دانشگاه مازندران

 آمار

تعداد نشریات31
تعداد شماره‌ها484
تعداد مقالات4,712
تعداد مشاهده مقاله7,347,657
تعداد دریافت فایل اصل مقاله5,492,716
منتظری شورکچالی, مجتبی, حسینی, سید شمس الدین, نصیری اقدم, علی, محمدی, تیمور. (1403). طراحی اوراق بهادار بیمه‌ای در صنعت بیمه ایران. پژوهشنامه مدیریت اجرایی, 19(43), 35-60. doi: 10.22080/mrl.2024.27745.2116
مجتبی منتظری شورکچالی; سید شمس الدین حسینی; علی نصیری اقدم; تیمور محمدی. "طراحی اوراق بهادار بیمه‌ای در صنعت بیمه ایران". پژوهشنامه مدیریت اجرایی, 19, 43, 1403, 35-60. doi: 10.22080/mrl.2024.27745.2116
منتظری شورکچالی, مجتبی, حسینی, سید شمس الدین, نصیری اقدم, علی, محمدی, تیمور. (1403). 'طراحی اوراق بهادار بیمه‌ای در صنعت بیمه ایران', پژوهشنامه مدیریت اجرایی, 19(43), pp. 35-60. doi: 10.22080/mrl.2024.27745.2116
منتظری شورکچالی, مجتبی, حسینی, سید شمس الدین, نصیری اقدم, علی, محمدی, تیمور. طراحی اوراق بهادار بیمه‌ای در صنعت بیمه ایران. پژوهشنامه مدیریت اجرایی, 1403; 19(43): 35-60. doi: 10.22080/mrl.2024.27745.2116

طراحی اوراق بهادار بیمه‌ای در صنعت بیمه ایران

پژوهشنامه اقتصاد کلان Macroeconomics Research Letter
مقاله 2، دوره 19، شماره 43، آبان 1403، صفحه 35-60    اصل مقاله (1020.45 K)
نوع مقاله: علمی
شناسه دیجیتال (DOI): 10.22080/mrl.2024.27745.2116
نویسندگان
مجتبی منتظری شورکچالی* 1؛ سید شمس الدین حسینی2؛ علی نصیری اقدم2؛ تیمور محمدی3
1دانشجوی دکتری اقتصاد، دانشگاه علامه طباطبایی
2دانشیار دانشکده اقتصاد دانشگاه علامه طباطبایی
3گروه اقتصاد نظری، دانشکده اقتصاد، دانشگاه علامه طباطبائی، تهران، ایران
تاریخ دریافت: 29 شهریور 1403،  تاریخ بازنگری: 27 مهر 1403،  تاریخ پذیرش: 09 آبان 1403 
چکیده
اوراق بهادار بیمه‌ای به عنوان مشتقه‌ای مالی، یکی از ابزارهای رایج در اقتصاد مالی است که متخصصان مدیریت ریسک در صنعت بیمه، با هدف تأمین مالی و انتقال ریسک به بازار سرمایه، از این اوراق استفاده می‌کنند. با این وجود و علیرغم اینکه از عمر استفاده از این اوراق در بازارهای مالی جهانی بیش از 30 سال می‌گذرد، در کشور ایران، به دلیل مهیا نبودن برخی زیرساخت‌ها، برخی ابهامات در تفسیر، ماهیت پیچیده و فنی عملیات بیمه‌گری و به تبع آن پیچیدگی اوراق ILS، از این ابزار مالی در صنعت بیمه استفاده نشده است. از سویی دیگر، همگام با شروع تحریم-های صنعت بیمه از سال 1389 و خروج بروکرها و بیمه‌گران اتکایی از صنعت بیمه کشور، امکان انتقال ریسک‌های بزرگ و فاجعه‌آمیز به خارج از مرزهای جغرافیایی ایران مهیا نشد و این انباشت ریسک در داخل کشور، ریسک ورشکستگی شرکت‌های بیمه را در صورت وقوع حادثه بزرگ و فاجعه‌آمیز افزایش داده است. بر این اساس، در این مقاله با استفاده از رهیافت‌های مارکوف-سوئیچینگ، ارزش در معرض ریسک (VAR) و سناریو‌سازی، به طراحی اوراق مازاد ضریب خسارت به عنوان یکی از انواع اوراق ILS در رشته‌ی آتش‌سوزی و در صنعت بیمه کشور پرداخته شده است. بر اساس یافته‌های این مطالعه، می‌توان گفت که اوراق طراحی شده در این مطالعه به دلیل تأمین سه شرط؛ تضمین اصل سرمایه خریداران اوراق ILS (با هدف رفع مشکل فقهی)، بازدهی انتظاری بالاتر از نرخ بازده بدون ریسک در بازار و همچنین نرخ حق‌بیمه جذاب (تناسب بین حد تعهد و نرخ حق بیمه)، می‌تواند زمینه انتشار این اوراق در بازار سرمایه ایران را فراهم کند.
