사례를 통한 Casco의 경험적 연구. 기본 연구

이 기사는 세미마팅게일 용어로 설명된 단일 채널 대기 시스템의 형태로 발생했지만 선언되지 않은 손실의 예비를 계산하기 위한 확률적 시뮬레이션 모델을 제시합니다. 육상 및 항공 운송 수단 보험에 대한 보험 사고 수 추정 및 보험 손해액의 분포 함수는 보험 회사의 통계 데이터를 예로 사용하여 구성됩니다. 시뮬레이션 확률 모델링은 C#의 고급 소프트웨어 환경인 Microsoft Visual Studio에서 수행되었으며, 경험적 보험 청구 샘플에 대한 분포 함수 평가는 Excel 및 Statistica에서 수행되었습니다. RPNU의 시뮬레이션 모델을 계산하기 위한 그래프를 제시하였다. 이 모델을 사용하는 이점은 다른 계리 방법에서 요구하는 것처럼 보험 청구 데이터를 축적하고 세분화할 필요가 없다는 것입니다.

시뮬레이션 모델링

대기열 시스템

보험 보상 분배 기능

1. Borovikov V. STATISTICA. 컴퓨터 데이터 분석 기술: 전문가용. - 2판. (+CD). - St. Petersburg: Peter, 2003. - 688 p.: 아프다.

2. Butov A.A., Ravodin K.O. 무작위 과정의 이론: 교육 지원. - 울리야놉스크: UlGU, 2009. - 62p.

3. Ivanov S.S., Golubev S.D., Chernaya L.A., Sharafutdinova N.E. 위험 보험의 이론과 실제. - M.: ROSNO: Ankil, 2007. - 480p.

4. 클락 SM, 하디 M.R. 등; 교육 자료. - M., 2008. - 438p.

5. Mack T., 위험 보험의 수학 / per. 그와 함께. - M .: CJSC "Olimp-Business", 2005. - 432 p.: 병.

6. 2002년 6월 11일자 러시아 연방 재무부 명령 No. 51n "생명 보험 이외의 보험 준비금 형성 규칙 승인". – URL: http://base.garant.ru/12127460/ (접속 날짜: 2016년 6월 13일).

7. 1992년 11월 27일자 연방법 No. 4015-1 N4015-1(2016년 5월 23일 개정) "러시아 연방 보험 사업 조직" – URL: http://base.garant. ru/10100758/1 / (접속 날짜: 2016년 6월 13일)

8. Friedland J. 기본 기술을 사용한 미지급 청구 추정 2009년 3월. URL: https://www.casact.org/library/studynotes/Friedland_estimating.pdf(2016년 6월 13일 액세스).

9. StatSoft 러시아. – URL: http://www.statsoft.ru (접속 날짜: 2016년 6월 13일).

보험 계약을 체결할 때 중요한 조건 중 하나는 피보험 사건에 대해 보험 회사 고객에게 적시에 통지하는 것입니다. 다만, 계약에서 정한 기간 중 보험사고 발생시부터 보험자에게 신고하기까지의 기간은 신고기간을 초과할 수 있습니다. 이와 관련하여 보험자는 이러한 청구에 따른 의무를 이행하기 위해 미경과 보험료 미신고 미결제 손실 준비금 및 안정화 준비금과 함께 발생했지만 미신고 보험 손실 준비금(이하 IBNR)을 구성합니다.

IBNR에 따르면 보고 또는 이전 기간에 발생한 보험 사건과 관련하여 발생하는 보험 지불 의무에 대한 평가이며, 그 발생은보고 또는 이전 기간에 보험 회사에 발표되지 않았습니다. 법률 또는 계약 절차. 양식 의무 및 IBNR 계산 방법론은 보험법에 의해 제공됩니다.

보험 회사의 대차 대조표에서 고객에 대한 보험 회사의 의무 인 IBNR은 부채에 포함되며 과세 기준, IBNR 의무를 보장하는 데 필요한 자산 금액, 재보험 회사와의 결제, 관세 정책, 주주와의 결제, 지급 능력, 재무 안정성, 수익성 등 이와 관련하여 IBNR 평가의 정확성과 정확성은 보험사에게 필수적입니다. 한편으로 과대 평가는 적립금을 충당할 수 있는 적절한 자산 금액을 필요로 하는 반면, 과소 평가는 보험 지불을 위한 자금 부족으로 이어져 결과적으로 보험 회사의 파산으로 이어질 수 있습니다.

IBNR을 계산하기 위해 체인 래더 방법, Bornhütter-Ferguson, Berquist-Sherman 및 예상 손실을 기반으로 한 방법과 같이 손실 개발 삼각형(유료 또는 보유)을 기반으로 하는 방법이 가장 널리 사용됩니다.

이 기사에서는 세미마팅게일 용어로 설명된 단일 채널 대기 시스템(항공 보험 및 육상 운송 보험의 예에서)의 형태로 발생했지만 보고되지 않은 손실의 준비금을 추정하기 위한 확률적 시뮬레이션 모델을 고려합니다. 2010~2015년 동안의 NIK손해보험(이하 당사)의 데이터를 손실 건수와 금액에 대한 통계 자료로 사용했습니다.

대기열 시스템의 확률적 모델링은 C#의 고급 소프트웨어 환경인 Microsoft Visual Studio 2010에서 수행되었으며 분포 기능은 Microsoft Excel 2010 및 Statistica 10.0에서 경험적 보험 청구 샘플로 평가되었습니다.

문제의 공식화

포인트 프로세스 측면에서 단일 채널 대기열 시스템을 고려하십시오. 프로세스 (At)t≥0을 시간 t ≥ 0에서 발생한 손실 수의 포인트 계산 프로세스라고 하고, (Dt)t≥0을 보고되었지만 해결되지 않은 손실 수의 포인트 계산 프로세스라고 합니다. 회사 시간 t) , (Qt)t≥0 - 발생했지만 선언되지 않은 손실 수. 이러한 프로세스의 관계는 큐잉 시스템(이하 QS라고 함)의 형태로 제시되며, 청구의 역할은 보험 이벤트의 발생에 의해 수행되며 큐 길이는 프로세스(Qt)t≥0이고, 서비스된 청구의 수는 프로세스 (Dt)t≥0입니다(그림 1). 그런 다음 균형 방정식은 다음 형식으로 작성할 수 있습니다.

Qt = Q0 + At - Dt, (1)

여기서 A0 = 0; B0 = 0; D0 = 0.

쌀. 1. QS 운영의 일반적인 체계

프로세스 At, Dt, Qt는 확률적 기준 B(Ω, F, ? = (Ft)t≥0, P)에서 고려되며, 여기서 At, Dt는 각각 강도 λ > 0 및 δ > 0을 갖는 독립적인 포아송 프로세스입니다. . 서브마팅게일에 대한 Doob-Meyer 분해에 따라 프로세스 At, Dt는 다음과 같이 나타낼 수 있습니다.

여기서 와 는 B의 제곱 적분 가능한 마팅게일이고 , 프로세스의 보상자입니다.
형식의 At, Dt

RPNU 계산을 위한 확률적 시뮬레이션 모델은 다음과 같이 구축할 수 있습니다.

ηt - 시간 t에 클라이언트가 선언한 손실의 양을 분포 함수 F(η ≤ x)를 사용하는 임의의 변수라고 하면 It - 시간 t에서 IBNR의 양 -은 다음과 같이 정의할 수 있습니다.

(4)

발생했지만 보고되지 않은 손실 수의 수치 계산

매개변수를 평가하기 위해 다음과 같은 매개변수를 도입합니다. - i번째 보험 사건의 날짜 - i번째 보험 사건을 보험자에게 통지한 날짜 - 보험 사건의 날짜로부터 계산된 일수 통지 날짜, , i = 1...N, 여기서 N - 검토 중인 기간 동안의 보험 이벤트 수.

보험 이벤트 발생 사이의 시간은 지수 분포를 가지므로 값은 다음과 같이 최대 우도 방법으로 계산할 수 있습니다.

마찬가지로 서비스 강도 값은 보험 이벤트 날짜와 청구 날짜 사이의 평균 일수로 계산됩니다.

무화과. 그림 2-3은 항공 운송 보험(AC CASCO, N1 = 40)에 대한 회사의 통계 데이터에 따라 기간(0, T) 동안 발생한 손실 수인 At 프로세스 모델링의 예시를 보여줍니다. 매개변수가 있는 운송 보험(AM CASCO, N1 = 316) .

