التنبؤ بصافي أقساط تأمينات السيارات التكميلي باستخدام الشبكات العصبية الاصطناعية
دراسة تطبيقية على شركة قناة السويس للتأمين
الباحث
عبد الله رمضان عبد الله نوار
إشراف
أ.د مدحت عبد العال
المقدمة
يتعرض الأشخاص (طبيعية، اعتباريه) للعديد من الأخطار مما يدفعها إلى إحدى مؤسسات التأمين لتتحمل عنها عبء الضرر الناتج من تحقق الخطر.
فإذا عرفنا مجتمع السيارات بأنه كل من يملك أو بحيازته سيارة نجد أن أفراد هذا المجتمع يتعرضون للعديد من الأخطار وهي:
- السيارة معرضه لحادث سرقة.
- السيارة معرضة لحادث تصادم أو حريق.
وتقوم شركة التأمين بإصلاح السيارة وإعادتها إلى حالتها قبل وقوع حادث ناتج من تحقق واحد أو أكثر من الأخطار السابقة أو إعطاء العميل القيمة السوقية للسيارة في حالة حدوث حادث هلاك كلى أو السرقة وفقاً لبنود وشروط عقد التأمين.
وفي مقابل أداء هذه الخدمة تقوم شركة التأمين بتحصيل قسط الوثيقة والذي يمثل الإيراد الرئيسي لنشاطها.
وفي الماضي وحتى عام 2000 كانت جميع شركات التأمين تلتزم بأسعار موحده يتم دراستها من خلال الاتحاد المصري للتأمين، ويتم الموافقة عليها من خلال الهيئة العامة للرقابة المالية والتي كان لها الحق في التأكد من التزام جميع الشركات بالأسعار المحددة من خلال التفتيش الدوري على إصدارات الشركات، وذلك إعمالاً للقانون رقم 10 لسنة 1981 الخاص بالأشراف والرقابة على التأمين.
وفي أبريل 2000 قامت كل شركة بوضع تعريفة أسعار خاصة بها وفقاً لخبراتها وقدرتها التنافسية بعد اعتمادها من الهيئة العامة للرقابة المالية على التأمين وفقاً للقانون رقم 91 لسنة 1995 المعدل للقانون رقم 10 لسنة 1981 كما قامت الهيئة بمراقبة النتائج الفعلية للشركات.
وفي ظل انفتاح السوق والمنافسة حدثت تغيرات في أسعار الخدمة، مما أثر تأثيرا بالغا على قيمة الأقساط المصدرة للعملاء، مما أظهر الحاجة لأهمية التنبؤ بالأقساط المصدرة.
مشكلة الدراسة:
أدت اتفاقية التعريفة والتجارة الدولية إلى دخول سوق تأمين السيارات التكميلي في مصر للمنافسة العالمية نظراً لتحرير سعر الخدمة والسماح لشركات تأمين أجنبية، وكيانات تأمينية ضخمة جداً بالدخول في السوق المصري مما جعل الشركات تتسابق بهدف الحفاظ على ما لديها من عملاء ومحاولة زيادة حجم حصتها من السوق وذلك من خلال تخفيض سعر الخدمة التأمينية وطرح منتجات تأمينية جديدة. وقد أدى تخفيض الأسعار إلى انخفاض واضح في قيمة الأقساط المصدرة دون انخفاض مماثل في التزامات الشركة تجاه حقوق حملة الوثائق، التزاماً بكافة بنود وشروط وثائق التأمين المصدرة للعملاء.
وفي السنوات السابقة بعد ثورة 25 يناير والحالة الاقتصادية السيئة بالاقتصاد المصري وعدم استقرار دخل المواطن والذي أثر سلبياً على طلبه للخدمات التأمينية وخاصة العملاء الأفراد بالإضافة لزيادة ملحوظة في التعويضات المدفوعة نتيجة زيادة معدلات تحقق بعض الأخطار المرتبطة بالحالة الأمنية للبلاد مثل السرقة والسطو.
مما أظهر أهمية الحاجة للتنبؤ بصافي الأقساط المصدرة للسيارات الملاكي حيث أن تلك الأقساط هي الإيراد الرئيسي لشركات التأمين.
هدف البحث:
يهدف البحث إلى:
- التنبؤ بصافي أقساط السيارات الملاكي (المتغير التابع) باستخدام أسلوب الشبكات العصبية.
- إلقاء الضوء على المتغيرات المستقلة الأكثر أهمية أمام صانع القرار.
أهمية البحث: ترجع أهمية هذا البحث إلى أنه توجد بشركات التأمين وحده متخصصة (المكتب الفني) تقوم بإعداد الخطة السنوية لجميع إدارات الشركة ومنها الإدارة العامة لإصدار السيارات، وتمثل الخطة السنوية التزاماً على جميع العاملين بالإدارة لأن تحقيق الخطة له أثر إيجابي على دخل العاملين من مكافأت مالية وعدم تحقيق تلك الخطة له أثر سلبي على المكافأت المالية للعاملين.
ويتبع المكتب الفني سياسة معينة في إعداد الخطة السنوية وهي أن خطة العام الحالي عبارة عن خطة العام السابق مضاف إليها نسبة محددة ولتكن 15% من خطة العام السابق دون مراعاة للعوامل الفنية التي تؤثر في قيم الأقساط.
ومن هنا تظهر ضرورة وأهمية الحاجة للتنبؤ بصافي الأقساط المصدرة للسيارات بأسلوب علمي يمكن الوثوق به من خلال تقدير نموذج إحصائي للتنبؤ بصافي الأقساط المصدرة.
حدود البحث:
- يقتصر البحث على السيارات الملاكي فقط لشركة قناة السويس للتأمين حيث إن شركات التأمين تصدر أربعة أنواع من الوثائق وهي وثائق ملاكي، وثائق تجاري، وثائق موتوسيكل، وثائق لوحات تجارية.
- الإطار الزمني للبحث من عام 2007 إلى عام 2013 وفقاً لبيانات المتغيرات المستقلة التي استطاع الباحث الحصول عليها وهي بيانات شهرية.
نبذة عن التأمين
مقدمة:
يعتبر التأمين أحد الأدوات المستخدمة في مواجهة الخطر، حيث يقوم التأمين بنقل عبء الخطر من الشخص الذي يتعرض للخطر إلى شخص أخر يقبل تبعية تحقق الخطر في مقابل مبلغ من المال نظير أداء هذه الخدمة.
أي أن التأمين يقوم بتحويل الشخص من حالة عدم التأكد إلى حالة التأكد وذلك من خلال نقل أو تحويل الخسارة المحتملة الكبيرة وهي قيمة الخسائر المحتمل تحقيقها على الشيء موضوع التأمين إلى خسارة مؤكدة صغيرة وهي تكلفة شراء التأمين (قسط التأمين).
ويقوم التأمين على ركنين أساسيين ولا يقوم بدونهما أو بدون أحدهما وهما تجميع الخطر وتوزيع الخسارة.
فالركن الأول وهو تجميع الخطر: يتحقق من خلال تجميع أكبر قدر من الأشخاص أو الوحدات التي تتعرض لنفس الخطر وترغب في نقل عبء الخسارة إلى شخص أخر.
أما الركن الثاني وهو توزيع الخسارة أي توزيع قيمة الخسارة المحتملة والتي ستقع على المجتمع كله على جميع الأشخاص أو الوحدات بنصيب عادل لكل منهم وهو ما يعرف بقسط التأمين، فقسط التأمين الخاص بالسيارة يمثل نصيبها من إجمالي قيمة الخسارة المحتملة على مستوى المجتمع كله.
تعريف التأمين
تعريف المشرع المصري ([1])
عرف المشرع المصري التأمين في المادة رقم 747 من القانون المدني بأنه “التأمين عقد يلتزم المؤمن بمقتضاه أن يؤدي إلى المؤمن له أو إلى المستفيد الذي اشترط التأمين لصالحه مبلغاً من المال أو إيراداً مرتباً أو أي عوض مالي آخر في حالة وقوع الحادث أو تحقق الخطر المبين بالعقد وذلك في نظير قسط أو أي دفعة مالية أخرى يؤديها المؤمن له للمؤمن”.
تعريف Kulp للتأمين بأنه: ([2])
“نظام اجتماعي لأحلال التأكد محل عدم التأكد عن طريق تجميع الأخطار”.
تعريف Pheffer للتأمين بأنه: ([3])
عرف Pheffer الـتأمين بأنه “مشروع لتخفيض عدم التأكد لدى المؤمن له عن طريق تحويل عبء أخطاء معينة إلى المؤمن الذي يتعهد بتعويض الأول ولو جزئياً عن الخسارة المالية التي تلحق به”.
تعريف سلامه عبد الله للتأمين بأنه: ([4])
“نظام اجتماعي يصمم ليقلل من ظاهرة عدم التأكد الموجودة لدى المستأمن وذلك عن طريق نقل عبء أخطار معينة إلى المؤمن والذي يتعهد بتعويض المؤمن له عن كل أو جزء من الخسارة المالية التي يتكبدها”.
الأخطار القابلة للتأمين:
يقوم التأمين على ركنين أساسيين هما تجميع الخطر وتوزيع الخسارة ويعتمد على مجموعة من الأدوات الإحصائية مثل الاحتمال ونظرية الإعداد الكبيرة في قياس الخسارة المتوقعة والتنبؤ بمعدل تكرار الحوادث.
وتهتم مؤسسات التأمين بتحديد الأخطار التي تقبل تغطيتها حتى لا تقوم بتغطية خطر قد يتسبب في انهيارها لفداحة الخسارة المحققة وذلك من خلال استيفاء الأخطار للشروط الآتية: ([5])
- وجود عدد كبير من الوحدات المتماثلة: أي وجود عدد كبير من الوحدات تعاني من نفس الخطر ووطأة حدوثه فعلى سبيل المثال تأمين الحريق وتأمين السيارات، ففي تأمين الحريق يوجد عدد هائل من المباني تتعرض لخطر الحريق وتتهدد دائماً بما يمكن أن يخلفه الحريق من أضرار لتلك المباني والتي قد تصل إلى انهيار المبنى كاملاً.
- أن يكون الخطر احتمالياً بحت:
أي لا يكون هناك أي إرادة للمؤمن له في تحقق الخطر ويكون حدوث الخطر أمراً احتمالياً وذلك حتى يمكن قياس احتمال الخسارة وفقاً لمبادئ الاحتمالات.
- إمكانية قياس وتحديد الخسارة:
أي أن الخسارة التي يخلفها الخطر تكون مادية قابلة للقياس وليست معنوية حيث أن الخسارة المعنوية يتحكم فيها التقدير الشخصي، ونظراً لأن الركن الثاني في التأمين هو توزيع الخسارة والذي يكمن في قياس الخسارة المتوقعة للمجتمع كله وتحديد النصيب العادل لكل فرد في تلك الخسارة المتوقعة الإجمالية. أي أن قياس الخسارة أمر ضروري لتطبيق ركن التأمين الثاني.
الأسلوب الإحصائي المقترح استخدامه في البحث
أولاً: مفهوم الشبكات العصبية الاصطناعية:
هي تقنيات حسابية مصممه لمحاكاة الطريقة التي يؤدي به الدماغ البشري مهمة معينة عن طريق معالجة ضخمة موزعة على التوازي ومكونة من وحدات معالجة بسيطة، هذه الوحدات ما هي إلا عناصر حسابية تسمى عصبونات أو عقد والتي لها خاصية عصبية من حيث إنها تقوم بتخزين المعرفة العملية والمعلومات التجريبية لتجعلها متاحة للمستخدم عن طريق ضبط الأوزان ([6]).
ويمكن تعريفها كما يلي:
الشبكات العصبية الاصطناعية هي نظام معالجة للمعلومات له مميزات أداء معينة بأسلوب يحاكي الشبكات العصبية الحيوية ([7]).
- أن الشبكة العصبية الاصطناعية عبارة عن مجموعة من الوحدات.
- إنها تعمل بأسلوب يحاكى الشبكات العصبية البيولوجية.
وتعتبر الخلية العصبية الاصطناعية هي النواه الحقيقية للشبكات العصبية الاصطناعية.
الخلية العصبية البيولوجية
تعتبر الخلية العصبية البيولوجية وحدة البناء للمخ البشري حيث يحتوي المخ البشري على حوالي عشرة بليون خلية عصبية بيولوجية (نيرون) تقريباً كما أن الخلية الواحدة لها القدرة على الاتصال بحوالي عشرة آلاف خلية أخرى.
