Інформаційна технологія прогнозування фінансових результатів страхових компаній

https://doi.org/10.23939/ujit2021.02.087
Надіслано: Вересень 29, 2021
Прийнято: Листопад 23, 2021

Цитування за ДСТУ: Березька К. М., Кнейслер О. В., Спасів Н. Я., Кулина Г. М. Інформаційна технологія прогнозування фінансових результатів страхових компаній. Український журнал інформаційних технологій. 2021, т. 3, № 2. С. 87–93.

Citation APA: Berezka, K. M., Kneysler, O. V., Spasiv, N. Ya., & Kulyna, H. M. (2021). Information technology for forecasting the financial results of insurance companies. Ukrainian Journal of Information Technology, 3(2), 87–93. https://doi.org/10.23939/ujit2021.02.087

1
Західноукраїнський національний університет, м. Тернопіль, Україна
2
Західноукраїнський національний університет, м. Тернопіль, Україна
3
Західноукраїнський національний університет, м. Тернопіль, Україна
4
Західноукраїнський національний університет, м. Тернопіль, Україна

Використано економетричні екстраполяційні методи дослідження. Проаналізовано наукові роботи, пов'язані з екстраполяційними методами прогнозування часових рядів. Проаналізовано динаміку формування фінансових результатів страхових компаній України за видами їх діяльності. Визначено основні чинники, що визначають результативність. З'ясовано, що найбільш раціональним підходом до короткотермінованого прогнозування фінансових результатів страховиків є застосування експоненційного згладжування. Вибрано оптимальні параметри для моделі експоненційного згладжування методом на сітці. Використано такі показники якості моделі: середнє значення середньоквадратичного відхилення помибки моделі до фактичних даних, коефіцієнт розбіжності Г. Тейла, середню абсолютну відсоткову помибку МАРЕ. Спрогнозовано чистий фінансовий результат діяльності страховиків України і його довірчий інтервал для рівня надійності 0,95. Результати прогнозування, що базуються на застосуванні економетричного моделювання, дають змогу виявити перманентні позитивні зрушення на вітчизняному страховому ринку та діяльності страховиків на ньому; підтвердити ефективність прийнятих стратегічних і тактичних фінансових рішень страхових компаній; підвищити ефективність господарювання страховиків за підсумками кількісного визначення ступеня впливу кожного із чинників на формування фінансових результатів їх діяльності; окреслити тенденції розвитку ситуації в майбутньому, точніше формувати комплекс заходів щодо максимізації прибутку та мінімізації витрат страхових компаній для забезпечення гарантій надійного страхового захисту та задоволення інтересів їх власників.

  1. Berezka, K. M., & Masliy, V. V. (2016). Modified ARIMA-models of foreign direct investment. Proceedings of the IX International Conference "Actual problems of economics 2015-2016". National academy of management, 15–20. Retrieved from: https://www.nam.kiev.ua/files/publications/isbn-978-966-8406-99-7.pdf. [In Ukrainian]
  2. Berezka, K., & Masliy, V. (2016). ARCH-building models of time series prediction for investment. Research Papers of Wroclaw University of Economics. Quantitative Methods in Accounting and Finance, 434, 19–26. https://doi.org/10.15611/pn.2016.434.02
  3. Box, G., Jenkins, G., Reinsel, G., & Ljung, G. (2016). Time Series Analysis: Forecasting and Control, 5th Edition: Wiley.
  4. Dzendzelyuk, O., Kostiv, L., & Rabyk, V. (2013). Building ARIMA time series models for weather data predicting using R programming language. Electronics and information technologies, 3, 211–219. Retrieved from: http://nbuv.gov.ua/UJRN/Telt_2013_3_24. [In Ukrainian]
  5. Huzela, I. A. (2018). Theoretical-methodical approaches to the analysis of financial results of insurers activity in Ukraine. Scientific notes of the National University "Ostroh Academy". Series: Economika, 11(39), 115-121. https://doi.org/10.25264/2311-5149-2018-11(39)-115-121. [In Ukrainian]
  6. Kolbasynskyi, S. S. (2015). Analysis of economic and mathematical tools for modeling and forecasting indicators of indicators of the state budget execution and macroeconomic indicators. Economic bulletin of national technical university of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute", 12, 490–495. [in Ukrainian]. https://doi.org/10.20535/2307-5651.12.2015.44169.
  7. Maslii, V. V., & Berezka, K. M. (2017). Selection and evaluation of ARIMA-models for forecasting the amount of foreign direct investments. International Humanitarian University Herald. Economics and Management, 24-2, 115–119. Retrieved from: http://nbuv.gov.ua/UJRN/Nvmgu_eim_2017_24(2)__26. [In Ukrainian]
  8. Ponomarenko, I. V. (2016). Average monthly wage forecast in Ukraine. Global and national problems of economics, 13, 961–964. [in Ukrainian].
  9. Ponomarenko, V. S., Zolotarova, I. O., & Butova, R. K. (2011). Information systems in economics: scientific textbook. Kharkiv: Vyd. KhNEU. [In Ukrainian].
  10. Reporting. (2021). Consolidated reporting data. nfp.gov.ua. Retrieved from: https://www.nfp.gov.ua/ua/Konsolidovani-zvitni-dani.html. [In Ukrainian]
  11. Shynkarenko, O. M., & Brazilii, N. M. (2015). Methodological Aspects of the Analysis of the Financial Results of Insurance Companies. Collection of Scientific Works of Kirovohrad National Technical University. Economic Sciences, 28, 164-173. [In Ukrainian].
  12. Singh, K., Shastri, S., Bhadwal, A. S., Kour, P., Kumari, M., Sharma, A., & Mansotra, V. (2019). Implementation of Exponential Smoothing for Forecasting Time Series Data. International Journal of Scientific Research in Computer Science Applications and Management Studies (IJSRCSAMS), 8(1), 55–71.
  13. Stavytskyi, A. V., & Nikolaichuk, S. A. (2005). Application of GARCH models to assess volatility PFTS-index. Bulletin of Taras Shevchenko National University of Kyiv, 2, 98–102. [in Ukrainian].
  14. Viadrova, I. M., Novikova, T. V., & Lazarieva, S. Ia. (2015). Prediction of rating by the method of exponential smoothing. International Humanitarian University Herald. Economics and Management, 12, 215–218. [in Ukrainian].
  15. Yerina, A. M. (2001). Statistical modeling and forecasting. Kyiv, KNEU, 170 p. [in Ukrainian].