Введение 4
1 Основные понятия теории страхования 7
2 Первичный статистический анализ 8
3 Проверка статистических гипотез 14
3.1 Понятие статистических гипотез 14
3.2 Постановка задачи проверки гипотез о виде распределения 15
3.3 Критерии согласия 16
3.4 Критерии однородности 17
3.5 Результаты проверки гипотез 19
4 Математические модели в страховании 21
4.1 Роль математического моделирования в страховании 21
4.2 Классическая модель Крамера - Лундберга 22
4.3 Модель Спарре Андерсена 23
4.3.1 Построение модели 25
4.3.2 Анализ результатов 27
Заключение 29
Список использованных источников и литературы 31
Приложение А 35
Приложение Б 37
Приложение В 46
Приложение Г 48
Приложение Д 51
Приложение Е 53
Приложение Ж 62
Приложение И
Методы теории вероятностей и математической статистики являются неотъемлемой частью расчётов в экономической сфере и, в частности, страховании. Вероятностный подход позволяет выстраивать долгосрочные страховые договоры, взаимовыгодные обеим сторонам. Для того, чтобы страховая система в будущем успешно и эффективно работала, необходимо правильно собирать текущую информацию, анализировать полученные статистические данные и делать строго научные выводы [1].
Страховой бизнес - растущий вид финансовой деятельности. Нет сомнений в том, что современная экономика и государство не могли бы функционировать без института, гарантирующего возмещение ущерба отдельному лицу или организации за убытки, которые могут возникнуть в результате природных или техногенных катастроф, пожаров, наводнений, аварий, беспорядков и т.д. Жизнь человека и его деятельность регулярно подвергаются негативному влиянию случайных событий. Страхование - это отличная возможность позаботиться о будущем, предостеречь себя, свою семью или фирму от непредвиденных расходов. Идея страхования является частью нашего цивилизованного мира.
Концепция математической теории страхования получила большое распространение, и круг практических задач в этой области непрерывно расширяется. Проблема анализа, оценки рисков, определения платёжеспособности страховой компании и поиска оптимальной стратегии является одной из важнейших как для отдельной организации, так и для всего страхового бизнеса в целом.
Необходимые инструменты для решения вопросов страхования были разработаны в XX веке. Они используют методы теории вероятностей, статистики и случайных процессов. На сегодняшний день имеется целая система понятий и методов, которые позволяют количественно оценивать финансовые риски [2].
Исследованию математических моделей страховых компаний, в том числе вероятности разорения, посвящено большое количество работ. Основы современной актуарной математики были заложены работами Ф. Лундберга и Х. Крамера, в которых была предложена так называемая классическая модель процесса страхования. Впоследствии эту модель усложняли и обобщали на разные случаи.
Целью работы является статистический анализ страхового рынка России и построение математической модели страхования. Для достижения этой цели были решены следующие задачи:
• найдена информация о количественных показателях страховых компаний;
• проведён первичный статистический анализ имеющихся данных;
• проверены гипотезы о виде распределений;
• изучена литература по модели страхования Крамера - Лундберга;
• изучена и построена математическая модель Спарре Андерсена;
• разработан комплекс программ для численной реализации предложенных статистических алгоритмов и модели.
Работа состоит из введения, четырех разделов, заключения, списка использованных источников и литературы, а также восьми приложений. Во введении представлены цель и задачи работы, описана актуальность темы. В разделе 1 излагаются общие аспекты страховой деятельности и приводятся основные понятия. В следующем разделе представлен первичный статистический анализ количественных показателей российских страховых компаний. В разделе 3 сформулирована задача проверки статистических гипотез, описаны используемые в работе методы и проанализированы полученные результаты. В разделе 4, посвященном математическим моделям страховых компаний, представлено описание моделей и реализован алгоритм построения модели Спарре Андерсена. В заключении сформулированы основные результаты, полученные в ходе исследования, а также цель дальнейшей работы. Список использованных источников и литературы состоит из 36 наименований. В приложениях представлены таблицы с результатами численных расчетов, рисунки и листинги программ.
В работе представлен обзор современного состояния российского страхового рынка. Для оценки развития страхования проведен статистический анализ количественных показателей за период с 2004 по 2021 год. В ходе первичной обработки была выявлена тенденция сокращения числа страховщиков с течением времени. Сравнение показателей прибыльности страхового сектора в разные периоды позволяет сделать вывод о положительной динамике развития и благоприятных перспективах. При обзоре деятельности различных страховых компаний было выявлено, что российский страховой рынок неоднороден.
