Journal of Money and Economy

en پیش‌بینی ریزش بیمه‌گذاران بیمه عمر در ایران با استفاده از یادگیری ماشین: چارچوبی شفاف و عملیاتی Predicting Life Insurance Policyholder Churn in Iran Using Machine Learning: A Transparent and Actionable Framework اقتصاد خرد Microeconomics پژوهشی اصیل - كاربردی Original Research - Empirical این پژوهش به بررسی چالش «ریزش مشتری» در بیمه‌های عمر می‌پردازد، چالشی که منجر به زیان‌های مالی قابل توجهی می‌شود. در این مطالعه، یک چارچوب یادگیری ماشین شفاف، قابل بازتولید و بدون نشت داده معرفی شده است که برای شناسایی دقیق و کارآمد بیمه‌گذاران در معرض خطر طراحی شده است. با استفاده از ۲۰٬۰۰۰ پرونده بیمه عمر ایرانی ناشناس با نرخ ترک ۲۶٪، این مطالعه یک پایپ لاین کامل مدل‌سازی توسعه داده است که شامل مراحل جای‌گذاری مقادیر گمشده (imputation)، استانداردسازی و کدگذاری است؛ این مراحل به‌صورت کامل در فرآیند آموزش انجام شده‌اند تا از نشت داده جلوگیری شود. سه نوع مدل (رگرسیون لجستیک، جنگل تصادفی (Random Forest) و XGBoost) با استفاده از اعتبارسنجی متقاطع لایه‌بندی‌شده، آستانه‌های بهینه‌شده بر اساس F1 و معیارهای ارزیابی از جمله ROC-AUC، F1 و دقت (precision) آموزش داده و ارزیابی شدند. نتایج نشان می‌دهد که عملکرد همه مدل‌ها مشابه است (ROC-AUC ≈ 0.70)؛ در حالی که رگرسیون لجستیک بالاترین امتیاز F1 (0.66) و XGBoost بهترین دقت (0.68) را کسب کرده است. پیش‌بینی‌های با رتبه‌ی بالا حدود ۶۹٪ از مشتریان ترک‌کننده را شناسایی کردند که نشان‌دهنده‌ی پتانسیل عملیاتی قوی این روش است. بیمه‌گذاران دارای تأخیرهای عمده در پرداخت، به‌عنوان گروهی که بیشترین احتمال ترک را دارند و به‌راحتی قابل شناسایی هستند، مشخص شدند. در مجموع، یافته‌ها تأیید می‌کنند که مدل‌های یادگیری ماشین شفاف و قابل تفسیر می‌توانند میان دقت، سادگی و کاربردپذیری توازن مؤثری برقرار کنند — و از راهبردهای نگهداشت مشتری مبتنی بر داده و ارزش‌محور در صنعت بیمه عمر پشتیبانی نمایند. This study tackles the challenge of customer churn in life insurance, which leads to substantial financial losses. It introduces a transparent, reproducible, and leakage-free machine learning framework designed to identify at-risk policyholders accurately and efficiently.  Using 20,000 anonymized Iranian life insurance policies with a churn rate of 26%, the study develops a complete modeling pipeline that includes imputation, standardization, and encoding steps performed strictly within the training process to prevent data leakage. Three model types—logistic regression, random forest, and XGBoost—were trained and evaluated using stratified cross-validation, F1-optimized thresholds, and performance metrics such as ROC-AUC, F1, and precision.  Results show that all models perform similarly (ROC-AUC ≈ 0.70), with logistic regression achieving the highest F1 score (0.66) and XGBoost offering the best precision (0.68). The top-ranked predictions captured about 69% of churners, demonstrating strong operational potential. Policyholders with major payment delays were identified as the most churn-prone and easily detectable group. Overall, the findings confirm that transparent and interpretable machine learning models can effectively balance accuracy, simplicity, and practicality—supporting data-driven, value-focused customer retention strategies in the life insurance industry پیش‌بینی ریزش مشتریان, بیمه عمر, یادگیری ماشین, جلوگیری از نشت داده, استراتژی نگهداشت مشتریان Customer churn prediction, Life insurance, Machine learning, Data leakage prevention, Retention strategy 581 596 http://jme.mbri.ac.ir/browse.php?a_code=A-10-711-1&slc_lang=en&sid=1 Ghadir Mahdavi غدیر مهدوی Mahdavi@atu.ac.ir 10031947532846007235 10031947532846007235 Yes ECO College of Insurance, Allameh Tabataba’i University, Tehran, Iran موسسه آموزش عالی بیمه اکو، دانشگاه علامه طباطبائی، تهران، ایران Ramin Heidarzadeh Azar رامین حیدرزاده آذر Ramin.heidarzadeh.phd@gmail.com 10031947532846007236 10031947532846007236 No Allameh Tabataba’i University دانشگاه علامه طباطبائی Reza Ofoghi رضا افقی Ofoghi@atu.ac.ir 10031947532846007237 10031947532846007237 No ECO College of Insurance, Allameh Tabataba’i University, Tehran, Iran موسسه آموزش عالی بیمه اکو، دانشگاه علامه طباطبائی، تهران، ایران