Оценка вероятности банкротства страховых компаний

Финальная модель содержит как финансовые коэффициенты, так и специфические показатели для страховых компаний, что подтверждает ранее сформулированную гипотезу о том, что такой набор показателей может быть успешно использован для предсказания банкротства страховщиков.

Мультиколлинеарность в модели отсутствует, это подтверждается значениями VIF для коэффициентов[29]:

Таблица 6

Значения VIF для коэффициентов логистической регрессии

Все значения VIF меньше 5, что свидетельствует об отсутствии мультиколлинеарности в модели.

3.5 Оценка вероятности банкротства действующих страховых компаний

Полученная модель применяется для прогнозирования статуса 10 страховых компаний, работающих в городе Санкт-Петербурге. В данный список вошли страховые компании:

- Гайде;

- Помощь;

- Либерти Страхование;

- Медэкспресс;

- Двадцать Первый век;

- Капитал-Полис Медицина;

- Городская Страховая Медицинская Компания;

- Адвант-Страхование;

- Инертэк;

- Экспресс-Страхование;

В группу риска с довольно высокой вероятностью наступления банкротства попадает страховая компания «Помощь». Вероятность наступления банкротства составляет более 60%. Кроме того, компания «Капитал-Полис Медицина» также рискует стать банкротом. Вероятность финансового краха остальных компаний находится на довольно низком уровне. С наименьшей вероятностью в течение 2018 года банкротом станет компания «Либерти-Страхование», вероятность составляет всего 28%.

ЗАКЛЮЧЕНИЕ

Итак, в рамках данной работы освещены теоретические аспекты оценки вероятности банкротства российских страховых компаний, проведен обзор литературы на данную тему. Также, отмечены особенности страхового рынка России, его сильные и слабые стороны. Определено, что одной из основных проблем рынка страховых услуг в России является недоверие населения к страховщикам. Выдвинуто предположение о том, что данная проблема может быть решена путем создания инструмента для оценки вероятности банкротства российских страховщиков.

В работе определено понятие банкротства страховой компании, изучены законодательные документы на эту тему, отражены особенности процедуры банкротства страховщиков.

Также, в работе охарактеризованы существующие модели оценки вероятности банкротства, выявлены их достоинства и недостатки, выделены факторы, чаще всего встречающиеся в таких моделях.

Результатом исследования является логистическая модель, с помощью которой возможна оценка вероятности банкротства для любой страховой компании России. Модель построена на выборке из данных по компаниям банкротам и небанкротам за период с 2011 по 2017 годы.

Финальная модель содержит четыре переменные: отношение текущей задолженности и активов, количество действовавших договоров страхования, отношение объема премий и чистой прибыли и отношение объема денежных средств и текущей задолженности. Эти показатели, рассчитанные за год до банкротства, являются его детерминантами. В модель попали как финансовые, так и нефинансовые показатели. Кроме того, важно отметить, что в уравнении присутствуют показатели, расчет которых возможен лишь для страховых компаний.

Предсказательные способности разработанной модели находятся на довольно высоком уровне и составляют более 70%. Модель проходит проверку на мультиколлинеарность, а значения всех переменных, включенных в уравнение регрессии, статистически значимо различаются для компаний-банкротов и небанкротов.

Также, в данной работе приведен прогноз для компаний, работающих в Санкт-Петербурге. С помощью разработанной модели определены предприятия, входящие в группу риска, равно как и наиболее надежные страховщики.

Таким образом, в результате данного исследования получена модель, пригодная для использования на практике. Говоря о перспективах исследования, стоит отметить, что в целях получения более точной модели, следует каждый год обновлять данные по страховым компаниям.

СПИСОК ЛИТЕРАТУРЫ

Законодательные документы

1. ФЗ «О несостоятельности/банкротстве» от 26.10.2002 № 127-ФЗ (ред. От 23.04.18)

2. Закон РФ от 27.11.1992 N 4015-1 (ред. от 31.12.2017) "Об организации страхового дела в Российской Федерации"

Книги, сборники, монографии на русском языке

3. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учеб. 6 изд., перераб. доп. М.: Дело, 2004. 576 с.

4. Страховой бизнес: Словарь-справочник / Сост. Р.Т.Юлдашев. М.: Анкил, 2005. 832 с.

