Введение

Прибыль страховщика определяется не столько ростом премий, сколько качеством управления выплатами. При высокой конкуренции и регулируемых тарифах по обязательным видам страхования главным рычагом финансового результата становятся убыточность и расходы на ведение дела. Значительная часть потерь возникает на этапе урегулирования: из-за ручных операций, длительных сроков, завышения ущерба и умышленных мошеннических действий. Одновременно развитие технологий обработки данных создаёт возможности для автоматизации и точного выявления рискованных заявлений.

Цель исследования — обосновать цифровизацию урегулирования убытков и противодействия мошенничеству как резерв повышения прибыли страховой компании и показать способ оценки его величины на примере АО ГСК «Югория». Для этого необходимо раскрыть связь убытков и финансового результата, классифицировать цифровые инструменты, предложить методику оценки эффекта и выполнить расчёт. Использованы системный и сравнительный анализ, коэффициентный анализ и сценарное моделирование.

Убытки и мошенничество как факторы прибыли страховщика

Финансовый результат страховой компании складывается из андеррайтингового результата и результата инвестиционной деятельности [1; 2]. Андеррайтинговая часть зависит от заработанных премий, страховых выплат и расходов на их урегулирование. Ключевым индикатором служит комбинированный коэффициент [3]:

КК = КУ + КР = (В + РУУ) / П _зараб + Р _вд / П _зараб , (1)

где КУ — коэффициент убыточности; КР — коэффициент расходов; В — страховые выплаты; РУУ — расходы на урегулирование убытков; Р _вд — расходы на ведение дела; П _зараб — заработанные премии. При КК выше 100 % андеррайтинг убыточен, и разницу приходится покрывать инвестиционным доходом.

Потери на этапе урегулирования имеют три источника. Первый — мошенничество, то есть умышленные действия ради необоснованной выплаты; уголовная ответственность за него предусмотрена статьёй 159.5 Уголовного кодекса РФ [4]. Различают «жёсткое» мошенничество (инсценировка события, поддельные документы) и «мягкое» (завышение ущерба, включение не относящихся к событию повреждений). Второй источник — операционные потери: ручная обработка документов, повторные осмотры, ошибки расчётов, переплаты подрядчикам. Третий — потери от длительности и претензионности: неустойки, штрафы, судебные расходы и ухудшение удержания клиентов.

Каждый процент необоснованных выплат прямо уменьшает прибыль, а его предотвращение не требует дополнительных продаж. Поэтому работа с убытками — один из наименее капиталоёмких способов повысить рентабельность страхового бизнеса.

Цифровые инструменты урегулирования убытков и антифрода

Цифровые решения целесообразно классифицировать по этапу жизненного цикла убытка и по источнику потерь, который они сокращают (таблица 1).

Таблица 1

Цифровые инструменты урегулирования убытков и антифрода

Автоматизация урегулирования и антифрод решают разные задачи. Первая снижает стоимость и срок обработки (расходную часть КР и неустойки), вторая — величину выплат (числитель КУ). Наибольший эффект достигается при их совместном применении: обращения с низким риском закрываются автоматически, а ресурсы расследований концентрируются на заявлениях с высокой вероятностью необоснованной выплаты.

Антифрод в страховании строится как многоуровневая система. Правила и «красные флаги» дают первичный фильтр, обучаемые модели повышают точность, сетевой анализ выявляет сговоры, а решение об отказе или снижении выплаты принимает специалист. Такой подход защищает и компанию от необоснованных выплат, и клиентов от необоснованных отказов.

