Глобальной проблемой человечества является обеспечение его приспособляемости к постоянно меняющемуся социально-экономическому пространству жизнедеятельности. Современный мир ускоряет процессы, приводящие к радикальному изменению условий и образа жизни людей, заставляя находить наиболее адекватные с их точки зрения стратегии поведения. При этом спонтанно возникают новые угрозы, такие как экономические кризисы или распространение вирусных эпидемий, меняющие социальные и психологические установки в поведении людей. Это не может не отражаться на функционировании рынка страхования.На сегодняшний день страхование в России является объектом стратегического планирования, важной задачей которого выступает социально-психологическое прогнозирование страхового поведения населения России. Психологические и социальные аспекты отношения российских граждан к новым страховым технологиям характеризуются достаточно высоким прогностическим потенциалом, что позволяет разрабатывать не только диагностические процедуры и инструменты для выявления структурных и динамических характеристик восприятия и готовности к использованию современных страховых технологий, но и формировать рекомендации для его конструирования.В связи с этим познание причин, процессов, механизмов и следствий изменений поведения людей на рынке страховых услуг в условиях биологических угроз, в частности, эпидемии COVID-19, является фундаментальной задачей исследования.Данный проект направлен на получение теоретических и практических знаний о влиянии социально-психологических факторов поведения населения на страховые услуги до и во время эпидемии COVID-19 в России с целью формирования и апробации модели развития российского страхового рынка с учетом последствий биологической угрозы. Прогнозируемые повторные волны COVID-19, периодические мутации вируса, угрозы других не менее патогенных типов вирусов, обусловливают необходимость разработки [на основе данной модели] рекомендаций и управляющих воздействий для российского страхового рынка, направленных на минимизацию негативных экономических (финансовая незащищенность), социальных (социальная напряженность) и психологических (финансовая тревожность) последствий биологических угроз для общества.Прикладной характер данного исследования основан на разработке междисциплинарных подходов в контексте методологии экономической, социологической и психологической наук, что изначально предполагает системный анализ страхового рынка и факторов его определяющих.Планируемое исследование ориентировано на воссоздание концептуальной модели развития страхового рынка, на основе анализа поведенческого фактора, а также опыта государственного регулирования общественной жизни и реакции населения в условиях эпидемии. Нахождение закономерностей влияния социально-психологических факторов поведения людей в различных условиях, в том числе в условиях эпидемии, на изменения страхового рынка позволит определить алгоритмы нивелирования негативных последствий. Цель проекта: формирование модели развития страхового рынка, учитывающей социально-психологические факторы поведения населения в период эпидемии, результаты апробации которой будут способствовать оптимизации страховой защиты населения во время и после биологических угроз. Достижение поставленной цели предполагает решение следующих задач:1) Определение динамики основных индикаторов российского рынка страхования, его продуктовой и географической структуры в течение пятилетнего периода, предшествующего началу пандемии COVID-192) Идентификация социально-психологических факторов трансформации поведения потребителей страховых продуктов и услуг под влиянием биологической угрозы, причиной которой является пандемия COVID-193). Определение характера изменений поведения населения, влияющих на функционирование страхового рынка, с помощью психологического тестирования (мониторинга) чувствительности к модификациям поведения потребителей под влиянием пандемии COVID-19, сравнительного анализа социально-психологического состояния населения и его отношения к страхованию4) Формирование модели развития страхового рынка России в период пандемии и в течение пяти лет после ее окончания на основе методологического подхода, базирующегося на использовании моделей с несколькими состояниями. 5) Разработка рекомендаций и управляющих воздействий на основе реализации модели, связанных, в том числе, с использованием InsurTech и идентификацией релевантных страховых продуктов, и направленных на минимизацию последствий биологических угроз для современного общества. В ходе реализации проекта будут достигнуты следующие научно-исследовательские результаты, обладающие научной новизной:1. Идентификация социально-психологических факторов трансформации поведения потребителей страховых продуктов и услуг под влиянием биологической угрозы. 2. Выявление особенностей изменения поведения населения, влияющие на функционирование страхового рынка, вследствие эпидемии COVID-19 в России. 3. Разработка модели поведения потребителей страховых продуктов и услуг в условиях пандемии. 4. Формирование модели развития страхового рынка России с учетом последствий биологической угрозы. 5. Апробация модели на основе данных о поведении населения, охватывающих различные периоды эпидемии, что позволит предоставить обоснованные рекомендации, направленные на минимизацию последствий биологических угроз для общества, в том числе социально-психологических, в отличие от теоретических конструкций, представленных в существующих исследованиях. Прикладная значимость исследования заключается в том, что впервые будет осуществлена:1. Разработка и апробация единого опроса, направленного на выявление особенностей поведения населения, влияющих на функционирование страхового рынка в условиях биологической угрозы, включающего такие направления оценки как: целесообразность страхования; восприимчивость к риску; финансовая тревожность (внутреннее ощущение экономической безопасности, финансовая неопределенность); отношение к политике страхования; восприятие новых цифровых технологий и программ страхования, готовность использовать их в личном потреблении. 2. Определение социально-психологических факторов влияния биологической угрозы на поведение потребителей страховых продуктов на основе результатов единого опроса и разработанной модели поведения потребителей. 3. Разработка рекомендаций и управляющих воздействий для российского страхового рынка, направленных на минимизацию экономических (финансовая незащищенность), социальных (социальная напряженность) и психологических (финансовая тревожность) последствий биологических угроз для общества. 4. Определение релевантного набора страховых продуктов, цифровых методов предоставления страховых услуг, которые позволят минимизировать последствия биологической угрозы, как для страховых компаний, так и для индивидов. Современные исследования COVID-19, с учетом ограниченного количества времени для исследований и отсутствия результатов, позволяющих делать релевантные выводы, фокусируются, прежде всего, на проблемах информирования населения о рисках (risk communication) и восприятия обществом эпидемиологических рисков (см., например, Brown (2020)), а также на проблемах дезинформации населения при пандемиях (см., например, Frenkel et al. (2020), World Health Organization (2020)).Wong & Jensen (2020) исследовали взаимосвязь между доверием правительству, восприятием риска и государственной дисциплиной (законопослушанием public compliance) в Сингапуре в январе-апреле 2020 г. в период эпидемии COVID-19 в стране. При попытке оценить ответ общества на информирование государством о рисках, ученые пришли к выводу, что большинство респондентов придерживались позиции «преуменьшения важности» (defensive pessimism) рисков. Основные методы данных исследований включают анализ медиа-контента, анализ информации социальных сетей, результаты опросов фокус-групп. Мероприятия, направленные на минимизацию негативных последствий COVID-19 для экономики и общества, сформулированные Центром бюджетных и политических приоритетов США (Center on Budget and Policy Priorities), затрагивают и сферу страхования. Они касаются, прежде всего, государственной поддержки безработных – однако в документах на данном этапе декларируется только необходимость модернизации системы страхования на случай безработицы. Несмотря на отсутствие на данный момент публикаций, посвященных экономико-математическому моделированию прогнозирования распространения эпидемий COVID-19, для построения подобных моделей можно использовать богатый опыт актуарного моделирования рисков заболеваемости и смертности, а также теоретические результаты, полученные учеными при моделировании вспышек других болезней. Использование математических моделей для анализа данных об инфекционных заболеваниях берет свое начало с работы Bernoulli (1760), который изучал распространение эпидемии черной оспы. В этой работе впервые была введена модель с двумя состояниями, положившая начало развитию подхода (multiple-state approach), использующего модели с несколькими состояниями для описания процессов заболеваемости и смертности популяции в силу разных причин. Бернулли использовал таблицы смертности, предложенные Галлеем, а позже сконструировал свои, учитывающие выбытие по двум причинам. С помощью этих таблиц он смог приблизительно оценить количество людей, которые когда-либо болели оспой. В течение следующих 100 лет было опубликовано еще несколько исследований, посвященных использованию модели с двумя состояниями для решения подобных задач, большинство из которых имеет актуарную тематику, что связано с прикладной значимостью моделирования инфекционных заболеваний для страхования. Среди работ, анализирующих распространение эпидемий с помощью математического аппарата, стоит отметить исследование Farr (1840), в котором предпринята попытка количественно определить темпы распространения эпидемии черной оспы 1837-1839 гг. в Англии и Уэльсе с применением методов экономико-математического моделирования. Подобные исследования были продолжены Greenwood (1913, 1930), когда появилась возможность исследовать генезис и распространение заболеваний в лабораторных условиях. McKendrick (1926) анализировал возможности применения математических методов для изучения распространений эпидемии на примере вспышки холеры. Он использовал алгоритм максимизации ожидания, ЕМ-алгоритм (expectation-maximization algorithm). Далее этот подход получил распространение при исследовании эпидемий – см., например, McKendrick & Kermack (1927), которые изучали условия возникновения и окончания эпидемий (на примере вспышки чумы в Бомбее).