쌀. 2. 공정 일정 (CASCO VS), 불연속성 t = 1개월, T = 63개월.

쌀. 3. 프로세스 그래프 At(CASCO AM), 불연속성 t = 1개월, T = 40개월.

보험 손실 금액의 수학적 모델

보험금의 실증적 표본 η1, η2, ..., ηN을 기반으로 각 보험 유형에 대한 보험금 표본이 무작위적이고 동질적이라는 가정하에 확률 변수 η의 분포 함수를 결정합니다.

에 제시된 보험 청구의 실증적 관찰에 따라 분포 함수를 피팅하기 위한 고전적인 장치를 사용하여 CASCO VS 및 CASCO AM에 대한 보험 청구에 가장 적합한 분포 함수(Kolmogorov-Smirnov 기준의 관점에서)는 모수가 μ > 0, σ2 > 0인 대수정규분포와 다음 형식의 밀도

x > 0. (7)

경험적 샘플에 대한 로그 정규 분포의 매개변수는 최대 우도 방법을 사용하여 추정되었습니다.

(8)

분포 함수를 추정하기 위한 주요 매개변수인 Kolmogorov-Smirnov 기준

쌀. 4. CASCO 항공기의 EIt 그래프(USD), t = 1개월, T = 5000

쌀. 5. CASCO AM, t = 1개월, T = 1000에 대한 EIt 그래프(천 루블 단위)

경험적 분포 함수를 이론적 분포 함수에 맞추는 예가 그림에 나와 있습니다. 4.

매개변수 λ, δ, μ, σ의 정상성을 가정하면 공식에 의해 T → ∞(시뮬레이션 시간)에서 EIt의 평균값을 결정합니다.

결론

이 기사에서는 발생했지만 선언되지 않은 손실의 확률적 시뮬레이션 모델이 대기 시스템 측면에서 구축된 것으로 간주되었습니다. 보험 종류 CASCO AM 및 CASCO VS의 경우 발생했지만 신고되지 않은 손실의 수에 대한 모델을 별도로 구성하고 시간 t에서 보험 보상 분배 기능을 결정합니다.

IBNR 계산을 위해 이 시뮬레이션 모델을 사용하는 이점은 그래프 2-6에서 확인되는 실제 데이터의 높은 수준의 적합성입니다. 또한, 이 모형을 적용하면 연쇄사다리법에서 요구하는 손실 데이터를 누적하고 보험금을 이산화(분기, 반년, 1년 단위)하는 긴 예비 과정이 필요하지 않다.

RPNU 큐잉 시스템의 확률적 모델링은 C#의 Microsoft Visual Studio 2010 환경에서 구현됩니다. Statistica 10.0 패키지에서는 보험금 청구의 경험적 데이터에 따른 분포 함수의 피팅이 구현됩니다.

IBNR 계산을 위한 이 시뮬레이션 모델은 프로세스 At, Dt가 다변량 프로세스로 표현되는 경우 개선될 수 있습니다.

서지 링크

Butov A.A., Galimov L.A. SMO 측면에서 발생했지만 선언되지 않은 보험 손실 보유액을 평가하기 위한 확률적 시뮬레이션 모델 // 기본 연구. - 2016. - 제8-2호. – S. 234-238;
URL: http://fundamental-research.ru/ru/article/view?id=40647(접속 날짜: 2020년 1월 4일). 출판사 "Academy of Natural History"에서 발행하는 저널을 알려드립니다.

Usova E.Yu., Filatov A.Yu. 이르쿠츠크 주립 대학 보험 회사 "RESO-Garantia"의 사례에 대한 OSAGO의 실증 연구

러시아 및 기타 국가의 보험 보험은 보험료로 형성된 금전적 자금을 희생하여 피보험 사건이 발생한 경우 개인 및 법인의 재산 이익을 보호하는 관계입니다. GDP에서 보험료 비율 러시아 - 2.5%, 미국 - 9%, 프랑스 - 11%, 영국 - 16%. 1인당 보험료 러시아 - $250, 미국, 프랑스 - $4,000, 영국 - $6.5천. 보험 시장의 규모는 ~ 1조 루블입니다. 성장률은 GDP보다 큽니다. 2009년에는 하락폭(CHI를 제외하더라도)이 GDP 하락폭보다 작습니다.

2008년 보험료 및 보험종류별 지급지표명 보험료보험료 지급액 보험료 십억 루블 % % 임의보험 생명보험194.0263.070.32 개인보험10823.176131.520.56 재산보험31667.030.40 책임보험234,8631,380.13 계 : .42 의무 OSAGO 보험8016,594811,130.60 OMS39481,420.95 기타81,5861,450.75 합계: .89

OSAGO에 대한 보험 관세 계수 증가 및 감소 : 1. 차량이 사용되는 지역의 특징. 2.자동차 사용의 특성 3.차량의 동력. 4. 이전 기간의 보험금 지급 여부. 5. 자동차 사용자의 운전 경험 및 연령. 6. 자동차의 계절적 사용 기간. 기본 요율은 차량을 사용할 때 피해 가능성에 영향을 미치는 차량의 기술적 특성 및 설계 특성과 이러한 피해의 잠재적인 양에 따라 차등 적용됩니다. 2009년 3월 25일부터 새로운 OSAGO 관세가 도입되었습니다! 2007년에 체결된 IC RESO-Garantiya 계약 20,000건에 대한 통계를 기반으로 한 관세 조정 분석(모든 결제 완료).

차종별 기본관세 차종 실효관세, 문지름. 예상 관세, 문질러. 현재 관세로 이익 승용차용 트레일러39513.782767.20% 트럭용 트레일러810225.36259.43% 트랙터,89267.20% 버스, 무궤도 전차,2632.87%(법인) ,33–1.10% 택시, 69–67.25% 트럭(최대 16톤) .52–17.13% 트럭(16톤 이상) .03121.01% 1. 택시 - 요율이 상당히 과소 평가되어 영국의 손실, 보험 가입을 꺼림. 2. 승용차용 트레일러(432계약) - 요율이 너무 높아 강제 보험이 취소되었습니다.

엔진 역률 개별 그룹별 회귀 기준 엔진, 마력 계산. 순 보험료 Coef에게. 계산과 함께. 계수 실제/계산 실제/계산으로 계산과 함께. 계수 실제/계산 실제/계산으로 s.731.71.60.9970.99%60.93% 1.4219.78%12.74% 2. 강력한 자동차 - 고가. 3. 유효계수와 계산계수의 차이가 줄어들었습니다.

연령 및 경험 계수 운전자의 연령 및 경험 Freq. 케이스 계산 계수 계수. Coef에게. Act./ Calc. 실제/계산으로 제한 없음 0.07632.041.51.7–26.55%–16.76% 최대 22년, 최대 3년 경력 0.06741.801.31.7–27.92%–5.75% 최대 22년, 3년 이상의 경력0.03891.041.21.315.27 24.88% 22년에서 3년까지0.07231.931.151.5–40.56%–22.47% 22년에서 3년 이상0 , 단순화: 평균 보험료의 크기는 나이와 운전자의 경험(빈도만 중요함). 이는 기본 요금, 엔진 역률 및 영역과 달리 허용됩니다. 1. 경험과 나이 - 중요한 구성 요소는 경험입니다. 2. 경험이 부족한 운전자 - 계수가 과소 평가됩니다(증가에도 불구하고). 3. 제한 없음 - 계수가 과소 평가됩니다(증가에도 불구하고). 4.경험이 풍부한 젊은 운전자 – 계수가 과대 평가되었습니다(불일치가 약간 증가함). 5. 성별은 연령보다 수익성에 더 영향을 미칩니다. 지표는 서로 연결되어 있습니다.

상여금계수 bonus-malus 보험료 coef 없는 보험료. 보험료 지급 비율 회귀 분석을 위해 조정된 비율 계산. 계수 0.42010.38820.48 0.44820.49400.61 0.58280.59970.74 0.74870.70550.79870 회사는 지난 몇 년 동안 사고에 연루되지 않았고 감소 계수가 있는 고객과 협력하는 것이 가장 수익성이 높습니다. 2. 이러한 범주의 운전자에 대한 상여금 계수를 줄이기 위한 준비금이 있습니다.

