ارزیابی عملکرد شرکت‌های بیمه‌ای با تحلیل پوششی داده‌ها

نویسندگان

https://doi.org/10.22105/ssfmi.v2i2.76

چکیده

هدف: مطالعه حاضر به ارزیابی عملکرد شرکت‌های بیمه‌ای کشور با استفاده از تکنیک تحلیل پوششی داده‌ها پرداخته است.

روش‌شناسی پژوهش: با توجه به اینكه تحقیق حاضر به ارزیابی عملکرد شرکت‌های بیمه عضو بورس اوراق بهادار تهران در فاصله زمانی 1400 تا 1402 می‌پردازد، 15 شرکت موجود در بورس تهران به‌عنوان جامعه آماری تحقیق استفاده شد. تحقیق حاضر از نظر هدف کاربردی بوده و زیرا در جستجوی دستیابی به یک هدف عملی است و از نظر روش حل مساله پژوهشی و گردآوری داده‌ها با رویکرد مدل‌سازی می‌باشد. داده‌ها از بانک‌های اطلاعاتی شرکت‌ها و صورت‌های مالی آن‌ها استخراج شد. جهت تجزیه‌وتحلیل داده‌ها از رویکرد تحلیل پوششی داده‌ها با نرم‌افزار لینگو استفاده شد.

یافته‌ها: یافته‌ها نشان داد که کارایی شرکت‌های بیمه‌ای در سال‌های 1402-1401 تنها دو شرکت بیمه (تعاون و ملت) دارای پسرفت بوده‌اند و رشد داشته‌اند. سایر شرکت‌ها توانسته‌اند نمره کارایی بالایی به‌دست آورند و دارای پیشرفت کارایی شده‌اند. همچنین یافته‌ها نشان داد کارایی شرکت بیمه‌ای طی سال‌های 1402-1400 نسبت به سال‌های 1401-1400 تنها 4 شرکت (بیمه آسیا، البرز، دی و پارسیان) دارای پیشرفت بوده‌اند و نسبت به قبل رشد داشته اند. سایر واحد‌ها پسرفت داشته‌اند.

اصالت/ارزش افزوده علمی: پژوهش حاضر از جنبه‌های متعددی دارای نوآوری و اصالت است. نخست، استفاده از تکنیک تحلیل پوششی داده‌ها[1] به‌عنوان یک روش غیرپارامتریک در ارزیابی کارایی شرکت‌های بیمه‌ای فعال در بازار سرمایه ایران، با تمرکز بر بازه زمانی اخیر (سال‌های 1400 تا 1402)، موضوعی نو در ادبیات داخلی محسوب می‌شود. دوم، این پژوهش با تبیین دقیق نقاط ضعف و قوت عملکرد شرکت‌های بیمه، می‌تواند برای سیاست‌گذاران، مدیران بیمه و سرمایه‌گذاران بازار سرمایه، ابزار تصمیم‌گیری کارآمدی فراهم کند.

 

[1] Data Envelopment Analysis (DEA)

کلمات کلیدی:

