CC BY
29Научная статья
УДК 368
doi: 10.47576/2313-2086_2022_1_33
СТРАХОВОЙ ПОРТФЕЛЬ ВЫСОКОТЕХНОЛОГИЧЕСКИХ КОМПАНИЙ СТРАХОВОГО БИЗНЕСА: ЗАКОНОМЕРНОСТИ И ОСОБЕННОСТИ ФОРМИРОВАНИЯ
Юшкова Светлана Дмитриевна
Финансовый университет при Правительстве Российской Федерации, Москва, Россия
Прасолов Валерий Иванович
Финансовый университет при Правительстве Российской Федерации, Москва, Россия
Аннотация. В рамках цифровизации страхового бизнеса целью статьи является формирование представления о страховом портфеле компаний, использующих высокие технологии. Для этого проведен анализ российского страхового рынка и отслежена динамика его постепенного перехода в интернет-пространство. Для объективной картины в качестве объектов исследования выбраны две страховые компании - АО «АльфаСтрахование» и ООО «Страховая компания «Манго». Оценивается специфика работы страховых компаний нового типа - иншуртех-стартапов в отечественных реалиях. Смоделирован (на базе модели инвестиционного портфеля Марковица) один из вариантов оптимальной структуры страхового портфеля компании с учетом рисков, связанные с использованием высоких технологий.
Ключевые слова: программы машинного обучения; иншутрех-ком-пании; сбалансированный страховой портфель; онлайн-страхование; модель Марковица.
Для цитирования: Юшкова С. Д., Прасолов В. И. Страховой портфель высокотехнологических компаний страхового бизнеса: закономерности и особенности формирования // Прикладные экономические исследования. 2022. № 1. С. 33-44. https://doi.org/10.47576/2313-2086_2022_1_33.
Original article
INSURANCE PORTFOLIO OF HIGH-TECH COMPANIES IN THE INSURANCE BUSINESS: REGULARITIES AND FEATURES OF FORMATION
Yushkova Svetlana D.
Financial University under the Government of the Russian Federation, Moscow, Russia
Prasolov Valery I.
Financial University under the Government of the Russian Federation, Moscow, Russia
Abstract. As part of the digitalization of the insurance business, the purpose of the article is to form an idea of the insurance portfolio of companies using high technologies. For this, an analysis of the Russian insurance market was carried out and the dynamics of its gradual transition to the Internet space was tracked. For an objective picture, two insurance companies were chosen as objects of study -AlfaStrakhovanie JSC and Mango Insurance Company LLC. the structure of the insurance portfolio of AlfaStrakhovanie JSC. The specifics of the work of insurance companies of a new type - insurtech start-ups in domestic realities are assessed. Modeled (based on the Markowitz investment portfolio model) is one of the options for the optimal structure of the company's insurance portfolio, taking into account the risks associated with the use of high technologies.
Keywords: machine learning programs; inshutreh companies; balanced insurance portfolio; online insurance; Markowitz model.
For citation: Yushkova S. D., Prasolov V. I. Insurance portfolio of hightech companies in the insurance business: regularities and features of formation. Applied economic research, 2022, no. 1, pp. 33-44. https://doi.org/10.47576/2313-2086 2022 1 33.
Стремительное распространение цифровых технологий ставит перед страховыми компаниями новые вызовы и задачи. Они должны адекватно отвечать на изменившиеся потребности страхователей. Цифровизация сделала информацию доступной и персонализированной, а процессы и механизмы - упрощенными. В связи с этим в сферу страхования активно привлекаются технологии с использованием искусственного интеллекта (ИИ), в том числе различные чатботы, облачные базы данных и другие элементы автоматизации. Теперь использование в бизнесе современных наработок и открытий - это не уникальное конкурентное преимущество, а необходимость.
Подобная активность способствовала образованию нового направления в области финансовых технологий - иншуртеху (от англ. ^игТесЬ) Сейчас технологическая модернизация страхования рассматривается как эффективный механизм укрепления рыночных позиций. Однако его популярность не только открывает новые возможности перед страховщиками, ведущими бизнес традиционным образом. Она также генерирует различные стартап-проекты, способные составить конкуренцию остальным участникам рынка. Страховой бизнес находится в процессе кардинальных изменений, выдержать которые смогут только подготовленные к этому компании, способные принимать и внедрять инновации. Появление новых продуктов, ведение бизнеса онлайн и реструктуризация внутренних механизмов делают страховую сферу более мобильной, гибкой к потребительським запросам.
Тем не менее с возрастающей эффективностью увеличиваются и информационные риски, негативно влияющие на стабильность компании. Учитывая специфику страхового бизнеса (предоставление особого товара -страховой защиты), ключом к достижению долгосрочной финансовой устойчивости становится качественно сформированный страховой портфель. Являясь по своей сути стоимостным балансом рисков и их страхового покрытия в виде договоров [1], он играет центральную роль в страховании.
Тема цифровизации в последнее время довольно популярна в научных кругах, поэтому имеется большое количество статей о взаимосвязи высоких технологий и страхования как в глобальном [2; 3] (Архипо-ва,2018; Перепелица, 2018), так и в локальном масштабах [4; 5] (Wiesbock, 2017; Миу11е, 2018). Также большое значение придается страховому портфелю как основе страховой деятельности [6] (Яшина, 2007; Чалдаева, 2011). Однако особенности его формирования в условиях активного использования компанией цифровых технологий недостаточно изучены. Поэтому результаты нашего исследования будут иметь практическое значение и станут основой для дальнейших наработок.
Страхование стало одной из первых сфер, в которых начали использовать преимущества искусственного интеллекта, но самые масштабные изменения еще впереди. ИИ - цифровая имитация человеческого мышления, чаще всего используемая для анализа данных и реше-
ния сложных задач [7]. Исследователи немецкой страховой компании Allianz Global Corporate & Specialty (AGCS) [8] отмечают, что подобные технологии значительно улучшат цепочку создания ценности в страховании. Автоматизация страховых процессов (например, диверсификация портфеля или профилирование рисков) обеспечивает лучшее качество обслуживания клиентов, оптимизирует оформление полисов и финансовое регулирование. Также аналитические функции интеллектуальных агентов активно используются при оценке рисков и анализе данных.
Однако они также не отрицают наличие большого количества угроз, связанных с подобного рода деятельностью. В первую очередь, это кибератаки и технические сбои, способные привести к значительным убыткам. В итоге можно наблюдать следующий парадокс: рискованные технологии являются самым эффективным инструментом работы с рисками, способствуя лучшему их пониманию. Передовые игроки страхового бизнеса понимают это и активно инвестируют в развитие специальных иншуртех-проектов. Так, ИТ-бюджет ранее упомянутой страховой комании Allianz в 2018 г. составил 4,3 млрд долларов [9]. Подобный интерес к технологическим инновациям среди страховщиков был замечен еще в 2017 г., когда инвестиционная поддержка ИИ за год увеличилась в восьмикратном размере [10].
Хорошей парой машинному интеллекту выступает блокчейн (нередактируемая база данных, состоящая из непрерывной цепочки блоков). Ее особенность в том, что внесенные в нее данные невозможно изменить или удалить - только добавить новые. Это в равной степени предоставляет как хорошую возможность, так и угрозу для страхового бизнеса, преимущественно привлекающего данную технологию в виде смарт-контрактов. По своей сути они являются программным кодом, в который внесены условия выполнения сделки. Страховые компании видят в этом способ упрощения расчетов в отношениях с клиентами и инвесторами. Также в практике имеются примеры замены смарт-контактами бондов, выпускаемых для хеджирования рисков [11].
Эффективность такого рода инструментов напрямую зависит от правильного управления. Например, многие крупные российские страховщики отказываются от них именно по
причине трудностей с включением в уставленную традиционную систему. Одним из вариантов выхода из подобной ситуации может быть изменение самой структуры ведения бизнес-процессов. Для качественного внедрения информационных технологий в страхование необходимо наличие специального центра для сбора и обработки информации, непосредственно отдела продаж и центра контроля страховых рисков. Последний предполагает выполнение таких функций, как перестрахование и андеррайтинг, необходимых для создания сбалансированного страхового портфеля [12] (Kaigorodova, 2018).
Перестрахование особо эффективно в случае работы с крупными единичными рисками, позволяет нивелировать возможные потери в случае непредвиденных обстоятельств [13]. Также оно дает возможность страховщику укладывать большее количество контрактов, расширяя и совершенствуя свой страховой портфель. Функции андеррайтинга несколько шире и состоят из селекции рисков, ранжирования существенных условий страхования и вариантов страхового покрытия [14] (Никулина, Ясенев, 2012).
В то же время аналитика всегда была частью традиционной страховой бизнес-модели. Таким образом, страховщики на протяжении всего существования отрасли совершенствовали механизмы оценки рисков, повышая уровень надежности компании, и выстраивали доверительные отношения с клиентами. Высокие технологии - новый виток аналитического развития страхования. По мнению команды аналитиков МсК^еу&Сотрапу, помимо точности и скорости, они дают шанс страховым компаниям стать частью целых цифровых экосистем, предоставляя свои аналитические мощности как услугу [15].
Цель статьи заключается в поиске оптимальных способов для минимизации рисков несбалансированности страховых портфелей тех страховых компаний, что связывают свою деятельность с новыми разработками и технологиями.
