التنبؤ بمعدلات الأداء الفني في التأمين التكميلي للسيارات باستخدام الشبكات العصبية العميقة ذات الذاكرة طويلة وقصيرة المدي دراسة تطبيقية | ||||
| المجلة العلمية للدراسات والبحوث المالية والتجارية | ||||
| Volume 6, Issue 2, July 2025, Page 361-401 PDF (3.19 MB) | ||||
| Document Type: المقالة الأصلية | ||||
| DOI: 10.21608/cfdj.2025.379374.2242 | ||||
 View on SCiNiTO | ||||
| Author | ||||
سماح سيد بيومي خليل 
| ||||
| معهد الجيزة العالي للعلوم الادارية | ||||
| Abstract | ||||
| هدفت هذه الدراسة إلى بناء نموذج تنبؤي باستخدام شبكات عصبية ذات ذاكرة طويلة وقصيرة المدى (LSTM) للتنبؤ بالمؤشرات الفنية (معدل الاحتفاظ، معدل العمولات وتكاليف الإنتاج، معدل المصروفات العمومية والإدارية، ومعدل الخسارة) لفرع تأمين السيارات التكميلي، لثماني شركات تأمينات ممتلكات ومسؤوليات في قطاع التأمين المصري. تم تطوير نموذج LSTM بنفس البنية والمعلمات لجميع الشركات، واستنادًا إلى بيانات تاريخية (الفترة الزمنية)، أظهر النموذج قدرة عالية على محاكاة البيانات بدقة والتنبؤ بها لمدة ثلاث سنوات مستقبلية. حيث حققت مؤشرات الأداء قيم RMSE منخفضة (مثال: 0.6272 لمعدل الاحتفاظ، 0.2575 لمعدل المصروفات العمومية والإدارية، 0.1375 لمعدل العمولات وتكاليف الإنتاج، 0.0057 لمعدل الخسارة)، وقيم MAPE منخفضة (مثال: 0.92% لمعدل الاحتفاظ، 1.08% لمعدل المصروفات العمومية والإدارية، 0.65% لمعدل العمولات وتكاليف الإنتاج، 0.83% لمعدل الخسارة)، وقيم R² مرتفعة (مثال: 0.9766 لمعدل الاحتفاظ، 0.9745 لمعدل المصروفات العمومية والإدارية، 0.9819 لمعدل العمولات وتكاليف الإنتاج، 0.9855 لمعدل الخسارة). توصي الدراسة بتبني نماذج LSTM لدعم اتخاذ القرارات الاستراتيجية وتحسين تقدير التكاليف المستقبلية في قطاع التأمين المصري." | ||||
| Keywords | ||||
| تأمين السيارات التكميلي; الشبكات العميقة ذات الذاكرة القصيرة وطويلة المدي; المعدلات الفنية | ||||
|
Statistics Article View: 68 PDF Download: 48 |
||||
