В современных условиях основной задачей интеграции является создание эффективного и конкурентоспособного единого страхового рынка ЕАЭС, способного реагировать на различные финансовые вызовы и угрозы. Конкурентоспособность страхового рынка обеспечивает его финансовый и инвестиционный потенциал. Потенциал для развития страховой отрасли, безусловно, определяется ее макроэкономическими условиями. В этой связи потенциал страховых рынков ЕАЭС можно оценить, обратившись к анализу динамики внутреннего валового продукта страны, поскольку утверждается, что при его росте, скорее всего, будет увеличиваться и доля страхования в ВВП.
Для определения конкурентных перспектив национальных страховых рынков стран ЕАЭС необходимо определить уровень их экономического развития по отобранным показателям и составить их прогноз. Попытаемся спрогнозировать развитие рынка на среднесрочный период. Прогноз будет основываться на зависимости между размерами рынка страхования и развитием национальной экономики – в частности ростом ВВП.
Для составления прогноза развития показателя доли страховых премий в ВВП нами использованы статистические данные, характеризующие уровень развития страховых рынков стран ЕАЭС за 2011–2015 годы (табл. 1).
Таблица 1
Показатели развития страховых рынков ЕАЭС
Показатели |
2011 |
2012 |
2013 |
2014 |
2015 |
|
Армения |
||||||
страховые премии |
48 |
64 |
74 |
64 |
63 |
|
ВВП |
10 142,1 |
9 956,9 |
11 122,1 |
11 610,06 |
10 529,5 |
|
доля страховых премий в ВВП, в % |
0,47 |
0,64 |
0,66 |
0,55 |
0,59 |
|
Беларусь |
||||||
страховые премии |
422 |
518 |
741 |
708 |
513 |
|
ВВП |
51 463,4 |
64 750 |
90 365,8 |
68 076,9 |
55 161,2 |
|
доля страховых премий к ВВП, в % |
0,82 |
0,80 |
0,82 |
1,04 |
0,93 |
|
Казахстан |
||||||
страховые премии |
1 197 |
1 418 |
1 664 |
1 319 |
1187 |
|
ВВП |
192 627,6 |
208 002,1 |
236 633,3 |
221 417,7 |
184 387,0 |
|
доля страховых премий к ВВП, в % |
0,62 |
0,68 |
0,70 |
0,59 |
0,64 |
|
Кыргызстан |
||||||
страховые премии |
15 |
18 |
20 |
16 |
17 |
|
ВВП |
6 238,4 |
6 645,1 |
7 319,8 |
7 436,2 |
6 512,3 |
|
доля страховых премий к ВВП, в % |
0,24 |
0,27 |
0,27 |
0,21 |
0,26 |
|
Россия |
||||||
страховые премии |
22 825 |
26 118 |
28 513 |
26 025 |
16 765 |
|
ВВП |
1 755 769,2 |
2 009 076,9 |
2 193 307,6 |
2 001 923,08 |
1 197 500 |
|
доля страховых премий к ВВП, в % |
1,3 |
1,3 |
1,3 |
1,3 |
1,4 |
Примечание. Составлено по данным статистического сборника ЕЭК.
Таблица 2
Временной ряд тренда показателей, доля страховых премий к ВВП стран ЕАЭС, расчетные значения тренда, отклонения от тренда в абсолютном выражении
T |
Yt |
Vt |
εt-1 |
ε2 |
εt .εt-1 |
εt-12 |
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
1 |
0,470 |
0,640 |
–0,17 |
0,00 |
0,029 |
0,000 |
0,000 |
2 |
0,640 |
0,660 |
–0,02 |
–0,17 |
0,000 |
0,003 |
0,029 |
3 |
0,660 |
0,550 |
0,11 |
–0,02 |
0,012 |
–0,002 |
0,000 |
4 |
0,550 |
0,590 |
–0,04 |
0,11 |
0,002 |
–0,004 |
0,012 |
5 |
0,590 |
0,450 |
0,14 |
–0,04 |
0,020 |
–0,006 |
0,002 |
Итого: |
– |
– |
0,020 |
–0,120 |
0,063 |
–0,009 |
0,043 |
По нашему мнению, из существующих методов среднесрочного прогнозирования наиболее приемлемым является метод трендовых прогнозных расчетов. При всех методах сглаживания временных рядов с целью выявления основной тенденции исходят, прежде всего, из фактического развития динамики в течение рассмотренного времени. Наиболее распространенным способом сглаживания временных рядов является метод наименьших квадратов. Математический аппарат метода наименьших квадратов подробно описан в научной литературе [2, с. 15–19].