Следует также особо отметить работы Bartlett (1957, 1961), связанные с математической эпидемиологией. Автор с использованием стохастических методов исследовал условия возникновения и прекращения эпидемий. Он впервые использовал компьютерное моделирование для описания этих процессов. В целом, эпидемическое моделирование представляет собой исключительно междисциплинарный предмет, подходы к которому варьируются от абстрактной теории стохастических процессов до количественного анализа биологических, социальных и экономических данных (Bailey, 1975, 1988, 1990, 1992; Becker (1989), Mollison, 1985, 1994; Anderson and May, 1991; Isham & Medley, 1994; Grenfell & Dobson, 1994; Mollison et al. 1994).Первые модели, включавшие экономический аспект в эпидемиологические модели и формировавшие политику страхования, которая обеспечивала бы финансовую защиту населения от негативного влияния эпидемий, зафиксированы в исследованиях Mollison et al. (1994), Hethcote (2000).Стохастическое моделирование при исследовании развития эпидемий использовано в работе Daley & Gani (1999). Обзор актуальных методов математического моделирования, используемых для прогнозирования развития эпидемий, представлен в работе Diekmann et al (2012). Метод Монте-Карло использован в работах Auranen et al. (2000), Gibson & Renshaw (1998).Общим для перечисленных выше работ является использование подхода на основе моделей с несколькими состояниями (multiple-state approach), согласно которому моделируемое население рассматривается как совокупность отдельных классов (state), каждый из которых обладает различными характеристиками по отношению к заболеванию. Как уже отмечалось выше, впервые данный подход был предложен Бернулли, а затем получил широкое применение в страховой математике, позволяя моделировать риски заболеваемости и смертности не только в результате эпидемий, а также описывать параметры соответствующих договоров страхования жизни и здоровья. Использование модели с тремя состояниями для описания процессов заболеваемости, выздоровления и смертности было впервые предложено Du Pasquier (1912, 1913). В своих работах он не только описал возможность применения подобной модели для описания страхования здоровья, но и вывел уравнения, задающие вероятности заболеваемости. Среди работ, посвященных применению моделей с несколькими состояниями в математике страхования, необходимо также упомянуть монографию Haberman & Pitaссo (1999). Среди отечественных публикаций стоит выделить работы С.Р. Абдюшевой и С.И. Спивака (2007), В.Н. Баскакова (2001), А.А. Кудрявцева (2010), А.А. Фаизовой (2015, 2018) и др.Риски пандемии в актуарных расчетах учитывали Stracke & Heinen (2006) – на примере гриппа, Makinen (2009) – на примере H1N1 («свиной грипп», Pandemic (H1N1) 09 Virus), а также эксперты Института актуариев Канады (CIA) (2009), которые рассматривали сценарии пандемии в целом.Обзор современных статистических методов, которые специально были разработаны для анализа данных об инфекционных заболеваниях, представлен в книге Held et al. (2020).Отдельная группа исследований посвящена управлению рисками в условиях чрезвычайных ситуаций, в том числе, эпидемий и пандемий. Концептуальные подходы к оценке и управлению рисками возникновения экстремальных ситуаций на современном этапе представлены в исследовании O’ Sullivan (2018). Автор рассматривала различные аспекты данной проблематики, в том числе, методы оценки рисков возникновения чрезвычайных ситуаций; методы управления рисками чрезвычайных ситуаций; примеры и кейсы чрезвычайных ситуаций, в том числе пандемий. Одним из выводов стали рекомендации относительно подготовки немедицинских организаций к вызовам эпидемий (на примере лихорадки Эбола, пандемий SARS и MERS). При этом, страховые мероприятия указываются лишь в рамках общетеоретических конструкций. Часть исследований, посвященных управлению рисками в условиях эпидемий, предлагает рассматривать страхование как один из эффективных методов управления соответствующими рисками. Среди них стоит выделить работы по актуарному моделированию катастрофических рисков чрезвычайных ситуаций для обоснования стоимости соответствующих страховых продуктов, а также изменений классических страховых продуктов по страхованию жизни и здоровья с учетом возрастающего риска. Cossette et al. (2003) предложили модель катастрофического риска (catastrophe risk model), согласно которой коэффициенты повреждений (damage ratios) являются случайными функциями интенсивности (частоты) катастроф. Исходя из этого, авторы определили ряд свойств страхуемых рисков, а также свойств общего убытка в рамках данной модели. Они формально проиллюстрировали тот факт, что риск катастрофы не может быть покрыт только посредством привлечения страховых премий. В качестве примера использовалось страхование на случай землетрясений (earthquake insurance). По мнению авторов, данный подход может быть также использован и для описания увеличивающегося риска в момент эпидемий. В целом, подходы к моделированию катастроф, в том числе эпидемий, для целей актуарного моделирования можно распределить на следующие основные группы (Cossette et al., 2003).1. Исследования, рассматривавшие зависимости между рисками и влияние возможных катастроф на вероятностное распределение совокупных убытков. Так, например, Bauerle & Muller (1998), Wang & Dhaene (1998), Dhaene et al. (2002), изучали различные зависимости между рисками в модели индивидуального риска (individual risk model). Подходы, предложенные работе Wang (1998), могут быть использованы также и для моделей коллективного риска (collective risk model).2. Исследования, использующие теорию экстремальных значений (extreme value theory), для оценки влияния катастроф на страховой бизнес (см., например, Beirlant & Teugels (1992), Beirlant et al. (1996), Embrechts et al. (1997), Embrechts &McNeil (1997), Rootzen & Tajvidi (1997), Resnick (1997))3. Моделирование портфеля убытков на уровне индивидуального риска на основе, прежде всего, стохастического моделирования (см., например, Brillinger (1993))Следует отметить, что пандемия SARS и пандемия H1N1, как в свое время, эпидемия HIV/AIDS, дали новый толчок к росту исследований инфекционных заболеваний и методов, которые позволили смягчить негативные последствия таких чрезвычайных ситуаций. При этом, при разработке эпидемиологических моделей (epidemiological models) стал активно использоваться актуальный математический инструментарий, в том числе актуарные модели. Еще одним направлением исследований являются попытки адаптировать эти модели и к страхованию, в том числе оценить влияние эпидемий на продуктовую политику страховых компаний региона. Jia & Tsui (2005) на примере SARS в Гонконге, с использованием эпидемиологической модели, оценивали потенциальное влияние SARS и подобных эпидемий на страховые компании. Особое внимание уделялось трем аспектам: исследованию механизмов распространения инфекции; определению методов контроля за данным распространением; прогнозированию будущего течения эпидемии. В данном исследовании делается акцент на страхование как один из методов управления эпидемиологическими рисками, однако вопросы направлений формирования страховой политики в условиях эпидемии оставлены без внимания.Feng & Garrido (2011), используя детерминистскую модель SIR (deterministic SIR model), основанную на описании эпидемиологических процессов с помощью аппарата дифференциальных уравнений, разработали методы количественного определения риска появления инфекции для формирования финансовых соглашений между страхователями и страховщиками, которые, в дальнейшем, могли бы использоваться на практике для расчета страховых премий и резервов (SIR модель – класс Susceptible-infected-removed epidemic models (восприимчивый-инфицированный-удаленный)). Для расчетов использовались примеры Великой Чумы (Great Plague) в Великобритании и эпидемии SARS в Гонконге. Также, авторы пришли к выводу, что эффективная защита против эпидемий зависит не только от уровня развития медицинских технологий, необходимых для идентификации вирусов и ухода за пациентами, но также и от эффективной системы здравоохранения. Отдельно следует отметить серию работ Lefèvre et al. (1999, 2015, 2017), затрагивающих проблемы формирования страховых программ, которые защищали бы население от эпидемиологического риска. Работы Lefèvre & Picard (1999, 2015) представляют собой теоретическую концептуализацию возможности моделирования эпидемиологического риска с помощью алгебраических структур, а именно многочленов Аппеля и псевдополиномов Абеля-Гончарова, а также модели SIR, на основе классических марковских процессов. Исследование Lefèvre et al. (2017) более практически ориентировано и использует методы актуарного моделирования для формирования программы страхования (insurance plan), которая защищала бы население от эпидемического риска. Авторы использовали расширенную SIR модель. При этом убытки измерялись посредством ожидаемого масштаба эпидемии и времени инфицирования (epidemic size and infectivity time). Премии для такой страховой программы измерялись посредством ожидаемого времени восприимчивости к инфекции (susceptibility time). Основным ограничением модели является отсутствие ее апробации; модель представлена на уровне теоретической конструкции.Отдельная группа работ связана с исследованием влияния эпидемий на национальную экономику.