Статистический анализ рынка автострахования КАСКО в России
Основные положения и принципы страхования. Исследование динамики и структуры рынка российского автострахования Каско. Моделирование и прогнозирование динамики временного ряда суммарных страховых премий. Особенности построения моделей панельной регрессии.
| Рубрика | Математика |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 11.08.2020 |
| Размер файла | 7,6 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Валовый региональный продукт. Показатель, который в целом показывает развитость и экономическую активность региона. Высокие значения ВРП на душу населения сопряжены с высоким уровнем объема производственного капитала, поэтому его рост оказывает положительное воздействие на проникновение страховой деятельности в регионе.
страхование каско премия регрессия
Рис. 17 - Коробчатые диаграммы для объясняющих переменных
Для независимых переменных также были построены ящичковые диаграммы (рис. 17, приложение 7), которые показали большое число аномальных наблюдений. Однако, в свою очередь, исключение нетипичных данных и сокращение выборки может негативно повлиять на качество регрессионной модели. В силу этого было решено оставить рассматриваемую выборку без изменений и учитывать в дальнейшем анализе наличие аномальных наблюдений.
Далее аналогично для 2018 года были рассчитаны дескриптивные статистики для рассматриваемых переменных (таблица 9).
Заметим, что данные характеризуются большим размахом, что подтверждает огромную региональную диспропорцию. Например, размах показателя протяженности автомобильных дорог составляет 54459,05; максимальное значение было зафиксировано в Алтайском крае, а наименьшее в Ненецком автономном округе. Кроме того, согласно посчитанным характеристикам, значения медианы и среднего для большинства показателей не сильно отличаются друг от друга, говоря о том, что они остались устойчивы к имеющимся выбросам.
Отметим также, что выбранные показатели имеют различные единицы измерения, поэтому в дальнейшем анализе данные были стандартизованы согласно правилу нормировки:
где б - стандартное отклонение выборки, а х - выборочное среднее.
Таблица 9 - Описательные характеристики независимых переменных
|
Г руппа |
Показатель |
Обозначение показателя |
Единица измерения |
Среднее |
Медиана |
Минимум |
Максимум |
Вариация |
Асимметрия |
Эксцесс |
|
|
Переменные транспортного состояния |
Число собственных легковых автомобилей |
Х1 |
Единиц на 1000 населения |
300,37 |
310,72 |
109,50 |
498,51 |
22,1% |
-0,167 |
0,814 |
|
|
Протяженность автомобильных дорог |
Х2 |
Километры |
18330 |
16463 |
374,95 |
54834 |
64,5% |
0,725 |
0,169 |
||
|
Плотность автомобильных дорог |
Х3 |
Км дорог на 1000 кв. м. территории |
244,20 |
214,54 |
1,17 |
1101,3 |
91,4% |
1,28 |
1,89 |
||
|
Доля дорог, не отвечающих нормативным требованиям |
Х4 |
Процент |
47,46 |
47,12 |
0 |
96,27 |
42,7% |
-0,189 |
-0,198 |
||
|
Количество ДТП |
Х5 |
Единиц на 100 тысяч населения |
123,97 |
124,95 |
15,69 |
190,82 |
26,2% |
-0,608 |
0,813 |
||
|
Переменные социальноэкономического развития |
Уровень безработицы |
Х6 |
Процент |
6,11 |
5,1 |
2,1 |
26,6 |
55,2% |
3,239 |
15,152 |
|
|
Коэффициент Джини |
Х7 |
Величина от 0 до 1 |
0,372 |
0,369 |
0,338 |
0,435 |
6% |
0,467 |
-0,467 |
||
|
Среднедушевые денежных доходы |
Х8 |
Руб./месяц |
29672 |
26585 |
15603 |
79398 |
42,1% |
2,52 |
6,819 |
||
|
Доля городского населения |
Х9 |
Процент |
69,81 |
71 |
29 |
95,9 |
17,9% |
-0,744 |
0,979 |
||
|
ВРП на душу населения |
Х10 |
Рубли |
615596 |
412530 |
112553,4 |
6950415 |
161% |
5,008 |
26,325 |
Для определения тесноты связей между выбранными показателями был проведен корреляционный анализ, в частности, были посчитаны парные коэффициенты корреляции Пирсона.
Таблица 10 - Парные коэффициенты корреляции Пирсона
|
Х1 |
Х2 |
Х3 |
Х4 |
Х5 |
Х6 |
Х7 |
Х8 |
Х9 |
Х10 |
||
|
XI |
1 |
||||||||||
|
Х2 |
0,2136 |
1 |
|||||||||
|
Х3 |
-0,1355 |
0,0740 |
1 |
||||||||
|
Х4 |
-0,1853 |
0,0092 |
-0,2484 |
1 |
|||||||
|
Х5 |
0,3477 |
-0,0351 |
-0,2764 |
0,1277 |
1 |
||||||
|
Х6 |
-0,4364 |
-0,2322 |
0,1523 |
0,0506 |
-0,3284 |
1 |
|||||
|
Х7 |
0,0425 |
0,2240 |
-0,0843 |
-0,0935 |
-0,1901 |
-0,2157 |
1 |
||||
|
Х8 |
0,0695 |
-0,1946 |
-0,2858 |
-0,0926 |
-0,1395 |
-0,3003 |
0,6116 |
1 |
|||
|
Х9 |
0,3776 |
0,0302 |
-0,2326 |
-0,1977 |
0,2468 |
-0,5515 |
0,0962 |
0,4264 |
1 |
||
|
Х10 |
-0,0442 |
-0,2540 |
-0,2972 |
0,0765 |
-0,1515 |
-0,1334 |
0,4860 |
0,8109 |
0,2530 |
1 |
Матрица выявила сильную положительную связь между показателями среднедушевых денежных доходов (Х8) и ВРП на душу населения (Х10). В связи с этим дальнейший регрессионный анализ будет осуществляться с поправкой на эту особенности для того, чтобы избежать мультиколлинеарности в модели. Был также обнаружен ряд пар коэффициентов с умеренной взаимозависимостью, которую в большинстве демонстрируют показатели экономического состояния региона.
