مربوط به زیرساخت های کلان وجود دارد که همت و توجه مسئولان دولتی و مدیران صنعت بیمه را می طلبد. در سطح خرد که بیشتر جنبه درون سازمانی دارد، موانعی مثل منافع، فرهنگ سازمانی، ساختار سازمانی، زیرساخت های سازمانی و مسئله آموزش کارکنان است که باید مورد توجه مدیران سازمان ها قرار گیرد. با توجه به ورود فنّاوری به بیمه در سطح بین الملل، تغییرات مختلفی در عرصه بیمه به وجود آمد. براساس نتایج این تحقیق چنانچه کارکردهایی مانند زیرساخت ها، ساختار مدیریتی، منافع، قوانین، فرهنگ سازی و آموزش در ایران به درستی انجام نشود، زمینه فعالیت اینشورتک ها در ایران به خوبی فراهم نخواهد شد. همچنین چارچوب مطرح شده در این پژوهش به مدیران و سیاست گذاران این عرصه در رفع چالش های موجود کمک خواهد کرد.

پیشینه و اهداف: بیمه آتش سوزی نوعی بیمه است که از خسارت مالی به اموال محافظت می کند. معمولاً حوادثی مانند آتش سوزی، سرقت و خسارت های مربوط به آب وهوا را پوشش می دهد و می تواند به جبران هزینه های تعمیر یا جایگزینی اموال آسیب دیده کمک کند. شرکت های بیمه و علاقه مندان به توسعه خدمات بیمه آتش سوزی به دنبال استفاده از روش های تحلیلی مدرن برای تجزیه وتحلیل بیمه نامه ها، ارزیابی و پیش بینی خسارت احتمالی آن ها برای مدیریت ریسک هستند. پیش بینی ادعای خسارت، معیاری حیاتی برای پیش بینی خسارت های آتی در شرکت های بیمه است. براساس نظریه ریسک، پیش بینی خسارت عنصری مهم در کسب وکار بیمه آتش سوزی برای ارزیابی حداکثر خسارت احتمالی است. روش شناسی: در این پژوهش سه معیار پیش بینی خسارت (احتمال وقوع، شدت، زمان بروز) با تهیه مجموعه داده، یادگیری و مقایسه الگوریتم های مختلف توصیف می شوند. در ابتدا، تجزیه وتحلیل داده های اکتشافی برای انتخاب ویژگی های مورد نیاز انجام شد و در نهایت 44 قلم اطلاعاتی از اطلاعات بیمه نامه و خسارت پرداختی رشته آتش سوزی انتخاب گردید. ابعاد مجموعه داده ها توسط روش حذف بازگشتی ویژگی ها کاهش یافته و برای هر الگوریتم، مجموعه مختلفی از فیلدهای اطلاعاتی مؤثر انتخاب شده است. ما بیش از 780،000 رکورد بیمه نامه و حدود 70،000 رکورد مرتبط خسارت پرداختی را برای یک بازه ده ساله (ابتدای 1390 تا ابتدای 1400) از بانک اطلاعاتی عملیاتی سامانه آتش سوزی بیمه ایران انتخاب کرده ایم. مدل های یادگیری رگرسیونی برتر مانند رگرسیون خطی، رگرسیون جنگل تصادفی، رگرسیون بردار پشتیبان و شبکه عصبی عمیق برای هر سه الگوریتم پیش بینی خسارت پیاده سازی شد. سپس دقت الگوریتم ها با مقدار میانگین مربعات خطا و مقدار میانگین خطای مطلق مقایسه شد. یافته ها : نتایج پیش بینی مدل نشان داد که بهترین الگوریتم برای هر سه معیار، یادگیری عمیق و مشخصاً شبکه عصبی چندلایه پرسپترون است. پس از تنظیم فراپارامترها و چندین بار اجرا، بهترین الگوریتم یادگیری عمیق با کمترین خطا با مقادیر 0.117 (احتمال وقوع)، 0.042 (شدت خسارت)، 0.106 (زمان بروز خسارت) حاصل شد. پیش بینی نتایج مدل نوآورانه ما در داده های آزمایشی، به این نتیجه