Модель оценки устойчивости развития страховой организации

Вопросам устойчивости развития страховой организации уделяется приоритетное внимание со стороны участников страховых экономических отношений - страховщиков, страхователей, регулятора страхового рынка, инвесторов. В статье представлены результаты компонентного анализа устойчивости развития страховой организации, как основной характеристики способности компании адаптироваться под угрозы внешней среды, внутренние вызовы, связанные с несовершенством бизнес-процессов, проходящих в компании. Авторами представлена модель оценки устойчивости развития страховщика, разработанная с использованием метода анализа иерархий (МАИ). Представленная модель, по мнению авторов, является инструментом, позволяющим систематизировать и обобщать данные о функционировании страховой компании, формируя комплексную оценку их устойчивости. Полученные при моделировании устойчивости развития страховой организации результаты позволяют компании эффективно реагировать на внешние и внутренние угрозы. Обеспечивая долгосрочную стабильность и экономический рост. Предлагаемая система показателей оценки уровня устойчивости развития страховой организации предполагает определение пяти групп показателей устойчивости. Наряду с оценкой финансовой устойчивости как основной компоненты описывающей способность страховой компании выполнять свои обязательства, система также включает цифровую устойчивость, рыночную устойчивость, экологическую устойчивость и внешнюю устойчивость. Для проверки значимости отдельных компонент и подтверждения или опровержения поставленных гипотеза была построена logit-модель бинарного выбора, позволяющая проанализировать факторы, влияющие на вероятность отзыва лицензии у страховой компании. Результаты показали, что финансовая и рыночная устойчивость оказывают значительное влияние на устойчивость развития страховой компании. Влияние внешней устойчивости оказалось не значимым, что может быть связано с комплексным характером внешних факторов или их долгосрочным воздействием. Проверка модели на реальных данных также показала наличие объясняемого эффекта. При этом в будущих исследованиях модель может модифицирована с использованием дополнительных показателей для повышения объясняющей способности.