Одним из первых комплексных исследований стала работа Ainsworth & Over (1992), в которой авторы разделили влияние эпидемий на экономику на три стадии: 1) первоначальный шок от болезней и смертей отдельных людей; 2) инициирование стратегий адаптации (стратегий преодоления, coping strategies) отдельными экономическими агентами как ответная реакция; 3) определение чистого влияния (net outcomes) на благосостояние, в зависимости от успеха/провала стратегий адаптации и определение влияния эпидемии на национальную экономику. Данный подход включает как микроэкономические аспекты – влияние на домашние хозяйства и фирмы, так и макроэкономические – определение влияния на экономику страны в целом. Теоретические исследования, касающиеся взаимосвязи вспышек эпидемий и социально-экономических и политических процессов (с точки зрения антропологии), взаимосвязи эффективной системы здравоохранения и социально-экономического прогресса, а также экосистемы общественного здравоохранения, представлены в работах Van Leewen et al. (1999), Arya et al. (2009), Frieden & Henning (2009), Lynteris (2014), Распределение ресурсов государства при эпидемиях, направленных на противоэпидемические мероприятия (карантин, изоляция и т.д.) рассматривал Koehn (2017). Эпидемия HIV/AIDS предоставила возможность для эмпирических исследований оценки влияния эпидемий на экономику страны. Среди данных работ, как наиболее комплексную, следует отметить Lewis (2001). Автор определил ключевую роль правительства в определении, измерении и решении проблем роста инфекционных заболеваний. По мнению автора, воздействие эпидемии на экономику может быть измерено как изменение темпов экономического роста (темпов роста ВВП). Среди других исследований влияния эпидемии HIV/AIDS на экономику для отдельных стран и регионов мира следует отметить работы Over (1992), Myo (1993), Bloom & Mahal (1997), van Aardt (2002), Ajay (2004), Haacker (2011).Изменение расходов государства на здравоохранение в периоды вспышки SARS («атипичная пневмония», SARS-CoV) в 2003 г., Н1N1 в 2009 г. и лихорадки Эбола в 2014 г. на примере США, Японии и Швейцарии, рассмотрено в исследовании Bourrier et al. (2019). Следует отметить, что в данной работе страхование практически не затронуто; страховщики упоминаются только как контрагенты государства во взаимодействии при эпидемиях, что характерно для системы здравоохранения США. Ряд исследований посвящен анализу роли международных организаций здравоохранения, прежде всего, ВОЗ, в предотвращении развития эпидемий и пандемий, а также управления эпидемическими рисками. Роль ВОЗ и Всемирной организации по охране здоровья животных в вызовах, генерируемых новыми инфекционными заболеваниями, рассматривалась в исследовании Figuié (2014), на примере эпидемии «птичьего гриппа» H5N1. Функции и роль ВОЗ в предотвращении эпидемий, а также в регулировании возникших эпидемий (на примере пандемии SARS), рассмотрены Dry & Leach (2019). Авторы приходят к выводу, на примере реакции этих институтов на новые инфекционные заболевания, о необходимости формирования альтернативной парадигмы управления рисками, основанной на профилактике (превентивных мерах), прозрачности и участии общественности.Как было отмечено выше, страхование может выступить одним из эффективных методов управления рисками эпидемий. Кроме того, накопленные знания актуарного моделирования рисков заболеваемости и смертности позволят построить модели прогнозирования вирусных эпидемий. С другой стороны, изменяющаяся продуктовая политика страховых компаний способна удовлетворить потребности населения в страховой защите в условиях эпидемии в России и способствовать минимизации отрицательных последствий для граждан.Как отмечал Lewis (2001), экономические модели, которые используются для прогнозирования влияния эпидемий на ключевые макроэкономические показатели, должны включать также демографические прогнозы и поведенческие модели (behavioral models).Целый ряд поведенческих моделей включает изучение детерминант индивидуальных финансовых решений, например, по сберегательным и страховым решениям (Abudy & Shust, 2012), по компенсационным преференциям (Deci & Ryan, 2008), по психологии и социологии страхового поведения (Johnson et al. (1993), Mugerman et al. (2014); Furnham, (2014), Rean (2001), Medyanik & Deyneka (2020), Gangl et al. 2017, Gärling et al. (2009); Gąsiorowska (2015); М.В. Мазаева (2011); И.Р. Сариева (2013)).Как пример комплексного подхода, сочетающего социальную и медицинскую психологию, государственную политику и экономику, исследования проблемы экономической безопасности личности, можно привести исследования Chou et al. (2016). Авторы определили экономическую незащищенность как состояние неопределенности и непредсказуемости в отношении своего финансового благополучия, отмечая, что экономическая нестабильность может проявляться как конкретно (например, как безработица) и абстрактно (например, как возможность будущих увольнений). Важность государственной политики как инструмента обеспечения психологического здоровья населения в период эпидемии COVID-19 подчеркивается в исследовании Labana (2020).Отдельная группа исследований направлена на анализ последствий экономической нестабильности на психологическое состояние человека. Нестабильность социально-экономического положения в стране может привести к ухудшению когнитивных функций (Heine et al., 2006), нарушению самоуважения и непродуктивному финансовому планированию (Shah et al., 2012). Экономическая нестабильность также связана с повышенным риском развития различных заболеваний, таких как психические расстройства и сердечно-сосудистые заболевания. В отличие от этого, экономическая безопасность является одним из важнейших компонентов психологического благополучия (Maslow, 1943). Таким образом, экономическая незащищенность влияет на поведение индивида и его психологическое благополучие.При этом, многие авторы рассматривают контроль над экономической ситуацией как основную предпосылку для субъективного ощущения экономической безопасности (см., например, Mailis-Gagnon et al., 2007). Контроль финансовой ситуации, стабильность финансового положения являются ключевыми факторами физического и психического благополучия (Langer & Rodin, 1976). В противоположность этому, отсутствие контроля активирует нейронные связи, которые генерируют состояние тревоги, страха и стресса (Waller & Sheidt, 2006). Именно институт страхования дает возможность переложения частичного контроля за экономической ситуацией на страховые компании, давая четкое приложения финансового покрытия рисков и временную перспективу защиты.Однако современные условия пандемии и ее последствий являются абсолютно новым вызовом для российского страхового рынка. Тем не менее, исследованию российского страхового рынка, в том числе под влиянием кризисных явлений, посвящено достаточное количество публикаций отечественных ученых-теоретиков и экспертов-практиков. В них рассматриваются как вопросы, касающиеся тенденций развития рынка в целом, так и проблем региональных рынков. Первое направление представлено экспертными докладами международных консалтинговых организаций (Deloitte (2020), KPMG (2019) и др.) и рейтинговых агентств (АКРА(2019), Эксперт РА (2020) и др.). А.Х. Цакаев и Р.Т. Юлдашев (2019) определяют основные риски, с которыми сталкивается страховой рынок России на современном этапе, а также анализируют его точки роста. Анализу ключевых показателей страхового рынка и, в том числе, отдельных его сегментов, посвящены работы С.А. Белозёрова и др. (2018), А.Д. Языкова, А.А. Цыганова и др. (2019). Анализ тенденций и проблем развития регионального страхового рынка приводится в работе Д.А. Горулева (2019). Причинно-следственные связи между основными показателями страхового рынка и социально-экономического развития региона рассматриваются в работах Kuznetsova et al. (2019), Ю.А. Тарасовой и др. (2018). Идентификация факторов, влияющих на развитие регионального страхования, представлена Л.А. Орланюк-Малицкой (2017). Моделированию и прогнозированию регионального страхового рынка с помощью применения эконометрических моделей посвящены работы С.Е. Шипицыной (2010), В.П. Максимова и др. (2010).Однако пандемия и связанные с ней ограничения породили новые, еще не изученные, тенденции на страховом рынке. Так, отдельные виды страхования, еще недавно достаточно популярные у потребителей страховых продуктов и услуг, на данный момент фактически перестали существовать по причине отсутствия спроса. В то же время возникают новые страховые продукты, направленные на удовлетворение появившихся потребностей в страховой защите (Ренессанс «АнтиВирус», АльфаСтрахование «Коронавирус.НЕТ», Cбербанк страхование «#Сберегисебя», Ингосстрах-Жизнь «СтопКоронавирус», Согласие «Антивирус», ВСК «Индивидуальная защита» и др.). Анализ указанных тенденций является одним из направлений исследования в предлагаемом проекте.Еще одним из путей, способствующих удовлетворению потребности населения в страховой защите в условиях эпидемии COVID-19 в России и связанных с ней ограничений, является активное использование цифровых технологий при предоставлении страховой услуги на всех ее этапах. Изучение процесса внедрения инструментов InsurTech в деятельность страховых компаний находит отражение в публикациях как отечественных, так и зарубежных авторов. Так, уровень применения российскими страховыми компаниями новых технологий детально рассматривается в работах С.А. Белозёрова (2018, 2019), А.А. Цыганова, Д.В. Брызгалова (2018), А.Б. Знаменского, С.Б. Богоявленского (2018), И.Б. Котлобовского, Н.В. Сириченко (2017). Вопросам мирового опыта развития страховых рынков при внедрении инновационных технологий посвящены работы Cappiello (2018), Yan et al. (2017), Е.В. Небольсиной (2018). Особенности развития интернет-страхования в России рассматривает Н.Г. Адамчук (2017). Однако большинство публикаций, анализирующих процессы цифровизации страхового рынка, рассматривают аспекты применения InsurTech, их достоинства и недостатки в первую очередь для страховых компаний, а не потребителей страховых продуктов и услуг. В условиях сложной эпидемиологической ситуации использование инновационных технологий будет способствовать сокращению негативных последствий.Представленные выше результаты анализа основных, отраженных в научной литературе, направлений экономических, социологических, психологических исследований, с точки зрения авторского коллектива данной заявки, должны стать теоретической основой анализа динамики страхового рынка в период пандемии и разработки подходов к формированию модели его развития под влиянием социально-психологических факторов поведения населения, направленной на обеспечение страховой защиты граждан во время и после биологических угроз.1. Адамчук Н.