رسید که مدل هوشمند ارائه شده دقت مناسبی دارد. شرکت های بیمه به شدت علاقه مند پیش بینی آینده اند و پیش بینی خسارت فرصتی برای کاهش زیان مالی برای شرکت فراهم می کند. به کارگیری یادگیری عمیق در پیش بینی خسارت آتش سوزی و پیش بینی زمان بروز خسارت، علاوه بر احتمال و شدت، نوآوری های مدل هستند. نتیجه گیری: یادگیری ماشین می توانند به شرکت ها کمک کنند تا خدمات خود را با دقت بیشتری بهینه کنند، مدیریت ریسک را تقویت و در نتیجه ابزارهایی برای تصمیم گیری بهتر فراهم نمایند. به کارگیری یادگیری عمیق در پیش بینی خسارت بیمه می تواند به صورت کاربردی جایگزین فرایند دستی پیچیده، زمان بر و نادقیق موجود در شرکت های بیمه شود و سرآغار توسعه نوین در مدیریت ریسک، مدیریت اتکایی و بهبود نرخ گذاری بیمه آتش سوزی باشد.

پیشینه و اهداف: سود آوری یکی از مهم ترین شاخص های عملکرد شرکت های بیمه است، زیرا نشان دهنده توانایی بیمه گر (شرکت بیمه) برای سرمایه گذاری و رشد آن است و ناظران با تکیه بر ویژگی های مالی در رابطه با سودآوری، بقای بیمه گر را تعیین می کنند. در سال های اخیر، محققان از روش تحلیل پوششی داده ها (DEA) به طور گسترده ای برای ارزیابی عملکرد انواع مختلف شرکت های بیمه استفاده کرده اند. سودآوری نیز به دلیل کاستی نسبت های مالی متعارف در بسیاری از مطالعات، با روش های تحلیل پوششی داده ها اندازه گیری می شود. با توجه به رشد سریع صنعت بیمه در کشور ایران و ضرورت بررسی بیشتر سودآوری صنعت بیمه اموال (غیرزندگی) در ایران و گسترش تحلیل پوششی، تحقیق حاضر انجام شده است.روش شناسی: این مطالعه به بررسی تحول و عوامل تعیین کننده سودآوری 18 شرکت بیمه پذیرفته شده در بورس اوراق بهادار تهران در سال های 1393 تا 1400 می پردازد، اطلاعات این شرکت ها در دوره پژوهش کامل و در دسترس هستند. در این مطالعه سودآوری به وسیله تحلیل پوششی داده ها اندازه گیری می شود. علاوه بر این، مدل برآوردگر توبیت نیز برای مطالعه و بررسی تأثیر اندازه شرکت، سن شرکت و تنوع محصول بر سودآوری بیمه گران استفاده می شود تا فرضیه ها آزمون و بررسی شود..یافته ها: نتایج تجربی اهمیت ترتیب مناسب هزینه ها و درآمدها برای بیمه گر را نشان می دهد؛ همچنین نتایج نشان می دهد که اندازه شرکت، سن شرکت و تنوع محصول با سودآوری رابطه معناداری ندارند.نتیجه گیری: شرکت های بیمه باید ساختار مخارج و انواع مختلف کسب و کار خود را به درستی ترتیب دهند. ترکیب اشتباه مخارج ورودی و درآمد خروجی به شکست در دستیابی به حداکثر نسبت سود منجر می شود. ازاین رو، ازیک سو، ساختار هزینه های یک شرکت بیمه باید بهینه شود. از سوی دیگر، به جای اتکای بیش از حد بر عملکرد ادغام ریسک و ریسک، باید انواع مختلف کسب و کار را در نظر گرفت. این مطالعه به درک بهتر عملکرد شرکت های بیمه کمک می کند تا موقعیت نسبی سودآوری خود را در صنعت درک کند و نیز راهبردهای هدفمند را تدوین کند، و برای دولت کمک کننده است که درک بهتری از توسعه صنعت داشته باشد و سیاست های مربوطه را تدوین کند.

