فیلترهای جستجو:
فیلتری انتخاب نشده است.
نمایش ۱٬۲۴۱ تا ۱٬۲۶۰ مورد از کل ۲٬۰۷۳ مورد.
حوزههای تخصصی:
این مطالعه چالش های تأمین مالی بنگاه های تولیدی ایران با در نظر گرفتن نقش سیاست های پولی و اعتبارات بخش بانکی در قالب یک مدل تعادل عمومی پویای تصادفی را موردبررسی قرار داده است. برای این منظور از داده های واقعی سرانه فصلی مربوط به دوره 1374 تا 1393 و تعدیل فصلی شده که به کمک فیلترینگ هدریک- پروسکات روند زدایی گردیده اند استفاده و برای استخراج مقادیر پارامترهای مدل نیز از روش کالیبراسیون بهره گیری شده است. در این راستا پس از تصریح مدل و تبیین معادلات هر بخش نسبت به بهینه یابی اقدام و پس از شبیه سازی مدل، به کمک گشتاورهای متغیرها، مدل مورد برازش واقع گردید. نتایج حاصله مؤید موفقیت نسبی مدل شبیه سازی شده با واقعیت های اقتصاد ایران بود. در ادامه، توابع عکس العمل آنی مربوط به شوک های بهره وری و شوک رشد حجم پول بر روی متغیرها موردبررسی قرار گرفت که نتایج حکایت از آن داشت که شوک مثبت بهره وری و رشد حجم پول به ترتیب از کانال افزایش سرمایه گذاری و کاهش نرخ بهره موجب افزایش تولید گردیده که نتایج حاصله منطبق با انتظارات تئوریک و واقعیات اقتصادی کشور بوده است.
مدل سازی پیش بینی رویگردانی مشتریان صنعت بیمه (مطالعه موردی)(مقاله علمی وزارت علوم)
حوزههای تخصصی:
با اشباع بازارها، سازمانها دریافته اند که باید حفظ مشتریان، به خصوص مشتریان باارزش، در مرکز راهبردهای مدیریتی آنان قرار گیرد چراکه هزینه جذب مشتریان جدید بیشتر از هزینه نگهداری مشتریان موجود است. صنعت بیمه نیز از این امر مستثنی نیست و به دلیل هزینه جابجایی اندک، با مشتریانی روبه رو است که تمایل دارند شرکت فعلی خود را تغییر دهند. پژوهش حاضر تأثیر متغیرهای طول ارتباط، تأخر خرید، فرکانس خرید، ارزش مالی، سودآوری و گروه محصولات خریداری شده را در ارزش گذاری مشتریان مورد مطالعه شده بررسی می کند. برای این کار از ابزار پیمایشی پرسشنامه به منظور آگاهی از نظرات خبرگان در خصوص متغیرهای مؤثر بر ارزش گذاری مشتریان استفاده شده است. نتایج نشان می دهد که متغیرهای فرکانس خرید، طول مدت همکاری و تعداد گروه های بیمه ای خریداری شده از منظر خبرگان بیشترین اهمیت را در ارزش گذاری مشتریان دارا هستند. سپس با استخراج متغیرها و عوامل مهم بر رویگردانی بیمه گذاران، تأثیر و اهمیت این عوامل بر روی رویگردانی مشتریان باارزش بررسی و در ادامه با استفاده از متغیرهای شناسایی شده در مرحله قبل به توسعه مدل پیش بینی کننده رویگردانی پرداخته شده است. با مدلهای مختلف (شبکه عصبی، درخت تصمیم، ماشین بردار پشتیبان، و رگرسیون لوژستیک) مدل سازی پیش بینی انجام و دقت مدلهای ساخته شده، ارزیابی شده است. نتایج نشان می دهد که مدل درخت تصمیم C5.0 نسبت به سایر مدلها دقت و صحت بالاتری در پیش بینی رویگردانی دارد .
