مدل سازی مالی و برنامه ریزی بهبود برای صنعت بیمه عمر با استفاده از دانش ناهنجار مبتنی بر مدل MCDM پیوندی

Financial modeling and improvement planning for the life insurance industry by using a rough knowledge based hybrid MCDM model

مجله  الزویر – Elsevier

سال ۲۰۱۶

چکیده

مدلسازی مالی برای صنعت بیمه عمر با دو مشکل عمده مواجه است: (۱) انتخاب متغیرهای کمینه و بحرانی برای مدل سازی در حین در نظر گرفتن نادقیق بودن و روابط درونی میان انواع متعدد ویژگی ها و (۲) ارزیابی اثرات سینرژی محتمل در میان متغیرها و ابعادی که می توانند باعث ایجاد پیشقدرهای نامطلوب برای یک مدل ارزیابی شوند. برای غلبه بر این مشکلات، این مقاله یک رویکرد پیوندی دو مرحله ای ارائه می دهد: دانش مالی ناهنجار (خشن) در ابتدا بازیابی شده است، و پس از آن ویژگی های اصلی بدست آمده ارزیابی شده و با استفاده از روش های تصمیم مبتنی بر انتگرال فازی ترکیب شده اند. نوآوری اصلی این مطالعه استفاده از رویه های بازیابی دانش نابهنجار و مقیاس های فازی برای کاوش اثرات سینرژی روی عملکرد مالی می باشد. انتظار می رود این رویکرد از بیمه ها برای بهبود سیستماتیک عملکرد مالی شان پشیتبانی نماید. گروهی از کمپانی های بیمه عمر در تایوان مورد تجزیه و تحلیل قرار گرفتند، و یافته ها از وجود اثرات سینرژی مرتبط به هم در میان شرایط اصلی پشتیبانی می کردند. به علاوه پنج کمپانی برای شرح برنامه ریزی بهبود عملکرد مالی با این رویکرد آزموده شدند. این مطالعه پلی میان فواصل هرز بین تکنیک های محاسبات نرم پیشرفته و مدلسازی مالی عمل¬ گرا در محیط تجاری پویا ایجاد می کند.

Abstract

Financial modeling for the life insurance industry involves two main difficulties: (1) Selecting the minimal and critical variables for modeling while considering the impreciseness and interrelationships among the numerous attributes and (2) measuring plausible synergy effects among variables and dimensions that might cause undesirable biases for an evaluation model. To overcome these difficulties, this paper proposes a two-stage hybrid approach: Rough financial knowledge is retrieved first, and then the obtained core attributes are measured and synthesized using fuzzy-integral-based decision methods. The main innovation of this study is the use of rough knowledge retrieval procedures and fuzzy measures for exploring the synergy effects on financial performance. This approach is expected to support insurers to systematically improve their financial performance. A group of life insurance companies in Taiwan was analyzed, and the findings support the existence of interrelated synergy effects among the core criteria. In addition, five companies were examined to illustrate financial performance improvement planning with this approach. This study bridges the gap between advanced soft computing techniques and pragmatic financial modeling in a dynamic business environment.

دانلود رایگان مقاله انگلیسی

خرید ترجمه آماده ورد