ЕЕ - модель с фиксированными эффектами для сбалансированной панели.
Для выявления основных детерминант развития страхового рынка КАСКО в регионах России была выбрана модель с фиксированными эффектами, которая опирается на структуру панельных данных и имеет следующий вид:
где - это индивидуальный эффект объекта {, который не зависит от 1.
Модель предполагает связь между индивидуальными эффектами и объясняющими переменными, при этом оценки получаются несмещенные и состоятельными, если будут выполнены предпосылки модели: ошибки % не коррелируют с регрессорами при всех {, '}, и, 1 и между собой по 1 и 1.
В качестве результирующей модели была выбрана следующая:
Отметим, что в модели был применен робастный способ оценивания матрицы ковариации с использованием преобразования Бека-Каца.
Такое преобразование позволяет достигнуть такого свойства стандартных ошибок, как робастность, которая характеризует устойчивость результата исследования к различным выбросам и отклонениям, увеличивая значимость модели и коэффициентов.
Для проверки качества и адекватности построенной модели проводились следующие тесты:
Б-тест (НО: модель незначима в целом).
Тест Вальда на значимость индивидуальных эффектов.
Тест Хаусмана (НО: отсутствие корреляции между индивидуальными эффектами и регрессорами).
Тест Харке-Бера на нормальность остатков.
Тест Дарбина-Уотсона (Н0: отсутствие автокорреляции, которая
подчиняется авторегрессионному процессу первого порядка).
Тест Вулдриджа (Н0: отсутствие сериальной корреляции первого порядка).
Тест Бреуша-Пагана на гомоскедастичность остатков.
Также была построена вторая модель, вида:
Данная модель частично подтвердила результаты первой, а также выявила новую объясняющую переменную X4. Отметим, что fi -- коэффициенты устойчивы (то есть находятся в пределах доверительного интервала), что говорит о корректности объясняющих переменных.
Однако, данная модель обладает более высокими значениями критериев Акаике и Шварца, поэтому не была выбрана в качестве результирующей.
Полученные результаты моделей представлены в таблице 11. Более того, поскольку в моделях встречаются показатели, которые имеют умеренную взаимосвязь (а именно между регрессорами X7 и Х10), был проведен анализ VIF на наличие мультиколлинеарности. Однако проверка не выявила признаков мультиколлинеарности, так как максимальный показатель VIF был равен 1,43, что меньше критического значения 4.
Проведенные тесты показали правильность спецификации модели, поскольку фиксированные эффекты оказались значимыми. Более того, в целом модель является статистически значимой, но в ней присутствует серия недостатков, таких как гетероскедастичность, автокорреляция и сериальная корреляция, которые, в свою очередь, приводят к неэффективности полученных оценок.
Таблица 11 - Результаты ЕЕ - модели панельной регрессии с фиксированными эффектами
|
Переменные |
Модель 1 |
Робастные стандартные ошибки |
Модель 2 |
Робастные стандартные ошибки |
|
|
Константа |
410,249*** |
6,449 |
410,249*** |
6,481 |
|
|
XI |
15,291* |
7,872 |
13,710* |
7,333 |
|
|
Х9 |
19,057*** |
6,141 |
29,953*** |
8,701 |
|
|
Х10 |
33,802** |
14,748 |
32,388** |
12,492 |
|
|
Х7 |
-14,228** |
6,688 |
|||
|
Х4 |
7,767** |
7,767 |
|||
|
р - уаіие: * 10%, ** 5%, *** 1% |
|||||
|
Я2 |
0,9 |
0,9 |
|||
|
Тест |
Р-уа1ие |
Результат |
Р-уа1ие |
Результат |
|
|
Значимость модели |
<0,001 |
Модель значима |
<0,001 |
Модель значима |
|
|
Тест Вальда |
<0,001 |
Фиксированные эффекты значимы |
<0,001 |
Фиксированные эффекты значимы |
|
|
Тест Хаусмана |
0,005 |
RE-модель не адекватна |
0,001 |
RE-модель не адекватна |
|
|
Тест Харке - Бера |
0,02 |
Нормальность остатков |
0,04 |
Нормальность остатков |
|
|
Тест Вулдриджа |
<0,001 |
Автокорреляция |
<0,001 |
Автокорреляция |
|
|
Тест Песарана |
<0,001 |
Сериальная корреляция |
<0,001 |
Сериальная корреляция |
|
|
Тест Бреуша-Пагана |
<0,001 |
Гетероскедастичность |
<0,001 |
Гетероскедастичность |
Однако, несмотря на ряд недостатков, модель характеризуется устойчивыми коэффициентами и нормальностью в остатках на уровне значимости 0,1.
