درخت حوزه‌های تخصصی

این بحث برای حالتی که پرتفوی بیمه گر شامل دو مخاطره وابسته است، ارائه شده است. برای وابستگی بین مخاطره ها نیز از الگوی وابستگی پواسون دو متغیره استفاده کرده ایم. برای یافتن حدود نگهداشت مخاطره ها از دو معیار استفاده می کنیم. اولین معیار، مطلوبیت مورد انتظار سرمایه برای یک دوره است که بیمه گر با ماکسیمم کردن آن نسبت به حدود نگهداشت مخاطره ها، جواب بهینه را به دست می آورد. دومین معیار، ضریب تعدیل ادعاهای خسارت تجمعی است که باز هم مانند بالا با ماکسیمم کردن آن حدود نگهداشت را محاسبه می کنیم. در هر دو معیار، از اصل مشابهی برای محاسبه حق بیمه اتکایی استفاده می کنیم. در نهایت، اگر چه دستگاه معادلاتی که در هر دو معیار، حدود نگهداشت بهینه را تعیین می کنند، مشابه هستند اما جواب مسئله کاملاً به معیار انتخابی بستگی دارد.

بعلت کمبود پزشک در دو دهه گذشته رویکرد افزایش تعداد پزشک عمومی مد نظر مسئولان قرارگرفت اما این افزایشها بدون هیچ رویکرد علمی و فقط با توجه به نیاز آن زمان صورت گرفت و بدتر اینکه همان روند در طی سالهای بعد نیز ادامه پیدا کرد. این مساله منجر به مشکلات عدیده ای برای پزشکان عمومی مانند بیکاری، کار غیر مرتبط با حرفه و غیره شده و همچنین هزینه های سنگینی را به دولت و بخش سلامت کشور تحمیل کرده است. با توجه به اهمیت موضوع، پژوهش حاضر با استفاده از روشها و الگوهای اقتصادی و ریاضی به برآورد تعداد نیروی انسانی پزشک عمومی تا سال 1390 پرداخته است. بدینوسیله، با بکار گیری تابع تولید کاب داگلاس و مدل تعدیل جزیی، ابتدا به تخمین تابع تقاضای پزشک عمومی با استفاده از روش حداقل مربعات معمولی پرداخته، آنگاه با بدست آوردن مقادیر رشد هر متغیر و میانگین رشد های سالهای پیشین آن متغیرها به پیش بینی تعداد مورد نیاز از پزشک عمومی اقدام شده است. برای سالهای 1385، 1386 ،1387، 1388، 1389 و 1390 به ترتیب تعداد پزشک عمومی مورد نیاز که بطور سالیانه باید به سیستم وارد شوند 3864 ،4507 ، 5282 ، 6224 ، 7383 و9011 نفر میباشد. کشش تقاضای پزشک عمومی نسبت به سه متغیر سرمایه گذاری کل در بخش سلامت، ارزش افزوده تولید و کل نیروی انسانی شاغل در بخش سلامت منهای پزشک عمومی به ترتیب 035/0، 041/0 ،01/0 میباشد.

در صنعت بانکداری امروز وامها نقشی اساسی دارند، به طوریکه بخش زیادی از دارائیهای یک بانک از وامهای پرداخت شده به افراد و شرکتها تشکیل می شود، در نتیجه با توجه به افزایش تعداد درخواستهای وام از سوی افراد و با توجه به ریسک موجود در این رشته از فعالیتها، ارایه روشی برای مدیریت این وامها ضروری به نظر می رسد. در بین ریسک هایی که بانک با آن مواجه است، ریسک اعتباری از اهمیت ویژه ای برخوردار است. یکی از راه های کمی سازی و اندازه گیری ریسک اعتباری و در نتیجه مدیریت مناسب آن، استفاده از مدل های امتیازدهی اعتباری (CS) است. مدل CSبر اساس معیارهای کمی (مانند اطلاعات مالی افراد) و نیز معیارهای غیرکمی (مثل مشخصات مربوط به شخصیت اجتماعی افراد)، ویژگی ها و عملکرد وام های قبلی را مدل سازی می نماید تا عملکرد آتی وام هایی با مشخصات مشابه را پیش بینی کند. در CS یک نمره به هر مشتری اختصاص داده می شود، این نمره به عنوان شاخصی از ریسک مشتریان شناخته می شود. با مقایسه این نمره مقدار آستانه، مشتریان پر ریسک و کم ریسک از هم دیگر تفکیک میگردند. به رغم عمومیت استفاده از روش لاجیت در فرآیند اعتبار سنجی افراد، در این تحقیق سعی شده است روشی جایگزین که با توجه به وضعیت اطلاعات موجود در خصوص مشتریان حقیقی بانک ها در ایران که نسبت به مدل لاجیت برتری داشته باشد ارایه و با استفاده از یک مجموعه داده، کارایی و دقت آن در مقابل مدل لاجیت بررسی شود. به منظور ارزیابی مشتریان حقیقی بانک از مدل امتیازدهی لاجیت و روش غیر پارامتریک CART استفاده شده و نتایج نشان می دهد که روش دوم از دقت بالاتری در پیش بینی مشتریان خوب و بد با یک دیگر برخوردار است. علاوه براین، ضمن این که مدل های ساخته شده برای نمونه های تصادفی با حجم کوچک به روش نمونه گیری بازگردان نیز مورد ارزیابی قرار گرفتتند که، بار دیگر نتایج حاصل از مشاهدات نمونه مورد مطالعه دقت در تشخیص نوع مشتری از نظر خوش حسابی تاییید گردید.