این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات مالی، جلد ۲۷، شماره ۳، صفحات ۷۱۸-۷۴۱
عنوان فارسی کاربردهای منحنی لورنز و ضریب جینی تعمیم‌یافته در بیمه
چکیده فارسی مقاله هدف: منحنی لورنز و ضریب جینی ابتدا به‌عنوان یک ابزار سنجش نابرابری توزیع ثروت مطرح بوده است. کاربردهای روزافزون این ابزارها و نسخه‌های تعمیم‌یافتۀ آن در علوم مختلف، باعث انجام مطالعات بسیاری در خصوص منحنی لورنز و کاربردهای آن شده است. هدف اصلی این پژوهش، معرفی و بومی‌سازی کاربردهای منحنی لورنز و ضریب جینی تعمیم‌یافته در صنعت بیمه، برای مدیریت ریسک پرتفوی بیمه، رتبه‌بندی عوامل ریسک بیمه‌گری، قیمت‌گذاری منصفانۀ بیمه‌نامه‌ها و انتخاب مدل مناسب قیمت‌گذاری است. روش: برای اعتبارسنجی تحقیق، با توجه به اهمیت نسبی رشتۀ فعالیت بیمۀ درمان تکمیلی در صنعت بیمه، از ریزداده‌های خسارت و حق‌بیمه‌های در دسترس مربوط به قراردادهای بیمۀ درمان تکمیلی شرکت بیمۀ دی استفاده شده است. آغاز این قراردادها، در بازۀ زمانی 1/11/1396 تا 22/02/1397 بوده است. تحلیل ریسک بیمه‌گری با مقایسۀ شاخص نسبیت (خسارت پرداختی به حق بیمه دریافتی) پرتفوی بیمه، به تفکیک ویژگی‌های بیمه‌شدگان انجام یافته است. اهمیت نسبی عوامل در میزان پرداخت خسارت به بیمه‌شدگان با محاسبۀ ضریب تمرکز و ترسیم منحنی‌های لورنز و تمرکز مربوطه تعیین شده است. مدل‌های قیمت‌گذاری متعددی برپایۀ مشخصات بیمه‌شدگان، به‌روش حداقل مربعات تعمیم‌یافته (GLM) برآورد شده و مدل مناسب، بر اساس معیار ABC (مساحت محصور بین منحنی‌های لورنز و تمرکز) انتخاب شده است. یافته‌ها: نتایج نشان داد که شاخص نسبیت پرتفوی‌های بیمه، برحسب مشخصات بیمه‌شدگان (مثل جنسیت، سن، استان محل سکونت) یکسان نیست. زیان بیمه‌گری شرکت بیمه، از پوشش بیمه‌ای 371403 نفر در قراردادهای بیمۀ درمان تکمیلی طی دورۀ مدنظر، بیش از 127 میلیارد ریال بوده است. 28 درصد مبلغ زیان، به بیمۀ جنسیت مذکر (مردان) و 72 درصد باقی‌مانده، به جنسیت مؤنث (گروه زنان) مربوط است. پرتفوی بیمه‌ای متشکل از سن صفر تا 21 سال برای شرکت بیمه، سودده و برای سنین بالای 68 سال زیان‌ده بوده است. نسبیت در پنج استان کشور (قم، هرمزگان، آذربایجان شرقی، خراسان رضوی و کردستان) کمتر از 1 و در سایر استان‌ها بزرگ‌تر از 1 بوده است. زیان شرکت بیمه از هر بیمه‌شده در استان گیلان با نسبیت 046/3 بیشتر از سایر استان‌ها است. وابستگی خسارت پرداختی به سطح پوشش قراردادهای بیمه، بیشتر از وابستگی آن به مشخصات بیمه‌شدگان است. عامل جنسیت و استان محل سکونت بیمه‌شده، اثر غیریکنواختی بر خسارت پرداختی و ریسک بیمه‌گری داشته است. در مدل قیمت‌گذاری منتخب، اثر همۀ مشخصات بیمه‌شدگان مورد بررسی معنادار به‌دست آمده است. اثر سن بر ریسک شرکت بیمه‌گر، بیشتر از اثر جنسیت بیمه‌شدگان شد؛ در حالی‌که اثر عامل استان محل سکونت در برخی استان‌ها، بیشتر از اثر عوامل سن و جنسیت بود نتیجه‌گیری: براساس معنادار شدن ضریب هر سه عامل جنسیت، سن و استان محل سکونت، در مدل قیمت‌گذاری منتخب و یکسان نشدن شاخص نسبیت پرتفوی‌های بیمه برحسب مشخصات بیمه‌شدگان، نتیجه گرفتیم که برای کاهش زیان بیمه‌گری شرکت بیمه در رشتۀ فعالیت بیمۀ درمان تکمیلی، اعمال سیاست‌های تبعیض قیمت از نوع سنی، جنسی و غیره ضرورت دارد.