Была также построена модель по объединенной выборке и модель панельных данных со случайными эффектами. Однако в силу тестов, показывающих приоритетное использование модели с фиксированными эффектами, было принято решение не включать их в анализ.
Таким образом, модели выявили ряд факторов, которые влияют на суммарные страховые премии по КАСКО. Обоснуем полученные результаты.
Число собственных легковых автомобилей
Предположение о положительном влиянии числа собственных легковых автомобилей на суммарные страховые премии по КАСКО подтвердилось. Действительно, каждая машина является опасным средством передвижения. Приобретение личного автомобиля и его дальнейшая эксплуатация связаны с большими рисками. Транспортное средство может пострадать в результате аварии, пожара, незаконных действий третьих лиц, и это требует дополнительных непредвиденных расходов на ремонт. Учитывая также тот факт, что машина является предметом дорогостоящим, и что не каждый владелец окажется платежеспособным, чтобы покрыть эти убытки, наличие автостраховки защитит его от материальных потерь.
В целом добровольное страхование транспортного средства обеспечивает его владельца экономической защитой на случай возникновения ущерба. Таким образом, добровольное страхование ТС и его развитие в регионах напрямую зависит от количества приобретенных автомобилей.
Доля городского населения
Урбанизация населения серьезно сказывается на рынке автострахования, так как горожане остаются главными потребителями страхового продукта. Концентрация капитала, транспортных средств, инфраструктура, специфические риски в городах являются главными факторами, влияющими на объем страховых услуг. Также в городе более высокий уровень дохода жителей, по сравнению с сельской местностью, что делает его более благоприятным местом для развития автострахования. Высокий уровень преступной деятельности в городах также приводит к необходимости страхования имущества от противоправных действий третьих лиц. А более высокий уровень финансовой грамотности у городских жителей, также благоприятно сказывается на приобретении страховых полисов, в том числе и КАСКО.
По результатам анализа, представленным в работе, имеется положительная зависимость между уровнем урбанизации и объемом страховой премии на одного регионального жителя. Города, остаются главными транспортными артериями, являясь полем для возникновения большинства страховых рисков, от которых автовладелец должен себя обезопасить, и создавая спрос на продукты автокаско.
ВРП на душу населения
Валовый региональный продукт (ВРП) является показателем экономической деятельности региона, который включает в себя стоимость всех товаров и услуг, произведенных на территории отдельно взятого региона. Этот показатель в первую очередь обуславливает степень развития и экономическую активность региона. Чем выше этот показатель на душу населения, тем выше уровень производственного капитала. Соответственно, прослеживается тесная взаимосвязь между доходами населения в регионах и валовым региональным продуктом. Это также подтвердил корреляционный анализ, показав сильную связь на уровне 0,81. Естественно, люди, у которых денежных средств не хватает на самое необходимое, не в состоянии приобретать предметы роскоши, к которым относятся продукты автострахования. Таким образом, предположение о положительной зависимости уровня развития регионального страхового рынка и ВРП на душу населения.
Коэффициент Джини
Коэффициент Джини является статистическим показателем, который выражает неравенство в распределении дохода среди населения. И чем выше степень расслоения общества, тем больше разрыв между богатой и бедной частями населения. Таким образом, отсутствует широкая прослойка населения среднего класса, являющегося основным потребителем продуктов автострахования. Часть населения с низким уровнем благосостояния тратит свой доход первостепенно на продукты первой необходимости, в которые не входит полис автокаско. А доля богатого населения, в свою очередь, не велика. Тем самым, неравномерность в доходах отрицательно сказывается на совокупном страховом спросе.
Доля дорог, не отвечающих нормативным требованиям
Одной из многочисленных проблем автострахования является состояние дорог. Автомобильные дороги во многих регионах, особенно удаленных от центра, находятся в плачевном состоянии. По статистике 20% всех дорожнотранспортных происшествий случается из-за разбитых дорог. Возможность попасть в ДТП из-за низкого качества дорог велика, соответственно остается необходимость страхования от такого рода риска. Следовательно, спрос на продукты автострахования выше в регионах, где присутствует большая доля автодорог, не отвечающих нормативным требованиям.
Таким образом, потенциал и возможности развития страхового рынка в регионе определяются уровнем социально-экономического развития региона и его ресурсами.
Глава 3. Статистическое исследование портрета индивидуального страхователя КАСКО в России
Данная глава посвящена изучению особенностей страхового поведения населения Российской Федерации. Будет рассмотрена пробит-модель для определения экономических, социальных и демографических особенностей человека, которые определяют его склонность к приобретению страхового продукта, в частности, полиса автострахования КАСКО.
3.1 Описание регрессоров
Выборка была сформирована на основании российского мониторинга экономического положения и здоровья населения НИУ ВШЭ за 2018 год [30]. В качестве единицы наблюдения был рассмотрен индивид, что позволило полно оценить влияние его личностных характеристик на активность на страховом рынке КАСКО. Объем выборочной совокупности, используемой в дальнейшем анализе, составил 3424 анкет. Отметим, что из выборки были удалены индивиды, которые не имели в собственности автомобиль для более качественного анализа.
Зависимая переменная представляет собой ответ на вопрос, есть ли у человека добровольный полис автострахования или нет. Регрессоры, которые были использованы для анализа, можно сгруппировать в отдельные блоки. В первый блок вошли социально-экономические, а также демографические характеристики (таблица 12).