هدف: امروزه مدیران بازاریابی و فروش بسیاری از شرکت های بیمه به تجربه دریافته اند که مشتریانی که قبلاً از محصولات یا خدمات یک شرکت استفاده نموده اند و مایل به اشتراک گذاشتن تجربیات خود هستند، نقشی اساسی در فرایند خرید خریداران و اطمینان بخشی به آن ها ایفا می کنند. این در حالی است که بررسی مطالعات پیشین بیانگر فقدان وجود الگوی بومی مرجع مشتری و عوامل اثرگذار بر آن در صنعت بیمه می باشد، ازاین رو هدف از انجام این پژوهش، رفع خلأ پژوهشی موجود در این زمینه است. روش شناسی: با استفاده از رویکرد آمیخته (کیفی- کمّی)، در گام اول پس از انجام مطالعات کتابخانه ای با بکارگیری تکنیک دلفی و مشارکت اعضای پانل تخصصی مشتمل بر 23 تن از خبرگان دانشگاهی و از مدیران عالی و کارشناسان خبره و بازاریابان شرکت های بیمه، نسبت به ارائه الگوی مرجع مشتری اقدام شد. ابزار گردآوری داده ها در این مرحله پرسشنامه بود. سپس در گام دوم و در مرحله کمّی، به منظور برازش و آزمون الگوی به دست آمده، از روش تحلیل عاملی تأییدی و مدل یابی معادلات ساختاری با بکارگیری نرم افزار Smart-PLS استفاده شد. جامعه آماری در این مرحله، مشتمل بر 1400 نفر از کارشناسان بازاریابی و فروش نمایندگی های شرکت های بیمه در استان فارس بود که حجم نمونه با استفاده از فرمول کوکران برابر با 301 نفر تعیین گردید. یافته ها : نتایج حاکی از آن است که 4 دسته عوامل مرتبط با مشتریان، عوامل مرتبط با شرکت، رضایت و وفاداری مشتری منجر به شکل گیری مرجع مشتری برای شرکت های بیمه می شود و عوامل مرتبط با مشتری شامل (تجربه مشتری از شرکت؛ ارزش ادراک شده؛ تعامل مشتری با شرکت؛ امید مشتری؛ اطمینان و اعتماد مشتری و جذابیت های جایگزین) بهتر از سایر عوامل می تواند در شکل گیری مرجع مشتری مؤثر واقع گردند. بر اساس نتایج پژوهش عوامل مرتبط با مشتری و عوامل مرتبط با شرکت زمانی می توانند منجر به شکل گیری مرجع مشتری برای شرکت های بیمه شوند که ابتدا رضایت و وفاداری در مشتریان ایجاد شده باشد. مرجع شدن مشتری نیز پیامدهای ارزشمندی برای شرکت های بیمه از جمله، هم آفرینی ارزش مشتریان، افزایش ارزش مشارکت مشتریان، ایجاد سبد مرجع مشتری و ارتقای ارزش برند شرکت را در پی دارد. نتیجه گیری: شرکت های بیمه با تأکید بر معیارهای شناسایی شده، ضمن ارزیابی فرصت های مرجع مشتری در صنعت، می توانند تصمیمات صحیحی درباره چگونگی بهره برداری از این فرصت ها اتخاذ کنند تا با کسب مزیت رقابتی، سبب افزایش ضریب نفوذ بیمه و درنهایت رشد و توسعه اقتصادی کشور شوند. شرکت های بیمه با بهره گیری از مرجع مشتری می توانند نگرش ارزش آفرینی مشتری، قدردانی مشتری و رفتار شهروندی مشتری را بهبود داده و همچنین طول عمر مشتریان و ارزش ارجاع و دانش مشتریان را تقویت نمایند. همچنین می تواند تداعی برند، تصویر برند و هویت برند شرکت را در ذهن مشتریان بهبود داده و درنهایت از مشتریان مرجع می توان در انتشار اطلاعات مرتبط با کیفیت خدمات و توصیه خدمات بصورت دهان به دهان به سایر مشتریان شرکت بهره ببرند.