Метод экстраполяции применяется при кратко- и среднесрочном прогнозировании. Его преимущества состоят в том, что он не требует обширной информационной базы и предполагает ее анализ с точки зрения информационной ценности различных членов временной последовательности.
Однако если временной ряд можно разложить на детерминированную составляющую и случайный компонент, то прогнозирование можно производить отдельно по обеим составляющим. Общий прогноз будет складываться из результатов этих двух прогнозов. В качестве модели прогноза случайного компонента мы выбрали авторегрессионную модель. При выборе вида тренда использовалась следующая методика. Критерием для выборки вида тренда служила величина среднеквадратической ошибки. В случае, когда среднеквадратические ошибки двух функций мало отличались друг от друга, предпочтение отдавалось функции более простого вида. При выборе аппроксимирующей функции также учитывалась информация о перспективах развития экономических субъектов в целом. [1, с. 13–15].
Нами предлагается механизм расчета прогноза показателей, доля страховых премий к ВВП стран ЕАЭС, на период 2016–2020 гг., рассчитываемый на базе авторегрессионных моделей.
Основывая свое решение на том, что если временной ряд можно разложить на детерминированную составляющую и случайный компонент, то прогнозирование можно производить отдельно по обеим составляющим. Общий прогноз будет складываться из результатов этих двух прогнозов. В качестве модели прогноза случайного компонента мы выбрали авторегрессионную модель [3, с. 117–118].
Для описания представленного временного ряда был выбран линейный тренд – показателей, доля страховых премий к ВВП стран ЕАЭС:
(1)
(2)
Из (1) получаем
или
Тогда
Из этого следует модель прогноза:
…
Вычисление доверительного интервала:
(3)
(4)
Используя метод наименьших квадратов, были определены численные значения коэффициентов уравнения:
Y(t) = 0,464 + 0,027 t + Et.
Отклонения от тренда могут быть достаточно точно аппроксемированы авторегрессионной моделью:
et = 0,130et-1 + Ut.
В результате соответствующих преобразований получили следующую модель прогноза тренда показателей, доля страховых премий к ВВП стран ЕАЭС:
Yt* = 0,651Yt-1 + 0,024t + 0,407.
Таблица 3
Прогноз показателей, доля страховых премий к ВВП стран ЕАЭС, на период 2016–2020 гг.
Страна |
Год |
Прогноз |
Верхний доверительный интервал |
Нижний доверительный интервал |
Армения: Доля страховых премий к ВВП, в % |
Уравнение модели: Yt* = 0,651Yt-1 + 0,024t + 0,407 |
|||
Среднеквадратическая ошибка: Sy = 0,070 Коэффициент детерминации: R2 = 0,650 Коэффициент Фишера: F-критерий = 1,838 |
||||
2016 |
0,651 |
0,662 |
0,640 |
|
2017 |
0,683 |
0,693 |
0,672 |
|
2018 |
0,711 |
0,721 |
0,700 |
|
2019 |
0,738 |
0,749 |
0,728 |
|
2020 |
0,766 |
0,776 |
0,755 |
|
Беларусь: Доля страховых премий к ВВП, в % |
Уравнение модели: Yt* = –0,526Yt-1 + 0,060 t + 1,091 |
|||
Среднеквадратическая ошибка: Sy = 0,065 Коэффициент детерминации: R2 = 0,561 Коэффициент Фишера: F-критерий = 2,750 |
||||
2016 |
1,023 |
1,033 |
1,014 |
|
2017 |
1,034 |
1,044 |
1,025 |
|
2018 |
1,089 |
1,098 |
1,079 |
|
2019 |
1,120 |
1,130 |
1,112 |
|
2020 |
1,164 |
1,173 |
1,154 |
|
Казахстан: Доля страховых премий к ВВП, в % |
Уравнение модели: Yt* = – 0,684Yt-1 + 0,059t + 0,900 |
|||
Среднеквадратическая ошибка: Sy = 0,073 Коэффициент детерминации: R2 = 0,448 Коэффициент Фишера: F-критерий = 1,504 |
||||
2016 |
0,733 |
0,744 |
0,722 |
|
2017 |
0,872 |
0,883 |
0,861 |
|
2018 |
0,836 |
0,847 |
0,825 |
|
2019 |
0,920 |
0,931 |
0,909 |
|
2020 |
0,922 |
0,933 |
0,911 |
|
Кыргызстан: Доля страховых премий к ВВП, в % |
Уравнение модели: Yt* = 0,001Yt-1 + 0,005t + 0,227 |
|||
Среднеквадратическая ошибка: Sy = 0,027 Коэффициент детерминации: R2 = 0,174 Коэффициент Фишера: F-критерий = 0,160 |
||||
2016 |
0,259 |
0,264 |
0,255 |
|
2017 |
0,264 |
0,268 |
0,260 |
|
2018 |
0,268 |
0,273 |
0,264 |
|
2019 |
0,273 |
0,277 |
0,269 |
|
2020 |
0,278 |
0,282 |
0,273 |
|
Россия: Доля страховых премий к ВВП, в % |
Уравнение модели: Yt* = –0,334Yt-1 + 0,029t + 1,637 |
|||
Среднеквадратическая ошибка: Sy = 0,028 Коэффициент детерминации: R2 = 0,668 Коэффициент Фишера: F-критерий = 4,838 |
||||
2016 |
1,371 |
1,375 |
1,366 |
|
2017 |
1,409 |
1,413 |
1,405 |
|
2018 |
1,425 |
1,429 |
1,421 |
|
2019 |
1,448 |
1,452 |
1,445 |
|
2020 |
1,469 |
1,473 |
1,465 |
Примечание. Таблица составлена на основе данных расчета.
Рис. 1. Армения: Доля страховых премий к ВВП, в %
Рис. 2. Беларусь: Доля страховых премий к ВВП, в %
Рис. 3. Казахстан: Доля страховых премий к ВВП, в %
Рис. 4. Кыргызстан: Доля страховых премий к ВВП, в %
Рис. 5. Россия: Доля страховых премий к ВВП, в %
Проведенный нами расчет прогноза сформирован на основе статистических данных за предшествующие периоды. Результаты прогнозных расчетов показывают, что к 2020 году доли участия страховых компаний в ВВП в странах ЕАЭС будут иметь незначительные тенденции роста: в Армении – 0,8, в Беларуси – 1,16, в Казахстане – 0,9, в Кыргызстане – 0,28, в России – 1,5. Полученные нами прогнозные показатели показывают, что в ближайшей перспективе в странах ЕАЭС не будет наблюдаться активное развитие страховых рынков. Это связано с низкими темпами развития страхования, низким потенциалом национальных страховых рынков стран ЕАЭС. Активизация страхования возможна только вслед за общим оживлением экономической конъюнктуры. Дальнейшее развитие страхового рынка также во многом будет зависеть от прямой поддержки государства процессов интеграции отечественных страховщиков, предоставление особо благоприятного налогового режима, совершенствования бизнес-процессов страховых компаний, а именно использование современных форм страхового маркетинга, активного внедрения новых страховых услуг и продуктов.
Библиографическая ссылка
Сембеков А.К. МОДЕЛЬ ПРОГНОЗИРОВАНИЯ СТРАХОВЫХ РЫНКОВ ЕАЭС НА СРЕДНЕСРОЧНЫЙ ПЕРИОД РАЗВИТИЯ // Международный журнал прикладных и фундаментальных исследований. – 2017. – № 10-2. – С. 325-330;URL: https://applied-research.ru/ru/article/view?id=11914 (дата обращения: 23.11.2024).