تشکیل بازار مشترک بیمه برای کشورهای حوزه خلیج فارس
حوزههای تخصصی:
بیمه حوادث دانش آموزی (برحسب نسبت حق بیمه دریافتی به خسارت پرداختی)
حوزههای تخصصی:
دیدگاه اکچوئری ها در خصوص قیمت گذاری محصولات بیمه ای
حوزههای تخصصی:
تعیین نرخ حق بیمه، از مهم ترین مسائلی است که شرکت های بیمه با آن روبرو هستند، زیرا تعیین نرخ، اصلی ترین عامل رقابت بین شرکت هاست. قیمت یک قرارداد معمولاً مهم ترین عامل در افزایش رقابت و به دست آوردن سهم بیشتر از بازار است. امروزه شرکت های بیمه نوع رایج قراردادها را کنار گذاشته و سعی دارند با تعریف کلاس های مختلف ریسک به سمت اختصاصی کردن قراردادهای بیمه پیش بروند که در همین راستا حق بیمه هر فرد نیز مختص به همان بیمه گذار تعیین خواهد شد. لازم به ذکر است که فرآیند دسته بندی ریسک ها بر اساس ویژگی ها و مشخصه های مشابه بین آنها، طبقه بندی ریسک نامیده می شود. نرخ گذاری در واقع هنر تعیین حق بیمه بر اساس سابقه خسارت و مقدار در معرض خطر در هر طبقه ریسک است.
تاثیر گرایش کارآفرینی بر عملکرد بانک ها با تأکید بر نقش میانجی بازارگرایی (مطالعه موردی: بانک های دولتی و خصوصی استان گیلان)
حوزههای تخصصی:
بررسی تأثیر توسعه مالی بخش بانکی بر اشتغال بخش صنعت (کاربردی از مدل سری های زمانی ساختاری)(مقاله علمی وزارت علوم)
حوزههای تخصصی:
- حوزههای تخصصی اقتصاد اقتصاد خرد اقتصاد جمعیت و اقتصاد کار عرضه و تقاضای کار نیروی کار و اشتغال،اندازه و ساختار
- حوزههای تخصصی اقتصاد اقتصاد مالی نهاد ها و خدمات مالی بانک ها،سایر موسسات سپرده پذیر،نهادهای تامین مالی خرد،اوراق رهنی
- حوزههای تخصصی اقتصاد اقتصاد مالی نهاد ها و خدمات مالی بانک های سرمایه گذاری،سرمایه گذاری پرخطر،کارگزاری،آژانس های نرخ گذاری
مطالعه حاضر به بررسی چگونگی تأثیر توسعه مالی بر اشتغال بخش صنعت در ایران (طی دوره زمانی 1358 تا 1388) پرداخته است. به این منظور شاخص های توسعه مالی در بخش بانکی کشور براساس گزارش های اقتصادی و ترازنامه اقتصادی در سال های مذکور محاسبه و سپس یک شاخص ترکیبی از آنها، با استفاده از روش تجزیه مؤلفه های اصلی، ساخته شد. شاخص ترکیبی به دست آمده به عنوان یک متغیر توضیحی و در کنار متغیرهای ارزش افزوده بخش صنعت، حداقل دستمزد واقعی و موجودی سرمایه بخش صنعت، وارد تابع تقاضای نیروی کار شد. در نهایت تابع تقاضای نیروی کار براساس مدل سری زمانی ساختاری (با در نظر گرفتن روند ضمنی)، تخمین زده شد. ضرایب به دست آمده همگی در سطح 5 درصد معنی دار بوده و فرضیه تحقیق، مبنی بر اثرگذاری مثبت و معنی دار توسعه مالی بر اشتغال بخش صنعت در دوره مورد بررسی، رد نشده است. طبقه بندی JEL :O16،C19 ، J23، C32
بیمه استفاده کنندگان از اعتبارات مصرفی
حوزههای تخصصی:
بررسی و پیش بینی عملکرد شبکه بانکی ایران با استفاده از مدل های Kohonen، ANN و Panel data(مقاله علمی وزارت علوم)
حوزههای تخصصی:
در این مطالعه به بررسی و پیش بینی مقایسه ای عملکرد شبکه بانکی کشور (متشکل از 14 بانک) با مدل های اقتصادسنجی و شبکه عصبی مصنوعی پرداخته شد. برای این منظور در ابتدا با مدل شبکه عصبی کوهنن (Kohonen)، بانک های مورد بررسی به دو دسته با عملکرد بالا و با عملکرد پایین تقسیم شده است، سپس با استفاده از خروجی مدل شبکه عصبی کوهنن، نسبت های مالی و مدل اقتصادسنجی داده های تابلویی (Panel Data) به تخمین مدل عملکرد شبکه بانکی برای دوره 1389-1384پرداخته و در نهایت با به کارگیری معیارهای ارزیابی کارایی مدل ها، به مقایسه کارایی مدل های Panel Data و ANN در پیش بینی عملکرد شبکه بانکی پرداخته شد.