کلیدواژه‌های فارسی مقاله انتخاب مدل،بیمۀ درمان تکمیلی،نرخ‌‌گذاری بیمه‌‌نامه‌ها،مشخصه‌‌های بیمه‌‌شده،منحنی لورنز تعمیم‌یافته،
عنوان انگلیسی Applications of the Generalized Lorenz Curve and Gini Coefficient in Insurance
چکیده انگلیسی مقاله Objective The Lorenz curve and the Gini coefficient were first proposed as tools to measure inequality in the wealth distribution. The increasing application of these tools and their generalized versions in various sciences led to numerous studies of the Lorenz curve and its applications. The main objective of this research is to present and localize the applications of the generalized Lorenz curve and the Gini coefficient in the insurance industry for the management of insurance portfolio risk, ranking of insurance risk factors, fair pricing of insurance policies, and selection of appropriate insurance policy pricing models.   Methods Data on available compensation and insurance premiums from Bimah-DAY's supplementary health insurance contracts, with start dates ranging from January 21, 2018, to May 12, 2018, were used to validate the study. Insurance risk analysis was performed based on the characteristics of the insured by comparing the relativity index (the ratio of claims paid to premiums received) of the insurance portfolio. The relative importance of the factors for the level of compensation for the insured person was determined by calculating the concentration coefficient and plotting the Lorenz curves and the corresponding concentration curves. Several pricing models based on insured features were estimated using the generalized least squares (GLM) method. The appropriate model was then selected using the ABC criterion (area enclosed between the Lorenz curve and the concentration curve).   Results The results showed that the relativity index of insurance portfolios varies depending on the characteristics of the insured, such as gender, age, and province of residence. The insurance company's losses from coverage under the treatment completion insurance contracts for 371,403 policyholders amounted to over 127 billion riyals during the reporting period. About 28 percent of the damage amount is attributed to the male gender (men) and the remaining 72 percent to the female gender (women). An insurance portfolio covering age groups from 0 to 21 years was profitable for the company, whereas it resulted in a loss for individuals over 68 years of age. In five Iranian provinces of Qom, Hormozgan, East Azerbaijan, Razavi-Khorasan, and Kurdistan, the ratio was below one. In other provinces, it was above one. The insurance company's loss per insured individual in Gilan Province is higher than in other provinces, with a ratio of 3.046. The dependence of the compensation paid on the level of coverage of the insurance contracts is stronger than on the characteristics of the insured person. The gender and place of residence of the insured person had an inconsistent impact on the compensation paid and the insurance risk. In the selected pricing model, the effect of all characteristics of the insured was significant. The influence of age on the insurance company's risk was greater than the influence of the gender of the insured, while the influence of province of residence was greater than the influence of age and gender in some provinces.   Conclusion Due to the significance of the coefficient of all three factors of gender, age and place of residence in the chosen pricing model and the non-uniformity of the index of relativity of insurance portfolios according to the characteristics of the insured, we concluded that to reduce the losses of the insurance company in the field of supplementary treatment insurance, the application price discrimination policies based on age, gender, etc. required.
کلیدواژه‌های انگلیسی مقاله انتخاب مدل,بیمۀ درمان تکمیلی,نرخ‌‌گذاری بیمه‌‌نامه‌ها,مشخصه‌‌های بیمه‌‌شده,منحنی لورنز تعمیم‌یافته
نویسندگان مقاله محمد میرباقری جم |
استادیار، گروه اقتصاد، دانشکده مهندسی صنایع و مدیریت، دانشگاه صنعتی شاهرود، شاهرود، ایران.

نشانی اینترنتی https://jfr.ut.ac.ir/article_101067_ee26642f6592945691813c7e8229e22a.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات