Научная статья на тему 'Прогнозирование развития страхования ответственности владельцев опасных объектов в России на основе автокорреляционной модели Хольта'

Прогнозирование развития страхования ответственности владельцев опасных объектов в России на основе автокорреляционной модели Хольта Текст научной статьи по специальности «Экономика и экономические науки»

CC BY
24
12
Поделиться
Ключевые слова
ОПАСНЫЕ ОБЪЕКТЫ / СТРАХОВЫЕ ПРЕМИИ / ОТВЕТСТВЕННОСТЬ ПРЕДПРИЯТИЙ / ПРОГНОЗНЫЕ МОДЕЛИ / АВТОКОРРЕЛЯЦИОННАЯ ФУНКЦИЯ

Аннотация научной статьи по экономике и экономическим наукам, автор научной работы — Норицын Дмитрий Владимирович

Проведены анализы прогнозные расчеты по развитию в России сферы страхования ответственности владельцев, эксплуатирующих опасные объекты, на период 2014-2015 гг., характеризующиеся высокой степенью достоверности и соответствия общему тренду страхового рынка.

Похожие темы научных работ по экономике и экономическим наукам , автор научной работы — Норицын Дмитрий Владимирович,

FORECASTING OF DEVELOPMENT OF INSURANCE OF RESPONSIBILITY OF OWNERS OF DANGEROUS OBJECTS IN RUSSIA ON THE BASIS OF THE HOLTA AUTOCORRELATED MODEL

The analysis and expected calculations for development in Russia spheres of insurance of responsibility of the owners operating dangerous objects, for 2014-2015, being characterized are carried out by high degree of reliability and compliance to the general trend of the insurance market.

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

Текст научной работы на тему «Прогнозирование развития страхования ответственности владельцев опасных объектов в России на основе автокорреляционной модели Хольта»

УДК 368.12.023.3:303.72

д.в. Норицын ПРОГНОЗИРОВАНИЕ РАЗВИТИЯ СТРАХОВАНИЯ

ОТВЕТСТВЕННОСТИ ВЛАДЕЛЬЦЕВ ОПАСНЫХ ОБЪЕКТОВ В РОССИИ НА ОСНОВЕ АВТОКОРРЕЛЯЦИОННОЙ МОДЕЛИ ХОЛЬТА

Аннотация. Проведены анализы прогнозные расчеты по развитию в России сферы страхования ответственности владельцев, эксплуатирующих опасные объекты, на период 20142015 гг., характеризующиеся высокой степенью достоверности и соответствия общему тренду страхового рынка.

Ключевые слова: опасные объекты, страховые премии, ответственность предприятий, прогнозные модели, автокорреляционная функция.

Dmitry Noritsyn FORECASTING OF DEVELOPMENT OF INSURANCE

OF RESPONSIBILITY OF OWNERS OF DANGEROUS OBJECTS IN RUSSIA ON THE BASIS OF THE HOLTA AUTOCORRELATED MODEL

Abstract. The analysis and expected calculations for development in Russia spheres of insurance of responsibility of the owners operating dangerous objects, for 2014-2015, being characterized are carried out by high degree of reliability and compliance to the general trend of the insurance market. Keywords: dangerous objects, insurance premiums, responsibility of the enterprises, expected models, auto correlated function.

В целях развития в России страхования ответственности владельцев, эксплуатирующих опасные объекты (СОПО), наиболее актуальным становятся своевременное предвидение и прогнозирование его объемов, поскольку это обусловлено социальной значимостью данной сферы, высоким уровнем эксплуатационных рисков объектов и вызываемых ими аварий, несущих угрозы для жизни, здоровья, имущества людей и окружающей среды.

За исследуемый период 2000-2013 гг. сфера «Страхование ответственности владельцев опасных объектов» характеризуется стабильным ростом премий, хотя по ряду объективных причин в 2003-2004 гг. (введения налогового стимулирования развития страхования имущества предприятий, организаций и др.) объем премий незначительно сократился: в 2003 г. по сравнению с предыдущим годом на 18,8 % и в 2004 г. - на 14,4 %. В благополучные годы 2006-2008 гг. (с учетом временного лага 1-1,5 года в страховании) достигнут наибольший объем премий в годовом исчислении - 5 728,8 млн руб. в 2008 г., что превышает уровень предыдущего года на 1 078,2 млн руб. или на 23,2 % (см. рис. 1). В кризисные годы премии по страхованию ответственности владельцев опасных объектов снижаются в своих объемах незначительно, как и по другим видам данной отрасли (в отличие от других отраслей страхования), и обеспечивают полностью свои функции по страховой защите предприятий, организаций и населения.