Вторую группу регрессоров составили характеристики активного финансового поведения респондентов, которые в некоторой степени отражают склонность человека к принятию риска (таблица 13). Действительно, индивид- рискофоб, или иными словами, не склонный к риску, с большей вероятностью воспользуется полисом КАСКО и оградит себя от принятия риска. Сомнению относительно ожидаемого влияния на зависимую переменную подвержен факт наличия пассивного дохода от сдачи имущества в аренду.
Объясняющие переменные 1
Таблица 12
|
Характеристика |
Значения |
Ожидаемое влияние |
|
|
Пол индивида (Х1) |
0 - женский, 1 - мужской |
+ |
|
|
18 - 32 |
+ |
||
|
Возраст (возрастные группы) |
33-40 |
+/- |
|
|
(Х2-Х5) |
41-54 |
+/- |
|
|
55+ |
+ |
||
|
Семейное положение (Х6) |
0 - не женат/не замужем, 1 - состоит в браке |
+ |
|
|
Уровень образования (Х7) |
0 - нет высшего образования, 1 - имеет высшее образование |
+ |
|
|
Тип населения (Х8) |
0 - вне города, 1 - проживает в городе |
+ |
|
|
Наличие детей (Х9) |
0 - нет детей, 1 - есть |
+ |
|
|
Величина дохода (Х10) |
Среднемесячная заработная плата за последний год, руб. |
+ |
|
|
Выпуск (новизна) автомобиля (Х11) |
Полные года автомобиля |
- |
|
|
Степень удовлетворенности жизнью (Х12) |
Шкала от о до 5, где 0 - совершенно неудовлетворен, 5 - полностью удоблетворен |
+ |
Данный показатель характеризует не только активное финансовое поведения индивида, но и высокое благосостояние респондента, что, в свою очередь, положительное влияет на спрос на добровольное автострахование.
Объясняющие переменные 2
Таблица 13
|
Характеристика |
Значения |
Ожидаемое влияние |
|
|
Наличие долгов (Х13) |
0 - нет, 1 - есть |
- |
|
|
Наличие сбережений (Х14) |
0 - нет, 1 - есть |
- |
|
|
Наличие кредитных выплат за последний месяц (Х15) |
0 - нет, 1 - есть |
- |
|
|
Одалживание денег третьим лицам (Х16) |
0 - нет, 1 - есть |
- |
|
|
Наличие пассивного дохода от сдачи в аренду квартиры или другого имущества (Х17) |
0 - нет, 1 - есть |
+/- |
Что касается структуры исследуемой выборки, то в целом 8,3% анкетированных имеют полис добровольного автострахования. Такой процент говорит о малой популярности данного вида страхования среди россиян и стагнации рынка автокаско. Также в структуре информационного массива числится 53,6% респондентов мужского пола и 46,4% женского. При этом 73,4% находятся в зарегистрированном браке и 83,7% имеют родных или усыновленных детей, что говорит о большой концентрации индивидов среднего возраста в выборке. Это также подтверждает структура распределения возрастов респондентов (рис. 18). Среднее арифметическое значение располагается на отметке 43 года.
Рис. 18 - Гистограмма распределения возраста респондентов Источник: расчеты автора в Excel
Для дальнейшего анализа данные были разделены на возрастные группы для определения степени влияния каждой из них, в частности интерес вызывают пожилая и молодая часть населения. Однако группировка возрастов была сформирована отличная от классификации ВОЗ для исключения мультиколлинеарности между образованными группами. Таким образом, возрастные группы имели следующую структуру (рис. 19). Пятая часть индивидов относится к молодому населению, а 18% принадлежит населению пенсионного возраста (считая по нижней границе для женщин).
Около 43% респондентов имеют высшее образование, при этом в России в целом эта доля составляла около 55% в 2018 году. Более того, согласно распределению среднемесячной заработной платы индивидов выборки, ее среднее значение образовывает 31280 рублей, что ниже среднероссийского показателя в 43431 рубля.
Рис. 19 - Структура возрастных групп Источник: расчеты автора в Excel
Такая статистика говорит о специфике выборочной совокупности. Действительно, люди с высоким социально-профессиональным статусом пренебрежительно относятся к такого рода опросам, более того, они часто не готовы выделить время для их прохождения.
Рис. 20 - Гистограмма среднемесячной заработной платы Источник: расчеты автора в Excel
3.2 Построение модели бинарного вида зависимости наличия полиса КАСКО у индивида и его личностных характеристик
Модель бинарного вида - это регрессионная модель, в которой зависимая переменная принимает два различных значения: 1 - наличие признака, 0 - его отсутствие.
Для анализа и описания типичного страхователя КАСКО была использована объясняемая переменная, которая принимает значение 1, если респондент имеет добровольный полис автострахования (кроме ОСАГО), и 0 в случае отсутствия полиса.
Наиболее часто встречающиеся в эконометрике модели бинарного вида - это пробит-, логит- и гомбит-модели. В дальнейшем анализе будет использована пробит-модель, имеющая вид:
где Ф - это интегральная функция стандартного нормального распределения
Сначала была оценена регрессия, включающая в себя все исследуемые факторы и далее методом пошагового исключения переменных, были удалены факторы с наименьшей значимостью. Итоговая регрессионная модель включает в себя семь объясняющих переменных и константу (таблица 14).
