استخدام الشبكات العصبية و النماذج المختلطة متعددة المستويات في تقدير الطلب على التأمين بالتطبيق على الدول العربية محمد عبداللطيف زايد، هبة الله عبدالصبور حسن، السيد الشربيني الأشقر

Abstract AR

يعد نمو قطاع التأمين عاملا هاما في التنمية الاقتصادية و الاجتماعية في أي دولة و تهدف هذه الدراسة إلى التنبؤ بالطلب على التأمين في الدول العربية بناء على تحديد أهم العوامل المؤثرة فيه.

و تسهم هذه الدراسة في إثراء الدراسات العربية في مجال تطبيقات نماذج السلاسل الزمنية المقطعية متعددة المتغيرات و نماذج الشبكات العصبية الاصطناعية في تقدير الطلب على التأمين.

و لتحقيق الهدف من هذه الدراسة تم استخدام مجموعة متنوعة من الأساليب الإحصائية من أهمها اختبار Kao للتكامل المشترك للسلاسل الزمنية المقطعية اختبار سببية Granger نماذج الانحدار الخطي نماذج السلاسل الزمنية ARIMA نماذج الآثار المختلطة متعددة المستويات MLME Models و الشبكات العصبية الاصطناعية ANNs وذلك بالاعتماد على البيانات السنوية عن نشاط التأمين و مجموعة من المؤشرات الاقتصادية و الاجتماعية و الديموغرافية لمجموعة من دول الوطن العربي خلال الفترة الزمنية من عام 1990 إلى عام 2018.

و أشارت النتائج إلى وجود علاقة ارتباط ذات دلالة إحصائية عند مستوى دلالة 5% بين جميع العوامل الاقتصادية و المالية و الاجتماعية و الثقافية التي شملتها الدراسة و الطلب على التأمين وأن إجمالي أقساط التأمين في الدول محل الدراسة يتوقع أن تصل قيمتها عام 2023 إلى 48.3 مليار دولار تقريبا مقارنة بـ 39 مليار عام 2018 (بمتوسط معدل نمو 4.8% سنويا) و كذلك يتوقع أن تزيد نسبة أقساط تأمين الحياة من إجمالي الأقساط في عام 2023 إلى 22% تقريبا مقابل 19% عام 2018.

و تمثلت أهم التوصيات في استمرار دراسة العوامل و الظواهر المؤثرة في تغير مستويات الطلب على التأمين سواء كانت نتيجة تطورات طبيعية أو نتيجة ظروف و ظواهر غير اعتيادية والتوسع في استخدام النماذج الإحصائية و خوارزميات علم البيانات لنمذجة مختلف مؤشرات قطاع التأمين و التنبؤ بتطورها في المستقبل.