Темы диссертаций по экономике » Бухгатерский учет, статистика

Экономико-статистические модели оценки рисков страховых компаний тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Пилипчук, Александр Александрович
Место защиты Москва
Год 2009
Шифр ВАК РФ 08.00.12
Диссертация

Автореферат диссертации по теме "Экономико-статистические модели оценки рисков страховых компаний"

На правах рукописи ББК: 65.051.03

Пилипчук Александр Александрович

Экономико-статистические модели оценки рисков страховых компаний

08.00.12 - Бухгатерский учет, статистика

Автореферат диссертации на соискание ученой степени кандидата экономических наук

003474340

Работа выпонена на кафедре Статистика в ФГОУ ВПО Финансова академия при Правительстве Российской Федерации

Научный руководитель: кандидат экономических наук, профессор

Салин Виктор Николаевич

Официальные оппоненты: доктор экономических наук, профессор

Мхитаряи Владимир Сергеевич

кандидат экономических наук, доцент Матюхина Ирина Николаевна

Ведущая организация

ФГОУ ВПО Академия бюджета и казначейства Министерства финансов Российской Федерации

Защита состоится л24 июня 2009г. в 10-00 часов на заседании совета п защите докторских и кандидатских диссертаций Д 505.001.03 при ФГОУ ВПО Финансовая академия при Правительстве Российской Федерации по адресу: 125993, г. Москва, Ленинградский пр-т, д. 49, ауд. 213.

С диссертацией можно ознакомиться в диссертационном зале Библиотечно-информационного комплекса ФГОУ ВПО Финансовая академия при Правительстве Российской Федерации по адресу: 125993, г. Москва, Ленинградский пр-т, д. 49, комн. 203.

Автореферат разослан л22 мая 2009 г. и размещен на официальном сайте ФГОУ ВПО Финансовая академия при Правительстве Российской Федерации: vvww.fa.ru

Ученый секретарь совета Д 505.001.03,

к.э.н., доцент

I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы и направленность исследования обусловлена необходимостью разработки и внедрения в практику экономико-статистических методов управления рисками страховых компаний, специализирующихся на страховании ином, чем страхование жизни.

Способность в любой момент и в поном объеме выпонять свои финансовые обязательств, безусловно, является одним из ключевых факторов не только конкурентоспособности страховой компании, но и самой возможности ведения страхового бизнеса. Поэтому тема оценки рисков и обеспечения платежеспособности компаний является особенно актуальной для российского рынка страхования, все еще находящегося в условиях становления. Существующие проблемы усугубляются финансовым кризисом. За последние годы как государством, так и бизнес-сообществом сделано многое, но сегодня для безопасного развития страховым компаниям необходимо внедрять в практику работы и развивать процедуры управления рисками в процессе принятия управленческих решений, направленные на обеспечение финансовой устойчивости.

Динамичный рост страховой отрасли приводит к обострению конкурентной борьбы. Для обеспечения конкурентоспособного предложения по некоторым видам страхования компании вынуждены назначать тарифы, не обеспечивающие достаточную маржу прибыли. Без адекватного прогноза суммарного убытка невозможно обеспечить положительный финансовый результат, компенсировав потери за счет прибыли по другим видам страхования.

Российская экономика с каждым годом все сильнее интегрируется в глобальную экономику, и этот процесс будет продожаться. Вступление России в ВТО приоткроет рынок страхования иностранным страховщикам еще сильнее. При этом иностранные компании имеют больший опыт ведения страховых операций и активно применяют новейшие экономико-

статистические методики оценки и управления рисками. В России же практика управления рисками страховой компании не распространена, что делает результаты настоящего исследования актуальными и имеющими практическое значение.

Развитие страхового бизнеса связано с привлечением инвестиций. В этих условиях менеджмент компаний стакивается с трудной задачей: с одной стороны, они заинтересованы в привлечении допонительного капитала для развития и повышения надежности бизнеса, с другой - инвесторы требуют доход на вложенный капитал, не меньший, чем могут принести альтернативные инвестиции. Следовательно, чтобы ответить на вызов, нужно иметь возможность рассчитывать оптимальный размер привлекаемого капитала, адекватно соответствующего рискам компании.

Разработка методов, позволяющих оптимизировать инвестиционную стратегию, является актуальной проблемой развития российского страхового рынка, решение которой также нашло отражение в исследовании.

Взаимодействие с крупными иностранными перестраховщиками и брокерами требует от российских компаний получения высоких рейтингов международных агентств. Развитие внутренней системы управления и оценки рисков позволит российским компаниям претендовать на более высокую оценку их рейтинга.

В работе проанализирована эффективность и применимость используемых в мировой практике методов и моделей управления рисками страховых компаний, что также определяет актуальность проведенной работы.

Разработанность проблемы. Исследование экономико-статистического аппарата оценки рисков страховых компаний нашло отражение в трудах отечественных и зарубежных ученых.

Теоретические и практические аспекты этой темы освещены в работах отечественных ученых. Теоретическая сторона проблемы рассмотрена в работах: С.С. Айвазяна, В.Н. Баскакова, И.И. Елисеевой, А.Н. Зубца, И.Б.

Котлобовского, B.K. Малиновского, B.C. Мхитаряна, В.И. Рябикина, Г.И.Фалина, Е.В. Чепурина, Р.Т. Юдашева и др. Практическим аспектам посвящены исследования: Е.В. Коломина, А.Ю. Лайкова, A.C. Милермана, JI.A. Орланюк-Малицкой, В.Н. Салина, К.Е. Турбиной, В.В. Шахова и др.

Существенный вклад в исследование проблем оценки и анализа рисков страховых компаний внесли зарубежные ученые: Д. Уики, Дж. Кокс, Дж. Ингерсол, С. Росс, У. Шарп, К. Дейкин, М. Песонен, Р. Горветт, С. Компейн, П. Майерсон, Т. Пентикайнен, Я. Рантала и др.

Вместе с тем в известных работах не достаточно поно освещен вопрос о практическом применении теоретических моделей, как для оценки отдельных рисков, так и для комплексной оценки рисков страховых компаний. Кроме того, слабо проработаны и вопросы практического применения перестрахования в качестве одного из важнейших инструментов минимизации рисков страховых компаний, его влияния на капитал страховых организаций и методов выбора оптимальной перестраховочной защиты на основе анализа рисков. Не выявлены проблемы и недостатки информационной базы, доступной страховым компаниям, что особенно актуально для российского рынка страхования.

Цель и задачи исследования. Целью исследования является разработка экономико-статистической модели оценки рисков страховой компании, занимающейся видами страхования иными, чем страхование жизни, и применение ее на практике для решения конкретных задач.

В соответствии с выбранной целью в диссертации были поставлены и решены следующие основные задачи:

Х проведен анализ развития подходов к оценке рисков страховых компаний в российской практике и практике передовых экономик мира;

Х определен перечень финансовых рисков страховых компаний, которые целесообразно включить в соответствующую экономико-статистическую модель;

Х уточнены принципы оценки финансовых активов и обязательств страховой компании для расчета рискового капитала;

Х построена экономико-статистическая модель для оценки рисков страховой компании;

Х разработаны методики оценки различных финансовых рисков страховых компаний при помощью экономико-статистических моделей;

Х проанализированы основные финансовые риски, актуальные для компании, занимающейся страхованием иным, чем страхование жизни;

Х проведен анализ информационной базы страховой компании, занимающейся страхованием иным, чем страхование жизни.

Объектом исследования является финансово-экономическая деятельность страховых компаний, занимающихся страхованием иным, чем страхование жизни.

Предметом исследования - статистические методы анализа и их практическое применение для оценки рисков страховых компаний.

Теоретическая основа и методологическая основа исследования. В процессе научного исследования для доказательства основных положений работы в качестве инструментария были выбраны следующие методы научного познания: метод научной абстракции; методы анализа и синтеза; методы причинно-следственных связей индукции и дедукции; методы экономико-статистического моделирования. В целях аргументации позиции, изложенной в исследовании, широко использовалась статистическая методология. Результаты наблюдений, накопленные в ходе практической деятельности, были использованы при разработке предложений по решению проблем оценки рисков страховых компаний.

Информационная база исследования была сформирована в основном за счет следующих источников-, статистические материалы Федеральной службы государственной статистики, фондовой биржи РТС, расчеты спот-ставки специалистов Московской межбанковской валютной биржи (ММВБ),

а также статистическая информация, которой располагают российские страховые компании.

Расчеты проводились в программных пакетах Ewievs 5.0 и Matlab R2007.b. Реализация экономико-статистической модели осуществлялась на Microsoft Excel 2003.