ونجد أن الخلية العصبية البيولوجية تتكون من ثلاثة أجزاء رئيسية هي: ([8])
- تفرعات (زوائد شجيرية): هي عبارة عن مجموعة متعددة من الزوائد القصيرة الطول وتتفرع من جسم الخلية وتقوم بنقل الإشارات من الخلايا العصبية الأخرى إلى داخل جسم الخلية.
- المحور: عبارة عن زائدة وحيدة طويلة تتفرع أيضاً من جسم الخليج ولكنها تقوم بدور مختلف حيث تقوم بنقل الإشارة من جسم الخلية إلى الخلايا العصبية الأخرى.
- جسم الخلية: يقوم جسم الخلية بعملية كيميائية معقدة يمكن تفسيرها على النحو التالي:
- تجميع الإشارات بعد استقبالها من الخلايا الأخرى.
- بث الإشارة للخلايا الأخرى عند تحقق شرط معين.
وتترابط الخلايا العصبية مع بعضها البعض مكونه الشبكة العصبية البيولوجية وتنتقل من الخلية العصبية البيولوجية الأولى عبر المحور إلى الخلية العصبية البيولوجية الثانية من خلال الزوائد الشجيرية للخلية الثانية ([9]). وبنظره تحليليه إلى مكونات الخلية العصبية البيولوجية والدور الذي يؤديه كل جزء نستطيع أن نبوب أسلوب عمل الخلية العصبية البيولوجية إلى المراحل الثلاث الموضحة بالشكل الآتي:
شكل (1) أسلوب عمل الخلية العصبية البيولوجية
ويتضح من الشكل رقم (1) ما يلي:
- مرحلة المدخلات: وهي مرحلة إدخال (نقل) الإشارة من العالم الخارجي المرتبطة بها إلى جسم الخلية.
- مرحلة التشغيل: حيث يقوم جسم الخلية بإجراء مجموعة من العمليات التشغيلية على جميع الإشارات التي تم استقبالها للحصول على الإشارة التي سيتم تمريرها للخلايا الأخرى.
- مرحلة المخرجات: وهي عبارة عن مخرجات الخلية.
الخلية العصبية الاصطناعية:
الخلية العصبية الاصطناعية هي محاكاه للخلية العصبية البيولوجية في مراحلها الثلاث ويتضح ذلك من خلال الشكل رقم (2) ([10])
شكل رقم (2) الخلية العصبية الاصطناعية
ويتضح من الشكل رقم (2) ما يلي:
مرحلة المدخلات: تقوم الخلية باستقبال المدخلات والمتمثلة في قيم المتغيرات المستقلة (Xi) مرجحة بالأوزان (Wi), حيث يعبر الوزن عن الأهمية النسبية للمتغير, وهذا يحاكى انتقال الإشارة لجسم الخلية من خلال الزوائد الشجيرية.
مرحلة التشغيل:
وتتمثل في إجراء مجموعة من العمليات على قيم المتغيرات المستقلة كما يلي:
- حساب المجموع المرجح.
- تطبيق دالة على هذا المجموع تعرف بدالة التشغيل أو دالة التحويل للحصول على مخرجات الخلية.
مرحلة المخرجات: وهي ناتج تطبيق عمليات التشغيل.
أي أن الخلية العصبية الاصطناعية ما هي إلا محاكاة للخلية العصبية البيولوجية في مراحلها الثلاث.
النموذج الرياضي للخلية العصبية الاصطناعية
Vector Input xi = x1, x2, x3 ……….., xn
Weight vector wi = w1, w2, w3 …………., wn
Weight sum N =
= w1x1+ w2x2 + w3x3 + … + wnxn
A = F (A)Transfer function
الشبكة العصبية الاصطناعية: تتكون من مجموعة من الطبقات، كل طبقة تحتوي على مجموعة من الوحدات وترتبط مع بعضها البعض بمجموعة من الروابط والتي توضح خط سير أو اتجاه تدفق الإشارة عبر الطبقات المختلفة وكذلك بين عناصر التشغيل داخل نفس الطبقة وفقاً للبنية الهندسية للشبكة ويتضح ذلك من خلال الشكل رقم (3) التالي:
شكل رقم (3) الشبكة العصبية الاصطناعية
ويتضح من الشكل رقم (3) أن الشبكة العصبية الاصطناعية تتكون من ثلاث طبقات كما يلي: ([11])
- طبقة المدخلات (Input Layer) وهي تتكون من مجموعة من الوحدات وتقوم بنقل قيم المدخلات إلى جميع عناصر الطبقة التالية.
