Научная статья на тему 'Методика оценки вероятности наступления страхового случая при индексном страхо- вании сельскохозяйственных культур'

Методика оценки вероятности наступления страхового случая при индексном страхо- вании сельскохозяйственных культур Текст научной статьи по специальности «Экономика и бизнес»

CC BY
133
24
i Надоели баннеры? Вы всегда можете отключить рекламу.
Область наук
Ключевые слова
риски / агрострахование / расчет / урожайность / risks / agricultural insurance / calculation / productivity

Аннотация научной статьи по экономике и бизнесу, автор научной работы — М И. Водяненко

В статье демонстрируются отличия классического мультирискового страхования и индексного страхования урожая сельскохозяйственных культур. Приводится модифицированная методика расчета вероятности наступления страхового случая в процессе страхования сельскохозяйственных культур, в рамках которой расчет средней урожайности сельскохозяйственной культуры проводится в целом по природно-климатическим микрозонам, а также во внимание принимается не только сам факт возникновения страхового случая, но и та посевная площадь, на которой он имел место. Целью исследования является разработка альтернативного алгоритма оценки вероятности наступления страхового случая при индексном страховании сельскохозяйственных культур, с одной стороны, позволяющего проводить расчеты на основе существующей информационной базы (статистических данных собираемых и публикуемых Федеральной службой государственной статистики), а, с другой стороны, дающего возможность корректно учесть масштабы страхового случая (в рамках традиционного подхода все страховые случаи априори признаются равнозначными), а также решить проблему коротких временных рядов, характеризующихся наличием «разрывов», обусловленных не систематическим характером выращивания сельскохозяйственных культур на территориях муниципальных районов. Расчет вероятности наступления страхового случая при страховании урожайности сельскохозяйственных культур с использованием предложенной модифицированной методики, во-первых, позволяет получить более точные и репрезентативные результаты за счет использования большего массива исходных статистических данных; а, во-вторых, корректно учесть не просто статистическую частоту наступления вероятности наступления страхового случая, но и его масштабы.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по экономике и бизнесу , автор научной работы — М И. Водяненко

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

METHODOLOGY FOR ASSESSING THE PROBABILITY OF OCCURRENCE OF AN INSURED EVENT WITH INDEX INSURANCE OF CROPS

The article demonstrates the differences between classic multi-risk insurance and crop insurance index insurance. A modified method is given for calculating the probability of an insured event occurring in the process of crop insurance, in which the calculation of the average crop yield is carried out in general for natural and climatic microzones, and not only the fact of the occurrence of the insured event, but also the sown area, is taken into account. on which he took place. The aim of the study is to develop an alternative algorithm for assessing the probability of an insured event occurring during index insurance of crops, on the one hand, allowing calculations based on the existing information base (statistics collected and published by the Federal State Statistics Service), and, on the other hand, enabling correct take into account the scale of the insured event (in the framework of the traditional approach, all insured events are a priori recognized equivalent), and t Also solve the problem of short time series, characterized by the presence of "gaps" due to the non-systematic nature of crop production in the territories of municipal districts. Calculation of the probability of occurrence of an insured event when insuring crop yields with the use of the proposed modified methodology, firstly, allows to obtain more accurate and representative results through the use of a larger array of source statistical data; and, secondly, to correctly take into account not only the statistical frequency of occurrence of the probability of occurrence of the insured event, but also its scale

Текст научной работы на тему «Методика оценки вероятности наступления страхового случая при индексном страхо- вании сельскохозяйственных культур»

DOI: 10.24411/2304-6139-2020-10206

М. И. Водяненко - аспирант очной формы обучения направления подготовки 38.06.01 «Экономика» Саратовского социально-экономического института (филиала) РЭУ им. Г.В. Плеханова, ven trimse@yan dex.ru,

M.I. Vodyanenko graduate student Saratov Social Economic Institute Plekhanov Russian University of Economics.

