عناصر مشابهة
التحليل الكمي للمخاطر باستخدام طريقة محاكاة Monte Carlo: دراسة حالة المديرية الجهوية لشركة التأمين SAA بالبليدة
| العنوان بلغة أخرى: | Quantitative Risk Analysis Using Monte Carlo Simulation Method: A Case Study of the Regional Directorate of the Insurance Company SAA in Blida |
|---|---|
| المصدر: | مجلة معهد العلوم الاقتصادية |
| الناشر: |
جامعة الجزائر 3 - كلية العلوم الإقتصادية والعلوم التجارية وعلوم التسيير
|
| المؤلف الرئيسي: | |
| المجلد/العدد: | مج26, ع2 |
| محكمة: | نعم |
| الدولة: | الجزائر |
| التاريخ الميلادي: | 2023 |
| الصفحات: | 153 - 174 |
| DOI: | 10.54244/1902-026-002-008 |
| ISSN: | 1112-2382 |
| رقم MD: | 1455689 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | Arabic |
| قواعد المعلومات: | EcoLink |
| مواضيع: | |
| رابط المحتوى: |
|
| المستخلص: | هدفت هذه الدراسة لبناء نموذج احتمالي والذي يمكن الاستناد عليه لقياس ومواجهة المخاطر المحتملة الوقوع للمؤسسة وإدارتها. ومن أجل تحليل هاته المخاطر تم استخدام طريقة محاكاة Monte Carlo، بإنشاء توزيع احتمالي لكل المتغيرات المحركة لهاته المخاطر التي تنشأ والقيام بعملية محاكاة للنظام ككل. أفضت النتائج المتوصل عليها أن التوزيع الاحتمالي المنشأ لمحاكاة Monte Carlo أعطى صورة طبق الأصل عن النظام المحاكى، وبنفس خصائص التوزيع الاحتمالي للمجتمع الحقيقي، من خلال توليد أعداد عشوائية، وأثبتت الدراسة أن محاكاة Monte Carlo لها القدرة على قياس احتمالات وقوع المخاطر، كما وجدنا علاقة بين المتغيرات المحركة للمخاطر المحتملة واستراتيجية الاستجابة المتبعة من طرف المؤسسة، إضافة لوجود حجم تأثير كبير من طرف تلك المتغيرات. This study aimed to build a probabilistic model that can be relied upon to measure and confront potential risks that may occur to the organization and manage them. In order to analyze these risks, the Monte Carlo simulation method was used, by creating a probability distribution for all the variables driving these risks that arise and performing a simulation of the system as a whole. The results obtained revealed that the probability distribution created for the Monte Carlo simulation gave an exact image of the simulated system, with the same characteristics as the probability distribution for the real population, by generating random numbers. The study proved that the Monte Carlo simulation has the ability to measure the probability of risks occurring. We also found a relationship between The variables driving potential risks and the response strategy followed by the institution, in addition to the presence of a large influence on the part of these variables. |
|---|