Для ее достижения требуется выполнение следующих задач, представленных в виде структурированных этапов (рис. 1.):
Анализ страхового портфеля компаний подразумевает работу со следующими критериями:
Этапы проведения исследования
I этап. Теоретическая часть исследования.
- ознакомление с нынешними тенденциями развития страхового рынка как в глобальном, так и национальном масштабах;
II этап. Практическая часть исследования.
- анализ динамики отечественного страхового рынка через призму двух противоположных игроков - лидера рынка (АО «АльфаСтрахование») и новичка из иншуртех сферы («МангоСтрахование»).
- оценка страхового портфеля наиболее успешной компании-страховщика в вопросах использования преимуществ ИТ-наработок;
- моделирование оптимальной структуры страхового портфеля высокотехнологичной компании.
III этап. Формирования выводов исследования.
- выделение основных элементов, необходимых сбалансированному страховому портфелю высокотехнологической компании на основе проведенного анализа.
Рисунок 1 - Структура проведения исследования
- степень рискованности предлагаемых услуг;
- уровень доходности;
- структура страхового портфеля.
Исходя из этого, страховой портфель может быть классифицирован как консервативный, диверсифицированный и агрессивный [1] (табл. 1).
Таблица 1 - Разновидности страховых портфелей
Критерий выбора Разновидность страхового портфеля
Консервативный Диверсифицированный Агрессивный
Уровень рисков Низкий Средний Высокий (специфические риски занимают от 40 % портфеля)
Доходность Низкая Средняя Высокая
Структура Классические страховые продукты Комбинированные страховые продукты Уникальные страховые продукты
Построение модели страхового портфеля будет базироваться на методике оптимизации инвестиционного портфеля Марковица [16]. Аналогичность показателей (прибыльность ценных бумаг равнозначна доходности вида страхования) позволяет провести подобные расчеты.
Для начала рассчитаем доходность конкретных видов страхования, используя следующую формулу:
Д =
Страховые выплаты,тыс.руб.
(1)
Страховые взносы,тыс.руб.
Затем необходимо найти отдельные показатели, которые нужны для применения формализованной модели, а именно: среднее значение доходности, дисперсия и стандартное отклонение, которое фактически является нормой риска по каждому из видов страхования.
Они нужны для построения модели, фор-
мализованный вид которой представлен ниже:
N
1=1
. тах-.
¡V N ¡а=11}=±
Все необходимые исчисления были произведены с помощью пакета MSExcel «Анализ данных» и «Поиск решения».
Коэффициент выплат по страховому портфелю представляет собой нижеследующее
соотношение:
Сумма полученных за год страховых премий,тыс руб
О < < 1;
Кв = -
Сумма страховых выплат,тыс руб
(3)
5>.=
1.
(2)
де wi - доля нго вида страхования в страховом портфеле;
п -доходность нго вида страхования; N - количество видов страхования; covab -коэффициент парной ковариации по видам страхования;
а^ - максимально допустимый риск страхового портфеля.
300
В нормальных условиях данный показатель должен находиться в рамках 40-60 %.
Российский рынок страхования сейчас еще находится на начальном этапе цифрового развития, когда наблюдается стабильный рост доли ИТ-технологий и их производных [17] (рис. 2). Тем не менее потребительский отклик, в отличие от, например, банковского сектора, пока демонстрирует слабую динамику [18].
250 200 150 100 50 О
201В I 2017 12016
1Т-решения,
%
92
35 76
50 25
ао
1Т-решения на этапе внедрении, %
70
50 25
47
за
81
онлаин-расчет и покупна страхового полиса, %
30
47
за
за
25
продажи через сайт, %
81
за
25
25
23 13
продажи через сайт (полисы О САГО), %
25
23 13
60
46 35
интернет-технологии в
процессе урегулировгн ил убытков, %
60
46 35
50
13
онлаин-магазины, «Личные кабинеты», мобильные приложения и
маркетплейс
ы, %
50 18
Можно наблюдать тенденцию к сокращению количества игроков на рынке. Если в 2014 г. официально было зарегистрировано 404 страховщика, то к 2019 г. осталось 122 универсальных компании и порядка 70 тех, кто предоставляет специфическое медицинское страхование и страхование жизни [19]. А это подразумевает наличие значительного числа неудовлетворенных страховых выплат, повлекших за собой судовые иски и снижение доверия среди населения. В таких условиях крайне важно следить за сбалан-
ок 2
сированностью страхового портфеля, особенно для тех компаний, которые применяют рискованные технологические решения.
На страховом рынке России можно выделить два основных вида страховщиков - круп -ные компании с большим опытом в традиционном страховании и высокотехнологичные стартапы, предлагающие новый подход к подаче стандартных услуг. В рамках нашего исследования мы решили остановиться на детальном анализе двух представителей из каждой группы (табл. 2).