지불 분배의 이론적 법칙 Lognorm.distribution. 지수 감마 두려움. 지불, 천 루블 공포의 수. 사건은 두려움을 공유합니다. 사례 이론. 확률 크리티컬에 의한 계산. 피어슨 이론. 확률 크리티컬에 의한 계산. 피어슨 이론. 확률 크리티컬에 의한 계산. 피어슨 0 ~ .3250.2210.049 0.3590.003 0.3370.000 10– .2970.4030.028 0.2300.020 0.2420.013 20– .1520.013 0.1480.000 0.1570.000 30– .0650.0900.007 0.0950.0990.090.09090.09090.0900.095090.0900.013. - .0520.0410.003 0.0610.001 0.0620.002 50–6036 0.0400.0190, 022 0.0390.000 0.0390.000 60–7017 0.0190.009.009 0.0250.002 0.0240.001 70-8015 0.0170.0002701015 0.0170.0002701015 0.010.000.00016015 0.010.000.00016015 0.0170.00.00150. –908 0.0090.0030.014 0.0100.000 0.0090.000 90 – .0140.0020.109 0.0070.009 0.0060, –1106 0.0070.0010.038 0.0040 .001 0.0040, –1203 0.0030.0010.015 0.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.

이론적 지불 분배 법칙의 적용 임의의 주어진 금액의 지불 확률 찾기 : 1. DSAGO에 대한 관세 계산 (책임 한도를 420,000 루블로 확장). 20%의 부하를 고려하면 감마 분포에 대한 예상 프리미엄은 ~ 90 루블입니다. 2. 프랜차이즈에 대한 보정 계수 계산 (주어진 가치를 초과하지 않는 손실에 대한 보상에서 보험 회사의 면제). 프랜차이즈, 루블 할인, %1,987,3014,6723,06 3. 특히 CASCO를 위한 자발적 보험 유형에 대한 보험 관세의 형성.

OSAGO 플러스에 대한 국가 관세 설정의 플러스 및 마이너스 플러스 : 1. 보험 회사를 선택할 때 보험 조건의 통일 및 보험 계약자의 결정 단순화. 2. 고객 유치를 위한 보험 회사의 덤핑 불가능 및 그에 따른 의무 이행 실패. 단점: 1. 경제 현실과 보험 요율의 불일치 가능성 및 광범위한 무익성 확산. 2. 시장 상황 변화에 대한 관세율의 느린 대응. 3. 위험의 미분화 및 관세에 있어 국내 보험시장의 특성에 대한 고려 부족. 4. 보험 회사가 특별한 조건으로 수익성이 덜한 고객을 유치하는 것이 불가능합니다.

관심을 가져 주셔서 감사합니다!

480 문지름 | 150UAH | $7.5 ", MOUSEOFF, FGCOLOR, "#FFFFCC",BGCOLOR, "#393939");" onMouseOut="return nd();"> 논문 - 480 루블, 배송 10 분하루 24시간, 연중무휴 및 공휴일

야코바 올가 니콜라예브나 투자 및 재보험을 고려하여 보험 회사의 지급 능력을 평가하는 모델 및 방법(CASCO의 예): 논문 ... 경제 과학 후보: 08.00.13 / Yarkova Olga Nikolaevna; [보호 장소: GOUVPO "Samara State Aerospace University"].- Samara, 2010.- 183 p.: 병.

소개

1장 보험의 위험모델과 보험회사의 지급여력 증대 방안 8

1.1 보험의 위험 8

1.2 지불 능력 평가 방법 16

1.3 지급 능력 평가 모델 및 이를 개선하기 위한 접근 방식29

제 2 장 위험과정 및 자산의 특성이 파산확률에 미치는 영향 연구 38

2.1 무파산 확률의 초기자본 의존성 연구 38

2.2 자산특성이 보험회사 지급여력에 미치는 영향 연구 51

2.3 위험 또는 무위험 자산에 대한 투자 전략에 대한 초기 자본의 영향 분석 57

3 장 투자 및 재보험 전략 수립 66

3.1 위험 및 무위험 자산에 대한 투자 분산이 지급 능력에 미치는 영향 분석 66

3.2 투자전략 수립 75

3.3 지급능력에 대한 재보험의 영향 82

결론 96

사용된 소스 목록 98

애플리케이션 106

일 소개

연구 주제의 관련성. 총 보험료 징수액에서 주요 보험 회사의 점유율 감소로 입증되는 경쟁 심화(전문 RA 등급 기관에 따름)와 글로벌 금융 위기로 인한 위험 증가로 인해 높은 요구 사항이 발생합니다. 위험 프로세스의 긍정성을 이해할 수 있는 보험 회사의 지급 능력뿐만 아니라 위험 프로세스에 영향을 미치는 도구에 대한 객관적인 평가입니다. 지불 능력에 영향을 미치는 도구 중 하나는 보험 회사의 자기 자본이며 투자를 통해 증가할 수 있습니다. 파산하지 않을 확률과 같은 지불 능력의 특성에 대한 자기 자본의 영향은 국내외 작가 F. Lundberg, G. Grandell, F. de Vildera, T. Anderson, X. Cramer, G의 작품에 전념합니다. .쉿. Tsitsiashvili. K. Segerdahl, J. Paulsen 및 H. Gjessing은 무위험 자산에 대한 자유 자금의 투자를 고려하여 보험 회사의 초기 자본에 대한 지급 능력의 의존성을 조사했습니다. S. Brown, A.V. Melnikov와 S. Asmussen은 위험 자산에 대한 자유 자금의 투자를 고려하여 초기 자본이 보험 회사의 파산 가능성에 미치는 영향을 분석했습니다.

무사고 확률을 높일 수 있는 또 다른 가능성은 재보험이다. H. Schmidli 및 K. Hipp의 작업에서 재보험 및 위험 자산에 대한 투자를 고려하여 초기 자본에 대한 보험 회사의 파멸 가능성의 의존성을 추정했지만 다음에 대한 엄격한 가정이 있습니다. 지불 분배의 특성과 초기 자본의 큰 가치.

따라서 국내 및 해외 작가의 작업에서 상대 위험 프리미엄, 수익성과 같은 위험 프로세스 및 자산의 특성에 대한 보험 회사의 파산 확률의 종속성을 모델링하는 데 관심을 기울이지 않는다고 말할 수 있습니다. 위험 자산 및 무위험 자산, 위험 자산 가격의 변동성, 위험(무위험) 자산에 대한 투자 비율, 재보험 보유 금액 등. 보험 회사의 지급 능력을 평가하는 문제는 연구 주제 및 구조의 선택을 결정했습니다.

본 연구의 목적은 보험회사의 지급여력 증대 문제를 해결함에 있어 투자 및 재보험 측면에서 무파손 가능성을 평가하는 방법을 개선하는데 있다.

이 목표를 달성하기 위해 다음 작업을 설정하고 해결했습니다.

보험 회사의 지급 능력을 평가하기 위한 기존 방법 및 모델 분석

파산하지 않을 확률과 위험 과정, 자산, 투자 규모 및 재보험의 특성 간의 관계를 모델링합니다.

투자전략 수립 방법론 개발

무위험 자산

위험한 자산에서;

위험하고 무위험 자산에서

다양한 투자 조건에서 재보험 전략 수립을 위한 방법론 개발.

연구의 대상은 보험회사 지급능력의 특성인 무파산 확률이다.

연구 주제는 보험회사의 부도 가능성을 평가하기 위한 방법과 모델이다. 연구 분야 - 1.6. 경제의 금융 부문에서 프로세스의 수학적 분석 및 모델링, 금융 수학 및 계리 계산 방법 개발.

연구의 이론적, 방법론적 기반 국내외 저자들의 보험계리수학, 확률론, 확률과정, 수리통계, 수치해석 등의 저작물을 논문 작업의 이론적 기반으로 사용하였다. 수치 시뮬레이션은 Delphi 7.0 소프트웨어 개발 환경을 사용하여 구현됩니다.

보험 회사 RESO-Garantia의 데이터가 연구의 정보 기반으로 사용되었습니다.

과학적 참신함은 보험 회사의 지급 능력을 증가시키기 위한 투자 및 재보험 전략을 형성할 수 있도록 하는 위험 프로세스, 위험 및 무위험 자산의 특성에 대한 파멸 가능성의 종속성을 모델링하는 데 있습니다.

