Clustering analysis on European insurance markets

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60076658%3A12510%2F23%3A43906364" target="_blank" >RIV/60076658:12510/23:43906364 - isvavai.cz</a>

Výsledek na webu

<a href="http://omp.ef.jcu.cz/index.php/EF/catalog/book/85" target="_blank" >http://omp.ef.jcu.cz/index.php/EF/catalog/book/85</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Clustering analysis on European insurance markets

Popis výsledku v původním jazyce

Clustering can extract valuable information resided in complex and massive data sets. Motivated by thisevidence, this paper provides a multivariate clustering analysis on European insurance markets in terms of theirinsurance penetration rates. In this paper, K-means with the Euclidean distance is adopted to form clusters within asample of 34 European countries observed between 2004 and 2016; that is before, during and post-financial andsovereign debt crises. Clusters reveal that insurance markets of Balkan and Baltic regions suffered the most from financialcrisis, while of those, that belong to Scandinavian and English and French-speaking European countries observed tohave an unstable behaviour.

Název v anglickém jazyce

Clustering analysis on European insurance markets

Popis výsledku anglicky

Clustering can extract valuable information resided in complex and massive data sets. Motivated by thisevidence, this paper provides a multivariate clustering analysis on European insurance markets in terms of theirinsurance penetration rates. In this paper, K-means with the Euclidean distance is adopted to form clusters within asample of 34 European countries observed between 2004 and 2016; that is before, during and post-financial andsovereign debt crises. Clusters reveal that insurance markets of Balkan and Baltic regions suffered the most from financialcrisis, while of those, that belong to Scandinavian and English and French-speaking European countries observed tohave an unstable behaviour.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10103 - Statistics and probability

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2023

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Studentská vědecká a odborná činnost 2023. Sborník vybraných příspěvků studentů Ekonomické fakulty Jihočeské univerzity v Českých Budějovicích

ISBN

978-80-7694-002-4

ISSN

—

e-ISSN

—

Počet stran výsledku

9

Strana od-do

238-246

Název nakladatele

Jihočeská univerzita v Českých Budějovicích, Ekonomická fakulta

Místo vydání

České Budějovice

Místo konání akce

České Budějovice

Datum konání akce

20. 4. 2023

Typ akce podle státní příslušnosti

CST - Celostátní akce

Kód UT WoS článku

—