МЕТОДИКА ОЦЕНКИ ВЕРОЯТНОСТИ НАСТУПЛЕНИЯ СТРАХОВОГО СЛУЧАЯ ПРИ ИНДЕКСНОМ СТРАХОВАНИИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР METHODOLOGY FOR ASSESSING THE PROBABILITY OF OCCURRENCE OF AN INSURED EVENT WITH INDEX

INSURANCE OF CROPS

Аннотация. В статье демонстрируются отличия классического мультирискового страхования и индексного страхования урожая сельскохозяйственных культур. Приводится модифицированная методика расчета вероятности наступления страхового случая в процессе страхования сельскохозяйственных культур, в рамках которой расчет средней урожайности сельскохозяйственной культуры проводится в целом по природно-климатическим микрозонам, а также во внимание принимается не только сам факт возникновения страхового случая, но и та посевная площадь, на которой он имел место.

Целью исследования является разработка альтернативного алгоритма оценки вероятности наступления страхового случая при индексном страховании сельскохозяйственных культур, с одной стороны, позволяющего проводить расчеты на основе существующей информационной базы (статистических данных собираемых и публикуемых Федеральной службой государственной статистики), а, с другой стороны, дающего возможность корректно учесть масштабы страхового случая (в рамках традиционного подхода все страховые случаи априори признаются равнозначными), а также решить проблему коротких временных рядов, характеризующихся наличием «разрывов», обусловленных не систематическим характером выращивания сельскохозяйственных культур на территориях муниципальных районов.

Расчет вероятности наступления страхового случая при страховании урожайности сельскохозяйственных культур с использованием предложенной модифицированной методики, во-первых, позволяет получить более точные и репрезентативные результаты за счет использования большего массива исходных статистических данных; а, во-вторых, корректно учесть не просто статистическую частоту наступления вероятности наступления страхового случая, но и его масштабы.

Abstract. The article demonstrates the differences between classic multi-risk insurance and crop insurance index insurance. A modified method is given for calculating the probability of an insured event occurring in the process of crop insurance, in which the calculation of the average crop yield is carried out in general for natural and climatic microzones, and not only the fact of the occurrence of the insured event, but also the sown area, is taken into account. on which he took place.

The aim of the study is to develop an alternative algorithm for assessing the probability of an insured event occurring during index insurance of crops, on the one hand, allowing calculations based on the existing information base (statistics collected and published by the Federal State Statistics Service), and, on the other hand, enabling correct take into account the scale of the insured event (in the framework of the traditional approach, all insured events are a priori recognized equivalent), and t Also solve the problem of short time series, characterized by the presence of "gaps" due to the non-systematic nature of crop production in the territories of municipal districts.

Calculation of the probability of occurrence of an insured event when insuring crop yields with the use of the proposed modified methodology, firstly, allows to obtain more accurate and representative results through the use of a larger array of source statistical data; and, secondly, to correctly take into account not only the statistical frequency of occurrence of the probability of occurrence of the insured event, but also its scale.

Ключевые слова: риски, агрострахование, расчет, урожайность

Keywords: risks, agricultural insurance, calculation, productivity

Управление рисками имеет важное значение для абсолютно всех видов экономической деятельности, однако в сельском хозяйстве, в силу отраслевой специфики, характеризующейся ярко выраженной сезонностью производства (соответственно, крайне неравномерным движением финансовых потоков в течение года) и подверженному воздействию разнообразных рисков, оно становится критически важным. Дело в том, что финансовые результаты сельскохозяйственных производителей (товаропроизводителей) обладают чрезвычайно высоким уровнем вариативности, обусловленной не только изменениями объемов готовой продукции, подлежащей реализации (в растениеводстве данный параметр во многом определяется складывающимися погодными условиями), но и колебаниями ценовой конъюнктуры на внутреннем рынке, которая в свою очередь определяется ситуацией, складывающейся на глобальном рынке.

В связи с этим использование разнообразных методов управления рисками, в том числе и финансовыми [1], становится для сельскохозяйственных производителей необходимым элементом долгосрочной финансовой стратегии.

