BI Consult Desktop Logo BI Consult Mobile Logo
  • Russian BI Исследование российских bi
  • Перейти на Fine BI
  • Контакты
  • +7 812 334-08-01
    +7 499 608-13-06
  • Отправить сообщение
  • Главная
  • Продукты Эксперт-BI
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Сельское хозяйство
    • Энергетика
    • FMCG
    • Девелоперы
    • Маркетплейсы
    • Пищевая промышленность
    • Фармацевтика
    • Построение Data Platform
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и FP&A
    • Геоаналитика
    • Цепочки поставок (SCM)
    • AutoML
    • Process Mining
    • IBP
    • ИТ (CIO)
    • Закупки
  • Платформы
    • Системы бизнес-анализа (BI)
    • Интегрированное бизнес-планирование (IBP)
    • Хранилища данных (DWH / Lakehouse)
    • Каталоги данных (Data Catalog)
    • Системы ETL и ELT
    • AI / Исскуственный интеллект
    • Шина данных (ESB)
    • Система управления мастер-данными (MDM)
    • Семантический слой
  • Услуги
    • Переход на отечественные BI и DWH системы
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений и DWH
    • Выделенная команда
    • Настойка и поддержка баз данных
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Курсы
    • Учебный курс Информационная грамотность (Data Literacy)
    • Учебный курс для бизнес-аналитиков
    • Учебный курс для системных аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по FineReport
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Greenplum
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по ClickHouse
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
    • Учебный курс по dbt (Data Build Tool)
  • Компания
    • Руководство
    • Новости
    • Клиенты
    • Карьера
    • Скачать
    • Контакты

Отраслевые решения

  • Дистрибуция
  • Розничная торговля
  • Производство
  • Операторы связи
  • Банки
  • Страхование
  • Фармацевтика
  • Нефтегазовый сектор
  • Лизинг
  • Логистика
  • Медицина
  • Сеть ресторанов
  • Сельское хозяйство и агрохолдинги
  • Энергетика
  • E-Commerce
  • FMCG
  • Пищевая промышленность
  • Селлеры на маркетплейсах
  • Строительные компании и девелоперы

Функциональные решения

  • Управление по KPI
  • Финансы
  • Продажи
  • Склад
  • Категорийный менеджмент
  • HR
  • Маркетинг
  • Внутренний аудит
  • Геоаналитика, аналитика на географической карте
  • Цепочка поставок (SCM)
  • S&OP и FP&A
  • Разработка стратегии цифровой трансформации
  • Process Mining
  • Интегрированное планирование (IBP)
  • Закупки
  • ИТ (CIO)
  • Построение хранилища данных
  • Создание Data Lake и Data Engineering
Главная » Решения Эксперт-BI на российских BI-платформах » Эксперт-BI Страхование » IBP для страховых компаний » Финансы - Планирование инвестиционного портфеля в увязке с обязательствами

Финансы - Планирование инвестиционного портфеля в увязке с обязательствами

IBP в страховании представляет собой системный подход к управлению финансовым ресурсами компании через согласование денежных потоков обязательств и инвестиционных активов. В рамках методологии этот процесс опирается на принципы ALM, сценарного анализа и управляемого риска, чтобы обеспечить ликвидность, устойчивость капитала и соответствие регулятивным требованиям. Глава раскрывает структуру, процессы и организационные изменения, необходимые для реализации эффективной увязки портфеля инвестиций с обязательствами страховщика.

Стратегическая цель IBP состоит в том, чтобы превратить сочетание активов и пассивов в управляемый конструкт, способный адаптироваться к изменяющимся условиям рынка, продуктовым потокам и требованиям регуляторов. В условиях роста сложности страховых портфелей и разнообразия обязательств важна прозрачность данных, единые методологии оценок и интегрированная система принятия решений на уровне высшего руководства, инвестиционных комитетов и риск-менеджмента.

