Predicting the solvency of egyptian non-life insurance firms using support vector machines / by Aml Mohamed Ismail ; Supervised Prof. Dr. Mohamed Ghazy Saber Ibrahim.

Thesis (M.Sc.)-Cairo University, 2023.

Bibliography: pages 79-84.

This study aims to provide a real image of companies’ financial solvency in the Egyptian insurance market, Thus,11 financial ratios for the Egyptian non-life insurance companies have been calculated over the period from 2009 to 2018. This study uses the solvency ratio as a dependent variable. the explanatory variables are classified as firm-specific factors, insurance specific factors and macroeconomic factors. Former includes variable such as liquidity, leverage ,firm size, tangibility of assets and profitability. To measure the insurance-specific factors, The study uses two variables reinsurance ratio and underwriting risk. While when it comes to the macroeconomic factors, it uses the real interest rate ,foreign direct investment (FDI) and real exchange rate. Using a dynamic panel data model. The researcher concludes that there is a significant positive correlation between the solvency ratio and the profitability, liquidity, firm size, leverage and underwriting risk ,while there is a significant negative correlation between the solvency ratio and both reinsurance ratio and tangibility of assets. But there is an insignificant direct association between the solvency and real interest rate ,foreign direct investment and real exchange rate. The study applied the support vector regression model To predict the solvency of the Egyptian non-life insurance firms.The model has been developed in Python.The proposed model support vector machine (SVM) predicts the solvency of the Egyptian non-life insurance firms with accuracy above 97% . So, The study can conclude that The model is very efficient and has high accuracy in predictability.

تهدف هذه الدراسة إلى تقديم صورة حقيقية عن الملاءة المالية لشركات التأمين في السوق المصري ، وبذلك تم حساب 11 نسبة مالية لشركات تأمين الممتلكات والمسئولية المصرية خلال الفترة من 2009 إلى 2018 .نستخدم في الدراسة الحالية نسبة الملاءة كمتغير تابع. يتم تصنيف المتغيرات الاخرى إلى عوامل خاصة بالشركة ,عوامل تأمين محددة وعوامل اقتصادية. تشمل العوامل الخاصة بالشركة السيولة , الرافعة المالية ,حجم الشركة , نسبة الاصول الملموسه والربحية. لقياس العوامل الخاصة بالتأمين ، نستخدم متغيرين هما نسبة إعادة التأمين ومخاطر الاكتتاب. بينما عندما يتعلق الأمر بعوامل الاقتصاد ، فإننا نستخدم نسبه الاستثمار الأجنبي المباشر , سعر الفائدة الحقيقي وسعرالصرف الحقيقي. وباستخدام نموذج بيانات ديناميكى. نستنتج أن هناك علاقة موجبة مؤثرة بين نسبة الملاءة ,الربحية ,السيولة ,حجم الشركة ,الرافعة المالية ومخاطر الاكتتاب ، بينما هناك ارتباط سلبي بين نسبة الملاءة وكلا من نسبة إعادة التأمين ونسبه الأصول الملموسة. ولكن هناك ارتباط مباشر غير مؤثر بين الملاءة المالية ومعدل الاستثمار الأجنبي المباشر ,سعر الفائدة الحقيقي وسعر الصرف الحقيقي. وتم تطبيق نموذج نظام الدعم الآلي (SVM) للتنبؤبالملاءه الماليه لشركات التأمينات العامة المصرية باستخدام برنامج Python . النموذج المقترح نظام الدعم الآلي (SVM) يتنبأ بملاءة شركات تأمين الممتلكات والمسئولية المصرية بدقة تزيد عن 97%. لذا يمكن أن تستنتج الدراسة أن النموذج المقترح فعال للغاية ويمتلك دقة عالية في القدره على التنبؤ

Issues also as CD.

Text in English and abstract in Arabic & English.