هدف: امروزه صنعت بیمه در تسهیل و رونق فعالیت های اقتصادی در جامعه نقش اساسی دارد و در اقتصاد و بازار سرمایه نیز یکی از بخش های مهم و پیشرو است. در این راستا، این مطالعه باهدف ارائه الگوی مبنایی رهبری پایدار در صنعت بیمه ایران انجام شده است.روش شناسی: این مطالعه با روش داده بنیاد انجام شده و از ابزار مصاحبه برای جمع آوری اطلاعات استفاده نموده است. مصاحبه این پژوهش با بهره گیری از چارچوب CAR طراحی شد که آن هم زمینه یا بستری که صنعت بیمه با آن مواجه است را بیان و بعد اقدامات لازم و مناسب را شناسایی و درنهایت نتایج آن مشخص می کند که نتیجه این اقدام چیست و شرکت بیمه چگونه از نتایج آن منتفع می گردد. برای انتخاب نمونه های تحقیق نیز از روش گلوله برفی استفاده شد. به این ترتیب پانل مذکور با مشارکت 25 نفر صاحب نظر؛ به تفکیک 10 نفر از نخبگان دانشگاهی اعضای هیئت علمی و اساتید مدیریت دانشگاه ها و 15 نفر از خبرگان صنعت بیمه- مدیران مجرب و کاردان در معاونت توسعه مدیریت و سرمایه انسانی بیمه مرکزی ایجاد گردید. یافته ها : در این پژوهش از رهیافت نظام مند داده بنیاد استفاده شده است . در رویکرد نظام مند، نظریه پردازی در سه گام اصلی کدگذاری باز، کدگذاری محوری و کدگذاری انتخابی انجام می شود. داده های متنی پس از پیاد ه سازی با استفاده از این رویکرد مورد تجزیه وتحلیل قرار گرفتند و درنهایت مدل پارادایمی پژوهش مبتنی بر رویکرد داده بنیاد تدوین شد، بر این اساس مؤلفه های مقوله علی عبارتند از فرهنگ، رفتار پایدار، یادگیری پیوسته؛ مؤلفه های مداخله ای عبارتند از ارتباطات پایدار، درک چالش ها؛ مؤلفه های بستر حاکم عبارتند از عادات رهبری، مهارت های رهبری پایدار، ایجاد ظرفیت برای خلاقیت؛ مقوله محوری شامل فعالیت های رهبری، سیستم خلاق، محصولات و خدمات کیفی، توسعه و اعتماد به اعضا، چالش و نوآوری و تأمل بلندمدت؛ مؤلفه های شناسایی شده تأثیرات رهبری پایدار نیز شامل سه مؤلفه اخذ تصمیمات قاطع، اقتصاد مقاومتی، پیشبرد تاب آوری در جامعه و درنهایت نیز مؤلفه های پیامدهای رهبری پایدار برای صنعت بیمه شامل بهبود عملکرد مالی، کسب مزیت رقابتی و بهبود پیوسته شناسایی شدند. نتیجه گیری : الگوی مبنایی رهبری پایدار در صنعت بیمه حول مقوله محوری فعالیت های رهبری قرار دارد که تحت تأثیر شرایط علی شکل می گیرد. این فرآیند با شرایط علی آغاز می گردد و موجب شکل گیری مقوله محوری (فعالیت های رهبری شرکت بیمه است) می شود که با استفاده از راهبردها به توسعه بیمه کمک می کنند.