نتایج مدل کوهنن نشان داد که از 14 بانک مورد مطالعه، 4 بانک به گروه با عملکرد بالا و 10 بانک به گروه با عملکرد پایین اختصاص دارد. هم چنین نتایج مدل Panel Data نشان داد که متغیر نسبت نقد به سپرده کل دارای بیشترین و متغیر نسبت درآمد سرمایه ای به درآمد کل دارای کمترین تاثیر بر عملکرد شبکه بانکی می باشد. در نهایت بررسی مقایسه ای مدل ها نشان داد که مدل ANN برای پیش بینی عملکرد شبکه بانکی بر مدل Panel Data برتری دارد.
چالشهای فراروی صنعت بیمه در ورود به سازمان تجارت جهانی
حوزههای تخصصی:
رویکرد رتبه بندی داخلی بال 2 و سرمایه مورد نیاز برای مواجهه با ریسک اعتباری(مقاله علمی وزارت علوم)
حوزههای تخصصی:
براساس توافقنامه بال 2، تسهیلات پرداختی به اشخاص حقیقی و بنگاه های اقتصادی کوچک و متوسط تحت عنوان پرتفوی اعتباری خرد تعریف شده است و بانک ها مجازند یکی از رویکردهای استاندارد یا رتبه بندی داخلی را برای تعیین سرمایه مورد نیاز به منظور مواجهه با ریسک اعتباری انتخاب کنند. پیاده سازی رویکرد رتبه بندی داخلی، مستلزم طبقه بندی تسهیلات خرد به طبقات همگن ریسکی و تخمین پارامترهای ریسک اعتباری در سطح هر یک از طبقات است. به طور خاص، تابع سرمایه مورد نیاز براساس این رویکرد، برای هر یک از تسهیلات تابعی از احتمال نکول ( PD ) و ارزش مشروط به نکول ( LGD ) هر قرض گیرنده است. به ازای سطح معین LGD ، شکل ریاضی تابع سرمایه مورد نیاز نسبت به احتمال نکول در بازه ای گسترده، مقعر است. به دلیل تقعر تابع سرمایه مورد نیاز، افزایش دقت در طبقه بندی تسهیلات به طبقات همگن ریسکی برای بانک ها صرفه جویی سرمایه ای به همراه خواهد داشت. در این مطالعه، با استفاده از روش درخت طبقه بندی و رگرسیون تسهیلات دریافتی 1343 نفر از مشتریان حقیقی خرد یکی از بانک های خصوصی کشور طی سال های 1391 تا 1392 به چند طبقه ریسکی همگن طبقه بندی شدند. نتایج تحقیق حاکی از آن است که با طبقه بندی دقیق تر مشتریان در سطح پنجم، سرمایه مورد نیاز برای مواجهه با ریسک اعتباری در مقایسه با سطح صفر می تواند حدود 44/0 درصد کاهش یابد.