خلاصة:
از منظر علوم اقتصادی و با مراجعه به آمار و اطلاعات، تخلفات مالی در صنعت بیمه بهصورت فزایندهای در حال تبدیلشدن به یک مسئله جدی و قابل تأمل است. یکی از روشهای مناسب جهت ارزیابی و مدلسازی تخلفات و تقلبات، تکنیکهای دادهکاوی است که میتواند نقش مهمی در کشف و پیشبینی تقلبات مالی ایفا نماید. این شیوه برای آشکار نمودن حقایق پنهان در ورای حجم انبوهی از دادهها بکار گرفته میشود. شرکتهای بیمه میتوانند الگوی پنهان در دادهها را کشف کرده و با مدلسازی و طراحی الگوهای مناسب اقدامات جدی در راستای کاهش تقلبات، مدیریت ریسکها و ایفای تعهدات به عملآورند.
در این مقاله، تکنیکهای رایج جهت کشف تقلب در بیمههای اتومبیل (شامل رگرسیون لجستیک، درخت تصمیم و دسته بندی بیز ساده) مورداستفاده قرار میگیرد. ابزارهای دادهکاوی بهطور معمول با هدف تعمیم مدلهای کشف ادعاهای تقلبی و ارائه پیشبینی به کار گرفته میشوند. متغیرهای توضیحی که در سه مدل این مطالعه مورداستفاده قرار میگیرند، عبارتاند از: سابقه بیمهای، تعداد ادعاهای خسارت، تأخیر در اعلان خسارت، سن، جنس، کروکی و مبلغ خسارت (شکوری 1390) دادههای موردنیاز از یکی از شرکتهای بزرگ بیمه، پس از اخذ مجوزهای لازم، جمعآوری شده است. دادهها به دو بخش تقسیم شده است. از بخش نخست برای ساخت مدل و از بخش دوم برای دستهبندی استفاده شده است. یافتههای این مطالعه مؤید آن است که مدل رگرسیون لجستیک دقت بیشتری برای پیشبینی کل ادعاها(تقلبی و غیر تقلبی) نسبت به دو مدل دیگر، یعنی درخت تصمیم و روش بیز داشته است.
ملخص الجهاز:
ارزيابي الگوريتم هاي درخت تصميم ، بيز ساده و رگرسيون لجستيک در کشف تقلبات بيمه اتومبيل دکتر آتوسا گودرزي سجاد جنت بابايي چکيده از منظر علوم اقتصادي و با مراجعه به آمار و اطلاعات ، تخلفات مالي در صنعت بيمه به صورت فزاينده اي در حال تبديل شدن به يک مسئله جدي و قابل تأمل است .
يکي از روش هاي مناسب جهت ارزيابي و مدل سازي تخلفات و تقلبات ، تکنيک هاي داده کاوي است که مي تواند نقش مهمي در کشف و پيش بيني تقلبات مالي ايفا نمايد.
در اين مقاله ، تکنيک هاي رايج جهت کشف تقلب در بيمه هاي اتومبيل (شامل رگرسيون لجستيک ، درخت تصميم و دسته بندي بيز ساده ) مورداستفاده قرار مي گيرد.
يافته هاي اين مطالعه مؤيد آن است که مدل رگرسيون لجستيک دقت بيشتري براي پيش بيني کل ادعاها(تقلبي و غير تقلبي) نسبت به دو مدل ديگر، يعني درخت تصميم و روش بيز داشته است .
ادبيات تحقيق در اين مقاله تصويري از روش هاي دسته بندي براي کاربرد کشف تقلب بيمه اي با استفاده از تکنيک هاي داده کاوي ارائه مي شود.
نمودار اهميت متغيرهاي مدل بيز ساده دسته بندي با روش درخت تصميم با استفاده از داده هاي مربوطه ، درخت تصميم در شکل ٣ نشان داده شده است .
نمودار اهميت متغيرهاي مدل درخت تصميم دسته بندي با روش رگرسيون لجستيک در اين مرحله رگرسيون لجستيک پيشرو با استفاده از داده هاي آموزشي به کار گرفته شده است (متغيرهايي که تأثير بيشتري داشته اند، به ترتيب وارد مدل شده اند).