Г. Новые аспекты развития страховой отрасли под влиянием Insurtech // Страховое право. 2017. № 4 (77). С. 41-43.2. Аналитическое Кредитное Рейтинговое Агентство, АКРА. Сильные финансовые показатели помогут страховщикам преодолеть вызовы рынка: Анализ текущих тенденций и рисков рынка страхования. 2019. https://www.acra-ratings.ru/research/14653. Баскаков В.Н., Андреева О.Н., Баскакова М.Е., Карташов Г.Д., Крылова Е.К. Страхование от несчастных случаев на производстве. Актуарные основы. Москва, 2001. 192 с.4. Белозёров С.А. InsurTech как фактор развития страховой отрасли / В сб.: Страхование в информационном обществе - место, задачи, перспективы Сборник трудов XX Международной научно-практической конференции. В 2 т. Владимир, 2019. С. 45-50.5. Белозёров С.А. Тенденции развития страхования в условиях цифровой экономики / В сб.: Страхование в эпоху цифровой экономики: проблемы и перспективы / Сборник трудов XIX Международной научно-практической конференции: в 2 томах. Отв. ред.: Е.В. Злобин, Т.В. Сарычева. 2018. С. 31-36.6. Белозёров С.А. Цифровая экономика: как фактор развития рынка страхования / В сб.: Международный экономический симпозиум - 2018 Материалы международных научных конференций. 2018. С. 75.7. Белозёров С.А., Чернова Г.В., Калайда С.А. Современные факторы развития российского страхового рынка // Страховое дело. 2018. № 6 (303). С. 31-35.8. Горулев Д.А. Управление рисками и страховая защита в контексте трансформаций регионального страхового рынка / В сб.: Архитектура финансов: иллюзии глобальной стабилизации и перспективы экономического роста / Сб. материалов VIII Междунар. науч.-практ. конф. 2019. С. 15-20.9. Дейнека О.С. Опыт эмпирических исследований политического и экономического сознания // Вестник СПбГУ. Сер.16. 2015. Вып.3. С.13-26.10. Знаменский А.Б., Богоявленский С.Б. InsurTech: области применения, первые результаты и перспективы внедрения // Финансы. 2018. №2. С.34-3911. Котлобовский И.Б., Сириченко Н.В. Инновационные информационные технологии для страховой отрасли // Финансы. 2017. № 9. С. 38-44.12. Кудрявцев А.А. Вдовина А.А. Моделирование резерва по страхованию жизни при наличии положительной обратной связи // Вестник СПбГУ, Серия «Экономика». 2010, вып. 3. С.57-6513. Мазаева М.В. Экономическое поведение участников страхового рынка: социологический подход к изучению // Мониторинг общественного мнения. 2011. №1(101). С. 44-51.14. Максимов В.П., Шипицына С.Е., Лёвушкин В.А. Применение эконометрических моделей к описанию регионального страхового рынка // Экономика региона. 2010. № 4 (24). С. 153-155.15. Орланюк-Малицкая Л.А. Региональное страхование: теоретический аспект // Страховое дело. 2017. №9(294). С. 49-55.16. Сариева И.Р. Современные исследования факторов страхового поведения // Психология. Журнал Высшей школы экономики. 2013. Т.10. №4. С. 108–12017. Спивак С., Абдюшева С. Обратные задачи для марковских моделей // Актуарий. 2007. № 1. С. 41-46.18. Тарасова Ю.А., Восковская Е.С., Ярусова К.В. Оценка региональных рынков страхования и их влияние на российский страховой рынок // Страховое дело. 2018. № 10 (307). С. 36-53.19. Фаизова А.А. Резерв по договору страхования потери доходов вследствие постоянной полной утраты трудоспособности // Актуарий. 2018, 1(6). с.47-4920. Фаизова А.А. Модель резерва по долгосрочному личному страхованию и возможности ее применения // Финансы и кредит. 2015, 17(641). с. 59-66.21. Цакаев А.Х., Юлдашев Р.Т. Возможные точки роста российского страхового рынка и их ключевые риски // Страховое дело. 2019. № 7 (316). С. 46-53.22. Цыганов А.А., Брызгалов Д.В. Цифровизация страхового рынка: задачи, проблемы и перспективы. Экономика. Налоги. Право. 2018. №2. С.111-120.23. Шипицына С.Е. Моделирование и прогнозирование страхового рынка региона // Экономика региона. 2010. № 2. С. 212-216.24. Эксперт РА Итоги 2019 года на страховом рынке и прогноз на 2020-й: падение при всех сценариях. 2020. https://raexpert.ru/researches/insurance/ins_market_forecast_202025. Языков А.Д., Цыганов А.А., Кириллова Н.В., Яненко Е.А. Общие показатели рынка ОСАГО 2015-2018 гг. // Страховое дело. 2019. № 4 (313). С. 32-44.26. Abudy M., Shust E. Employees’ attitudes toward equity-based compensation. Compens. Benefits Rev. 2012. Vol. 44. Pp. 246–253.‏27. Ainsworth M., Over M. The Economic Impact of Aids: Shocks, Responses and Out- comes. World Bank Technical Working Paper No. I. Washington, D.C., 1992.28. Ajay M. Economic Implications of Inertia on HIV/AIDS and Benefits of Action // Economic and Political Weekly. 2004. Vol. 39(10). Pp. 1049-106329. Arya N., Howard J., Isaacs S., Mcallister M.L., Murphy S., Rapport D., Waltner-Toews D. Time for an ecosystem approach to public health? Lessons from two infectious disease outbreaks in Canada // Global Public Health. 2009. Vol. 4(1). Pp. 31-49, DOI: 10.1080/1744169070143812830. Auranen K., Arjas E., Leino T., Takala A. Transmission of pneumococcal carriage in families: A latent Markov process model for binary longitudinal data // Journal of the American Statistical Association. 2000. Vol. 95(452). Pp. 1044-105331. Bailey N.T.J. Application of stochastic epidemic modelling in the public health control of HIV/AIDS // Lect. Notes Biomath. 1990. Vol. 86. Pp. 14-20.32. Bailey N.T.J. Parameter estimation in the operational modelling of HIV/AIDS. In: The Art of Statistical Science (ed. K. V. Mardia), 1992. Pp. 277-29833. Bailey N.T.J. Statistical problems in the modelling and prediction of HIV/AIDS // Aust. J. Statist. 1988. Vol. 30. Pp. 41-55.34. Bailey N.T.J. The Mathematical Theory of Infectious Diseases and Its Applications. London, Griffin, 1985.35. Bartlett M.S. Deterministic and stochastic models for recurrent epidemics. In: Proceedings of the Third Berkeley Symposium on Mathematical Statistics and Probability. University of California Press, London, UK, Vol. 4. Pp. 39-55. 1961.36. Bartlett M.S. Measles periodicity and community size // Journal of the Royal Statistical Society. Series A (General). 1957. Vol. 120(1). Pp. 48-70.37. Baurle N., Muller A. Modelling and Comparing Dependencies in Multivariate Risk Portfolios // ASTIN Bulletin. 1998. Vol. (28). Pp. 59–76.38. Becker N.G. Analysis of Infections Disease Data, volume 33 of Monographs on Statistics and Applied Probability. Chapman & Hall, London, UK, 1989.39. Beirlant J., Teugels J.L. Modelling Large Claims in Non-Life Insurance // Insurance: Mathematics & Economics. 1992. Vol. 11. Pp. 17–29.40. Beirlant J., Teugels J.L., Vynckier P. Practical analysis of extreme values. Leuven, the Netherlands: Leuven University Press, 1996.41. Bernoulli D. Essai d’une nouvelle analyse de la mortalite causee par la petite verole, et des avantages de l’inoculation pour la prevenir. Histoire de l’Acad., Roy. Sci. (Paris). 1760. Pp.1-45.42. Bloom D., Mahal A.S. AIDS, Flu, and the Black Death: Impacts on Economic Growth and Well-being. In: The Economics of HIV and AIDS: The Case of South and South East Asia. eds. David Bloom and Peter Godwin New Delhi: Oxford University Press, 199743. Bourrier M., Brender N., Burton-Jeangros C. (eds). Managing the Global Health Response to Epidemics. Social Science Perspectives. Routledge, 2019. 305 p.44. Brillinger D.R. Earthquake Risk and Insurance // Environmetrics. 1993. Vol. 4. Pp. 1–21.45. Brown P. Studying COVID-19 in light of critical approaches to risk and uncertainty: research pathways, conceptual tools, and some magic from Mary Douglas // Health, Risk & Society. 2020. Vol. 22(1). Pp. 1-14. DOI: 10.1080/13698575.2020.174550846. Bryant S., Stone D., Wier B. Financial attitudes: implications for Personal Financial Planning Services (PEPS) and financial literacy". 2006. SSRN: http:// ssrn.com/abstract=896110147. Cappiello A. Technology and the Insurance Industry: Re-configuring the Competitive Landscape. Springer, Cham. 2018.48. Chou E.Y., Parmar B.L., Galinsky A.D. Economic Insecurity Increases Physical Pain First Published February 18, 2016 Research Article Find in PubMed. https://doi.org/10.1177/095679761562564049. CIA. Considerations for the Development of a Pandemic Scenario. Canadian Institute of Actuaries, Committee on Risk Management and Capital Requirements. 2009. Research Paper 20909549. COVID-19 Outbreak: Insurance Implications and Response. The World Bank. March 29, 202050. Cossette H., Duchesne T., Marceau E. Modeling Catastrophes and their Impact on Insurance Portfolios // North American Actuarial Journal. 2003. Vol. 7(4). Pp. 1-22.51. Daley D.J., Gani J. Epidemic Modelling: An Introduction. Cambridge University Press, Cambridge, UK. 199952. Deci E., Ryan R. Hedonia, eudomonia, and well-being: an introduction. Journal of Happiness Studies. 2008. Vol. 9. Pp. 11-1553. Deloitte (2020) Understanding the sector impact of COVID-19. Insurance. March 25, 202054. Deloitte (2020) Финансовые отрасли РФ – 2020: Прогноз развития и ключевые тенденции55. Deyneka O.S. Multivariate questionnaire in the diagnosis of socio-economic consciousness. Psychology. Economy. Right. 2013. Vol. 2. Pp. 23-26 (in Russian).56. Deyneka O.S., Zabelina E.V. Results of the development of a multiple-factor questionnaire for rapid diagnosis of economic attitudes. Psychological research. 2018. 11(58)57. Dhaene J., Denuit M., Goovaerts M.J., Kaas R., Vyncke D. The Concept of Comonotonicity in Actuarial Science and Finance: Theory // Insurance: Mathematics & Economics. 2002. Vol. 31. Pp. 3–33.58. Diekmann O., Heesterbeek H., Britton T. Mathematical Tools for Understanding Infections Disease Dynamics. Princeton University Press, Princeton, NJ, 2012.59. Diener E., Emmons R. A., Larsen R. J., Griffin S. The Satisfaction with Life Scale. Journal of Personality Assessment. 1985. Vol. 49. Pp. 71–75.60. Dry S., Leach M. (eds) Epidemics: science, governance, and social justice. Earthscan, 2010.61. Du Pasquier L.G. Mathematische Theorie der Invaliditatversicherung // Mitteilungen der Vereinigung schweizerischer Versicherungsmathematiker. 1912. Bd.7. S. 1-7.62. Du Pasquier L.G. Mathematische Theorie der Invaliditatversicherung // Mitteilungen der Vereinigung schweizerisher Versicherungsmathematiker. 