مطالب مرتبط با کلیدواژه

انتخاب مدل


۱.

بررسی مقایسه ای توان پیش بینی شبکه های عصبی مصنوعی با روش توقف زودهنگام و فرایند سری زمانی خودبازگشت در برآورد نرخ تورم(مقاله علمی وزارت علوم)

کلیدواژه‌ها: تورم پیش بینی شبکه عصبی سری های زمانی انتخاب مدل

حوزه‌های تخصصی:
تعداد بازدید : ۲۰۲۳
ین مقاله به بررسی مقایسه ای توان شبکه های عصبی مصنوعی و سری های زمانی خودبازگشت در پیش بینی ایستای نرخ تورم ایران می پردازد. در یک بررسی، با استفاده از 37 سال داده های تاریخی نرخ تورم ایران، مدل شبکه عصبی مصنوعی در پیش بینی آینده نزدیک در مقایسه با سری های زمانی خودبازگشت، به‎طور متوسط از عملکرد بهتری برخوردار است. در این بررسی، مزایای روش توقف زودهنگام در مرحله یادگیری شبکه عصبی برای پیش بینی سری های زمانی نشان داده شده است.
۲.

کاربردهای منحنی لورنز و ضریب جینی تعمیم یافته در بیمه(مقاله علمی وزارت علوم)

کلیدواژه‌ها: انتخاب مدل بیمه درمان تکمیلی نرخ گذاری بیمه نامه ها مشخصه های بیمه شده منحنی لورنز تعمیم یافته

حوزه‌های تخصصی:
تعداد بازدید : ۷ تعداد دانلود : ۹
هدف: منحنی لورنز و ضریب جینی ابتدا به عنوان یک ابزار سنجش نابرابری توزیع ثروت مطرح بوده است. کاربردهای روزافزون این ابزارها و نسخه های تعمیم یافته آن در علوم مختلف، باعث انجام مطالعات بسیاری در خصوص منحنی لورنز و کاربردهای آن شده است. هدف اصلی این پژوهش، معرفی و بومی سازی کاربردهای منحنی لورنز و ضریب جینی تعمیم یافته در صنعت بیمه، برای مدیریت ریسک پرتفوی بیمه، رتبه بندی عوامل ریسک بیمه گری، قیمت گذاری منصفانه بیمه نامه ها و انتخاب مدل مناسب قیمت گذاری است. روش: برای اعتبارسنجی تحقیق، با توجه به اهمیت نسبی رشته فعالیت بیمه درمان تکمیلی در صنعت بیمه، از ریزداده های خسارت و حق بیمه های در دسترس مربوط به قراردادهای بیمه درمان تکمیلی شرکت بیمه دی استفاده شده است. آغاز این قراردادها، در بازه زمانی ۱/۱۱/۱۳۹۶ تا ۲۲/۰۲/۱۳۹۷ بوده است. تحلیل ریسک بیمه گری با مقایسه شاخص نسبیت (خسارت پرداختی به حق بیمه دریافتی) پرتفوی بیمه، به تفکیک ویژگی های بیمه شدگان انجام یافته است. اهمیت نسبی عوامل در میزان پرداخت خسارت به بیمه شدگان با محاسبه ضریب تمرکز و ترسیم منحنی های لورنز و تمرکز مربوطه تعیین شده است. مدل های قیمت گذاری متعددی برپایه مشخصات بیمه شدگان، به روش حداقل مربعات تعمیم یافته (GLM) برآورد شده و مدل مناسب، بر اساس معیار ABC (مساحت محصور بین منحنی های لورنز و تمرکز) انتخاب شده است. یافته ها: نتایج نشان داد که شاخص نسبیت پرتفوی های بیمه، برحسب مشخصات بیمه شدگان (مثل جنسیت، سن، استان محل سکونت) یکسان نیست. زیان بیمه گری شرکت بیمه، از پوشش بیمه ای ۳۷۱۴۰۳ نفر در قراردادهای بیمه درمان تکمیلی طی دوره مدنظر، بیش از ۱۲۷ میلیارد ریال بوده است. ۲۸ درصد مبلغ زیان، به بیمه جنسیت مذکر (مردان) و ۷۲ درصد باقی مانده، به جنسیت مؤنث (گروه زنان) مربوط است. پرتفوی بیمه ای متشکل از سن صفر تا ۲۱ سال برای شرکت بیمه، سودده و برای سنین بالای ۶۸ سال زیان ده بوده است. نسبیت در پنج استان کشور (قم، هرمزگان، آذربایجان شرقی، خراسان رضوی و کردستان) کمتر از ۱ و در سایر استان ها بزرگ تر از ۱ بوده است. زیان شرکت بیمه از هر بیمه شده در استان گیلان با نسبیت 046/3 بیشتر از سایر استان ها است. وابستگی خسارت پرداختی به سطح پوشش قراردادهای بیمه، بیشتر از وابستگی آن به مشخصات بیمه شدگان است. عامل جنسیت و استان محل سکونت بیمه شده، اثر غیریکنواختی بر خسارت پرداختی و ریسک بیمه گری داشته است. در مدل قیمت گذاری منتخب، اثر همه مشخصات بیمه شدگان مورد بررسی معنادار به دست آمده است. اثر سن بر ریسک شرکت بیمه گر، بیشتر از اثر جنسیت بیمه شدگان شد؛ در حالی که اثر عامل استان محل سکونت در برخی استان ها، بیشتر از اثر عوامل سن و جنسیت بود نتیجه گیری: براساس معنادار شدن ضریب هر سه عامل جنسیت، سن و استان محل سکونت، در مدل قیمت گذاری منتخب و یکسان نشدن شاخص نسبیت پرتفوی های بیمه برحسب مشخصات بیمه شدگان، نتیجه گرفتیم که برای کاهش زیان بیمه گری شرکت بیمه در رشته فعالیت بیمه درمان تکمیلی، اعمال سیاست های تبعیض قیمت از نوع سنی، جنسی و غیره ضرورت دارد.
۳.

