DOI: 10.32702/2307-2105-2021.12.101
УДК: 368.1
В. Г. Бабенко-Левада, О. А. Скорба
ПРОГНОЗУВАННЯ РОЗВИТКУ СТРАХОВОГО РИНКУ УКРАЇНИ: ІНДЕТЕРМІНІСТСЬКИЙ ПІДХІД
Анотація
Метою дослідження було розвинути методологічні засади прогнозування динаміки страхового ринку у контексті індетерміністської парадигми наукового мислення. При проведенні дослідження використано методи аналізу: трендового, Фурʼє, R/S та фрактального.
У статті наведено результати оцінки закономірностей динаміки основних показників страхового ринку України за 2014-2020 рр. Підтверджено циклічний характер їх динаміки з довжиною циклу від 4,66 квартали до 14 кварталів. Визначено процеси концентрації страхового ринку, високий рівень його нестабільності на фоні постійного зростання. Виявлено неспівпадіння циклічних коливань на страховому ринку та настання періодів криз. Висунуто припущення, що виникнення криз на страховому ринку України пов’язане із самоподібністю динаміки та співпадінням моментів біфуркації окремих показників його розвитку.
Проведено рандомінізований R/S-аналіз динаміки показників страхового ринку та підтверджено її персистентний характер для їх переважної більшості. Виявлено фрактали першого порядку для шести з десяти аналізованих показників. Підтверджено незначні злами тенденцій динаміки при проходженні показників через потенційні моменти біфуркації. Виявлено спів падіння кризи на страховому ринку України початку 2019 року та біфуркації показника кількості укладених договорів страхування із зміною тенденції на 180º. Наведено перелік потенційних моментів біфуркації на страховому ринку України на період до 2026 року, визначений за результатами фрактального аналізу динаміки показників страхового ринку.
Ключові слова: показники розвитку страхового ринку; циклічний характер динаміки; ряд Фурʼє; фрактальний аналіз; самоподібність; обсяг страхових виплат; обсяг страхових премій.
Література
1. Industry Outlook for the Insurance Market (2Q-2020). Summary of the report’s conclusions: MAPFRE Economics. Madrid, Fundación MAPFRE. URL: https://www.economiayseguromapfre.com/number-5/insurance-market-outlook-2q-2020/?lang=en
2. Amadeo K. Insurance Industry Trends and Outlook (2019). The balance. URL: https://www.thebalance.com/insurance-industry-trends-and-outlook-4774000.
3. Назарова О. Ю. Аналіз функціонування ринку страхових послуг. Економіка і суспільство. 2018. Вип. 14. С. 984-990. URL: https://economyandsociety.in.ua/journals/14_ukr/140.pdf.
4. Литвин А. В. Побудова моделей прогнозування банкрутства страхових компаній України в післякризовий період. Економічний аналіз: зб. наук. праць. 2013. № 1. С. 282-300. URL: https://www.econa.org.ua/index.php/econa/article/view/219.
5. Середюк В. Б. Прогнозування фінансових показників страхової компанії із застосуванням інструментарію нечіткої логіки. Вісник Вінницького політехнічного інституту. 2014. № 2. С. 33-36. URL: https://visnyk.vntu.edu.ua/index.php/visnyk/article/view/953.
6. Позднякова Л. О., Мамонова Г. В. Використання економіко-математичних методів моделювання в процесах страхування. Актуальні проблеми економіки. 2011. № 6. С. 278-284. URL: https://eco-science.net.
7. Fouladvand M. E. and Darooneh A. (2004) “Premium Forecasting of an Insurance Company The Application of Econophysics. Springer, Tokyo. P. 303-308. URL: https://doi.org/10.1007/978-4-431-53947-6_44.
8. Проскурович О. В., Мельничук І. І. Економетричне моделювання результативності діяльності страхових компаній. Науковий вісник Херсонського державного університету. Серія «Економічні науки». 2014. Вип. 9-1, ч. 4. С. 231-235. URL: http://www.ej.kherson.ua/journal/economic_09-1/213.pdf
9. Gestel T. V., Martens D., Baesens B., Feremans D., Huysmans J. and Vanthienen J. (2007) “Forecasting and analyzing insurance companies' ratings International Journal of Forecasting. Vol. 23, Issue 3. P. 513-529. URL: https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.401.1065&rep=rep1&type=pdf.
10. Lenten L. J. A. and Rulli D. N. (2006) “Time-Series Analysis of the Demand for Life Insurance Companies in Australia: An Unobserved Components Approach Australian Journal of Management . Vol. 31. P. 41-56. URL: https://www.researchgate.net/publication/228637692_A_Time-Series_Analysis_of_the_Demand_for_Life_Insurance_Companies_in_Australia_An_Unobserved_Components_Approach
11. Global insurance market trends (2021). OECD. URL: https://www.oecd.org/daf/fin/insurance/Global-Insurance-Market-Trends-2020.pdf.
12. Статистика страхового рынка Украины. URL: https://forinsurer.com/stat
13. Зміна дефлятора валового внутрішнього продукту. URL: http://www.ukrstat.gov.ua/.
14. Гачков А. А. Рандоминизированный алгоритм R/S-анализа финансовых рядов. Стохастическая оптимизация в информатике. Сб. науч. трудов. С.-Петербург, 2009. Вып. 5. С. 40-64. URL: https://www.math.spbu.ru/user/gran/soi5/Gatchkov5.pdf.
15. Еганова Е. А., Каллис В. Временная структура сложных систем. Математические структуры и моделирование. 2017. № 1 (41). С. 12-25. URL: http://msm.omsu.ru/jrns/jrn41/EganovaKallies.pdf.
V. Babenko-Levada, O. Skorba
FORECASTING THE DEVELOPMENT OF THE INSURANCE MARKET OF UKRAINE: INDETERMINISTIC APPROACH
Summary
The aim of the study was to develop methodological principles for forecasting the dynamics of the insurance market in the context of indeterminist paradigm of scientific thinking. The research methods of analysis were used: trend, Fourier, R / S and fractal.
The article presents the results of the assessment of the regularities of the dynamics of the main indicators of the insurance market of Ukraine for 2014-2020. The cyclical nature of their dynamics with a cycle length from 4.66 quarters to 14 quarters is confirmed. The processes of concentration of the insurance market, the high level of its instability against the background of constant growth are determined. Discrepancies between cyclical fluctuations in the insurance market and the onset of periods of crisis were revealed. It has been suggested that the emergence of crises in the insurance market of Ukraine is associated with the similarity of the dynamics and the coincidence of the moments of bifurcation of certain indicators of its development.
The results of the study prove that the development trends of the insurance market of Ukraine are fractal in nature, the potential moments of crisis are related to the moments of transition in the dynamics of indicators from one fractal to another. The calculations allowed us to conclude that the potential moments of crisis in the insurance market of Ukraine were periods I-II. 2017, I. 2019, I. 2020, of which only one was implemented (I. 2019). The next potential moments of crisis in the insurance market of Ukraine will be the periods: I. 2023, I. 2026.
A randomized R / S analysis of the dynamics of insurance market indicators was conducted and its persistent nature was confirmed for the vast majority of them. First-order fractals were identified for six of the ten analyzed indicators. Minor changes in the dynamics of dynamics during the passage of indicators through the potential moments of bifurcation are confirmed. The coincidence of the fall of the crisis in the insurance market of Ukraine in early 2019 and the bifurcation of the number of concluded insurance contracts with a change in the trend by 180º. The list of potential moments of bifurcation in the insurance market of Ukraine for the period up to 2026, determined by the results of fractal analysis of the dynamics of the insurance market.
Keywords: indicators of insurance market development; cyclical nature of dynamics; Fourier series; fractal analysis; self-similarity; volume of insurance payments; volume of insurance premiums.
References
1. Fundación MAPFRE (2Q-2020), “Industry Outlook for the Insurance Market. Summary of the report's conclusions: MAPFRE Economics”, available at: https://www.economiayseguromapfre.com/number-5/insurance-market-outlook-2q-2020/?lang=en (Accessed 10 Dec 2021).
2. Amadeo, K. (2019), “Insurance Industry Trends and Outlook”, The balance, available at: https://www.thebalance.com/insurance-industry-trends-and-outlook-4774000 (Accessed 10 Dec 2021).
3. Nazarova, O.Yu. (2018), “Analysis of the functioning of the insurance services market”, Economy and society, Vol. 14, pp. 984-990, available at: https://economyandsociety.in.ua/journals/14_ukr/140.pdf (Accessed 10 Dec 2021).
4. Lytvin, A. V. (2013), “Developing bankruptcy prediction models for Ukrainian insurance companies in post-crisis period”, Ekonomichnyy analiz: Zb. nauk. Prats, vol. 1, pp. 282-300, available at: https://www.econa.org.ua/index.php/econa/article/view/219 (Accessed 10 Dec 2021).
5. Serediuk, V. B. (2014), “Forecasting the financial performance of the insurance company using the tools of fuzzy logic”, Visnyk Vinnytskoho Politekhnichnoho Instytutu, vol. 2, pp. 33-36, available at: https://visnyk.vntu.edu.ua/index.php/visnyk/article/view/953 (Accessed 10 Dec 2021).
6. Pozdniakova, L.O. and Mamonova, H. V. (2011), “The use of economic and mathematical methods of modeling in insurance processes”, Actual problems of economics, vol. 278-284, available at: https://eco-science.net (Accessed 10 Dec 2021).
7. Fouladvand, M. E. and Darooneh, A. (2004), “Premium Forecasting of an Insurance Company The Application of Econophysics”, Springer, Tokyo, pp. 303-308. https://doi.org/10.1007/978-4-431-53947-6_44.
8. Proskurovych, O. V. and Melnychuk, I. I. (2014), “Econometric modeling of insurance companies' performance”, available at: Naukovyi Visnyk Khersonskoho Derzhavnoho Universytetu. Seriia «Ekonomichni Nauky», vol. 9-1, no. 4, pp. 231-235, http://www.ej.kherson.ua/journal/economic_09-1/213.pdf (Accessed 10 Dec 2021).
9. Gestel, T. V., Martens, D., Baesens, B., Feremans, D., Huysmans, J. and Vanthienen, J. (2007), “Forecasting and analyzing insurance companies' ratings”, International Journal of Forecasting, vol. 23, Issue 3, pp. 513-529, available at: https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.401.1065&rep=rep1&type=pdf (Accessed 10 Dec 2021).
10. Lenten, L. J. A. and Rulli, D. N. (2006), “Time-Series Analysis of the Demand for Life Insurance Companies in Australia: An Unobserved Components Approach”, Australian Journal of Management, vol. 31, pp. 41-56, available at: https://www.researchgate.net/publication/228637692_A_Time-Series_Analysis_of_the_Demand_for_Life_Insurance_Companies_in_Australia_An_Unobserved_Components_Approach (Accessed 10 Dec 2021).
11. OECD (2021), “Global insurance market trends”, available at: https://www.oecd.org/daf/fin/insurance/Global-Insurance-Market-Trends-2020.pdf (Accessed 10 Dec 2021).
12. Statistics of the insurance market of Ukraine (2021), available at: https://forinsurer.com/stat (Accessed 10 Dec 2021).
13. State Statistics Service of Ukraine (2021), “Changing the deflator of gross domestic product”, http://www.ukrstat.gov.ua/ (Accessed 10 Dec 2021).
14. Gachkov, A. A. (2009), “Randomized algorithm for R / S analysis of financial series”, Stochastic optimization in computer science, vol. (5), pp. 40-64, available at: https://www.math.spbu.ru/user/gran/soi5/Gatchkov5.pdf (Accessed 10 Dec 2021).
15. Ehanova, E. A. and Kallys, V. (2017), “Temporary structure of complex systems”, Mathematical structures and modeling, vol. 1 (41), pp. 12-25, available at: http://msm.omsu.ru/jrns/jrn41/EganovaKallies.pdf (Accessed 10 Dec 2021).
№ 12 2021
Дата публікації: 2021-12-29
Кількість переглядів: 5746
