50
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ВЫСШЕГО ОБРАЗОВАНИЯ
«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ
«ВЫСШАЯ ШКОЛА ЭКОНОМИКИ»
Факультет «Санкт-Петербургская школа экономики и менеджмента»
Департамент финансов
Выпускная квалификационная работа
Прогнозирование банкротства: случаи страховых компаний в России
По направлению подготовки «Экономика»
Образовательная программа «Экономика»
Вдовиченко Виктория Сергеевна
Руководитель: к. э. н., доцент департамента финансов
Тарасова Ю. А.
Санкт-Петербург 2020
АННОТАЦИЯ
Данное исследование необходимо в связи с отсутствием оптимальной модели, прогнозирующей банкротство страховых компаний в России. Целью исследования является построение модели на основе данных о страховщиках за трехлетний период, которая будет обладать хорошей прогнозной силой. В ходе исследования выявляются факторы, играющие наиболее важную роль в стимулировании банкротства страховых компаний. Данная тема является актуальной в виду того, что в течение последних нескольких лет возросло количество отозванных лицензий и произошло увеличение концентрации страхового рынка, что может негативно сказаться как на некрупных страховых организациях, так и на населении в целом. Более того, исследование необходимо, чтобы с высокой точностью оценивать финансовую стабильность в данном секторе, что особенно актуально в период спада экономики, который сейчас наблюдается по всему миру.
В работе отражены основные характеристики банкротства, приведено описание процедуры банкротства для финансовых организаций, проанализированы модели предсказания банкротства различных авторов.
В практической части исследования был проведен эконометрический анализ данных и построена logit-модель, чья прогнозная сила была проверена на отдельной тестовой выборке страховщиков. Кроме того, были применены модель случайного леса и модель бинарного классификационного дерева, которые также помогли оценить, какие факторы оказывают сильное влияние на банкротства страховых организаций. В дальнейшем исследование может быть расширено за счет использования новых более сложных методов, таких как нейронные сети.
Ключевые слова: банкротство, страховые организации, logit-модель, алгоритм бинарного классификационного дерева, метод случайного леса
This work is devoted to creating a model that predicts bankruptcy of insurance companies in Russia. The aim of the study is to build a model based on the panel data, which will have good predictive power. This topic is relevant because the number of revoked licenses has increased over the past few years. This situation may negatively affect both small and medium insurance organizations and the population.
The paper reflects the main characteristics of bankruptcy, describes the bankruptcy procedure for financial organizations, as well as analyzes the bankruptcy prediction models of various authors.
In the practical part of the study, an econometric analysis of the collected data was carried out and a logit model was built, which predictive power was tested on a test sample of insurers. In addition, a random forest model and a binary classification tree model were used. Further research can be expanded by including new, more sophisticated methods, such as neural networks.
Keywords: bankruptcy, insurance organizations, logit-model, binary classification tree algorithm, random forest method
ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. ТРЕНДЫ СТРАХОВОГО РЫНКА. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ БАНКРОТСТВА И МЕТОДОВ ЕГО ПРОГНОЗИРОВАНИЯ
1.1 Проблемы и основные тренды страхового рынка
1.2 Характеристика, виды и причины банкротства
1.3 Законодательная характеристика банкротства
1.4 Модели оценки факторов банкротства предприятий
ГЛАВА 2. ПРОГНОЗИРОВАНИЕ БАНКРОТСТВА СТРАХОВЫХ ОРГАНИЗАЦИЙ С ПРИМЕНЕНИЕМ ЭКОНОМЕТРИЧЕСКИХ МЕТОДОВ
2.1 Краткая характеристика этапов работы
2.2 Описание переменных
2.3 Описание данных
2.4 Анализ данных
2.5 Построение logit-модели
2.6 Прогнозирование банкротства при помощи метода случайного леса
2.7 Применение алгоритма бинарного классификационного дерева
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ
ВВЕДЕНИЕ
На данный момент существует большое количество моделей, прогнозирующих банкротства организаций. Одними из наиболее известных и часто встречающихся являются: модель Бивера (1966), Модель Альтмана (1968), Модель Таффлера-Тишоу
(1977) и Модель Олсона (1980). Вопрос оценки банкротства страховых компаний в России освещен довольно слабо. Целесообразно выявить эффективную модель для прогнозирования банкротства ввиду того, что за последние 5 лет (с 2015 по 2019) значительно увеличилось количество организаций с отозванной лицензией (приложение 1). Более того, вследствие увеличения концентрации рынка (в 2018 году произошло слияние двух крупных страховщиков - ВТБ Страхование и СОГАЗ; по количеству премий объединённая компания занимает 20% рынка), ужесточаются финансовые требования к страховщикам, например, с января 2020 года вступают в силу изменения в Законе «Об организации страхового дела в РФ»: показатель минимального базового уставного капитала для универсальных страховых организаций увеличится с 120 млн до 300 млн рублей (Banki.ru, 2020).