Таблица 2 - Отчетные данные по страховым компаниям - участницам исследования, 2019 г. [20]
Наименование компании Страховые премии (взносы) по договорам страхования, тыс. руб. Выплаты по договорам страхования, тыс. руб. Коэффициент выплат, % Договоры Страховые случаи
заключенные в отчетном периоде, ед. действующие на конец отчетного периода, ед. заявленные урегулированные
АО «АльфаСтрахование» 108 352 589 58 734 849 54 % 48 149 370 16 748 292 5 564 972 5 975 098
ООО «Страховая компания «Манго» 453 252 77 % 3 882 2 978 11 11
Примером успешного взаимодействия традиционного страхования с элементами ИТ-технологий может служить опыт АО «Аль-фаСтрахование». Являясь частью масштабного консорциума «Альфа-Груп», компания на протяжении нескольких лет занимает передовые позиции на страховом рынке России и предоставляет широкий спектр стра-
ховых услуг. В 2019 г. она подтвердила свой высокий уровень финансовой надежности, получив оценку гиАА+, со стабильным рейтинговым прогнозом [21].
Диверсификация страхового портфеля компании сохраняется на высоком уровне (рис. 3).
■ Личное страхов г н не, %
■ Другие виды срахов5ния,% I Страхование имуществе в т.ч.,%
■ Авто стр а* ова н ие (КАСК О),%
Я Страхование гражданской ответственности в т.ч., % Обязательное страх овен ие гражданской ответственности владельцев транспортных средств (ОСАГО),%
Рисунок 3 - Структура страхового портфеля АО «АльфаСтрахование» по видам страховых услуг, %.
В категорию добровольного и обязательного страхования входят любые предложения личного страхования (от страхования жизни до пенсионного страхования) [22]. Среди имущественного страхования особой популярностью пользуется автострахование, однако компания также выполняет функции страховщиков и других видов транспорта, грузов, агросферы, частного и корпоративного имущества, а также финансовых и предпринимательских рисков. Отдельную нишу занимает страхование ответственности.
Помимо этого, компания пытается модернизировать процесс предоставления страховых услуг, сделать его более простым и понятным для потребителя. Одним из последних нововведений стала разработка и
запуск собственного приложения для дистанционного сотрудничества. В нем можно выполнить такие действия, как регулирование страховых случаев, покупка продуктов компании и получение сервисной поддержки [23]. Данная опция стала особенно актуальной с введением карантинных ограничений из-за массового распространения новой ко-ронавирусной инфекции. Как следствие - не -смотря на нестабильность рынка, компания держит свои докризисные позиции.
Наличие такого рода специальных услуг, помимо принесения прибыли, также представляет собой некую угрозу, связанную с принятием крупных рисков на страхование. Портфель становится агрессивным и требует дополнительной поддержки для сохране-
ния финансовой устойчивости. Оптимальным решением является перестрахование. Так, партнерами АО «АльфаСтрахование» по перестрахованию выступают перестраховочное общества Мюнхена, Швейцарии, Ганновера и Кельна, СКОР (SCOR), Партнер Ре (Partner Re), а также корпорация Lloyd's of London, сотрудничество с синдикатами которой осуществляется через международных брокеров Willis Limited, Marsh, AON Benfield и др. [23] Все они имеют рейтинговый класс уровня ruAA и выше, что говорит о надежном сотрудничестве.
Коэффициент выплат за 2019 г. равен 54,21 %, что также подчеркивает благоприятную финансовую ситуацию компании.
В то же время компания «МангоСтрахова-ние» является российским аналогом онлайн-компании Lemonade, первой лицензионной иншуртех-компанией [24]. За 2019 г. коэффициент выплат составил 77 %, что можно считать нормой, учитывая, что это первый год их существования. Они все еще пытаются закрепиться на рынке, поэтому положитель-
Таблица 3 -
Итак, при выбранном нами минимальном уровне риска в 5 % полученная доходность составила 75 %. Приоритетное место в портфеле стоит отдать имущественному страхованию, КАСКО и добровольному медицинскому страхованию. Подобная модель является эффективным инструментом при формировании стратегии страховой компании. Тем не менее необходим ежегодный пересмотр структурной составляющей портфеля с учетом быстротечности рыночных тенденций.
Стоит отметить, что на мировом страховом рынке, помимо таких глобальных игроков, как AXA Group (Франция) или Allianz, использующих высокие технологии для укрепления своих позиций, активно появляются стартап-
ная репутация среди существующих и потен -циальных потребителей очень важна. Соответственно, их страховой портфель также находится в процессе разработки. Сейчас он состоит только из двух компонентов - имущественного страхования (67,5 %) и страхования ответственности (32,5 %). В дальнейшем его следует диверсифицировать, включив другие виды страхования, например автострахование КАСКО или туристическое страхование.
