پیش بینی خسارت رشته بدنه اتومبیل با به کارگیری روش های سری زمانی (مورد مطالعه: شرکت بیمه پارسیان)
حوزه‌های تخصصی:
بیمه اتومبیل در بازار بیمه ایران بالاترین حجم صدور و خسارت را دارد. بنابراین نیاز به تصمیم گیری های مالی و پیش بینی رفتار این بازار برای بیمه گران امری ضروری است. سری زمانی از روش های توانمند آماری است که با استفاده از روش های مبتنی بر فرآیندهای تصادفی به مدل سازی و پیش بینی رفتار متغیرهایی می پردازد که به گونه ای به زمان وابسته اند. مقاله حاضر میزان خسارت وارد شده در رشته بیمه بدنه اتومبیل (شرکت بیمه پارسیان از فروردین ماه سال 1385 الی تیرماه 1389) را به صورت یک متغیر زمانی درنظرگرفته است، سپس با استفاده از دو مدل سری زمانی باکس-جنکینز و وینترز به مدل بندی رفتار این متغیر زمانی می پردازد. باتوجه به اینکه مشاهدات، روند فصلی دارند از مدل های آریمای فصلی ضربی باکس و جنکینز و وینترز فصلی ضربی استفاده شد. ابزار شاخص خطای MAPE نشان می دهد مدل وینترز فصلی ضربی برازش دقیق تر به داده ها ارائه می کند. درنهایت با استفاده از مدل منتخب، میزان خسارت برای یک دوره شش ماهه پیش بینی می شود.