1913. Bd..8. S. 1-153.63. Embrechts P., Kluppelberg C., Mikosch T. Modelling Extremal Events for Insurance and Finance. Berlin: Springer-Verlag, 1997.64. Embrechts P., McNneil M., Straumann D. Correlation and Dependence in Risk Management: Properties and Pitfalls. Risk Management: Value at Risk and Beyond. ed.by M. A. H. Dempster. Cambridge: Cambridge University Press, 2002. P. 176-22365. Feng R., Garrido J. Actuarial Applications of Epidemiological Models // North American Actuarial Journal. 2011. Vol. 15(1). Pp. 112-136. DOI:10.1080/10920277.2011.1059761266. Fetchenhauer D., Dunning D. Do people trust too much or too little? Journal of Economic Psychology. 2009. Vol. 30. Pp. 263–276.67. Figuié M. Towards a global governance of risks: international health organisations and the surveillance of emerging infectious diseases // Journal of Risk Research. 2014. Vol. 17(4). Pp. 469-483, DOI: 10.1080/13669877.2012.76127768. Frenkel S., Alba D., Zhong R. Surge of virus misinformation stumps Facebook and Twitter. New York Times, March 3, 2020. https://www.nytimes.com/2020/03/08/technology/coronavirus-misinformation-social-media.html69. Frieden T.R., Henning K.J. Public health requirements for rapid progress in global health // Global Public Health. 2009. Vol. 4(4). Pp. 323-337. DOI: 10.1080/1744169090308970. Furnham A. The New Psychology of Money. London &NY: Routledge, 2014.71. Gangl K., Hofmann E., de Groot M., Antonides G., Goslinga S., Hartl B., Kirchler E. Taxpayers’ motivations relate to tax compliance: Evidence from two representative samples of Austrian and Dutch self-employed taxpayers. Journal of Tax Administration. 2015. Vol. 1. Pp. 15-25.72. Gangl K., Pfabigan D., Lamm C., Kirchler E., Hofmann E. Coercive and legitimate authority impact tax honesty. Evidence from behavioral and ERP experiments. Social Cognitive and Affective Neuroscience. 2015. Vol. 1. Pp. 1-10. doi: 10.1093/scan/nsx02973. Gangl K., Torgler B., Kirchler E. Patriotism’s impact on cooperation with the state: An experimental study on tax compliance. Political Psychology. 2016. Vol. 37. Pp. 867-881.74. Gärling T., Kirchler E., Lewis A. Psychology, Financial Decision Making, and Financial Crises. First Published January 1 2009, Review Article . https://doi.org/10.1177/1529100610378437 (07.06.2018)75. Gąsiorowska A. Hedonic treadmill. w: Real-World Decision Making. An Encyclopedia of Behavioral Economics / Altman Morris ( red. ), Greenwood, ABC-Clio LLC, 2015. P. 196-197.76. Gibson G.J., Renshaw E. Estimating Parameters in stochastic compartmental models using Markov chain methods // Mathematical Medicine and Biology: A Journal of the IMA. 1998. Vol. 15(1), pp.19-40.77. Greenwood M. The factors that determine the rise and spread and degree of severity of epidemic diseases. The nth International Congress of Medicine (Hygiene and Preventive Medicine). 1913.Section XVM, London. Pp. 49-80.78. Greenwood M. The vaccination problem. J. Roy. Stat. Soc.. 1930. Vol. 93, Part n. Pp. 233-57; Martin W.J. The Epidemic Curve of Smallpox // The Journal of Hygiene. 1934. Vol.34(1). Pp. 10-2979. Grenfell B. T., Dobson A. (eds). Ecology of Infectious Diseases in Natural Populations. Cambridge: Cambridge University Press, 1994.80. Gupta B. Financial Services Review. The financial planning and training agenda in Australia. 2011. Vol. 20 (1). Pp. 61-74.81. Haacker M. Framing AIDS as an Economic Development Challenge // The Brown Journal of World Affairs. 2011. Vol. 17(2). (Spring/Summer). Pp. 65-7682. Haberman S., Pitacco E. Actuarial Models for Disability Insurance. London: Chapman & Hall / CRC Press, 1999. 280 p.83. Heine S.J., Proulx T., Vohs, K.D. Meaning main-tenance model: On the coherence of human motivations. Personality and Social Psychology Review. 2006. Vol. 10. Pp. 88–110. doi:10.1207/s15327957pspr1002_184. Held L., Hens N., O’Neill, Wallinga J. (eds). Handbook of Infection Disease Data Analysis. Taylor and Francis Group, 202085. Hethcote H. W. The Mathematics of Infectious Diseases // Society for Industrial and Applied Mathematics Review. 2000. Vol. 42(4). Pp. 599–653.86. Hunter K., Kendall D., Horwitz G, CoronaCare for Everyone: A Comprehensive Plan to Rescue Health Care // Third Way, 2020.87. Isham V. and Medley G. (eds). Models for Infectious Human Diseases: Their Structure and Relation to Data. Cambridge: Cambridge University Press, 1994.88. Jia N., Tsui L. Epidemic Modelling using SARS as a Case Study // North American Actuarial Journal. 2005. Vol. 9(4). Pp. 28-42. DOI: 10.1080/10920277.2005.1059622389. Johnson E.J., Hershey J., Meszaros J., Kunreuther H. Framing, probability distortions, and insurance decisions. J. Risk Uncertain. 1993. Vol. 7. Pp. 35–51.‏90. Kermack W.O., McKendrick A. A contribution to the mathematical theory of epidemics // Proceedings of the Royal Society of London A. 1927. Vol. 115(834).pp. 700-721.91. KPMG (2019) Обзор рынка страхования в России 2019 год https://assets.kpmg/content/dam/kpmg/ru/pdf/2019/07/ru-ru-insurance-survey-2019.pdf92. Kuznetsova N., Chernova G., Prokopjeva E., Boldyreva N. Governance of factors for the regional insurance market development (evidence from Russia) //Problems and Perspectives in Management. 2019. Vol. 17. № 3. Pp. 492-507.93. Labana, R. The Public Mental Health While in a Community Quarantine Due to COVID-19 Pandemic: A Scoping Review of Literature Using Google Scholar. Preprints 2020, 2020050050. doi: 10.20944/preprints202005.0050.v194. Langer E. J., Rodin J. The effects of choice and enhanced personal responsibility for the aged: A field experiment in an institutional setting. Journal of Personality and Social Psychology. 1976. Vol. 34. Pp. 91–198.95. Lefèvre C., Picard P. Abel-Gontcharoff Pseudopolynomials and the Exact Final Outcome of SIR Epidemic Models (III) // Advances in Applied Probability. 1999. Vol. 31(2). (Jun.). Pp. 532-55096. Lefèvre C., Picard P. Risk models in insurance and epidemics: a bridge through randomized polynomials Probability in the Engineering and Informational Sciences. 2015. Vol. 29. Pp. 399–420. doi:10.1017/S026996481500006697. Lefèvre C., Picard P., Simon M. Epidemic Risk and Insurance Coverage // Journal of Applied Probability. 2017. Vol. 54(1). March. Pp. 286-303 DOI: https://doi.org/10.1017/jpr.2016.10098. Lewis M. The Economics of Epidemics // Georgetown Journal of International Affairs. 2001. Vol. 2(2). (Summer/Fall). Pp. 25-3199. Lynteris C. Introduction: The Time of Epidemics // The Cambridge Journal of Anthropology. 2014. Vol. 32(1). Pp. 24-31100. Mailis-Gagnon A., Yegneswaran B., Nicholson K., Lakha S., Papagapiou M., Steiman A. J., . Zurowski M. Ethnocultural and sex characteristics of patients attending a tertiary care pain clinic in Toronto, Ontario. Pain Research & Management. 2007. Vol.1. pp. 100–106.101. Makinen M. Pandemic. International Actuarial Association, Task Force on Mortality. 2009.102. Maslow A.H. A theory of human motivation. Psychological Review. 1943. Vol.50. pp. 370–396.103. McKendrick A. Application of mathematics to medical problems // Proceedings of the Edinburg Mathematical Society. 1926. Vol. 44(834). Pp. 98-130104. Medyanik O., Deyneka O. Russian Citizens’ Attitude toward Insurance Policies as a Factor of Individual Economic Security. Behav. Sci. 2020. 10:23105. Mollison D. Sensitivity analysis of simple epidemic models. In Population Dynamics of Rabies in Wildlife (ed. P. J. Bacon). London: Academic Press, 1985.106. Mollison D., Isham V., Grenfell B. Epidemics: Models and Data // Journal of the Royal Statistical Society. Series A (Statistics in Society). 1994. Vol. 157(1). Pp. 115-149107. Mollison, D. (ed.) Epidemic Models: Their Structure and Relation to Data. Cambridge: Cambridge University Press, 1994.108. Mugerman Y., Sade O., Shayo M. Long term savings decisions: Financial reform, peer effects and ethnicity. Journal of Economic Behavior & Organization. 2014. Vol. 106. Pp. 235-253.‏109. Myo T. The Economic Implications of AIDS in Southeast Asia: Equity Considerations. Economic Implications of AIDS in Asia, eds. D. Bloom, V. Lyons. Delhi: United Nations Development Programme, 1993110. Nebolsina E. Peculiarities of InsurTech development in the USA, the UK, China and Russia // Proceedings of the 32nd International Business Information Management Association Conference, IBIMA 2018 – Vision 2020: Sustainable Economic Development and Application of Innovation Management from Regional Expansion to Global Growth. Pp. 3509-3516.111. O’ Sullivan Т.М. Mitigating extreme infectious disease disaster risk. In: Risk in Extreme Environments. Preparing, Avoiding, Mitigating, and Managing. Ed. by Vicki Bier. Routledge, 2018. P.162-173112. Over M. The Macroeconomic Impact of Aids in Sub-Saharan Africa. World Bank Research Working Paper. Washington, D.C., 1992113. Parrott S., Aron-Dine A., Leachman M., Stone Ch et al .Romig Immediate and Robust Policy Response Needed in Face of Grave Risks to the Economy // Center on Budget and Policy Priorities, 2020.114. Parrott S., Stone C., Huang C.-C., Leachman M. et al. CARES Act Includes Essential Measures to Respond to Public Health, Economic Crises, ButMore Will Be Needed // Center on Budget and Policy Priorities, 2020115. Pathogens without borders: ERIDs as privilege leveler? In: Transnational Mobility and Global Health Traversing Borders and Boundaries. Ed. by Peter Koehn. Routlegde, 2017. P.171-186116. Rean A.A. Practical psychodiagnosis of personality. 2001. Publishing house of St. Petersburg state University. 22-39.117. Resnik S.I. Discussion of the Danish Data on Large Fire Insurance Losses // ASTIN Bulletin. 1997. Vol. 27. Pp. 139–151118. Rootzen H., Tajvidi N. Extreme Value Statistics and Windstorm Losses: A Case Study // Scandinavian Actuarial Journal. 1997. Vol. 1. Pp. 70–94.119. Second Annual Report of the Registrar-General of Birth, Deaths, and Marriages in England. London, 1840. Dr Farr's Appendix, p. 91120. Shah A.K., Mullainathan S., Shafir E. An exercise in self-replication. Journal of Economic Psychology. 2012. Vol. 75. DOI: 10.1016/j.joep.2018.12.001121. Stracke A., Heinen W. Influenza Pandemic: The Impact on an Insured Lives Life Insurance Portfolio // 2006. Actuary Magazine (June). Vol. 3(3). Pp. 22–26.122. Van Aardt C. The impact of HIV/Aids on the South African labour market from a critical perspective // Southern African Journal of Demography. 2002. Vol. 8(1). Pp. 47-59123. Van Leeuwen J.A., Waltner-Toews D., Abernathy T., Smit, B. Evolving Models of Human Health towards an Ecosystem Context. Ecosystem Health. 1999. Vol. 5. Pp. 204-219.124. Wagner J. Streamlining Medicaid Enrollment during COVID-19 Public Health Emergency // Center on Budget and Policy Priorities, 2020.125. Waller E., Scheidt C.E. Somatoform disorders as disorders of affect regulation: a developmental perspective. International Review of Psychiatry. 2006. Vol. 18 (1). Pp. 13-24.126. Wang S. Aggregation of Correlated Risk Portfolios: Models and Algorithms // Proceedings of the Casualty Actuarial Society. 1998. LXXXV. Pp. 848–939.127. Wang S., Dhaene J. Comonotonicity, Correlation Order and Premium Principles // Insurance: Mathematics & Economics. 1998. Vol. 22. Pp. 235–42128. Wong C.M.L. & Jensen O. The paradox of trust: perceived risk and public compliance during the COVID-19 pandemic in Singapore // Journal of Risk Research. 2020. DOI: 10.1080/13669877.2020.1756386129. World Health Organization. 2020. Novel Coronavirus (2019-nCoV). situation report - 13. https:// www.who.int/docs/default-source/coronaviruse/situation-reports/20200202-sitrep-13-ncov-v3.pdf130. Yan T.C., Schulte P., Lee Kuo Chuen D. InsurTech and FinTech: Banking and Insurance Enablement. In: Handbook of Blockchain, Digital Finance, and Inclusion, Volume 1: Cryptocurrency, FinTech, InsurTech, and Regulation. 2017. P.249-281

Теоретической основой исследования выступает обобщение концепций экономики, социологии и психологии, ориентированных на изучение социальной реальности как сферы осмысленных действий субъектов, представляющих собой реакцию на окружающие условия и ориентированных на достижение целей, в том числе, связанных с изменением этой реальности. В поле зрения исследования будут включены положения теории социального действия, объясняющие причины, процессы и следствия действий людей. Само социальное действие будет рассматриваться, согласно теории М. Вебера (1990), как действие, ориентированное и соотносящееся с другими действиями в обществе (действиями других людей), как осмысленная активность человека, реагирующего на изменения внешнего мира.1. Динамика основных индикаторов российского рынка страхования, его продуктовой и географической структуры в течение пятилетнего периода, предшествующего началу пандемии COVID-19 будет определена при помощи методов сравнительного и графического анализа, метода главных компонент. Основным преимуществом метода главных компонент для данного анализа является возможность его использования для определения достаточного числа характерных факторов при анализе макроэкономических показателей и их влияния на результирующий (например, ВВП на душу населения). Также еще одним важным преимуществом является то, что он не требует предварительного отбора групп элементарных признаков, что также важно для анализа макроэкономических показателей в силу их неоднородности. Теоретической основой настоящего исследования послужат, прежде всего, труды отечественных и зарубежных экономистов-теоретиков и экспертов-практиков международных консалтинговых организаций (PwC, KPMG, Deloitte, Ernst & Young, IMD) и финансово-экономических организаций (МВФ, Всемирный Банк, ОЭСР, Всемирный экономический Форум).Метод экспертных экономических оценок и экспертного интервью будет использован для получения оценки текущей ситуации на рынке страхования. Для проведения исследования предполагается привлечение сотрудников компаний Росгосстрах, Либерти-страхование, Ингосстрах, Альфа-страхование и других ключевых игроков страхового рынка, с которыми у участников проекта существуют устойчивые профессиональные контакты в рамках взаимодействия кафедры управления рисками и страхования СПбГУ и профессиональным сообществом страховщиков.2. Определение социально-психологических факторов трансформации поведения потребителей страховых продуктов и услуг под влиянием биологической угрозы предполагает использование телефонных опросов; онлайн-опросов (анкетирование) и глубинных нестандартизированных экспертных интервью. Использование методов телефонного и онлайн опросов позволит установить существующие стандарты поведения (стратегии поведения) потребителей страховых продуктов, их социально-психологические установки, отличия для разных групп населения, дифференцированных по полу, возрасту, образованию, финансовому положению, профессиональной деятельности. Применение данных методов также будет способствовать определению особенностей поведения различных групп населения в условиях повышенной рискогенности, связанной с распространением COVID-19, в том числе в контексте их предпочтений и доверия. Для анализа полученных результатов и выявления источников жизненной среды (социальных переменных) и личностных особенностей, обусловливающих трансформацию поведения потребителей страховых продуктов, а также влияние изменения самих услуг на поведение населения в различных условиях проявления рискогенности, будут использованы сравнительный, факторный и регрессионный анализ. Возникновение и распространение эпидемии COVID-19, в условиях которой изменяются стратегии деятельности экономических институтов, обусловило целесообразность проведения качественных экспертных интервью с представителями страховой отрасли. Этот метод позволит обеспечить получение глубокой и специфичной информации в отношении рефлексии экспертов страхового бизнеса на возникшую ситуацию, а также их видение специфики изменений практик потребления страховых продуктов населением.3. Определение характера изменений поведения населения, обусловленных эпидемией COVID-19 в России, влияющих на функционирование страхового рынка, будет проведено на основе традиционного для политической и экономической психологии междисциплинарного подхода, предполагающего синтез психологического, экономического, политологического и социологического знания. Для решения данной задачи предполагается использование методологических принципов и подходов, систематизированных Санкт-Петербургской школой психологии (Б.Г. Ананьев, В.Н. Мясищев, О.С. Дейнека), в частности, типологического подхода. Выбор данного подхода обусловлен тем, что он в обобщенном, моделирующем виде учитывает в экономической и политической деятельности "человеческий фактор" (с учетом геополитических, культурно-исторических и психологических факторов менталитета), облегчает целостное описание характера экономической и политической деятельности, а также процесса адаптации экономических агентов к изменениям (О. Дейнека, 2015). Использование данного подхода целесообразно на фоне усиления неопределенности социально-экономического развития, обусловленного эпидемией COVID-19 в России. Методический инструментарий для решения задачи определения поведенческих изменений включает различные шкальные многофакторные опросники, разработанные участниками проекта (О.В. Медяник), которые были использованы на этапе до распространения эпидемии COVID-19 в России, используются на данном этапе протекания эпидемии, и использование которых предполагается после окончания пика/плато эпидемии COVID-19 в России. Будут использованы психодиагностические авторские опросники: «Исследование предпочтений потребителей в страховании» (опросник предназначен для изучения маркетинговых предпочтений граждан в страховании. Содержание опросника включает следующие политико-психологические феномены: запрос граждан на контроль государства за страховыми участниками рынка; принципы взаимодействия граждан с агентами страхового рынка (банки, страховые компании); отношение граждан к страховым институтам; приоритеты в политике страхования; рациональность выбора страховых продуктов, отношение к риску и ответственности в страховой сфере; целесообразность и польза страхования); «Исследование финансовой тревожности» в разные периоды функционирования страхового рынка, в том числе в период эпидемии COVID-19  методика представлена шкалой физических проявлений финансовой тревожности, которая дает возможность оценки адаптивного эмоционального функционирования индивида в целом и предсказывает общее психологическое состояние в будущем);«Исследование отношение граждан к экономической и страховой политике» (методика разработана для оценки доверия потребителей к страхованию и к рыночной экономике в целом).Дополнительные опросные методы, которые планируется использовать, включают: измерение по шкале удовлетворенности жизнью Э. Динера (SWLS); измерение по шкале толерантности-интолерантности личности к неопределённости С. Баднера TAS (Tolerance Ambiguity Scale).Для обработки полученных результатов предполагается использование методов математической статистики: описательная статистика, факторный анализ, корреляционно-регрессионный анализ, кластерный анализ, сравнительный анализ. Основные методы сбора информации включают метод наблюдения, анкетирование, полуструктурированное интервью, количественный метод поперечных срезов с использованием адаптивных стандартизированных и авторских on-line опросников.4. Формирование модели развития страхового рынка предполагается путем использования методологического подхода на основе моделей с несколькими состояниями (multistate approach). Модели с несколькими состояниями (multistate models) используются для разработки общего и строгого подхода к описанию изменения во времени анализируемого объекта, они успешно применяются для решения многих экономико-математических задач. Такой выбор для решения поставленной задачи был обусловлен их применимостью для описания перемещения индивидов среди различных категорий риска (Norris, 1997) под влиянием различных экзогенных и эндогенных факторов, в том числе с использованием данных до наступления события (time-to-event data).Основная сложность использования моделей с несколькими состояниями, касающаяся неполноты данных, необходимых для оценки вероятностей перехода (transition rates), в данном проекте может быть преодолена за счет использования актуальных данных, полученных на предыдущих этапах исследования, а также, при необходимости, экспертных оценок. Использование данного инструментария позволит выявить вероятные изменения структуры страхователей и их потребностей, а также направления этих изменений под влиянием проявлений эпидемии. 