عنوان پایان‌نامه
بررسی شناخت افراد از ریسک حوادث ترافیکی و محاسبه میل به پرداخت آنها برای کاهش حوادث ترافیکی در شهر تهران
- رشته تحصیلی
- اقتصاد و تجارت الکترونیک
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه دانشکده اقتصاد شماره ثبت: 1364;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 51749
- تاریخ دفاع
- ۲۷ تیر ۱۳۹۰
- دانشجو
- مهدی حسین نژادسرستی
- استاد راهنما
- قهرمان عبدلی
- چکیده
- یکی از مشکلات بیمه بخصوص بیمه شخص ثالث در ایران تعیین بهینه نرخ بیمه بر اساس ریسک افراد است. بطوری که نرخ بیمه درشرکتهای بیمه بر اساس ویژگیهای ماشین می باشد. کارشناسان و محققان بیمه معتقدند یکی از راههای اصلی برای کاهش زیان این نوع بیمه نامه، تعیین نرخ بیمه بر اساس ریسک افراد می باشد لذا در این تحقیق سعی شده است با مقایسه ریسک عینی و ریسک ذهنی به دسته بندی افراد بر اساس ریسک بپردازد. از آنجایی که در شرکتهای بیمه دادههای مناسب برای انجام تحقیق وجود نداشت لذا در این پژوهش برای دستیابی به داده ها از پرسشنامه استفاده شده است. بر اساس اینکه بین ریسک ذهنی و ریسک عینی اختلاف وجود دارد در این تحقیق به بررسی دست کم ارزیابی کردن ریسک، اختلاف بین ریسک ذهنی و عینی، تعیین میزان مرگ و میر و میل به پرداخت پرداخته شده است. در این تحقیق ابتدا مفهوم ریسک، عدم اطمینان، ریسک ذهنی و ریسک عینی، مفهوم میل به پرداخت و نحوه اندازگیری آنها پرداخته میشود. متغیرهای مستقل شامل خواص دموگرافی و اقتصادی ـ اجتماعی افراد مانند سن، جنس، درآمد، مدرک، سلامتی فرد، تصادف فرد، تصادف در خانواده، رعایت ایمنی و تجربه میباشد. ابتدا بررسی میشود که عوامل دست کم ارزیابی کردن ریسک چیست؟ آیا ریسک ذهنی فرد از تصادف کمتر از ریسک عینی گروه خودش است؟ این سؤال با استفاده از مدل پروبیت ارزیابی میشود. بعد از بررسی دست کم ارزیابی کردن ریسک مقدار تورش ریسک، در واقع اختلاف بین ریسک عینی و ذهنی بررسی میشود. این کار با استفاده از روش حداقل مربعات معمولی(OLS) انجام میشود. پس از بررسی اختلاف بین ریسک ذهنی و عینی با استفاده از دو روش بالا، با استفاده از روش حداقل مربعات معمولی به بررسی ریسک ذهنی و عواملی تأثیرگذار بر روی ریسک ذهنی تعیین می پردازیم. تخمین پایانی نشان میدهد که عواملی چون کارکرد ماشین، تصادف شخص پاسخ دهنده و ریسک عینی با ضرایب 03/0، 08/0 و 4/0 با ریسک ذهنی رابطه مثبت دارد و عواملی چون جنس، درآمد و سلامتی با ضرایب 08/0-، 008/0- و 11/0- تأثیر منفی بر روی ریسک ذهنی دارند. در ادامه میل به پرداخت افراد برای کاهش درصد مشخصی از ریسک بررسی میشود و با استفاده از ارزش آماری زندگی میزان میل به پرداخت اندازه گیری می شود. میزان ارزش آماری زندگی با استفاده از نسبت میانگین میل به پرداخت به میانگین و میانه میزان کاهش ریسک
- Abstract
- One of the debatable issues in third party insurance in Iran is to attain optimal insurance price through individual’s risks. However, these prices are determined by vehicle’s characteristics. Experts and researchers believe upon using individual’s risks to determine this kind of insurance price. Hence, in this paper we tried to obtain hierarchical division by comparing objective risks and individual’s subjective risk. Nevertheless, due to lack of appropriate database in insurance companies, we utilize questionnaire; by considering difference between objective and subjective risk, this paper examined how individuals underestimate their own risks, number of casualties, and willingness to pay for covering this risk. As contribution, we try to present an explanation for concept of risk, uncertainty, objective vs. subjective risks, concept of willingness to pay and their measurement methods. Independents variables including demographical and social-economical characteristics of individuals such as; Age, Gender, Income, Graduations, Health, Crash experience (family or self), regarding safety and experiments. What are underestimating own risk? Is individual’s objective risk lower (higher) than his or her own category subjective risks? We examine this question by Probit model. After that the difference between objective and subjective risk been determined by using OLS regression. Furthermore, by using OLS regression, the impacting factors on objective risk be revealed. Results indicate that, factors such vehicle performance, crash experiment, and subjective risk with 0.03, 0.08 & 0.4 coefficient have positive relation with objective risk and factors such gender, Income, and Health with –0.08, -0.008 & -0.11 have negative relation with it. Hereinafter willingness to pay for covering distinct percentage of risks by using Value of Statistical Life model was determined. The VSL was measure by dividing willingness to pay on mean value and mod value are 51512500 and 10295370