Для моделирования оптимальной формы страхового портфеля компании, работающей с высокими технологиями, мы предлагаем использование известной модели Марковица. Несмотря на то что изначально она была разработана для инвестиционной сферы, базовость ее подходов применима и к условиям страхового бизнеса. Возьмем за основу данные по страховому портфелю АО «АльфаСтрахование», а в видовую выборку включим самые популярные страховые услуги среди россиян (табл. 3).
проекты, предлагающие совершенно новые страховые функции.
Например, работа американской страховой компании Lemonade [25] построена исключительно на цифровой платформе. В ее активах нет обычных офисов, вся коммуникация и взаимодействие с клиентами происходят онлайн через сайт или мобильное приложение. Компания работает на основе искусственного интеллекта, который позволяет ей эффективно работать с меньшим количеством агентов, сохраняя при этом низкие затраты, а обработка заявок занимает несколько минут. Пока еще страховой портфель компании довольно однообразный и концентрируется преимущественно на тра-
Оптимальный портфель страховых услуг для высокотехнологических компаний (по данным
АО «АльфаСтрахование»)
Вид страхования Доходность (усредненное значение) Риск Структура портфеля, %
1. Автострахование КАСКО 47,06 0,29 30
2. Страхование от несчастных случаев 83,68 0,046 5
3. Страхование личного и корпоративного имущества 85,39 0,054 30
4. Страхование ответственности ОСАГО 60,52 0,65 5
5. Добровольная медицинская страховка 27,96 0,15 30
Итого 100
Общий портфельный риск 5
Оптимальная доходность 75
диционных видах личного страхования, однако авторы планируют постепенно расширять спектр услуг.
На российском рынке, помимо проанализированного нами стартапа, существует также проект группы «Абсолют» - Mafin [26]. На данном этапе развития она специализируется исключительно на продаже полисов КАСКО и ОСАГО. Ее две главные особенности в том, что:
- произведен полноценный перевод всего процесса страхования (от покупки страховки до урегулирования страхового случая) в он-лайн-режим. Это подразумевает собой как перенесение документооборота в цифровой режим, так и проверку ущерба непосредственно через мобильное приложение;
- выстроена либеральная ценовая политика. Использование преимуществ алгоритмов машинного обучения и нейронных сетей при анализе больших данных позволило снизить стоимость полиса на 10-20 % для 70 % покупателей.
Заметим, что стратегической целью данной компании является не большой рыночный охват, а тестирование новых технологий для их дальнейшего внедрения в страховой портфель компании «Абсолют Страхование».
Однако говорить о структуре их страховых портфелей еще рано, так как они только набирают обороты и формируют конечный перечень своих услуг. В то же время важно уделить внимание исследованиям, связанным с моделирование страхового портфеля. Так, американский экономист, Эдвард Фрис представил индикатор определения рисков страхового портфеля - Risk Measure Relative Marginal change (RM2) [27]. За основу взято понятие меры риска - суммы активов, необходимых держателю риска в качестве защиты от неопределенности. Формируя отдельные модели для зависимых и независимых рисков, он предлагает три варианта возможных стратегических взаимодействий с клиентом для их минимизации: получение франшизы от страхователя, сострахование и выплата максимального годовой суммы (the choice of deductible, coinsurance, or upper limit).
Статистические приемы, такие как метод ковариационного анализа, могут использоваться не только для определения структуры страхового портфеля, но и для изучения вли-
яния информационных технологий на развитие прямого страхования [28] (Mustafina, Kaigorodova, Alyakina, Velichko, Zainullina, 2020). Как пример, авторы рассматривают рынок России, взяв за основу модель Ancova, которая позволила им учитывать как количественные, так и качественные переменные, а также однородные и разнородные статистические данные. На базе данных крупнейших страховщиков была выявлена и проанализирована взаимосвязь между внедрением систем электронной политики в компании и суммой страховых взносов. Материалы исследования имеют практическое значение для страховщиков, поскольку они дают представление о взаимосвязи между цифровиза-цией бизнеса и уровнем его доходности.
Также для подобного анализа могут использоваться и другие схожие инструменты моделирования - коррелляционный и регрессионный анализы. Так, с их помощью было доказано, что цифровизация оказывает положительное влияние на скорость обработки претензий [29] (Zarina, Voronova, Pettere, 2019). Участниками исследования стали компании стран Балтии (Эстония, Латвия и Литва), не специализирующиеся на страховании жизни.