В настоящий момент в сельском хозяйстве и, прежде всего, в растениеводстве, могут применяться, пусть и с некоторым ограничениями, все классические методы управления рисками, однако в силу принципиальной важности погодных рисков для отечественного сельского хозяйства особое значение для него имеет такой метод управления рисками как страхование.

В настоящий момент в России доминирующим является комплексный подход (нередко он также называется мультирисковым или комбинированным) к агрострахованию как в растениеводстве, так и в животноводстве, что в значительной степени обусловлено безусловным преобладанием подобного подхода на уровне существующей на национальном уровне нормативно-правовой базы (в частности, функционирующая система оказания государственной поддержки в агростраховании ориентирована на комплексную страховую защиту от рисков, характерных для сельскохозяйственного производства, т.е. предполагает использование подобного подхода в аг-ростраховании) [2].

Однако комплексное страхование рисков не является единственно возможной моделью агрострахования, поэтому в международной практике параллельно с комплексным страхованием сельскохозяйственных рисков развивается и индексная модель их страхования.

Индексное агрострахование возникло относительно недавно: в мировой практике оно возникло во второй половине XX в., причем широкое распространение оно получило лишь в 90-х гг. прошлого столетия, а в нашей стране впервые стало применяться в 2000-х гг. Основной идеей, лежащей в основе индексного агростра-хования, является его «концептуальная переориентация» при оценке наступления страхового случая и оценке страхового ущерба с отдельно взятого сельскохозяйственного производителя (например, снижение урожайности сельскохозяйственных культур в конкретном хозяйстве) на агрегированный показатель, характеризующий ситуацию «в целом» (в частности, на определенной территории или в определенном сегменте рынка сельскохозяйственной продукции). Результатом подобной «концептуальной переориентации» индексного агрострахования является отказ от оценки величины страхового ущерба, фактически возникшего у страхователя, и переход к оценке расчетного (моделируемого) страхового ущерба, возмещение которого и осуществляет страховщик, причем алгоритм определения расчетного страхового ущерба максимально четко прописывается в страховом договоре.

Следует обратить особое внимание на тот факт, что при использовании традиционного комплексного агрострахования возмещение страхового ущерба возможно только при наступлении страхового случая у конкретного сельскохозяйственного производителя (возмещению подлежит только фактический нанесенный ущерб в соответствии с условиями заключенного страхового договора, т.е. размер страхового возмещения определяется размером фактического ущерба, нанесенного сельскохозяйственному производителю), а при индексном агро-страховании наступление страхового случая определяется в соответствии с алгоритмом (как вариант - статистической или математической моделью), описанном в страховом договоре. В последнем случае возникает «расхождение» между расчетным и фактическим ущербом, потому что страхователь может получить страховое возмещение расчетного ущерба вне зависимости от нанесения ему фактического ущерба, т.е. при индексном агростра-ховании расчетный ущерб не эквивалентен фактическому ущербу (соответственно, и выплачиваемая страховщиком величина страхового возмещения не эквивалентна величине фактического ущерба).

Принципиальная разница в подходе к оценке возмещаемого страхового ущерба между комплексным и индексным агрострахованием приводит к тому, что в зависимости от выбранной страхователем модели страхования величина страхового возмещения может принципиальным образом отличаться. Например, если проводить сравнение комплексного агрострахования с индексным агрострахованием, осуществляемым на основе территориальных индексов урожайности (в отечественной практике в таком качестве обычно используются средняя урожайность по сельскохозяйственной культуре по муниципальному району субъекта Российской Федерации), то при комплексном агростраховании критически важное значение имеет фактическая урожайность, полученная страхователем по застрахованным сельскохозяйственным культурам (значение территориальных индексов урожайности при расчете величины страхового возмещения не учитывается), а при индексном агростраховании, напротив, размер страхового возмещения определяется только на основании территориальных индексов урожайности (фактическая урожайность застрахованных сельскохозяйственных культур в данном случае не учитывается).

Одним из ключевых отличий индексного агрострахования от традиционного комплексного агрострахо-вания с методологической точки зрения является использование более простого математического аппарата при осуществлении актуарных расчетов, в том числе и при определении вероятности наступления страхового случая [3]. Важность данной процедуры обусловлена тем, что определение вероятности наступления страхового случая является одной из ключевых процедур в агростраховании: именно она в значительной степени определяет величину страховой премии, уплачиваемой страхователем страховщику, от которой зависит экономическая привлекательность агрострахования для всех его участников.

В рамках данной процедуры принципиальное отличие индексного агрострахования от комплексного агрострахования заключается в использовании индексов, являющихся агрегированными показателями.

Агрегированный характер индексов позволяет получать количественные оценки вероятности наступления страхового случая, в определенной мере обладающие свойством универсальности вне зависимости от используемых индексов и методологии их расчета. Например, проведение подобной оценки в разрезе сельскохозяйственных культур на основе территориальных (региональных) индексов урожайности сельскохозяйственных культур позволяет получить репрезентативные результаты, применимые в отношении всех сельскохозяйственных производителей, осуществляющих свою деятельность на данной территории.

Методология же проведения актуарных расчетов при использовании классического комплексного агро-страхования исходит из совершенно другой логики: полученная оценка вероятности наступления страхового случая является строго индивидуализированной (фактически она ориентирована на конкретного сельскохозяйственного производителя).

Проблематика индексного агрострахования на российском рынке рассматривается в трудах А.В. Турьян-ского, О.Г. Чарыковой, Г.И. Чогут, Ю.Ю. Гришиной [4], М.В. Санниковой [5], Т.В. Шумилиной, К.А. Жичкина [6], Н.А. Борхунова, А.А. Шибалкина [7], К.Д. Биждова [8], В.В. Щербакова [9], О.Н. Ефимова, О.А. Тупикова [10], Е.Л. Прокопьевой [11] и др.

Традиционный вариант использования индексного страхования с применением территориальных (региональных) индексов урожайности сельскохозяйственных культур предусматривает следующую логику вычислений:

1) расчет средней урожайности сельскохозяйственной культуры для конкретной территории (как правило, муниципального района) для каждого года (у^):

ъ=(1)

где уГ1 - урожайность сельскохозяйственной культуры в -м году на каждом отдельно взятом поле, относящемся к рассматриваемой территории;

сГ1 - посевная площадь сельскохозяйственной культуры в -м году на каждом отдельно взятом поле, относящемся к рассматриваемой территории;

2) расчет средней исторической урожайности сельскохозяйственной культуры для конкретной территории (^):

_ уП

V, = -=11Г1, (2)

п - число лет, за которое рассчитывается средняя историческая урожайность;

3) определение величины франшизы (Р), осуществляемое в индивидуальном порядке для каждого страхователя как в абсолютном, так и в относительном выражении;

4) определение величины страховой суммы (/5), также производимое в индивидуальном порядке для каждого страхователя;

5) расчет средней фактической урожайности сельскохозяйственной культуры для года, в котором осуществляется страхование (уГп+1):

т.- _ -Угп+1*сгп+1

Угп+1 = -Сг , (3)

у°гп+1

где Угп+1 - фактическая урожайность сельскохозяйственной культуры в году, в котором осуществляется страхование, на каждом отдельном взятом поле, относящемся к рассматриваемой территории;

сгп+1 - фактическая посевная площадь сельскохозяйственной культуры в году, в котором осуществляется страхование, на каждом отдельном взятом поле, относящемся к рассматриваемой территории;

6) сравнение средней исторической урожайности сельскохозяйственной культуры для конкретной территории (Уг) со средней фактической урожайностью сельскохозяйственной культуры для года, в котором осуществляется страхование (уг ):

- если Угп+1 ^ Уп — Р, то страховой случай не возникает, и величина страхового возмещения равна 0;

- если уГп+1 < Уп — ^, то возникает страховой случай, а величина страхового возмещения (1С) определяется по формуле:

1С = 1Б* И, (4)

где И - страховой убыток, определяемый по формуле:

И = Ъ-^1 — F, (5) ¥п

где F - величина франшизы, определенная в долях от единицы, при этом:

^т — Ут

- если 1_п+1 < F, то И принимается равным 0 (соответственно, 1С = 0);

_¥п

- если ¥п—у^п+1 > F, то И>0 (1С > 0).

