Основные показатели страховой статистики
Частота ущерба (Чу) | Чу = m/ n = (L / n) : (m / L) = Чс · Кк Данный показатель выражает частоту наступления страхового случая. |
Частота (частотность) страховых событий (Чс) | Чс = L / n, где Чс характеризует число страховых случаев на один объект страхования. Обычно этот показатель меньше 1; если он больше 1, то это значит, что одно страховое событие привело к повреждению нескольких страховых объектов. |
Опустошительность страхового события - коэффициент кумуляции риска (Кк) | Кк = m / L. Показывает среднее количество объектов, пострадавших от страхового события. Минимальное значение - Кк =1. |
Степень убыточности (Ку) | Ку = B / Cm, Ку < 1 |
Средняя страховая сумма на один объект страхования (C) | С = С/ n |
Средняя страховая сумма на один пострадавший объект страхования (Cm) | Cm = Cm/ n |
Тяжесть риска (Тр) | Тр = Cm / С |
Убыточность страховой суммы (У) | У = В / С Рассматривается как мера величины рисковой премии. |
Норма убыточности (коэффициент выплат) (Ну) | Ну = В / Р (рассчитывается в %) |
Тяжесть ущерба (Ту) | Ту = Ку · Тр = В / n · C/ m |
Условные обозначения | n – число объектов страхования; m – число объектов, пострадавших от риска; L – число страховых событий; P – сумма собранных страховых взносов; В – сумма вы плаченного страхового возмещения; С – страховая сумма всех застрахованных объектов; Cm - страховая сумма всех пострадавших застрахованных объектов. |
Наиболее эффективными методами для оценки рисков редких или уникальных событий является теоретическое описание систем (процессов) и построение причинно-следственных связей, которое нацелено на оценку качественных и количественных характеристик риска. Например, дерево решений – это графическое изображение последовательности решений и состояний среды с указанием соответствующих вероятностей и выигрышей для любых комбинаций альтернатив и состояний среды.
Оценка риска с помощью дерева решений (позиционных игр) – приведенные игры с природой, таблицы решений в условиях неопределенности и отсутствия информации удобно использовать в задачах, имеющих одно множество решений и одно множество состояний среды. Многие задачи, однако, требуют анализа последовательности решений и состояний среды, когда одна совокупность стратегий игрока и состояний природы порождает другое состояние подобного типа. Если имеют место два или более последовательных множества решений, причем последующие решения основываются на результатах предыдущих, и/или два или более множества состояний среды (т.е. появляется целая цепочка решений, вытекающих одно из другого, которые соответствуют событиям, происходящим с некоторой вероятностью), используется дерево решений. В зависимости от отношения к риску решение задачи может выполняться с позиций так называемых «объективистов» и «субъективистов», определяемых по размеру безусловного денежного эквивалента. Безусловный денежный эквивалент (БДЭ) игры – максимальная сумма денег, которую лицо, принимающее решение (ЛПР), готово заплатить за участие в игре, или та минимальная сумма денег, за которую он готов отказаться от игры. Каждый индивид имеет свой БДЭ. Индивида, для которого БДЭ совпадает с ожидаемой денежной оценкой (ОДО) игры, т.е. со средним выигрышем в игре, условно называют объективистом, индивида, для которого БДЭ≠ОДО, – субъективистом. Ожидаемая денежная оценка рассчитывается как сумма произведений размеров выигрышей на вероятности этих выигрышей. Если субъективист склонен к риску, то его БДЭ > ОДО, если не склонен, БДЭ < ОДО. Вопрос отношения к риску в своей основе более содержательный и подробно рассматривается в тематической литературе.
Страховое общество должно постоянно следить за развитием риска: ведутся соответствующие статистический учет, анализ и обработка собранной информации. Исходя из полученной информации о возможном развитии риска страховщик делает его оценку, которая заключается в анализе всех рисковых обстоятельств, характеризующих параметры риска. Выделяют соответствующие группы риска, которые служат мерой и критерием оценки. Каждая группа содержит объекты страхования, обладающие примерно одинаковыми признаками (гомогенная группа).
По результатам оценки принимаются решения, к какой рисковой группе следует отнести тот или иной объект, какая тарифная ставка наилучшим образом соответствует данному риску. Средняя величина рисковых обстоятельств есть средний рисковый тип группы, которая используется в качестве меры сравнения.
Для оценки риска в страховой практике используют различные методы, из них наиболее известны следующие.
Метод индивидуальных оценок применяется только в отношении рисков, которые невозможно сопоставить со средним типом риска. Страховщик делает произвольную оценку, отражающую его профессиональный опыт и субъективный взгляд. Внедрение достижений научно-технической революции в различные отрасли промышленности и сельского хозяйства, создание крупномасштабных объектов с высокой стоимостью и уникальностью технологий все больше делают необходимым использование этого метода при заключении договоров страхования.
Для метода средних величин характерно подразделение отдельных рисковых групп на подгруппы. Тем самым создается аналитическая база для определения размера по рисковым признакам (например, балансовая стоимость объекта страхования суммарные производственные мощности, вид технологического цикла и т.д.).
Метод процентов представляет собой совокупность скидок и надбавок (накидок) к имеющейся аналитической базе, зависящих от возможных положительных и отрицательных отклонений от среднего рискового типа. Используемые скидки и надбавки выражаются в процентах (иногда в промилле) от среднего рискового типа.
Дата добавления: 2018-11-26; просмотров: 762;