 

Краткое содержание главы

  • Увязка обязательств и инвестпортфеля: принципы, горизонты, ликвидность и риск-аппетит.
  • Архитектура процесса IBP: данные, модели, управление изменениями и интеграции.
  • Процедуры планирования портфеля: цикл, роли, контроль качества и валидация.
  • Организационные изменения и лучшие практики: кросс-функциональные команды, культура данных и риск-менеджмент.

     

Концептуальные основы IBP в страховании

IBP в страховании строится на трех взаимосвязанных элементах: точной калькуляции обязательств, управляемом инвестиционном портфеле и управляющих процессах, связывающих оба направления. Эффективная увязка достигается через концепцию ALM (Asset-Liability Management), которая фокусируется на соответствии временных профилей денежных потоков, оценке рисков дефицита ликвидности и капитализации на горизонтах, соответствующих страховой деятельности.

 

Обязательства как двигатель финансовой стратегии

Обязательства страховщика возникают из страховых договоров, гарантий и регулятивных требований к резервациям. Их денежные потоки выявляют потребности в ликвидности и позволяют определить критические окна дефицита или переноса ликвидности между периодами. В рамках IBP обязательства становятся ядром модели планирования: они задают параметры для дисконтирования, оценку долговременной устойчивости и требования к капиталу. Важно не только оценивать текущие обязательства, но и прогнозировать изменения продуктовой линейки, демографические сценарии, миграцию продаж, а также изменения в регуляторной среде. Понимание этих факторов обеспечивает способность адаптировать инвестиционный портфель к будущим денежным потокам.

 

Инвестиционный портфель как инструмент управления рисками

Инвестиционный портфель в IBP выступает инструментом балансировки риска, доходности и ликвидности. Выбор активов должен учитывать срок исполнения обязательств, требования к ликвидности, нормативы по рисковым лимитам и устойчивость к рыночным стрессам. В рамках методологии выделяют несколько типовых режимов инвестирования: ликвидные инструменты для покрытия краткосрочных обязательств, стратегически ориентированные активы для долгосрочных потоков, а также консервативные позиции, снижающие чувствительность к рыночным флуктуациям. Важной практикой является анализ корреляционных структур между активами и активами по обязательствам, минимизация гэпа (asset-liability mismatch) и поддержание достаточных буферов капитала для непредвиденных событий.

 

Модели и допущения: сценарии и параметры

Сценарный анализ является ядром методологии IBP. Разработка наборов сценариев-от базовых до стрессовых-позволяет проверить устойчивость портфеля к различным макроэкономическим условиям. Важны не только показатели доходности, но и параметры ликвидности, срок погашения, волатильность и чувствительность к изменениям процентных ставок. Модели требуют управления риском моделирования: валидации данных, тестирования гипотез, бэк-тестирования и независимой оценки риска. В рамках методологии особое внимание уделяется прозрачности допущений и документированию процесса обновления входных данных и параметров. ГОФ (Governance, Oversight, and Framework) должен обеспечивать надежность и соответствие требованиям регуляторов, а также управлять сторонними и внутренними моделями риска.

 

Архитектура и данные для IBP

Эффективная реализация IBP требует единого архитектурного подхода к данным, моделям и процессам. Центральная роль отводится управлению данными, стандартам учета и единым методологиям, обеспечивающим согласованность между банком данных, моделями и выводами аналитиков.

 

Данные и источники

Ключевыми источниками являются данные по обязательствам (потребности в резервах, платежи по страховым договорам, демография клиентов), данные по активам (рыночная стоимость, доходность, ликвидность, транзакционные потоки), данные по продуктам и контрактам, а также данные регуляторных требований и тестов на стресс. Важна управляемость мастер-данными: единая справка по счетам, клиентам, договорам, активам и сценарностям. Обеспечение качества данных - критический элемент: полнота, точность, консистентность и актуальность. Встроенные процессы верификации и аудита данных, а также контроль версий моделей и входных параметров снижают риск ошибок и несоответствий.