Подобные изменения либо вытесняют более мелких игроков с рынка, либо ставят под сомнение устойчивость их финансового положения. Таким образом, необходимо разработать эффективную модель прогнозирования банкротств страховых организаций, чтобы предсказать и предотвратить уход некрупных компаний с рынка. Подобные превентивные меры необходимы для сохранения рыночной конкуренции на страховом рынке и недопущения монополизации всей сферы. Крупные игроки при абсолютном отсутствии конкуренции могут вступить в сговор и установить невыгодные для населения тарифы, что негативно скажется на развитии страхования в России.
В рамках работы исследуется вопрос о том, каким образом возможно предсказать преодоление рубежа неплатёжеспособности страховщика.
Целью исследования является разработка модели, которая будет способна осуществить прогноз относительно наступления банкротства страховой организации. Наша гипотеза заключается в том, что в итоговой модели наиболее значимыми предикторами будут коэффициенты из группы показателей финансовой устойчивости и переменные, характерные только для страхового рынка.
В качестве источников, формирующих базу данных исследования, были выбраны системы СПАРК, FIRA, Руслана, а также финансовая отчетность рассматриваемых страховых компаний. Выборка содержит данные о финансовых и нефинансовых показателях страховых организаций, занимающих разную долю на рынке, которые осуществляют деятельность в настоящее время и которые были признаны банкротами. Временной период собранных панельных данных - 3 года (с 2016 по 2018 год). Единицей наблюдения является страховая компания.
Первым шагом в исследовании является изучение теоретических основ банкротства и существующих подходов к оценке вероятности банкротства фирм. Основная цель второго этапа - выявление факторов, которые обуславливают возникновение кризисных ситуаций в страховых организациях и приводят к последующему банкротству страховщиков. В ходе работы будут проанализированы потенциальные факторы банкротства и данные, на которых строится исследование. Далее будет описан процесс анализа и отбора коэффициентов, а также построение эконометрических моделей, прогнозирующих вероятность наступления неплатежеспособности. Также проводится оценка прогнозной силы модели на примере выборки страховых организаций. Завершающим этапом является анализ результатов исследования, формулирование выводов и обсуждение перспектив исследования. В качестве основных методов исследования будут использованы такие эконометрические модели, как logit-модель, модель случайного леса и алгоритм бинарного классификационного дерева.
ГЛАВА 1. ТРЕНДЫ СТРАХОВОГО РЫНКА. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ БАНКРОТСТВА И МЕТОДОВ ЕГО ПРОГНОЗИРОВАНИЯ
1.1 Проблемы и основные тренды страхового рынка
Ключевыми проблемами рынка страхования являются несовершенство системы управления и регулирования, внедрение цифровизации и макроэкономические риски.
Одна из важнейших задач Банка России - повышение конкурентоспособности и инвестиционной привлекательности страхового рынка. Главной проблемой является несовершенство системы управления и регулирования, что приводит к неадекватной оценке деятельности страховых компаний, несоответствие величины капитала размеру принимаемых рисков и непрозрачности деятельности организаций. Для решения вышеперечисленных проблем Банк России постепенно проводит внедрение концепции риск-ориентированного подхода к регулированию страховой деятельности, основанной на европейском документе Solvency II. Данная концепция основана на международном опыте и направлена на решение следующих задач (Концепция внедрения риск-ориентированного подхода к регулированию страхового сектора, 2017):
Повышение уровня доверия к страховым организациям вследствие повышения эффективности интересов страхователей, застрахованных лиц и выгодоприобретателей; снижение риска банкротств компаний и повышение финансовой стабильности страхового рынка
Обеспечение прозрачности страховых организаций, что положительно повлияет на их инвестиционную привлекательность
Применение международных практик на российском рынке, что позволит обмениваться опытом с иностранными регуляторами и органами надзора страхового сектора
Цифровая революция оказывает значительное влияние на развитие страхового рынка: появились новые каналы дистрибуции, другие формы управления активами, возникла острая необходимость защиты персональных данных, а также возникли новые риски в бизнес-процессах (киберриски) (Стратегия развития страховой отрасли Российской Федерации, 2018).