کلیدواژه‌ها
اوراق بهادار بیمه‌ای؛ مارکوف- سوئیچینگ؛ ارزش در معرض ریسک؛ سناریو‌سازی؛ رشته آتش‌سوزی
عنوان مقاله [English]
Designing insurance linked securities in Iran's insurance industry
نویسندگان [English]
mojtaba montazeri shourekchali1؛ seyed shamsodin hosseini2؛ ali nassiri aghdam2؛ Teymoor Mohammadi3
1Ph.D. Student, Department of Economic Planning and Development, Faculty of Economics, Allameh Tabatabaei University, Tehran, Iran,
2Associate Professor of Faculty of Economics, Allameh Tabatabai University
3Economics Department, Economics School, Allameh Tabataba'i University, Tehran, Iran.
چکیده [English]
insurance linked securities as a financial derivative are one of the common tools in the financial economy that risk management specialists in the insurance industry use with the purpose of financing and transferring risk to the capital market. Nevertheless, despite the fact that these bonds have been in use in the global financial markets for more than 30 years, in Iran, due to the lack of infrastructure, some ambiguities in interpretation, the complex and technical nature of insurance operations, and as a result The complexity of ILS bonds, this financial instrument has not been used in the insurance industry. On the other hand, with the start of sanctions on the insurance industry since 2009 and the withdrawal of brokers and reinsurers from the country's insurance industry, it was not possible to transfer large and catastrophic risks outside the geographical borders of Iran, and this risk accumulation In the country, the risk of bankruptcy of insurance companies has increased in the event of a major and catastrophic accident. Based on this, in this article, using Markov-switching approaches, value at risk (VAR) and scenario building, the design of excess damage coefficient bonds as one of the types of ILS bonds in the field of fire and It has been paid in the country's insurance industry. Based on the findings of this study, it can be said that the papers designed in this study meet three conditions; Guaranteeing the principal of the buyers of ILS bonds (with the aim of solving the jurisprudential problem), the expected return higher than the risk-free return rate in the market, as well as the attractive premium rate (proportion between the commitment limit and the premium rate), can be the basis for issuing these bonds in provide Iran's capital market.
کلیدواژه‌ها [English]
: insurance linked securities, Markov-switching, value at risk, scenario creation, fire field
مراجع
  1. Ahadi, A (2015). The nature and application of reinsurance, Insurance Research Institute Publications (in persian). https://www.gisoom.com/book/11279540
  2. Asgari M, M Mehdi, Sadeghi Shabhani M  & Siflo S (2016), "Designing oil risk bonds based on insurance securities with the purpose of insurance",            Islamic Financial Research Journal,  12(32), page of 224 to 193 (in Persian). https://www.noormags.ir/view/en/articlepage/1278654.
