Специалистам пенсионных фондов, страховых и инвестиционных компаний
Программа актуарной
переподготовки
Последовательное обучение от математической базы и анализа данных к прикладным актуарным моделям:
Программа актуарной
переподготовки
Последовательное обучение от математической базы и анализа данных к прикладным актуарным моделям:
Диплом ДПО
ведущего государственного финансового вуза
7 месяцев
для системного освоения
актуарной профессии
актуарной профессии
Онлайн
живые лекции на платформе университета и видеоархив
360 часов
удобные вечерние занятия
два раза в неделю
два раза в неделю
Кому подойдет программа
Тем, кто готовится к экзамену Банка России и получению статуса ответственного актуария
Тем, кто хочет системно войти в актуарную профессию
Аналитикам, риск-менеджерам и финансовым математикам
Специалистам, которым важно совмещать обучение с работой
Тем, кому нужна прикладная база по моделям, резервам и тарифам
Модуль 1
Прикладная статистика на Python
Модуль формирует базу по анализу данных, теории вероятностей и статистическим методам, необходимую для освоения прикладных актуарных дисциплин.
Тема 1.1.
Теория вероятностей в Python
Получите фундамент для актуарных расчетов и работы с данными в страховании, инвестициях и пенсионных моделях.
Параметры темы:
- 18 академических часов
- 1 контрольная работа
- 14.01 – 27.01.2026
- Вт / Ср / Пт, 18:55–22:00
После прохождения темы вы сможете:
- работать с данными в Python: Jupyter, pandas
- рассчитывать и интерпретировать вероятности
- оценивать риск через базовые метрики
- анализировать зависимости между переменными
Установка и введение в Python, Jupyter и библиотеки для анализа данных
- установка Python через Anaconda. Работа с Jupyter Notebook;
- обзор библиотек: numpy, pandas, matplotlib, seaborn, scipy;
- импорт и экспорт данных: read_csv, read_excel, to_csv, to_excel, сериализация через pickle, joblib;
- типы данных: списки, словари, массивы NumPy, DataFrame.
- циклы, условия, функции, генераторы;
- основы визуализации: построение графиков (matplotlib.pyplot, seaborn).
Случайные события и вероятности в прикладных задачах
- понятие вероятностного пространства;
- генерация случайных событий с помощью random и numpy.random;
- моделирование вероятностей с помощью симуляций (подбрасывание монеты, кубика и т.д.);
- визуализация частот и вероятностей (гистограммы, круговые диаграммы).
Случайные величины: ожидание, риск и разброс
- типы СВ: дискретные и непрерывные. Вероятностные характеристики СВ: функция распределения и ее свойства, дополнительная функция распределения (функция дожития) и ее свойства;
- классические примеры распределений: binom, poisson, geom, uniform, expon, norm, pareto, gamma из scipy.stats;
- вычисление числовых характеристик СВ: математического ожидания, дисперсии, стандартного отклонения, коэффициентов асимметрии и эксцесса;
- построение функций плотности, распределения и функции дожития.
- визуализация: гистограммы, плотности, кривые распределения.
Двумерные распределения и условные вероятности
- моделирование двумерных распределений с scipy.stats.multivariate_normal;
- расчёт условных вероятностей, условных ожиданий;
- формула полного математического ожидания и дисперсии;
- построение поверхностей и тепловых карт совместных распределений.
К.э.н. • Актуарий • CQF • Azuria Partners
Щуклинова Марина Викторовна
Ведет модуль 1: темы 1.1 и 1.2.
Актуарный консультант с более чем 20-летним опытом работы в страховании, пенсионном, банковском и инвестиционном секторах.
Практикующий эксперт с фокусом на применение моделей в реальных задачах индустрии.
Экспертиза:
- статистическое и стохастическое моделирование
- машинное обучение
- количественная оценка рисков
Объясняет сложные модели простым языком
с опорой на реальные кейсы.
Тема 1.2.
Математическая статистика в Python
Освоите базовые методы математической статистики для анализа выборок, подгонки распределений, проверки гипотез и построения регрессий в прикладных задачах.
Параметры темы:
- 18 академических часов
- 1 контрольная работа
- 28.01 – 11.02.2026
- Вт / Ср / Пт, 18:55–22:00
После прохождения темы вы сможете:
- анализировать выборки и описывать распределения
- строить доверительные интервалы и проверять гипотезы
- подбирать распределения и сравнивать модели
- применять базовые регрессионные модели к данным
- ориентироваться в R и актуарных библиотеках
Основы математической статистики и центральная предельная теорема
- закон больших чисел и ЦПТ: симуляции методом Монте-Карло;
- генерация выборок и визуализация распределений средних;
- построение эмпирических функций распределения (ECDF);
- оценки: среднее, медиана, мода, доверительные интервалы.
Подгонка распределений и проверка гипотез
- метод моментов и метод максимального правдоподобия;
- тесты согласия: χ², Колмогорова-Смирнова, Anderson-Darling;
- проверка нормальности: shapiro, normaltest, qqplot;
- визуализация плотности, QQ-графики, сравнение моделей.