 

Архитектура модели и инструментов

Инструментальная архитектура IBP включает:

  1. слой сбор данных и очистки;
  2. слой моделей для прогноза денежных потоков и определения ключевых факторов риска;
  3. слой сценариев и стресс-тестирования;
  4. модуль оптимизации портфеля под заданные ограничения;
  5. инструмент отчетности и управленческой панели. В рамках методологии рекомендуется использовать модульный подход: модели и данные должны быть независимы и повторно используемы между циклами планирования, обновлениями допущений и регуляторными проверками. Архитектура должна поддерживать аудит и версионирование, а также возможность интеграции с системами риск-менеджмента, учета и финансовой аналитики.

     

Интеграции с бизнес-процессами

IBP не существует в вакууме: он должен быть связан с процессами ценообразования, планирования капиталов, бюджетирования и управления ликвидностью. Интеграции охватывают обмен данными с системами учетной политики, корпоративного финансирования и инвестиционного управления, а также с регуляторными требованиями к отчетности и стресс-тестированию. В рамках методологии целесообразно устанавливать единые форматы данных и интерфейсы, определять контрольные точки в цепочке формирования бюджета и капитала, а также обеспечить согласование версий и гипотез между отделами активов, обязательств, рисков и финансового планирования.

 

Процессы планирования портфеля

Планирование портфеля в IBP реализуется через структурированный цикл с участием нескольких стейкхолдеров: actuaries, риск-менеджеры, treasurers и управленческих комитетов. Основное внимание уделяется операционной дисциплине, прозрачности принятий решений и устойчивости к изменениям рыночных условий.

 

Цикл планирования и роли

Цикл традиционно включает сбор входных данных, обновление допущений, прогон сценариев, расчеты ALM-метрик и проведение оптимизации портфеля под ограничениями. Роли должны быть четко определены: владелец модели (model owner), ответственный за качество данных (data steward), руководитель проекта IBP и инвестиционный комитет. В интегрированной среде эти роли поддерживают доказательную стратегию: каждое решение документируется, аргументируется и может быть воспроизведено на любом этапе цикла.

 

Методы оптимизации и ограничения

Оптимизация портфеля строится вокруг баланса между доходностью, ликвидностью и риском. Модельные ограничения включают: лимиты по риску на уровне портфеля и отдельных отраслевых классов активов, требования к ликвидности на ближайшие горизонты, регуляторные требования к капиталу и резервациям, а также ESG-ограничения, если применимо. В методологии рекомендуется применять сценарную оптимизацию и устойчивые методы, позволяющие учитывать нестандартные замеры неопределенности (robust optimization) и взаимодействие факторов риска (кросс-факторный анализ). Важно не только найти технически оптимальный портфель, но и обеспечить прозрачность trade-off-решений для управленческих комитетов.

 

Контроль качества данных и валидация моделей

Контроль качества данных и валидация моделей должны быть встроены втечение всего цикла. Это включает повторяемые тесты на корректность входных данных, валидацию расчетных методик и независимую оценку качества результатов. Важной практикой является регламентированное документирование допущений, ограничений и изменений моделей, а также хранение версий сценариев и их соответствий бизнес-реалиям. Регулярная валидация позволяет оперативно обнаружить деградацию моделей под влиянием рыночных условий или изменений портфеля.

 

Организационные изменения и лучшие практики

Успешная реализация IBP требует изменения в организационной структуре, управлении данными и культуре принятия решений. Без системной поддержки процесс может застаиваться на этапе анализа без реального влияния на стратегию.

 

Управление данными и совместная работа

Мультифункциональные команды (actuarial, risk, treasury, IT) должны работать в рамках единых процессов планирования. Важна выработка общего языка и единых стандартов данных, моделей и отчетности. Совместная рабочая среда снижает расхождения между департаментами и ускоряет принятие решений. Внедрение общих шаблонов, регламентов и контроля доступа обеспечивает согласованность и управляемость.