Диссертация соответствует положениям п. 3.3 и п. 3.7 паспорта специальности 08.00.12 - Бухгатерский учет, статистика.

Научная новизна исследования заключается в построении комплекса экономико-статистических моделей оценки рисков страховых компаний и расчете рискового капитала страховой компании на основе разработанной методики.

В процессе проведенного исследования получены следующие новые научные результаты:

Х проведен отбор рисков, наиболее актуальных для российских страховых компаний с точки зрения оценки их платежеспособности;

Х разработана методика оценки финансовых рисков страховой компании, включая такие риски, как риск акций, процентный риск, валютный риск, кредитный риск, риск резервирования, риск ценообразования;

Х построена комплексная экономико-статистическая модель, позволяющая дать интегрированную оценку рисков страховой компании;

Х проанализирована информационная база российских страховых компаний на предмет достаточности для построения на ее основе экономико-статистической модели и предложены способы замены отсутствующих данных, в том числе за счет экспертных оценок;

Х на основе предложенной методики проведен экономико-статистический анализ финансовых рисков страховой компании и рассчитана величина рискового капитала, необходимого для обеспечения платежеспособности страховой компании;

Х на основе предложенной экономико-статистической модели поставлена и решена задача оптимизации собственного удержания страховой компании, занимающейся страхованием иным, чем страхование жизни.

Теоретическая значимость исследования.

Теоретическую значимость имеют следующие положения диссертации:

Х предложенные методики оценки рисков страховой компании;

Х интегрированная экономико-статистическая модель оценки рисков страховой компании, занимающейся страхованием иным, чем страхование жизни.

Отдельные части диссертации могут быть применены в учебном процессе финансово-экономических вузов в рамках учебных дисциплин Статистика страхования, Моделирование финансовых рынков и др.

Практическую значимость исследования имеют следующие положения диссертации:

Х агоритмизированные методики оценки отдельных рисков страховых компаний;

Х комплексная экономико-статистическая модель оценки рисков страховой компании;

Х предложенные подходы к формированию информационной базы для моделирования рисков страховых организаций в условиях российского информационного пространства.

В совокупности полученные результаты можно интерпретировать как дальнейшее развитие экономико-статистической методологии оценки рисков страховых компаний. Результаты диссертации могут быть использованы страховыми компаниями, занимающимися страхованием иным, чем страхование жизни, перестраховочными компаниями, рейтинговыми агентствами и Федеральной службой страхового надзора для оценки рисков страховых компаний.

Апробация и внедрение результатов исследования. Научное исследование проведено в рамках НИР ФГОУ ВПО Финансовая академия

при Правительстве Российской Федерации в соответствии с комплексной темой Пути развития финансово-экономического сектора России.

Основные результаты диссертации докладывались на международной научно-практической конференции Статистика в диалоге общества и власти (Санкт-Петербург, Санкт-Петербургский государственный университет экономики и финансов, январь 2008), международной научно-методической конференции Совершенствование системы статистических показателей развития финансового сектора экономики (Москва, Финакадемия, март 2008).

Результаты выпоненного исследования, в частности, методики оценки отдельных видов рисков, например, ценообразования и резервирования, а также предложенный в диссертации подход к оптимизации собственного удержания компании, успешно применяются в практической деятельности организаций ОАО СК РОСНО и ОСЛО Ингосстрах.

Материалы диссертации используются в учебном процессе кафедрой Статистика ФГОУ ВПО Финансовая академия при Правительстве Российской Федерации при преподавании следующих дисциплин: Статистика страхования, Моделирование финансовых рынков.

Публикация результатов исследования. Основные положения диссертации опубликованы в четырех научных работах общим объемом 1,8 пл., авторский объем 1,5 п.л., в том числе двух статьях объемом 1,1 п.л. - в журналах, определенных ВАК РФ.

Структура работы. Совокупность изучаемых проблем, цели и задачи исследования определили структуру диссертационной работы. Она состоит из введения, трех глав, заключения, списка литературы и приложений.

II. ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В диссертации рассматриваются пять основных групп проблем.

Первая группа проблем связана с отбором и анализом перечня рисков, являющихся наиболее актуальными для российских страховых компаний с точки зрения обеспечения их платежеспособности.

Платежеспособность страховой организации определяется соотношением ее активов и обязательств. Соответственно перечень рисков для отбора и последующего их включения в экономико-статистическую модель составлен с точки зрения их влияния на активы и обязательства компании и включает риск ценообразования, риск резервирования, риск акций, процентный риск, валютный риск, кредитный риск и операционный риск.

Динамика российского рынка в 2008 г. и в начале 2009 г. позволяет сделать вывод о большом значении для страховых компаний рисков резервирования и ценообразования. На это указывает существенный объем и рост страховых премий (по итогам 2008 г. данный рост составил 121,9% при объеме в 946,2 мрд руб.) и выплат (рост за аналогичный период - 129,2% при объеме в 622,7 мрд руб.1). Такая статистика свидетельствует о наличии риска существенных потерь страховыми компаниями при неожиданных колебаниях суммарного годового убытка либо недооценке страховых резервов. Таким образом, исключение данных рисков из анализа приведет к существенной недооценке общего уровня риска, которому подвержена страховая организация.

Мировой финансовый кризис и все возрастающие инвестиционные возможности страховых компаний обусловливают необходимость оценки рыночного, валютного и кредитного рисков страховых компаний. Так по итогам 2008 г. падение индекса РТС составило 72%2, в то же время рост

' По данным Федеральной службы страхового надзора, опубликованным на сайте www.fssn.ru

2 По данным сайта www.rts.ru

годовых процентных ставок - 158%3, что обусловило высокую волатильность стоимости активов страховых организаций. Естественно в таких условиях необходимо располагать инструментами для оценки риска акций и процентного риска. В условиях финансового кризиса возрастает важность и кредитного риска. Неспособность контрагентов выпонять свои финансовые обязательства вместе с высокой долей инструментов с фиксированным доходом в структуре активов страховщиков способны быстро привести к проблемам с платежеспособностью.

Валютный риск оказывает влияние и на активы и на обязательства страховщиков. Существенный рост основных валют по отношению к рублю в октябре Ч ноябре 2008 г. определяет его актуальность и необходимость оценки.

В то же время проведенный анализ позволил сделать вывод о нецелесообразности включения в модель операционного риска российских страховых компаний. Отсутствие информационной базы для статистической оценки и динамичные изменения в бизнес-процессах российских страховых организаций делают его статистическую оценку нецелесообразной.

Таким образом, в диссертации обоснована целесообразность и актуальность моделирования риска ценообразования, риска резервирования, риска акций, процентного риска, кредитного и валютного рисков. Доказано, что включать в исследование операционный риск нецелесообразно.

Вторая группа проблем связана с разработкой методик оценки отдельных финансовых рисков, отобранных по результатам анализа.

Оценка рисков заключается в определении значения рискового капитала, с заданной вероятностью покрывающего все убытки, возникающие при колебаниях исследуемых величин. Разработанные в диссертации методики подразумевают общий для всех рисков подход к оценке рискового капитала. Суть этого подхода состоит в построении функции распределения исследуемой величины, реализация которой характеризует наступление того

3 По данным Банка России, опубликованным на сайте www.cfar.ru

или иного риска, и определения ее квантили на заданном уровне неразорения. В рамках данного подхода рассматривается также зависимость между различными рисками и видами страхования и возникающий эффект диверсификации. Для его учета использованы значения коэффициентов корреляции, рассчитанные в работе.

В работе также обоснован вывод о необходимости проведения оценки обязательств компании по их рыночной стоимости. Именно рыночная стоимость позволяет оценить реальный убыток, который может понести компания в случае реализации того или иного риска. Если оценка активов по их рыночной стоимости является довольно распространенным и понятным подходом, то рыночная стоимость обязательств не имеет однозначного определения. Для получения данной оценки использовано дисконтирование резервов страховой компании.

Каждая из методик для оценки рисков в модели характеризуется набором переменных на входе и на выходе. В диссертации разработаны методики оценки риска ценообразования, риска резервирования, риска акций, процентного риска, кредитного и валютного рисков.

