CC BY
93
ГРАФИЧЕСКИЙ МЕТОД АНАЛИЗА ДИНАМИКИ ПОКАЗАТЕЛЕЙ ИНВЕСТИЦИОННОГО ПОТЕНЦИАЛА СТРАХОВЫХ КОМПАНИЙ
Сырцов О.В., соискатель ГОУДПО ГАСИС
В статье рассматриваются вопросы состояния инвестиционного потенциала страховой отрасли, предлагаются методы его классификации и оценки для дальнейшего формирования и реализации программ развития страховой отрасли.
Ключевые слова: инвестиции, микроуровень, макроуровень, годографы, страхование.
GRAPHIC METHOD OF THE ANALYSIS OF DYNAMICS OF INDICATORS OF INVESTMENT POTENTIAL OF INSURANCE COMPANIES
Sirtsov O., GOU DPO GASIS, the competitor
In the article questions of a condition of investment potential of insurance branch are considered, methods of its classification and an estimation for the further formation and realisation of programs of development of insurance branch are offered.
Keywords: investments, microlevel, macrolevel, godografi, insurance.
Страховой рынок в РФ находится в начальной стадии своего развития. Сегодня страхуется только 5-7% потенциальных рисков, в то время как в развитых зарубежных странах - 95-97%. Объясняется это как тем, что роль страхования как механизма защиты материальных интересов российскими гражданами еще не до конца осознана, так и низким уровнем материальной обеспеченности большинства граждан РФ. Как результат, на страхование ими расходуется около 1% доходов против 20% в США.
Существует и другая сторона этого вопроса - незначительные инвестиционные вливания отечественных страховых компаний в экономику, что связано не только с низкой инвестиционной привлекательностью инвестиционных инструментов и недостатком государственных гарантийных механизмов, но и с неспособностью многих страховщиков оптимально сформировать инвестиционный потенциал. Доход от инвестиций в зарубежных страховых компаниях составляет в среднем от 20 до 30% от общих статей дохода, что позволяет рассматривать инвестирование в качестве необходимой составляющей части страхового бизнеса, тогда как по российским страховым компаниям этот показатель составил в среднем около 6%, что свидетельствует о неразвитости этого вида операций у национальных страховщиков.
Учитывая, что современная российская экономика остро нуждается в инвестиционных ресурсах, вопросы оценки инвестиционного потенциала страхования являются на сегодняшний момент весьма актуальными, при этом актуальным является его оценка и прогноз как на макроуровне - на уровне федеральных округов, так и на микроуровне -уровне страховых компаний.
Актуальными являются исследования, направленные на выявление закономерностей динамики показателей инвестиционного потенциала страховых компаний. Проблема здесь в том, что на микроуровне на детерминистическую компоненту временных рядов накладываются стохастические «возмущения», обусловленные, с одной стороны, процес-
сами слияния-поглощения, с другой стороны, конъюнктурой страхового рынка. Ввиду этого, традиционное прогнозирование путем экстраполяции мало применимо, и необходимо разработать инструментарий анализа динамики показателей инвестиционного потенциала страховых компаний, с учетом данной специфики.
Подобный анализ предлагается проводить графическим путем. С этой целью введено новое в анализе страхового рынка понятие - годограф, позволяющий по характеру следования меток, отвечающих разным интервалам времени, на диаграмме рассеяния различных пар показателей инвестиционного потенциала страховых компаний - стоимости активов и капитала, стоимости активов и их рентабельности и т.п., судить о характере их динамики.
На рисунке 1 представлены годографы для компании «СОГАЗ». Это - регулярные стохастические годографы, поскольку метки для компании «СОГАЗ», отвечающие трем последовательным интервалам времени, расположены регулярно: по мере роста активов капитал возрастает, а рентабельность активов снижается, причем метки находятся вблизи соответствующих линий регрессии.
Информативной является также длина отрезков годографов страховых компаний, отражающая интенсивность изменений показателей их инвестиционного потенциала - более длинные линии отвечают более высокой скорости изменений. Кроме того, годографы страховых компаний могут представлять как прямую линию, что свидетельствует о поступательном нарастании их инвестиционного потенциала, либо ломаную линию, что говорит об определенных изменениях в их экономической деятельности.
Кроме регулярных стохастических, наблюдаются годографы более общего вида - нестохастические, с разным соотношением направления (позитивного и негативного характера) и «скорости» изменения положения компании на диаграммах рассеяния (нарастания и спада с ускорением и насыщением). Наблюдаются также иррегу-
Активы, тыс. руб. Активы, тыс. руб.
Рис. 1. Годографы страховой компании «СОГАЗ»: а - на плоскости «активы» - «капитал»; б - на плоскости «активы» - «рентабельность активов»
лярные годографы - с нерегулярным следованием меток, отвечающих различным годам.
Анализ годографов страховых компаний, отражающих их «перемещение» во времени на плоскостях, образованных парами показателей инвестиционного потенциала «активы» - «капитал», с одной стороны, и «активы» - «рентабельность активов», с другой, дает ценную информацию о динамике инвестиционного потенциала компании в целом.
Ввиду достаточно большого объема эмпирических данных, встает задача разработки удобного приема «свертки» информации, содержащейся в рядах динамики показателей. Достаточно эффективным методом решения этой задачи является метод, основанный на применении информационных технологий.