가장 중요한 과학적 결과:

무파산 확률과 상대적 위험 프리미엄, 상대적 위험 프리미엄과 초기 자본, 무파멸 확률과 위험 및 무위험 자산의 수익성 사이의 관계에 대한 수학적 모델링 절차를 제안하고 구현했습니다. 보험회사의 지급여력 특성에 따른 위험자산 등 자산의 무파손 가능성 및 가격변동성

비 파멸 가능성과 투자 규모 사이의 관계를 특징 짓는 구성된 모델을 기반으로 위험 및 / 또는 무위험 자산에 투자하기위한 전략 형성을위한 방법론이 개발되었습니다. 보험 회사의 지불 능력을 증가시킬 수있는 투자 및 초기 자본의 양;

지급여력의 특성과 자기보유액의 관계를 구축한 모형을 바탕으로 다양한 투자조건에서 재보험 전략을 수립하는 방법론을 제시하고, 이를 구현함으로써 보험의 무파손 확률을 높일 수 있다. 회사.

실제적 중요성 연구 결과는 RESO-Garantiya 보험 회사(Orenburg 지점)에서 구현을 위해 승인되었으며 높은 수준의 무사고 보장과 관련된 문제를 고려할 때 사용됩니다. 연구 과정에서 얻은 이론 및 실제 결과는 학문 분야 "보험 및 계리 계산"과정에서 사용됩니다.

작업 승인 논문 작업의 주요 이론 및 실제 조항이 보고되고 회의에서 논의되었습니다.

전 러시아 과학 및 실무 회의 "변환 경제에서 실물 및 금융 부문 간의 상호 작용"(Orenburg, OSU, 2008);

전 러시아 과학 및 실용 회의 "재정 및 통계 수학"(Neftekamsk, NFBashGU, 2009);

전 러시아 과학 실용 회의 "교육 및 과학의 지역 중심지로서의 다중 프로필 대학"(Orenburg, OGU, 2009).

작업의 구조 및 범위 논문은 서론, 3개의 장, 결론, 참조 목록 및 부록으로 구성됩니다. 부록에는 연구의 주요 내용을 설명하고 보완하는 정보 및 참고 자료가 포함되어 있습니다. 논문 작업은 212페이지의 타자 텍스트로 표시되며 84개의 표와 56개의 그림이 포함되어 있습니다. 참고 문헌 목록에는 국내외 작가의 작품 93개 제목이 포함되어 있습니다. 신청서는 107페이지에 제공됩니다.

1장 "보험의 위험모델과 보험회사의 지급여력을 높이는 방법"에서는 위험관리 방법의 하나로 보험의 경제적 본질을 밝히고, 무사고 확률을 평가하기 위한 모형과 방법을 설명하고, 보험 회사의 지급 능력.

제2장 "위험과정 및 자산의 특성이 부실확률에 미치는 영향 조사"에서는 초기자본에 대한 보험회사의 부실확률의 종속성을 포아송으로 구성하였다. 위험하거나 무위험 자산에 대한 투자를 고려한 집단 위험 모델. Non-ruin 확률과 상대적 위험 프리미엄, 상대적 위험 프리미엄과 초기 자본, non-ruin 확률과 위험 및 무위험 자산의 수익성, non-ruin 확률 사이의 관계를 모델링하는 절차 위험 자산의 가격 변동성을 제안하고 구현합니다. 위험하거나 무위험 자산에 대한 투자 전략을 수립하는 기술이 개발되었습니다.

세 번째 장 "투자 및 재보험 전략의 형성"에서는 위험하고 무위험 자산에 대한 투자 측면에서 초기 자본에 대한 비 파멸 확률의 의존성을 구축합니다. 무위험 자산과 무위험 자산에 대한 투자 규모와 비파멸 가능성 사이의 관계 모델링이 수행되었습니다. 보험 회사의 투자 금액 및 초기 자본. 다양한 투자 조건에 따른 재보험 전략 수립 방법을 제안한다.

지불 능력 평가 모델 및 개선 방법

주요 기능인 보험 이벤트 발생 시 지불을 수행하려면 보험 회사는 자본을 결정하는 특별한 재정 자원이 있어야 합니다. 보험 조직의 자본(적립금)은 자기 자본과 차입 자본의 두 가지 주요 부분으로 구성되며 자본의 유인 부분이 대부분 자체보다 우세합니다. 이는 보험의 산업 특성 때문입니다. 보험 회사의 활동은 보험료(보험료)의 형태로 받은 보험 계약자의 자금을 출처로 하는 금전적 자금의 창출을 기반으로 합니다. 그들은 보험사에 속하지 않습니다. 이 자금은 보험 계약의 유효 기간 동안 일시적으로만 보험 회사가 처분할 수 있으며, 그 후에는 보험 금액을 지불하거나 수익 기반으로 전환하는 데 사용됩니다(손익분기점 통과에 따름). 계약) 또는 계약 조건에 명시된 부분에서 보험 계약자에게 반환 (보너스). 따라서 시간 t에서 보험 회사 Y의 자본은 S(t) - 시간 /에서 보험 회사가 지불한 금액의 합계입니다. n(t) - 시간 t까지 징수된 보험료. 프로세스(1.1)는 보험회사의 리스크 프로세스라고도 합니다.

자본의 형성과 사용은 지급 능력 확보를 목표로 하는 보험 회사 활동의 주요 측면 중 하나입니다. 보험 운영 수입 외에 보험 회사의 추가 수입원은 투자 수입입니다. 수익성있는 투자 활동을 통해 보험사는 보험사와 보험 계약자 모두가 관심을 갖는 관세를 줄일 수 있습니다. 보험사의 수입뿐만 아니라 지급 능력도 임시 무료 자금 배치의 효율성과 신뢰성에 달려 있습니다. 따라서 2005년까지 보험회사의 평균 투자수익률은 인플레이션율에 미치지 못했고 부실 보험사 수가 증가했습니다. 2006년에는 2007년 1월 1일 현재 전체 등록 보험사의 14%에서 면허가 취소되었다. 글로벌 통합 프로세스에 러시아가 포함되면 보험 회사는 세계 표준 조건에 접근해야하며 전문가 RA 기관의 데이터에서 알 수 있듯이 위기 상황에서 재정적 위험이 증가하고 경쟁이 심화됩니다. 보험 회사의 지급 능력에 대한 객관적인 평가에 대한 높은 요구 사항.

보험 회사의 지급 능력을 연구하기 위해 여러 가지 지표가 사용됩니다. 이러한 지표 중 일부는 규범적 성격을 지니며 국가 기관에 의해 설정되고 통제되는 반면, 다른 지표는 자문적입니다. 러시아에서는 다음 지표가 사용됩니다. 승인된 자본의 최소 수준; 규범 지급여력 마진; 필요한 보험 준비금 금액; 투자활동 기준 등 이 모든 지표는 보험 회사 활동의 특정 측면만을 반영하며 회사 지불 능력의 양적 특성이 아닙니다. 연구에서는 보험회사의 지급능력을 측정하는 척도로서 무파산 확률 p(ii) = P \ Yl 0), 또는 파산 확률 y / (u) = l-P (Yt 0), 보험 회사 기능의 위험을 측정하는 반대 이벤트의 특성으로 회사 전체 또는 개별 계약 포트폴리오의 지불 능력 속성을 특성화하는 데 사용됩니다. "폐허"의 개념은 영수증과 적립금을 초과하는 지불을 의미합니다. 그러나 후자의 적자는 보험 회사의 파산을 의미하지 않습니다. 회사는 예를 들어 대출과 같은 다른 적자 상환 방법을 사용할 수 있기 때문입니다. 위험 이론에서 파산(자산이 0으로 떨어지는 것)은 재정 문제를 나타내는 일종의 지표로 이해해야 합니다. 때때로 파멸은 자본을 특정 양의 최소값, 즉 최소 규제 수준으로 줄이는 것으로 이해됩니다(자본이 규제 수준보다 낮으면 보험 회사의 활동이 규제 당국에 의해 중단됨). 이 접근 방식은 EU 국가에서 일반적입니다. 즉, 파산 확률(또는 파산하지 않을 확률)은 지급 능력의 결정론적 특성입니다.