Проведенный автором анализ динамики развития сферы СОПО свидетельствует о непосредственном ее влиянии на тенденции отрасли «Страхование гражданской ответственности» и ее сферы добровольного страхования (см. рис. 1).

Анализируя динамику страховых премий в страховании ответственности в фактических ценах, можно утверждать, что страховые премии обусловлены умеренным ростом. За весь анализируемый период (2001-2013 гг.) наблюдается стабильный рост, кроме 2010 г., когда страховые премии снизились на 5,9%. Динамика страховых премий в СОПО обусловлена медленным ростом в период 2000-2011 гг. со спадами в 2003 г., 2009 и 2010 гг., снижение страховых премий за последние выше-

© Норицын Д.В., 2014

упомянутые два года, были обусловлены мировым финансовым кризисом 2008 г. С 2012 г. в страховании ответственности владельцев опасных объектов наблюдается сильный скачок роста страховых премий - 222,6 % по сравнению с 2011 г., что обусловлено вступлением в силу с 1 января 2012 г. Федерального закона № 225-ФЗ «Об обязательном страховании гражданской ответственности владельца опасного объекта за причинение вреда в результате аварии на опасном объекте» (см. рис. 1).

35 000,00

30 000,00 ,¿5 000,00 ф

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

¿0 000,00 >■ ¿5 000,00 ^.0 000,00

• - • -

5 000,00 0,00 / _ т

- * - - - • -

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

- * — Страхование ответ-ти (без ОСАГСГ)од — Страхование ответ-ти владельцев опасных объектов {доброе + обязат)

Рис. 1. Динамика премий по страхованию гражданской ответственности в 2000-2013 гг. (по факт, ценам)

Как установлено в проведенном исследовании, основными факторами развития сферы страхования ответственности владельцев, эксплуатирующих опасные объекты, являются техническое состояние, выраженное в коэффициенте износа основных фондов, стоимости изношенных фондов [2], и показатели, отражающие инвестиционную активность предприятий реального сектора экономики, их объемы и затраты на производство. Для прогнозирования в 2014-2015 гг. страховых премий в сфере СОПО автором использованы статистические данные по основным факторам и премиям за период 2000-2012 гг. и адаптивные модели расчета, которые основаны на учете временной целостности информации и оценки степени устаревания данных.

Известно, что при построении адаптивных моделей на каждом шаге фактическое значение уровня временного ряда сравнивается с прогнозным и определяется ошибка, которая учитывается на следующем шаге моделирования, что является их преимуществом [3]. Поэтому автором применяется модель линейного роста/спада - модель Хольта, которая способна отражать изменяющиеся во времени динамические свойства временного ряда и учитывать информационную ценность его членов. По рассчитанным показателям на основе статистической информации по СОПО [1] наблюдается тенденция в ряду значений, что видно из автокорреляционной функции и графического изображения на рис. 2, составленных автором в программе 81ай8Йса 6.0.

Для выбора наилучшей модели автором проведено сравнение 10 лучших моделей, исходя из наименьших квадратических ошибок, что представлено в табл. 1.

АьЛосогтйаАоп РипсАоп УАР>2

(51 агйагс1 еггогс аге щШе-гаее еэйт^ен)

Сои. Е.Е.

1 + ,136 ,2451

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

2 -,251 ,2375

3 -,266 ,2265

4 -,009 ,2145

5 +,331 ,2325

6 +,156 ,1895

7 +,343 ,1754 В -,223 ,1631

I

( I

\

I

я <

в )

с Р

,18 ,6Й9В

1,58 ,4533

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

2,96 ,3979

2,96 ,5643

2,99 ,7323

3,95 , 6541

4,33 ,7533

5,93 , 6552

--СопГ ит№

-1,0 -0,5 0,0 0,5 1,0 Рис. 2. Автокорреляционная функция премий в добровольном страховании ОПО

Десять лучших моделей, рассчитанных программой 81аивиса

Таблица 1

№ п/п а 7 Средняя ошибка Средняя абсолютная ошибка Сумма квадратов отклонений Средняя квадра-тическая ошибка Средняя процентная ошибка Средняя абсолютная процентная ошибка