- الطبقة الخفية (Hiddn Layer) وهي عبارة عن مجموعة من الوحدات وتقوم بإجراء عمليات التشغيل على المدخلات وتقوم بنقل قيم مخرجاتها إلى جميع عناصر الطبقة التالية.
- طبقة المخرجات (Out Put Layer) وهي تعبر عن مخرجات الشبكة.
ويوضح الشكل رقم (4) آلية عمل الخلية العصبية الاصطناعية داخل الشبكة
شكل رقم (4) الخلية العصبية داخل الشبكة
تتكون الشبكة من ثلاثة طبقات هي طبقة المدخلات (Input Layer) وهي عبارة عن ثلاثة وحدات هم x3, x2, x1, وطبقة تالية لها هي الطبقة الخفية (Hidden Layer) وتتكون من وحدة واحدة هي Y, ويتم ربط طبقة المدخلات بالطبقة الخفية بطبقة أوزان هي w3, w2, w1, والطبقة الثالثة هي طبقة المخرجات (Output Layer) وتتكون من وحدتين هما z2, z1 وترتبط الطبقة الخفية بطبقة المخرجات بطبقة أوزان أخرى هي v2, v1.
ويلاحظ أن العنصر Y يقوم باستقبال المدخلات المرسلة إليه عن طريق x3, x2, x1 مرجحة بالأوزان المرفقة بكل عنصر w3, w2, w1 ويقوم بحساب المجموع المرجح وفقاً للمعادلة الآتية:
Yin = W1X1 + W2X2 + W3X3 + ………
ثم يقوم العنصر Y بتطبيق دالة التفعيل الخاص به على المجموع المرجح للحصول على مخرجات العنصر كما يلي:
Yout = F (Yin)
ثم يقوم العنصر Y بإرسال إشارته (مخرجاته) إلى جميع عناصر الطبقة التالية (طبقة المخرجات) كلها في نفس اللحظة (أسلوب المعالجة المتوازية) مرجحة بطبقة الأوزان V2, V1. وبالمثل يقوم كل من العنصر Z2, Z1 بنفس الأسلوب.
تبويب الشبكات العصبية الاصطناعية: يمكن تبويب الشبكات العصبية باستخدام أكثر من مدخل:
أولاً: التبويب باستخدام طريقة أو منهج تعديل الأوزان:
- شبكات بمعلم (شبكات موجهة): تقوم الشبكة باستقبال كل من متجه المدخلات ومتجه المخرجات المستهدفة، وفكرة التعلم تعتمد على توجيه الشبكة وفقاً لهدف محدد وهو تقليل خطأ الشبكة عن طريق المقارنة بين مخرجات الشبكة الفعلية ومخرجات الشبكة المستهدفة.
- شبكات بدون معلم (شبكات ذاتية): تقوم الشبكة باستقبال متجه المدخلات فقط دون متجه المخرجات المستهدفة.
ثانياً: التبويب باستخدام البنية الهندسية للشبكة:
- شبكات تغذية أمامية: في هذا النوع من الشبكات تنتقل الإشارة دائماً للأمام بداية من طبقة المدخلات مروراً بالطبقات الخفية واحدة تلو الأخرى ثم إلى طبقة المخرجات، حيث أن مخرجات أي طبقة تؤثر فقط في الطبقة التالية ولا يوجد أي اتصال بين خلايا الطبقة الواحدة.
- شبكات التغذية العكسية: في هذا النوع من الشبكات يوجد تغذية واحدة أو أكثر بين المخرجات وجميع الخلايا الأخرى.
التبويب باستخدام عدد الطبقات:
- شبكة وحيدة الطبقة: تتكون الشبكة من طبقتين هما طبقة المدخلات وطبقة المخرجات، حيث يوجد طبقة أوزان وحيدة بينهما ويلاحظ أن طبقة المدخلات لا تدخل ضمن عدد الطبقات لأنها لا تقوم بأي عملية تشغيلية، بل يتمثل دورها الأساسي في استقبال بيانات المدخلات.