عملکرد، میزان پیشرفت و پسرفت، شرکت‌های بیمه، تحلیل پوششی داده‌ها

مراجع

  1. [1] Abdollahi, A. (2025). Explaining a model for evaluating the performance of insurance companies using the data envelopment analysis model. Productivity management studies, 1(1), 57-72. (In Persian). https://doi.org/10.22034/jmps.2025.141630.1004
  2. [2] Hajjarian, M. (2017). Cyber asset insurance. International conference on legal aspects of information and communication technology, Tehran, Iran. Civilica. (In Persian). https://civilica.com/doc/811532/
  3. [3] Fazel Yazdi, A., & Moinuddin, M. (2015). Evaluating the efficiency and ranking of the Iranian insurance industry using a dynamic data window analysis approach. Productivity management quarterly, 9(4), 131-150. (In Persian). https://journals.iau.ir/article_520958.html
  4. [4] Nahavandi, N., & Sharifinia, M. (2017). Designing a model for evaluating the performance and ranking of insurance companies using the combined BSC-DEA method. Sharif industrial engineering and management journal, 33(2.2), 27-37. (In Persian). https://doi.org/10.24200/j65.2018.5516
  5. [5] Aslam, N., Nazneen, Q., & Mubeen, S. A. (2015). Assessment of service quality in insurance industry in Sultanate of Oman. International journal of research in finance and marketing, 5(8), 119–127.
  6. [6] Fazel Yazdi, A., Moinuddin, M. (2015). Evaluating the efficiency and ranking of the Iranian insurance industry using a dynamic data window analysis approach. Productivity management, 9(4), 131-150. (In Persian). https://journals.iau.ir/article_520958.html
  7. [7] Daniali Deh Hoz, M., & Ketabi, S. (2013). Evaluation and measurement of the efficiency of insurance branches using the data envelopment analysis method (Case study: Iran Insurance Company branches in the southern provinces of the country). Productivity management (Beyond management), 7(24), 94–71. (In Persian). https://www.sid.ir/paper/489796/fa
  8. [8] Sabahi, A., & Falah, M. (2009). Data envelopment analysis (DEA) as a method for output capacity estimation. The case study: Insurance industry. Economics research, 9(32), 205-238. (In Persian). https://joer.atu.ac.ir/article_2913.html?lang=en
  9. [9] Sharma, A., Jadi, D. M., & Ward, D. (2018). Evaluating financial performance of insurance companies using rating transition matrices. The journal of economic asymmetries, 18, e00102. https://doi.org/10.1016/j.jeca.2018.e00102
  10. [10] Abolalaei, B. (2010). Performance management: A manager’s guide to assessing and improving employee performance. Industrial Management Organization Publications. (In Persian). https://B2n.ir/qy1984
  11. [11] Farrell, M. J. (1957). The measurement of productive efficiency. Journal of the royal statistical society series a: statistics in society, 120(3), 253–281. https://academic.oup.com/jrsssa/article/120/3/253/7101561
  12. [12] Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European journal of operational research, 2(6), 429–444. https://doi.org/10.1016/0377-2217(78)90138-8
  13. [13] Farhadi, P., Sharifimand, S., & Karimi, Z. (2019). Performance evaluation of fars province teacher insurance joint stock company with a combined approach of balanced scorecard and demetel method-multi-criteria decision making. The first national conference on management, ethics and business, Fars, Iran. Civilica. (In Persian). https://civilica.com/doc/918355/
  14. [14] Kazemi, A., & Hossein Mirzaei Nabi, M. (2018). Evaluating the performance of insurance company agencies using a combination of organizational excellence indicators and data envelopment analysis method. The second national conference on accounting, management and economics with a sustainable employment approach and its role in industry growth, Hamedan, Iran. Civilica. (In Persian). https://civilica.com/doc/844568/
  15. [15] Nahavandi, N., & Sharifinia, M. (2018). Designing a model for performance evaluation and ranking of insurance companies by integrated bsc-dea method. Sharif journal of industrial engineering & management, 33(2.2), 27-37. (In Persian). https://doi.org/10.24200/j65.2018.5516
  16. [16] Alhassan, A. L., & Biekpe, N. (2019). Pricing power in insurance markets: evidence from South Africa. International journal of bank marketing, 37(5), 1371–1392. https://doi.org/10.1108/IJBM-10-2018-0297
  17. [17] Tone, K., Kweh, Q. L., Lu, W. M., & Ting, I. W. K. (2019). Modeling investments in the dynamic network performance of insurance companies. Omega, 88, 237–247. https://doi.org/10.1016/j.omega.2018.09.005
  18. [18] Wolski, R., & Zaleczna, M. (2011). The real estate investment of insurance companies in Poland. Journal of property investment & finance, 29(1), 74–82. https://doi.org/10.1108/14635781111100218
  19. [19] Banker, R. D., Charnes, A., & Cooper, W. W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management science, 30(9), 1078–1092. https://doi.org/10.1287/mnsc.30.9.1078
  20. [20] Andersen, P., & Petersen, N. C. (1993). A procedure for ranking efficient units in data envelopment analysis. Management science, 39(10), 1261–1264. https://doi.org/10.1287/mnsc.39.10.1261
  21. [21] Nemoto, J., & Goto, M. (1999). Dynamic data envelopment analysis: modeling intertemporal behavior of a firm in the presence of productive inefficiencies. Economics letters, 64(1), 51–56. https://doi.org/10.1016/S0165-1765(99)00070-1
  22. [22] Emrouznejad, A., & Thanassoulis, E. (2005). A mathematical model for dynamic efficiency using data envelopment analysis. Applied mathematics and computation, 160(2), 363–378. https://doi.org/10.1016/j.amc.2003.09.026
  23. [23] Kao, C. (2013). Dynamic data envelopment analysis: A relational analysis. European journal of operational research, 227(2), 325–330. https://doi.org/10.1016/j.ejor.2012.12.012
  24. [24] Zhang, Q., Tang, W., & Zhang, J. (2018). Who should determine energy efficiency level in a green cost-sharing supply chain with learning effect? Computers & industrial engineering, 115, 226–239. https://doi.org/10.1016/j.cie.2017.11.014
  25. [25] Färe, R., Grosskopf, S., & Roos, P. (1998). Malmquist productivity indexes: a survey of theory and practice. In Index numbers: essays in honour of sten malmquist (pp. 127–190). Springer. https://doi.org/10.1007/978-94-011-4858-0_4
  26. [26] Färe, R., Grosskopf, S., Lindgren, B., & Roos, P. (1994). Productivity developments in swedish hospitals: A Malmquist output index approach. Data envelopment analysis: theory, methodology, and applications, 253–272. https://doi.org/10.1007/978-94-011-0637-5_13
  27. [27] Zofio, J. L. (2007). Malmquist productivity index decompositions: A unifying framework. Applied economics, 39(18), 2371–2387. https://doi.org/10.1080/00036840600606260
  28. [28] Doroudi, H., Abchar, B., & Bigdeli, E. (2022). Productivity analysis using MalmQuist index in private insurance companies of Zanjan province. Financial economics, 16(58), 109-127. (In Persian). https://www.sid.ir/paper/958124/en

دانلود

چاپ شده

2025-09-14

شماره

دوره 2 شماره 2 (1404): مطالعات راهبردی در مدیریت مالی و بیمه

نوع مقاله

مقالات شماره جاری

ارجاع به مقاله

صیادمنش ش. (2025). ارزیابی عملکرد شرکت‌های بیمه‌ای با تحلیل پوششی داده‌ها. مطالعات راهبردی در مدیریت مالی و بیمه, 2(2), 88-100. https://doi.org/10.22105/ssfmi.v2i2.76
Crossref
Scopus
Google Scholar
Europe PMC

مقالات مشابه

همچنین برای این مقاله می‌توانید شروع جستجوی پیشرفته مقالات مشابه.