Введение в эконометрику и регрессионный анализ
- простая и множественная линейная регрессия;
- качество модели: R², скорректированный R², p-value;
- прогнозирование и доверительные интервалы;
- диагностика модели: мультиколлинеарность, гетероскедастичность, автокорреляция: тесты Бреуша-Пагана и тест Дарбина-Уотсона.
Введение в R и актуарные библиотеки
- установка и введение в R (RStudio);
- типы и структуры данных в R;
- основные библиотеки для анализа данных;
- актуарные библиотеки: actuar, lifecontingencies, ChainLadder.
Модуль 2
Теория риска
Модуль охватывает ключевые модели теории риска: от распределения ущерба и расчета страховых выплат до оценки вероятности разорения и страховых резервов в страховой и пенсионной практике.
Что изучаете в модуле
Освоите ключевые модели теории риска: от распределения ущерба и расчета страховых премий до оценки вероятности разорения и страховых резервов.
Параметры модуля:
- 48 академических часов
- 2 контрольные работы
- 13.02 – 25.03.2026
- Ср / Пт, 18:55–22:00
После прохождения модуля вы сможете:
- подбирать модели распределения ущерба и оценивать параметры
- рассчитывать страховые премии и анализировать перестрахование
- моделировать суммарные выплаты и вероятность разорения
- применять байесовские методы и модели тарификации
- оценивать резервы убытков актуарными методами
Распределение ущерба и расчет страховых премий
- стандартные распределения ущерба;
- оценка параметров и подгонка распределений;
- расчет страховых премий;
- основы перестрахования.
Суммарные страховые выплаты и вероятность разорения
- модели индивидуального и коллективного риска;
- распределение суммарных выплат;
- пуассоновские процессы;
- вероятность разорения.
Байесовские методы и модели тарификации
- байесовский подход в страховании;
- модели Бюльмана и Бюльмана-Штрауба;
- бонус-малус системы;
- оценка тарифов.
Резервы убытков и актуарные методы оценки
- треугольники развития убытков;
- метод цепной лестницы;
- метод Борнхьюттера-Фергюсона;
- оценка страховых резервов.
К.ф.-м.н. • Финансовый университет при Правительстве РФ
Аль-Натор Мухаммед Субхи
Ведет модули 2 и 3.
Доцент и руководитель секции финансовой математики Финансового университета. Участвовал в разработке подходов к регулированию актуарной деятельности совместно с Центральным банком РФ.
Специализируется на теории риска, страховых моделях, финансовой математике и актуарных расчетах.
Экспертиза:
- теория риска и страховые модели
- финансовая математика и денежные потоки
- моделирование страховых выплат
- оценка резервов и устойчивости
Объясняет строгие модели через практику
страхования, финансов и актуарных расчетов
Модуль 3
Финансовая математика
В модуле изучаются временная стоимость денег, денежные потоки, функции сложного процента и расчеты, используемые в кредитах, инвестициях, страховых и пенсионных обязательствах.
Что изучаете в модуле
Освоите базовые инструменты финансовой математики: от оценки денежных потоков и временной стоимости денег до расчета рент, займов и внутренней нормы доходности.
Параметры модуля:
- 28 академических часов
- 2 контрольные работы
- 27.03 – 17.04.2026
- Ср / Пт, 18:55–22:00
После прохождения модуля вы сможете:
- рассчитывать приведенную и накопленную стоимость денежных потоков
- работать с процентными ставками, дисконтированием и инфляцией
- применять формулы рент и аннуитетов в финансовых расчетах
- оценивать внутреннюю норму доходности и уравнение стоимости
- рассчитывать платежи и остаток задолженности по займам
Обобщенная модель денежных потоков
- понятие обобщенной модели денежных потоков;
- примеры описания денежных потоков;
- базовые схемы представления платежей.
Ставка процента и временная стоимость денег
- простые и сложные проценты, инфляция, реальная ставка;
- дисконтирование, приведенная и накопленная стоимость;
- эффективная ставка, учетная ставка, сила роста;
- уравнение стоимости и внутренняя норма доходности.
Функции сложного процента и ренты
- ренты постнумерандо и пренумерандо;
- вечные, отсроченные и возрастающие ренты;
- p-срочные и непрерывные ренты;
- современная стоимость и наращенная сумма рент.
Схемы займов и реструктуризация
- расчет остатка задолженности и размера платежа;
- схемы погашения тела кредита и совокупной задолженности;
- базовые модели обслуживания займа;
- основные способы реструктуризации займов.
Модуль 4
Инвестиции
Модуль охватывает финансовые инструменты, методы расчета доходности портфеля и модели оценки доходности активов, применяемые в инвестиционной, страховой и пенсионной практике.
Что изучаете в модуле
Получите фундаментальный подход к анализу финансовых инструментов и расчету доходности инвестиционного портфеля в прикладных задачах.
Параметры модуля:
- 28 академических часов
- 1 контрольная работа
- 22.04 – 15.05.2026
- Ср / Пт, 18:55–22:00
После прохождения модуля вы сможете:
- ориентироваться в основных видах финансовых инструментов
- рассчитывать доходность инвестиционного портфеля разными методами
- сравнивать подходы к оценке портфельной доходности
- применять модели CAPM и арбитражного ценообразования
- оценивать доходность и риск финансовых активов в прикладных расчетах
Финансовые инструменты
- основные виды финансовых инструментов;
- базовые подходы к их классификации;
- роль инструментов в инвестиционном портфеле.
Расчет доходности инвестиционного портфеля
- взвешенная по времени норма доходности;
- взвешенная по сумме норма доходности;
- сочлененная внутренняя норма доходности;
- сравнение методов, их достоинства и ограничения.
Модели оценки доходности финансовых активов
- расчет стоимости и доходности актива;
- модель CAPM и бета-коэффициент;
- бета портфеля финансовых активов;
- теория арбитражного ценообразования и оценка доходности.
К.ф.-м.н. • Финансовый университет при Правительстве РФ
Аль-Натор Софья Владимировна
Ведет модуль 4.
Эксперт по финансовой математике, инвестиционным расчетам и актуарной аналитике.
Более 15 лет опыта в страховании, актуарных расчетах и обучении специалистов.
Экспертиза:
- финансовая математика и денежные потоки
- инвестиционные расчеты и доходность портфелей
- актуарные расчеты и страховые модели
- оценка рисков и резервов
Соединяет академическую базу с практикой страхования, инвестиций и актуарных расчетов.
Модуль 5
Актуарная математика
В модуле рассматриваются модели страхования жизни, аннуитетов и пенсионных обязательств: от таблиц смертности и расчета выплат до оценки премий, резервов и моделирования прибыли страховых продуктов.
Что изучаете в модуле
Освоите актуарные модели страхования жизни, аннуитетов и пенсионных обязательств: расчет выплат, премий и резервов, а также моделирование денежных потоков и прибыли.
Параметры модуля:
- 46 академических часов
- 2 контрольные работы
- 20.05 – 26.06.2026
- Вт, 18:55–22:00
После прохождения модуля вы сможете:
- работать с таблицами смертности и моделями дожития
- рассчитывать страховые выплаты и аннуитеты
определять нетто- и брутто-премии - рассчитывать страховые резервы разными методами
- моделировать денежные потоки и прибыль страховых продуктов
Модели дожития и таблицы смертности
- функция дожития и вероятности продолжительности жизни;
- таблицы смертности и уровни декремента;
- сила (интенсивность) смертности;
- модели Гомпертца и Мэйкхейма;
- среднее значение и дисперсия продолжительности жизни.
Страховые выплаты и аннуитеты
- расчет ожидаемых денежных потоков;
- современная и накопленная стоимость выплат;
- страхование жизни и типы покрытий;
- аннуитеты и их стоимость;
- ежегодные и частые выплаты;
- выплаты в момент смерти и в конце года;
- влияние частоты выплат на расчеты.
Премии и страховые резервы
- нетто- и брутто-премии;
- уравнение стоимости;
- перспективные и ретроспективные резервы;
- рекуррентные формулы;
- прибыль от смертности.
Модели денежных потоков и прибыль
- прогнозирование денежных потоков;
- модели страховых продуктов;
- формирование прибыли;
- тарифный и резервный базисы;
- влияние параметров на прибыль.
Старший преподаватель ОГУ • Б1-Консалт
Садовникова Ольга Александровна
Ведет модуль 5.
Старший преподаватель в Оренбургском государственном университете и консультант в области актуарных расчетов и страховой математики.
Опыт работы в страховании и актуарном консалтинге, участие в профессиональном сообществе актуариев.
Экспертиза:
- актуарная математика и страхование жизни
- модели дожития и таблицы смертности
- расчет страховых выплат, премий и резервов
- моделирование денежных потоков и прибыли
Объясняет актуарные модели страхования жизни через практические расчеты и реальные задачи.
Запись на программу актуарной переподготовки
Оставьте заявку, чтобы получить консультацию по формату актуарного обучения, уточнить детали программы переподготовки и забронировать место в группе.
CRM-форма появится здесь
Старт: 21 декабря 2026
начните обучение
в ближайшем потоке
в ближайшем потоке
Онлайн-обучение
подключайтесь к занятиям из любой точки мира
Диплом ДПО
Финансового Университета при Правительстве РФ
Видеоархив занятий
пересматривайте сложные темы в удобное время
Контактная информация
Свяжитесь с нами, если у вас остались вопросы по учебной программе, тарифам или записи на обучение.
В рабочие дни с 10:00 до 20:00 по Москве.
+7 (919) 777-81-00
academy@actuareal.ru
© ООО «ФИНРА» - Все права защищены.
Лицензия на образовательную деятельность № Л035-01298-77/01289730