Авторефераты, статьи в периодических изданиях на русском языке

5. Бермас Е. А., Яруллин Р. Р. Страхование в России: тенденции, проблемы и перспективы развития // Вестник ОГУ. 2013. №8. С. 165-169

6. Давыдова Г. В., Беликов А. Ю. Методика количественной оценки риска банкротства предприятий // Управление риском. 1999 г. №3. С. 13-20

7. Жданов В. Ю. Разработка модели диагностики риска банкротства для авиапредприятий // УЭкС. 2011. №32.

8. Захарова Е. В. Страхование в России // Сборник статей Международной научно-практической конференции 25 марта 2015 г. Часть 2. 2015. С. 158-160

9. Моисеев Н. А., Романников А. Н. Анализ эффективности способов спецификации уравнения регрессии // Экономический журнал. 2017. №45. С. 87-110

10. Попов В. Б., Кадыров Э. Ш. Анализ моделей прогнозирования вероятности банкротства предприятий // Ученые записки Таврического национального университета имени В. И. Вернадского. 2014. Т. 27, №1. С. 118-128

11. Хайдаршина Г. А. Совершенствование методов оценки риска банкротства российских предприятий в современных условиях // Имущественные отношения в РФ. 2009. Т. 95, №8. С. 86-95

Электронные источники на русском языке

12. FIRA PRO [электронный ресурс]. URL: https://fira.ru/ Дата обращения: 13.03.18

13. SPARK INTERFAX [электронный ресурс]. URL: http://www.spark-interfax.ru/ Дата обращения: 15.04.18

14. Statsoft [электронный ресурс]. URL: http://statsoft.ru/home/textbook/glossary/GlossaryTwo/W/WaldStatistic.htm Дата обращения: 20.04.18

15. Мастицкий С.Э., Шитиков В.К. (2014) Статистический анализ и визуализация данных с помощью R. - Электронная книга, адрес доступа: http://r-analytics.blogspot.com Дата обращения: 21.04.18

Источники на иностранном языке

16. Altman E. I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy // The journal of finance. 1968. Vol 23, № 4. P. 589-609

17. Altman E. I., Sabato G. Modelling credit risk for SMEs: evidence from the U.S. market // 2007. ABACUS. Vol. 43, No. 3, P. 332-357

18. BarNiv R., Hershbarger R. A., Classifying financial distress in the life insurance industry // The Journal of Risk and Insurance. 1990. Vol. 57, No. 1. P. 110-136

19. Beaver W. H. Financial ratios as predictors of failure // Journal of accounting research. 1966. Vol. 4, Empirical research in accounting: selected studies 1966. P. 71-111

20. Gruszczinsky M. Financial distress of companies in Poland // IAER. 2004. Vol. 10, № 4. P. 249-256

21. Hunter J., Isachenkova N. Failure risk. A comparative study of UK and Russian firms // Journal of policy modeling. 2001. № 23. P. 511-521

22. Lin L. & Piesse J // Identification of corporate distress in UK industrials: a conditional probability analysis approach. Applied Financial Economics. 2004. Vol. 14, №. 2. P. 73-82

23. Lugovskaya L. Predicting default of Russian SMEs on the basis of ?nancial and non-?nancial variables // Journal of financial services marketing. 2010. Vol. 14, № 4. P. 301-313

24. Minussi J., Soopramanien D., Worthington D., Statistical modelling to predict corporate default for Brazilian companies in the context of Basel II using a new set of financial ratios // Lancaster University Management School working paper 2007/008. 2007.

25. Nam J. H., Jinn T. Bankruptcy prediction: evidence from Korean listed companies during the IMF crisis // Journal of international financial management and accounting. 2000. Vol. 11, № 3. P. 179-197

26. Ohlson J. A. Financial ratios and the probabilistic prediction of bankruptcy // Journal of accounting research. 1980. Vol. 19, № 1, P. 109-131

27. Sirirattanaphonkun W., Pattarathammas S. Default prediction for small-medium enterprises in emerging market: evidence from Тhailand // Seoul journal of business. 2012. Vol. 18, № 2. P. 25-54

Электронные источники на иностранном языке

28. IBM [website]. URL: https://www.ibm.com/ Дата обращения:15.04.18

29. RDocumentation [electronic resource]. URL: https://www.rdocumentation.org/ Дата обращения: 23.04.18

ПРИЛОЖЕНИЯ

Приложение №1. Результаты корреляционного анализа

Приложение №2. Значения коэффициентов для модели Хайдаршиной

Размещено на Allbest.ru