Большое влияние на рынок страхования оказывают некоторые макроэкономические показатели, а именно ключевая ставка ЦБ. Сейчас мы наблюдаем, что правительство РФ проводит политику дешевых денег и постепенно снижает ставку, что в свою очередь задает положительный тренд для развития страхования. Однако другим определяющим фактором называют располагаемые доходы населения, которые на данный момент снижаются: в 2018 год наблюдалось падение реальных доходов на 10,8% в сравнении с 2013 годом (Бюллетень о текущих тенденциях российской экономики, 2019). Генеральный директор ООО «Зетта Страхование» И. С. Фатьянов считает, что покупка страховых услуг не сильно распространена среди россиян из-за того, что их доход не позволяет им удовлетворить даже свои базовые потребности, соответственно о страховании они будут задумываться в последнюю очередь (Страхование сегодня, 2020).
Согласно исследованию KPMG (Обзор рынка страхования в России, 2019) в 2018 году произошло увеличение сборов премий на 16% по сравнению с 2017 годом. Локомотивом развития страхового рынка являлась продажа полисов страхования жизни (рост составил 37%), объем продаж полисов остальных видов страхования составил 8%. Однако из-за неудачной политики с полисами ИСЖ в 2019 году произошло значительное снижение показателей страхования жизни. В 2018 году наметился рост страхования имущества физических лиц и страхования от несчастных случаев. Рынок ОСАГО продолжает медленно стабилизироваться, вследствие частичной либерализации тарифов. На рынке страхования так же намечается тенденция к концентрации: в 2018 году «СОГАЗ» и «ВТБ Страхование» закрыли сделку по продаже 100% СК «ВТБ Страхование» (объединенная компания занимает 20% рынка). В будущем эксперты ожидают новые крупные сделки по слияниям и поглощениям.
1.2 Характеристика, виды и причины банкротства
Множество компаний, как в России, так и за рубежом подвержены риску банкротства, однако во избежание его наступления руководство может тщательно следить за уровнем уязвимости организации к различным факторам, провоцирующим наступление несостоятельности. Триггеры банкротства оказывают влияние на разные аспекты операционных процессов внутри компании в течение продолжительного периода времени и могут быть разделены на 5 основных групп: general environment (экономические, политические и др. факторы), immediate environment (взаимодействия с различными стейкхолдерами, например, партнёрами или клиентами), корпоративная политика (маркетинг, HR, продажи), характеристика менеджмента компании (мотивация и квалификация) и характеристика компании (индустрия, в которой она функционирует и размер) (Muntean et al., 2019). Отдельного внимания заслуживают макроэкономические факторы, которые охватывают сферу деятельности абсолютно всех компаний. Одним из таких является «наличие структурных диспропорций в экономике», которое провоцирует стремительное развитие одних отраслей рынка и вымирание других. Уменьшение инновационного потенциала, вызывающее замедление модернизации производства, и «высокие барьеры выхода на рынок капитала», снижающие уровень возможностей развития бизнеса, также провоцируют банкротство. Наряду с макроэкономическими факторами влияние на платёжеспособность и состоятельность компаний оказывают и микроэкономические факторы, среди которых производство невостребованных товаров и услуг и низкий уровень корпоративной культуры и взаимодействия с партнёрами и потребителями (Львова, Пеганова, 2014).
Кроме того, все факторы банкротства можно объединить в две группы: внутренние, связанные с действиями менеджмента организации, и внешние, независящие от действий внутри компании (Muntean et al., 2019). Внешние факторы сочетают политические (действия властей или нестабильная политическая обстановка), социальные (медленное повышение квалификации), правовые (например, двойное толкование законодательства), технологические (общий спад в технологическом развитии) и причины в деловой сфере (рост цен на продукцию). Ко внутренним факторам относят низкую технологическую оснащённость, неплатёжеспособных клиентов и затоваривание (Николаева, Палювина, 2014). Среди прочих выделяется ещё одна весомая причина банкротства - коррупция, которая повышает стоимость бизнес-процессов и затормаживает рост фирмы (Muntean et al., 2019). Кроме того, отдельно акцентируется внимание на таких причинах, как системный риск и неопределенность экономической политики (Stolbova, Shchepeleva, 2019). Маловероятно, что лишь один из факторов способен привести предприятие к банкротству, поэтому при анализе следует рассматривать комбинацию причин, а не выделять единственную (Николаева, Палювина, 2014).