- شبكة متعددة الطبقات: تتكون من طبقة المدخلات وطبقة أو أكثر من الطبقات الخفية بالإضافة إلى طبقة المخرجات، وهي تحتوي على طبقتين على الأقل من الأوزان الرابطة بين الطبقات.
ثانياً: متغيرات النموذج:
متغيرات النموذج هي مجموعة المتغيرات الخاصة بالظاهرة محل الدراسة وتتمثل في متغير تابع ومجموعة المتغيرات المستقلة ذات التأثير على المتغير التابع.
- المتغير التابع: صافي الأقساط المصدرة للسيارات الملاكي وهي الأقساط التي يتوقع تحقيقها خلال فترة زمنية محددة والتي تمثل الإيراد الرئيسي لشركة التأمين.
- المتغيرات المستقلة: هي مجموعة المتغيرات التي تؤثر في المتغير التابع وهي:
- مبالغ التأمين للسيارات.
- عدد المنتجين.
- ميزانية الدعايا والإعلان.
- ميزانية التدريب
ثالثاً: الرموز والتعريفات
فيما يلي بيان بالرموز التي سيتم استخدامها في النموذج:
(Y): صافي الأقساط المصدرة للسيارات الخصوصي.
(X1): مبالغ التأمين للسيارات المؤمن عليها.
(X2): عدد المنتجين.
(X3): ميزانية التدريب.
(X4): ميزانية الدعايا والإعلان
هذا وسيتم استخدام الشبكات العصبية بمعلم وذلك لتوافر بيانات المتغير التابع والذي يمثل متجه المخرجات المستهدفة ومجموعة المتغيرات المستقلة والتي تمثل متجه المدخلات.
نتائج تطبيق الأسلوب الإحصائي المقترح “الشبكات العصبية الاصطناعية”
أولا البرنامج الإحصائي: Statistica 8
ثانياً حجم العينة: 84 مشاهده.
ثالثاً تم تقسيم البيانات إلى جزئين هما:
الجزء الأول: وهو خاص بالتدريب ويمثل 80% من البيانات.
الجزء الثاني: وهو خاص بالاختبار والصلاحية ويمثل 20% من البيانات
وفيما يلي عرض لنتائج تطبيق برنامج Statistica 8
| بيان | نتائج التدريب | نتائج الاختبار والصلاحية |
| بنية الشبكة | 1 – 8 – 4 MLP | 1 – 8 – 4 MLP |
| خطأ الشبكة | 0.006690 | 0.003603 |
| معامل الارتباط المتعدد | 0.81 | 0.83 |
| معامل التحديد المتعدد | 65.6% | 68.9% |
ويتضح من الجدول ما يلي:
- تتكون الشبكة من:
- طبقة مدخلات وهي عبارة عن 4 وحدات.
- طبقة خفية واحدة وهي عبارة عن 8 وحدات.
- طبقة مخرجات واحده وهي عبارة عن وحدة واحدة.
- دالة التفعيل بالطبقة الخفية هي الدالة Tahn
- دالة التفعيل بطبقة المخرجات هي الدالة Tahn
- انخفاض خطأ الشبكة في الجزء الخاص بالاختبار والصلاحية مقارنة بالجزء الخاص بالتدريب.
- زيادة بسيطة في قيمة كل من معامل الارتباط ومعامل التحديد في الجزء الخاص بالاختبار والصلاحية مقارنة بالجزء الخاص بالتدريب.
الأهمية النسبية للمتغيرات
| المتغير | الأهمية النسبية | الترتيب |
| مبالغ التأمين | 92.3% | 1 |
| قيمة الدعايا والإعلان | 84.7 % | 2 |
| قيمة التدريب | 47.9 % | 3 |
| عدد المنتجين | 30.8 % | 4 |
- يأتي المتغير “مبالغ التأمين” في المرتبة الأولى في تأثيره على المتغير التابع لأنه أعلى أهمية نسبية بقيمة 92.3% ويرجع السبب في ذلك أن قسط التأمين عبارة عن نسبة محددة من مبلغ تأمين السيارة.
- يأتي المتغير “قيمة الدعايا والإعلان” في المرتبة الثانية في تأثيره على المتغير التابع وبنسبة 84.7%.
- يأتي المتغير “قيمة التدريب” في المرتبة الثالثة في تأثيره على المتغير التابع وبنسبة 47.9%.
- يأتي المتغير “عدد المنتجين” في المرتبة الرابعة في تأثيره على المتغير التابع وبنسبة 30.8%.
- يتم استبعاد المتغير المستقل “عدد المنتجين” لأن الأهمية النسبية له أقل من 40%.
التوصيات
- يوصى البحث صانع القرار باستخدام أسلوب الشبكات العصبية في التنبؤ بصافي الأقساط المصدرة للسيارات الخصوصي لأنها تعطي نموذج ذو قدره تفسيرية عالية وخطأ تنبؤ صغير.
- يوصى البحث صانع القرار بالشركة محل الدراسة بزيادة قيمة الدعاية والإعلان للتأثير الملحوظ لها على قيمة الأقساط المصدرة.
المراجع:
أولاً: مراجع باللغة العربية
- السيد عبد المطلب عبده: مبادئ التأمين (دار الكتاب الجامعي, 1981).
- سامي نجيب، تشريعات التأمين (القاهرة: مطبعة كلية الزراعة, 1993).
- سلامة عبد الله، الخطر والتأمين: الأصول العلمية والعملية (ط6 القاهرة: مكتبة النهضة العربية, 1980).
- علام زكي عيسى: الشبكات العصبية، البنية الهندسية، الخوارزميات، التطبيقات (ط1، سوريا: شعاع للنشر والعلوم, 2000).
- علي أحمد علي شاكر ومحمد عبد المنعم جودة، الأصول العلمية والعملية للخطر والتأمين, 2005.
- محمد علي الشرقاوي، “الذكاء الاصطناعي والشبكات العصبية”، مركز الذكاء الاصطناعي للحاسبات، القاهرة, 1996.
- مختار محمود الهانسي، إبراهيم عبد النبي حمودة: مقدمة في مبادئ التأمين بين النظرية والتطبيق (الدار الجامعية, 2000).
ثانياً: مراجع باللغة الإنجليزية:
- Neural Ntework: An introduction R Beale and T Jackson (Adam Hilger, Bristol, 1990).
ثالثاً: المواقع الإلكترونية:
- http://www.arab-ency.com/servers/gallery/10683-2 .jpg
- http://www.iitk.ac.in/karmaa/DownloadTools/MCIT_DataCompress ionProiect.
- http://upload.wikimedia.org/wikipedia/commons/thumb/e/e4/Artific ial_neural_network.svg/134px-Artificial_neural_network.svg.png.
[1] سامي نجيب، تشريعات التأمين (القاهرة: مطبعة كلية الزراعة, 1993), ص 26.
[2] السيد عبد المطلب عبده: مبادئ التأمين (دار الكتاب الجامعي, 1981), ص 38.
[3] السيد عبد المطلب عبده: مرجع سبق ذكره, ص 39.
[4] سلامة عبد الله, الخطر والتأمين: الأصول العلمية والعملية, (ط 6 جامعة القاهرة: مكتبة النهضة العربية, 1980 ص 239.
[5] مختار محمود الهانسي, إبراهيم عبد النبي حمودة: مقدمة في مبادئ التأمين بين النظرية والتطبيق (الدار الجامعية, 2000), ص 47.
[6] محمد علي الشرقاوي, “الذكاء الاصطناعي والشبكات العصبية”, مركز الذكاء الاصطناعي للحاسبات, القاهرة, 1996, ص 259.
[7] علام زكي عيسى: الشبكات العصبية, البنية الهندسية, الخوارزميات, التطبيقات (ط1 سوريا: شعاع للنشر والعلوم, 2000), ص 9.
[9] http:// http://www.arab-ency.com/servers/gallery/10683-2. jpg
[10] http://www.iitk.ac.in/karmaa/DownloadTools/MCIT_DataCompressionPro ject.
[11] http://upload.wikimedia.Org/wikipedia/commons/thumb/e/e4/Artificial_n eural network.svg/ 134 px-ArtificiaI_neural _network. svg.png