¥п

В рамках подобного подхода определение вероятности наступления страхового случая (Р1Е) осуществляется следующим образом:

п — П'Е 1С.\ Р1Б = —, (6) п

где п1Е - число лет, в которые наблюдалось наступление страхового случая.

Стандартной практикой, применяемой как за рубежом, так и в России при индексном агростраховании, является использование для проведения приведенной выше последовательности расчетов официальных статистических данных, регулярно публикуемых органами государственной статистики.

К сожалению, в российской практике достаточно часто встречается ситуация, когда традиционный подход, используемый при индексном агростраховании, оказывается не применимым в силу характера исходных статистических данных, публикуемых Федеральной службой государственной статистики Российской Федерации и ее территориальными органами, в частности:

- по отдельным выдам сельскохозяйственных культур детальная статистика по урожайности не ведется (например, в официальной статистике отдельно не выделяются чина, нут, маш: данные по ним собираются в совокупности; отсутствует детализация по отдельным типам чечевицы: красной, зеленой, желтой; урожайность подсолнечника указывается усредненно, без выделения его отдельных разновидностей (обычный и высокоолеиновый; обычный и кондитерский) и пр.);

- исходный временной ряд может иметь «разрывы», обусловленные тем, что в отдельные годы та или иная сельскохозяйственная культура на территории муниципального района не выращивалась (наиболее серьезные сложности при проведении актуарных расчетов возникают в том случае, когда на территории впервые начинается выращивание новой сельскохозяйственной культуры, т.е. необходимая статистика в разрезе, к примеру, муниципального района, отсутствует в принципе);

- исходная длина временного ряда по урожайности сельскохозяйственной культуры на конкретной территории по объективным причинам может быть значительно меньше рекомендуемой (в частности, Всемирный банк рекомендует использовать средние данные по урожайности за 30 лет).

Кроме того, существующая методика не учитывает изменения структуры посевных площадей, имеющего место от года к году, которые используются для расчета средней урожайности сельскохозяйственных культур, т.е. каждый год средняя урожайность рассчитывается для разных посевных площадей. Данный методологический нюанс, имеющий, по нашему мнению, важное значение не учитывается в рамках описанного выше алгоритма расчетов, применяемом при индексном агростраховании. Фактически расчетная модель индексного агрострахо-вания исходит из предположения о равнозначности (равной весомости) индексов, рассчитанных по единой методике за разные временные периоды.

Необходимо отметить, что подобный подход является вполне оправданным при одновременном соблюдении сразу нескольких условий:

1) достаточно большой длине исходного временного ряда индексов, выбранных в качестве эталонных (в этом случае отклонения в структуре посевных площадей сельскохозяйственных культур будут, как минимум, частично, взаимопогашаться);

2) отсутствии резких изменений в структуре посевных площадей сельскохозяйственных культур (например, появления в структуре севооборота новых культур или исключения их из него);

3) стабильности структуры севооборота, предполагающей, что все сельскохозяйственные культур выращиваются на рассматриваемой территории постоянно (ежегодно), а не эпизодически;

4) стабильности применяемых агротехнологий (например, урожайность одной и той же сельскохозяйственной культуры, выращиваемой на богаре и на орошении, является не сопоставимой).