우리는 초기 자본에 대한 파산 가능성의 의존성, 상대적 위험 프리미엄 등에 관심을 가질 것입니다. 파산 가능성 계산에는 회사 전체 또는 개별 계약 포트폴리오에 대한 개별 또는 집단 위험 모델 구축이 포함됩니다. . 개별 위험 모델은 모든 보험 대상이 보험 사건의 확률, 가능한 보험 손실의 분포, 보험 조건과 같은 동일한 특성을 가지고 있다는 사실을 특징으로 합니다. 보험사는 보험료로 받은 자금으로만 손해를 배상한다. 개별 위험 모델은 각 위험 단위의 손실이 독립적이고 균등하게 분배된다고 가정합니다. 이러한 가정은 보험대상별 피보험손해가 서로 무관한 여러 가지 사유에 의한 경우에 가능하다. 이것은 생명 보험에서는 자연스러운 요구 사항이지만 다른 유형의 보험에서는 일반적이지 않습니다. 그룹의 많은 위험에 동시에 영향을 미칠 수 있는 요소가 고려되지 않기 때문에 이러한 모델의 정보 내용은 낮습니다. 또한, 개별위험모형은 정적인 보험위험모형으로, 위험은 단 하나의 확률변수, 즉 위험군에 대한 총보험손실에 의해 모델링되며, 정적모형은 위험에 대한 제한된 개념을 제공한다. Rosstrakhnadzor는 위험한 유형의 보험에 대한 관세율을 계산할 때 개별 위험 모델의 수정을 권장합니다. 통계 데이터가 집계된 형태로 제시되는 경우 이것이 유일한 분석 도구라는 사실 때문입니다. 집단 위험 모델은 보험의 실제 현상을 가장 완전하게 반영합니다. 그것의 도움으로 회사의 위험 관리에 더 큰 역학을 달성할 수 있습니다.

자산특성이 보험회사 지급여력에 미치는 영향 연구

우리의 예에서 보험 회사는 0.95의 파산 확률을 달성하기 위해 R = 3.82 클레임/일, 0 = 60% 및 = 65%인 0.13의 수익으로 무위험 자산에 모든 무료 자금을 투자합니다. , 320,000 루블의 초기 자본이 필요합니다. 재보험 위험의 20%를 제공합니다. 다른 모델 매개변수에 대해서도 유사한 계산을 수행할 수 있습니다.

수익률 0.4, 가격변동성 0.25인 위험자산에 여유자금 50%를 투자한 경우와 유사하게 계산한 보험사의 무파산 확률과 자기보유량의 의존도는 50% 수익률이 0.13인 무위험 자산의 자유 자금은 부록의 표 I. 14에 나와 있습니다. 그리고 (부록 G의 표 Zh.30-Zh.32의 문제(3.15)에 대한 솔루션 제품군, 보간 스플라인은 부록 K의 표 K.20). 재보험사의 상대 위험 프리미엄 a) = 65%의 다양한 값에 대해 구성된 종속성 그래프 b) = 75%; c) , = 85%는 그림 3.15에 나와 있으며 LSLS 근사값은 다음과 같습니다.

위험 프로세스의 주어진 특성에 대해 초기 자본이 350,000 루블 인 보험 회사. 위험(// = 0.4, st = 0.25) 및 위험이 없는(r = 0.13) 자산(0.5, 0.5)에 각각 투자하는 전략이 0.95의 무파산 확률을 달성하려면 7.5를 재보험해야 합니다. 양도인의 상대위험프리미엄이 60%이고 재보험자의 상대위험프리미엄이 85%인 경우 위험%) 또는 재보험자의 상대위험프리미엄이 65%인 경우 위험의 5%. 보험회사의 초기자본과 자기보유액의 종속성은 p = 0.95에 대해 유사하게 계산되며, 위험자산에 여유자금의 50%를 투자하여 수익률 0.4, 가격변동성 0.25, 수익률이 0.13인 무위험 자산의 무료 자금. 주어진 위험 프로세스 매개변수(/3 = 0.5, r = 0.13, a = 0.5, // = 0.4, cr = 0.25, R = 3.82)에 대한 계산된 값(표 I. 15) 및 보간 스플라인 그래프 클레임 / 일, 0 = 60% 및 = 350,000 루블), (부록 K, 표 K.21)은 그림 3.16에 나와 있습니다. 자체 보유, p = 0.5, r = 0.13, a = 0.5, /l = 0.4, a = 0.25, A = 3.82 ISK/일, c = 60%, p = 0.95, for a) = 65%; b) = 75%; c) = 85%. 이러한 종속성은 보험 회사가 자산의 특성을 고려하여 재보험 전략을 수립할 수 있도록 합니다. 예를 들어, 초기 자본금이 320,000 루블인 보험 회사에 대해 0.95의 비파산 확률을 보장합니다. 0.4의 수익과 0.25의 가격 변동성을 가진 위험 자산에 자유 자금의 50%를 투자해야 하며, 자유 자금의 50%는 0.13의 수익을 가진 무위험 자산에 투자하고 재보험에 대한 위험의 15%를 제공해야 합니다. 재보험사의 상대위험프리미엄은 0.65이다. 이에 따라 자산의 특성이 무파손될 확률, 위험자산 및 무위험자산에 대한 투자금액에 미치는 영향을 정량화하여 위험자산 및 무위험자산에 대한 투자전략을 수립할 수 있도록 하였다. 초기 자본의 크기. 또한 CASCO를 예로 들어 다양한 투자 조건에서 재보험 전략을 수립하는 방법론을 제시하고 시연한다. 논문에 제시된 모든 계산은 자동화된 소프트웨어 패키지 "Analysis of the solvency of an Insurance company"(부록 L)를 사용하여 수치적으로 얻은 것입니다. 결론 보험회사의 지불능력을 평가하기 위한 모델과 방법에 대한 분석은 상대적 위험 프리미엄, 위험하고 무위험 자산의 수익성과 같은 특성을 망치지 않을 확률에 대한 영향의 양적 평가가 위험 자산 가격의 변동성, 위험 자산 및 무위험 자산에 대한 투자 비율, 주식 재보험 공제 금액. 이 논문은 보험 회사의 지불 능력의 특성과 위험 프로세스, 자산, 투자 규모 및 재보험의 특성 간의 관계를 모델링하는 절차를 제안하고 구현하여 다음을 허용합니다. 다양한 투자 조건에서 고정된 초기 자본으로 주어진 무파산 확률을 제공합니다. - 초기자본의 크기에 따라 상대위험프리미엄의 크기를 정량화하여 다양한 투자조건에서 일정한 수준의 무파산 확률을 보장 - 무위험자산수익률, 위험자산수익률, 위험자산 가격변동성이 보험회사의 파산확률에 미치는 영향을 정량화함. 위험 자산에 대한 투자 전략 수립을 위한 방법론 개발 및 구현 무위험 자산으로 자산의 특성과 위험 프로세스의 특성 사이의 비율에 따라 필요한 수준의 비파멸 가능성을 제공하는 위험하고 무위험 자산으로 분류합니다.

위험 또는 무위험 자산에 대한 투자 전략에 대한 초기 자본의 영향 분석

위험에 영향을 미치는 세 가지 주요 방법은 감소, 유지 및 이전입니다. 위험 감소는 가능한 손상의 양 또는 부작용 발생 가능성의 감소를 의미합니다. 보존 그룹에는자가 보험이 포함됩니다. 불리한 상황이 발생할 경우 손실을 보상할 특별 준비금(자기 보험 기금 또는 위험 기금) 생성. 위험 이전이란 위험 수준을 유지하면서 위험에 대한 책임을 제3자에게 이전하는 것을 의미합니다. 이 그룹에는 유료로 보험 회사에 위험을 이전하는 보험과 다양한 유형의 보증, 재정 보증 등이 포함됩니다.

보험을 "보험 운영에 종사하는 조직에 중앙 집중화하고 손해를 충당하거나 기타 지불을하기 위해 사용하는 참여자가 만든 기부금을 희생하여 보험 기금 형성과 관련된 일련의 사회적 관계"로 정의합시다. 미리 결정된 임의의 사건이 발생하는 경우 보험이 수행되는 사람에게. 보험계약을 보험증권이라고 합니다. 정책이 지불 가능하게 된 경우 보험사는 청구를 접수했다고 합니다. 보험 상황이 발생하지 않으면 보험 계약자는 보험료를 잃습니다. 보험 회사는 보험 계약에 따라 수많은 의무와 권리를 갖습니다. 보험자의 의무는 위험을 부담할 의무와 보험금(보험금액)을 지급할 의무로 나뉜다.