5. Полученные результаты позволят сформировать стохастическую модель продуктовой и географической структуры российского страхового рынка, которая даст основу для анализа сценариев развития страхового рынка России в период пандемии и в течение пяти лет после ее окончания. Совокупность построенных моделей будет адаптирована для минимизации последствий биологических угроз для населения (на примере эпидемии COVID-19 в России) при помощи метода сравнения, метода анализа изменений и элементов сценарного подхода. Преимуществом этой совокупности методов, что обусловило их использование для решения задач проекта, является возможность корректировки стратегии развития по мере получения новых данных, обеспечивая сбалансированность полученных результатов и их соответствие изменениям.6. Результаты анализа полученной совокупности моделей станут основой для формирования Методики определения релевантного набора страховых продуктов и цифровых методов предоставления страховых услуг с целью минимизации последствий биологической угрозы и формирования алгоритмов программного продукта, реализующего данную методику. Вебер М. Наука как призвание и профессия / Вебер М. Избранные произведения. М.: Прогресс, 1990.Дейнека О.С. Опыт эмпирических исследований политического и экономического сознания // Вестник СПбГУ. Сер.16. 2015. Вып.3. С.13-26.Norris J.R. Continuous-time Markov chains I. Cambridge University Press, 1997; Norris J.R. Discrete-time Markov chains. Cambridge University Press, 1997; Norris J.R. Continuous-time Markov chains II. Cambridge University Press, 1997.Общий план работыОриентировочная трудовая функция руководителя и исполнителей проектаБелозёров С.А. - ответственный за направление «Разработка рекомендаций и управляющих воздействий, направленных на минимизацию последствий биологических угроз для населения» и разработку теоретической концепции исследования; осуществление общего руководства проектом.Соколовская Е.В. – ответственный за направление «Формирование модели развития страхового рынка России с учетом возможности и последствий биологической угрозы» и разработку методологической концепции исследования; участвует в направлении «Разработка рекомендаций и управляющих воздействий, направленных на минимизацию последствий биологических угроз для населения»; осуществляет техническое руководство проектом. Медяник О.В. – ответственный за направление «Особенности изменения поведения населения, влияющие на функционирование страхового рынка, под влиянием эпидемии COVID-19» и разработку методической концепции исследования; участвует в направлении «Разработка рекомендаций и управляющих воздействий, направленных на минимизацию последствий биологических угроз для населения»Карапетян Р.В. – ответственный за направление «Идентификация социально-психологических факторов трансформации поведения потребителей страховых продуктов и услуг под влиянием биологической угрозы» и разработку методической концепции исследования; участвует в направлении «Разработка рекомендаций и управляющих воздействий, направленных на минимизацию последствий биологических угроз для населения»Фаизова А.А. – участвует в направлениях «Формирование модели развития страхового рынка России с учетом возможности и последствий биологической угрозы», «Разработка рекомендаций и управляющих воздействий, направленных на минимизацию последствий биологических угроз для населения» и разработке методологической концепции исследования.Шуст П.М. – участвует в направлениях «Формирование модели развития страхового рынка России с учетом возможности и последствий биологической угрозы», «Разработка рекомендаций и управляющих воздействий, направленных на минимизацию последствий биологических угроз для населения».
Общий план работы на весь срок реализации проектаянварь-июнь 20211. Работа, связанная с дальнейшим сбором данных, обсуждение и согласование методологии и методики исследования, обсуждение имеющегося научного задела (результаты психологического тестирования) и его адаптация к задачам исследования.2. Проведение исследований по направлениям:«Особенности изменения поведения населения, влияющие на функционирование страхового рынка, под влиянием эпидемии COVID-19» - 1) подготовка анкеты для проведения телефонного опроса (1000 респондентов) населения и on-line опроса (1000 респондентов (клиентов страховых компаний ) с целью выявления стратегий поведения на рынке страховых услуг в различных условиях; 2) проведение опроса (с использованием ресурсов «Центра социологических и Интернет-исследований», а также клиентской базы брокеров страховых компаний «Ингосстрах», «РЕСО-гарантия», «ВСК», «Росгосстрах»; 3) обработка, анализ и интерпретация полученных результатов; 4) обобщение результатов анализа современного состояния исследований страхового поведения населения в ведущих мировых и отечественных психологических школах и собственных исследований исполнителей в течение пятилетнего периода, предшествующего началу пандемии COVID-19, в период действия карантинных мер, после снятия карантинных ограничений и после официального окончания эпидемии.«Идентификация социально-психологических факторов трансформации поведения потребителей страховых продуктов и услуг под влиянием биологической угрозы» - изучение экономических, социологических и психологических подходов к анализу и интерпретации факторов поведения населения; 2) реконструкция социально-психологических факторов поведения населения в условия биологической угрозы.«Формирование модели развития страхового рынка России с учетом возможности и последствий биологической угрозы» - 1) исследование динамики основных индикаторов российского рынка страхования, в течение пятилетнего периода, предшествующего началу эпидемии COVID-19Исполнители: Белозёров С.А., Соколовская Е.В., Карапетян Р.В., Медяник О.В., Фаизова А.А., Шуст П.М.Примечание: в рамках проекта предполагается проведение научно-коммуникативных мероприятий, однако в настоящее время определить время, место и формат мероприятий на ближайшие полгода не представляется возможным.июль-декабрь 20211. Проведение исследований по направлениям:«Особенности изменения поведения населения, влияющие на функционирование страхового рынка, под влиянием эпидемии COVID-19» - 1) определение, на основе полученных результатов, влияния биологической угрозы на изменение психологических факторов страховой социализации, влияющих на формирование экономического сознания жителей России«Идентификация социально-психологических факторов трансформации поведения потребителей страховых продуктов и услуг под влиянием биологической угрозы» - 1) описание особенностей сценариев проявления двух основных потенциальных поведенческих паттернов (в т.ч. и для различных социальных групп); 2) формирование на основе результатов опросов, данных для многофакторной модели влияния поведения населения на страховой рынок«Формирование модели развития страхового рынка России с учетом последствий биологической угрозы» - 1) анализ возможных вариантов применения методологического подхода на основе моделей с несколькими состояниями; 2) определение и оценка на основе результатов опросов основных компонентов модели.2. Публикация (принятие в печать) по результатам исследований не менее двух статей по направлениям «Особенности изменения поведения населения, влияющие на функционирование страхового рынка, под влиянием эпидемии COVID-20», «Идентификация социально-психологических факторов трансформации поведения потребителей страховых продуктов и услуг под влиянием биологической угрозы», «Формирование модели развития страхового рынка России с учетом последствий биологической угрозы» в журналах, индексируемых в базах данных Scopus, Web of Science3. Подготовка и публикация по направлениям «Особенности изменения поведения населения, влияющие на функционирование страхового рынка, под влиянием эпидемии Covid-20», «Идентификация социально-психологических факторов трансформации поведения потребителей страховых продуктов и услуг под влиянием биологической угрозы», «Формирование модели развития страхового рынка России с учетом возможности и последствий биологической угрозы»не менее трех статей в журналах, индексируемых в базе данных РИНЦ, в т.ч. в ядре РИНЦ4. Подготовка и подача заявки/заявок на финансирование исследований по проекту из внешних по отношению к СПбГУ источников, общим объемом не менее 100% общей суммы финансирования НИР из средств СПбГУ в 2021 г.5. Организация и проведение круглого стола по тематике проекта на Международном Форуме труда (г. Санкт-Петербург)4. Организация и проведение тематической секции в рамках VII Международного экономического симпозиума (СПбГУ)4. Подготовка промежуточного отчетаИсполнители: Белозёров С.А., Соколовская Е.В., Карапетян Р.В., Медяник О.В., Фаизова А.А., Шуст П.М.январь-июнь 20221. Проведение исследований по направлениям:«Идентификация социально-психологических факторов трансформации поведения потребителей страховых продуктов и услуг под влиянием биологической угрозы» - 1) формирование междисциплинарной теории, описывающей социально-психологические факторы поведения населения; 2) разработка модели поведения потребителей страховых продуктов и услуг в условиях пандемии и на ее основе определение механизмов влияния на социально-психологические факторы их отклоняющегося поведения.«Формирование модели развития страхового рынка России с учетом возможности и последствий биологической угрозы» - 1) разработка модели продуктовой и географической структуры российского страхового рынка, учитывающей изменение поведения потребителей страховых продуктов и услуг под воздействием эпидемии.2. Формирование Методики определения релевантного набора страховых продуктов и цифровых методов предоставления страховых услуг с целью минимизации последствий биологической угрозы.3. Проведение круглого стола с представителями страховых компаний «Ингосстрах», «РЕСО-гарантия», «ВСК», «Росгосстрах», «Ренессанс» на базе факультета психологии СПбГУ с целью обсуждения набора страховых продуктов и цифровых методов предоставления страховых услуг, которые позволят минимизировать последствия биологической угрозы, как для страховых компаний, так и для индивидов.