В связи с этим целесообразной представляется модификация расчета вероятности наступления страхового случая, предполагающая наличие следующих особенностей по сравнению с традиционной методикой, применяемой в индексном агростраховании:

1) расчет средней урожайности сельскохозяйственной культуры и средней исторической урожайности сельскохозяйственной культуры на основании ретроспективных данных не по отдельной территории (муниципальному району), а в целом по природно-климатическим микрозонам (уГП[ и Ут[), т.е. страховой случай при подобной логике расчета возникает, если утп+1 < — Р;

2) определение величины страховой суммы (/5) по стандартизированному алгоритму:

1Б = У^1*сРп+1*МР, (7)

где ср - прогнозируемая посевная площадь сельскохозяйственной культуры у страхователя (производителя сельскохозяйственной продукции);

МР - средняя рыночная цена сельскохозяйственной культуры, рассчитанная за п лет, определяемая по формуле:

Ш = (8)

п

3) определение вероятности наступления страхового случая осуществляется с учетом посевных площадей сельскохозяйственных культур, т.е. во внимание принимается не только сам факт возникновения страхового случая, но и та посевная площадь, на которой он имел место:

Р.Е = Ш^, (9)

где cIEl - посевная площадь сельскохозяйственной культуры в целом по природно-климатической микрозоне, на которой имел место страховой случай за рассматриваемый период;

c¿ - посевная площадь сельскохозяйственной культуры в целом по природно-климатической микрозоне за рассматриваемый период.

Таким образом, предлагаемая методика расчета оценки вероятности наступления страхового случая предполагает вычисление данного показателя не на основании количества лет, а на основании данных о посевных площадях сельскохозяйственной культуры. По нашему мнению, в случае коротких временных рядов (статистические данные по урожайности сельскохозяйственных культур и их посевным площадям в разрезе муниципальных образований публикуются с 2012 г.) подобный подход позволяет получить намного более репрезентативные результаты, отражая не просто сам факт возникновения страхового случая, но и его масштабы.

Расчет вероятности наступления страхового случая при страховании урожайности сельскохозяйственных культур с использованием модифицированной методики, предполагающей проведение вычислений не по отдельному муниципальному району, а в целом по природно-климатической микрозоне, в состав которой он входит, позволяет получить более точные и репрезентативные результаты за счет использования большего массива исходных статистических данных, в значительной мере решая проблему «коротких» временных рядов.

Кроме того, предлагаемый подход к определению вероятности наступления страхового случая позволяет корректно учесть не просто статистическую частоту его наступления (число лет, в которые наблюдалось наступление страхового случая), а его масштабы (посевные площади анализируемой сельскохозяйственной культуры в целом по природно-климатической микрозоне, на которой имел место страховой случай за рассматриваемый период). Тем самым обеспечивается корректный учет разницы в структуре посевных площадей сельскохозяйственной культуры, возникновение которой объективно обусловлено складывающимися погодными условиями и структурой севооборота.

Источники:

1. Якунин С. В., Якунина А. В., Семернина Ю. В. Дефляционные риски в российской финансовой системе // Вестник Саратовского государственного социально-экономического университета. 2018. № 2 (71). С. 169-173.

2. Нестеренко Е.А., Водяненко М.И. Методы управления финансовыми рисками, используемые сельскохозяйственными производителями в России / Математическое и компьютерное моделирование в экономике, страховании и управлении рисками. Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского (Саратов). 2019. № 4. С. 170-175.

3. Водяненко М.И., Нестеренко Е.А. Сравнительный анализ индексного и комплексного страхования сельскохозяйственных рисков // Факторы успеха. 2019. № 2 (13). С. 11-14.

4 Турьянский А.В., Чарыкова О.Г., Чогут Г.И., Гришина Ю.Ю. Управление рисками на уровне сельскохозяйственных предприятий: монография / А.В. Турьянский, О.Г. Чарыкова, Г.И. Чогут, Ю.Ю. Гришина. Белгород: БелГСХА, 2007.

5. Санникова М.В. Индексное страхование урожая с дискретным страховым периодом // Актуальные проблемы и перспективы инновационной агроэкономики. Материалы международной научно-практической конференции / под ред. Н.И. Кузнецова. Саратов: КУБиК, 2009.