مروری بر مدل های کلان سنجی پویای جدید: یک رویکرد کل به جزء خودکار(مقاله علمی وزارت علوم)

کلیدواژه‌ها: روش شناسی اقتصادسنجی اتومتریکس رویکرد کل به جزء رویکرد جزء به کل انتقال مکانی انتخاب مدل

حوزه‌های تخصصی:
تعداد بازدید : ۱ تعداد دانلود : 0
رویکردهای اقتصادسنجی براساس تأکیدی که به هر یک از شاخص های ارزیابی و انتخاب مدل من جمله نظریات اقتصادی، داده ها، کیفیت پیش بینی و شبیه سازی سیاستی دارند، قابل تحلیل هستند. به صورت تاریخی، پیش فرض های نظری عموماً با داده های نامانای اقتصادی سازگاری ندارند که این پدیده به دلیل بروز شوک های انتقال مکانی توزیع های آماری متغیرها در واقعیت رخ می دهد که این امر می تو اند منجر به شکست در پیش بینی، شبیه سازی و حتی پایه های اثبات ریاضی مدل ها گردد؛ بنابراین، در این مطالعه ضمن بررسی این مشکلات، رویکرد اتومتریکس که به وسیله اجازه ورود تعداد متغیرهای بیش از مشاهدات (N>>T) رویکردهای نظریه محور و داده محور را با هم ادغام می کند، ارائه می شود. در این رویکرد متغیرهای نظریات رقیب، وقفه های متعدد تمام متغیرها، توابع غیرخطی، روندهای قطعی و تصادفی، متغیرهای شاخص (SISIIS,) برای تحلیل شیفت های مکانی ناشی شکست های ساختاری، برون زایی ضعیف و ابربرون زایی علاوه بر متغیرهای یک نظریه خاص به مدل وارد می شوند که با این کار اجازه حفظ متغیرهای نظری بدون تحمیل آنان به مدل محیا می گردد. به منظور حل مدل اولیه دارای متغیرهای متعدد از الگوریتم جستجو مدل چندمسیره اتومتریکس استفاده می شود که در آن براساس آزمون های آماری مختلف و در چهارچوب نظریه آماری تقلیل، مدل نهایی با سه ویژگی خست از نظر تعداد متغیر، تجانس و شمولیت آماری به دست می آید.