Экономико-математическое моделирование деятельности страховых компаний методами нелинейной динамики

• Автор: Комиссарова, Ксения Александровна
• Шифр специальности: 08.00.13
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Ставрополь
• Количество страниц: 185 с.

СОДЕРЖАНИЕ
Введение
1 СФЕРА СОЦИАЛЬНОГО И ЛИЧНОГО СТРАХОВАНИЯ КАК ОБЪЕКТ ИССЛЕДОВАНИЯ И ПРОБЛЕМЫ МОДЕЛИРОВАНИЯ ЕГО ДИНАМИКИ

1.1 Объект и предмет исследования

1.1.1 Экономическая сщность страхования .

1.1.2 Основные понятия страхового дела, его функции и классификация .

1.1.3 Общая характеристика страхования жизни

1.1.4 Общая характеристика личного страхования

. 1.5 Состояние и перспективы развития личного страхования

1.1.6 Временные ряды страхования

1.2 Существующие трактовки управления риском в страховании .

1.2.1 Сущность и функции риска
1.2.2 Управление страховыми рисками и способы их снижения
1.2.3 Классические методы оценки уровня риска и многокритериальный подход к оценке риска .
1.3 Новая статистика временных рядов и методы нелинейной
динамики
Выводы по разделу 1 .
2 ФРАКТАЛЬНЫЙ АНАЛИЗ ВРЕМЕННЫХ РЯДОВ СТРАХОВАНИЯ .
2.1 Фрактальный анализ как инструмент предпрогнозного анализа
временных рядов .
2.1.1 Переход от линейной парадигмы и нелинейной в экономикоматематическом моделировании .
2.1.2 Методы фрактального анализа для временных рядов страхования
2.1.2.1 Алгоритм нормированного размаха Херста
2.1.2.2 Алгоритм последовательного анализа
2.1.2.3 Алгоритм получения нечеткого множества глубины
памяти временного ряда в целом
2.2 Фрактальный анализ эталонных рядов.
2.3 Предпрогнозный анализ конкретных временных рядов
страхования .
2.3.1 Фрактальный анализ временных рядов личного страхования
2.3.2 Фрактальный анализ временного ряда социального страхования.
Выводы по разделу 2 .
3 ПРЕДПРОГНОЗНЫЙ АНАЛИЗ И ПРОГНОЗИРОВАНИЕ
ВРЕМЕННЫХ РЯДОВ НА БАЗЕ АВТОМАТА И ФАЗОВЫХ ТРАЕКТОРИЙ
3.1 Прогнозная модель на базе инструментария нечетких множеств и
линейных клеточных автоматов
3.1.1 Преобразование числового временного ряда в лингвистический временной ряд .
3.1.2 Построение прогноза в виде нечеткого множества, верификация и валидация модели
3.1.3 Частотный анализ памяти лингвистического временного
ряда личного страхования
3.1.4 Формирование прогнозных значений временных рядов страхования .
3.1.5 Получение числового прогноза и оценка его точности .
3.2 Предпрогнозный анализ на базе фазовых тректорий и
комбинированные подходы к прогнозированию
3.2.1 Основные понятия фазового анализа на примере временного
ряда социального страхования
3.2.2 Предпрогнозный анализ временного ряда личного страхования женщин на базе фазовой траектории .
3.2.3 Фазовая траектория временного ряда личного страхования мужчин
3.3 Иерархичность фазовых траекторий временного ряда страхования
Выводы по разделу 3 .
Заключение .
Литература


Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждается применением математических и инструментальных методов экономики, включая статистику, эконометрику, прогностику построением информационных моделей, включая проверенные практикой методы экспертных систем теории нечетких множеств и теории клеточных автоматов построением экономикоматематических моделей, реализующих методы анализа и прогнозирования на базе современных информационных технологий наглядной визуализацией результатов моделирования, анализа и прогнозирования документальным характером использованных данных по объектам приложений разработанных моделей и методов. Концепция предпрогнозного исследования социальноэкономических временных рядов личного страхования и экономических временных рядов социального страхования, которая, реализована в виде целостной системы моделей, методов, алгоритмов и программ, базирующихся на инструментарии фрактального анализа, фазового анализа, клеточных автоматов и теории нечетких множеств. Предложенная и апробированная методика реализации нового подхода к оценке показателя Херста, деференцированного вдоль уровней рассматриваемого временного ряда. Адаптированная клеточноавтоматная прогнозная модель для временных рядов социальноэкономических показателей, включая предложенную процедуру агрегирования и логарифмирования этих рядов. Метод получения дополнительной предпрогнозной информации на базе фазового анализа, включая выявленную трехуровневую иерархическую структуру циклической компоненты временных рядов личного страхования. Апробация и внедрение результатов исследования. V Международной многопрофильной конференции молодых ученых и студентов Актуальные проблемы современной науки Самара, . II Всероссийской научнопрактической конференции Проблемы обеспечения экономического роста юга России РостовнаДону, . Результаты исследования, отдельные положения и рекомендации получили принципиальное одобрение Генеральной страховой компании. Отдельные рекомендации, вытекающие из диссертации, приняты к внедрению в страховом агентстве РОСГОССТРАХ ЮГ. Разработанные модели фрактального анализа и прогнозирования включены в лекционный материал дисциплин Теория систем и системный анализ для студентов специальности Прикладная информатика в экономике Ростовского государственного экономического университета РИНХ и Экономическая кибернетика для студентов специальности Прикладная математика КарачаевоЧеркесской государственной технологической академии. Публикации. Основные результаты диссертации были опубликованы в печатных работах общим объемом 7, п. Объем и структура работы. Диссертация состоит из введения, 3 разделов, заключения, списка использованной литературы, приложений. Текст диссертации изложен на 7 страницах, включает таблиц, рисунков. Список использованной литературы состоит из 9 источников. Проведен сопоставительный анализ существующих подходов к прогнозированию временных рядов, осуществлено обоснование факта ограниченной применимости классических методов прогнозирования для экономических временных рядов с памятью, составляющих предмет диссертационного исследования. Сформулирована и развита авторская концепция фрактального анализа экономических временных рядов как этапа получения предпрогнозной информации, базирующейся на выявлении таких фундаментальных характеристик временного ряда, как глубина памяти, наличие свойства персистентности или, наоборот, реверсирование чаще случайного, а также динамики значения показателя Херста. Исследованы временные ряды с неограниченной глубиной памяти, для которых предложены адекватные подходы к предпрогнозному анализу и реализации прогнозирования на базе временных рядов их приращений. На примере временных рядов осуществлены фрактальный анализ и прогнозирование их остаточной нерегулярной компоненты уровня, полученного после вычленения компонент тренда, сезонности и цикличности. Пользуясь возможностью, автор выражает глубокую благодарность своему научному руководителю заведующему кафедрой прикладной математики КарачаевоЧеркесской государственной технологической академии, доктору физикоматематических наук, профессору Виталию Афанасьевичу Перепелице, а также своим коллегам за внимание и поддержку в процессе исследования, посвященных данной тематике.