  3. Brandon, K., & Fernandez, F. (2005). Financial innovation and risk management: An introduction to credit derivatives. Journal of Applied Finance, 15(1).‏ https://papers.ssrn.com/sol3/papers.cfm?abstract_id=780726
  4. Braun, A., Ammar, S. B., & Eling, M. (2019). Asset pricing and extreme event risk: Common factors in ILS fund returns. Journal of Banking & Finance, 102, 59-78.‏ https://ideas.repec.org/a/eee/jbfina/v102y2019icp59-78.html
  5. Bruneckiene, J., Pekarskiene, I., Palekiene, O., & Simanaviciene, Z. (2019). An assessment of socio-economic systems’ resilience to economic shocks: The case of Lithuanianregions. Sustainability, 11(3), 566.‏ https://www.mdpi.com/2071-1050/11/3/566
  6. Chang, C. C., Lin, S. K., & Yu, M. T. (2011). Valuation of catastrophe equity puts with Markov‐modulated Poisson processes. Journal of Risk and Insurance, 78(2), 447-473.‏ https://fin.nkust.edu.tw/uploads/journal_paper_file/journal_file/5ea2bac41d41c86189009ac6/125_faa7a7e5.pdf
  7. Chris Brooks, translated by Badri Ahmad, Abdul Baghi Abdul Majid and Peymani Muslim (2008). An introduction to financial econometrics, Mehraban Publishing House. https://new.mmf.lnu.edu.ua/wp-content/uploads/2018/03/brooks_econometr_finance_2nd.pdf
  8. Clark, S. P., Dickson, M., & Neale, F. R. (2016). Portfolio diversification effects of catastrophe bonds. Available at SSRN 2806432.‏ https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2806432
  9. Cummins, J. D., & Weiss, M. A. (2009). Convergence of insurance and financial markets: Hybrid and securitized risk‐transfer solutions. Journal of Risk and Insurance, 76(3), 493-545.‏ https://onlinelibrary.wiley.com/doi/abs/1111/j.1539-6975.2009.01311.x
  10. Cummins, J. D., Lalonde, D., & Phillips, R. D. (2004). The basis risk of catastrophic-loss index securities. Journal of Financial Economics, 71(1), 77-111.‏ https://ideas.repec.org/a/eee/jfinec/v71y2004i1p77-111.html
  11. De Mey, J. (2007). Insurance and the capital markets. The Geneva Papers on Risk and Insurance-Issues and Practice, 32(1), 35-41.‏ https://link.springer.com/article/1057/palgrave.gpp.2510114
  12. Dehghan A, Fahimi A & Fernia Pone (2017), Securitization of natural disaster insurance in Iran's insurance industry, Science Investment Research Quarterly, 7th year, number Page 277-298 (in Persian). https://www.sid.ir/paper/188101/fa
  13. Fallahi, F. & Rodríguez, G. (2007). Using Markov-Switching Models to Identify the Link between Unemployment and Criminality. Working Paper University of Ottawa. https://ideas.repec.org/p/ott/wpaper/0701e.html
  14. Franses, P. H., & Van Dijk, D. (2000). Non-linear time series models in empirical finance. Cambridge university press.‏ https://pzs.dstu.dp.ua/DataMining/times/bibl/Franses.pdf
  15. Götze, T., & Gürtler, M. (2020). Risk transfer and moral hazard: An examination on the market for insurance-linked securities. Journal of Economic Behavior & Organization, 180, 758-777.‏ https://www.sciencedirect.com/science/article/abs/pii/S0167268119302008
  16. Gürtler, M., Hibbeln, M., & Winkelvos, C. (2016). The impact of the financial crisis and natural catastrophes on CAT bonds. Journal of Risk and Insurance, 83(3), 579-612.‏ https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2140653
  17. Hashminejad M & Abdullahi M, R (2014), "Prediction of financial risk", Bors Publications (in Persian). https://www.gisoom.com/book/11212548
  18. Lee, J. P., & Yu, M. T. (2002). Pricing default-risky CAT bonds with moral hazard and basis risk. Journal of Risk and Insurance, 25-44.‏ https://www.researchgate.net/publication/228289849_Pricing_Default-Risky_Cat_Bonds_With_Moral_Hazard_and_Basis_Risk
  19. Lee, J. P., & Yu, M. T. (2007). Valuation of catastrophe reinsurance with catastrophe bonds. Insurance: Mathematics and Economics, 41(2), 264-278.‏ https://www.researchgate.net/publication/222128736_Valuation_of_Catastrophe_Reinsurance_With_Catastrophe_Bonds
  20. Liu, H., Tang, Q., & Yuan, Z. (2021). Indifference pricing of insurance-linked securities in a multi-period model. European Journal of Operational Research, 289(2), 793-805.‏ https://ideas.repec.org/a/eee/ejores/v289y2021i2p793-805.html