Методика оценки экономического эффекта

Предлагается оценивать годовой эффект как сумму экономии на необоснованных выплатах, экономии на обработке убытков и сокращения штрафных потерь за вычетом затрат на внедрение и поддержку решений. Расчёт ведётся по видам страхования раздельно, так как доля необоснованных выплат и структура затрат в ОСАГО, КАСКО, имущественном страховании и ДМС существенно различаются:

Э = Э _ф + Э _у + Э _н — З, (2)

Э _ф = В × d _ф × e _ф , (3)

Э _у = N × (c ₀ — c ₁ ), (4)

где Э _ф — экономия на необоснованных выплатах; d _ф — доля необоснованных (мошеннических и завышенных) выплат в В; e _ф — доля из них, выявляемая и предотвращаемая после внедрения; Э _у — экономия на обработке убытков; N — число урегулированных убытков; c ₀ и c ₁ — средняя стоимость урегулирования одного убытка до и после автоматизации; Э _н — сокращение неустоек, штрафов и судебных расходов; З — годовые затраты (лицензии, разработка, интеграция, команда, обучение, амортизация).

Результативность оценивается через рентабельность проекта и изменение комбинированного коэффициента:

ROI = Э / З × 100 %, ΔКК = Э / П _зараб × 100 %. (5)

Дополнительно контролируются срок окупаемости, доля автоматически урегулированных убытков, средний срок выплаты, доля ложных срабатываний антифрода и доля обжалованных отказов. Последние два показателя нужны, чтобы экономия не достигалась ценой потери клиентов и судебных рисков. При неполных данных применяется сценарный подход с тремя вариантами: консервативным, базовым и оптимистичным.

Расчётная модель для АО ГСК «Югория»

АО ГСК «Югория» — универсальная страховая компания; крупнейшее направление её бизнеса — ОСАГО (44,9 % премий за 2025 год) [8]. По итогам 2024 года компания собрала 35,8 млрд руб. премий, получила 3,7 млрд руб. чистой прибыли, выплатила более 17,9 млрд руб. и урегулировала 364 тыс. страховых случаев [5]. В 2025 году чистая прибыль выросла до 4,4 млрд руб., а число урегулированных случаев превысило 440 тыс. [6]. Поток убытков вырос более чем на 20 %, поэтому стоимость обработки каждого убытка и доля необоснованных выплат всё сильнее влияют на результат. Средняя выплата за 2024 год составила около 49 тыс. руб. (17,9 млрд руб. / 364 тыс. случаев).

По оценке рейтингового агентства «Эксперт РА», выполненной по методике [3], убыточность-нетто «Югории» за 2024 год составила 55,3 %, а комбинированный коэффициент убыточности-нетто — 99,2 % [7]; за 2025 год он снизился до 93,4 % [8]. Следовательно, расходы на ведение дела и управленческие расходы в 2024 году занимали около 44 п. п. премий (99,2–55,3 = 43,9). На рынке ОСАГО в целом комбинированный коэффициент по итогам 2025 года составил 100,8 % [2], то есть для крупнейшего направления компании запас прочности невелик.

Механизм расчёта показан на портфеле в 100 единиц заработанных премий со структурой 2024 года: КУ = 55,3 % (из них РУУ принято равным 4 п. п., так как компания не раскрывает эту величину отдельно; В = 51,3), КР = 43,9 %, КК = 99,2 %. Параметры d _ф , e _ф , снижения РУУ и затрат З — допущения автора, которые необходимо уточнить по внутренним данным компании. Результаты приведены в таблице 2.

Таблица 2

Расчёт эффекта по сценариям

В базовом сценарии комбинированный коэффициент снижается с 99,2 до 98,6 % (рис. 1). В пересчёте на премии 2024 года (35,8 млрд руб.) это соответствует чистому эффекту около 0,2 млрд руб. в год, или примерно 6 % чистой прибыли за тот же период (3,7 млрд руб.). Расчёт приближённый: в нём вместо заработанных премий использованы собранные.

Рис. 1. Комбинированный коэффициент до и после внедрения (расчёт автора)

Главными драйверами результата являются доля необоснованных выплат и результативность антифрода. При консервативных допущениях проект едва окупается, поэтому приоритетом должно быть качество данных и точность моделей, а не только масштаб внедрения. Для «Югории» целесообразно внедрять решения поэтапно, начиная с ОСАГО и КАСКО как направлений с наибольшим потоком типовых убытков, разделить обращения по сложности (автоматическая выплата простых случаев и углублённая проверка рискованных) и закрепить за ключевыми показателями ответственных.