Подводя итоги проведенного исследования, можно сделать вывод, что ключом к формированию сбалансированного страхового портфеля является поиск оптимального соотношения между ожидаемой прибылью по каждому виду страхования и уровнем риска для достижения целей компании. Однако универсальной структуры страхового портфеля не существует. Учитывая высокие риски использования высокотехнологического оборудования, связанные с техническими сбоями и недостатком квалифицированных кадров, страховые компании, работающие с такого рода технологиями, должны тщательно подходить к его формированию. Так как предоставляемые ими услуги в большей степени носят специфический характер ввиду своей подачи, страховой портфель может приять агрессивную форму. Со временем это приведет к потере финансовой устойчивости.
Анализируя пример одной из успешных компаний российского страхового рынка АО «АльфаСтрахование», мы можем сказать, что решить данную проблему поможет привлечение надежных партнеров для перестра-
хования ответственности по портфельным обязательствам. Таким образом компании нивелируют риски, связанные с техническими и организационными особенностями работы с программами машинного обучения, и повышают общий уровень доходности страхового портфеля.
Если же обратиться к опыту новых игроков страхового рынка - иншуртех-стартапов, то видим, что они только входят в сферу страхования и находятся в поиске, занимая небольшую нишевую позицию. В нынешней ситуации слабая портфельная диверсификация не имеет негативного влияния на операционную деятельность, но в течение следующих нескольких лет данным компаниям стоит задуматься о расширении ассортиментной линейки. Несмотря на то что предлагаемые ими услуги низкозатратны в выполнении и отвечают на запросы современных потребителей, узкая специализация непременно ведет к потере страховой устойчивости компании. Поэтому протестированная нами
модель может помочь им найти оптимальное для себя соотношение по видам страхования и сформировать сбалансированный страховой портфель.
Также отдельно стоит отметить тот факт, что российский страховой рынок полностью открыт для любых технологических нововведений. Сегодняшнее количество молодых иншуртех-компаний не может составить сильную конкуренцию наявным страховым лидерам. Однако в течение следующих пяти лет ситуация может кардинально измениться на фоне стремительного роста подобного направления в американском и европейском страховании. Традиционным страховым компаниям следует задуматься о привлечении ИТ-технологий в свою деятельность если не для оптимизации внутренних процессов, то для предоставления новых продуктов клиентам. Позитивным также будет решение об инвестиционной поддержке стартапов или создание собственных на основе своей или кооперационной исследовательской базы.
Список источников
1. Яшина Н. М. Страховой портфель как основа обеспечения финансовой устойчивости страховой организации. Финансы и кредит. 2007. № 20 (260). С 84-86.
2. Архипова Е. Ю. Перспективы влияния цифровизации на страхование // Страхование в эпоху цифровой экономики: проблемы и перспективы: сборник трудов XIX Международной научно-практической конференции: в 2 т. М., 2018.
3. Перепелица Д. Г. Оценка влияния цифровой экономики, финансовых технологий на развитие мирового страхового бизнеса // Экономика и предпринимательство, 2018. № 10. С. 131-136.
4. Wiesböck F., Li L.; Matt C., Hess T., Richter A. How Management in the German Insurance Industry Can Handle Digital Transformation (Management Reports des Instituts für Wirtschaftsinformatik und Neue Medien). LMU München. 2017.
5. Muylle S., Standaert W., Basu A., Everaert E., Decraene W. Digital innovation in the Belgian insurance market. Vlerick University. 2018.
6. Чалдаева Л. А., Шибалкин А. А. Страховой портфель, его качественные и количественные характеристики // Дайджест-финансы. 2011. № 5. С. 24-28.
7. Jake Frankenfield (2020). Artificial Intelligence (AI). URL: https://www.investopedia.com/ terms/a/artificial-intelligence-ai.asp (дата обращения: 05.02.2022).
8. Взлет искусственного интеллекта: будущие перспективы и возникающие риски (2018). АGC&S. URL: https://forinsurer.com/news/18/05/16/3596 (дата обращения: 05.02.2022).
9. Quarterly InsurTech Briefing Q4 2019. 30.01.2020. URL: https://www.willistowerswatson.com/ en-US/Insights/2020/01/quarterly-insurtech-briefing-q4-2019 (дата обращения: 05.02.2022).
10. From grudge to nudge: tech firms help insurers shift gear. 18.09.2017. URL: https://www. reuters.com/article/us-insurance-technology/from-grudge-to-nudge-tech-firms-help-insurers-shift-gear-idUSKCN1 BT0VC (дата обращения: 05.02.2022).
11. Sayegh K. Blockchain Application in Insurance and Reinsurance. France: Skema Business School. 2019.
12. Kaigorodova G. N., Mustafina A. A., Alyakina D. P. Directions of improving information system of insurance company // Journal of Physics: Conference Series. 2018. Vol. 1015. No. 4, p. 042016.
13. Ivanova S. Problems and prospects of development of the legislation of the Russian Federation on reinsurance. Gosudarstvo i pravo. 2019. № 12. С. 85-92.