따라서 위험하고 무위험 자산에 대한 투자를 고려한 보험 회사의 지급 능력에 대한 연구는 지불 분배의 성격에 대한 가정과 그러한 특성이 지불 능력에 미치는 영향에 대한 연구가 부족하다는 특징이 있습니다. 위험하고 무위험 자산의 수익성과 위험 자산의 가격 변동성으로 자산.

보험 회사의 투자 활동 및 재무 능력이 원하는 수준의 지불 능력을 달성할 수 없는 경우 보험 회사는 위험 재분배에 의지합니다. 재보험은 보험사의 지급 능력을 보장하는 중요한 연결 고리입니다. 재보험의 필요성은 다음과 같은 사실 때문입니다. 2) 보험 회사는 포트폴리오에 있는 보험 대상의 수가 적거나 큰 위험이 존재하기 때문에 완벽하게 균형 잡힌 포트폴리오를 만들 수 있는 기회가 항상 있는 것은 아닙니다. 3) 보험에 허용되는 위험을 신중하게 선택하더라도 보험자는 재해가 발생할 때 피보험 대상이 동시에 노출될 수 있는 다양한 위험으로 인해 발생하는 손실을 보상하기 때문에 완전히 독립적인 보험 대상의 포트폴리오를 만들 수 없습니다. 4) 경제의 발전과 과학기술의 진보는 물질적 가치의 고집중으로 이어지고 결과적으로 많은 보험 대상에 대한 보험 금액이 증가합니다 (운송 비용이 증가하고 항공기, 선박 등의 비용이 증가합니다). 보험 회사는 재보험 보장 없이는 보험에 대한 이러한 큰 위험을 감수할 수 없습니다. 어떤 경우에는 보험 비용이 너무 높아서(또는 위험해서) 개별 보험 회사의 준비금이 전액 보험을 제공하기에 충분하지 않습니다. 재보험 계약 - 일방 당사자(양수인)가 보험 위험(위험 그룹)의 전부 또는 일부를 다른 당사자인 재보험자에게 이전하는 계약입니다. 위험을 이전하는 보험자를 할당자라고 합니다. 재보험자는 보험 보상의 해당 부분에 대해 양도인에게 보상할 의무가 있습니다. 재보험은 위험의 2차 재분배를 제공하여 보험 포트폴리오의 양적 및 질적 조정에 기여하며, 이를 통해 보험에 대해 고유하고 값비싼 위험을 감수할 수 있습니다. 재보험의 특별한 경우를 고려하십시오 - 재보험자의 지불이 각 청구에 대한 보험 지불에 따라 달라지는 비례. 보험사의 관점에서 최적의 재보험 규모를 결정하는 한 가지 방법은 예상 소득과 보안 간의 균형을 기반으로 결정을 내리는 것입니다. 재보험사는 위험을 인수할 때 양도인으로부터 보험료를 징수합니다. 재보험사의 보험료 수취율은 비율에 따라 상대적 위험 프리미엄과 관련됩니다. 여기에서 는 재보험사의 상대적 위험 프리미엄입니다. 그러면 재보험 후 재보험자가 받는 보험료 수취율은 다음과 같이 쓸 수 있습니다. 작업에서 Lundberg 계수를 보험 회사의 신뢰성 지표로 사용하는 것이 제안됩니다. 재보험 보험료가 강도 c "ep로 지속적으로 지불되는 경우 비례 재보험 계약을 체결 한 직접 보험사에 대한 Lundberg 계수 Rh는 방정식의 가장 작은 양의 근입니다. 보험 회사에 Rh의 최대 가치와 양도인에게 가장 큰 수입을 제공할 위험의 X. Schmidli 및 Z. Hipp의 작업에서 투자 및 재보험을 고려한 파산 확률 추정이 추구됩니다. 다음 Cauchy 문제에 대한 해결책으로: (1.41)을 기반으로 소득과 망할 확률의 최적 조합을 제공하는 보험 회사의 행동 전략을 결정할 수 있습니다. 공식 (1.10)을 적용하는 경우와 같습니다. 파산 가능성을 평가하기 위해 설명된 방법은 다음과 같은 경우에만 적용될 수 있습니다. 지불금 분포는 가벼운 꼬리 분포입니다. 모델(1.39), (1.41)은 지급 분포가 지수에 가까운 경우에만 정확한 솔루션을 제공합니다.

위험 및 무위험 자산에 대한 투자 분산이 지급 능력에 미치는 영향 분석

경우에 대한 초기 자본에 대한 비 파멸 가능성의 의존성 그래프: a) 투자 없음; b) 무위험 자산에 대한 투자 g-0.13; c) 위험 자산에 대한 투자 /l = 0.4, a - 0.25, 및 e 천 루블,

I-3.82 클레임 / 일, c = 196.5 천 루블 / 일, I = 0.1 천 루블. 따라서 우리는 위험 프로세스의 고정된 매개변수를 사용하여 초기 자본의 크기에 따라 투자 전략을 수립할 수 있는 기회를 얻었고 더 높은 수준의 파산 확률을 제공했습니다. 따라서 예를 들어 위험 자산(// = 0.4; a = 0.25)에 투자하면 초기 자본 가치 386.4,000 루블로 무위험 자산(r = 0.13) 자본은 391.8 천 루블이며 투자가 없으면 447.3 천 루블이 필요합니다. 위의 경우 초기 자본 가치가 444,000 루블 미만입니다. 초기 자본 가치가 444,000 루블 이상인 위험 자산에 의해 비 파멸 확률이 높아집니다.

집단 위험 모델의 매개 변수의 고정 값에 대한 초기 자본에 대한 비 파멸 확률의 의존성을 평가하는 문제 외에도 다음을 제공하는 상대 위험 프리미엄의 의존성을 평가하는 것이 중요합니다. 초기자본의 규모에 따라 주어진 수준의 무파산 확률. 주어진 비율

문제 (2.6)은 (부록 G, 표 G.2 - G.4)의 다양한 값에 대해 수치적으로 해결되며 방정식의 수치적 솔루션(p(u 19) = p, 여기서 cp는 주어진 수준입니다. 비 파멸 가능성의 초기 자본 값을 얻었으며 cp = 0.95에 대해 부록 I (표 IL)에 제시되어 있습니다. 그림 2.4에 제시된 종속성은 3차 스플라인(부록 K, 표 K.1).우리는 명료함을 위해 시스템 함수(n/100)1", / = 0.1..5의 일반화된 다항식으로 최소 제곱의 반복 방법을 사용하여 근사화했습니다. 예시된 경우(R = 3.82 클레임/일, Ф = 0.95) 경우에 대한 수당 및 초기 자본: a) 투자 없음, b) 0.13의 수익으로 무위험 자산에 투자, c) 위험 자산에 투자 /l = 0L, a = 0.25, R = 3.82 클레임/일, (p = 0.95 이러한 의존성은 상대 위험 프리미엄의 값을 결정할 수 있게 합니다. 그리고 초기 자본의 크기에 따라 주어진 수준의 파멸 가능성을 제공합니다. 예를 들어 초기 자본이 400,000 루블인 보험 회사입니다. 파산하지 않을 확률 0.95를 보장하려면 투자가 없을 때 상대 위험 프리미엄 71%가 필요합니다. 수익률이 0.13인 무위험 자산에 투자하면 파산하지 않을 확률은 그대로 유지하면서 위험 프리미엄을 57.5%까지 낮출 수 있습니다. 수익률이 0.4이고 변동성이 0.25인 위험 자산에 투자하면 상대적 위험 프리미엄을 55.5%로 줄일 수 있습니다. 보험회사가 초기자본이 있고 상대위험프리미엄을 통해 무파산 확률을 높이고자 한다고 가정하자. v의 다양한 값에 대해 문제(2.6)에 대한 솔루션 제품군을 사용하여 p(u /v)(부록 G, 표 G.2 - G.4)를 찾고 비 확률의 의존성을 구축했습니다. 초기 자본의 고정 가치에 대한 상대적 위험 프리미엄에 대한 파멸. 고정 금액의 초기 자본 및 = 350,000 루블에 대한 상대 위험 프리미엄에 대한 비 파멸 가능성의 의존성. 다양한 투자 조건에서 표 I.2(부록 I; 부록 K의 3차 스플라인 형식, 표 K.2)에 나와 있습니다. 위험 프로세스의 주어진 매개변수(R = 3.82 클레임/일, m = 350,000 루블)에 대해 구성된 상대적 위험 프리미엄에 대한 비파멸 가능성의 의존성에 대한 근사치는 순환 최소 제곱 방법에 의해 아래에 제시됩니다. (2. 8) 및 그림 2.5의 해당 그래프.

