Ризики страхової компанії

Актуальність теми дослідження.

Основними ризиками, які впливають на діяльність страхових компаній є андеррайтингові ризики, що приймаються ними від клієнтів, і ризики, які можуть виникати в ході здійснення діяльності: ринкові, кредитні, операційні, ризики втрати ліквідності. Для андеррайтингових ризиків і ризиків втрати ліквідності страхових компаній в даний час різними дослідниками і комерційними організаціями розроблені задачі і напрями управління. Ринкові і кредитні ризики страхових компаній не мають галузевої специфіки і для керування ними використовуються методи, універсальні для більшості галузей.

Операційні ризики страхових компаній за своєю природою є специфічними для даного бізнесу. Управлінню ними до недавнього часу не приділялося достатньої уваги, тому на даний момент розробка методів для їх виявлення, оцінки і зниження, що враховують особливості страхової галузі, найбільш актуальна.

Наукове дослідження спрямоване на вирішення даного завдання. 
Найбільш істотним і специфічним операційним ризиком, властивим страхової галузі, є ризик страхового шахрайства. Розмір пов'язаних з ним втрат може досягати 20% від суми страхових виплат. На даний момент частка виявлених випадків шахрайства в страхових портфелях російських компаній істотно менше аналогічного показника для західних компаній, при цьому немає підстав вважати, що реальна кількість випадків шахрайства на російському ринку настільки ж менше, ніж кількість випадків шахрайства на зарубіжних ринках. Спираючись на зарубіжний досвід, можна припустити, що російські страховики виявляють тільки невелику частину відбулися випадків шахрайства, і вдосконалення методів ідентифікації таких випадків може істотно підвищити ефективність компаній страхової галузі. 
Досвід зарубіжних страхових компаній показує, що заходи з протидії страховому шахрайству можуть реалізовуватися як на рівні галузі, так і на рівні кожної страхової компанії. У Росії є ряд обмежень, пов'язаних з особливостями законодавства, які ускладнюють впровадження деяких підходів, що використовуються за кордоном. Так вимоги закону про захист персональних даних обмежують можливості обміну інформацією між страховиками. Нормативно-правова база, яка регулює взаємодію між страховими компаніями та правоохоронними органами сильно обмежує можливості з отримання додаткової інформації по страхових випадках, що викликають підозри. 
З цих причин актуальною є задача розробки моделей ризику страхового шахрайства та інструментів для виявлення підозрілих на наявність шахрайства випадків на рівні окремо взятої страхової компанії, спираючись на дані, надані страхувальником. У зв'язку з актуальністю даного завдання, ризики шахрайства, як окремий випадок операційних ризиків, найбільш глибоко розглядалися в ході дослідження. 
Найбільшою мірою ефект від використання інструментів для виявлення випадків, підозрілих на наявність шахрайства, може проявитися в масових видах страхування, для яких характерна велика кількість страхових випадків з відносно невеликим розміром заявленого збитку, і проведення детального розслідування по кожному страховому випадку є економічно недоцільним. Прикладом такого виду страхування на російському ринку є автострахування, на яке, за оцінками Федеральної служби страхового нагляду, припадає близько 70% випадків страхового шахрайства в Росії [18]. Це підвищує актуальність вирішення задачі моделювання ризиків страхового шахрайства саме для автострахування.

До теперішнього моменту описано велику кількість моделей для оцінки операційних ризиків. Більшість з цих моделей були створені для цілей оцінки операційного ризику при впровадженні Базельської угоди про достатність капіталу. Відомі стандарти Basel II та Solvency II стимулюють розвиток моделей управління ризиків у банківській та страховій сферах. Даний стандарт був створений для банківських організацій, проте моделі оцінки операційного ризику можуть бути адаптовані для страхової галузі.