14. Никулина Н. Н., Ясенев В. Н. Андеррайтинг в страховом предпринимательстве // Экономический анализ: теория и практика. 2012. № 22.
15. Catlin T., Lorenz J. T., Nandan J., Sharma S., Waschto A. Insurance beyond digital: The rise of ecosystems and platforms. McKinsey & Company. 2018
16. Дудар А. А., Рудянова Т. М. Оптимизация портфеля страховой компании с учетом ступени рисков // Економка. Фшанси. Право. 2016. № 5 (1). С. 19-24.
17. Пашкова Е. Н. Тенденции интернет-страхования в условиях цифровизации экономики // Международный научно-исследовательский журнал. 2019. № 6 (84). Ч. 2.
18. Носкова Е. Все полисы в гаджете. 08.10.2019. Российская газета - Спецвыпуск № 226(7984). URL: https://rg.ru/2019/10/08/rossijskij-strahovoj-rynok-otstaet-v-cifrovizacii-na-neskolko-let.html (дата обращения: 05.02.2022).
19. Аналитический обзор страхового рынка за 1 квартал 2019 года. URL: http://www.ra-national.ru/ (дата обращения: 05.02.2022).
20. Официальный сайт Центрального Банка России. URL: https://www.cbr.ru/ (дата обращения: 05.02.2022).
21. «Эксперт РА» подтвердил рейтинг страховой компании «АльфаСтрахование» на уровне тАА+.04.04.2019. URL: https://www.raexpert.ru/releases /2019/apr04e (дата обращения: 05.02.2022).
22. Динамика страхового портфеля АО «АльфаСтрахование» за 2019 год. URL: www. insur-info.ru/orgsandcomps/83/analytics (дата обращения: 05.02.2022).
23. Официальный сайт АО АО «АльфаСтрахование». URL: https://www.alfastrah.ru/ company/ (дата обращения: 05.02.2022).
24. InsurTech-2019: итоги и прогнозы на 2020 год. URL: https://rb.ru/opinion/insurtech-itogi-2019/ (дата обращения: 05.02.2022).
25. Lemonade Renters Insurance. 10.04.2020. URL: https://www.consumeraffairs.com/ insurance/lemonade-renters-insurance.html (дата обращения: 05.02.2022).
26. Группа «Абсолют» вложит $50 млн в страховой проект на big data. 05.06.2019. URL: https://www.rbc.ru/flnances/05/06/2019/5ce515519a794709f6f2d011 (дата обращения: 05.02.2022).
27. Edward Frees. Insurance Portfolio Risk Retention. North American Actuarial Journal. 2017
28. Mustafina A.A., Kaigorodova G.N., Alyakina P.D., Velichko N.Y., Zainullina M.R. (2020) Digital Technology in Insurance // Ashmarina S., Mesquita A., Vochozka M. (eds) Digital Transformation of the Economy: Challenges, Trends and New Opportunities. Advances in Intelligent Systems and Computing, vol 908. Springer, Cham.
29. Zarina I., Voronova I., Pettere G. Digitalisation impact measuring on claim management for the insurance sector. In International Conference at Brno University of Technology, Faculty of Business and Management. 2019.
References
1. Yashina N. M. Insurance portfolio as a basis for ensuring the financial stability of an insurance organization. Finance and Credit. 2007. No. 20 (260). P. 84-86.
2. Arkhipova E. Y. Prospects of the impact of digitalization on insurance. Insurance in the era of the digital economy: problems and prospects: proceedings of the scientific and practical XIX International Conference: in 2 volumes, 2018.
3. Perepelitsa D. G. Assessment of the impact of the digital economy, financial technologies on the development of the global insurance business. Economics and Entrepreneurship, 2018. No. 10. pp. 131-136.
4. Wisbeck F., Lee L.; Matt K., Hess T., Richter A. How the management of the German Insurance industry can cope with digital transformation (Management reports of the Institutes of Informatics and New Media). LMU München. 2017.
5. Muille S., Standert V., Basu A., Everaert E., Dekren V. Digital innovations in the insurance market of Belgium. Vlerik University. 2018.
6. Chaldaeva L. A., Shibalkin A. A. Insurance portfolio, its qualitative and quantitative characteristics. Digest-finance. 2011. No. 5. pp. 24-28.
7. Jake Frankenfield (2020). Artificial Intelligence (AI). URL: https://www.investopedia.com/ terms/a/artificial-intelligence-ai.asp (accessed: 05.02.2022).
8. The rise of artificial intelligence: future prospects and emerging risks (2018). AGC&S. URL: https://forinsurer.com/news/18/05/16/3596 (accessed: 05.02.2022).
9. InsurTech Quarterly Briefing for the 4th quarter of 2019 30.01.2020. URL: https://www. willistowerswatson.com/en-US/Insights/2020/01/quarterly-insurtech-briefing-q4-2019 (accessed: 05.02.2022).
10. From resentment to nudge: Tech firms help insurers shift gears. 18.09.2017. URL: https:// www.reuters.com/article/us-insurance-technology/from-grudge-to-nudge-tech-firms-help-insurers-shift-gear-idUSKCN1BT0VC (date of application: 05.02.2022).
11. Sayeg K. The use of blockchain in insurance and reinsurance. France: Skema Business School. 2019.
12. Kaigorodova G. N., Mustafina A. A., Alyakina D. P. Directions for improving the information system of an insurance company. Physical Journal: A series of conferences. 2018. Volume 1015. No. 4, p. 042016.
13. Ivanova S. Problems and prospects of development of the legislation of the Russian Federation on reinsurance. State and law. 2019. No. 12. pp. 85-92.
14. Nikulina N. N., Yasenev V. N. Underwriting in insurance entrepreneurship. Economic analysis: theory and practice. 2012. No. 22.
15. Kathleen T., Lorenz J. T., Nandan J., Sharma S., Vaschto A. Insurance beyond Digital Technologies: the Development of Ecosystems and platforms. McKinsey & Company. 2018
16. Dudar A. A., Rudyanova T. M. Optimization of the insurance company's portfolio taking into account the risk level. Ekonomika. Finansi. Right. 2016. No. 5 (1). pp. 19-24.
17. Pashkova E. N. Trends of Internet insurance in the conditions of digitalization of the economy. International Research Journal. 2019. No. 6 (84). Part 2.
18. Noskova E. All policies are in the gadget. 08.10.2019. Rossiyskaya Gazeta - Special Issue No. 226(7984). URL: https://rg.ru/2019/10/08/rossijskij-strahovoj-rynok-otstaet-v-cifrovizacii-na-neskolko-let.html (accessed: 05.02.2022).
19. Analytical review of the insurance market for the 1st quarter of 2019. URL: http://www.ra-national.ru / (accessed: 05.02.2022).
20. Official website of the Central Bank of Russia. URL: https://www.cbr.ru / (date of application: 05.02.2022).
21. "Expert RA" confirmed the rating of the insurance company "AlfaStrakhovanie" at the level of ruAA+.04.04.2019. URL: https://www.raexpert.ru/releases /2019/April 04e (accessed: 05.02.2022).
22. Dynamics of the insurance portfolio of JSC "AlfaStrakhovanie" for 2019. URL: www.insur-info. ru/orgsandcomps/83/analytics (date of application: 05.02.2022).
23. Official website of JSC JSC "AlfaStrakhovanie". URL: https://www.alfastrah.ru/company / (accessed: 05.02.2022).
24. InsurTech-2019: results and forecasts for 2020. URL: https://rb.ru/opinion/insurtech-itogi-2019 / (date of application: 05.02.2022).
25. Insurance of Lemonade Tenants. 10.04.2020. URL: https://www.consumeraffairs.com/ insurance/lemonade-renters-insurance.html (date of application: 05.02.2022).
26. Absolut Group will invest $ 50 million in an insurance project for big data. 05.06.2019. URL: https://www.rbc.ru/finances/05/06/2019/5ce515519a794709f6f2d011 (accessed: 05.02.2022).
27. Edward Fries. Retention Of Insurance Portfolio Risks. North American Actuarial Journal. 2017
28. Mustafina A.A., Kaigorodova G.N., Alyakina P.D., Velichko N.Yu., Zainullina M.R. (2020) Digital technologies in insurance. Ashmarina S., Meskita A., Vokhoz M. (ed.) Digital transformation of the economy: challenges, trends and new opportunities. Advances in Intelligent Systems and Computing, Volume 908. Springer, Buddy.
29. Zarina I., Voronova I., Petter G. Measuring the impact of digitalization on claims management in the insurance sector. At an international conference at the Brno University of Technology, Faculty of Business and Management. 2019.
Информация об авторах
Юшкова Светлана Дмитриевна - доктор экономических наук, профессор, Департамент экономической безопасности и анализа рисков, Финансовый университет при Правительстве Российской Федерации, Москва, Россия
Прасолов Валерий Иванович - кандидат политических наук, доцент, доцент Департамента экономической безопасности и анализа рисков, Финансовый университет при Пра -вительстве Российской Федерации, Москва, Россия
Information about the authors
Yushkova Svetlana D. - Doctor of Economics, Professor, Department of Economic Security and Risk Analysis, Financial University under the Government of the Russian Federation, Moscow, Russia
Prasolov Valery I. - Candidate of Political Sciences, Associate Professor, Associate Professor of the Department of Economic Security and Risk Analysis, Financial University under the Government of the Russian Federation, Moscow, Russia
