Техническая сегментация страхового рынка

Техническая сегментация страхового рынка представляет собой выделение признаков, которые позволяют точно определить уровень индивидуального риска для каждого потребителя страховой продукции. Точное определение уровня риска для каждой потребительской категории и расчет на этой основе страховых тарифов позволяет страховщику создавать для своих клиентов условия, в которых каждый из них «платит за себя», не перекладывая своих убытков на другие потребительские группы. Точность тарификации дает возможность избежать положения, называемого страховщиками «антиселекцией». Суть этого явления состоит в том, что добросовестные клиенты уйдут от страховщика, недовольные высокими тарифами, намного превышающими реальный уровень вероятности наступления страхового события, а клиенты, склонные к риску и за счет этого приносящие убытки, останутся в страховом портфеле или, что еще хуже, перейдут из других компаний, так как для них, наоборот, уровень риска окажется намного выше тарифа.

Для того чтобы избежать такого положения, страховщики должны вводить подробный анализ клиентуры на входе (начальную техническую сегментацию), нацеленную на установление точного соответствия тарифа и уровня индивидуального риска для каждого клиента. Кроме того, страховщики должны развивать исследования собственного страхового портфеля, направленные на выделение признаков, которые могут дать им возможность легко определить уровень риска для каждого клиента и, соответственно, назначать страховой тариф, соответствующий уровню индивидуального риска.

Если говорить о ее практическом применении, техническая сегментация должна иметь для страховщика особое значение в плане выделения целевых групп потребителей. Вообще многие страховщики считают, что «хороший клиент, как правило, лучше, чем представляется в начале, а плохой клиент, как правило, значительно хуже, чем кажется в начале». Это связано в большой степени с психологическим настроем страхователя. Если человек безответственно относится к своим обязанностям и имуществу, склонен к риску, заключение договора страхования с ним по средним ставкам принесет только убытки. Дело в том, что страховщикам не всегда удается в полной мере компенсировать более высокий риск повышающими коэффициентами к страховому тарифу. Поэтому часто плохой клиент получает более низкий страховой тариф, чем заслуживает. С другой стороны, если клиент серьезно заботится о снижении уровня риска, имеет добрую волю к сохранению собственного имущества, его смело можно зачислять в разряд перспективных страхователей, сотрудничество с которым принесет доход страховщику. В экономически развитых странах существует целый ряд страховых компаний, ставящих тщательный отбор клиентов на основе развернутой технической сегментации и добрую волю страхователя к снижению риска во главу своей деятельности. Разумеется, страховые премии у таких страховщиков значительно ниже, чем в среднем по рынку, однако их деятельность является прибыльной за счет правильного отбора рисков и выбора «благонадежных» клиентов. К сожалению, этот опыт еще не нашел применения в России.

Одним из важнейших вопросов технической сегментации страхового рынка является проверка правильности подсчета страхового тарифа для той или иной потребительской группы. Эту проверку можно провести только после того, как будет получена представительная статистика по страховым случаям и их стоимости для данного сегмента. На ее основании страховщик должен внести изменения в используемые им методы тарификации и математические модели оценки риска. Сбор такой статистики может потребовать большого времени, однако уже первые страховые случаи подскажут актуариям наиболее важные направления пересмотра сегментации рынка и выработки страховых тарифов.

В настоящее время российские страховые компании еще не уделяют значительного внимания технической сегментации. Дело в том, что российский страховой рынок (за исключением некоторых сегментов) еще недостаточно развит для ее полномасштабного применения. Второй причиной неполного использования методик технической сегментации является низкий уровень убыточности страховой премии по большинству видов страхования, характерный для России. А в условиях высокой прибыльности страховых операций, когда общий уровень тарифа намного превышает реальной уровень риска, нет смысла проводить ряд трудоемких процедур по установлению соответствия индивидуального риска и тарифа. Особенно это характерно для высоко технологичных видов страхования, связанного, например, со страхованием сложного оборудования от поломок, где страховщик имеет широкие возможности для завышения страхового тарифа из-за неспособности страхователя оценить реальный уровень риска. В-третьих, значительные сегменты российского страхового рынка закрыты для свободной конкуренции, в связи с чем корпоративные страховщики имеют возможность устанавливать монопольно высокий тариф и не заботиться о технической сегментации.

Для квалифицированного проведения технической сегментации необходимо располагать развернутыми базами данных по рискам наступления страховых событий. Такие базы имеются в каждой страховой компании в развитых странах, однако, в России это скорее исключение, чем правило.

Каждая компания, имеющая лицензию на страхование автотранспорта, имеет и свои «черные списки» - данные о недобросовестных агентах, страхователях-мошенниках, а также сведения об автомобилях, вызывающих сомнения. Учитывая этот факт, многие компании уже пришли к осознанию необходимости обмениваться собственными базами данных. В настоящее время делаются попытки создания единого информационного пространства.

В то же время нельзя утверждать, что техническая сегментация на российском страховом рынке не развита вовсе. Проблемы грамотной тарификации рисков давно занимают российских страховщиков. При помощи методов актуарной математики страховые компании устанавливают определенный уровень тарифа для каждого из видов страхования, а также надбавки и скидки к основному тарифу в зависимости от определенных свойств объекта страхования. В особенности эта практика распространена при страховании жизни физических лиц, где уровень тарифа устанавливается с большой тщательностью на основании таблиц смертности. Однако для подробной технической сегментации необходимо располагать большим объемом исходной статистической информации.

Создание баз данных по рискам наступления страховых событий для различных сегментов клиентуры может осуществляться как за счет накопления компанией собственного опыта, так и анализа внешних источников данных. На сегодня в нашей стране имеется весьма ограниченное количество видов страхования, по которым есть достаточно подробные базы данных по уровню риска. Это касается, в первую очередь, наиболее популярных видов массового страхования - страхования грузов, а также автотранспорта, что дает страховым компаниям возможность создавать достаточно гибкую шкалу тарифных ставок по этим видам.

Рассмотрим в качестве примера рынок страхования автотранспорта. Основными критериями сегментации рынка страхования автотранспорта в России являются:

· страна - производитель машины (иномарка или отечественная машина),

· марка машины,

· год выпуска,

· наличие и класс противоугонной системы,

· место обычной стоянки машины (гараж, «ракушка», охраняемая или неохраняемая стоянка).

Техническая сегментация российского автомобильного страхового рынка опирается на достаточно глубокий анализ рисков и российские страховщики, как правило, располагают достаточно точными базами данных по уровню рисков. Так, например, угоняют обычно машины не старше трех лет. Среди отечественных машин наибольшим вниманием угонщиков пользуются «девятки». В общем числе угонов их 50%. По выплатам за угон они тоже лидируют - 52,4% от общей суммы выплат по угонам. Более детально картина выглядит так: ВАЗ 21099 - 25% случаев и 24,7% от суммы выплат, ВАЗ 21093 - 12,5% и 14,5% соответственно и ВАЗ 2109 -12,5% и 13,2%. Второе место после «девяток» занимают «четверки». На ВАЗ 21043 приходится 18,75% страховых случаев и 16,8% выплат. На третьем месте ВАЗ 2106 - 12,5% случаев и 11% выплат.

Однако главным «синтетическим» показателем для страховой компании является убыточность того или иного вида страхования - отношение выплаченного возмещения к сумме собранной страховой премии.

Самыми убыточными среди автомобилей являются личные «Москвичи-21412» - 99,88%. То есть практически все, что собирается, идет на выплаты по страховым случаям. По личным автомобилям ВАЗ показатель убыточности меньше. Для ВАЗ-21053 - это 41,14%, а для ВАЗ-21061 - 29,4%. Зато 25,3% от всех выплат по личным автомобилям приходится на ВАЗ-21053, на ВАЗ-21093 приходится 20,17% выплат, а на ВАЗ-21043 - 12,6%. Владельцы иномарок в три раза реже обращаются за компенсацией ущерба: из общего числа страховых случаев 95,5% приходится на отечественные автомобили. Наибольшее число страховых случаев (34,7%) приходится на автомобили предыдущего года выпуска.

В то же время, российские компании еще недостаточно широко применяют критерии сегментации страхового рынка, широко распространенные в экономически развитых странах. Так, в автомобильном страховании российские компании редко используют такие дополнительные факторы сегментации, как география поездок, наличие второго или третьего водителя машины, семейное положение владельца машины и наличие детей и т.д. Учет ряда дополнительных характеристик позволяет более точно определять страховой тариф. Однако эта работа невозможна без подробных баз данных.

Наличие максимально подробных баз данных по страховым рискам является необходимым условием маркетинговой страховой деятельности. Для их создания российские страховщики должны располагать единой системой сбора и обработки информации, структура которой рассмотрена выше.