 

 

Окремий випадок оцінки операційного ризику - оцінка ризику шахрайства - є пропрацював в меншій мірі. Тим не менш, зарубіжними дослідниками запропоновані окремі моделі, уточнені з урахуванням особливостей ризику шахрайства. Методам його оцінки та виявлення присвячені праці Б. Баезенса [44] і Т. Ормерод [88], дані питання стосовно автострахування розглянуті Е. Белхаджі [46] і Дж. Патакі [90].Зокрема, Е. Белхаджі розглянута регресійна модель, а Дж. Патакі запропонована модель, заснована на методах нечіткої логіки. 
Суттєвою перешкодою при моделюванні ризику страхового шахрайства є відсутність класифікатора даного виду ризиків, що враховує всі аспекти взаємодії зловмисника і страхової компанії. Існуючі класифікації шахрайства відображають лише окремі сторони шахрайства, і не розглядають шахрайство з точки зору теорії управління ризиками.

Використання в українській практиці більшості загальних методів оцінки операційного ризику, може бути складним в зв'язку з відсутністю або обмеженістю статистичних даних, необхідних для калібрування / навчання моделі - більшість українських страхових компаній не має у своєму розпорядженні достатнього обсягу інформації про причини і наслідки операційних ризиків. Це обумовлено тим, що в період бурхливого зростання страхового ринку, що спостерігався в останні роки, українські страхові компанії зосередили свою увагу на збільшенні страхового портфеля, і, як наслідок, на методиках управління страховими ризиками, питанням управління операційними ризиками до недавнього часу приділялося мало уваги.

Якість результатів моделювання втрат ОР залежить від якості вхідних статистичних даних, що використовуються. Таким чином, перша частина -ідентифікації / класифікації змінних ризиків має надзвичайно важливе значення для забезпечення оптимального результату. Управління ОР складається з наступних кроків:

• Визначення основної мети;
• Ризик-ідентифікація та класифікація;
• Якісний / кількісний збір даних і очищення даних;
• Ризик-вимірювання;
• Ризик-контроль, моніторинг та пом'якшення процесу;
• Система інфраструктури.

 

 

Обмеженість статистичних даних є перешкодою при впровадженні регресійних моделей (наприклад, моделі Е. Белхаджі). Однак в умовах обмеженої практики виявлення та розслідування причин і наслідків ОР, моделі, що вимагають широкого використання експертної думки (наприклад, модель Дж. Патака) можуть давати оцінки обсягів  втрат істотно нижче реального значення, тому що дозволяють виявити лише ті випадки ОР, які добре відомі експертам.

Таким чином, існує необхідність розробки моделей для управління операційними ризиками (зокрема, ризиками страхового шахрайства), в умовах неповноти (або відсутності) історичних даних.

 

Зміст системи управління ОР чітко проаналізувати причинно-наслідкові зв'язки в деталях. Причини повинні бути визначені на різних рівнях, так щоб навіть найдрібніші деталі можуть бути включені в модель.

Класифікація причин подій та їх наслідків для ОР.

 

Об'єктом дослідження є діяльність страхових компаній і операційні ризики, які виникають в процесі її діяльності, їх причинно-наслідковий зв'язок.

Предметом дослідження виступають математичні методи і моделі оцінки та управління операційними ризиками, зокрема байесові методи.

Метою дослідження є аналіз ОР і розробка (математичного апарату) байесової мережі для оцінки операційних ризиків, що дозволяє визначити ймовірність втрати страхової компанії, пов'язані з цими ризиками.

