Огліх, В. В.Oglih, ValentynaБесчастна, Г. О.Beschastna, Halyna2014-12-042014-12-042013-08-23Огліх В. В. Рейтингова оцінка страхових компаній України на засадах нейро-нечіткого моделювання / В. В. Огліх, Г. О. Бесчастна // Нейро-нечіткі технології моделювання в економіці : наук.-анал. журн. / М-во освіти і науки України, ДВНЗ «Київ. нац. екон. ун-т ім. Вадима Гетьмана» ; редкол.: А. В. Матвійчук (голов. ред.) [та ін.]. – Київ : КНЕУ, 2014. – № 3. – С. 151–187.https://ir.kneu.edu.ua:443/handle/2010/5448Дана стаття містить результати дослідження в сфері рейтингування страхових компаній, зокрема аналіз існуючих принципів та розробку ефективного підходу до вибору страхових партнерів комерційними банками задля підвищення рівня фінансової надійності та прибутковості останніх на засадах економіко-математичного моделювання. Аналіз результатів проведених експериментів виявив невідповідність традиційних підходів реальним умовам функціонування банків і страхових компаній. Запропонований підхід, який базується на принципах нейро-нечіткого моделювання та експертних методах, поєднує сценарні розрахунки з урахуванням якісних і кількісних показників, експертні знання у предметній області. Це дозволяє досягти топологічної впорядкованості об’єктів, провести групування та проаналізувати динаміку розвитку страховиків. Апробація мо-делей взаємовідносин банків і страхових компаній, проведена на даних щодо діяльності страховиків Україні у період 2008—2012 рр., підтвердила ефективність запропонованого математичного інструментарію для отримання адекватних рейтингових оцінок страхових компаній.Данная статья содержит результаты исследования в сфере рейтингования страховых компаний, в частности анализ существующих принципов и разработку эффективного подхода к выбору страховых партнеров коммерческими банками для повышения уровня финансовой надежности и доходности последних на основе экономико-математического моделирования. Анализ результатов проведенных экспериментов дал возможность обнаружить несоответствие традиционных подходов реальным условиям функционирования банков и страховых компаний. Предложенный подход, основанный на принципах нейро-нечеткого моделирования и экспертных методах, сочетает сценарные расчеты с учетом качественных и количественных показателей, экспертные знания в предметной области. Это позволяет достичь топологической упорядоченности объектов, провести группировку и проанализировать динамику развития страховщиков. Апробация моделей взаимоотношений банков и страховых компаний, проведенная на данных о деятельности страховщиков Украины в период 2008-2012 гг., подтвердила эффективность предложенного математического инструментария для получения адекватных рейтинговых оценок страховых компаний.This article contains the results of research in field of rating processes of insurance companies, in particular the analysis of existing policies and developing of an effective approach to the selection of insurance partners by commercial banks in order to improve profitability and financial reliability of banks on the basis of economic and mathematical modeling. Analysis of the results of the experiments provided an opportunity to detect in consistencies of traditional approaches to real conditions of functioning of banks and insurance companies. The suggested approach, which is based on the principles of neuro-fuzzy modeling and expert methods, combines scenario calculations with considering qualitative and quantitative indicators, experts’ knowledge in the subject area. It allows to reach a topological ordering of objects, defining clusters and analysing the dynamics of development of insurers. Approbation of the models performed on data of insurers, which was working in Ukraine in 2008-2012. It helped to confirm the effectiveness of mathematical tools for getting adequate ratings of insurance companies.ukСтрахові компаніїкомерційні банкикарти самоорганізації Кохоненанечітка логікаекспертні методиСтраховые компаниикоммерческие банкикарты самоорганизации Кохоненанечеткая логикаэкспертные методыInsurance companiescommercial banksKohonen self-organizing mapsfuzzy logicexpert methodsArticle336