Інформаційна технологія прогнозування фінансових результатів страхових компаній

dc.citation.epage93
dc.citation.issue2
dc.citation.journalTitleУкраїнський журнал інформаційних технологій
dc.citation.spage87
dc.citation.volume3
dc.contributor.affiliationЗахідноукраїнський національний університет
dc.contributor.affiliationWest Ukrainian National University
dc.contributor.authorБерезька, К. М.
dc.contributor.authorКнейслер, О. В.
dc.contributor.authorСпасів, Н. Я.
dc.contributor.authorКулина, Г. М.
dc.contributor.authorBerezka, K. M.
dc.contributor.authorKneysler, O. V.
dc.contributor.authorSpasiv, N. Ya.
dc.contributor.authorKulyna, H. M.
dc.coverage.placenameЛьвів
dc.coverage.placenameLviv
dc.date.accessioned2024-03-27T07:28:27Z
dc.date.available2024-03-27T07:28:27Z
dc.date.created2021-02-28
dc.date.issued2021-02-28
dc.description.abstractВикористано 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.
dc.description.abstractThe purpose of time series modelling is to predict future indicators based on the study and analysis of past and present data. Various time series methods are used for forecasting. The article uses econometric extrapolation research methods. Analyzed scientific works are related to extrapolation methods for forecasting time series. The dynamics of the financial formation related to results of Ukrainian insurance companies by the types of their activities have been analyzed. The main factors that determine the effectiveness are determined. It was found that the most rational approach to short-term forecasting of the financial results of insurers is the use of exponential smoothing. The optimal parameters are selected for the model of exponential smoothing of the first and second order by the method on the grid. The following indicators of the quality of the model were used: the mean value of the standard deviation of the model error to the actual data, Theils coefficient of discrepancy, mean absolute percentage error MARE. The net financial result of the activities of Ukrainian insurers was predicted, the lower and upper bounds of the forecast for 2021 for a reliability level of 0.95. To predict the net financial result of the activities of Ukrainian insurers, statistical data for 10 years from 2011 to 2020 were used, the financial results of the main (insurance and other operating) activities before tax, the results of financial activities before tax, the financial results of other ordinary activities (extraordinary events) before tax, incometax. The prototype of the software module for predicting the financial performance of insurance companies was developed in Statistica and Excel. Forecasting results based on the use of econometric modelling make it possible to identify permanent positive shifts in the domestic insurance market and the activities of insurers on it; to confirm the effectiveness of the adopted strategic and tactical financial decisions of insurance companies; to increase the efficiency of insurers management based on the results of quantitative determination the degree of influence of each factor on the formation of the financial results related to their activities; to identify trends in the development of the situation in the future, to more accurately form a set of measures to maximize profits and minimizecosts of insurance companies to ensure guarantees of reliable insurance protection and satisfy the interests of their owners.
dc.format.extent87-93
dc.format.pages7
dc.identifier.citationІнформаційна технологія прогнозування фінансових результатів страхових компаній / К. М. Березька, О. В. Кнейслер, Н. Я. Спасів, Г. М. Кулина // Український журнал інформаційних технологій. — Львів : Видавництво Львівської політехніки, 2021. — Том 3. — № 2. — С. 87–93.
dc.identifier.citationenInformation technology for forecasting the financial results of insurance companies / K. M. Berezka, O. V. Kneysler, N. Ya. Spasiv, H. M. Kulyna // Ukrainian Journal of Information Technology. — Lviv : Lviv Politechnic Publishing House, 2021. — Vol 3. — No 2. — P. 87–93.
dc.identifier.issn2707-1898
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/61534
dc.language.isouk
dc.publisherВидавництво Львівської політехніки
dc.publisherLviv Politechnic Publishing House
dc.relation.ispartofУкраїнський журнал інформаційних технологій, 2 (3), 2021
dc.relation.ispartofUkrainian Journal of Information Technology, 2 (3), 2021
dc.relation.references[1] Berezka, K. M., & Masliy, V. V. (2016). Modified ARIMAmodels 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/isbn978-966-8406-99-7.pdf. [In Ukrainian]
dc.relation.references[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
dc.relation.references[3] Box, G., Jenkins, G., Reinsel, G., & Ljung, G. (2016). Time Series Analysis: Forecasting and Control, 5th Edition: Wiley.