Для досягнення зазначеної мети в дисертації поставлені і вирішені наступні завдання: вивчити вітчизняні та зарубіжні підходи до визначення сутності та природи економічних ризиків, а також існуючі підходи до управління ризиками, визначити поняття ризику страхового шахрайства як приватного виду ризиків і провести аналіз явища страхового шахрайства з точки зору теорії управління ризиками, на основі аналізу існуючих підходів до моделювання операційних ризиків та особливостей об'єкта дослідження вибрати підхід до моделювання ризику страхового шахрайства; розглянути математичний апарат, який використовується для виведення за моделями, побудованим відповідно до обраного підходом;

- Побудувати модель для оцінки операційних ризиків, засновану на байєсівських мережах довіри, розробити алгоритм виведення, що застосовується для використання українськими страховими компаніями з урахуванням обмеженості вихідних даних;

- На підставі результатів виведення за моделлю запропонувати метод ідентифікації випадків шахрайства в автострахуванні, використовуючи побудовану модель і розроблений алгоритм виведення, отримати чисельну оцінку обсягу втрат страхової компанії, пов'язаних з шахрайством в автострахуванні.

Основні методи дослідження - економіко-математичне моделювання, теорія інтелектуальних систем, статистичні методи, зокрема, методи кореляційного аналізу. При вирішенні окремих завдань використовувалися програмно-інструментальні засоби MS Excel. 
Теоретичною та методологічною основою дослідження є праці вітчизняних і зарубіжних вчених в галузі економічної теорії, математичного моделювання, управління ризиками, страхової справи. Проаналізовано результати досліджень і методики, запропоновані різними комерційними та галузевими організаціями. 
Емпіричну базу склали дані, отримані від представників російських і зарубіжних страхових компаній, а також нормативно-правова база, дані, розміщені в мережі Інтернет на спеціалізованих сайтах, і публікації в періодичній пресі, проаналізовані автором. 

 

 
до виведення 
 
 
Різні альтернативи для обробки даних із застосуванням різних підходів

Доступні дані	статистичний підхід	пріорні висновки	емпіричні виведення
тільки внутрішні дані	General LDA	-	-
тільки експертні дані	General LDA	-	-
тільки зовнішні дані	General LDA	-	-
внутрішні + зовнішні дані	Bayesian inference	Зовнішні дані	Внутрішні дані
зовнішні дані + експертна оцінка	Bayesian inference	Зовнішні дані	Експертні оцінки
експерта оцінка внутрішніх + зовнішні дані	Bayesian inference	Зовнішні дані	Внутрішні дані + експертна оцінка

the Loss Distribution Approach (LDA) – Наближений розподіл збитків

 
За своєю природою, метод  Байєса автоматично вважає, що невизначеність, пов'язана з різних параметрів оцінки ймовірності модель, яка виникла з різних інформація джерел. Таким чином, метод Байєса є в даний час головним чином рекомендується якналежної чином, щоб змішувати якісні та кількісні дані та інформацію, таку як думка експерта, внутрішні і зовнішні дані. У той же час 
ми повинні розглянути деякі недоліки цього підхід, тобто в цілому це справило дуже overconfi вм'ятина результати і має технічні та обчислювальні обмеження і, як правило, Відомо, що цей метод усереднення overuses і агрегування інформації.

 

 

 

В якості основи для визначення та оцінки ризиків підприємства часто використовується матриця ризиків.

 

Матриця ймовірності оцінки, що використовуються в Стрілка АФН Процес являє собою зручний приклад (FSA, 2003c). Це дає розбивку ризиків категорії і підкатегорії, кожна присвоюється рейтинг високий, середній або низька. 

3.7.5 Додаток B показує перший проект ризику директора за досить високою 
Рівень ризику матриці, які він використовує в якості основи для процесу 

 

 

Пріорні і умовних ймовірностей, які використовуються в мережі не повинна бути дуже точними для того, щоб з досвідом можна було отримувати корисну інформацію. Крім того, вони можуть бути скоректовані у міру накопичення ризиків і відносини їх причини та наслідки придбання. Таким чином, модель може «навчатись» з даних, які збираються та подаються в неї в байєсівської моди. Модель починається з деякого початкового уявлення про процес з невеликою кількістю даних і в кінцевому результаті відображаєреальну інформації, зібрану з плином часу.

Перший крок у застосуванні цієї методики полягає у визначенні карти ризику процесів про які йде мова.