발행일: 28.10.2017 11:37

심리학 WRC의 첫 번째 부분은 이론적 연구입니다. 그것은 연구 주제에 관한 문헌 연구, 자료의 일반화, 분석 및 구조화 된 발표를 포함합니다.

많은 인문학의 졸업 논문에는 경험적 연구만 포함되어 있습니다. 그러나 심리학에서 연구자들은 자신의 이론을 실제로 테스트하려고 합니다. 따라서 과정의 두 번째 부분 인 심리학에서 디플로마 및 석사 작업은 경험적 연구입니다.

심리학에서 경험적 연구란 무엇인가

"경험적"이라는 용어는 경험과 관련된 실용적인 단어와 동의어입니다. 따라서 심리학에서 디플로마 또는 기말 보고서의 두 번째 장은 "실용 장" 또는 "실험-실험 장"이라고도 합니다.

심리학 대학원 작업의 논리는 다음과 같습니다.

첫째, 학생은 선택한 주제의 틀 내에서 다른 연구원이 수행한 작업을 연구합니다. 경험적 연구 결과뿐만 아니라 심리적 현상의 이론적 모델에 대해 알게됩니다.
다른 사람의 작업과 자신의 아이디어에 대한 이론적 분석을 바탕으로 학생은 자신의 경험적 연구 계획을 개발합니다.
다음으로 학생 심리학자는 경험적 연구를 수행하고 결과를 분석하고 결론을 도출합니다.

심리학에서 경험적 연구의 본질은 무엇입니까?

주요 기능은 인간 정신의 법칙, 사고의 법칙, 감정 생활, 행동 등을 연구할 수 있다는 것입니다.

심리학에서 경험적 연구의 주요 도구는 테스트, 설문지, 설문지 등의 심리 진단 도구입니다. 그들의 도움으로 심리학자-연구원은 경험적 데이터를 받고 수학적 분석을 거치며 이를 바탕으로 심리학에 대한 결론을 도출합니다. 패턴.

심리학의 경험적 연구 결과는 심리적 법칙 또는 규칙성의 지위를 주장합니다. 이것은 물리학과 같은 정확한 과학에 심리학을 더 가깝게 만듭니다.

그러나 심리학에는 심리 치료 및 상담 실습에 적극적으로 사용되는 많은 이론과 모델이 있습니다. 그러나 이러한 모델은 경험적으로 테스트되지 않았습니다. 그러나 경험적 타당성이 부족하다고 해서 이러한 이론의 가치가 떨어지는 것은 아닙니다. 이는 심리학이 대상에 대한 정확한 지식을 얻는 것이 불가능한 인문학에 속함을 반영한다.

경험적 연구의 구조

경험적 연구의 구조는 코스, 디플로마 또는 심리학 석사 작업의 두 번째 (실용) 장의 첫 번째 단락에 반영되며 다음 요소를 포함합니다.

실증연구의 목적, 원칙적으로 전체 작업의 목적과 일치합니다. 대부분의 경우 이 목표는 심리적 지표 간의 관계를 식별하거나 일부 기준으로 나눈 두 피험자 그룹의 심리적 매개변수의 심각도 차이를 식별하는 것과 관련될 수 있습니다.

경험적 연구의 과제경험적 연구의 목표를 달성하기 위해 취해야 하는 일련의 단계를 반영합니다. 예를 들어 다음이 포함될 수 있습니다.

정신 진단 방법의 선택.
경험적 연구 샘플의 형성.
심리 진단을 수행하고 심리 테스트 결과 요약표를 작성합니다.
얻은 데이터의 정성 분석.
정신 진단 결과의 통계 처리.
수학적 처리 결과의 해석.
결론의 공식화.

경험적 연구 가설, 원칙적으로 전체 작업의 가설과 일치하며 지표의 관계 또는 차이점에 대한 가정을 반영합니다. 연구가 많은 심리적 지표를 사용하는 경우 몇 가지 가설이 있을 수 있습니다. 때로는 일반적인 가설을 세운 다음 여러 특정 가설로 지정하는 것이 적절합니다. 예를 들어:

일반 가설: 성별이 다른 조직의 직원 간에 동기 부여에 차이가 있습니다.

특정 가설: 1) 남성은 성공을 달성하려는 동기가 더 큰 것으로 구별됩니다. 2) 여성은 승인 동기가 더 큰 것으로 구별됩니다.

실증 연구 샘플- 테스트에 참여할 피험자 또는 응답자입니다. 표본을 구성할 때 모든 피험자가 유사한 사회-인구학적 특성을 갖는 것이 중요합니다. 작업은 일반적으로 응답자의 성별, 연령, 교육을 나타냅니다. 필요한 경우 결혼 여부, 전문 경력을 지정할 수 있습니다. 특성의 선택은 연구의 목적과 목적에 따라 결정됩니다. 예를 들어, 교사의 직업적 소진의 개인적 요인을 연구한다면 표본을 설명할 때 아동의 수를 표시할 필요가 거의 없다.

경험적 연구 방법-심리학자가 피험자의 심리적 특성에 대한 경험적 데이터를 얻기 위해 사용하는 도구입니다. 심리학에서 WRC에서 사용되는 방법에는 다음과 같은 유형이 있습니다.

설문지. 이러한 유형의 방법은 피험자에게 그들의 사회 인구학적 특성과 일부 심리적 특성에 대해 질문하는 것을 포함합니다. 설문지는 엄격하게 신뢰할 수 있고 유효한 심리적 도구가 아닙니다. 따라서 그들의 데이터는 참조 및 보조 특성을 가집니다.
설문지와 테스트는 특정 규칙에 따라 표준화된 심리적 도구입니다. 그들의 도움으로 피험자의 심리적 특성에 대한 데이터를 얻을 수 있습니다. 이러한 데이터는 유효하고 신뢰할 수 있는 것으로 간주됩니다. 즉, 신뢰할 수 있습니다. 이러한 유형의 경험적 연구 방법은 학기 논문, 졸업장 및 심리학 석사 프로그램에서 가장 자주 사용됩니다.
투영 방법은 설문지와 같이 피험자의 심리적 특성에 대한 데이터를 얻을 수도 있지만 덜 표준화되어 있습니다. 투영 테스트는 결과가 수치 지표로 변환되기 어렵기 때문에 심리학 WRC에서는 거의 사용되지 않습니다. 투영 방법은 개별 작업에 대한 임상 및 심리 치료 실습에 더 적합합니다.

실증연구의 다음 중요한 요소는 실증연구의 결과와 그 분석이다. 그 중요성을 고려하여 더 자세히 살펴 보겠습니다.

실증연구 결과 및 분석

심리학에서 경험적 연구의 의미는 결과를 얻고 이를 분석한 후 특정 심리적 패턴에 대한 결론을 공식화하는 것입니다.

경험적 연구 결과에는 여러 유형이 있으며, 처리의 연속 단계를 반영합니다.

경험적 연구 결과의 첫 번째 유형은 테스트 결과입니다. 심리 설문지에 대한 피험자의 답변은 키로 처리되어 결과 요약표에 입력됩니다(일반적으로 응용 프로그램에 배치됨).
실증적 연구 결과의 두 번째 유형은 통계적 데이터 처리 결과이다. 예를 들어, 심리진단 결과 요약표를 통계 프로그램(예: STATISTICA 또는 SPSS)에 입력하고 상관 관계를 계산하거나 차이를 분석합니다. 이러한 결과는 작업의 텍스트에 제공되며 설명과 해석이 함께 제공됩니다.

일반적으로 경험적 연구 결과 분석은 두 단계로 수행됩니다.

첫 번째 단계는 모든 정신 진단 방법으로 얻은 데이터의 질적 분석입니다. 여기에는 평균값 차트뿐만 아니라 지표 분포가 있는 히스토그램 또는 표의 구성이 포함됩니다.
두 번째 단계는 데이터의 통계 분석입니다. 이 단계에서는 통계 계산 결과를 표 형식으로 표시합니다. 표 아래에는 결과에 대한 설명과 그 해석이 나와 있습니다.