6. Шумилина Т.В., Жичкин К.А. Инновационные инструменты снижения рисков в российском агропромышленном секторе // Рыночная интеграция в агропродовольственном секторе: тенденции, проблемы, государственное регулирование. Москва: ВИАПИ им. А.А. Никонова: «Энциклопедия российских деревень», 2010.

7. Борхунов Н.А., Шибалкин А.А. Перспективы развития агрострахования // АПК: экономика и управление. 2012. №3. С. 49-52.

8. Биждов К.Д. Индексное страхование сельскохозяйственных рисков [Электронный ресурс] // Режим доступа: http://www.insur-info.ru/comments/918/ (дата обращения 10.04.2020).

9. Щербаков В.В. Обязательная форма страхования урожая с господдержкой: «ЗА» и «ПРОТИВ» // АПК: экономика и управление. 2014. №3. С. 37-41.

10. Ефимов О.Н., Тупиков О.А. Интересы страхового бизнеса и сельхозтоваропроизводителя: метаморфозы страхования с государственной поддержкой] // Вестник Волгоградского государственного университета. Серия 3: Экономика, Экология. 2015. №4(33). С. 247-254.

11. Прокопьева Е.Л. Оценка эффективности развития страхования в регионах с использованием индексного метода // Финансовые исследования. 2017. №1(54). С. 66-76.

12. Гайдаенко Э.В. Агрострахование как фактор эффективного развития сельхозтоваропроизводителей // Вестник академии знаний. - 2019. - № 30(1). - С. 198-202.

13. Улыбина Л.К., Тураев Ю.Б., Григорян Н.С., Григорян С. С. Состояние рынка сельскохозяйственного страхования в России // Вестник академии знаний. - 2019. - № 32(3). - С. 360-366.

References:

1. Yakunin S. V., Yakunina A. V., Semernina Yu. V. Déflation risks in the Russian financial system // Bulletin of the Saratov State Socio-Economic University. 2018.No 2 (71). S. 169-173.

2. Nesterenko EA, Vodyanenko M.I. Methods of financial risk management used by agricultural producers in Russia / Mathematical and computer modeling in economics, insurance and risk management. Saratov National Research State University named after N.G. Chernyshevsky (Saratov). 2019.No 4.P. 170-175.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

3. Vodyanenko M.I., Nesterenko E.A. Comparative analysis of index and comprehensive insurance of agricultural risks // Success factors. 2019.No 2 (13). S. 11-14.

4 Turyanskiy A.V., Charykova O.G., Chogut G.I., Grishina Yu.Yu. Risk management at the level of agricultural enterprises: monograph / A.V. Turyansky, O.G. Charykova, G.I. Chogut, Yu.Yu. Grishina. Belgorod: BelSAA, 2007.

5. Sannikova M.V. Index crop insurance with discrete insurance period // Actual problems and prospects of innovative agroe-conomics. Materials of the international scientific-practical conference / ed. N.I. Kuznetsova. Saratov: KUBiK, 2009.

6. Shumilina T.V., Zhichkin K.A. Innovative risk reduction tools in the Russian agro-industrial sector // Market integration in the agri-food sector: trends, problems, state regulation. Moscow: VIAPI them. A.A. Nikonova: "Encyclopedia of Russian villages", 2010.

7. Borkunov N.A., Shibalkin A.A. Prospects for the development of agricultural insurance // AIC: Economics and Management. 2012. No3. S. 49-52.

8. Bijdov K.D. Index insurance of agricultural risks [Electronic resource] // Access mode: http://www.insur-info.ru/com-ments/918/ (accessed 10.04.2020).

9. Scherbakov V.V. Mandatory form of crop insurance with state support: "FOR" and "AGAINST" // AIC: Economics and Management. 2014. No3. S. 37-41.

10. Efimov O.N., Tupikov O.A. The interests of the insurance business and agricultural producers: insurance metamorphoses with state support] // Bulletin of the Volgograd State University. Series 3: Economics, Ecology. 2015. No4 (33). S. 247-254.