В процессе тестирования гипотез различными методами были определены наиболее подходящие для имеющихся данных законы распределения: гамма-распределение и распределение Вейбулла.
В соответствии с поставленными задачами изучены важные математические модели страхования: модель Крамера - Лундберга и модель Спарре Андерсена, которые позволяют вычислять оптимальные значения различных показателей страховой деятельности и оценивать риски. На основании информации, полученной на этапе проверки гипотез, было решено исследовать модель Спарре Андерсена, в которой страховые премии и выплаты имеют экспоненциальные распределения. С помощью метода моментов получена система нелинейных уравнений для вычисления оценок необходимых параметров, для численного разрешения которой использовались возможности языка Wolfram в системе Mathematica. Анализ расчетов показал, что структура оценок соответствует реальной ситуации на рынке, но сами значения далеки от действительности.
В соответствии с оцененными значениями параметров реализован алгоритм моделирования потоков страховых премий и выплат для различных страховых компаний и видов страхования. Во всех рассмотренных случаях процесс выплат плохо моделируется в связи с сильно заниженными оценками интенсивностей. Для поступлений ситуация лучше: значения составного процесса Пуассона получаются заниженными, но чаще всего имеют тот же порядок, что и исходные данные. Сравнивая реальные и модельные значения капитала, можно отметить, что для крупных организаций разница оказалась весьма велика. В случае небольших компаний результаты получились более близкими, но высокая точность не была достигнута.
В дальнейшем планируется модернизировать предложенные в данной работе алгоритмы, в частности, будет построен дискретный аналог модели Спарре Андерсена.
1. Романова Е. М. Теории вероятности и полезности в страховании / / Вестник Казанского государственного энергетического университета. 2015. № 2. - С. 63-70.
2. Mikosch T. Non-Life Insurance Mathematics: an Introduction with the Poisson Process./ T. Mikosch. - Berlin: Springer-Verlag Berlin Heidelberg, 2009. - 432 p.
3. Филатов А. Н. Понятие и принципы страхования // Наука. Общество. Государство. 2017. - Т.5, №3. - С. 148 - 153.
4. Страхование : учеб.-метод. пособие / сост.: И. А. Марчева. - Нижний Новгород: Нижегородский госуниверситет, 2012. - 122 с.
5. Айвазян С. А. Прикладная статистика: основы моделирования и первичная обработка данных : справочное изд. / С. А. Айвазян, И. С. Енюков, Л. Д. Мешалкин. - М.: Финансы и статистика, 1983. - 471 с.
6. Конюкова О. Л. Динамика страхового рынка России и перспективы его развития / О. Л. Конюкова, Д. И. Раевич // Экономика и бизнес: теория и практика. - 2021. - № 1. - С. 165-169.
7. Центральный банк Российской Федерации: URL: https://www.cbr.ru/(дата обращения: 30.05.2022).
8. Страхование сегодня. URL: https://www.insur-info.ru/ (дата
обращения: 30.05.2022)
9. Ивченко Г. И. Введение в математическую статистику / Г. И. Ивченко, Ю. И. Медведев. - М.: изд-во ЛКИ, 2010. - 600 с.
10. Масленников О. В. Развитие страхового рынка Российской Федерации с целью повышения уровня социальной защиты граждан в условиях экономического кризиса / О. В. Масленников, Н. В. Масленникова // Современные наукоёмкие технологии. Региональное приложение. - 2017. - № 3. - С. 24-35.
11. Кремер Н. Ш. Теория вероятностей и математическая статистика / Н. Ш. Кремер. - 2-е изд. перераб. и доп. - М.: ЮНИТИ-ДАНА, 2004. - 573 с.
12. Кендалл М. Статистические выводы и связи / М. Кендалл, А. Стюарт; пер. с англ. Л. И. Гальчука, А. Т. Терехина; под ред. А. Н. Колмогорова. - М.: Наука, 1973. - 899 с.
13. Севастьянов Б. А. Курс теории вероятностей и математической статистики / Б. А. Севастьянов. - М.: Наука, 1982. - 256 с.
14. Математическая статистика: учебник для вузов / В. Б. Горяинов, И. В. Павлов, Г. М. Цветкова [и др.] ; под ред. В. С. Зарубина, А. П. Крищенко. - М.: изд-во МГТУ им. Н. Э. Баумана, 2001. - 424 с.
15. Буре В. М. Теория вероятностей и математическая статистика: учебник для вузов / В. М. Буре, Е. М. Парилина. - СПб.: Лань, 2013. - 416 с.
16. Бикел П. Математическая статистика / П. Бикел, К. Доксам; пер. с англ. Ю. А. Данилова. - М. : Финансы и статистика, 1983. Вып. 1. - 278 с.
17. Леман Э. Проверка статистических гипотез / Э. Леман, пер. с англ. Ю. В. Прохорова. - 2-е изд., М.: Наука, 1964. - 500 с.
18. Хеттманспергер Т. Статистические выводы, основанные на рангах / Т. Хеттманспергер; пер. с англ. Д. С. Шмерлинга. - М. : Финансы и статистика, 1987. - 334 с.
19. Боровков А. А. Математическая статистика / А. А. Боровков. - Новосибирск: Наука: Институт математики, 1997. - 771 с.
20. Гнеденко Б. В. Курс теории вероятностей: учебник / Б. В. Гнеденко.
- 8-е изд., испр. и доп. - М.: Едиториал УРСС, 2005. - 448 с.
21. Крамер Г. Математические методы статистики / Г. Крамер; пер. с англ. А. С. Монина, А. А. Петрова; под ред. акад. А. Н. Колмогорова. - 2-е изд.,
- М.: Мир, 1975. - 648 с.
22. Интрилигатор М. Математические методы оптимизации и экономическая теория / М. Интрилигатор; пер. с англ. Г. И. Жуковой, Ф. Я. Кельмана. - М.: Айрис-пресс, 2002. - 576 с.
23. Ротарь В. И. Введение в математическую теорию страхования / В. И. Ротарь, В. Е. Бенинг // Обозрение прикладной и промышленной математики. - 1994. - Т. 1, № 5. - С. 698-779.
24. Глухова Е. В. Математические модели страхования / Е. В. Глухова, О. А. Змеев, К. И. Лившиц. - Томск : Изд-во Том. гос. ун-та, 2004. - 180 с.
25. Булинский А. В. Теория случайных процессов / А. В. Булинский, А. Н. Ширяев. - М.: Физматлит, 2005. - 408 с.
26. Ширяев А. Н. Основы стохастической финансовой математики. Факты. Модели / А. Н. Ширяев. - М.: Фазис, 1998. - Т. 1. - 511 с.
27. Эмбрехтс П. Некоторые аспекты страховой математики / П. Эмбрехтс, К. Клюппельберт //Теория вероятностей и ее применение. 1993. - Т. 38. - Вып. 2. - С. 374-416.
28. Штрауб Э. Актуарная математика имущественного страхования / Э. Штрауб. - М.: Аск, 1995. - 147 с.
29. Panjer H.Y. Insurance Risk Models / H.Y. Panjer, G.E. Willmont. - Schaumburg: Society of Actuaries, 1992. - 442 p.
30. Grandell J. Simple approximations of ruin probabilities. Probabilistic Analysis of Rare events // Theory and problems of safety, Insurance and ruin. -
Riga, 1999. - P. 47-51.
31. Калашников В. Вероятность разорения / В. Калашников, А. Константинидис // Фундаментальная и прикладная математика. - 1996. - Т.2. - № 4. - С. 1005-1100.
32. Кобзарь А. И. Прикладная математическая статистика. Для инженеров и научных работников / А. И. Кобзарь. - М.: Физматлит, 2006. - 816 с.
33. Гихман И. И. Теория случайных процессов / И. И. Гихман, А. В. Скороход. - М.: Наука, 1971. - Т. 1. - 665 с.
34. Лившиц К. И. Простая аппроксимация вероятности разорения страховой компании для модели Крамера-Лундберга со стохастическими премиями / К. И. Лившиц, А. А. Назаров // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. - 2017. - № 39. - С. 22-29.
35. Hastings C. Hands-on start to Wolfram Mathematica: and Programming with the Wolfram Language / C. Hastings, K. Mischo, M. Morrison. - second edition. - Champaign: Wolfram Media, 2016. - 484 p.
36. Оценивание регрессии при семимартингальных шумах. Улучшенные проекционные оценки : учеб.-метод. пособие / сост.: В. В. Конев, С. М. Пергаменщиков, Е.А. Пчелинцев. - Томск, 2011. - 51 с.