[論文レビュー] Neural network based human reliability analysis method in production systems

Rasoul Jamshidi, Mohammad Ebrahim Sadeghi|arXiv (Cornell University)|Jun 17, 2022

Insurance and Financial Risk Management被引用数 4

ひとこと要約

本稿では、生産システムにおける人的要因の信頼性分析（HRA）のための新規ニューラルネットワークベースの手法を提案し、人的誤り確率をモデル化することで、安全性と効率性を向上させる。GAMSを用いた動的ネットワークモデルと、イランの保険会社データ（2014–2019年）を用いた回帰分析により、15社中6社が効率的であることが特定され、平均効率は0.78、標準偏差は0.2であった。これにより、費用削減が投資価値および収益性の向上に寄与することが示された。

ABSTRACT

Purpose: In addition to playing an important role in creating economic security and investment development, insurance companies also invest. The country's insurance industry as one of the country's financial institutions has a special place in the investment process and special attention to appropriate investment policies in the field of insurance industry is essential. So that the efficiency of this industry in allocating the existing budget stimulates other economic sectors. This study seeks to model investment in the performance of dynamic networks of insurance companies. Methodology: In this paper, a new investment model is designed to examine the dynamic network performance of insurance companies in Iran. The designed model is implemented using GAMS software and the outputs of the model are analyzed based on regression method. The required information has been collected based on the statistics of insurance companies in Iran between 1393 and 1398. Findings: After evaluating these units, out of 15 companies evaluated, 6 companies had unit performance and were introduced as efficient companies. The average efficiency of insurance companies is 0.78 and the standard deviation is 0.2. The results show that the increase in the value of investments is due to the large reduction in costs and in terms of capital and net profit of companies is a large number that has a clear and strong potential for insurance companies. Originality/Value: In this paper, investment modeling is performed to examine the performance of dynamic networks of insurance companies in Iran.

研究の動機と目的

• 保険会社の投資パフォーマンスを段階的かつ動的に評価するための動的ネットワークモデルの構築を目的とする。
• データ駆動型モデリングを用いて、イランの保険会社の効率性を評価することを目的とする。
• 保険セクターにおける投資価値および収益性の主な駆動要因を同定することを目的とする。
• ニューラルネットワーク技術を生産システムにおける人的信頼性分析に応用することを目的とする。
• 金融機関における資本配分およびリスク管理の改善に役立つ実務的インサイトを提供することを目的とする。

提案手法

• 保険業務の複数段階にわたるパフォーマンスを評価するため、動的ネットワークデータエンvelopment分析（DEA）モデルを構築した。
• 最適化および投資シナリオのシミュレーションの実行に、GAMSソフトウェアを用いてモデルを実装した。
• 費用削減、資本、および純利益の関係を解釈するために回帰分析を適用した。
• 人的信頼性分析にニューラルネットワーク技術を統合し、生産システムにおける誤り確率を予測した。
• 2014–2019年の15社分のイラン保険会社データを用いて、モデルのキャリブレーションおよび妥当性検証を実施した。
• 入力・出力パフォーマンスに基づき、効率スコアを評価し、ベンチマーク企業を同定した。

実験結果

リサーチクエスチョン

• RQ1 ニューラルネットワークベースの人的信頼性分析モデルは、生産システムにおける安全性とパフォーマンスをどのように向上させるか？
• RQ2 イランの保険会社における投資効率および収益性を高める要因は何か？
• RQ3 費用削減は、保険セクターにおける投資価値の向上にどの程度寄与するか？
• RQ4 イランのどの保険会社が動的ネットワーク運用において効率的なパフォーマンスを示しているか？
• RQ5 データ駆動型モデリングは、産業システムにおける人的信頼性およびリスク評価をどのように向上させるか？

主な発見

• 動的ネットワークモデルに基づき、15社中の6社が効率的であると特定された。
• 評価対象企業の平均効率スコアは0.78であり、標準偏差は0.2であった。
• 費用削減が、投資価値および収益性の向上をもたらす主な要因であることが判明した。
• 純利益および資本効率は、改善された投資パフォーマンスと強く明確な相関関係を示した。
• モデルは、優れたパフォーマンスを示す企業を的確に同定し、リスクおよび資本管理のための実務的インサイトを提供した。
• ニューラルネットワークの統合により、生産システム文脈における人的信頼性予測の精度が向上した。