11. Prokopyeva E.L. Evaluation of the effectiveness of insurance development in the regions using the index method // Financial Studies. 2017. No1 (54). S. 66-76.

12. Gaidaenko E.V. Agricultural insurance as a factor in the effective development of agricultural producers // Bulletin of the Academy of Knowledge. - 2019 .- No. 30 (1). - S. 198-202.

13. Ulybina L.K., Turaev Yu.B., Grigoryan N.S., Grigoryan S.S. State of the agricultural insurance market in Russia // Bulletin of the Academy of Knowledge. - 2019 .- No. 32 (3). - S. 360-366.

DOI: 10.24411/2304-6139-2020-10207

Н.Н. Корсунова - аспирант Ростовского государственного экономического университета (РИНХ), [email protected],

N. N. Korsunova - postgraduate student of the Rostov state University of Economics (RINH).

МЕТОДИКИ ОЦЕНКИ УРОВНЯ ЛОЯЛЬНОСТИ КОРПОРАТИВНЫХ КЛИЕНТОВ РОССИЙСКИХ БАНКОВ К НОВЫМ БАНКОВСКИМ ПРОДУКТАМ RUSSIAN CORPORATE CLIENT LOYALTY ASSESSMENT METHODS BANKS TO NEW BANKING PRODUCTS

Аннотация. В настоящее время понятие лояльности стало активно использоваться в банковской практике при установлении взаимоотношений банка с корпоративными клиентами. На сегодняшний день в результате развития цифровой экономики многие российские банки постоянно совершенствуют свою банковскую продуктовую линейку с целью привлечения и удержания как можно большего числа корпоративных клиентов. В этой связи банкам необходимо использование определенных методик, позволяющих оценить уровень лояльности корпоративных клиентов. На сегодняшний существует достаточно много методик измерения уровня лояльности. Все эти методики объединяет цель по оценке уровня лояльности, учету факторов, которые формируют лояльность, выявлению степени удовлетворенности. По мнению автора, комплексная модель Д. Аакера способна более точно оценить уровень удовлетворенности корпоративного клиента новым банковским продуктом, повторное его обращение в данный банк, а также вероятность его перехода в другой банк. В качестве подхода к оценке уровня лояльности корпоративных клиентов автором был предложен поведенческий подход. Данный подход объединяет интересы банка и корпоративного клиента к новым банковским продуктам.

Abstract. Currently, the concept of loyalty has become actively used in banking practice when establishing relationships between a Bank and corporate clients. Today, as a result of the development of the digital economy, many Russian banks are constantly improving their banking product line in order to attract and retain as many corporate clients as possible. In this regard, banks need to use certain methods to assess the level of loyalty of corporate clients. Today, there are quite a lot of methods for measuring the level of loyalty. All these methods are United by the goal of evaluating the level of loyalty, taking into account the factors that form loyalty, and identifying the degree of satisfaction. According to the author, the complex model of D. Aaker is able to more accurately assess the level of satisfaction of a corporate client with a new banking product, its repeated appeal to this Bank, as well as the probability of its transition to another Bank. As an approach to assessing the level of loyalty of corporate clients, the author proposed a behavioral approach. This approach combines the interests of the Bank and the corporate client in new banking products.

Ключевые слова: лояльность, корпоративные клиенты, российские банки, методики измерения лояльности

Keywords: loyalty, corporate clients, Russian banks, methods of measuring loyalty

В настоящее время уровень лояльности корпоративных клиентов оказывает непосредственное влияние на их отношение к новым банковским продуктам определенного банка.

По мнению А.В.Варзунова, лояльность представляет собой приверженность, предпочтение, заставляющее клиента приобретать желаемое им благо, жертвуя чем-то другим [1,с. 128].

По нашему мнению, понятие лояльности корпоративных клиентов представляет собой приверженность корпоративных клиентов к продуктовой линейки определенного банка и установление долговременных

i Надоели баннеры? Вы всегда можете отключить рекламу.