  21. Ma, Z. G., & Ma, C. Q. (2013). Pricing catastrophe risk bonds: A mixed approximation method. Insurance: Mathematics and Economics, 52(2), 243-254.‏ https://econpapers.repec.org/article/eeeinsuma/v_3a52_3ay_3a2013_3ai_3a2_3ap_3a243-254.htm
  22. MacMinn, R., & Richter, A. (2018). The choice of trigger in an insurance linked security: The mortality risk case. Insurance: Mathematics and Economics, 78, 174-182.‏ https://ideas.repec.org/a/eee/insuma/v78y2018icp174-182.html
  23. Mahshid P, Zinali M, Salehi M, Seyyed A, & Badavar Nahandi Y (2023). Presentation of insurance securitization model using fuzzy Delphi method and Dimtel technique in environmental conditions of Iran, Journal of Financial Engineering and Securities Management, 14(55), page 108-130 (in Persian). https://sanad.iau.ir/Journal/fej/Article/1079021
  24. Montazeri Shorkchali, J (2022). Investigating the effect of government financing methods on economic growth in Iran: Markov-switching approach. Journal of Economic Policy, 14(27),   113-153 (in Persian).                                                    https://ep.yazd.ac.ir/article_2849.html
  25. Muermann, A. (2008). Market price of insurance risk implied by catastrophe derivatives. North American Actuarial Journal, 12(3), 221-227.‏ https://ideas.repec.org/a/taf/uaajxx/v12y2008i3p221-227.html
  26. Noy, I., & Yonson, R. (2018). Economic vulnerability and resilience to natural hazards: A survey of concepts and measurements. Sustainability, 10(8), 2850.‏ https://www.mdpi.com/2071-1050/10/8/2850
  27. Panter A, (2011). Risk Management and Financing, Insurance Research Institute Publications (in Persian). https://www.gisoom.com/book/1930904.
  28. Pikarjo K & Rostami H (2008). Investigating the possibility of replacing catastrophic event risk securities with common reinsurance in the country's insurance industry, Journal of Financial Studies, 2(3), page 1-25 (in Persian). https://sanad.iau.ir/Journal/jfksa/Article/803002/FullText
  29. Rai R & Saidi A (2014), "Fundamentals of Financial Engineering and Risk Management", Samt Publications (in Persian). https://www.gisoom.com/book/11300334
  30. Rodrı́guez, G., & Sloboda, M. J. (2005). Modeling nonlinearities and asymmetries in quarterly revenues of the US telecommunications industry. Structural Change and Economic Dynamics, 16(1), 137-158.‏ https://ideas.repec.org/a/eee/streco/v16y2005i1p137-158.html
  31. Shao, J., Papaioannou, A. D, & Pantelous, A. A. (2017). Pricing and simulating catastrophe risk bonds in a Markov-dependent environment. Applied Mathematics and Computation, 309, 68-84.‏ https://ideas.repec.org/a/eee/apmaco/v309y2017icp68-84.html
  32. Sterge, A. J., & van der Stichele, B. (2016). Understanding cat bonds. The Journal of Alternative Investments, 19(1), 27.‏ https://www.researchgate.net/publication/304610691_Understanding_Cat_Bonds
  33. Suri, A (2021), Advanced Econometrics, Noor Alam Publishing (in Persian). https://www.novinbook.net/advanced-econometrics-sori-norelm
  34. Surminski, S., Tanner, T., & Surminski. (2016). Realising the Triple Dividend of Resilience - A New Business Case for Disaster Risk Management '. Berlin: Springer.‏ https://www.researchgate.net/publication/311425443_Realising_the_Triple_Dividend_of_Resilience_-_A_New_Business_Case_for_Disaster_Risk_Management
  35. Wang, X. (2020). Catastrophe equity put options with floating strike prices. The North American Journal of Economics and Finance, 54, 101211.‏ https://ideas.repec.org/a/eee/ecofin/v54y2020ics106294082030108html
  36. Zapata, H. O., & Gauthier, W. M. (2003). Threshold models in theory and practice.‏ https://ideas.repec.org/p/ags/saeatm/35147.html
  37. Zhao, Y., & Yu, M. T. (2020). Predicting catastrophe risk: Evidence from catastrophe bond markets. Journal of Banking & Finance, 121, 105982.‏ https://www.researchgate.net/publication/347279562_Predicting_catastrophe_risk_Evidence_from_catastrophe_bond_markets.
آمار
تعداد مشاهده مقاله: 121
تعداد دریافت فایل اصل مقاله: 137


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب