ارائه مدل سرمایه گذاری مخاطره¬پذیر در صنعت بیمه بر مبنای فرایند تحلیل شبکه¬ای فازی
محورهای موضوعی :امیر محمدزاده 1 , یزدان گودرزی فراهانی 2 * , مریم پورفرزام 3 , زليخا مرسلي ارزنق 4 , محسن مهرارا 5
1 - دانشیار دانشگاه آزاد اسلامی واحد قزوین
2 - گروه اقتصاد اسلامی، دانشکده علوم اقتصادی و اداری، دانشگاه قم
3 - 0
4 - دانشجوی دکتری پردیس ارس دانشگاه تهران
5 - دانشکده اقتصاد دانشگاه تهران
کلید واژه: کلیدواژه¬ها: سرمایه¬گذاری مخاطره¬پذیر, صنعت بیمه, فرایند تحلیل شبکه¬ای فازی.,
چکیده مقاله :
هدف مقاله حاضر شناسایی و ارائة يک الگوی سرمایه¬گذاری پر ریسک برای مؤسسات بیمه در راستای استقرار صندوق سرمايه گذارى ريسك پذير بیمه¬ای است. در این مقاله سعی شده است، تا با شناسایی و معرفي مهمترين فاكتورها و عوامل مؤثر سرمایه گذاری مخاطره پذیر (VC) با استفاده از تکنیک فرایند تحلیل شبکه¬ای فازی در صنعت بیمه ارائه گردد. داده¬های مورد نیاز تحقیق از طریق مصاحبه¬های عمیق با تعدادی از خبرگان و پژوهشگران صنعت بیمه و همچنین پرسشنامه جمع آوری شده است. با توجه به عدم استقلال و وجود وابستگي بين عوامل مؤثر، از روش فرآيند تحليل شبكه فازي براي شناسايي وابستگي¬هاي ممكن بين عوامل و اندازه¬گيري آنها براي توسعه مدل VC استفاده شده و نتايج حاصله با روش فرآيند تحليل شبكه غير فازي الویت-بندی شده است. یافته¬هاي پژوهش حاکی از آن است که شاخص¬های چرخه عملیاتی، نسبت گردش مجموع دارایی¬ها، بازده کل سرمایه گذاری، ضریب خسارت، نسبت دارایی به بدهی به ترتیب جایگاه اول تا پنجم را در بین شاخص¬های VC دارند. VC¬ها به صنعت بیمه کمک می-کنند تا قوانین حسابداری داخلی را برقرار کنند و صورت¬های مالی شان را استاندارد کنند. به عبارت دیگر، پشتیبانی VC اطلاعات "سخت" و " نرم" موردنیاز برای بیمه اصلاح می¬کند.
The purpose of this paper is to identify and present a high-risk investment model for insurance institutions in order to establish a risky insurance investment fund. In this paper, it has been tried to identify and introduce the most important factors and effective factors of venture capital (VC) using the technique of fuzzy network analysis process in the insurance industry. The data needed for the research has been collected through in-depth interviews with a number of experts and researchers in the insurance industry, as well as a questionnaire. Due to the lack of independence and the existence of dependence between the effective factors, the method of fuzzy network analysis process was used to identify the possible dependencies between factors and measure them for the development of the VC model, and the results were prioritized with the method of non-fuzzy network analysis process. Is. The findings of the research show that operating cycle indicators, total asset turnover ratio, total investment return, loss factor, asset-liability ratio are ranked first to fifth among VC indicators. VCs help the insurance industry establish internal accounting rules and standardize their financial statements. In other words, VC support modifies the "hard" and "soft" information required for insurance.