dc.relation.references[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]
dc.relation.references[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]
dc.relation.references[6] Kolbasynskyi, S. S. (2015). Analysis of economic and mathematical tools for modeling and forecasting indicators of indicators of the state budget execution and macroeconomicindicators. 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.
dc.relation.references[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]
dc.relation.references[8] Ponomarenko, I. V. (2016). Average monthly wage forecast in Ukraine. Global and national problems of economics, 13, 961–964. [in Ukrainian].
dc.relation.references[9] Ponomarenko, V. S., Zolotarova, I. O., & Butova, R. K. (2011). Information systems in economics: scientific textbook. Kharkiv: Vyd. KhNEU. [In Ukrainian].
dc.relation.references[10] Reporting. (2021). Consolidated reporting data. nfp.gov.ua. Retrieved from: https://www.nfp.gov.ua/ua/Konsolidovanizvitni-dani.html. [In Ukrainian]
dc.relation.references[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].
dc.relation.references[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.
dc.relation.references[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].
dc.relation.references[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].
dc.relation.references[15] Yerina, A. M. (2001). Statistical modeling and forecasting. Kyiv, KNEU, 170 p. [in Ukrainian].
dc.relation.referencesen[1] Berezka, K. M., & Masliy, V. V. (2016). Modified ARIMAmodels 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/isbn978-966-8406-99-7.pdf. [In Ukrainian]
dc.relation.referencesen[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
dc.relation.referencesen[3] Box, G., Jenkins, G., Reinsel, G., & Ljung, G. (2016). Time Series Analysis: Forecasting and Control, 5th Edition: Wiley.
dc.relation.referencesen[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]
dc.relation.referencesen[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]
dc.relation.referencesen[6] Kolbasynskyi, S. S. (2015). Analysis of economic and mathematical tools for modeling and forecasting indicators of indicators of the state budget execution and macroeconomicindicators. 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.
dc.relation.referencesen[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]
dc.relation.referencesen[8] Ponomarenko, I. V. (2016). Average monthly wage forecast in Ukraine. Global and national problems of economics, 13, 961–964. [in Ukrainian].
dc.relation.referencesen[9] Ponomarenko, V. S., Zolotarova, I. O., & Butova, R. K. (2011). Information systems in economics: scientific textbook. Kharkiv: Vyd. KhNEU. [In Ukrainian].
dc.relation.referencesen[10] Reporting. (2021). Consolidated reporting data. nfp.gov.ua. Retrieved from: https://www.nfp.gov.ua/ua/Konsolidovanizvitni-dani.html. [In Ukrainian]
dc.relation.referencesen[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].
dc.relation.referencesen[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.
dc.relation.referencesen[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].
dc.relation.referencesen[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].
dc.relation.referencesen[15] Yerina, A. M. (2001). Statistical modeling and forecasting. Kyiv, KNEU, 170 p. [in Ukrainian].
dc.relation.urihttps://www.nam.kiev.ua/files/publications/isbn978-966-8406-99-7.pdf
dc.relation.urihttps://doi.org/10.15611/pn.2016.434.02
dc.relation.urihttp://nbuv.gov.ua/UJRN/Telt_2013_3_24
dc.relation.urihttps://doi.org/10.25264/2311-5149-2018-11(39)-115-121
dc.relation.urihttps://doi.org/10.20535/2307-5651.12.2015.44169
dc.relation.urihttp://nbuv.gov.ua/UJRN/Nvmgu_eim_2017_24(2)__26
dc.relation.urihttps://www.nfp.gov.ua/ua/Konsolidovanizvitni-dani.html
dc.rights.holder© Національний університет “Львівська політехніка”, 2021
dc.subjectфінансові результати
dc.subjectстрахові компанії
dc.subjectчистий фінансовий результат
dc.subjectекспоненційне згладжування
dc.subjectчасовий ряд
dc.subjectеконометричні методи прогнозування
dc.subject: financial results
dc.subjectinsurance companies
dc.subjectnet financial result
dc.subjectexponential smoothing
dc.subjecttime series
dc.subjecteconometric forecasting methods
dc.titleІнформаційна технологія прогнозування фінансових результатів страхових компаній
dc.title.alternativeInformation technology for forecasting the financial results of insurance companies
dc.typeArticle

Files

Original bundle

Now showing 1 - 2 of 2
Thumbnail Image
Name:
2021v3n2_Berezka_K_M-Information_technology_87-93.pdf
Size:
1.91 MB
Format:
Adobe Portable Document Format
Thumbnail Image
Name:
2021v3n2_Berezka_K_M-Information_technology_87-93__COVER.png
Size:
1.91 MB
Format:
Portable Network Graphics

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.88 KB
Format:
Plain Text
Description: