Курсовая с практикой на тему Big Data (или Block chain, или криптовалюты) в страховании — возможность использования

Содержание:

ВВЕДЕНИЕ 3
1. СОВРЕМЕННЫЕ ЦИФРОВЫЕ ТЕХНОЛОГИИ В ЭКОНОМИЧЕСКОЙ ФИНАНСОВОЙ СФЕРЕ 5
§ 1. Технология Big data 5
§2. Примеры практического применения технологии Big Data 9
2. АНАЛИЗ ТЕКУЩЕГО СОСТОЯНИЯИ ПЕРСПЕКТИВ ИСПОЛЬЗОВАНИЯ ФИНАНСОВЫХ ТЕХНОЛОГИЙ СТРАХОВЫМИ КОМПАНИЯМИ 13
§ 1. Преимущества применения Big data в страховании 13
§2. Диджитализация в страховании: технология Big data 22
ЗАКЛЮЧЕНИЕ 30
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 32

Введение:

На сегодняшний день в сфере автострахования наблюдается спад. Основными тенденциями развития рынка являются продолжение роста убыточности ОСАГО и стабилизация убыточности автокаско. ОСАГО определяют как наиболее неэффективный сектор с отрицательной прибыльностью, в котором коэффициент выплат растет и по состоянию на первый квартал 2019 года превысил уровень 100% . Более того, анализ рынка автострахования (данные Всероссийского союза страховщиков, Российского союза автостраховщиков, экспертные оценки, интервью с директором управления компании «Росгосстрах») показал, что в сфере существует множество проблем, в том числе мошенничество и низкая эффективность расчета рисков.
Такая ситуация на рынке говорит о том, что автострахование нуждается в изменении. Одним из способов достижение положительных результатов является повышение эффективности бизнес-процессов, которое возможно в том числе за счет автоматизации. Исходя из настоящей ситуации в автостраховании можно сделать вывод, что действующие ИТ-системы не решают всех проблем, поэтому данная сфера нуждается во внедрении новых технологий, которые помогут повысить эффективность. Такой технологией, которая приведет к повышению экономических показателей и решению существующих проблем, может стать блокчейн.
Таким образом, применение Big Data в страховании является актуальной темой настоящего времени. В данной работе область исследования будет ограничена рассмотрением процессов автострахования.
Объектом исследования являются бизнес-процессы страхования.
Предмет исследования — применение Big Data в области страхования с целью оптимизации бизнес-процессов.
Цель исследования – определение границ применения Big Data в области страхования и выявление преимуществ внедрения данной технологии.
Задачи исследования:
1. Проанализировать литературу по Big Data и смарт-контрактам.
2. Проанализировать существующие кейсы использования Big Data в бизнесе.
3. Провести анализ бизнес-процессов страхования.
4. Выявить возможные способы применения технологии Big Data в страховании.
5. Смоделировать бизнес-процессы после внедрения технологии Big Data.
6. Проанализировать преимущества и риски внедрения Big Data в страховании.
Методологической основой исследования являются общенаучные методы познания, а также ряд частно-научных методов: историко-юридический, системно-структурный, сравнительно-правовой, формально-логический и другие.
Структура работы определятся целями и задачами, которые передней стоят перед ней. Составляющие структуры введение, две главы, объединяющие четыре параграфа, заключение, список использованных источников.

Заключение:

Специфика страховой отрасли предполагает определенную консервативность страховщиков, относительно медленные темпы внедрения инноваций по сравнению с другими отраслями. Однако в меняющемся обществе приходится меняться и страховой отрасли, и эти изменения существенны. Применение информационных технологий (IT) в страховании, называемое insurtech, приводит к упрощению документооборота, автоматизации работы страховщиков, но этим дело не ограничивается.
В настоящее время проблемы минимизации рисков исследуются в рамках активно развивающегося международного направления, который называется «эффективный альтруизм». Его сторонниками, например, исследуется вопрос о том, как с определенным количеством денег наиболее эффективно спасать человеческие жизни. Этим занимается организация «The life you can save». И хотя есть разница в том, что в отличие от благотворительности страховая поддержка распространяется только на застрахованных, подобные исследования представляют интерес и для страховой отрасли. Страховые компании, как и, например, пациентские организации, заинтересованы в совершенствовании социально-экономических институтов, деятельность которых направлена на снижение актуальных для этих организаций рисков.
В России перечисленные тренды развиваются с некоторым запаздыванием, но уже есть определенные достижения. Например, некоторыми компаниями разрабатываются меры профилактики здоровья клиентов в рамках системы добровольного медицинского страхования.
Исходя из сказанного выше, можно сделать следующие выводы:
1) Требуется аккуратное проведение структурных реформ, которые бы позволили страховым организациям выйти на уровень, характерный для развитых экономик, по показателям, характеризующим эффективное функционирование рынка инвестиционной деятельности страховых институтов, например, по соотношению капитала страховых компаний к банковскому капиталу.
2) Повышенная потребность российского руководства в создании длинных денег в экономике может быть обеспечена посредством увеличения роли в этом процессе инвестиционной деятельности страховщиков, в том числе их инвестиций в инфраструктурные проекты, развитие которых будет способствовать предотвращению рисков страховых случаев.
3) Развитие технологий insurtech также делает более перспективным развитие страхования в направлении превентивного управления рисками.
Эффективный страховой рынок подразумевает, что имеется высокий процент застрахованного населения и имущества, что страховые случаи покрываются без конфликтов, жалоб, без разорения страховщиков, что деньги страховых компаний вкладываются в надежные активы и их количество велико. Это содействует обеспечению устойчивости и надежности в функционировании общества, укреплении уверенности людей в своем будущем. Это то, к чему должна стремиться российская страховая отрасль.

Фрагмент текста работы:

Первое упоминание термина Big Data (Большие данные) произошло в 1977 году. Споры по поводу этой технологии не прекращаются, так, одни говорят о высокой эффективности технологии, другие же не очень в нее верят. Для начала необходимо разобраться с формулировкой данного термина. Итак, под Big Data (Большие данные) понимается существующий массив неструктурированных данных. Сначала максимально собирается информация из всех доступных источников, после все собранные индикаторы подвергаются анализу, устанавливаются взаимосвязи и применяются для повышения эффективности предприятия. Таким образом, Big Data – это не просто накопленные данные, но и технологии, направленные на обработку, хранение и сервисные услуги. Увеличение объема данных дает возможность учитывать все факторы и риски, с которыми столкнется компания. Массив сгенерированной информации в 2011 году – 1,8 зеттабайт6 2012г. – 2,8 зеттабайт.
Крупнейшими компаниями, генерирующими информацию, являются Google, Apple и Facebook. К примеру банки, используют массивы данных Big Data для прогнозирования рисков невыплаты ссуды. Анализируется множество факторов и затем принимается решение, стоит ли выдавать кредит данному человеку.
Согласно произведенным специалистами McKinsey Company расчетам можно отметить, что при условии активного использования технологии Больших данных развивающимися странами, мировой ВВП покажет рост в 13% Некоторые компании утверждают, что они сэкономили миллионы благодаря этой технологии. Если же говорить о внедрении данной технологии в экономику в целом, то необходимо перечислить следующие преимущества:
— уменьшение финансовых рисков в банковской сфере до 60%;
— рост гибкости менеджмента благодаря максимальному потоку информации, поступающей к управляющим;
— повышение степени удовлетворенности клиентов компаний, что обусловлено учетом значительного количества факторов.
Эта технология даст толчок к активному развитию экономики и росту конкурентоспособности ее секторов. Еще одним бонусом технологии станет повышение благополучия граждан, занятых в этом секторе. Необходимо отметить, что источниками Big Data помимо совокупности данных Интернета и корпоративных баз данных, также являются различные измерительные приборы, датчики и «умные» устройства.
Для обработки Больших данных применяют новейшие технологии, разработанные на основе искусственного интеллекта, краудсорсинга, имитационного моделирования, математического анализа и т. д. В большинстве случаев технология Big Data применяется для нахождения неизвестной, но необходимой для фирмы информации. Использование Больших данных в бизнесе дает ощутимые конкурентные преимущества и способствует росту компании. Технологии Больших данных широко применяются во многих сферах и направлениях, в частности, в сфере работы с клиентами, при оценке рисков, анализе эффективности маркетинговых кампаний, и т. д.
Необходимо отметить, что технологии Больших данных могут быть полезны при решении следующих задач:
— в маркетинге и повышении продаж;
— совершенствования товаров и услуг;
— рационализации инвестиционного портфеля
— при принятии более качественных управленческих решений;
— построении эффективной логистики.
Разработками инструментов для работы с технологией Big Data занимаются такие известные во всем мире корпорации как IBM, Microsoft, Oracle.