Для оценки риска резервирования используются оценки

коэффициентов связи между различными периодами оплаты: ^ = ЧЧ, где

Си - сумма выплат в периоде ' по убыткам, произошедшим в периоде 7 Х На их основе определены суммарные коэффициенты связи

= -= - и ожидаемая оценка суммарного убытка

1=1 .I

ЕиЦк=Сл-Рк-...-РпА. РассчитанЕ1Ш-треугольник, который суммирует все отклонения фактической величины суммарного убытка от ожидаемой. Для расчета рискового капитала для всех периодов происшествия и для каждого периода развития А определено среднее значение ЕПК - и,п!!(к) и стандартное

отклонение <тЮ11(к). Предполагается, что коэффициенты ЕОК имеют логнормальное распределение. Для того чтобы конвертировать стандартное отклонение в денежном эквиваленте в термины логнормального распределения, использованы следующие выражения: &(к) = ,]\п(\ + а*1М,{к)),

к = \,...,п-\ и ц(к) = 1п(ШД_ы-а к = \,...,п, где п - общее количество

периодов происшествия и Л.Д_4,и- оценка суммарного убытка для последнего периода развития (к) для каждого периода происшествия п - к +1. Расчет недиверсифицированного рискового капитала произведен по следующей формуле: = ^Ыогт'\}1(к),а(к),а)-к = 1,...,п,

где о^Мэ/тя-1 (//(), <т(А:), а) - квантиль логнормального распределения с параметрами(р(к),<г(к)) на уровне доверия а. Для расчета суммарного

рискового капитала определено: зитат =^сгкив{к) и зитЕШ = ^Е1Л^кг[к.

Пусть ^^ьо+^Е^У), МИ)-^. Тогда

= Ьо^огт(//,ДД, ашп ,а)~ .ттЕС/Е. Далее в работе рассчитан эффект диверсификации и его влияние на суммарную оценку рискового капитала.

Построение функции распределения в ряде случаев осуществляется с использованием стохастического моделирования, что позволяет получать совместное распределение нескольких величин без использования сложных сверток и преобразований. Примером может служить методика оценки кредитного риска (рис. 1):

Входные данные

Стохастические симуляции

Выходные данные

вероятность дефота

Средний

Корреляция активов

Рис. 1. Методика оценки кредитного риска

Методики оценки, разработанные для каждого из включенных в модель рисков, агоритмизированы и унифицированы (рис.2):

Рыночная стоимость портфеля облигаций

Рыночная стоимость обялатедьстл Чистая стоимость активов

Рисковый капитал

Рис. 2. Агоритм оценки процентного риска

Таким образом, в диссертации разработаны и агоритмизированы методики оценки риска ценообразования, риска резервирования, риска акций, процентного риска, кредитного и валютного рисков.

Третья группа проблем связана с построением комплексной экономико-статистической модели оценки рисков страховой компании на основе предложенных методик для отдельных рисков (рис.3).

Рис 3. Экономико-статистическая модель оценки рисков

Построенная в диссертации комплексная модель позволяет рассчитать рисковый капитал, необходимый для обеспечения платежеспособности страховой организации с заданным уровнем вероятности, и включает в себя оценку риска акций, процентный риск, кредитный риск, риск резервирования, риск ценообразования, валютный риск, а также эффект диверсификации между рисками.

В качестве одного из подмодулей разработанной экономико-статистической модели построена модель для расчета оптимального уровня собственного удержания страховой компании, изображенная схематично на рис. 4.

Рис.4. Структура модели для оптимизации собственного удержания

Использование этой модели позволяет сравнивать различные варианты перестраховочной защиты и находить наиболее оптимальный из них.

Ключевое отличие построенной в настоящей диссертации экономико-статистической модели от существующих распространенных моделей заключается в ее комплексности и максимальном приближении к реальной картине рисков страховой компании. Такой подход обуславливает не только ее теоретическую значимость, но и возможность широкого практического применения.

Важное значение при практическом использовании разработанной модели имеет понота и качество статистической информации, которой располагают страховые компании.

Четвертая группа проблем связана с формированием информационной базы, необходимой страховым организациям для оценки рисков, а также с анализом поноты и достаточности статистических данных для экономико-статистического моделирования.

Данных, предоставляемых компаниями в рамках официальной статистической отчетности, недостаточно для детального изучения и анализа рисков.

В ходе исследования в качестве внутреннего источника информации использованы статистические данные и финансовые показатели российских компаний, занимающихся страхованием иным, чем страхование жизни. В работе рассматриваются три вида деятельности страховых компаний: КАСКО, ОСАГО, страхование имущества юридических лиц (ЮЛ). Именно эти виды страхования занимают львиную долю в портфеле российских страховых компаний и наиболее поно отражают информационные проблемы, с которыми могут стокнуться компании при практическом построении моделей для оценки рисков.

Выделен ряд проблем, обуславливающих недостаточность статистических данных для экономико-статистического моделирования. Во-первых, сотрудники компаний систематически завышают резервы

заявленных, но неурегулированных убытков. В отсутствие данных о предварительном размере убытка сотрудники регистрируют его в максимально возможном размере. Для устранения этой проблемы в работе выработаны рекомендации по использованию средних статистических оценок убытков, обновляемых ежеквартально.

Во-вторых, отсутствует детальная информация об убытках страховщиков в целом по рынку. Это затрудняет анализ статистических данных отдельной компании, так как не позволяет отделить тенденции, общие для рынка, от внутренних. Отсутствие данных не позволяет развивать статистическую методологию управления рисками меким компаниям, не накопившим достаточной статистики. В работе предложено использовать опыт стран Европейского Союза, где публикуются агрегированные данные по множеству показателей, вплоть до усредненных коэффициентов развития убытков.

В-третьих, ограничена статистика наступления крупных убытков по страхованию имущества Ю. Это существенным образом затрудняет как моделирование суммарного убытка, так и определение оптимального уровня собственного удержания. Учитывая относительную редкость и масштабность таких событий для рынка в целом, задача накопления статистической информации по ним может стать определяющей для развития страхования крупных рисков в будущем и расширить перестраховочные возможности российских компаний.

В-четвертых, не все облигации, представленные в портфеле компаний, обладают кредитным рейтингом. При этом для моделирования процентного риска (помимо прогноза структуры процентных ставок) необходимо наличие прогноза денежного потока. Для его построения совместно рассмотрены три портфеля с фиксированной доходностью: портфель государственных облигаций, портфель корпоративных облигаций и портфель депозитов. Необходимыми для моделирования данного риска параметрами являются название (или код) инструмента, дата погашения, годовая купонная ставка,

периодичность начисления процентов, номинал (или сумма депозита), кредитный рейтинг. В отсутствие кредитного рейтинга облигациям по умочанию может быть присвоен рейтинг ССС по шкале агентства Standard & Poors.

В-пятых, при оценке процентного риска на российском финансовом рынке отсутствуют данные о спрэдах по облигациям с различными рейтингами. Для воспонения недостающей статистической базы использованы оценки агентства Standard & Poors. Однако в силу того, что они базируются на статистике американских и европейских рынков необходима экспертная корректировка используемых данных. Корректировки были получены на основе проведенного анкетирования сотрудников страховой компании.

В-шестых, отсутствует статистика по движению индексов недвижимости, позволяющая оценить их волатильность. Подобная ситуация приводит к невозможности достоверной статистической оценки риска, связанного с вложениями резервов страховой компании в объекты недвижимости. В этих условиях также обосновано применение экспертных оценок.

В-седьмых, недостаточно доступной информации по различным вариантам перестраховочной защиты. При этом для моделирования оптимального уровня собственного удержания надо располагать реальными ценами и знать условия перестраховочных контрактов. Для воспонения недостатка статистической информации применена математическая интерполяция данных, что позволило получить требуемое количество сценариев для модели и, таким образом, решить проблему информационного обеспечения соответствующей экономико-статистической модели.

В работе доказано, что при внедрении предложенных автором рекомендаций по замене недостающих данных, статистические данные начинают отвечать критерию достаточности для практического применения построенной экономико-статистической модели.

Пятая группа проблем связана с практическим применением разработанной в исследовании модели, анализом полученных результатов и расчетом рискового капитала для одной из российских компаний.

Величина итогового рискового капитала рассматриваемой страховой компании, рассчитанная с помощью построенной в работе экономико-статистической модели, составляет 2,15 мрд руб.

На рис. 5 показана расчетная структура рискового капитала компании по видам рисков. Из нее видно, что наиболее актуальными для рассматриваемой компании является риск ценообразования (доля в рисковом капитале компании - 33%), рыночный риск (26%) и риск резервирования (19%). На долю остальных рисков суммарно приходится 22% рискового капитала компании.

Рис. 5. Структура рискового капитала страховой компании Высокая значимость рыночного риска для компании объясняется сложившимися негативными макроэкономическими условиями, в частности, крайне высокой волатильностью индекса РТС и, как следствие, аналогичной динамикой портфеля акций. Поное исключение акций из инвестиционного портфеля компании способствует существенному снижению рискового капитала, с одной стороны, и не приведет к заметным потерям в

Кредитный риск

Процентный риск

Валютный риск

О Рыночный риск Ш Риск резервирования Риск ценообразования

инвестиционном доходе, с другой, так как доля акций в ее портфеле незначительна и составляет 7%.