июль-декабрь 20221. Проведение исследований по направлениям:«Формирование модели развития страхового рынка России с учетом возможности и последствий биологической угрозы» - 1) апробация модели; 2) анализ сценариев развития страхового рынка России в период пандемии и в течение пяти лет после ее окончания.«Разработка рекомендаций и управляющих воздействий, направленных на минимизацию последствий биологических угроз для населения» - 1) разработка рекомендаций и управляющих воздействий для российского страхового рынка, направленных на минимизацию экономических и психологических последствий биологических угроз для населения; 2) определение релевантного набора страховых продуктов, цифровых методов предоставления страховых услуг, которые позволят минимизировать последствия биологической угрозы, как для страховых компаний, так и для индивидов.2. Публикация (принятие в печать) по результатам исследований не менее двух статьи по направлениям «Формирование модели развития страхового рынка России с учетом возможности и последствий биологической угрозы», «Разработка рекомендаций и управляющих воздействий, направленных на минимизацию последствий биологических угроз для населения» в журналах, индексируемых в базах данных Scopus, Web of ScienceПодготовка и публикация по результатам исследований по направлениям «Формирование модели развития страхового рынка России с учетом возможности и последствий биологической угрозы», «Разработка рекомендаций и управляющих воздействий, направленных на минимизацию последствий биологических угроз для населения»:не менее трех статей в журналах, индексируемых в базе данных РИНЦ, в т.ч. в ядре РИНЦ3. Подача заявки на выдачу охранного документа РФ на РИД 1) «Методика определения релевантного набора страховых продуктов и цифровых методов предоставления страховых услуг с целью минимизации последствий биологической угрозы»; 2) Программный продукт, реализующий Методику определения релевантного набора страховых продуктов и цифровых методов предоставления страховых услуг с целью минимизации последствий биологической угрозы3. Организация и проведение круглого стола с целью обсуждения итогов проведенного исследования и рекомендаций, сформированных по результатам исследования4. Подготовка заключительного отчета, научно-популярного доклада и научно популярной статьи по результатам исследования.Исполнители: Белозёров С.А., Соколовская Е.В., Карапетян Р.В., Медяник О.В., Фаизова А.А., Шуст П.М.Научный задел по проектуИсследования коллектива, формирующие научный задел коллектива по данному проекту, охватывают как макроэкономические аспекты – моделирование влияния макроэкономической политики государства на поведение экономических агентов, разработки в сфере актуарного моделирования операций личного страхования (страхования жизни, здоровья, временной и полной нетрудоспособности), так и микроэкономические – оптимизация финансовых стратегий индивидов (домашних хозяйств). Также у участников проекта существуют устойчивые профессиональные контакты в рамках взаимодействия кафедры управления рисками и страхования СПбГУ и профессиональным сообществом страховщиков. Практический опыт участников проекта в сфере страхования и современных финансовых технологий будет использован при создании запланированных РИД 1) «Методика определения релевантного набора страховых продуктов и цифровых методов предоставления страховых услуг с целью минимизации последствий биологической угрозы», и формировании алгоритмов РИД 2) программного продукта, реализующего данную Методику.Участники коллектива имеют многолетний опыт работы с опросами и обработкой полученных результатов, в частности, разработки методологии и методики (в том числе, опросного листа) телефонного опроса (1000 респондентов), проведения глубинных нестандартизированных интервью с российскими и иностранными респондентами, анализом и обобщением данных государственной статистики с подготовкой соответствующих выводов и рекомендаций, в том числе, в рамках реализованных грантов научных фондов и выполненных поручений органов государственной власти.Отдельно следует остановиться на результатах исследованиях, проведенных до эпидемии COVID-19, которые составят научный задел и обеспечат базу для сопоставимости результатов.Для подготовки программы исследования определения социально-психологических факторов трансформации поведения потребителей страховых продуктов и услуг под влиянием биологической угрозы, причиной которой является пандемия COVID-19 будут использованы результаты лонгитюдного исследования с использованием метода наблюдения и полуструктурированного интервью и эмпирических исследований отношения населения к страхованию в период 2008-2019 в России (О.В. Медяник). При анализе статистических данных динамики страхового рынка с 2015 г. по настоящее время предполагается учесть следующие психологические замеры населения, полученные О.В. Медяник в своих исследованиях:1. 11.11.2016; Исследование предпочтений потребителей в страховании (пилотаж); N=552. 11.12.2016 Исследование финансовой тревожности (пилотаж); 11.12.2016; N=543. 23.11.2017 - 25.04.2020; Исследование отношение граждан к экономической политике (в контексте страхования). N=5714. 23.11.2017 - 25.04.2020; Исследование экономических аттитюдов; N=5715. 23.11.2017 - 25.04.2020; Измерение по шкале толерантности-интолерантности личности к неопределённости С. Баднера TAS (Tolerance Ambiguity Scale); N=5716. 23.11.2017 - 25.04.2020; Измерение по шкале удовлетворенности жизнью Э. Динера (SWLS) – скрининговая методика оценки удовлетворенности жизнью; N=5717. 24.04.2019 - 02.03.2020; Исследование отношения населения к страховой политике; N=861.8.09.03.2020; Исследование финансовой тревожности (до COVID-19); N=776.9.31.03.2020; Исследование финансовой тревожности (в период COVID-19); N=861Вышеуказанный научный задел по проекту отражен в опубликованных научных работах, а также выступлениях на российских и международных научно-практических конференциях. Детальный план работы на первый год выполнения проекта. В рамках решения задачи «Определение характера изменений поведения населения, влияющих на функционирование страхового рынка, с помощью психологического тестирования (мониторинга) чувствительности к модификациям поведения потребителей под влиянием пандемии COVID-19, сравнительного анализа социально-психологического состояния населения и его отношения к страхованию»:1) Обоснование необходимости использования совокупности социологических и психологических методов диагностики трансформации страхового поведения потребителей под влиянием пандемии COVID-19.2) Обобщение результатов анализа современного состояния исследований страхового поведения населения в ведущих мировых и отечественных социологических и психологических школах и собственных исследований исполнителей в течение пятилетнего периода, предшествующего началу пандемии COVID-19, в период действия карантинных мер, после снятия карантинных ограничений и после официального окончания эпидемии.3) Подготовка единой анкеты для проведения телефонного опроса (1000 респондентов) населения и on-line опроса 1000 респондентов (клиентов страховых компаний )с целью выявления стратегий поведения на рынке страховых услуг в различных условиях.4) Проведение опроса (с использованием ресурсов «Центра социологических и Интернет-исследований»).5) Обработка, анализ и интерпретация полученных результатов.6) Определение, на основе полученных результатов, влияния биологической угрозы на изменение психологических факторов страховой социализации, влияющих на формирование экономического сознания жителей России. В рамках решения задачи «Идентификация социально-психологических факторов трансформации поведения потребителей страховых продуктов и услуг под влиянием биологической угрозы, причиной которой является пандемия COVID-19»:1) Реконструкция социально-психологических факторов поведения населения в условия биологической угрозы.2) Описание особенностей сценариев проявления двух основных потенциальных поведенческих паттернов (в т.ч. и для различных социальных групп):- снижение активности населения на страховом рынке по причине самоизоляции и экономии средств, и- увеличение востребованности страховых услуг в результате желания повысить гарантии своей безопасности в экстремальных условиях3) Формирование на основе данных опросов, данных для многофакторной модели влияния поведения населения на страховой рынок. В рамках решения задачи «Формирование модели развития страхового рынка России в период пандемии и в течение пяти лет после ее окончания на основе методологического подхода, базирующегося на использовании моделей с несколькими состояниями»:1) Исследование динамики основных индикаторов российского рынка страхования, в течение пятилетнего периода, предшествующего началу эпидемии COVID-19.2) Анализ возможных вариантов применения методологического подхода на основе моделей с несколькими состояниями.3) Определение и оценка на основе результатов опросов основных компонентов модели. В течение первого года реализации проекта запланировано:1. Публикации (типа article и review) в научных журналах, индексируемых в международных базах научного цитирования (Web of Science Core Collection и (или) Scopus) - не менее 2, в т.ч. приняты в печать, из них в научных журналах первого и второго квартилей (квартиль журнала определяется по квартилю наивысшей из имеющихся тематик журнала по данным на момент представления таблицы) - не менее 1, в т.ч. приняты в печать. При этом, не менее 1 статьи из числа указанных публикаций - в соавторстве с зарубежными учеными, с указанием их зарубежной аффилиации. 2. Прочие публикации в научных журналах, входящих базу данных РИНЦ, в т.ч. в ядро РИНЦ - не менее 3, в т.ч. приняты в печать. В течение первого года реализации проекта запланированы организация и проведение круглого стола по тематике проекта на Международном Форуме труда (г. Санкт-Петербург) и тематической секции в рамках VII Международного экономического симпозиума (СПбГУ). Планируемый объем дополнительно привлеченных средств из внешний по отношению к СПбГУ источников за весь период реализации проекта - 2 050 000 рублей.