Риски и ограничения внедрения

Экономия от цифровизации не возникает автоматически. Излишне строгие модели дают ложные срабатывания, задерживают выплаты добросовестным клиентам и увеличивают число жалоб, обращений к финансовому уполномоченному [11] и судебных споров. Модели обучаются на прошлых расследованиях, поэтому не выявленное ранее мошенничество остаётся «невидимым», а схемы мошенников меняются в ответ на защиту, и эффект антифрода со временем снижается без обновления правил. Обработка данных должна соответствовать законодательству о персональных данных [10], а сроки и порядок выплат по обязательным видам страхования установлены законом [9]. Централизация данных повышает последствия утечек и сбоев интеграции. Чтобы снизить эти риски, антифрод-системы должны работать по принципу «человек в контуре»: модель ранжирует и подсказывает, а решение об отказе принимает специалист на основании проверяемых фактов.

Заключение

Цифровизация урегулирования убытков и борьбы со страховым мошенничеством воздействует сразу на две составляющие комбинированного коэффициента: убыточность через сокращение необоснованных выплат и расходы через снижение стоимости обработки убытка. Предложенная методика позволяет оценить эффект по видам страхования и сравнить его с затратами. Расчёт на основе опубликованных показателей АО ГСК «Югория» за 2024 год показал, что при умеренных допущениях комбинированный коэффициент снижается примерно на 0,6 п. п. (с 99,2 до 98,6 %), что составляет около 0,2 млрд руб. в год, а при неблагоприятных допущениях эффект остаётся положительным, но небольшим. Практическая значимость результатов состоит в возможности уточнить допущения по внутренним данным компании и получить обоснованную оценку по видам страхования.

Литература:

1. Об организации страхового дела в Российской Федерации: Закон РФ от 27.11.1992 № 4015–1.
2. Банк России. Обзор ключевых показателей деятельности страховщиков за IV квартал 2025 года [Электронный ресурс]. — URL: https://www.cbr.ru/Collection/Collection/File/59732/review_insure_25Q4.pdf (дата обращения: 19.10.2026).
3. Эксперт РА. Обзор динамики комбинированного коэффициента убыточности российских страховщиков за 2013 год: методика расчёта [Электронный ресурс]. — URL: https://raexpert.ru/researches/insurance/unprofitability_2013/ (дата обращения: 19.10.2026).
4. Уголовный кодекс Российской Федерации: Федеральный закон от 13.06.1996 № 63-ФЗ, ст. 159.5.
5. Югория показала рост прибыли на 50 % по итогам 2024 года [Электронный ресурс] // АСН-новости. — URL: https://www.asn-news.ru/press_release/45273 (дата обращения: 19.10.2026).
6. Югория отмечает 28 лет и продолжает уверенный рост бизнеса [Электронный ресурс]. — URL: https://consult-cct.ru/yugoriya-otmechaet-28-let-i-prodolzhaet-uverennyj-rost-biznesa (дата обращения: 19.10.2026).
7. «Эксперт РА» присвоил кредитный рейтинг АО «ГСК «Югория» на уровне ВВВ+ по международной шкале [Электронный ресурс]. — URL: https://raexpert.ru/releases/2026/jan14 (дата обращения: 19.10.2026).
8. «Эксперт РА» повысил кредитный рейтинг АО «ГСК «Югория» до уровня A- по международной шкале [Электронный ресурс]. — URL: https://www.insur-info.ru/pressr/92915/ (дата обращения: 19.10.2026).
9. Об обязательном страховании гражданской ответственности владельцев транспортных средств: Федеральный закон от 25.04.2002 № 40-ФЗ.
10. О персональных данных: Федеральный закон от 27.07.2006 № 152-ФЗ.
11. Об уполномоченном по правам потребителей финансовых услуг: Федеральный закон от 04.06.2018 № 123-ФЗ.