Комплексна оцінка конкурентоспроможності страхової компанії методами кластерного та дискримінантного аналізу

КОМПЛЕКСНА ОЦІНКА КОНКУРЕНТОСПРОМОЖНОСТІ СТРАХОВОЇ КОМПАНІЇ МЕТОДАМИ КЛАСТЕРНОГО ТА ДИСКРИМІНАНТНОГО АНАЛІЗУ

COMPREHENSIVE ASSESSMENT OF INSURANCE COMPANY’S COMPETITIVENESS BY CLUSTER AND DISCRIMINATIVE ANALYSIS METHODS

Сторінки: 156-162. Номер: №6, Том 1, 2021 (300)

Автори:
БУРТНЯК І. В.
ORCID ID: 0000-0002-9440-1467
e-mail: ivan.burtnyak@pnu.edu.ua
СУДУК Н.В.
ORCID ID: 0000-0002-9720-7061
e-mail: nataliia.suduk@pnu.edu.ua
РОГАЧ О.Д.
ДВНЗ «Прикарпатський національний університет ім. В. Стефаника»
Ivan Burtniak, NATALIIA SUDUK, Alexander Rogach
Vasyl Stefanyk Precarpathian National University

DOI: https://www.doi.org/10.31891/2307-5740-2021-300-6-26
Надійшла / Paper received : 09.10.2021
Надрукована / Paper Printed : 07.12.2021

Анотація мовою оригіналу

      В статті розглянуто застосування кластерного аналізу до дослідження динаміки діяльності страхових компаній, з його допомогою знайдено до якого кластера відноситься досліджувана компанія. Завдяки структурі зобов’язань страхової компанії перед застрахованими, а отже, і активами, якими вони керують, страхові компанії високо оцінюються як довгострокові та стабільні інвестори. Це має певні переваги не тільки для застрахованих, але й для суспільства та економіки в цілому завдяки ролі фінансових посередників з боку страхових компаній. За допомогою кластерного аналізу було розділено компанії на три групи – сильні, середні, слабкі за рейтингом. Проте для найбільш точної оцінки використано дискримінантний аналіз на основі вже отриманих результатів кластерного аналізу. Проведено визначення приналежності досліджуваного об’єкта (страхової компанії) до одного з виділених класів на основі побудованої дискримінантної моделі. Використано таблиці класифікації для кожного спостереження, таблиці квадратів відстаней Махаланобіса та таблиці апостеріорних ймовірностей приналежності. Дискримінантний аналіз дав можливість зробити остаточну оцінку і рейтинг страхових компаній України, та дозволив оцінити якість моделі та значимість досліджуваних показників. Вихідні дані були сформовані за допомогою якісних і кількісних показників, які дали можливість точніше та ширше оцінити стан страхових компаній.
      Ключові слова: кластерний аналіз, дискримінантний аналіз, дисперсійний аналіз, дендрограма, страхування, страхові компанії, рейтинг страхових компаній України.

Розширена анотація англійською мовою

      The article considers the application of cluster analysis to the study of the dynamics of insurance companies, with its help it is found to which cluster the researched company belongs. Due to the structure of the insurance company’s liabilities to the insured, and hence the assets they manage, insurance companies are highly valued as long-term and stable investors. This has certain advantages not only for the insured, but also for society and the economy as a whole due to the role of financial intermediaries on the part of insurance companies. With the help of cluster analysis, companies were divided into three groups – strong, medium, weak in rating. However, for the most accurate assessment, discriminant analysis was used based on the already obtained results of cluster analysis. The affiliation of the studied object (insurance company) to one of the selected classes is determined on the basis of the constructed discriminant model. Classification tables for each observation, tables of squares of Mahalanobis distances and tables of a posteriori probabilities of affiliation are used. Discriminant analysis based on the already obtained results of cluster analysis was used. Discriminant analysis gave the final assessment and rating of insurance companies in Ukraine. Discriminant analysis is devoid of these shortcomings and includes statistical methods for classifying multidimensional observations in a situation where the researcher has so-called training samples. This type of analysis is multidimensional, as it uses several features of the object, the number of which can be large. The purpose of discriminant analysis is to, based on the measurement of various characteristics of the object to classify it, that is to refer to one of several given groups in some optimal way. It is assumed that the source data, along with the characteristics of the objects contain a variable of class, which determines the affiliation of the object to a particular group. Therefore, this analysis provides for the verification of the consistency of the classification. Discriminant analysis made it possible to make a final assessment and rating of insurance companies in Ukraine, and allowed to assess the quality of the model and the importance of the studied indicators. The initial data were formed with the help of qualitative and quantitative indicators, which made it possible to more accurately and broadly assess the state of insurance companies.
      Keywords: cluster analysis, discriminant analysis, analysis of variance, dendrogram, insurance, insurance companies, rating of insurance companies of Ukraine.

References

1. McConnell, Campbell, Stanley Brue, Sean Flynn. Economics: Principles, Problems, & Policies. 22st Ed. McGraw-Hill, 2020.
2. Samuelson Paul A., William D. Nordhaus. Economics. McGraw-Hill Inc., New York, 1985. 53 p.
3. Wray Randall. Credit and State Theories of Money: The Contributions of A. Mitchell Innes. Edward Elgar Publishing, 2004.
4. Solow M.R. A Contribution to the Theory of Economic Growt The Quarterly Journal of Economics. Vol. 70, No. 1, February. 1956.
5. Stabile Donald R. Veblen and the Political Economy of the Engineer: the radical thinker and engineering leaders came to technocratic ideas at the same time. American Journal of Economics and Sociolog. (45:1). 1986. P. 43-44.
6. Shiller R.J., Boycko M., Korobov V. Popular attitudes toward free markets: The Soviet Union and the United States compared. American Economic Review. 81 (June). 1991. P. 385–400.
7. Kyrchyk Kirchik O.I. Ekonomika kak globalnaya nauka: transnacionalnye ierarhii i lokalnye poryadki znaniya / O.I. Kirchik // Nauki o cheloveke: istoriya disciplin / otv. red. : I.M. Saveleva, A.N. Dmitriev. – M. : Izdatelskij dom NIU VShE, 2015. – S. 557.
8. Vitlinskyi V.V. Ryzykolohiia v ekonomitsi ta pidpryiemnytstvi : monohrafiia / V.V. Vitlinskyi, H.I. Velykoivanenko. – K. : KNEU, 2004. – 480 s.
9. Spletuhov Yu.A. Strahovanie : uchebnoe posobie / Yu.A. Spletuhov, E.F. Dyuzhikov. – Moskva : INFRA – M, 2006.
10. Cummins J.D., Doherty N.A. The economics of insurance intermediaries. Journal of Risk and Insurance. 2007. № 73. R. 347–349.
11. James C., Musser E. Federal Crop Insurance: A Crucial Public. Private Partnership. The Thomas Jefferson Institute for Public Policy. 2018. P. 28.
12. Aktuarnaya matematika / [Bauers N., Gerber H., Dzhans D., Nesbitt S., Hikman Dzh.]. – Moskva : Yanus-K, 2001. – 656 s.
13. Dahlberg M., Johansson E. An examination of the dynamic behavior of local governments using GMM bootstrapping methods. Journal of Applied Econometrics. 15. 2000. P. 401–416.
14. Davidson R., MacKinnon J. Econometric theory and methods. New York: Oxford University Press, 2004.
15. Greene W. Econometric analysis. New York: Prentice Hall, 2003.