Documente Academic
Documente Profesional
Documente Cultură
şi a Globalizării
AE
Rezumat
Pe piaţa asigurărilor, protecţia consumatorilor reprezintă o componentă importantă
care contribuie la stabilitatea, disciplina şi eficienţa acesteia. În acest sens, activitatea de
educare şi informare a consumatorilor de asigurări cu privire la garantarea şi exercitarea
dreptului acestora la reclamaţii deţine un rol esenţial în mecanismul de protecţie a acestora.
Acest studiu vizează îmbunătăţirea capacităţii decizionale a consumatorilor de servicii
financiare de pe piaţa asigurărilor din România printr-o mai bună informare cu privire la
garantarea şi exercitarea dreptului la reclamaţii ce le revine în baza legislaţiei. Astfel, prin
aplicarea a trei tehnici de analiza datelor – analiza componentelor principale, analiza cluster
şi analiza discriminantă – asupra datelor privind reclamaţiile ce au fost înregistrate de cele
41 de societăţi de asigurări care au operat pe piaţa din România în anul 2012, se obţine o
clasificare ce urmăreşte gradul de transparenţă al pieţei de asigurări, ducând la o mai bună
informare a consumatorilor şi, implicit, la îmbunătăţirea protecţiei acestora prin scăderea
nivelului tranzacţiilor prejudiciabile pentru consumatori.
Introducere
*
Autor de contact, Dan Armeanu – darmeanu@yahoo.com
2. Metodologia cercetării
astfel încât obiectele similare să fie plasate în acelaşi grup. Acest tip de analiză nu oferă un
mecanism de diferenţiere între variabilele relevante şi cele irelevante. Drept urmare,
alegerea variabilelor supuse analizei cluster trebuie să fie susţinută de consideraţii
conceptuale (Cornish, 2007).
Analiza discriminantă reprezintă o tehnică de recunoaştere supervizată a formelor
care constă în utilizarea unui ansamblu de metode, tehnici şi algoritmi în scopul de a
determina acele caracteristici ale unor obiecte care au cea mai mare relevanţă din punct de
vedere al recunoaşterii apartenenţei acestor obiecte la anumite clase prestabilite şi de a
determina apartenenţa cea mai probabilă a obiectelor la diferite clase (Ruxanda, 2001).
Analiza discriminantă are ca obiectiv principal determinarea acelor N variabile
descriptor care deţin cea mai mare putere discriminatorie, sau cu alte cuvinte care dintre
acestea sunt cele mai relevante pentru clasificarea obiectelor în anumite clase. Funcţiile
aplicate pentru separarea claselor se numesc funcţii discriminant, funcţii de clasificare sau
funcţii scor, sunt definite în raport cu variabilele descriptor ale obiectelor şi, pe baza
acestora, se calculează noile variabile numite variabile discriminant sau variabile scor.
Legătura dintre cele trei elemente esenţiale ale analizei discriminante, respectiv variabilele
descriptor, variabilele discriminant şi funcţia discriminant poate fi sintetizată astfel:
d i Di ( x1 , x 2 ,..., x n ), i 1,2,..., p (2)
unde x1 , x 2 ,..., x n reprezintă variabilele descriptor, d i este variabila discriminant,
iar Di este funcţia discriminant.
3. Rezultate şi discuţii
3.5 85.74%
3.0
2.5
Valoare proprie
2.0
1.5
1.0
12.66%
0.5
1.58% .02%
0.0
-0.5
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
Numar valoare proprie
-2
Factor 1
-4
-6
-8
-10
EFG GENERALE
ERGO VIATA
EFG VIATA
ALLIANZ - TIRIAC
GERMAN RO ASS.
ING VIATA
UNIQA VIATA
GENERALI
UNIQA ASIGURARI
F.A.T.A.
SIGNAL IDUNA
BCR VIATA
BRD VIATA
METROPOLITAN
LIG INSURANCE
EXIM ROMÂNIA
ALICO
OMNIASIG
AEGON
CERTASIG
ATE INSURANCE
EUREKO
CARPATICA
ASTRA
GARANTA
ASIMED
PAID
CREDIT EUROPE
GROUPAMA
ONIX
ASIROM
ABC
CITY INSURANCE
EUROINS
PLATINUM
GRAWE
FORTE
CHARTIS
Prin aplicarea analizei componentelor principale asupra setului de date compus din
41 de societăţi de asigurări şi 4 variabile, se obţine o componentă principală ce sintetizează
aproximativ 86% din informaţia conţinută în spaţiul cauzal iniţial, în condiţiile unei pierderi
informaţionale minime. Făcându-se trecerea de la un spaţiu iniţial de 4 dimensiuni la un
spaţiu unidimensional, prima componentă principală oferă o clasificare a societăţilor de
asigurări cu privire la reclamaţiile consumatorilor, prin identificarea a trei categorii de
societăţi.
Cea de-a doua tehnică aplicată, analiza cluster, vizează clasificarea datelor în
structuri informaţionale relevante, denumite clase, grupe sau clustere. Pentru formarea
clusterelor, este necesară utilizarea unei măsuri de evaluare a distanţei dintre obiecte. În
acest sens, va fi utilizată distanţa Manhattan, numită şi distanţă rectangulară, distanţă City-
Block sau normă de tip L1, ce se determină ca sumă a valorilor absolute ale diferenţelor
coordonatelor celor două obiecte sau celor două variabile analizate:
n T
xik x jk ; dx p , x q y pt y qt
d oi , o j (4)
k 1 t 1
În ceea ce priveşte metoda de clasificare ierarhică prin agregrare, se va utiliza
metoda lui Ward, deoarece este cea mai eficientă dintre toţi algoritmii de clasificare
ierarhică, fiind singura care abordează problema omogenizării claselor, adică a minimizării
variabilităţii intracluster.
În urma aplicării analizei cluster asupra celor 41 de societăţi de asigurări analizate,
se obţin următoarele rezultate, ilustrate de dendograma clasificării (Figura 3):
Dendograma 41 societat
Metoda Ward
Distante City-block (Manhattan)
50
Distanta de legatura
40
30
20
10
0
OMNIASIG VIG (fosta BCR VIG)
ASITO KAPITAL
AXA LIFE INSURANCE
EFG GENERALE
ERGO VIATA
GERMAN RO ASS.
EFG VIATA
ALLIANZ - TIRIAC
UNIQA VIATA
ING VIATA
UNIQA ASIGURARI
GENERALI
SIGNAL IDUNA
F.A.T.A.
BCR VIATA
BRD VIATA
LIG INSURANCE
METROPOLITAN
EXIM ROMÂNIA
OMNIASIG
ALICO
AEGON
ATE INSURANCE
CERTASIG
CREDIT EUROPE
EUREKO
CARPATICA
PAID
ASIMED
ASTRA
GROUPAMA
GARANTA
ASIROM
ONIX
CITY INSURANCE
ABC
EUROINS
PLATINUM
GRAWE
FORTE
CHARTIS
Prin aplicarea tehnicilor de agregare ierarhică sunt generate mai multe soluţii
cluster, selectarea uneia dintre ele fiind realizată în funcţie de obiectivele stabilite în
procesul de analiză. Drept urmare, luându-se în considerare o distanţă-limită de agregare
relativ mică, se obţin trei clustere de societăţi de asigurări, identice celor obţinute prin
analiza componentelor principale. Primul cluster include societatea de asigurări Astra. Cel
de-al doilea cluster cuprinde societăţile Euroins, Omniasig, Omniasig VIG (fosta BCR
VIG), Asirom, Uniqa Asigurări, Generali, Carpatica, Groupama şi Allianz – Ţiriac. În cel
de-al treilea cluster sunt incluse toate celelalte societăţi de asigurări analizate.
Prin aplicarea analizei cluster se verifică corectitudinea rezultatelor obţinute cu
ajutorul analizei componentelor principale. Astfel, se poate observa faptul că cele trei
clustere de societăţi de asigurări sunt identice celor obţinute prin analiza componentelor
principale, corectitudinea rezultatelor fiind de 100%.
În final, pentru aplicarea analizei discriminante, societatea Astra a fost eliminată
din analiză, întrucât discriminarea nu poate fi realizată cu clase ce conţin un singur element.
Clasele analizate sunt cele obţinute prin analiza cluster.
Tabelul 6 evidenţiază bonitatea analizei discriminante şi contribuţia
caracteristicilor individuale:
Concluzii
Prin trecerea de la patru variabile la numai una în prima etapă, valorificând tehnica
analizei componentelor principale, se obţine o clasificare a societăţilor de asigurări cu
privire la reclamaţiile consumatorilor, prin identificarea a trei categorii de societăţi.
Ulterior, în cea de-a doua etapă, aplicarea analizei cluster şi a analizei discriminante au
condus la obţinerea unor rezultate care confirmă corectitudinea rezultatelor obţinute prin
analiza componentelor principale cu un procent al corectitudinii clasificării de 97.5%.
Analizând această clasificare, în fundamentarea deciziei de achiziţionare a unei
poliţe de asigurare, consumatorii se pot orienta către acele societăţi incluse în grupa celor
cu număr mic de reclamaţii. Astfel, rezultatele obţinute conduc la o mai bună informare
privind garantarea şi exercitarea dreptului consumatorilor la reclamaţii şi, implicit, la
îmbunătăţirea protecţiei acestora prin scăderea nivelului tranzacţiilor prejudiciabile.
Bibliografie
Abdi, H. şi Williams, L.J., 2010. Principal Component Analysis. Wiley Interdisciplinary
Reviews: Computational Statistics, 2(4), pp. 433-459.
Akerlof, G.A., 1970. The Market for "Lemons": Quality Uncertainty and the Market
Mechanism. The Quarterly Journal of Economics, 84(3), pp. 488-500.
Akinbami, F., 2011. Financial services and consumer protection after the crisis.
International Journal of Bank Marketing, 29(2), pp. 134-147.
Baciu, R. şi Deac, A., 2010. Armonizarea legislaţiei româneşti cu politicile Uniunii
Europene privind protecţia consumatorilor. Amfiteatru Economic, XII(28), pp. 558-574.
Baldwin, R. şi Cave, M., 1999. Understanding regulation: theory, strategy and practice.
Oxford: Oxford University Press.
Bishop, C.M., 2006. Pattern recognition and machine learning. Springer Science Business
Media.
Blanaru, C.A., 2012. Financial products consumer protection in conditions of crisis. The
Berlin International Economics Congress 2012. Institute for Cultural Diplomacy.
Disponibil la http://www.culturaldiplomacy.org/academy/content/pdf/participant-
papers/2012-03-biec/Financial_products_consumer_protection_in_conditions_of_crisis-
_Constantin-Adrian_Blanaru.pdf [Accesat 5 ianuarie 2014].
Comisia de Supraveghere a Asigurărilor, 2009. Ordinul CSA nr.23/2009 pentru punerea în
aplicare a Normelor privind informaţiile pe care asigurătorii şi intermediarii în asigurări
trebuie să le furnizeze clienţilor, precum şi alte elemente pe care trebuie să le cuprindă
contractul de asigurare, completate prin Ordinul CSA nr.11/2010. Disponibil la:
<http://www.csa-isc.ro/index.php?option=com_content&view=article&id=762:ordin-
nr-232009&catid=10:norme-csa&Itemid=95> [Accesat 16 martie 2014]. Partea I, no.
908, 23 December 2009. Bucureşti: Monitorul Oficial al României.
Comisia de Supraveghere a Asigurărilor, 2012. Ordinul CSA nr.11/2012 pentru punerea în
aplicare a Normelor privind procedura de soluţionare a petiţiilor referitoare la activitatea
asigurătorilor şi intermediarilor în asigurări. Disponibil la: <http://www.csa-
isc.ro/index.php?option=com_content&view=article&id=979%3Aordin-nr-112012&
catid=10%3Anorme-csa&Itemid=95&lang=ro> [Accesat 16 martie 2014]. Partea I, no.
367, 30 May 2012. Bucureşti: Monitorul Oficial al României.
Cornish, R., 2007. Statistics: Cluster Analysis. Mathematics Learning Support Centre, UK.