Статистическое исследование и моделирование влияния цифровых технологий и инноваций на развитие страхового рынка
Введение
Вместе с развитием общества раз и навсегда меняются и привычные нам экономические отношения, что определяет необходимость ускоренной адаптации участников этих отношений под происходящие изменения. И все, что раньше мы могли ощутить руками, сейчас представлено в цифровом виде. Большая активность цифровой трансформации наблюдается и в самой сложной для понимания сфере, которая связана с осуществлением отложенных кредитных отношений между страховщиком и страхователем. Страхование осуществляет важную социальную роль в защите не только собственных интересов, но и в защите интересов пострадавших. Так, страхование гражданской ответственности владельцев автотранспортных средств защищает имущественные и неимущественные интерес потерпевших. Так, только за 2021 год суммарные выплаты по полисам страхования составили 797 млрд руб., из них 143 млрд руб. выплаты по обязательному страхованию автогражданской ответственности (Далее – ОСАГО). Несмотря на фундаментальные изменения, которые были вызваны пандемией, когда компании были вынуждены использовать новые способы осуществления своей привычной деятельности, в 2021 году российский рынок страхования все еще остается развивающимся и на мировой арене не входит даже в топ 20 мирового страхового рынка. Объём совокупной страховой премии, собранной в 2021 году российскими страховщиками, занимая менее 0,5 % всего объема поступлений мирового страхового рынка, при этом процессы цифровизации оказывают значительное влияние на российское страхование .
Оглавление
Введение 3
Глава 1 Теоретические аспекты цифровизации страхования 6
1.1 Экономическая сущность страхования: содержание, продукты, регулирование, участники 6
1.2 Особенности цифровизации страхового рынка 13
1.3 Подходы к оценке влияния цифровых технологий на развитие страхового рынка 24
Глава 2. Построение модели влияния цифровизации на рынок ОСАГО и статистический анализ 31
2.1 Первичный анализ данных 31
2.2 Анализ панельных данных 42
Глава 3 Направления развития страхового рынка в условиях цифровизации 47
3.1 Исследование феномена Р2Р страхования 47
3.2 Обоснование перехода от традиционной модели к P2P 51
3.3 Модель расчета оптимального размера группы P2P-страхования 54
Заключение 59
Список литературы 63
Список литературы
1. Закон Российской Федерации от 27.11.1992 N 4015-1 (ред. от 01.04.2022) «Об организации страхового дела в Российской Федерации»
2. Закон Российской Федерации от 25.04.2002 N 40-ФЗ (ред. от 01.04.2022) "Об обязательном страховании гражданской ответственности владельцев транспортных средств"
3. Закон Российской Федерации от 29.11.2007 N 286-ФЗ (ред. от 01.04.2022) «О взаимном страховании»
4. Аксютина С. В. Трансформация страхования: инновационные продукты и технологии // Экономика, предпринимательство и право. – 2020. – № 2. – С. 395-410
5. Антипьев С. Ю. Текущая ситуация и прогноз рынка ОСАГО в Приморском крае // Новая экономика, бизнес и общество (Владивосток, 15–27 апреля 2021 г.). – 2021. С. 709-714
6. Батурина Н. И., Медведев А. И. Восстановительный ремонт транспортного средства как основной способ страхового возмещения по ОСАГО // Вестник Волгоградской академии МВД России. – 2018. – № 3. – С. 61-65
7. Блохина Д. В., Тарасова Ю. А. Цифровая трансформация российского страхового рынка: некоторые итоги // Трансформация страховой индустрии для устойчивого развития в новых условиях. – 2020. – Гл. 2. – С. 80-90
8. Брызгалов Д. В., Грызенкова Ю. В., Цыганов А. А. Перспективы цифровизации страхового дела в России // Финансовый журнал. 2020. Т. 12. № 3. С. 76–90.
9. Василенко Н.В., Линькова А.Я Предпосылки, факторы и последствия трансформации труда в контексте формирования экономики нового типа // Теория и практика сервиса: экономика, социальная сфера, технологии. – (2017). – С. 15-20
10. Гомелля В. Б. Очерки экономической теории страхования: монография // Финансы и Статистика. –2014. – С. 137-196
11. Клайда С.А., Фаизова А. А Практическое применение современных цифровых технологий на этапах жизненного цикла договора страхования // Вопросы инновационной экономики. – 2020. – № 4. – С. 2331-2346
12. Коломин Е. В. Раздумья о страховании // Издательский Дом «Страховое Ревю». – 2006.
13. Масюк. Н. Н., Бушуева М. А., Васюкова Л. К. Конфликтно-компромиссная методология как организационно-управленческая инновация в стратегическом и финансовом управлении. // Azimuth of Scientific Research: Economics and Administration. 2017. Т. 6. № 3(20)
14. Пелых В. Я. Финансы 4.0 как идея цифровой трансформации финансовой сферы // Мир экономики и управления. – 2020. –Т. 20, № 2. – С. 134-148
15. Рубцова Н. В., Жукова Е. Н., Науменко Н.С. ОСАГО – как гарант уверенности стейкхолдеров в ответственном и безопасном дорожном движении // Азимут научных исследований: экономика и управление. – 2021. – № 2. – С. 277-280
16. Тарасов Е. А. О необходимости разработки методики применения результатов автотехнической экспертизы при проверке случаев страхового мошенничества // Вестник Академии права и управления. – 2021. – № 3. – С. 34-37
17. Цыганов А. А. Институциональное развитие показано российскому страховому рынку // Страховое дело. – 2007. – № 10. – С. 4–8.
18. Цыганов А. А, Брызгалов Д. В. Цифровизация страхового рынка: задачи, проблемы и перспективы // Экономика и управление. – 2018. – №2. – С. 111-120
В данном разделе будет проведен анализ панельных данных, который поможет получить более точный результат из-за увеличения периодов наблюдения. Панельные данные представляют собой комбинацию перекрестного и временного рядов. В дальнейшем анализе будут использованы данные за период 2016–2020 года по 84 регионам Российской Федерации. Из данных, будет исключен параметр Х1, который коррелирует с Х2, что было доказано в разделе выше. Чтобы обозначить как отдельные группы наблюдения, так и наблюдение за временем в панельных данных используется нижний индекс i для групп и индекс t для характера времени. Анализ будет проведен с помощью моделей сквозной регрессии (pooled regression), с фиксированными эффектами (within) и модели со случайными эффектами. Оценим модель сквозной регрессии, результаты которой представлены в Приложении 6 и таблице 5. Данная модель оценивается обыкновенным МНК, который не учитывает при анализе характер панельных данных, в отличие от регрессий, которые будут рассмотрены ниже. По результатам оценки модель является в целом значимой и данные объясняют 65% дисперсии Y. Значимыми являются коэффициенты при переменных: Х3, Х4, Х6, Х8, Х10. Продолжим построение моделей.