فیلتر های جستجو:
فیلتری انتخاب نشده است.
نمایش ۲٬۴۸۱ تا ۲٬۵۰۰ مورد از کل ۳٬۹۷۹ مورد.
صندوق بین المللی پول ، مسایل اقتصادی و بازارهای پول و سرمایه
حوزه های تخصصی:
کفایت سرمایه ، یک ضرورت
بررسی تاثیر متغیرهای کلان اقتصادی جمهوری اسلامی ایران بر تقاضای بیمه عمر
حوزه های تخصصی:
محیط های اقتصادی تاثیر زیادی بر رشد صنعت بیمه دارند. از سال 1375 به بعد رشد بیمه در ایران سرعت گرفت. این تحقیق بر آن است تا یک مدل تقاضا از دیدگاه اقتصاد کلان در ایران را مطرح نماید. این مطالعه رابطه بین متغیرهای کلان اقتصادی (مانند تولید ناخالص داخلی، توسعه مالی، نرخ بهره، نرخ تورم و نرخ بیمه) و متغیرهای آماری (مانند امید به زندگی) و تقاضا برای بیمه عمر (حق بیمه های دریافتی) را در ایران نشان می دهد. برای آنالیز داده ها از روش های عمومی اقتصادسنجی و برای به دست آوردن مدل از روش OLS استفاده شده است. اساسی ترین یافته های این مطالعه نشان می دهد که تولید ناخالص داخلی و هم چنین نرخ تورم پیش بینی شده، رابطه مؤثری با تقاضای بیمه عمر دارند. نتیجه جالب، رابطه مثبت تقاضا با نرخ بیمه است که متناقض به نظر می رسد. ضمن آن که متغیر امید به زندگی کاملاً مؤثر بر تقاضا و با ضریب مثبت ارزیابی شده است.
64 مانع جدی نظام بانکی
موسسه بیمه ای گلف
عملکرد بورس منطقه ای استان کرمان
حوزه های تخصصی:
کاربرد شبکه های عصبی در رتبه بندی اعتباری متقاضیان وام فروش اقساطی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
روش های سنتی تصمیم گیری در مورد اعطای اعتبار به متقاضیان وام، همانند آنچه که اکنون در کشور ما انجام می گیرد، بر پایه قضاوت شخصی در مورد خطر عدم باز پرداخت استوار است. با این وجود، فشارهای اقتصادی ناشی از افزایش تقاضا برای شکل های مختلف اعتبار، در کنار رقابت های تجاری گسترده و تلاش موسسات مالی و بانک ها برای پایین آوردن در صد عدم باز پرداخت، موجب افزایش به کارگیری روش های آماری در زمینه اعطای اعتبار شده است. رتبه بندی اعتباری به منظور پیش بینی احتمال کوتاهی در بازپرداخت و یا عدم باز پرداخت و یا معادل آن برای طبقه بندی متقاضیان اعتبار به دو گروه ریسک خوب و ریسک بد مورد استفاده قرار می گیرد. از جمله مزایای این روش می توان به صرفه جویی در زمان، صرفه جویی در هزینه، حذف قضاوت های شخصی و افزایش دقت در ارزیابی متقاضیان وام اشاره کرد. روش های آماری مختلفی از جمله آنالیز ممیزی، رگرسیون لجستیک، روشهای هموارسازی نا پارامتری وشبکه های عصبی در زمینه رتبه بندی اعتباری مورد استفاده قرار گرفته اند. در این میان، "شبکه های عصبی" به دلیل انعطاف پذیری بالاتر، در سال های اخیر بیشتر مورد توجه قرار گرفته اند. در این مقاله، یک مدل شبکه عصبی برای طبقه بندی متقاضیان دریافت وام فروش اقساطی ارائه و سپس عملکرد این مدل را با دو مدل آماری آنالیز ممیزی و رگرسیون لجستیک مقایسه می کنیم. نتایج حاصل از این مقایسه نشان می دهد که مدل شبکه عصبی در مقایسه با سایر مدل های مورد مطالعه، از کارایی و دقت بالاتری برخوردار است.