Для более детального анализа риска ценообразования необходимо рассмотреть его структуру по видам страхования. Данные по величине рискового капитала и его отношение к ожидаемому суммарному убытку для каждого вида страхования представлены на рис. 6.

MOD омт. Property_UL Итого

нн Чековый капитал, мн руб * " Отношение рискового капитала к суммарному убытку

Рис 6. Структура риска ценообразования по видам страхования Приведенный график позволяет сделать вывод о том, что, несмотря на наибольшую абсолютную величину рискового капитала по страхованию КАСКО (333,6 мн руб.) наиболее рискованным с точки зрения ценообразования является страхование имущества ЮЛ, в котором величина отношения рискового капитала к ожидаемому суммарному убытку составляет 57,8% и существенно превышает аналогичный показатель по KACKO (6,2%) и по ОСАГО (10%). Подобная ситуация объясняется структурой суммарного убытка по страхованию имущества ЮЛ, в частности наличием больших убытков с низкой частотой возникновения. Эта особенность была учтена при построении модели суммарного убытка по страхованию имущества ЮЛ. Полученный результат определяет

актуальность и необходимость использования перестрахования для названного вида страхования.

Аналогичный анализ был проведен и в отношении риска резервирования. Как и в случае ценообразования, наибольший риск представляет собой страхование имущества ЮЛ (отношение рискового капитала к величине сформированных резервов составляет 47,1%). При этом следует обратить внимание на существенно более заметные различия между КАСКО (аналогичный коэффициент равен 5,2%) и ОСАГО (20,5%). Такое различие связано с более догим сроком урегулирования убытков ОСАГО по сравнению с КАСКО, характерным для рассматриваемой компании. На рис.7 показана структура рискового капитала по видам страхования, а также отношение рискового капитала к величине сформированных резервов.

Рисковый капитал, мн руб. ЧХЧОтношение рискового капитала к величине резервов

Рис. 7. Структура риска резервирования по видам страхования Проведенный анализ позволяет сделать вывод о том, что по сравнению с ОСАГО и имуществом ЮЛ наименее рискованным с точки зрения платежеспособности компании является активное развитие страхования КАСКО. Подобный вывод допонительно обосновывается тем, что в случае с ОСАГО страховые компании не имеют права самостоятельно назначать

тарифы, а ограничения в инструментах управления бизнесом приводят к росту уровня риска.

Анализ рисков по видам страхования показал актуальность использования перестрахования при заключении договоров страхования имущества ЮЛ. Важнейшей задачей, которую необходимо решить при этом, является определение оптимального уровня собственного удержания. В качестве перестраховочной защиты рассматривается договор перестрахования на основе эксцедента сумм, основные параметры которого представлены в табл. 1.

Таблица 1.

Варианты перестраховочной защиты для моделирования, мн руб.

Собств. удерж. Ур-нЫ Цена1 Ур-нь 2 Цена2 Ур-нь 3 ЦенаЗ Ур-нь 4 Цена4 Кол-во возобн.

37,5 75,0 22,4 187,5 29,4 375,0 27,5 875,0 27,7 3

43,8 75,0 16,9 187,5 29,4 375,0 27,5 875,0 27,7 3

50,0 75,0 12,1 187,5 29,4 375,0 27,5 875,0 27,7 3

56,3 75,0 8,0 187,5 29,4 375,0 27,5 875,0 27,7 3

62,5 75,0 4,6 187,5 29,4 375,0 27,5 875,0 27,7 3

68,8 75,0 2,0 187,5 29,4 375,0 27,5 875,0 27,7 3

Видно, что договор состоит из четырех уровней перестраховочной защиты. При моделировании рассматривается собственное удержание, начиная с 37,5 мн руб. и заканчивая 875 мн руб. Оценка эффективности перестраховочной защиты для каждого из вариантов собственного удержания производилась путем расчета показателя RoCaR {Return on Capital at Risk), который равен отношению среднего ожидаемого дохода к рисковому капиталу.

Полученный результат означает, что наиболее эффективным для компании является уровень собственного удержания в 43,8 мн руб. Важно, что использование перестрахования снижает рисковый капитал для риска ценообразования по страхованию имущества ЮЛ на 22%: со 137,2 мн руб. до 107,0 мн руб.

Оценки показателя КоСаК, полученные с помощью построенной в исследовании экономико-статистической модели, представлены на рис. 8:

Уровень собственного удержания, мн руб.

Рис. 8. Расчетные оценки показателя ЯоСаЯдпя каждого из рассматриваемых вариантов собственного удержания

На основе практического применения построенной в исследовании экономико-статистической модели сделаны следующие рекомендации для рассматриваемой компании:

1) для обеспечения платежеспособности на уровне 95% компании необходимо зарезервировать капитал в размере 2,5 мрд руб.;

2) исключить акции из инвестиционного портфеля компании;

3) использовать перестрахование для страхования имущества ЮЛ, при этом установить собственное удержание на уровне 43,8 мн руб.;

4) развивать страхование КАСКО, при этом активно управлять ценообразованием;

5) следовать выбранной стратегии формирования валютной структуры портфеля;

6) произвести детальный анализ контрагентов компании с точки зрения их кредитоспособности, вывести средства из наиболее рискованных активов.

Проведенный анализ и сделанные на основе предложенной модели выводы и рекомендации обеспечат компании безубыточное развитие, а также высокий уровень конкурентоспособности и надежности. Отсутствие же информационной базы и расчетов на ее основе создаст для компании сложности в ведении бизнеса и в конечном итоге может привести к несоответствию ее финансовых возможностей принятым на себя обязательствам.

Публикации по теме диссертации:

1. Пилипчук A.A. Динамический подход к определению оптимального уровня собственного удержания для страховой компании [текст]/ Пилипчук A.A. - Спб.: Финансы и бизнес*, 2008. - № 1 (0,6 п.л.).

2. Пилипчук A.A., Салин. В.Н. Статистический подход к определению оптимального уровня собственного удержания для страховой компании [текст]/ Пилипчук A.A. - М.: Вестник Финансовой академии*, 2007. -№ 2 (42) (0,5 п.л.).

3. Пилипчук A.A. Методика оценки риска резервирования [текст]/ Пилипчук A.A. - Совершенствование системы статистических показателей развития финансового сектора экономики // Сб. научных трудов. Вып. U.M.: Финакадемия, 2008 (0,5 п.л.).

4. Пилипчук A.A. Статистические подходы к оптимизации финансовых рисков страховой компании [текст]/ В.Н. Салин, A.A. Пилипчук // Статистика в диалоге общества и власти: Материалы Международной научно-практической конференции (Санкт-Петербург, 27 - 30 января 2008 г.). СПб.: Знание, 2008 (0,2 п.л.).

' журнал определен ВАК

Отпечатано в ООП Финансовой академии при Правительстве Российской Федерации Москва, Ленинградский пр-т, д. 49 Заказ № ЮЗЛ- от Л-С5" 20 ^ г. Объем 5" п.л. Тираж /Ф экз.

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Пилипчук, Александр Александрович

ВВЕДЕНИЕ.

ГЛАВА 1. ПОНЯТИЕ РИСКА СТРАХОВЫХ КОМПАНИЙ И СУЩЕСТВУЮЩИЕ ПОДХОДЫ К ЕГО ОЦЕНКЕ.

1.1. Определение области исследования и уточнение рисков, входящих в модель рискового капитала

1.2. Анализ существующих подходов к оценке и моделей оценки риска страховых компаний.

Развитие подходов к оценке рисков страховых компаний.

Обзор и критический анализ подходов и моделей, используемых надзорными органами.

Обзор существующих подходов к построению внутренних экономико-статистических моделей оценки рисков.

ГЛАВА 2. РАЗРАБОТКА ТЕОРЕТИЧЕСКОЙ МОДЕЛИ ОЦЕНКИ РИСКОВ СТРАХОВОЙ КОМПАНИИ

2.1. Обоснование общего подхода к оценке рискового капитала.

Уточнение принципов оценки активов и обязательств страховой компании.

Количественные методы оценки рискового капитала страховой компании.

Определение временного горизонта для оценки рискового капитала.

Определение допустимой вероятности разорения.

Общий подход к оценке рискового капитала.

2.2 Описание статистических методик оценки рыночных рисков страховой компании.

Выбор и обоснование статистической методики оценки риска акций страховой компании.

Обзор основных подходов и выбор методики оценки процентного риска страховой компании.

Методика оценки валютного риска страховой компании.

2.3 Описание статистических методик оценки страховых рисков.

Методика оценки риска ценообразования.

Методика прогноза страховых убытков.

2.4. Статистическая методика оценки кредитного риска.

