Побудова моделей прогнозування банкрутства страхових компаній України в післякризовий період

Abstract

У статті застосовано методи дискримінантного аналізу та логістичної регресії для побудови моделей прогнозування банкрутства українських страховиків на основі даних фінансової звітності. У процесі моделювання було окреслено потенційні переваги (однозначна квантифікація результату та об’єктивізація аналізу) та вагомі обмеження (незначний масив спостережень та якість звітної інформації) використання кожного з методів, здійснено аналіз та порівняння значущості та прогнозної якості розроблених моделей, запропоновано шляхи вдосконалення процесів прогнозування банкрутства українських страховиків. Результати дослідження вказують, що більшість українських страхових компаній, які функціонують в Україні, мають середній рівень фінансової стійкості (приблизно однакову ймовірність виявитися банкрутами чи продовжити діяльність), а деякі компанії, що посідають перші місця в галузевих рейтингах, виявляються класифікованими як потенційні банкрути та навпаки. Одержані результати дозволяють стверджувати, що прогнозування банкрутства страхових компаній із застосуванням обраних методів не є досконалим в українських реаліях через особливості страхового ринку, а тому існує необхідність розробки та використання інших методів, що є менш вимогливими до обсягу інформаційної бази.

In the article there have been applied the methods of discriminant analysis and logistic regression to build bankruptcy prediction models for Ukrainian insurance companies based on financial reporting data. During the modelling the potential advantages (unambiguous quantification of results and objectification of analysis) and the significant restraints (limited array of observations and quality of information) of using both methods, the analysis and comparison of statistical significance and forecasting power of the developed models are conducted. The ways of improving the processes of bankruptcy forecasting for Ukrainian underwriters are determined. The results of the research show that the majority of insurance companies which function in Ukrainian have a medium financial stability level (have approximately the same probability to go bankrupt or continue functioning), while some companies, which took first places in industry ratings, appear to be classified as potential bankrupts and vice versa. The obtained results allow to assert that prediction of bankruptcy of insurance companies using the chosen methods is not perfect in Ukrainian reality due to the peculiarities of the insurance market; therefore, there is a need for developing and applying alternative methods which are, primarily, less demanding of information base volume.

В статье используются методы дискриминантного анализа и логистической регрессии для построения моделей прогнозирования банкротства украинских страховщиков на основе данных финансовой отчетности. В процессе моделирования были обозначены потенциальные преимущества (однозначная квантификация результата и объективизация анализа) и весомые ограничения (ограниченный массив наблюдений и качество отчетной информации) использования каждого из методов, произведен анализ и сравнение статистической значимости и прогнозной силы разработанных моделей, предложены пути совершенствования процессов прогнозирования банкротства для украинских страховщиков. Результаты исследования показывают, что большинство страховых компаний, функционирующих в Украине, имеют средний уровень финансовой устойчивости (приблизительно одинаковую вероятность оказаться банкротами или продолжить деятельность), а некоторые компании, занимающие первые места в отраслевых рейтингах, оказываются классифицированными как потенциальные банкроты и наоборот. Полученные результаты позволяют утверждать, что прогнозирование банкротства страховых компаний с использованием выбранных методов не является совершенным в украинских реалиях из-за особенностей страхового рынка, а потому существует необходимость разработки и использования иных методов, которые являются, в первую очередь, менее требовательными к объему информационной базы.