ارائه چارچوبی برای اصلاح نرخ حق بیمه در رشته بدنه اتومبیل با استفاده از مدل شبکه های عصبی (مطالعه موردی: شرکت بیمه آسیا)

رشته بدنه اتومبیل بر‏خلاف آنچه به نظر می رسد، چندان رشته سود‏آوری برای شرکت‏های بیمه محسوب نمی‏شود و به سمت زیان دهی در حرکت است. از این ‏رو، پژوهش حاضر به کفایت نرخ‏های حق بیمه بدنه اتومبیل و تدابیری برای آنها توجه کرده و در پی بهسازی و علمی‏کردن هر‏چه بیشتر این امور است. به این ترتیب، ابتدا با شناسایی متغیرهای تاثیر‏گذار بر ریسک بیمه‏گذاران و مطابقت دادن متغیرها با داده های موجود در پایگاه داده شرکت مطالعه شده، عوامل نهایی انتخاب شدند؛ سپس ضمن عملیات پیش‏پردازش روی داده ها با استفاده از مدل شبکه های عصبی، طبقه خسارتی و میزان خسارت بالقوه بیمه‏گذاران پیش بینی شد تا شرکت‏های بیمه بتوانند با در نظر گرفتن آنها و ضریب خسارت مدنظرشان، نرخ‏های بهینه‏ای برای بیمه نامه ها تعریف کنند. نتایج پژوهش نشان می‏دهد مدل ارائه شده می‎تواند با دقت 91 درصد طبقه خسارتی را تخمین بزند و با دقت 87 درصد میزان خسارت بالقوه بیمه‏گذاران را پیش‏بینی کند.