Отметим, что в - коэффициенты в пробит модели не позволяют дать прямую интерпретацию степени влияния факторов на объясняемую переменную. В данном случаи они показывают направление связи между показателями. Таким образом, отрицательный в - коэффициент свидетельствует о том, что уменьшение фактора способствует снижению вероятности наличия страхового полиса КАСКО у индивида.
Таблица 14 - Результаты пробит-модели
|
Переменные |
в коэффициент |
Стандартная ошибка |
|
|
Константа |
-1,665*** |
0,087 |
|
|
Х2 |
0,144* |
0,079 |
|
|
Х5 |
0,199** |
0,086 |
|
|
Х7 |
0,159** |
0,066 |
|
|
Х10 |
9,85е-06*** |
1,17е-06 |
|
|
Х11 |
-0,03*** |
0,006 |
|
|
Х13 |
-0,26** |
0,114 |
|
|
Х15 |
0,23** |
0,113 |
|
|
р - уаіие: * 10%, ** 5%, *** 1% |
|||
|
Тест |
Р-уа1ие |
Результат |
|
|
LR-тест |
<0,001 |
Модель в целом значима |
|
|
F-тест |
0,825 |
Выбор в пользу короткой модели |
|
|
Тест Харке-Бера |
0,07 |
Нормальность остатков |
Для содержательной интерпретации параметров, используемых в регрессии, были рассчитаны средние маржинальные эффекты. В целом модель корректно предсказала 3143 случая, что составляет 91,8%.
Таблица 15 - Маржинальные эффекты
|
Регрессор |
Маржинальный эффект (йу/йх) |
|
|
Х2 |
0,0205 |
|
|
Х5 |
0,0284 |
|
|
Х7 |
0,0226 |
|
|
Х10 |
1,4е-06 |
|
|
Х11 |
-0,0044 |
|
|
Х13 |
-0,0380 |
|
|
Х15 |
0,0338 |
Для анализа качества модели были проверены следующие эконометрические тесты:
ЬЯ-тест на значимость модели в целом. Тест сравнивает полученную регрессионную модель с моделью, которая содержит только константу. Нулевая гипотеза гласит о незначимости всех коэффициентов регрессии. Р-уа1ие=0,000, следовательно гипотеза отвергается на уровне значимости 5%, и модель в целом является значимой.
Б-тест на лишние переменные. Тест сравнивает короткую и длинную модели. Нулевая гипотеза предполагает незначимость или равенство нулю факторов, не включенных в построенную модель. Гипотеза не отвергается с вероятностью ошибки 0,05 (р-уа1ие=0,8), говоря о предпочтительном использовании короткой модели.
Тест Харке-Бера на нормальность распределения. НО: остатки модели подчиняются нормальному закону распределения. Р-уа1ие составил 0,07, что означает нормальность остатков на уровне значимости 0,1.
Проинтерпретируем полученные результаты модели:
* Возрастная группа 18-32 года (Х2). Покупатели автомобилей этой группы, постоянно находятся в движении, от них зависит успешная работа их предприятий. Машина для них - это рабочий инструмент, а также предмет повышающий их статус. Кроме того, индивиды данной группы не обладают большим водительским стажем и подвержены высокому риску попадания в ДТП, поэтому приобретенный полис добровольного автострахования надежно защитит их финансовое положение на срок действия договора. Также люди молодого возраста, как правило, не имеют на своем счету достаточного количества сбережений для самостоятельного приобретения транспортного средства. В силу этого они обращаются в банк для получения кредита на покупку автомобиля, где необходимым условием является наличие полиса КАСКО.
Возрастная группа 55 лет и старше (Х5).В данную группу входят индивиды, обладающие большим опытом вождения, привыкшие к трудностям дороги. Как правило, это водитель с профессиональными навыками и водительским стажем порядка 15 -20 лет. У это категории водителей меньше вероятности попадания в ДТП. Эти водители могут значительно сэкономить на приобретении полиса КАСКО, покупка которого становится для индивидов данной группы достаточно выгодной, что провоцирует их спрос на продукт. Более того, люди пожилого возраста более расчетливые и в меньшей степени хотят принимать на себя большие финансовые риски, поэтому, как правило, более склонны к приобретению полиса автокаско.
Наличие высшего образования (Х7).Люди, имеющие высшее образование, соответственно имеют и более высокий социально-экономический статус. Это граждане с повышенной финансовой грамотностью, их страховая культура достаточно высока для понимания выгоды автострахования лично для себя. Наличие образования помогает людям с легкость разобраться в нововведениях на рыке автострахования, таких как телематика. В силу этого продукт автокаско считается довольно распространенным среди людей с высшим образованием.
Среднегодовая заработная плата (Х10).С увеличением среднемесячной зарплаты отмечается увеличение число обладателей полиса КАСКО, поскольку данный продукт считается предметом роскоши. Действительно, основная масса страхователей приходится на средний класс: большая часть страхователей имеет среднегодовую заработную плату выше средней, треть страхователей имеет средний уровень дохода. Бедные слои населения составляют самый маленький процент автострахователей.
Количество лет автомобилю (Х11).С увеличением возраста автомобиля растет его страховой тариф в связи с возрастающими рисками; чем старше автомобиль, тем выше стоимость страховки. По достижении автомобилем определенного возраста компании-страховщики могут попросту отказаться его страховать. По этой причине автовладельцам подержанных ТС не выгодно приобретать полис КАСКО. Кроме того, следует отметить факт настойчивого навязывания услуг автострахования при непосредственной покупке транспортного средства в салонах.