2.5. Общая структура модели и входящие в нее переменные.

2.6 Определение и описание параметров для модуля перестрахования.

ГЛАВА 3. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ ЭКОНОМИКО-СТАТИСТИЧЕСКОЙ МОДЕЛИ ДЛЯ ОЦЕНКИ РИСКОВ СТРАХОВОЙ КОМПАНИИ.

3.1. Анализ поноты и достаточности исходных статистических и финансовых данных.

Анализ форм официальной отчетности, предоставляемых компанией.

Анализ данных страхового портфеля компании.

Анализ данных инвестиг/ионного портфеля компании.

Анализ валютной структуры портфеля компании.

3.2 Статистическая оценка риска резервирования.

Оценка рискового капитала без учета диверсификации.

Исследование корреляций между периодами происшествия и оценка рискового капитала с учетом диверсификации.

3.3. Статистическая оценка риска ценообразования.

Анализ данных и построение модели совокупного убытка для КАСКО и ОСАГО.

Анализ данных и построение модели совокупного убытка для страхования имущества ЮЛ.

3.4. Статистическая оценка процентного риска.

Исследование структуры данных и выбор модели для динамики процентных ставок.

Построение денежных потоков компании, расчет рискового капитала.

3.5. Статистическая оценка кредитного риска.

3.6. Статистическая оценка валютного риска.

3.7. Статистическая оценка рыночного риска.

Исследование структуры данных, анализ волатилъности приращений индекса РТС.

Построение статистической модели для динамики индекса РТС и оценка рискового капитала.

3.8. Расчет оптимального уровня собственного удержания.

3.9. Расчет итогового рискового капитала.

Диссертация: введение по экономике, на тему "Экономико-статистические модели оценки рисков страховых компаний"

Актуальность темы и направленность исследования обусловлена необходимостью разработки и внедрения в практику экономико-статистических методов управления рисками страховых компаний, специализирующихся на страховании ином, чем страхование жизни.

Способность в любой момент и в поном объеме выпонять свои финансовые обязательств, безусловно, является одним из ключевых факторов не только конкурентоспособности страховой компании, но и самой возможности ведения страхового бизнеса. Поэтому тема оценки рисков и обеспечения платежеспособности компаний является особенно актуальной для российского рынка страхования, все еще находящегося в условиях становления. Существующие проблемы усугубляются финансовым кризисом. За последние годы как государством, так и бизнес-сообществом сделано многое, но сегодня для безопасного развития страховым компаниям необходимо внедрять в практику работы и развивать процедуры управления рисками в процессе принятия управленческих решений, направленные на обеспечение финансовой устойчивости.

Динамичный рост страховой отрасли приводит к обострению конкурентной борьбы. Для обеспечения конкурентоспособного предложения по некоторым видам страхования компании вынуждены назначать тарифы, не обеспечивающие достаточную маржу прибыли. Без адекватного прогноза суммарного убытка невозможно обеспечить положительный финансовый результат, компенсировав потери за счет прибыли по другим видам страхования.

Российская экономика с каждым годом все сильнее интегрируется в глобальную экономику, и этот процесс будет продожаться. Вступление России в ВТО приоткроет рынок страхования иностранным страховщикам еще сильнее. При этом иностранные компании имеют больший опыт ведения страховых операций и активно применяют новейшие экономико-статистические методики оценки и управления рисками. В России же практика управления рисками страховой компании не распространена, что делает результаты настоящего исследования актуальными и имеющими практическое значение.

Развитие страхового бизнеса связано с привлечением инвестиций. В этих условиях менеджмент компаний стакивается с трудной задачей: с одной стороны, они заинтересованы в привлечении допонительного капитала для развития и повышения надежности бизнеса, с другой - инвесторы требуют доход на вложенный капитал, не меньший, чем могут принести альтернативные инвестиции. Следовательно, чтобы ответить на вызов, нужно иметь возможность рассчитывать оптимальный размер привлекаемого капитала, адекватно соответствующего рискам компании.

Разработка методов, позволяющих оптимизировать инвестиционную стратегию, является актуальной проблемой развития российского страхового рынка, решение которой также нашло отражение в исследовании.

Взаимодействие с крупными иностранными перестраховщиками и брокерами требует от российских компаний получения высоких рейтингов международных агентств. Развитие внутренней системы управления и оценки рисков позволит российским компаниям претендовать на более высокую оценку их рейтинга.

В работе проанализирована эффективность и применимость используемых в мировой практике методов и моделей управления рисками страховых компаний, что также определяет актуальность проведенной работы.

Разработанность проблемы. Исследование экономико-статистического аппарата оценки рисков страховых компаний нашло отражение в трудах отечественных и зарубежных ученых.

Теоретические и практические аспекты этой темы освещены в работах отечественных ученых. Теоретическая сторона проблемы рассмотрена в работах: С.С. Айвазяна, В.Н. Баскакова, И.И. Елисеевой, А.Н. Зубца, И.Б. Котлобовского, В.К. Малиновского, B.C. Мхитаряна, В.И. Рябикина,

Г.И.Фалина, Е.В. Чепурина, Р.Т. Юдашева и др. Практическим аспектам посвящены исследования: Е.В. Коломина, А.Ю. Лайкова, А.С. Милермана, JI.A. Орланюк-Малицкой, В.Н. Салина, К.Е. Турбиной, В.В. Шахова и др.

Существенный вклад в исследование проблем оценки и анализа рисков страховых компаний внесли зарубежные ученые: Д. Уики, Дж. Кокс, Дж. Ингерсол, С. Росс, У. Шарп, К. Дейкин, М. Песонен, Р. Горветт, С. Компейн, П. Майерсон, Т. Пентикайнен, Я. Рантала и др.

Вместе с тем в известных работах не достаточно поно освещен вопрос о практическом применении теоретических моделей, как для оценки отдельных рисков, так и для комплексной оценки рисков страховых компаний. Кроме того, слабо проработаны и вопросы практического применения перестрахования в качестве одного из важнейших инструментов минимизации рисков страховых компаний, его влияния на капитал страховых организаций и методов выбора оптимальной перестраховочной защиты на основе анализа рисков. Не выявлены проблемы и недостатки информационной базы, доступной страховым компаниям, что особенно актуально для российского рынка страхования.

Цель и задачи исследования. Целью исследования является разработка экономико-статистической модели оценки рисков страховой компании, занимающейся видами страхования иными, чем страхование жизни, и применение ее на практике для решения конкретных задач.

В соответствии с выбранной целью в диссертации были поставлены и решены следующие основные задачи:

Х проведен анализ развития подходов к оценке рисков страховых компаний в российской практике и практике передовых экономик мира;

Х определен перечень финансовых рисков страховых компаний, которые целесообразно включить в соответствующую экономико-статистическую модель;

Х уточнены принципы оценки финансовых активов и обязательств страховой компании для расчета рискового капитала;

Х построена экономико-статистическая модель для оценки рисков страховой компании;

Х разработаны методики оценки различных финансовых рисков страховых компаний при помощью экономико-статистических моделей;

Х проанализированы основные финансовые риски, актуальные для компании, занимающейся страхованием иным, чем страхование жизни;

Х проведен анализ информационной базы страховой компании, занимающейся страхованием иным, чем страхование жизни.

Объектом исследования является финансово-экономическая деятельность страховых компаний, занимающихся страхованием иным, чем страхование жизни.

Предметом исследования - статистические методы анализа и их практическое применение для оценки рисков страховых компаний.

Теоретическая основа и методологическая основа исследования. В процессе научного исследования для доказательства основных положений работы в качестве инструментария были выбраны следующие методы научного познания: метод научной абстракции; методы анализа и синтеза; методы причинно-следственных связей индукции и дедукции; методы экономико-статистического моделирования. В целях аргументации позиции, изложенной в исследовании, широко использовалась статистическая методология. Результаты наблюдений, накопленные в ходе практической деятельности, были использованы при разработке предложений по решению проблем оценки рисков страховых компаний.

Информационная база исследования была сформирована в основном за счет следующих источников: статистические материалы Федеральной службы государственной статистики, фондовой биржи РТС, расчеты спот-ставки специалистов Московской межбанковской валютной биржи (ММВБ), а также статистическая информация, которой располагают российские страховые компании.

Расчеты проводились в программных пакетах Ewievs 5.0 и Matlab R2007.b. Реализация экономико-статистической модели осуществлялась на Microsoft Excel 2003.

Диссертация соответствует положениям п. 3.3 и п. 3.7 паспорта специальности 08.00.12 Ч Бухгатерский учет, статистика.

Научная новизна исследования заключается в построении комплекса экономико-статистических моделей оценки рисков страховых компаний и расчете рискового капитала страховой компании на основе разработанной методики.