러시아와 미국에서 온 젊은이들의 대처 전략을 비교하는 것이 목적인 경험적 연구 결과 분석의 예를 들어 보겠습니다.

R. Lazarus와 S. Folkman의 설문지 "대처 행동 방법"(T.L. Kryukov, E.V. Kuftyak, M.S. Zamyshlyaev가 채택)이라는 한 가지 방법만 사용하십시오.

샘플에는 두 그룹의 주제가 포함되었습니다. 그룹 1. 청소년, 러시아 시민, 60 명 (남아 30 명, 여아 30 명), 연령 - 20 ~ 25 세; 모스크바에 산다. 그룹 2. 청소년, 미국 시민권자, 60명(남자 30명, 여자 30명), 연령 - 20~25세; 뉴욕 거주.

정성분석 단계에서는 그룹별 대처전략의 구조를 비교하여 그래프 형태로 제시한다.

무화과. 1은 러시아와 미국 젊은이들의 대처 전략 구조를 보여준다.

그림 1에 표시된 데이터를 분석한 결과 러시아인 그룹에서 사회적 지원 검색 및 거리두기와 같은 대처 전략이 가장 두드러지는 것으로 나타났습니다. 가장 덜 표현된 것은 도주 회피와 자제력입니다.

미국 출신의 피험자 그룹에서는 문제 해결을 계획하고 책임을 지는 것과 같은 대처 전략이 가장 두드러진다. 가장 덜 표현된 것은 도주 회피와 대립적인 대처입니다.

주제 그룹에서 대처 전략 구조의 몇 가지 공통된 특징을 주목할 수 있습니다. 도피-회피 대처는 러시아와 미국 젊은이들 사이에서 가장 덜 두드러진다. , 환상, 부당한 기대, 산만 등. 이러한 결과는 DLS의 유아적 형태의 행동이 성공을 허용하지 않는 대도시에서의 삶의 특성을 반영할 수 있습니다.

우리는 또한 러시아와 미국의 젊은이들이 갈등 행동과 정서적 폭발을 통해 문제를 해결하려는 경향이 동등하지 않다는 것을 의미하는 대립적 대처에 대한 똑같이 낮은 가치를 주목할 수 있습니다.

실증연구 결과 분석의 2단계에서는 Mann-Whitney U-test를 이용하여 데이터를 통계적으로 분석하여 두 집단에서 대처전략의 심각도에서 통계적으로 유의미한 차이를 확인할 수 있다. 여러 떼.

러시아와 미국 청소년의 대처 전략 지표의 유의미한 차이를 계산한 결과는 표 1과 같다.

1 번 테이블. 러시아와 미국 청소년의 대처 전략과 회복탄력성의 통계적으로 유의미한 차이를 계산한 결과.

	평균		Mann-Whitney U 테스트	통계적 유의 수준(p)
	러시아	미국	Mann-Whitney U 테스트	통계적 유의 수준(p)
대립적 대처	43,6	44,3	1777	0,904
거리두기	62,1	49,0	1136	0,000*
자제력	45,3	50,8	1348,5	0,018*
사회적 지원을 구하다	65,7	49,3		0,000*
책임을 지다	54,9	54,0	1690,5	0,565
탈출 회피	41,8	41,4	1718	0,667
문제 해결 계획	50,4	56,4	1293,5	0,008*
긍정적 재평가	45,3	45,2	1760	0,834

* - 차이는 통계적으로 유의합니다(р≤0.05).

표 1에 제공된 데이터를 분석하면 다음과 같은 결론을 내릴 수 있습니다.

대처 전략 "거리두기"의 수준은 러시아 젊은이 그룹에서 통계적으로 상당히 높습니다. 이것은 미국인에 비해 러시아인이 삶의 중요성과 감정적 개입 정도의 주관적 감소로 인해 어려운 삶의 상황을 극복하는 경향이 있음을 의미합니다. 그들은 합리화, 주의 전환, 분리, 유머, 감가 상각 등의 지적 방법을 사용하는 것이 더 특징입니다.

대처 전략 "사회적 지원 검색"의 수준은 러시아 젊은이 그룹에서 통계적으로 상당히 높습니다. 이는 미국인과 비교하여 러시아 국민이 외부(사회적) 자원을 유치하고 정보, 정서적, 효과적인 지원을 구함으로써 문제를 해결하는 경향이 있음을 의미합니다. 그들은 다른 사람들과의 상호 작용에 초점을 맞추고 지원, 관심, 조언, 동정, 구체적이고 효과적인 도움을 기대하는 것이 특징입니다.

"자기 통제" 대처 전략의 수준은 미국의 젊은이 그룹에서 통계적으로 유의미하게 높습니다. 이는 미국 피험자들이 러시아인에 비해 감정을 의도적으로 억누르고 억제하고, 상황 인식에 미치는 영향을 최소화하고, 행동 통제력이 높은 행동 전략을 선택하고, 자기 통제를 위해 노력함으로써 어려운 삶의 상황을 극복하는 경향이 있음을 의미한다.

대처 전략 "문제 해결 계획"의 수준은 미국의 젊은이 그룹에서 통계적으로 유의하게 높습니다. 이것은 러시아인과 비교할 때 미국 피험자가 상황과 가능한 행동을 의도적으로 분석하고 문제 해결 전략을 개발하며 자신의 행동을 계획하고 객관적인 조건, 과거 경험 및 사용 가능한 자원을 고려하여 어려운 삶의 상황을 극복하는 경향이 있음을 의미합니다.

러시아와 미국의 젊은이 그룹에서 내구도 지표에 통계적으로 유의미한 차이가 없음을 알 수 있습니다. 이것은 스트레스와 SAD에 대처하는 방법의 차이에도 불구하고 러시아와 미국의 젊은이들이 스트레스 상황을 견디면서 내부 균형을 유지하고 활동의 성공을 감소시키지 않는 능력의 척도는 다르지 않습니다.

따라서 분석을 통해 러시아와 미국의 젊은 층에서 TJS에 대처하는 국가적 특성을 확인할 수 있었다.

어려운 삶의 상황에 처한 러시아의 젊은이들은 상황에서 벗어나 그 중요성을 줄이는 경향이 있으며 이는 러시아 사고 방식에 대한 특정 명상을 나타냅니다. 또한 모스크바 출신의 젊은이들은 TLS의 사회적 지원에 의지하는 경향이 뉴욕의 젊은이들보다 더 높은 것으로 나타났습니다.

젊은 미국인들은 러시아 동료들보다 TLS에서 자제력을 보이고 행동을 통제할 가능성이 더 높으며, 이는 정서적 억제라는 미국의 국가적 특성을 반영합니다. 또한 미국의 젊은이들은 러시아 젊은이들과 달리 문제 해결 계획을 세우는 경향이 있는데, 이는 일반적으로 계획 활동을 포함하는 성공 지향적인 미국인의 성향을 반영합니다.

통계 처리의 특정 결과에 대한 간략한 설명입니다. 예를 들어, "거리두기 대처 전략의 수준은 러시아에서 온 젊은이 그룹에서 통계적으로 상당히 높습니다."
통계 처리 결과에 대한 확장된 설명입니다. 예를 들어, “이는 미국인에 비해 러시아인이 삶의 중요성과 정서적 참여 정도의 주관적 감소로 인해 어려운 삶의 상황을 극복하는 경향이 있음을 의미합니다. 그들은 합리화, 관심 전환, 분리, 유머, 평가 절하 등의 지적 방법을 사용하는 것이 더 특징입니다.”
통계 처리 결과의 해석. 예를 들어, “우리의 관점에서 볼 때 '거리두기' 대처 전략 사용에서 드러난 차이점은 러시아와 미국의 사고방식의 차이와 관련이 있습니다. 특히 해외 활동에 대한 미국인의 활동이 커지고 러시아인에 대한 묵상이 커졌습니다.
통계 데이터 분석 결과에 기초한 일반화 결론: “그래서 분석을 통해 젊은 러시아인과 미국인 사이에서 TJS에 대처하는 국가적 특성을 식별할 수 있었습니다.
어려운 생활 상황에 처한 러시아의 젊은이들은 상황에서 멀어지는 경향이 있으므로 ... (위 참조)”