استخدام نموزج الشبكات العصبية للتنبؤ بمعدل الاحتفاظ في التأمينات العامة

Abstract AR

يعتبر التنبؤ بمعدل الاحتفاظ من الأدوات الرئيسية عن تخطيط السياسة الاكتتابية و الاستثمارية في شركات التأمين.

و كذلك عند وضع برنامج إعادة التأمين حيث تتحدد مسئولية الشركة على قدر احتفاظها.

يهدف هذا البحث إلى التوصل إلى نموذج كمى يمكن من خلاله التنبؤ بمعدل الاحتفاظ و يأخذ في إعتباره معظم العوامل الكمية المؤثرة على معدل الاحتفاظ.

وذلك من خلال المفاضلة بين نموذج الشبكات العصبية بأستخدام كافة المتغيرات المستقلة المؤثرة على معدل الاحتفاظ و بين نموذج الشبكات العصبية باستخدام أفضل المتغيرات الناتجة عن نموذج الانحدار المتعدد.

وقد تمت المفاضلة باستخدام معايير القياس: معامل متباينة ثايل (Theil's Coefficient of Inequality)، متوسط القيم المطلقة للخطأ (MAE)، متوسط مربعات الخطأ (MSE)، جذر متوسط مربعات الخطأ (RMSE)، المتوسط النسبى للخطأ المطلق (MAPE).

وقد تم تطبيق البحث على شركتين هما: شركة مصر للتأمين (ممثلة للقطاع العام)، شركة قناة السويس للتأمين (ممثلة للقطاع الخاص)، وذلك بالتطبيق على فرع الحريق خلال الفترة من 2002/2003 إلى 2018 / 2019 وقد توصل البحث إلى أن نموذج الشبكات العصبية باستخدام كافة المتغيرات المستقلة المؤثرة على معدل الاحتفاظ أكثر دقة و كفاءة في التنبؤ بمعدل الاحتفاظ وذلك وفقا لمعايير القياس.