Наличие долгов (Х13).Гипотеза о том, что факт наличия долгов у индивида отрицательно влияет на приобретение автомобильной страховки, не была отвергнута на уровне значимости 0,05. Было подтверждено, что страховое поведение связано со склонностью к риску. Индивид, готовый взять в долг у третьих лиц, пессимистично настроен на защиту от каких-либо рисков, в том числе и автомобильного. Кроме того, наличие долговых обязательств свидетельствует о том, что у человека нет свободных денежных средств на приобретение достаточно дорогостоящей страховки.
Наличие кредитных выплат за последний месяц (Х15). Предположение об отрицательном влиянии кредитных выплат на наличие добровольного полиса автострахования было отвергнуто. Активное финансовое поведение в данном случае не воздействует на склонность человека к принятию риску. И первостепенным становится предположение, что кредитные выплаты были направлены на погашение задолженности на покупку автомобиля, что, в свою очередь, влияет на наличие полиса КАСКО. Действительно, в большинстве случаев кредит берется на дорогостоящую покупку, и по статистике в России на третьем месте целью открытия кредита является приобретение автомобиля. Около половины продаж машин осуществляется при помощи кредитного займа, а следовательно, с оформлением полиса КАСКО.
Заключение
Таким образом, можно сделать вывод, что основными факторами, влияющими на наличие добровольного полиса автострахования, являются экономические. Демографические характеристики индивида, такие как пол, семейное положение, наличие детей и так далее, не оказывают воздействия на зависимую переменную. Значимыми социально - демографическими объясняющими переменными являются только возраст и высшее образование, которые, в свою очередь, сильно связаны с экономическим положением респондента. Экономический кризис и его последствия сильно повлияли на финансовый сектор, в том числе и на страховой рынок. На сегменте автострахования наиболее сильно сказываются шоки экономики, и его развитие осложняется рядом фактором, таких как недоверие граждан к страховой деятельности, слабая законодательная база в сфере регулирования инцидентов, низкий платежеспособный спрос и так далее. Исследование временного ряда суммарных страховых премий продемонстрировало небольшой рост показателя в последние годы, что свидетельствует о преодолении состояния стагнации после кризиса 2014 года. Прогноз на 2020 год предполагает рост совокупных поступлений на 3,9%.
Однако сектор автострахования КАСКО сужается в сравнении с другими отраслями страхования, что говорит о потребности в развитии новых направлений работы. Проведенный анализ показал, что можно выделить ряд перспективных направлений деятельности, которые создадут благоприятную среду для формирования тенденции на оживленный рост на рынке автокаско. В первую очередь, это развитие использования инструментов микрострахования, при котором создается индивидуальный страховой пакет для каждого клиента, что оптимизирует стоимость страхового полиса и увеличит клиентскую базу. Для модификации полиса и расширения продуктовой линейки представление о потенциальном страхователе является преимуществом. Исследование на основании пробит-модели позволило выявить ряд факторов, которые характерны для держателя полиса КАСКО, что может помочь страховым компаниям правильно ориентировать свою деятельность.
Еще одно направление развития КАСКО -- это ускорение темпов внедрения инноваций. В долгосрочной перспективе их реализация позволит упростить и автоматизировать деятельность страховых компаний, сокращая их издержки и трудоемкость. А введение и продвижение телематических устройств минимизирует число спорных случаев и мошеннических действий, повышая доверие к продукту и страховой компании.
Более того, проведенный анализ показал существенную региональную диспропорцию страхового рынка и необходимость формирования стратегии развития и расширения автострахования КАСКО в регионах страны. В силу этого особый интерес представляет собой изучение основных детерминантов развития автострахования на региональном уровне. С помощью методов регрессионного анализа удалось построить адекватную модель и выявить факторы, которые показали свою значимость влияния на объем совокупных страховых премий по КАСКО. Ими являются: число собственных автомобилей на 1000 человек населения, уровень урбанизации, валовый региональный продукт на душу населения, коэффициент Джини и доля дорог, не отвечающих нормативным требованиям. Таким образом, уделение внимания и направление ресурсов на расширение регионального страхового рынка послужит толчком к развитию автокаско в стране.
Данное исследование позволило проанализировать текущее состояние сегмента добровольного автострахования и оценить перспективы развития инфраструктуры страхового рынка. Таким образом, дальнейшее формирование и развитие КАСКО связано с действиями всех участников страховой деятельности, включая государственные инфраструктуры, по принятию комплекса мер, делающих рынок автострахования максимально прозрачным и открытым.
Список литературы
1. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики: учебник для вузов. - М.: ЮНИТИ, 1998. 656 с.
2. Галстян А.Ш., Шиянова А.А., Глушко Д.С. Динамика и перспективы развития рынка автострахования в России. Экономический вестник, .№4, 2007. 67-72 с.
3. Добровольская Д.С., Чижикова Н. Е., Улыбина Л. К. Оценка сегментов имущественного страхования. Экономика и бизнес, №25, 2019. 110-115 с.
4. Кирилюк И. Л., Свиридов А. П. Рынок страхования в России: текущее состояние и перспективы. От теории к экономической политике, №2, 2019. 43-61 с.
5. Магнус Я. Р., Катышев П. К., Пересецкий А. А. Эконометрика. Начальный курс: учебное пособие. - М.: Дело, 2004. 576 с.