В процессе проведенного исследования получены следующие новые научные результаты:

Х проведен отбор рисков, наиболее актуальных для российских страховых компаний с точки зрения оценки их платежеспособности;

Х разработана методика оценки финансовых рисков страховой компании, включая такие риски, как риск акций, процентный риск, валютный риск, кредитный риск, риск резервирования, риск ценообразования;

Х построена комплексная экономико-статистическая модель, позволяющая дать интегрированную оценку рисков страховой компании;

Х проанализирована информационная база российских страховых компаний на предмет достаточности для построения на ее основе экономико-статистической модели и предложены способы замены отсутствующих данных, в том числе за счет экспертных оценок;

Х на основе предложенной методики проведен экономико-статистический анализ финансовых рисков страховой компании и рассчитана величина рискового капитала, необходимого для обеспечения платежеспособности страховой компании;

Х на основе предложенной экономико-статистической модели поставлена и решена задача оптимизации собственного удержания страховой компании, занимающейся страхованием иным, чем страхование жизни.

Теоретическая значимость исследования.

Теоретическую значимость имеют следующие положения диссертации:

Х предложенные методики оценки рисков страховой компании;

Х интегрированная экономико-статистическая модель оценки рисков страховой компании, занимающейся страхованием иным, чем страхование жизни.

Отдельные части диссертации могут быть применены в учебном процессе финансово-экономических вузов в рамках учебных дисциплин Статистика страхования, Моделирование финансовых рынков и др.

Практическую значимость исследования имеют следующие положения диссертации:

Х агоритмизированные методики оценки отдельных рисков страховых компаний;

Х комплексная экономико-статистическая модель оценки рисков страховой компании;

Х предложенные подходы к формированию информационной базы для моделирования рисков страховых организаций в условиях российского информационного пространства.

В совокупности полученные результаты можно интерпретировать как дальнейшее развитие экономико-статистической методологии оценки рисков страховых компаний. Результаты диссертации могут быть использованы страховыми компаниями, занимающимися страхованием иным, чем страхование жизни, перестраховочными компаниями, рейтинговыми агентствами и Федеральной службой страхового надзора для оценки рисков страховых компаний.

Апробация и внедрение результатов исследования. Научное исследование проведено в рамках НИР ФГОУ ВПО Финансовая академия при Правительстве Российской Федерации в соответствии с комплексной темой Пути развития финансово-экономического сектора России.

Основные результаты диссертации докладывались на международной научно-практической конференции Статистика в диалоге общества и власти (Санкт-Петербург, Санкт-Петербургский государственный университет экономики и финансов, январь 2008), международной научно-методической конференции Совершенствование системы статистических показателей развития финансового сектора экономики (Москва, Финакадемия, март 2008).

Результаты выпоненного исследования, в частности, методики оценки отдельных видов рисков, например, ценообразования и резервирования, а также предложенный в диссертации подход к оптимизации собственного удержания компании, успешно применяются в практической деятельности организаций ОАО СК РОСНО и ОСАО Ингосстрах.

Материалы диссертации используются в учебном процессе кафедрой Статистика ФГОУ ВПО Финансовая академия при Правительстве Российской Федерации при преподавании следующих дисциплин: Статистика страхования, Моделирование финансовых рынков.

Публикация результатов исследования. Основные положения диссертации опубликованы в четырех научных работах общим объемом 1,8 п.л., авторский объем 1,5 п.л., в том числе двух статьях объемом 1,1 п.л. Ч в журналах, определенных ВАК РФ.

Структура работы. Совокупность изучаемых проблем, цели и задачи исследования определили структуру диссертационной работы. Она состоит из введения, трех глав, заключения, списка литературы и приложений.

Диссертация: заключение по теме "Бухгатерский учет, статистика", Пилипчук, Александр Александрович

Заключение

В ходе проведенного исследования получены следующие новые научные результаты:

Х проведен отбор рисков, наиболее актуальных для российских страховых компаний с точки зрения оценки их платежеспособности.

В диссертации обосновано, что большое значение для российских страховых компаний имеют риски ценообразования, а также резервирования. В работе отражено влияние мирового финансового кризиса на страховую отрасль, что вместе с возрастающими инвестиционными возможностями страховых компаний обусловливают необходимость оценки рыночного, валютного и кредитного рисков страховых компаний. В то же время проведенный анализ позволил сделать вывод о нецелесообразности включения в модель операционного риска российских страховых компаний. Отсутствие информационной базы для статистической оценки и динамичные изменения в бизнес-процессах российских страховых организаций делают его статистическую оценку нецелесообразной.

Х разработана методика оценки финансовых рисков страховой компании, включая такие риски, как риск акций, процентный риск, валютный риск, кредитный риск, риск резервирования, риск ценообразования.

Оценка рисков заключается в определении значения рискового капитала, с заданной вероятностью покрывающего все убытки, возникающие при колебаниях исследуемых величин. Разработанные в диссертации методики подразумевают общий для всех рисков подход к оценке рискового капитала. Суть этого подхода состоит в построении функции распределения исследуемой величины, реализация которой характеризует наступление того или иного риска, и определения ее квантили на заданном уровне неразорения. В рамках данного подхода рассматривается также зависимость между различными рисками и видами страхования и возникающий эффект диверсификации. В работе также обоснован вывод о необходимости проведения оценки обязательств компании по их рыночной стоимости.

Именно рыночная стоимость позволяет оценить реальный убыток, который может понести компания в случае реализации того или иного риска. Если оценка активов по их рыночной стоимости является довольно распространенным и понятным подходом, то рыночная стоимость обязательств не имеет однозначного определения. Для получения данной оценки использовано дисконтирование резервов страховой компании.

Каждая из методик для оценки рисков в модели характеризуется набором переменных на входе и на выходе. В диссертации разработаны методики оценки риска ценообразования, риска резервирования, риска акций, процентного риска, кредитного и валютного рисков.

Построение функции распределения в ряде случаев осуществляется с использованием стохастического моделирования, что позволяет получать совместное распределение нескольких величин без использования сложных сверток и преобразований. Методики оценки, разработанные для каждого из включенных в модель рисков, агоритмизированы и унифицированы.

Таким образом, в диссертации разработаны и агоритмизированы методики оценки риска ценообразования, риска резервирования, риска акций, процентного риска, кредитного и валютного рисков. Х построена комплексная экономико-статистическая модель, позволяющая дать интегрированную оценку рисков страховой компании.

Построенная в диссертации комплексная модель позволяет рассчитать рисковый капитал, необходимый для обеспечения платежеспособности страховой организации с заданным уровнем вероятности, и включает в себя оценку риска акций, процентный риск, кредитный риск, риск резервирования, риск ценообразования, валютный риск, а также эффект диверсификации между рисками.

В качестве одного из подмодулей разработанной экономико-статистической модели построена модель для расчета оптимального уровня собственного удержания страховой компании. Использование этой модели позволяет сравнивать различные варианты перестраховочной защиты и находить наиболее оптимальный из них.

Ключевое отличие построенной в настоящей диссертации экономико-статистической модели от существующих распространенных моделей заключается в ее комплексности и максимальном приближении к реальной картине рисков страховой компании. Такой подход обуславливает не только ее теоретическую значимость, но и возможность широкого практического применения. Важное значение при практическом использовании разработанной модели имеет понота и качество статистической информации, которой располагают страховые компании. Х проанализирована информационная база российских страховых компаний на предмет достаточности для построения на ее основе экономико-статистической модели и предложены способы замены отсутствующих данных, в том числе за счет экспертных оценок.

В диссертации обосновано, что данных, предоставляемых компаниями в рамках официальной статистической отчетности, недостаточно для детального изучения и анализа рисков. В ходе исследования в качестве внутреннего источника информации использованы статистические данные и финансовые показатели российских компаний, занимающихся страхованием иным, чем страхование жизни. В работе рассматриваются три вида деятельности страховых компаний: КАСКО, ОСАГО, страхование имущества юридических лиц (ЮЛ).

Выделен ряд проблем, обуславливающих недостаточность статистических данных для экономико-статистического моделирования. Во-первых, сотрудники компаний систематически завышают резервы заявленных, но неурегулированных убытков. Для устранения этой проблемы в работе выработаны рекомендации по использованию средних статистических-оценок убытков, обновляемых ежеквартально.

Во-вторых, отсутствует детальная информация об убытках страховщиков в г^елом по рынку. В работе предложено использовать опыт стран Европейского Союза, где публикуются агрегированные данные по множеству показателей, вплоть до усредненных коэффициентов развития убытков.

В-третьих, ограничена статистика наступления крупных убытков по страхованию имущества ЮЛ.