 

Роль data governance и прозрачности

Data governance обеспечивает целостность, прозрачность и доступность данных для IBP. Это включает управление метаданными, качество данных, управление версиями и аудит изменений. Прозрачность в методиках и предпосылках моделей критична для аудита, регуляторной проверки и доверия руководителей к выводам анализа.

 

Культура риска и принятие решений

IBP требует культуры риска, где решения принимаются на основе данных, обоснованных сценариями и тестами на устойчивость, а не инерционных привычек. Внедряемые практики включают регулярные управленческие обзоры, независимую проверку ключевых предположений и развитие компетенций сотрудников в области ALM и риск-аналитики. Организационные изменения должны сопровождаться обучением, трансформацией ролей и созданием четких каналов коммуникации между исполнительной властью и функциональными подразделениями.

 

Внедрение и интеграции

Реализация IBP требует поэтапного подхода с управлением изменениями, чтобы минимизировать риски перехода и обеспечить устойчивость новых процессов.

  1. Стратегическое согласование и дорожная карта. Определение целей IBP, согласование с бизнес-линиями, формирование KPI и создание дорожной карты внедрения, включая сроки, ответственных и контрольные точки.
  2. Создание инфраструктуры данных и моделей. Обеспечение качественных данных, единых форматов, доступности моделей и возможностей их обновления. Разработка стандартных процедур тестирования и валидации.
  3. Внедрение цикла планирования. Построение цикла, поддерживаемого управленческими комитетами и операционными командами, с четкими ролями и правами доступа к данным и выводам.
  4. Управление изменениями и коммуникации. Обеспечение поддержки руководства, обучение сотрудников новым процессам и создание каналов для оперативного разрешения препятствий.
  5. Мониторинг эффективности и корректировки. Определение ключевых индикаторов эффективности IBP, регулярная ревизия допущений, обновление сценариев и адаптация к рыночной динамике.

С точки зрения архитектуры целесообразно внедрять модульную инфраструктуру: централизованный слой данных, слой аналитических моделей и отдельный модуль для отчетности. Такой подход обеспечивает переиспользуемость компонентов, упрощает обновления допущений и упрощает аудиты. Внедрение должно сопровождаться пилотными кейсами на ограниченном портфеле и поэтапное масштабирование.

 

Key takeaways

  • IBP в страховании - это синхронизация денежных потоков обязательств и инвестиционного портфеля через ALM-центрированную методологию и сценарное моделирование.
  • Успешная увязка требует качественных данных, единой архитектуры и управляемых процессов принятия решений на уровне руководства и комитетов.
  • Архитектура IBP должна включать данные, модели и инструменты оптимизации, интегрированные с бизнес-процессами и регуляторной отчетностью.
  • Главные риски связаны с качеством данных, некорректными допущениями, ограничениями по ликвидности и неопределенностью сценариев; управление ими требует строгой валидации и governance.
  • Организационная модель должна поддерживать кросс-функциональные команды, прозрачность решений и культуру управления рисками.
  • Внедрение проходит через стратегическое согласование, архитектуру данных, цикл планирования и изменения, поддерживаемые тестированием и мониторингом.
  • Регуляторные требования и стандарты учетной политики должны быть встроены в процесс планирования, что обеспечивает соответствие и устойчивость бизнеса.

     

FAQ

  1. Что такое IBP в страховании и чем он отличается от традиционного ALM?

IBP (Integrated Business Planning) в страховании расширяет концепцию ALM за счет системной привязки финансовых планов к обязательствам, продуктовым портфелям и регуляторным требованиям. В отличие от узкофункционального ALM здесь присутствуют процессы стратегического планирования, кросс-функциональные комитеты, сценарный анализ и управляемая архитектура данных. IBP делает упор на согласование целей бизнеса, финансовых моделей и управленческих решений, что обеспечивает единый язык принятия решений и прозрачность изменений.

 

  1. Какие данные критичны для IBP и как обеспечить их качество?

Ключевые данные включают денежные потоки по обязательствам, характеристики контрактов и клиентов, данные по активам (доходность, ликвидность, риск), регуляторные требования и сценарные параметры. Качество достигается через мастер-данные и регламентированные процессы очистки, валидацию входных данных и контроль версий моделей. Важно внедрить governance-процессы: владельцев данных, единые форматы, аудит изменений и прозрачную документацию допущений.

 

  1. Какова структура цикла планирования портфеля в IBP?

Типично цикл состоит из: сбора входных данных и допущений, прогноза обязательств, прогноза денежных потоков портфеля, сценарного анализа, оптимизации под ограничения, подготовки управленческих материалов, утверждения и последующего исполнения. Важна вовлеченность актуариев, риск-менеджеров, казначейства и инвестиционных комитетов, а также документирование принятых решений и аргументов.

 

  1. Какие ограничения часто присутствуют в IBP и как их управлять?

Ограничения включают ликвидность на ближайшие периоды, регуляторные требования к капиталу, лимиты по рисковым позициям и ESG-ограничения. Управлять ими следует через формальные рамки допуска, тестирование чувствительности и устойчивости, а также через альтернативные сценарии. Важно обеспечить совместимость ограничений между различными слоями бюджета и стратегическими целями компании.

 

  1. Как архитектура IBP влияет на регуляторную отчетность?

Правильная архитектура обеспечивает единый источник данных и воспроизводимость расчетов для регуляторной отчетности. Модели, допущения и результаты должны быть задокументированы, а изменения - протестированы и аудируемы. Взаимосвязь с IFRS17 или аналогичными регуляторными требованиями требует учета специфических правил признания резервов и их влияния на капитал и ликвидность.

 

  1. Какие организационные изменения наиболее эффективны для внедрения IBP?

Эффективны кросс-функциональные команды, ответственные за данные, модели и бизнес-результаты. Внедрение требует ясного распределения ролей, регламентов изменений и обучения сотрудников новым подходам. Важна культура риска: решения должны приниматься на базе анализа сценариев и прозрачной документации, а не на основании инерционных практик.

 

  1. Как связать IBP с стратегическими целями и бюджетированием?

IBP обеспечивает связь между стратегией, финансовыми прогнозами и операционной деятельностью. Цели IBP включают достижение ликвидности на горизонтах, соответствие регуляторным требованиям и оптимизацию стоимости капитала. В бюджетировании IBP выступает как мост между планируемой прибылью, ожидаемым денежным потоком и доступными инвестициями, что приводит к более устойчивой финансовой динамике.

 

  1. Какие KPI применяются в IBP для страховой компании?

Типовые KPI включают: Asset-Liability Gap (ALM-гэп)по срокам, ликвидность в горизонтах, показатель устойчивости капитала, уровень резервов и точность сценариев, а также качество данных и соблюдение регламентов. Дополнительно оценивают эффективность инвестиций через доходность к рисковому бюджету и частоту отклонений прогноза.

 

  1. Как проводить стресс-тестирование в рамках IBP?

Стресс-тестирование следует рассматривать как обязательную часть цикла. Включают сценарии макроэкономических потрясений, резкие изменения процентных ставок, волатильность кредитного риска и неожиданные изменения продуктовой линейки. Результаты стрессов используются для корректировки портфеля, повышения буферов ликвидности и пересмотра допущений моделей, а также для тестирования устойчивости бизнес-процессов.

 

  1. Какие примеры инфраструктурных решений поддерживают IBP?

Подходящие решения включают модульные архитектуры данных и моделей, системы управления данными, инструменты сценарного анализа и отчетности, а также интерфейсы для управленческих комитетов. В открытой экосистеме можно рассмотреть гибкие платформы для ALM и управления рисками, а также специализированные решения для страховых компаний, которые поддерживают требования к аудиту и регуляторным проверкам. В рамках реальных кейсов ценится сочетание простоты внедрения и возможности масштабирования.

 

Глава представлена как практическое руководство: она фокусируется на процессах, ролях и организационных изменениях, необходимых для реализации эффективной интеграции инвестиционного портфеля и обязательств в страховой компании. В рамках методологии важно обеспечить не только теоретическую основу, но и конкретные шаги по внедрению, контроль качества и способность адаптироваться к динамике рынка и требованиям регуляторов.

← Предыдущая статья
Финансы - Сценарное моделирование влияния роста портфеля на капитал
Следующая статья →
Финансы - Rolling forecast PnL с ежеквартальной корректировкой

 

Узнать стоимость решенияЗапросить видео презентацию

Решения

Анализировать ФинансыУвеличивайте ПродажиОптимальный Склад и ЛогистикаМаркетинговые Метрики

Клиенты
  • ООО «Модум-Транс» — независимый оператор грузовых железнодорожных перевозок, лидирующий по количеству инновационного парка на сети РЖД.

  • АО «Новосибирскэнергосбыт» является единственным гарантирующим поставщиком электроэнергии на территории г. Новосибирска и Новосибирской области. Предприятие отвечает за электроснабжение клиентов, закупая электроэнергию на оптовом рынке, регулируя поставку электроэнергии через договорные отношения с сетевыми организациями.

  • «ПрофХолод» — крупнейший в России производитель сэндвич-панелей с пенополиуретаном. 

  • АО «НСПК» - оператор национальной системы платежных карт, который предоставляет операционные услуги и услуги платежного клиринга операторам платежных систем, в том числе Банку России и кредитным организациям. В задачи АО «НСПК» входит обеспечение бесперебойного доступа к переводам денежных средств в Российской Федерации с использованием платежных инструментов.  Также компания является оператором национальной платёжной системы «Мир» и операционным и платёжным клиринговым центром Системы быстрых платежей (СБП).

  • Решения
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Энергетика
    • Фармацевтика
  • Услуги
    • Переход на отечественные BI и DWH
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Техническая поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений
    • Выделенная команда
    • Настойка и поддержка баз данных
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Платформы
    • FineBI
    • FineReport
    • FineDataLink
    • Коннекторы данных из 1С в BI
    • Airflow + NiFi
    • Visiology
    • Luxms BI
    • Modus BI
    • PIX BI
    • Arenadata
    • ClickHouse
    • Greenplum
    • Postgres Professional
    • Open-source BI: Superset/Metabase
    • Loginom
    • Yandex.DataLens
    • AI / Исскуственный интеллект
    • Optimacros
    • Шины данных
  • Курсы
    • Учебный курс Информационная грамотность
    • Учебный курс для бизнес-аналитиков
    • Учебный курс для системных аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по FineReport
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по ClickHouse
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
    • Учебный курс по dbt
  • Функциональные решения
    • Создание Data Lake
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и прогнозная аналитика
    • Геоаналитика
    • Цепочки поставок (SCM)
    • AutoML
    • Process Mining
    • Сквозная аналитика
  • Компания
    • О нас
    • Руководство
    • Новости
    • Клиенты
    • Скачать
    • Контакты
    • Политика конфиденциальности
RutubeVkontakteLinkedInYouTube
ООО "Би Ай Консалт",
ИНН: 7811437757,
ОГРН: 1097847154184
199178, Россия,
Санкт-Петербург,
6-ая линия В.О., Д. 63, 4 этаж
Тел: +7 (812) 334-08-01
Тел: +7 (499) 608-13-06
E-mail: info@biconsult.ru

 

 

 

 

 

×

Пользуясь сайтом, вы соглашаетесь с использованием cookies и политикой конфиденциальности.