Αξιολόγηση ιεραρχικών μεθόδων για την πρόβλεψη των εσόδων ασφαλιστικών εταιριών

Παπαγεωργίου, Αργυρούλα

dc.contributor.author	Παπαγεωργίου, Αργυρούλα
dc.date.accessioned	2020-12-03T21:03:10Z
dc.date.available	2020-12-03T21:03:10Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/52235
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.19933
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Μέθοδοι Προβλέψεων	el
dc.subject	Ιεραρχική Πρόβλεψη	el
dc.subject	Κυλιόμενη Πρόβλεψη	el
dc.subject	Ασφάλιστρα	el
dc.subject	Forecasting Methods	en
dc.subject	Hierarchical Forecasting	en
dc.subject	Rolling Forecasting	en
dc.subject	Premiums	en
dc.title	Αξιολόγηση ιεραρχικών μεθόδων για την πρόβλεψη των εσόδων ασφαλιστικών εταιριών	el
dc.contributor.department	Τεχνο-οικονομικά Συστήματα	el
heal.type	masterThesis
heal.classification	Επιχειρηματικές Προβλέψεις	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2020-10-06
heal.abstract	Κάθε επιχείρηση προσπαθεί να ανταπεξέλθει στο έντονα ανταγωνιστικό περιβάλλον και να διατηρήσει ή και να βελτιώσει το μερίδιό της στην αγορά. Για το λόγο αυτό, τα διοικητικά στελέχη καλούνται διαρκώς να λαμβάνουν αποφάσεις ως προς την οργάνωση και το σχεδιασμό της επιχείρησης καθώς και να χαράζουν στρατηγικές για όλα τα επιχειρησιακά ζητήματα που την αφορούν. Οι αποφάσεις αυτές λαμβάνονται κάτω από συνθήκες αβεβαιότητας και επιφέρουν μεταξύ άλλων οικονομικές επιπτώσεις. Έτσι, οι προβλέψεις διαδραματίζουν καθοριστικό ρόλο για την επιτυχημένη πορεία κάθε επιχείρησης. Στις μέρες μας, υπάρχει αρκετή διαθέσιμη πληροφορία μέσα από τη βιβλιογραφία ως προς τις μεθόδους πρόβλεψης και τα συστήματα που μπορούν να υποστηρίξουν τέτοιες προσπάθειες. Ωστόσο, κάθε εφαρμογή πρόβλεψης παρουσιάζει τις δικές της ιδιομορφίες, ιδιαίτερα όταν αυτή αναφέρεται σε ιεραρχικά δεδομένα. Σκοπός της παρούσας διπλωματικής εργασίας είναι να εντοπίσει το βέλτιστο επίπεδο παραγωγής προβλέψεων σε χρονοσειρές που ακολουθούν μία ιεραρχική δομή και αφορούν τα έσοδα από τις εκδόσεις ασφαλιστηρίων συμβολαίων του ελληνικού υποκαταστήματος μιας πολυεθνικής ασφαλιστικής εταιρίας. Τα δεδομένα που συλλέχθηκαν είναι μηνιαία και αφορούν τα έσοδα που προκύπτουν από τον κωδικό κάθε προγράμματος. Αρχικά, έγινε ταξινόμηση των δεδομένων σε ανώτερα και κατώτερα επίπεδα βάσει της ιεραρχικής συνάθροισης που ορίζει η εταιρία. Στη συνέχεια, πραγματοποιήθηκαν προβλέψεις για όλες τις χρονοσειρές σε κάθε ιεραρχικό επίπεδο για χρονικό ορίζοντα τριών περιόδων, μέσω των μεθόδων εκθετικής εξομάλυνσης. Τέλος, εξετάστηκαν τρεις προσεγγίσεις ιεραρχικής πρόβλεψης: οι bottom up, top level και middle out. Έχοντας ολοκληρώσει την παραπάνω διαδικασία, έγινε προσπάθεια και για περαιτέρω μείωση του σφάλματος μέσα από το συνδυασμό των μεθόδων ιεραρχικής πρόβλεψης που εξετάσθηκαν στο προηγούμενο στάδιο. Τα αποτελέσματα της εργασίας δείχνουν πως κάποια ιεραρχικά επίπεδα περιλαμβάνουν πληροφορίες οι οποίες μπορούν να οδηγήσουν σε καλύτερη ακρίβεια πρόβλεψης, καθώς και ότι ο συνδυασμός ιεραρχικών μεθόδων μπορεί να επιφέρει καλύτερα αποτελέσματα.	el
heal.abstract	Every business strives to cope with the highly competitive environment and to maintain or even improve its market share. For this reason, managers are constantly called upon to make decisions regarding the business organization and planning as well as strategies for all business issues that concern it. These decisions are made under conditions of uncertainty and have, among other things, economic consequences. Thus, forecasts play a key role in the success of any business. Nowadays, there is a lot of information available coming from the literature regarding the forecasting methods and systems that can support such efforts. However, each forecasting application has its own peculiarities, especially when it refers to hierarchical data. The purpose of this study is to identify the optimal level to make future predictions on time series in a hierarchical structure and relate to the income from the issuance of insurance policies of a multinational insurance company’s Greek branch. The data collected are monthly and relate to the premium of each program code. Initially, the data was classified into higher and lower levels based on the hierarchical aggregation defined by the company. Then, predictions were made for all time series at each hierarchical level over a three-period time horizon, using exponential smoothing methods. Finally, three hierarchical forecasting approaches were examined: bottom up, top level and middle out. Having completed the above process, an attempt was made to further reduce the error through the combination of hierarchical forecasting methods examined in the previous stage. The results of the study show that some hierarchical levels include information that can lead to better prediction accuracy, and that the combination of hierarchical methods can yield better results.	en
heal.advisorName	Ασημακόπουλος, Βασίλειος
heal.committeeMemberName	Ασημακόπουλος, Βασίλειος
heal.committeeMemberName	Ψαρράς, Ιωάννης
heal.committeeMemberName	Δούκας, Χρυσόστομος
heal.academicPublisher	Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	112
heal.fullTextAvailability	false