46 0,9 0,1 41,658 324,1706 3531887 271683,6 -1,5588 16,81004

37 0,8 0,1 30,466 327,2030 3611419 277801,5 -2,4116 17,03059

55 0,4 0,1 -65,190 339,5126 3644614 280354,9 -8,3774 18,33721

28 0,5 0,1 -28,539 327,8154 3658778 281444,5 -6,2267 17,34874

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

38 0,7 0,1 15,966 326,7497 3658794 281445,7 -3,4292 17,05887

47 0,6 0,1 -2,985 325,3294 3671790 282445,4 -4,6633 17,03494

39 0,3 0,1 -122,539 358,7446 3683468 283343,7 -11,6863 19,90726

48 0,9 0,2 71,173 332,2518 3699640 284587,7 0,2142 17,14120

40 0,9 0,9 118,753 362,8551 3740676 287744,3 4,2936 19,18434

56 0,3 0,2 -52,171 346,7992 3799816 292293,5 -7,6167 18,48758

46 0,9 0,1 41,658 324,1706 3531887 271683,6 -1,5588 16,81004

37 0,8 0,1 30,466 327,2030 3611419 277801,5 -2,4116 17,03059

55 0,4 0,1 -65,190 339,5126 3644614 280354,9 -8,3774 18,33721

28 0,5 0,1 -28,539 327,8154 3658778 281444,5 -6,2267 17,34874

38 0,7 0,1 15,966 326,7497 3658794 281445,7 -3,4292 17,05887

47 0,6 0,1 -2,985 325,3294 3671790 282445,4 -4,6633 17,03494

39 0,3 0,1 -122,539 358,7446 3683468 283343,7 -11,6863 19,90726

48 0,9 0,2 71,173 332,2518 3699640 284587,7 0,2142 17,14120

40 0,9 0,9 118,753 362,8551 3740676 287744,3 4,2936 19,18434

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

56 0,3 0,2 -52,171 346,7992 3799816 292293,5 -7,6167 18,48758

Как видно из табл. 1, наименьшие ошибки дает модель с параметрами: а = 0,7 и у = 0,1, поскольку в ней учитывается тенденция в ряду значений страховых премий в добровольном страховании ОПО. Следовательно, данная модель является наилучшей, и это подтверждается также проведенным анализом автокорреляционной функции остатков модели, где отсутствуют значимые выбросы. Проведенные автором прогнозные расчеты по модели Хольта подтверждают обоснованные предположения о перспективном росте в России объемов страховых премий в сфере страхования ответственности владельцев, эксплуатирующих опасные объекты, в ближайшие три года и устойчивой динамики ее развития за счет расширения сферы обязательного страхования. При этом выявлена тенденция сокращения страховых премий по добровольному СОПО.

Таблица 2

Реальные и прогнозные значения модели Хольта (а = 0,9, у = 0,1)

№ Реальные Теоретические Остатки

периода значения уровни

1 2211,300 2242,833 -31,533

2 2253,900 2274,682 -20,782

3 2220,100 2314,336 -94,236

4 1611,100 2279,401 -668,301

5 1518,600 1667,660 -149,060

6 1718,400 1509,821 208,579

7 1911,900 1692,629 219,271

8 1849,100 1904,794 -55,694

9 2010,800 1864,478 146,322

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

10 1579,200 2019,145 -439,945

11 1229,800 1606,577 -376,777

12 1420,800 1216,950 203,850

13 2968,100 1368,234 1599,866

14 - 2919,920 -

15 - 3031,727 -

16 - 3143,534 -

Реальные и прогнозные значения страховых премий, приведенные в табл. 2, отражают результаты авторских расчетов и высокую достоверность выбранной модели. Так, в 2014 г. прогнозируется увеличение премий по добровольному страхованию ОПО до уровня 3031,7 млн руб. или 103,8 % по сравнению с 2013 г. и в 2015 г. - 3143,5 млн руб. или 103,7 %.

Таким образом, прогнозные расчеты по развитию в России сферы страхования ответственности владельцев, эксплуатирующих опасные объекты, свидетельствуют о темпах ее роста и устойчивой динамики в предстоящие два года, когда будет продолжаться реализация Закона об обязательном страховании рисков в данной сфере и всё больше предприятий, организаций в нее будут вовлекаться.

Библиографический список

1. Российский статистический ежегодник. - М.: Росстат. - 2012. - 814 с.

2. Сахирова Н.П. Формирование механизма стимулирования страховой защиты промышленных предприятий // Вестник Университета (ГУУ). - (Серия: Развитие отраслевого и регионального управления). - 2008. -№ 4. - С. 47-50.

3. Статистика: Учеб. пособие / Под ред. М.Р. Ефимовой. - М.: ИНФРА-М, 2004. - 372 с.