Из общей теории статистики известно, что обобщающими показателями временного ряда X(t) являются средний уровень ряда Хср и средний абсолютный прирост показателя AX^. Для коротких временных рядов эти показатели вычисляются «вручную» или с помощью электронных таблиц типа Excel. В рассматриваемом случае временные ряды «сверхкороткие» - уровней ряда всего лишь три, но можно использовать методологию линейного регрессионного анализа для получения МНК-оценок параметров линейного тренда. При соответствующем назначении временной переменной (нуль отвечает центру временного интервала) свободный коэффициент линейной регрессии будет МНК-оцен-кой среднего уровня ряда X , а коэффициент регрессии при временной переменной - МНК-оценкой среднего абсолютного прироста показателя AX .
ср
В этих целях предложено использовать процедуру линейного регрессионного анализа, позволяющую получить не только МНК-оценки параметров трендовых моделей временных рядов, но и характеристики их качества, а в случае высокого качества трендовых моделей производить точечное и интервальное прогнозирование.
Следует отметить, что на сегодняшний день российский страховой рынок характеризуется значительной региональной асимметрией: из 110 крупнейших страховых компаний рейтинга Интерфакс ЦЭА-100 по итогам 2007 г. 70 компаний относилось к московскому региону, 8 - к Санкт-Петербургу, а на долю остальных регионов приходилось менее трети -32 компании. Еще выше концентрация стоимости активов - более 80% общей стоимости активов 110 крупнейших компаний приходилось на два региона - Москву и Санкт-Петербург.
В этой связи поставлена цель - выявить группы российских макрорегионов, однородных по показателям, определяющим инвестиционный потенциал страховой сферы на уровне федеральных округов. Таковыми являются, прежде всего, сумма страховых премий как основной экстенсивный фактор, во-вторых, доля округа в добровольном страховании как основной фактор, определяющий получение свободных страховых резервов. Кроме того, учитывали также и другие компоненты отраслевой структуры - долю округа на рынке обязательного страхования (без ОМС), с одной стороны, и на рынке обязательного медицинского страхования - с другой.
Исследования проводились в следующей последовательности. На первом этапе средствами корреляционного анализа рассматривали корреляции между «кандидатами» в комплекс показателей классификации, затем проводили факторный анализ с целью выделения основных классификационных факторов, после чего осуществляли собственно клас-
терный анализ, цель которого - получение кластерного решения. Затем это решение проверяется на устойчивость, и на заключительном этапе производилась идентификация кластеров - устанавливали интервалы исходных показателей классификации, присущих выделенным однородным группам федеральных округов.
В результате корреляционного анализа можно сделать вывод о том, что между долями добровольного и обязательного медицинского страхования, с одной стороны, и индексами добровольного и обязательного страхования (без ОМС), с другой, существует отрицательная корреляционная связь, более сильная в первом случае. Экономическая трактовка этих фактов такова: рост доли добровольного страхования означает рост инвестиционного потенциала федерального округа, а большая доля обязательного медицинского страхования, характеризуемая высокими значениями коэффициента выплат, значительно снижает инвестиционного потенциала федерального этого округа. Отрицательная корреляционная связь между индексами добровольного и обязательного страхования (без ОМС) не столь сильная, коэффициент выплат не столь высок, и имеются некоторые страховые резервы, которые могут быть использованы в инвестиционных целях.
С помощью кластерного анализа федеральных округов по совокупности трех классификационных показателей - доля округа в общей сумме страховых премий, доля добровольного страхования и доля обязательного страхования (без ОМС) - двумя методами (иерархическим по методу Уорда и итерационным по методу к-средних) обоснована трехкластерная модель (рисунок 2).
В двух кластерах - по три федеральных округа: Приволжский, Северо-Западный и Уральский федеральные округа, в одном кластере, Сибирский, Южный и Дальневосточный федеральные округа - в другом. Центральный федеральный округ образует самостоятельный кластер.
Далее необходимо провести идентификацию кластеров. На Центральный федеральный округ, образующий кластер 1, приходится большая часть российского страхового рынка, оцениваемого по сумме страховых премий. Кластер 2, в который входят Приволжский, Северо-Западный и Уральский федеральные округа - на втором месте, кластер 3, включающий Сибирский, Южный и Дальневосточный федеральные округа - на третьем. Аналогично кластеры ранжируются и по доле добровольного страхования в структуре страховых премий: в кластере 1 она достигает 64,2%, что превышает среднероссийский уровень, в кластере 2 - на уровне около 50%. В округах, отнесенных к кластеру 3, доля данной отрасли страхового рынка наиболее низкая.
По доле обязательного медицинского страхования в структуре страховых премий картина обратная: Центральный федеральный округ характеризуется наименьшим значением данного показателя, затем следуют кластеры 2 и 3. По медианным значениям доли обязательного страхования (без ОМС) наблюдается аналогичное ранжирование кластеров, но в кластере 2 присутствуют федеральные округа, в которых данный сегмент страхового рынка представлен хуже. Это - Уральский федеральный округ, в котором доля обязательного страхования (без ОМС) меньше, чем в Центральном округе - 8,8% против 9,5%.
Разработанная классификация федеральных округов может быть полезна при разработке программ развития страховой отрасли в российских макрорегионах.
Рис. 2. Дендрограмма кластерного анализа федеральных округов по совокупности основных классификационных показателей страхового рынка (метод Уорда, квадратичная евклидова метрика)