6. Миронкина Ю. Н., Звездина Н. В. и др. Актуарные расчеты: учебник и практикум для бакалавриата и магистратуры. - М.: Юрайт, 2015. 663 с.
7. Синявская Т. Г., Трегубова А. А. Эконометрическое моделирование страхового поведения населения России: многомерная пробит -модель. Учет и статистика, №3 (51), 2018. 75-87 с.
8. Суслякова О. Н. Проблемы развития автострахования КАСКО в Российской Федерации. - Инновационная экономика: перспективы развития и совершенствования, №5 (31), 2018. 143 с.
9. Feyen E., Lester R., Rocha R. (2011). What Drives the Development of the Insurance Sector? An Empirical Analysis Based on a Panel of Developed and Developing Countries. Policy Research Working Paper, No. 5572.
10. Jean Lemaire. The impact of culture on the demand for non-life insurance. Cambridge University Press. 2012. Vol. 42, No. 2, pp. 501-527.
11. K. Poposki, J. Kjosevski, Z. Stojanovski. The determinants of non-life insurance penetration in selected countries from South-Eastern Europe. Economics and Business Review. 2015. Vol. 1, No. 3, pp. 20-37.
12. Liam J. A. Lenten and David N. Rulli. A time-series analysis of the demand for life insurance in Australia: an unobserved components approach. La Trobe University Press. 2005.
13. Marijana Curak, Ivana Dzaja and Sandra Pepur. The effect of social and demographic factors on life insurance demand in Croatia. International Journal of Business and Social Science. 2013. Vol. 4, No. 9.
14. Nawaf A.Salem Alghusin, Hamad A.Kasasbeh. The drivers of demand for non-life insurance. Second International Conference on Advanced Research in Business, Management and economics. 2019.
15. Piyawadee Khovidhunkit, Mary A. Weiss. Demand for automobile insurance in the United States. Temple University. 2005.
16. Thorsten Beck and Ian Webb. Economic, demographic, and institutional determinants of life insurance consumption across countries. World Bank Economic Review. 2003. Vol. 17, No. 1, pp. 51-88.
17. William A. Sherden. An analysis of the determinants of the demand for automobile insurance. Journal of Risk and Insurance. 1984. Vol. 51, No. 1, pp. 49-62.
18. Автомобильная газета «Авторевю» [https://autoreview.ru/news/v-2015-godu-rossiyskiy-avtorynok-upal-na-36]
19. Аналитическое агентство «АВТОСТАТ» [https://www.autostat.ru/articles/36324/]
20. Закон РФ от 27 ноября 1992 г. №4015-1 "Об организации страхового дела в Российской Федерации" // Консультант Плюс. - 1992. [http://www.consultant.ru/document/cons doc LAW 1307/]
21. Закон РФ от 25 апреля 2002 г. №40-ФЗ "Об обязательном страховании гражданской ответственности владельцев транспортных средств" // Консультант Плюс. - 2002. [http://www.consultant.ru/document/cons_doc _LAW_36528/]
22. Информационный интернет-портал «Страхование сегодня» [https://www.insur-info.ru/]
23. Информационный интернет-портал «Ревизорро Страхование» [https://revizorro.ru/kasko/dlya-opytnykh-voditeley1
24. Информационный портал «Банки С1иЬ» [https://bankiclub.ru/strahovanie/stoimost-kasko-v-2018-godu-po-modelyam-avto/]
25. Информационный портал «Новости Банков»[https://novostibankov.ru/finansy/14741nezhiznakaskofinansy.html]
26. Информационный портал «Са1сиМог24» [http://calculator24.ru/2017/12/09/deshevoe-kasko-online-ot-chego-zavisit-cena/]
27. История в машинах: чем запомнился 1991 год // РБК. - 2020. [https://www.autonews.ru/news/5e7096899a7947fac4ed9a06]
28. Национальное рейтинговое агентство [http://www.ra- national.ru/sites/default/files/Insurance_Russia_2019_Report_26032020_0.p df]
29. Обзор страхового рынка // КРМО. - 2016. [https://bosfera.ru/pdfZS _FS_7r.pdf]
30. Российский мониторинг экономического положения и здоровья населения НИУ ВШЭ [https://www.hse.ru/rlms/]
31. Российский страховой рынок, 2008 // RAEX. - 2008. [https://raex- a.ru/ratings/insurance_rank/2008]
32. Рынок страхования жизни за пять лет вырастет до 1 трлн руб. // РБК. - [https://www.rbc.ru/finances/21/05/2018/5afeeb279a7947 d82c28a1d5]
33. Статистика Банка России [https://cbr.ru/statistics/]
34. Телематика для страховщиков: эволюция бизнеса // Инвест-Форсайт. - [https://www.if24.ru/telematika-dlya-strahovshhikov/]
35. Федеральная служба государственной статистики [https://www.gks.ru/]Приложения
Приложение 1
Приложение 2
Приложение 3
Приложение 4
Приложение 5
Приложение 6
Приложение 7
Приложение 8
Приложение 9
Приложение 10
Приложение 11
Размещено на Allbest.ru
...Подобные документы
Понятие об основной тенденции ряда динамики, ее сущность и визуальное представление, методы анализа. Аналитическая оценка уравнения тренда. Характеристика, использование различных методов для выделения тренда временных рядов, прогнозирование показателей.