 

Байєсівські мережі допомагають зрозуміти загальну уразливість підприємства від ризиків.

Вирішивши використовувати байєсівські мережі розробляється широкий карта ризиків підприємства( шляхом Макдоннелл (McDonnell, 2002))

 

 

  
6.3.2 В цьому високому рівні моделі страхувальника збиток від фінансовихрезультатів 
Результати включаючи андеррайтинг або інших втрат доходів, втрати балансу абовтрата репутації або доброї волі. Такі втрати привели, як 
результати оцінки ризику рішень, які можуть мати відношення до андеррайтингу, витрати, 
перестрахування, інвестицій або більш загальних бізнес-ризиків. Для операційногоризику, 
неправильні рішення можуть бути віднесені до неадекватних або помилковихвнутрішніх процесів, 
людей або системи. За вдалося процесів, ризиків і фінансових рішень 
результати лежать в основі або тригера причин, які можуть бути як внутрішніми, 
(Менеджмент, управління або власність пов'язаних) або зовнішніми (більш широкихзмін, 
а також події або ринку конкретних змін). 
 

Таблиця: Дерево рішень, щоб визначити категорію події

Дана таблиця взята безпосередньо з документації Базельського комітету Операційного ризику Збір вправи (2002b). Це був наданий банками-учасниками в якості орієнтира класифікації їх подіях операційного ризику. Поріг суми, яка становить 10000 євро, визначається Комітетом у своїх вправах даних. Бере участь банки повинні повідомляти тільки втрати через операційних ризиків, які є 10000 євро або більше.

 

4 
Лі основний результат подія втрати 
скорочення доходів або 
збільшення вартості на основі якої виникла 
з тактичних або стратегічних бізнес 
рішення? 
Чи не 
події 
регулятор 
Немає 
Немає 
Немає 
Продовжуйте 
Наступна сторінка 
Та 
Та 
Немає 
3 
Це сума збитків вище 
Поріг суми *? 
Та 
Бізнес / 
Стратегічний 
подія 
Та 
52 
5 
Має видимих ​​або фактичних наміри 
обдурити, обійти правила, порушувати 
закон чи політика компанії була 
Встановлено, встановлених або передбачуваних? 
6 
Це було навмисне дію або бездіяльність 
або шаблон поведінки, який був 
несумісним / проти трудового законодавства 
або здоров'я і безпека закони? 
Зайнятість 
і на робочому місці 
Безпека подій 
8 
Був ненавмисне дія або бездіяльність 
несумісним / с з працевлаштуванням 
законом або здоров'ю і безпеці закони чи 
платежів / розрахунків за особистий шкода? 
6 
7 
Був принаймні один член 
співробітників установи 
участь в інциденті в 
коробка 5? 
Продовжити 
попередню сторінку 
9 
Чи були втрати або пошкодження 
фізичних / основні кошти? 
10 
Чи був технології, 
зв'язку (устаткування і 
програмне забезпечення) порушення або комунальні послуги 
відмова / відключення або руйнування? 
11 
Чи був ненавмисного або недбале невиконання 
професійні конкретні зобов'язання клієнта (ів), тобто 
не в змозі діяти у найкращих інтересах клієнта (фідуціарний 
придатність і обов'язків), або ж клієнти страждають 
втрати в результаті природних або дизайн продукції? 
Пошкодження 
Фізичний 
Активи 
Бізнес 
руйнування і 
системні збої 
12 
Чи був клієнт вплив 
від звичайної помилки в клієнтській 
документації, облік 
управління або угоди 
обробка? 
Клієнти, продукти і 
Бізнес-практика 
Виконання, доставки і 
Process Management 
Зовнішній 
Шахрайство 
Внутрішній 
Шахрайство 
Немає 
Немає 
Немає 
Немає 
Немає Немає 
Немає 
Немає 
Та 
Та 
Та 
Та 
Та 
Та 
Та 
Та