В-четвертых, не все облигации, представленные в портфеле компаний, обладают кредитным рейтингом. В отсутствие кредитного рейтинга облигациям по умочанию может быть присвоен рейтинг ССС по шкале агентства Standard & Poors.

В-пятых, при оценке процентного риска на российском финансовом рынке отсутствуют данные о спрэдах по облигациям с различными рейтингами. Для воспонения недостающей статистической базы \ использованы оценки агентства Standard & Poors. Однако в силу того, что они базируются на статистике американских и европейских рынков необходима экспертная корректировка используемых данных. Корректировки были получены на основе проведенного анкетирования сотрудников страховой компании.

В-шестых, отсутствует статистика по движению индексов недвижимости, позволяющая оценить их волатильность. В этих условиях также обосновано применение экспертных оценок.

В-седьмых, недостаточно доступной информации по различным вариантам перестраховочной защиты. Для воспонения недостатка статистической информации применена математическая интерполяция данных, что позволило получить требуемое количество сценариев для модели и, таким образом, решить проблему информационного обеспечения соответствующей экономико-статистической модели.

В работе доказано, что при внедрении предложенных автором рекомендаций по замене недостающих данных, статистические данные начинают отвечать критерию достаточности для практического применения построенной экономико-статистической модели.

Х на основе предложенной методики проведен экономико-статистический анализ финансовых рисков страховой компании и рассчитана величина рискового капитала, необходимого для обеспечения платежеспособности страховой компании.

Величина итогового рискового капитала рассматриваемой страховой компании, рассчитанная с помощью построенной в работе экономико-статистической модели, составляет 2,15 мрд руб.

Данный расчет показывает, что наиболее актуальными для рассматриваемой компании является риск ценообразования, рыночный риск и риск резервирования.

Более детальный анализ риска ценообразования позволил сделать вывод о том, что, несмотря на наибольшую абсолютную величину рискового капитала по страхованию КАСКО наиболее рискованным с точки зрения ценообразования является страхование имущества ЮЛ. Полученный результат определяет актуальность и необходимость использования перестрахования для названного вида страхования.

Аналогичный анализ был проведен и в отношении риска резервирования. Как и в случае ценообразования, наибольший риск представляет собой страхование имущества ЮЛ.

Проведенный анализ позволяет сделать вывод о том, что по сравнению с ОСАГО и имуществом ЮЛ наименее рискованным с точки зрения платежеспособности компании является активное развитие страхования КАСКО.

Х на основе предложенной экономико-статистической модели поставлена и решена задача оптимизации собственного удержания страховой компании, занимающейся страхованием иным, чем страхование жизни.

Анализ рисков по видам страхования показал актуальность использования перестрахования при заключении договоров страхования имущества ЮЛ. Важнейшей задачей, которую необходимо решить при этом, является определение оптимального уровня собственного удержания. В качестве перестраховочной защиты рассматривается договор перестрахования на основе эксцедента сумм.

Оценка эффективности перестраховочной защиты для каждого из вариантов собственного удержания производилась путем расчета показателя RoCaR{Return on Capital at Risk), который равен отношению среднего ожидаемого дохода к рисковому капиталу. Полученный результат означает, что наиболее эффективным для компании является уровень собственного удержания в 43,8 мн руб.

На основе практического применения построенной в исследовании экономико-статистической модели сделаны следующие рекомендации для рассматриваемой компании:

1) для обеспечения платежеспособности на уровне 95% компании необходимо зарезервировать капитал в размере 2,5 мрд руб.;

2) исключить акции из инвестиционного портфеля компании;

3) использовать перестрахование для страхования имущества ЮЛ, при этом установить собственное удержание на уровне 43,8 мн руб.;

4) развивать страхование КАСКО, при этом активно управлять ценообразованием;

5) следовать выбранной стратегии формирования валютной структуры портфеля;

6) произвести детальный анализ контрагентов компании с точки зрения их кредитоспособности, вывести средства из наиболее рискованных активов.

В нынешних условиях глобального финансового кризиса проведенный анализ и выработанные на его основе рекомендации позволят компании усилить свои конкурентные преимущества и существенным образом повысить уровень гарантий, предоставляемых клиентам.

Диссертация: библиография по экономике, кандидат экономических наук , Пилипчук, Александр Александрович, Москва

1. Страхование, под редакцией Федоровой Т.А., Магистр, Москва, 2009;

2. Хохлов Н.В., Управление риском, Юнити-Дана, Москва, 2001;

3. Приказ Министерства финансов РФ от 8 августа 2005 г. № 100н О правилах размещения страховщиками средств страховых резервов.

4. Frachot A., Georges P., Roncalli Т., "Loss Distribution Approach for Operational Risk", Working paper, Groupe de Recherche Opirationnelle, Credit Lyonnais, 2001;

5. Chernobai A., Menn C., Truck S., Rachev S.T., "A note on the estimation of the frequency and severity distribution of operational losses", Mathematical Scientist 30(2), 2005;

6. King J.L., "Operational Risk: Measurement and Modelling"^ Wiley, Chichester UK, 2001;

7. Swiss Re, "Asset-liability management for insurers", Sigma, No. 6; 2000;

8. Basel Committee on Banking Supervision, "A New Capital Adequacy Framework", BIS, Basel, 1999;

9. J.P. Morgan, "RiskMetricsTechnical Document", Morgan Guaranty Trust Company, New York, 1995;

10. Ryan, J. P., "Application of Simulation Techniques to Solvency Testing for a Non-life Office", Transactions of the 22nd International Congress of Actuaries, Vol. 3, 1984;

11. Daykin C.D., "Assessing the Solvency and Financial Strength of a General Insurance Company", Journal of the Institute of Actuaries, Vol. 114, Part 2, 1987;

12. Casualty Actuarial Society Valuation and Financial Analysis Committee Subcommittee on DFA Handbook, "Dynamic financial analysis handbook", Casualty Actuarial Society Forum, 1996;

13. Casualty Actuarial Society Valuation and Financial Analysis Committee Subcommittee on DFA Handbook, "Dynamic financial analysis research book", Casualty Actuarial Society Forum, 2000;

14. Kaufmann, R., Gadmer, A., Klett, R., "Introduction to Dynamic Financial Analysis", Astin Bulletin, Vol. 31, (1), 2001;

15. Blum, P., Dacorogna, M., "DFAЧDynamic Financial Analysis", Encyclopedia of Actuarial Science, John Wiley & Sons, New York, 2004;

16. Philbrick, S. W., Painter, R. A., "DFA Insurance Company Case Study, Part II: Capital Adequacy and Capital Allocation", Casualty Actuarial Society Forum, 2001;

17. Swiss Re, "Ricasso: Risk, Capital Management and Reinsurance", Swiss Re, 2001;

18. Научные статьи на Интернет-ресурсе компании ReMetrics Financial Consulting: www.benfieldgroup.com;

19. Малиновский B.K., Некоторые вопросы исследования платежеспособности страховых компаний, Страховое дело, № 6, 1995;

20. Орланюк-Малицкая JI.A. "Платежеспособность страховой организации", АНКИЛ, Москва, 1994;

21. Баскаков В.Н., Рябикин В.И., Тихомиров С.Н., Страхование и актуарные расчеты, под ред. В.И. Рябикина, Экономистъ, Москва, 2006;

22. Котлобовский И.Б., Лайков А.Ю., Рыбаков С.И., Третьяков К.И., К вопросу о стратегии развития отечественного страхования, Страховое дело, №6, 2007;

23. Фалин Г.И., Фалин А.И., Актуарная математика в задачах, Физматлит, Москва, 2003;

24. Борисов Б.И., Динамический метод анализа и управления деятельностью страховой компании, Дис. канд. Экон. Наук: 08.00.13, РГБ, Москва, 2007;

25. Научные статьи на Интернет-ресурсе Ссыка на домен более не работаетp>

26. Standard and Poor's, "S&P Insurance Ratings Criteria Property/Casualty; Edition", Ссыка на домен более не работаетp>

27. Научные статьи на Интернет-ресурсе: www.fitchratings.com/prism;

28. The European Parliament and the Council, "Solvency requirements for non-life insurers", First Council Directive 73/239/EEC, 1973;

29. The European Parliament and the Council, "Solvency requirements for life insurers", First Council Directive 79/267/EEC, 1979;

30. European Commission, "Considerations on the design of a future prudental supervisory system in the EU Ч Recommendations by the Commission Services", MARKT/2535/02, Brussels, 2002;

31. National Assotiation of Insurance Companies, "RBC Forecasting Kit-Property/Casualty", 2004, доступна на Интернет-ресурсе Ссыка на домен более не работаетstorepubaccounting reporting.htm

32. A.M. Best Company, Inc., "Understanding BCAR, A.M. Best's Capital Adequacy Ratio for Р/С Insurers And Its Implications for Ratings", A.M. Best Company publications, 2003;

33. YOUNG, S. D., "Eva and Value Based Management: A Practical Guide to Implementation", McGraw Hill Education, 2001;

34. German Insurance Association, "Rechnungslegung und Solvency II", 2005, доступна на Интернет-ресурсе Ссыка на домен более не работаетp>

35. Cummins J. D., Grace M., Phillips R. D., "Regulatory Solvency Prediction in Property-Liability Insurance: Risk-Based Capital, Audit Ratios, and Cash Flow Simulation", Journal of Risk and Insurance, 66(3), 1999;

36. Sharma P., "Prudential Supervision of Insurance Undertakings", Report prepared by Head of the Prudential Risks Department of the UK's Financial Services Authority, 2002;

37. European Commission, "Design of a Future Prudential Supervisory System in the EUЧRecommendations by the Commission Services", Markt/2509/03,Working Paper, Brussels, 2003;

38. Filipovic D., Rost D., "Benchmarking Study of Internal Models", Chief Risk Officer Forum, 2005 доступна на Интернет-ресурсе Ссыка на домен более не работаетpublications.ecp7inlog:;

39. IAIS, лGuidance paper on use of internal models for regulatory capital purposes, Guidance Paper No. 2.2.x, Draft, 2008;

40. Ernst & Young, "ERM Comes of Age", Presentation to AIFA Luncheon by Jean Pierre Berliet and Doug French, 2006;

41. Moody's, "Company Built Internal Capital Models Expected To Play Greater Part In Moody's Insurance Rating Process", Moody's Special Comment, 2006:

42. Barth, M. M., "A Comparison of Risk-Based Capital Standards Under the Expected Policyholder Deficit and the Probability of Ruin Approaches", Journal of Risk and Insurance, 67(3), 2000;46. "Modern Risk Management, A History", Risk Waters, London, 2003;

43. Conway T. P., McCluskey, "Property/Casualty Insurer Economic Capital Using a VaR Model", SOA/CAS ERM Symposium Call for Papers, 2006;48. "VAR: Understanding and Applying Value-at-Risk", Risk Waters, London, 1997;

44. Albert, P., Bahrle, H., Konig, A., "Value-at-Risk: a risk theoretical perspective with focus on applications in the insurance industry", Contribution to the 6th AFIR International Colloquium, Nurnberg, 1996;

45. Panning, William, "The strategic uses of value at risk: long-term capital management for Property/Casualty insurers", North American Actuarial Journal 3(2), Illinois, 1999;

46. Artzner, P., Delbaen, F., Eber, J., Heath, D., "Coherent Risk Measures", Mathematical Finance 9, 1999;

47. Finkelstein G., Hoshino Т., Ino R., Morgan E., "Economic Capital Modeling: Practical Considerations", MILLIMAN INC., 2006;

48. Blum, P., Dias, A., Embrechts, P., "The ART of Dependence Modeling: The Latest Advances in Correlation Analysis", Risk Books, London2002;

49. Embrechts P., Lindskog P., McNeil A., "Modeling Dependence with Copulas and Applications to Risk Management", Handbook of Heavy Tailed Distributions in Finance, Elsevier, Amsterdam, 2001;

50. Nelsen, R. В., "An Introduction to Copulas", Springer, New York, 1999;

51. Dave R.D., Stahl G., "On the Accuracy of VaR Estimates Based on the Variance-Covariance Approach", Zurich: Olsen & Associates, 1996;

52. Farton W., "Calculating Value-at-Risk", Philadelphia: Wharton School, 1996;

53. Bollerslev Т., "Generalized autoregressive conditional heteroscedasticity", Journal of Econometrics 31, 1986;

54. Айвазян С. А., Мхитарян В. С., Прикладная статистика. Основы эконометрики, в 2 томах, Юнити-Дана, Москва, 2001;

55. Tagliafichi R. A., "The estimation of Market VaR using Garch models and a heavy tail distributions", ASTIN Colloquium International Actuarial Association, Brussels, 2003;

56. Ibragimov I.A., Has'minskii R.Z., "Statistical Estimation". New York: Springer, 1981;

57. Embrechts P., Kluppelberg C., Mikosch Т., "Modeling Extremal Events forinsurance and finance", Springer, 1997;

58. Reiss R. D., Thomas M., "Statistical Analysis of Extreme Values", Birkhauser Verlag, 2001;

59. С. Дробышевский, Обзор современной теории временной структуры процентных ставок.Основные гипотезы и модели, Научные труды № 14 Р, Москва, 1999;

60. Сох, J., Ingersoll J., Ross S. "A theory of the term structure of interest rates", Econometrica, 53, 1985;

61. Но Т., Lee S., "Term structure movements and pricing interest rate contingent claims", Journal of Finance, 41, 1986;

62. Hull, J., White A., "Pricing interest-rate-derivative securities", Review of Financial Studies, 3, 1990;

63. Vasicek, O., "An equilibrium characterization of the term structure", Journal of Financial Economics, 5, 1977;

64. Cox, J., Ross S., "The valuation of options for alternative stochastic processes", Journal of Financial Economics, 3, 1976;

65. Black, F., Karasinski P., "Bond and option pricing when short rates are lognormal", Financial Analysts Journal, July August, 1991;

66. Hull, J., White A., "One-factor interest-rate models and the valuation of interest-rate derivative securities", Journal of Financial and Quantitative Analysis, 28, 1993;

67. CEIOPS, "QIS3 Calibration of the underwriting risk, market risk and MCR", Technical paper, FS-14/07, 2007;

68. Kaufmann R., Gadmer A., Klett R., "Introduction to Dynamic Financial Analysis", ASTIN Bulletin, 31(1), 2001;

69. Klugman S., Panjer H., Willmot G., "Loss Models: From Data to Decisions", John Wiley & Sons, 1998;

70. Kampen V.,Charles E., "Estimating the Parameter Risk of a Loss Ratio Distribution", Casualty Actuarial Society Forum Casualty Actuarial Society, Arlington, Virginia, 2003;

71. Hewitt, C., "Loss Ratio Distributions-A Model," PCAS LIV, 1967;

72. Heckman P., Meyers G., "The Calculation of Aggregate Loss Distributions from Claim Severity Distributions and Claim Count Distributions", PCAS LXX, 1983;

73. Mack Т., "Distribution free calculation of the standard error of chain ladder reserve estimates", ASTIN Bulletin, 23 (2), 1993;

74. Руденко A.B., Модели оценки резервов убытков по рисковым видам страхования, Дис. канд. Экон. Наук: 08.00.13, РГБ, Москва, 2007;

75. England P., Verrall R., "Stochastic Claims Reserving in General Insurance", Journal of the Institute of Actuaries 129, 2002;

76. Crouhy M., Galai D., Mark R., "A comparative analysis of current credit risk models", Journal of Banking & Finance 24, 2002;

77. Basel Committee on Banking Supervision, "Credit risk modelling: current practices and applications", BIS, Basel, 1999 доступна на Интернет-ресурсе Ссыка на домен более не работаетp>

78. J.P.Morgan, "CreditMetrics Technical Document", Morgan Guaranty Trust Company, New York, 1997 доступна на Интернет-ресурсе Ссыка на домен более не работаетresearch.html;

79. Ивлиев С.В., Полушкина Г.К., Управление финансовыми рисками в банке, Банки и технологии, №4, 2003 доступна на Интернет-ресурсе Ссыка на домен более не работаетcompanv/publications 10.asp.htm;

80. Научные статьи на Интернет-ресурсе компании KMV Ссыка на домен более не работаетresearch:

81. Научные статьи на Интернет-ресурсе компании Kamakura Со. Ссыка на домен более не работаетresearch/ori research.asp;

82. Материалы доступны на Интернет-ресурсе www.rts.ru;

83. Материалы доступны на Интернет-ресурсе www.micex.ru/analytics/:

84. Материалы доступны на Интернет-ресурсе www.cbr.ru;

85. Приказ Министерства финансов РФ от 2 ноября 2001 г. № 90н Положения о порядке расчета страховщиками нормативного соотношения активов и принятых ими страховых обязательств;

86. Приказ Министерства финансов РФ от 11 июня 2006 г. № 51н Правила формирования страховых резервов по видам страхования иным, чем страхование жизни;

87. Материалы доступны на Интернет-ресурсе www.CEIOPS.com;

88. Гамбаров Г., Шевчук И., Балабушкин А., Никитин А., Кривая бескупонной доходности на рынке ГКО-ОФЗ, доступна по ссыке www.micex.ru;

Похожие диссертации