Перейти к главному меню навигации Перейти к основному контенту Перейти к нижнему колонтитулу сайта

ЭКОНОМЕТРИКА ЭКСТРЕМАЛЬНЫХ ЗНАЧЕНИЙ В ОЦЕНКЕ ПОКАЗАТЕЛЯ PML ПРИ ПЕРЕСТРАХОВАНИИ ПРИРОДНЫХ КАТАСТРОФ (NATCAT)

Организация
Termez State University image/svg+xml

Аннотация

В данной статье исследуются вопросы эконометрического моделирования показателя PML (Possible Maximum Loss) в обеспечении финансовой устойчивости страхового рынка Узбекистана в условиях глобального изменения климата. С учетом специфических аграрных и сейсмических рисков Узбекистана предлагается интеграция теории экстремальных значений (EVT) и квантильной регрессии. Анализ данных НАПП и SNS Ratings показал, что традиционные методы недооценивают риск до 24%. Статья представляет научно обоснованные предложения по адаптации национальной страховой системы к международным стандартам Solvency II и оптимизации капитала перестрахования.

Ключевые слова

Array


Библиографические ссылки

  1. 1. O‘zbekiston Respublikasining “Sug‘urta faoliyati to‘g‘risida”gi Qonuni. 15.12.2021 y., O‘RQ–730-son.
  2. 2. O‘zbekiston Respublikasi Prezidentining“Sug‘urta bozorini isloh qilish va uning jadal rivojlanishini ta’minlash chora-tadbirlari to‘g‘risida”gi Qarori. 02.08.2019 y., PQ–4412-son.
  3. 3. O‘zbekiston Respublikasi Vazirlar Mahkamasining “Qishloq xo‘jaligi mahsulotlarini yetishtiruvchilarni xavf-xatardan sug‘urta qilish tizimini takomillashtirish chora-tadbirlari to‘g‘risida”gi Qarori.
  4. 4. NAPP. O‘zbekiston sug‘urta bozorining 2020–2025 yillardagi statistik ko‘rsatkichlari to‘plami. Rasmiy ma’lumotlar.
  5. 5. SNS Ratings. O‘zbekiston sug‘urta kompaniyalari reytingi hisoboti. 2024 IV chorak – 2025 III chorak.
  6. 6. Begalov B.A. Statistika faoliyatiga bulutli texnologiyalarni joriy etish istiqbollari. Aktuar moliya va buxgalteriya hisobi, 2026, 6(01), 26–33.
  7. 7. Shennaev X. Sug‘urta bozorida risk-menejmentni takomillashtirish masalalari. Iqtisodiyot va innovatsion texnologiyalar, 2022.
  8. 8. Abdurahmonov Q.X. Sug‘urta ishi. Darslik. Toshkent: “Iqtisodiyot”, 2019.
  9. 9. McNeil, A. J., Frey, R., & Embrechts, P. (2015). Quantitative Risk Management: Concepts, Techniques and Tools. Princeton University Press.
  10. 10. Embrechts, P., Klüppelberg, C., & Mikosch, T. (1997/2023). Modelling Extremal Events for Insurance and Finance. Springer.
  11. 11. Koenker, R. (2005). Quantile Regression. Cambridge University Press.
  12. 12. Solvency II Directive (2009/138/EC). Official Journal of the European Union.
  13. 13. Coles, S. (2001). An Introduction to Statistical Modeling of Extreme Values. Springer.
  14. 14. Chavez-Demoulin, V., & Davison, A. C. (2012). Generalized additive modelling of sample extremes. Journal of the Royal Statistical Society.
  15. 15. Gilli, M., & Këllezi, E. (2006). An application of extreme value theory for measuring financial risk. Computational Economics.
  16. 16. Rootzén, H., & Katz, R. W. (2013). Design floods and spells of low flow in a changing climate.
  17. 17. Swiss Re. (2023–2024). Sigma Reports: Natural catastrophes and inflation.
  18. 18. Munich Re. (2024). Natural Disaster Figures.

Скачивания

Данные скачивания пока недоступны.