курсовая работа [207,2 K], добавлен 04.03.2013Построение модели множественной регрессии теоретических значений динамики ВВП, определение средней ошибки аппроксимации. Выбор фактора, оказывающего большее влияние. Построение парных моделей регрессии. Определение лучшей модели. Проверка предпосылок МНК.
курсовая работа [352,9 K], добавлен 26.01.2010Динамический ряд: понятие, виды. Показатели ряда динамики: абсолютный прирост, темп роста. Способы обработки динамического ряда. Укрупнение интервалов, скользящая средняя. Аналитическое выравнивание ряда динамики. Сущность понятия "экстраполяция".
контрольная работа [1,3 M], добавлен 31.10.2013Принципы маркетинговых исследований. Исследование рынка, конкурентов, потребителей, цены, внутреннего потенциала предприятия. Маркетинговое исследование рынка оконной продукции. Разработка мероприятий для устойчивого положения компании на рынке.
курсовая работа [2,4 M], добавлен 05.04.2023Расчет динамики опасных факторов пожара в помещении с использованием интегральной и зонной математических моделей. Определение продолжительности пожара и времени блокирования путей эвакуации. Расчет огнестойкости ограждающих строительных конструкций.
курсовая работа [2,0 M], добавлен 21.03.2015Обзор применения аппарата разностных уравнений в экономической сфере. Построение моделей динамики выпуска продукции фирмы на основе линейных разностных уравнений второго порядка. Анализ модели рынка с запаздыванием сбыта, динамической модели Леонтьева.
практическая работа [129,1 K], добавлен 11.01.2012Моделирование как метод научного познания, его сущность и содержание, особенности использования при исследовании и проектировании сложных систем, классификация и типы моделей. Математические схемы моделирования систем. Основные соотношения моделей.
курсовая работа [177,9 K], добавлен 15.10.2013Изучение изменений анализируемых показателей во времени как важнейшая задача статистики. Понятие рядов динамики (временных рядов). Числовые значения того или иного статистического показателя, составляющего ряд динамики. Классификация рядов динамики.
презентация [255,0 K], добавлен 28.11.2013Моделирование твердых тел, связанных твердых тел и деформируемых тел. Исследование метода Якобсена, тестовая реализация. Выбор и реализация метода обнаружения столкновений. Построение математической модели, ее исследование, тесты на производительность.
дипломная работа [1,2 M], добавлен 30.01.2012Подходы к оценке кредитного риска: недостатки методик Базеля II. Модели оценки: качество и прозрачность методик, структура данных. Скоринговые методики, кластерный и дискриминантный анализ, нейронные сети и дерево классификаций, data mining и регрессии.
курсовая работа [3,3 M], добавлен 21.08.2008Формулировка теоремы Бернулли, проверка ее с помощью программы. Моделирование случайной величины методом кусочной аппроксимации. График распределения Коши, построение гистограммы и нахождения числовых характеристик, составление статистического ряда.
курсовая работа [226,8 K], добавлен 31.05.2010Определение передаточной функции регулятора, обеспечивающего желаемое расположение корней характеристического уравнения замкнутой системы. Моделирование стандартной формы Баттерворта. Исследование динамики замкнутой системы с модальным регулятором.
контрольная работа [160,7 K], добавлен 10.01.2014Математическое моделирование динамики биологических видов (популяций) Т. Мальтусом. Параметры и основное уравнение модели "хищник-жертва", ее практическое применение. Качественное исследование элементарной и обобщенной модификаций модели В. Вольтерра.
курсовая работа [158,1 K], добавлен 22.04.2011Формы, виды и способы статистического наблюдения. Виды группировок, их интервал и частота. Структура ряда динамики. Абсолютные и относительные статистические величины. Представление выборки в виде статистического ряда. Точечное и интервальное оценивание.
курс лекций [1,1 M], добавлен 29.11.2013Изучение актуальной задачи математического моделирования в биологии. Исследование модифицированной модели Лотки-Вольтерра типа конкуренция хищника за жертву. Проведение линеаризации исходной системы. Решение системы нелинейных дифференциальных уравнений.
контрольная работа [239,6 K], добавлен 20.04.2016Обработка и анализ статистической информации. Выборочная теория; интервальные оценки и графическое представление параметров распределения. Точечные оценки характеристик положения и мер изменчивости. Корреляционная зависимость; уравнение регрессии.
курсовая работа [1023,9 K], добавлен 21.03.2015Исследование сходимости числового ряда. Использование признака Даламбера. Исследование на сходимость знакочередующегося ряда. Сходимость рядов по признаку Лейбница. Определение области сходимости степенного ряда. Сходимость ряда на концах интервала.
контрольная работа [131,9 K], добавлен 14.12.2012Операторы преобразования переменных, классы, способы построения и особенности структурных моделей систем управления. Линейные и нелинейные модели и характеристики систем управления, модели вход-выход, построение их временных и частотных характеристик.
учебное пособие [509,3 K], добавлен 23.12.2009Проблемы становления рыночной экономики России 90-х гг. Теоретические основы и закономерности возникновения и распространения просроченной задолженности в экономике. Моделирование и краткосрочный прогноз показателя объема неплатежей методами эконометрии.
курсовая работа [431,5 K], добавлен 21.08.2008Порядок и принципы построения вариационного ряда. Расчет числовых характеристик статистического ряда. Построение полигона и гистограммы относительных частот, функции распределения. Вычисление асимметрии и эксцесса. Построение доверительных интервалов.
контрольная работа [108,5 K], добавлен 03.10.2010
