УДК: 368.03:004.8
DOI: 10.36871/ek.up.p.r.2026.02.12.023

Авторы

Ксения Александровна Ивашкевич,
СПАО «Ингосстрах»; Высшая школа управления Российский университет дружбы народов им. Патриса Лумумбы г. Москва, Россия
Игорь Николаевич Бабин,
САО «РЕСО-Гарантия»; Высшая школа управления Российский университет дружбы народов им. Патриса Лумумбы г. Москва, Россия

Аннотация

В статье представлен комплексный эмпирический анализ влияния технологий искусственного интеллекта (ИИ) на показатели финансовой устойчивости страховых организаций, специализирующихся на добровольном медицинском страховании (ДМС). Актуальность исследования продиктована высоким ростом медицинской инфляции (12,7% в 2024 г.) и необходимостью преодоления асимметрии информации между страховщиками и лечебно-профилактическими учреждениями (ЛПУ) в условиях цифровизации экономики. Методология исследования базируется на методе сравнительного анализа и статистической верификации панельных данных ТОП‑10 российских страховщиков за период 2019–2024 гг. Для подтверждения достоверности полученных результатов и исключения фактора случайных колебаний в работе последовательно применены t-критерий Стьюдента и F-тест Фишера. В ходе эмпирического анализа автором доказано, что внедрение ИИ алгоритмов для автоматизированного медико-экономического контроля и предиктивной аналитики страховых случаев обеспечивает снижение комбинированного коэффициента убыточности (COR) в среднем на 8,3 п. п. Установлено, что ключевой вклад в укрепление финансовой надежности вносит оптимизация чистого коэффициента выплат за счет оперативного пресечения страхового мошенничества и купирования рисков избыточного потребления медицинских услуг. Сделан научно обоснованный вывод о том, что интеграция ИИ статистически значимо минимизирует волатильность финансового результата, способствуя долгосрочной стабильности маржи платежеспособности и росту капитализации страхового бизнеса. Практическая значимость работы заключается в разработке алгоритмов повышения операционной эффективности через масштабирование систем автоматического согласования медицинских услуг.

Ключевые слова

искусственный интеллект, финансовая устойчивость, ДМС, страхование, комбинированный коэффициент убыточности, машинное обучение, медико-экономический контроль, маржа платежеспособности

Список литературы

  1. Об организации страхового дела в Российской Федерации: закон РФ от 27.11.1992 № 4015–1 (ред. от 04.08.2023). — Доступ из справ.-правовой системы «КонсультантПлюс».
  2. О формах, сроках и порядке составления и представления в Банк России отчетности страховых организаций: указание Банка России от 14.11.2022 № 6315-У. — Доступ из справ.-правовой системы «Гарант».
  3. Об утверждении Положения о методике определения величины собственных средств (капитала) страховых организаций: положение Банка России от 10.01.2020 № 710-П. — Доступ из справ.-правовой системы «КонсультантПлюс».
  4. Ахвледиани Ю. Т. Страховой рынок России в условиях цифровизации: тенденции и перспективы // Страховое дело. — 2023. — № 4 (361). — С. 3–11.
  5. Белозеров С. А., Кузнецова Н. П. Цифровая трансформация страхового рынка: вызовы и возможности // Экономика. Налоги. Право.— 2022. — Т. 15, № 2. — С. 56–66.
  6. Бронская Т. А. Искусственный интеллект как фактор трансформации бизнес-процессов в медицинском страховании // Финансы и кредит. — 2024. — Т. 30, № 1. — С. 45–62.
  7. Грызенкова Ю. В. Внедрение технологий ИИ в процесс урегулирования убытков: финансовый аспект // Страховое право. — 2023. — № 2. — С. 18–25.
  8. Дюжиков Е. Ф. Инновационные технологии управления финансовой устойчивостью страховых компаний // Вестник Финансового университета.—2021.—Т. 25, № 6.—С. 112–124.
  9. Жилкина А. Н. Финансовый анализ в управлении устойчивостью страховой организации // Экономика и управление: проблемы и решения. — 2023. — № 5. — С. 88–95.
  10. Зубарец М. А. Искусственный интеллект в андеррайтинге: оценка эффективности на примере личного страхования // Управленец. — 2024. — № 3. — С. 24–38.
  11. Кириллова Н. В. Финансовая устойчивость и платежеспособность страховых компаний в условиях неопределенности // Экономика. Бизнес. Банки. — 2022. — № 8. — С. 33–42.
  12. Котляров И.В. Цифровая трансформация страховой отрасли: теоретические аспекты // Научные труды Вольного экономического общества России. — 2023. — Т. 240, № 2. — С. 156–174.
  13. Лайков А.Ю. Перспективы использования нейронных сетей в медико-экономическом контроле // Проблемы прогнозирования.—2024.—№ 1. — С. 102–115.
  14. Орланюк-Малицкая Л. А. Платежеспособность страховой организации: теоретический аспект // Финансы. — 2021. — № 10. — С. 48–54.
  15. Плахова Т. А. Оценка влияния цифровых технологий на рентабельность страхового бизнеса // Финансовый журнал. — 2022. — № 4. — С. 76–89.
  16. Самиев П. А. Рынок ДМС в России: факторы роста и цифровые барьеры // Банковское дело. — 2023. — № 11. — С. 40–47.
  17. Цыганов А. А. Тренды и перспективы цифровизации страхового рынка в РФ // Финансы: теория и практика. — 2021. — Т. 25, № 4. — С. 132–145.
  18. Шершукова Е. В. Математические методы оценки риска неплатежеспособности страховщика // Сибирская финансовая школа. — 2023. — № 3. — С. 120–128.
  19. Юргенс И.Ю.Страхование в цифровой экономике: новые риски и возможности // Вестник МГИМО-Университета.—2022.—№ 15 (2).— С. 89–104.
  20. Barry R., Smith T. Artificial Intelligence and Financial Stability in Health Insurance: An Empirical Approach // Journal of Risk and Insurance. — 2024. — Vol. 91, No. 2. — P. 312– 335.
  21. Solvency II and Artificial Intelligence: Challenges for the European Insurance Market // International Journal of Finance & Banking Studies.—2023.— Vol. 12, No. 1. — P. 55–70.