School of Finance

Regular version of the site

The HSE School of Finance is the leading Russian competence center in the field of corporate finance, business valuation, banking, stock market, risk management and insurance, accounting and audit.

HSE is the first Russian university in the global ranking "QS - World University Rankings by subject", 2022 in the subject area of Accounting and Finance. Moreover, the university is the 1-st in the rating "THE World University Rankings by subject" in the subject area of Business & Management Studies, 2022

Publications

Book

Systemic Financial Risk: An Emerging Market Perspective

Palgrave Macmillan, 2024.

Article

Resilience Index Development for Digital Ecosystems and Its Implementation: The Case of Russian Companies

Grishunin S., Ivashkovskaya I., Brendeleva N. et al.

Journal of Corporate Finance Research. 2025. Vol. 19. No. 1. P. 25-40.

Book chapter

Beyond Claims: CSR Reports, ESG Initiatives, and the Consequences of Impressions Management; Empirical Analysis

Badr I., Rawnaa Ibrahim, Hussainey K.

In bk.: Opportunities and Risks in AI for Business Development. Vol. 2: Opportunities and Risks in AI for Business Development. Prt. 636. Springer, 2025. P. 385-399.

Working paper

A New Approach to Identifying Political Connections: Evidence from the Russian Banking Sector

Kozlov N., Semenova M.

Financial Economics. WP HSE. HSE University, 2025. No. 1/FE/2025.

All publications

Delivered by:: School of Finance

Type:: Elective course

When:: 4 year, 3 module

Instructors

Polyakova, Marina V.

Chulkov, Sergey

Дополнительные материалы в LMS Задать вопрос

Аннотация

Целью учебной дисциплины «Анализ больших данных в страховании» является ознакомление бакалавров с современными методами работы с данными в страховании на разных этапах жизненного цикла страхового продукта, изучение их возможностей и ограничений, получение представления об особенностях задач анализа данных в страховании и навыков построения моделей с использованием языка Python.

Цель освоения дисциплины

Целью учебной дисциплины «Анализ больших данных в страховании» является ознакомление бакалавров с современными методами работы с данными в страховании на разных этапах жизненного цикла страхового продукта, изучение их возможностей и ограничений, получение представления об особенностях задач анализа данных в страховании и навыков построения моделей с использованием языка Python.

Планируемые результаты обучения

Знать структуру и состав данных в страховании
Знать форматы данных, возникающих в страховых задачах
Владеет навыками постановки задач
Умеет формировать структуру данных и моделей
Знает методы и модели, применяемые в целях анализа
Умеет применять модели к различным данным, анализировать получаемые результаты
Умеет использовать Python для моделирования
Знает подходы к оптимизации/модификации данных и моделей

Содержание учебной дисциплины

Тема 1. Структуры данных в страховании.
Тема 2. Постановка задачи и формирование структуры для последующего анализа
Тема 3. Обзор моделей машинного обучения, применяемых для решения различных задач в страховании. (параметрические и непараметрические методы)
Тема 4. Введение дополнительных параметров в модели

Элементы контроля

Экзамен
Включены все темы, рассматриваемые на лекциях и семинарах.
Проект
Задание для самостоятельной работы выдается на группу из 2-3 студенто. Сутью задания является решение задачи с использованием языка Python. Задание выдается в виде документа «Описание проекта», в котором зафиксированы требования к результату, а также критерии оценивания. В отдельных случаях, при наличии у студента знаний в области анализа данных на языке Python и страхования, по согласованию с преподавателем, студент может выполнить задание по индивидуальному заданию повышенной сложности. В этом случае оценка за курс (промежуточная аттестация) проставляется по результатам оценивания его проекта (вес=0,7) + результат экзамена (вес=0,3), он освобождается от других элементов контроля.
Активность на семинарах - периодический контроль в форме тестов

Промежуточная аттестация

2024/2025 3rd module
0.2 * Активность на семинарах - периодический контроль в форме тестов + 0.5 * Проект + 0.3 * Экзамен

Список литературы

Авторы

Чулков Сергей Павлович
Полякова Марина Васильевна

Big Data Analysis in Insurance