بررسی مقررات بیمه در کنوانسیونهای رم و بروکسل
حوزه‌های تخصصی:
فیلترهای جستجو:
فیلتری انتخاب نشده است.
نمایش ۱٬۲۲۱ تا ۱٬۲۴۰ مورد از کل ۲٬۰۷۳ مورد.
وابستگی بین تصمیم گیری پرتفولیویی افراد و تقاضای آنها برای بیمه
حوزه‌های تخصصی:
اثر خدمات بیمه ای در تراز پرداختها
حوزه‌های تخصصی:
مدیریت ریسک سازمانی: منشاء و اساس ادراکی آن
حوزه‌های تخصصی:
ارزیابی کیفیت خدمات بیمه عمر در ایران: کاربردی از مدل تلفیقی فازی سروکوال-کانو(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
کیفیت خدمات و رضایت مشتری، مفاهیم بسیار مهمی هستند که شرکتها به منظور حفظ و ارتقای موقعیت خود در بازار رقابتی باید به طور مناسب درک کنند و اقدامات اصلاحی را اتخاذ کنند. شناسایی خواسته ها و اندازه گیری میزان اختلاف بین سطح انتظار و سطح ارزیابی فعلی رضایت مشتریان، پیشنیاز درک مناسب از کیفیت خدمات است که در این مقاله برای خدمات بیمه عمر مطالعه می شود. ابتدا به صورت پیمایشی و با استفاده از نظرات مشتریان و خبرگان، نیازهای مشتریان مورد شناسایی قرار گرفت. سپس با استفاده از 3 پرسشنامه به ترتیب، اهمیت هر یک از خواسته ها شناسایی، نوع خواسته براساس مدل کانو تعیین و میزان اختلاف بین سطح انتظار و سطح کیفیت درک شده توسط مشتری با استفاده از مدل سرکوال اندازه گیری شد. همچنین، منطق فازی به منظور تبدیل متغیرهای زبانی پرسشنامه ها به مقادیر کمی استفاده شد. نتایج تحقیق نشان داد که مدل تلفیقی فازی سروکوال- کانو مزیتهای قابل توجهی برای اندازه گیری کیفیت خدمات دارد و و اطلاعات مفیدی برای مدیران مرتبط فراهم می کند.
تحریم های بانکی
آثار سیاستهای خصوصی سازی بر صنعت بیمه کشورهای در حال توسعه به ویژه در منطقه اکو
حوزه‌های تخصصی:
رهیافتهای تازه در بیمه های باربری
حوزه‌های تخصصی:
بیمه و فن آوری
حوزه‌های تخصصی:
ارزیابی شکنندگی مالی بانک ها با بکارگیری روش شبکه عصبی
حوزه‌های تخصصی:
پیش بینی تداوم فعالیت یک بانک در دوره های آتی، یکی از عناصر مهم در تصمیم گیری ناظران بانکی بوده و در این میان، انتخاب متغیر پیش بینی کننده و روش مناسب، به عنوان یکی از مسائل چالش برانگیز در ادبیات پیش بینی شکنندگی مالی مطرح بوده است. یکی از پیشرفته ترین مدل های پیش بینی کننده شکنندگی مالی، مدل شبکه عصبی است. در نمونه مورد بررسی در این مقاله، ابتدا با بهره گیری از ادبیات نظری و تجربی، شاخص شکنندگی مالی متناسب با ساختار شبکه بانکی کشور تعریف شده و سپس با به کارگیری آزمون t معنی داری نسبت های مالی مورد نظر و بر اساس آماره لوین میانگین دو نمونه در سطح اطمینان 95 درصد، مورد آزمون قرار گرفته و سپس با انتخاب نسبت های مالی معنی دار که قدرت توضیح دهی در مدل داشته باشند، مدل شبکه عصبی طراحی گردید. برای آزمون دقت و صحت مدل از جدول طبقه بندی و منحنی ROC استفاده شد. نتایج بررسی بیانگر قدرت پیش بینی 96 درصدی مدل طراحی شده است. همچنین بر اساس یافته های این مقاله، ریسک اعتباری و ریسک نقدینگی، از مهمترین عوامل توضیح دهنده شکنندگی مالی هستند.