我国非寿险业发展论文

摘要：基于Logistic回归模型对我国非寿险公司偿付能力监管指标与偿付能力充足率关系的有效性分析，结果表明：实际偿付能力额度变化率、速动比率、应收保费率和资产认可率等四个监管指标对偿付能力充足率具有显著的统计意义，而其他监管指标不具有显著的有效性。今天小编给大家找来了《我国非寿险业发展论文 (精选3篇)》，供大家参考借鉴，希望可以帮助到有需要的朋友。

我国非寿险业发展论文 篇1：

非寿险公司赔款准备金与盈余管理

摘要：利用我国非寿险公司2001～2007年的财务数据，采用分位数回归方法探讨非寿险公司赔款准备金调整的动机，并比较非寿险业务准备金评估方法改变前后公司实现盈余管理动机的差异。研究发现，非寿险公司存在实现盈余管理的现象，相比规避递延税收的目的而言，管理层故意调整公司当年赔款准备金数字进行盈余平滑的动机更为显著。当公司当期盈余表现差于前一期时，管理者倾向于低估当期赔款准备金提升账面盈余;若当期盈余表现优于前一期时，则高估准备金平滑盈余。在当年承保业务不佳，赔付率较高时，非寿险公司具有低估准备金掩饰承保质量的动机。2005年非寿险业务赔款准备金评估方法的改变，显著增强了非寿险公司利用赔款准备金进行盈余管理的动机。

关键词：赔款准备金;盈余平滑;税负最小化

文献标识码：A

一、引言

赔款准备金(Claim Reserve)是保险公司为已发生但尚未理赔完毕的赔案所预先留存的资金准备，包括已发生已报案、已发生未报案未决赔款准备金(IBNR)和理赔费用准备金。赔款准备金估计的准确与否，直接影响到保险公司经营结果的评价，从而影响公司税负、人员激励，甚至战略决策。赔款准备金误差，即赔款准备金与最终实际赔款之间的差额，主要来源于两方面：一方面，由于赔案的发生、报案、结案之间存在时间延迟(有时该延迟会长达数年)，赔款准备金的预先估计值可能与最终实际赔款存在差异，准备金误差在所难免;另一方面，由于赔款准备金的评估结果对产品定价、公司价值评估、税负以及监管行为都将产生极为重要的影响，因此，赔款准备金误差也可能来自公司的故意操纵，以达到特定的管理目标。2005年以前，非寿险公司按照《保险公司财务制度》提取赔款准备金，随着保险业产品的创新，原来的责任准备金计提方法和标准已不适应非寿险业务的经营情况，与国际标准相比，技术方法也不够科学，保险公司潜含着准备金提取不足的风险。2005年开始，非寿险公司按照《保险公司非寿险业务准备金管理办法》采用精算方法提取赔款准备金。但由于非寿险业务的历史数据不完整，精算技术尚不完善，保险公司和精算师在提取未决赔款准备金上具有较大的自主权;而监管机构对赔款准备金的提取还缺乏足够科学的监管措施，管理层可能通过操纵赔款准备金实现盈余管理，以达到特定财务目标。因此，本文利用我国非寿险公司2001～2007年的财务数据，采用分位数回归方法考察非寿险公司赔款准备金调整动机的影响因素，探讨盈余平滑、税收最小化等动机在中国市场上是否显著，非寿险公司高估赔款准备金和低估赔款准备金的动机是否有所差异，并分析《保险公司非寿险业务准备金管理办法》的实施是否对非寿险公司通过赔款准备金实现盈余管理的动机有所抑制。

在研究方法上，过去的大多数研究采用普通最小二乘回归。然而，由于非寿险公司赔款准备金高估、低估比例的分布呈现右偏性，采用普通最小二乘回归方法无法探讨分布两端非寿险公司操纵准备金的动机是否不同。一些研究为了区分高估准备金和低估准备金与解释变量之间的关系，经常用虚拟变量的方式将赔款准备金分为高估和低估两类，然后再对解释变量进行普通最小二乘回归，但是这样的样本切割在进行普通最小二乘回归时会加重参数估计的偏误，且不易观察到位于分布两端的非寿险公司赔款准备金高估和低估的影响因素。上述种种问题的解决有赖于研究方法的创新，而Koenk-er(1978)所提出的分位数回归方法为解决这一问题提供了良好的工具。

二、文献回顾

已有文献概括的赔款准备金调整动机，主要分为盈余平滑、税负最小化、规避保险费率管制和应对偿付能力监管四个方面。高估赔款准备金的动机主要在于递延税收获得投资收益、平滑盈余;低估赔款准备金的目的在于修饰盈余报告值，改善偿付能力监管指标，延迟必要的监管行动。其中以对盈余平滑和税负最小化的讨论最多。

(一)盈余平滑

盈余平滑是指在保险人当年的盈余状况明显异于往年时，管理者可能会通过操纵赔款准备金估计的方式来维持较稳定的盈余表现。即如果当年保险人的经营盈余(主要指当期盈利指标，如承保利润、投资利润等)与前几期相比较差时，保险人会倾向降低赔款准备金估计以增加当年盈余，以取悦市场或者股东。反之，保险人则可能高估准备金以隐藏盈余，使其在业绩较差的年度释放。Beaver，Nichols&Nelson(2003)发现，相比保险公司管理前的盈余分布，管理后的盈余分布更平滑。距离盈余门槛值0越近且亏损的保险公司，低估赔款准备金的动机越强，期望通过低估赔款准备金跨越盈余为0的门槛。距离盈余门槛0越远的亏损公司，较无低估赔款准备金的动机。距离盈余门槛。越远的盈利公司，越有动机高估赔款准备金。但由于该研究没有考虑税负对非寿险公司赔款准备金的影响，因此，还无法检验这种高估行为到底是为了盈余平滑还是税负最优。Grace和Leverty(2007)发现，三年移动平均盈余与赔款准备金高估之间存在负相关，所以支持盈余平滑的动机。

(二)税负最小化

税负是保险人经营上的一项重要负担，当公司盈余增加时，税收也会相应上升。因此，当盈余为正时，管理者通常会衡量高估赔款准备金所产生的营运成本(如股价下降、资金成本增加)与低估赔款准备金所增加的税负成本;如果高估所带来的成本较低时，管理者会故意高估赔款准备金，以达到避税的目的。Grace(1990)指出，高估赔款准备金会造成盈余下降，可能启动早期监管预警系统;也可能降低承保业绩稳定性，恶化公司财务指标(如股东权益报酬率)，造成投资者信心下降，阻碍新资本的进人，限制快速扩张的步伐，进而影响公司的未来经营。相较Beaver et al.(2003)的研究，Grace和Leverty(2007)同时考虑了税负最小化及盈余平滑等操纵动机，实证结果也同时支持盈余平滑和税盾利益假说。非寿险公司的税盾越高，赔款准备金高估的概率越大，保险公司操纵赔款准备金不仅仅是为了盈余平滑，也可能是为了潜在的税盾利益。

从赔款准备金评估方法和过程来看，我国非寿险公司赔款准备金评估存在操纵的空间。童盼(2006)发现我国产险业微利公司未决赔款准备金明显小于其他公司，支持盈余平滑动机，但其研究未指出非寿险公司利用赔款准备金修饰盈余是否存在其他驱动因素。周晶晗、赵桂芹(2008)发现，当非寿险公司承保结果不佳、赔付恶化，或者投资收益较低时，公司会低估赔款准备金，虚增账面盈余，应对监管也是非寿险公司利用赔款准备金进行盈余管理的重要诱因，但该研究采用普通最小二乘回归方法，无法区分高估准备金和低估准备金与解释变量之间的

关系。同国外成熟的产险市场相比，目前我国非寿险业正处于飞速发展阶段，许多公司都面临着盈利能力差、业绩波动较大、偿付能力不足等问题，由于保险人高速扩张常伴随着定价不足，为了提高保费规模，保险人可能会放松承保标准，赔款准备金的准确性会因此而受影响。那么，我国非寿险公司赔款准备金的误差是否同公司业务增长速度相关，非寿险公司高估赔款准备金和低估赔款准备金的动机是否有所差异，这些都是研究我国非寿险公司是否存在利用赔款准备金误差实现盈余平滑和税负最小化现象所必须回答的问题。

三、实证模型设计

(一)研究假设

根据以上文献回顾，相应提出如下研究假设：

H1：非寿险公司存在盈余管理的现象。

H2：管理者可能通过调整赔款准备金进行盈余平滑

H3：管理者可能调整赔款准备金以递延税收

2005年以前，保险公司非寿险业务的赔款准备金按照财政部制定的《保险公司财务制度》的有关规定计提，其中已发生已报案未决赔款准备金采用逐案估损法提取(不超过当期保险赔偿或给付金额的100%);已发生未报案未决赔款准备金按照当年实际赔款支出的固定比例提取(不超过4%)，公司对评估结果具有较大的自主空间。2005年以后，公司采用精算方法评估赔款准备金，已发生已报案未决赔款准备金采用逐案估计法、案均赔款法等方法提取，已发生未报案未决赔款准备金采用链梯法、案均赔款法、准备金进展法和B-F法等至少两种方法谨慎提取。由于精算方法在一定程度上可以更为准确地给出赔款准备金评估结果的范围，因此，理论上讲，公司采用精算方法评估赔款准备金，应减弱非寿险公司利用赔款准备金估计进行盈余管理的动机。为探讨赔款准备金评估方法改变对我国非寿险公司赔款准备金提取的影响，提出研究假设：

H4：精算方法可能会减弱公司利用赔款准备金实现盈余管理的动机

(二)变量定义

1，被解释变量。国外相关研究，如Smith(1980)、Weiss(1985)、Grace(1990)等均采用赔款准备金误差(Reserving error)作为被解释变量，即业务的最终实际赔款(假设业务在5年内完全赔付)与最初估计值的差额。由于我国在准备金评估精算方法的使用上尚未积累足够长的经验数据，影响了这一变量在我国的适用性。因此，我们在分析非寿险业务理赔延迟特征之后，采用赔款准备金与已付赔款比率(CRPL)作为被解释变量。理论上，如果险种在3年内基本完全理赔，则营业3年以上的公司当期赔款准备金仅与公司规模、业务增长速度、准备金提取方式、业务质量有关。赔款准备金除以当期已付赔款，即可消除规模及业务质量因素的影响。采用这一变量(CRPL)与其他会计信息结合分析的方法，可以了解影响公司赔款准备金调整的各种动机。

2，解释变量。包括盈余平滑、税负动机和评估方法改变虚拟变量。控制变量包括承保结果、投资收益率、保费增长速度、公司所有权形式。

(1)盈余平滑(Smooth)。参考Grace(1990)的定义，将保险公司i第t年的盈余平滑(Smooth)定义为：上一年的承保利润+上一年净投资收益)/当年净已赚保费。根据国外研究结果，预期盈余平滑变量与赔款准备金估计之间，应呈现负向关系。

(2)税收动机(Tax)。减少税负支出是管理者操纵赔款准备金的另一重要动机。在盈利年度人为提高赔款准备金计提，保险公司可以降低账面利润，导致当期税负的降低，提高现金流入以获得投资收益。参考Grace(1990)，将保险公司的税负动机(Tax)定义为：Max{(当年承保利润+当年净投资收益)/当年净已赚保费，0}，Tax越高，预期税负支出也会越高，公司当年净收入亏损时，不需要课税。根据上述定义，假设税负支出与赔款准备估计存在正向关系。

(3)准备金评估方法的改变(Year05)。为了考察在实施《保险公司非寿险业务准备金管理办法》之后保险公司的准备金操纵行为有无变化，引入虚拟变量Year05，若为2005年前的样本，则Year05=0;否则Year05=1。

(4)控制变量。1)承保结果(Plratio)：采用已付赔款与已赚保费的比率(Plratio)作为衡量承保业绩的工具。该比率过高，可能是由于保险公司当年核保标准过低、重大损失发生或保单设计不当等原因造成，从而导致赔款支出相对保费收入过大(也就是较大的Plratio)，这时保险公司担心承保业绩太差，可能提存较低的赔款准备金来修饰承保账面结果。因此，假设Plratio与赔款准备金之间存在负向相关关系。2)投资收益率(Iiratio)：除了承保利润外，保险人的投资收益也会影响公司赔款准备金的提存态度。当公司投资收益不佳时，公司同样可能通过调整赔款准备金以实现正的账面利润。因此，定义投资收益率(liratio)为净投资收益与总资产的比例，假设投资收益率与赔款准备金之间呈现正向关系。3)保费增长速度(Pgrowth)：保费规模扩张过快是目前我国非寿险公司非常普遍的现象之一。保费收入增长过快，将迅速吞噬自有资本。为了进一步扩大市场占有率，保险公司较有动机通过低估赔款准备金来提升账面盈余，以便缓解资本金不足的压力，并进一步推动公司的快速扩张。因此，假定保费增长速度(Pgrowth)与赔款准备金评估之间呈负向关系。4)公司所有权形式(D)：考虑到我国外资和中资非寿险公司在市场份额、经营模式等方面存在差异，并且外资保险公司综合率较高，账面财务普遍亏损，因此引入虚拟变量D，若为外资公司，则D=1;若为中资公司，则D=0，通过该变量研究中资和外资赔款准备金的调整动机是否存在差异。

(三)研究方法

与传统线性回归模型相比，Koenker(1978)所提出的分位数回归模型在约束条件(如回归残差项呈正态分布等)、数据分布等方面的要求均比较宽松，对于异常值具较高的包容度，估计结果更具稳健性(Koenker&Hallock，2001)，而且能够反映样本局部信息，比传统线性回归模型更能反映现象之间关系的细部特征。基于准备金误差的非正态分布特征(如图1)和研究边际效应细部特征的目的，我们认为，分位数回归是研究非寿险公司赔款准备金调整动机可供选择的研究方法，故拟使用分位数回归模型技术，通过对不同的分位数进行回归，对条件分布的不同位置进行分析，以期推动赔款准备金误差动机研究的进一步深入。为此，构建如下的分位数回归模型：

(四)样本数据来源

样本数据主要来源于《中国保险年鉴》(2002～2008)，仅包括经营业务3年及以上的公司，剔除缺失样本和无效数据后，总体有效样本数共143个。平安保险和太平洋保险公司从寿险、产险单独公布财务报表后计入，以前年度相关数据无法获得，不包

括在样本之列。

四、实证结果分析

(一)产险业利用赔款准备金实现盈余管理现象的检验

根据Burgstahler&Dichev(1997)的方法，利用盈余频率分布模型考察盈余分布的特征，判断是否存在盈余管理现象。用资产报酬率(ROA)表示公司的盈余情况，2001～2007年产险业的盈余分布情况如图1所示，其中纵坐标表示样本个数。可以看出，在0附近存在较为明显的不连续现象，即给定盈余经验分布的相对平滑性，资产报酬率略微大于0的公司的个数远远大于所预期的。

因此，在0阀值处判断是否存在盈余管理行为转化为判断0阀值处盈余分布函数的光滑与否。将盈余分布函数的光滑度定义为在任何一段区间内的期望观察数目等于相邻两个间隔区间观察数目的平均值，并以间隔内期望观察数目与实际观察数目之差除以两者差额的标准差作为统计量0，该统计量近似服从于标准正态分布。实证结果如表1所示。

从表1可以看到，在大于0的第一个小区间(0，0.02]处，统计量的值为3.7614，在0.05的显著性水平下为 显著的，可以认为非寿险公司存在盈余管理的现象，假设H1成立。

(二)赔款准备金操纵动机的检验和解释

利用分位数回归方法分析2001～2007年非寿险公司赔款准备金提取的影响因素，各自变量在19个分位点上相对于赔款准备金调整变量(CRPL)的边际小于及其显著性水平如表2所示。随着CRPL在不同的分位数水平下发生变化，各预期变量响应系数的大小呈现一定变化趋势。为了更加清晰地分析这一变化趋势，将表2中主要变量的估计值及其95%的置信限绘制如图2～4。实证结果显示：

(1)衡量盈余平滑动机的变量Smooth的系数在0.25～0.95的分位点上显著为负，且没有明显变化，在其它分位点上则不显著。这表明保险人具有通过调整赔款准备金来修饰盈余、使保险公司盈余在年度间实现平滑的动机。若非寿险公司当年盈余较差于前一期时，管理者倾向于低估赔款准备金修饰账面盈余，以维持盈余绩效的稳定。相反，若当年盈余表现优于过去时，会高估赔款准备金降低当年账面盈余。该实证结果与Grace(1990)及Weiss(1985)的结论相一致，假设H2成立。但对赔款准备金低估比例较大的非寿险公司(分位数小于0.25)而言，盈余平滑假说不成立，修饰账面盈余并不是赔款准备金低估的主要原因，调整赔款准备金并非受盈余平滑的目的所驱动。

(2)在各分位点税负动机变量Tax的系数均不具有统计显著性。这主要是因为列入样本的年度内中国保险业由于恶性竞争和粗放经营，普遍处于亏损状态，这对保险公司的所得税税负几乎不产生影响。这一统计结果表明，各公司为了规避税负而调整赔款准备金的动机并不显著，假设H3不成立。

(3)虚拟变量Year05系数为正，且非常显著。这说明保监会实施《保险公司非寿险业务准备金管理办法》前后，保险公司赔款准备金操纵模式变化明显。为了说明这种变化的特征，将样本分成2005年前和2005年后两部分进行分位数回归，对两个重要变量Smooth和Tax进行考察，准备金评估方法改变前后的Smooth变量系数如图5所示。可以看到，Tax变量的显著性仍不明显，这说明2005年实施精算方法提取准备金的强制制度之后，避税动机仍不明显。但是，2005年前后，在平滑盈余这个动机方面，保险公司的操纵行为有明显变化。2005年后Smooth的系数更为显著;绝对值在大多数分位点上要明显大于2005年之前的样本。这似乎与常识不符，因为按照精算方法提取准备金，应当更为规范、更为准确、更符合准备金监管的要求。然而，实证的结果表明，2005年后赔款准备金操纵的行为更明显，假设H4不成立。

考察了相关制度背景，我们认为，由于采用精算方法提取赔款准备金后，IBNR绝对规模突然放大(大约为当年已付赔款的10%)，然而2005年之前按照《保险公司财务制度》提取的IBNR仅为当年已付赔款的4%，这在短期内放大了2005年后的赔款准备金波幅。事实上，按照当年已付赔款4%提取已发生未报案未决赔款准备金(IBNR)虽然在充足率上差之甚远，但相对于精算方法来说，这是一个刚性技术要求，保险公司操纵的余地不大。精算方法提取准备金虽然更科学，但赋予精算师更大的“自由裁量权”，这是导致2005年后更易实现赔款准备金调整的重要原因。

(4)各个控制变量中：1)在修饰承保结果的动机方面，Plratio的系数在0.25～0.9分位点上显著为负，表明非寿险公司在当年承保质量较差，已付赔款恶化时，会利用低估赔款准备金来修饰承保结果，在当年承保质量较好时，会利用高估赔款准备金来调整承保结果。但对赔款准备金低估比例较大的非寿险公司(分位数小于0.25)而言，修饰承保结果并不是赔款准备金低估的主要原因，调整赔款准备金并非受修饰承保绩效的目的所驱动。2)投资收益动机变量”Iiratio仅在0.85和0.9分位点处显著为负，而在其它分位点处缺乏统计显著性。这表明大多数情况下，保险公司在投资收益较高的年度高估准备金隐藏利润、在投资收益差的年度低估准备金释放利润的动机不明显，这可能是由于大部分样本年度投资收益偏低造成的。3)保费增长速度变量Pgrowth的系数大部分为负，但不显著。这证明我国保险公司在2001～2007年，为了掩盖高速增长对资本的侵蚀效应而调整准备金的动机不显著。4)表示中资和外资的虚拟变量D的系数都为正，仅在个别分位点上显著。整体上，中外资非寿险公司在调整准备金的动机方面并无明显区别。

五、结论

以上采用我国非寿险公司2001～2007年的数据，探讨非寿险公司是否利用赔款准备金进行盈余管理，并比较非寿险业务准备金评估方法改变前后，公司实现盈余管理动机的差异。实证结果表明，非寿险公司存在通过操纵赔款准备金来达到盈余管理的现象。非寿险公司的确会为了达到盈余管理或扩张的目的，而故意调整公司当年赔款准备金数字。若非寿险公司当期盈余表现差于前一期时，管理者会倾向于低估当期赔款准备金，提升账面盈余;若当期盈余优于前一期时，则高估准备金平滑盈余。在诸动机中，盈余平滑是最重要的动机，这一动机在2005年实施《保险公司非寿险业务准备金管理办法》，采用精算技术评估准备金后更为明显，掩饰承保质量而调整准备金也具有显著性。保险公司在当年承保业务不佳，赔付率较高时，具有低估准备金进行掩饰的动机。研究也发现，税负、投资收益率、保费增长速度等变量对准备金操纵的影响不显著。

既然调整赔款准备金实施盈余管理是一个普遍存在的现象，而这一现象对评估保险公司业绩具有较强的干扰，那么，如何实施准备金管理，降低赔款准备金操纵的空间，就成为重要的准备金监管议题。为此建议：

(1)对赔款准备金评估技术做更细致的规范。充分考虑在评估过程中保险公司和精算师可能实施人为操纵，因此，应对其进行技术层面的严格规范，比如数据采集环节的真实性指标、评估环节进展因子的选定规则、准备金评估的情景测试。

(2)加强赔款准备金评估的第三方检验制度。目前，准备金评估报告还无需独立第三方(如会计师事务所、精算事务所等)提供审验报告。为了避免大规模的准备金人为操纵，要求具有技术优势的第三方对准备金评估进行独立监督是一个必要的制度建设。

(3)建立责任准备金计提的责任制度。赔款准备金计提过程中出现的故意操纵和过失计提行为，都需要相关责任人承担民事责任、行政责任甚至刑事责任。

作者：赵桂芹 吴 洪

我国非寿险业发展论文 篇2：

我国非寿险公司偿付能力监管指标的有效性分析

摘要：基于Logistic回归模型对我国非寿险公司偿付能力监管指标与偿付能力充足率关系的有效性分析，结果表明：实际偿付能力额度变化率、速动比率、应收保费率和资产认可率等四个监管指标对偿付能力充足率具有显著的统计意义，而其他监管指标不具有显著的有效性。因此，针对我国实际，应该删除相关性过高的指标，尽量减小指标之间的自相关影响;适时调整监管指标的正常范围;增设诸如准备金和再保险等监管指标。

关键词：非寿险公司;偿付能力监管指标;Logistic回归;有效性分析

一、引言

保险偿付能力是指保险公司对所承担的保险责任的经济补偿能力，即偿付所有到期债务的能力。一旦保险公司偿付能力不足，将引发诸多风险;它不仅会威胁到保险业的经营秩序，更会危及到整个金融业甚至国民经济的健康发展。因此，各国保险监管部门都将偿付能力作为监管核心。偿付能力监管指标体系是偿付能力监管系统的重要组成部分，是日常监管的重要手段。世界上许多保险业发达的国家都已建立了偿付能力监管指标体系，如美国的IRIS系统及FAST系统、加拿大的MCCSR系统等。我国也于2003年颁布了产、寿险公司的偿付能力监管指标，但在实际执行中还存在不少问题，其有效性还值得探讨。

国内外学者对保险公司偿付能力监管指标与偿付能力充足率的关系做了大量的研究。Ambrose and Carroll(1994)使用Logistic回归模型对不同组别的预测变量进行筛选，他们发现对非寿险公司来说，包含财务比率、BEST评级结果与IRIS指标这三种类型的预测指标统计模型，能对偿付能力状况作出最准确的分类。Baranoff、Sager and Witt(1999)运用Logit模型进行偿付能力预测。他们运用多级两阶段Logistic回归技术——第一阶段是普通的Logistic逐步回归，通过删除没有区分能力的指标以减少指标数量;第二阶段是附加的Logistic回归，即第一阶段剩余的监管指标成为偿付能力不足的预测变量——发现分类能够很好地改善预测效果。国内学者陈洪涛(2001)借鉴美国NAIC系统，设计了偿付能力预警指标体系，主要包括四类指标：资产状况类指标、偿付能力类指标、盈利能力类指标和经营稳健类指标。占梦雅(2005)应用因子分析对监管指标进行处理，再用Logistic回归模型对影响保险公司偿付能力充足率的监管指标进行回归分析，结果表明：毛保费规模率、资产负债率和资产认可率对偿付能力充足率有显著的统计意义。

二、我国现行非寿险偿付能力监管指标体系

近年来，中国保监会就偿付能力监管指标体系的建立进行了积极的探索，尝试建立中国保险业的偿付能力监管指标体系。2003年3月，中国保监会重新颁布了《保险公司偿付能力额度及监管指标管理规定》(以下简称《新规定》)，明确规定了监管指标的计算方法和有效范围，即非寿险公司偿付能力监管指标由偿付能力充足率指标与分项监管指标共同构成。

非寿险公司的综合性监管指标仅有一个——偿付能力充足率，其计算公式为：

偿付能力充足率=世纪偿付能力额度/法定偿付能力额度×100%

分项监管指标共有11个，涉及到保险公司的经营状况、盈利能力、资金运用能力、偿付能力与财务状况等方面。若保险公司有4个或4个以上监管指标值超过正常范围，中国保监会将根据具体情况采取一系列相应的监管措施和改进方案。保监会针对寿险和非寿险公司分别设计了两套分项监管指标，非寿险公司的分项监管指标见表1。

《新规定》在很大程度上完善了2001年的《保险公司最低偿付能力及其监管指标管理规定》，标志着偿付能力预警指标体系将成为我国保险业偿付能力监管的重要部分。然而，该套指标体系自使用以来，引起了不少争议。因为我国的保险偿付能力预警指标体系是在借鉴美国保险监管信息系统(IRIS)的基础上建立起来的，监管指标的设计是否合理有效、是否符合我国保险业的实际?这些问题都没有得到实际验证。

三、偿付能力监管指标有效性的实证分析

有效的偿付能力监管指标必须满足一个条件：监管指标对偿付能力的解释应该与真实的偿付能力状况基本一致，即分项监管指标与偿付能力充足率指标的一致性。如果监管指标不能对偿付能力状况作出有效说明，又如何对未来偿付能力状况作出准确的预测呢?现行的非寿险偿付能力监管指标是否能解释保险公司的偿付能力状况，本文将建立模型对指标的有效性进行实证分析。

(一)样本选取

本文一共选取了我国21个非寿险公司的财务数据作为研究对象，逐年计算它们的偿付能力监管指标。其中，选取少于5年财务数据的保险公司有8家，分别是：美国联邦(2003-2005年)、三井住友(2001-2005年)、太平财险(2003-2005年)、太平洋财险(2003-2005年)、平安财险(2003-2005年)、中华联合(2003-2005年)、美亚深圳(2002-2005年)、三星火灾(2003-2005年)。选取6年(2000-2005年)财务数据的保险公司有13家，分别为：东京海上、民安深圳司、民安海口、丰泰上海、美亚广州、美亚上海、皇家太阳、永安财险、华泰财险、华安财险、大众财险、中国人保、天安财险。以一个年度的统计结果作为一个样本数据，一共统计了100个样本数据。所有数据源自《中国保险年鉴》2000年至2005年各公司的资产负债表和利润表。

(二)统计结果

样本的具体统计结果见表2。

对100个样本的统计结果表明，偿付能力充足率大于1的样本有81个，占样本总数的81%;偿付能力充足率小于1的样本有19个，占19%。统计结果初步显示，毛保费规模率、速动比率和认可资产负债率这三个指标能比较准确地反映出偿付能力状况。为了更好地反映出监管指标的有效性，本文将运用Logistic回归模型作进一步分析。

(三)实证分析

根据我国保险业的实际情况，本文采用二项Logistic回归模型来分析问题。对模型的设计如下：

(1)因变量，本文选取偿付能力充足率(Y)作为因变量。若偿付能力充足率大于1，则偿付能力充足，定义其值为“0”;若偿付能力充足率小于1，则偿付能力不足，定义其值为“1”。

(2)自变量，选取《新规定》中的偿付能力监管指标作为自变量。由于数据难以全面取得，只取11个监管指标中的10个作为自变量，舍弃了融资风险率指标。

模型使用的软件工具是SPASS11.5。

拟合Logistic回归模型时，对自变量中存在的多

重共线性很敏感;如果多重共线性程度较大，回归结果也会受到影响。表3是各个自变量之间的相关性分析结果，部分自变量之间存在着中度相关，如x1与X2、X3与X4等;个别自变量之间存在高度相关，如X9与X10。进一步检查自变量之间的容限度和方差膨胀因子，变量之间的容限度都比较大，多数都在0.5左右，最小的为0.128，基本排除自变量之间存在严重的多重共线性的可能。

在排除变量之间存在严重的多重共线性后，本文采用ENTER(全回归方式)将变量进入回归方程，回归结果见表4-6。

在表4给出的统计量中，-2LL的值为0、Cox　&Snell R2=0.622、Nagelkerke R2=1，说明模型拟合的比较理想。表5是观测量分类表，分类精度为100%，说明方程的识别率比较高。但是否10个自变量对因变量的识别率都比较高呢?表6给出的回归系数Wald检验值很小，很难拒绝虚无假设，并不能说明白变量的作用，必须比较包括每个变量的模型与不包括这个变量的模型，用对数似然值的变化进行检验。

为了显示每个自变量的作用，本文再一次检验不包括各个自变量对数似然值的变化情况，使两组自变量依次纳入回归模型。其中，前一组就是原来的10个自变量，采用ENTER方式进入模型;后一组是各个自变量，采用Forward：conditional方式(前进法)将各个自变量分别带人模型，其目的是将第一组中没有解释作用的自变量剔除。本文一共进行了10次回归，结果显示：在模型嵌套的回归方式中，自变量x1、X4、x5、X6和X8都从最终回归系数表中一一被自动剔除了;而如果将X2、x3、X7、X9和X10这5个自变量剔除，则对数似然值都会发生较大的变化(见表7)，说明在这10个自变量中，X2、X3、X7、X9和X10对模型的分类结果具有显著意义，不能被剔除。

四、结论及改进建议

(一)实证结论

1、实证分析结果表明，保费收入增长率对偿付能力状况的解释并不显著，而自留保费的解释作用却比较显著。这可能是指标之间的相关性影响了回归结果。进一步分析发现，在偿付能力充足率小于1的样本中，如果剔除中国人保、太平洋财产的相关样本，自留保费增长率指标在整个模型中的解释作用会更好。由于中国人保、太平洋财产两家非寿险公司已经进入了一个相对稳定的发展阶段，其目前的偿付能力不足的原因主要与早期的粗放经营有关，与保费增长无关。而余下的新兴非寿险公司发展正处于迅速扩张阶段，业务增长过快使得保险公司的承保金额增长和赔付责任加大，从而增加了保险公司的偿付风险。因此，保费收入增长率和自留保费增长率指标对新兴保险公司偿付能力充足率的作用更为重要。

2、毛保费规模率指标反映了保险公司的实际偿付能力额度对其承保责任的保障程度。无论是根据指标范围的统计分析结果，还是指标的有效性实证结果，均表明该指标具有有效性。该指标之所以有效，其原因可能在以下两点：一是毛保费规模率的设置合理，符合我国保险市场的特点。目前我国非寿险公司的实际资本不能保障其日益增大的承保责任，是导致偿付能力不足的主要原因;二是我国非寿险业的情况比较特殊，大部分偿付能力不足的保险公司的实际偿付能力额度小于零。根据保监会的规定，若本年的实际偿付能力额度为零或负数，则毛保费规模率指标值为999%。因此，大多数偿付能力不足的样本，其毛保费规模率指标值都为999%。该指标值的特殊化，也可能是实证结果显示指标有效的原因。

3、偿付能力额度变化率指标被证明有效性不高，在有效区分两类样本模型中的贡献并不大。相关性分析表明，该指标与毛保费规模率、认可资产负债率的相关性比较大，这可能也是影响指标在整个模型中有效性的原因。如果剔除毛保费规模率、认可资产负债率两个自变量之后，偿付能力额度变化率对模型的作用会增加(见表8)。我们不能认为该指标对偿付能力充足率没有说明作用，只是模型中存在比该变量更为有效的指标，因此在回归过程中，更有效的变量将该指标剔除了。

4、实证结果表明，两年综合成本率指标和资金运用收益率对模型的贡献不大。前文已述，我国非寿险公司偿付能力不足的主要原因不在于经营管理问题，因此这两个指标对偿付能力的解释能力较低。

5、实证结果表明应收保费率指标非常特殊。对于偿付能力充足的样本，该指标值一般都符合保监会的规定;而偿付能力不足的样本，该指标值却超过了正常范围。这一统计结果与最初指标设计的意义背道而驰。目前，我国一些地方性、小规模、新兴的外资保险公司正处于迅速发展的业务扩张阶段，应收保费率远远超过了正常范围;而那些外资保险公司的资本充足率很高，应收保费的大量增加根本威胁不到它们的偿付能力，因此该指标的监管作用不能得到发挥。

6、速动比率是衡量非寿险公司短期偿付能力的重要指标。由于非寿险公司的业务期限较短，该指标对非寿险公司具有更重要的意义;而实证结果也表明该指标在模型中较为重要。认可资产负债率被证明也是有效的指标，这在很大程度上是因为它与偿付能力充足率指标的相关性;也就是说，认可资产负债率的计算公式与偿付能力充足率的计算公式仅仅是相对数与绝对数的差别。保监会对该指标的正常范围设置也十分合理。统计分析结果表明，凡是该指标超过正常范围的样本都是偿付能力不足的样本。认可资产负债率的实证分析结果与理论分析也一致，该指标对偿付能力的解释作用较好。

综上所述，我国的非寿险市场比较特殊，非寿险公司的地域发展和规模大小的不平衡性明显，因此，理论上有效的监管指标对我国非寿险公司偿付能力的解释作用并不一致。根据实证分析和统计结果，我国地方性外资非寿险公司的资本充足率强，指标值的大小变化只会导致它们的偿付能力充足率发生变化，并不会导致偿付能力不足。在全国性或地区性的保险公司中，中国人保、太平洋财险和平安财险的经营已进入一个稳定阶段，它们偿付能力不足的主要原因是由于早期的粗放经营、固定资产过多导致的认可资产绝对数额小于认可负债;毛保费规模率、速动比率、认可资产负债率和资产认可率这四个指标对其偿付能力充足率的意义较大。而其他的新兴保险公司正处于扩大市场分额的业务扩张阶段，偿付能力不足往往是由于实际资本的增加跟不上承保责任的增加造成的;除了以上四个指标外，保费增长率、自留保费增长率对其偿付能力充足率的影响更为重要。而应收保费率、两年综合成本率和资金运用收益率的有效性比较差，对偿付能力充足率的影响作用还需要做进一步的分析。

(二)改进建议

根据上述实证结论，本文提出以下三条改进建议。

1、删除相关性过高的指标，尽量减小指标之间的自相关影响。应对目前的监管指标进行适当筛选。构建新的偿付能力监管指标体系，使分项监管指标对偿付能力状况反应较为敏感。在利用现有偿1寸能力监管指标对现在和未来的偿付能力状况进行评价和预测时，要特别注意指标的相关性。如果某年度有4个或4个以上不相关的指标超过正常范围，必须引起更大的重视，因为这种情况要比4个及4个以上相关指标超过正常范围严重得多。

2、适时调整监管指标的正常范围。指标范围是否恰当是影响指标运用效果的重要前提。如美国IRIS系统各项指标比率的正常范围是根据历史数据分析得出的，并且全美保险监督官协会(NAIC)每年都对IRIS比率及正常范围进行修改，以及时反映保险业风险的变动状况。近年来我国保险业发展速度很快，保监会有必要加强对指标范围的研究，并根据保险业的发展情况及时进行调整，使指标范围更加符合我国保险业的实际情况。

3、根据实际情况增设一些监管指标，例如准备金和再保险。对于保险公司而言，准备金提存数量直接关系到负债的大小，进而影响到实际偿付能力额度;再保险业务是非寿险公司重要业务之一，分入业务的数量和质量好坏与分出业务接受公司的财务状况，都是影响非寿险公司偿付能力的重要因素。然而，目前我国非寿险公司偿付能力监管指标并没有考虑这两个因素，应该根据我国实际情况增设监管指标。

责任编校　晓　蔚

作者：施建祥　李姗姗

我国非寿险业发展论文 篇3：

影响我国寿险有效需求因素的比较分析

摘要：随着我国寿险业务的恢复，我国的寿险业取得了突破式发展。但自1998年以来，我国的寿险业发展遭遇瓶颈期，增长速度明显放缓，需求不足问题越来越成为制约我国寿险业发展的重要原因。为保证我国寿险业有效需求的持续稳定增长，本文从经济学角度对影响寿险有效需求的因素进行了一系列比较和分析，并建立起了一个误差修正模型(又称ECM)，科学地分析和阐释了各项影响我国寿险有效需求的因素间的关系，并就如何建立起一整套科学合理的寿险有效需求目标模式，以推动我国寿险有效需求的健康稳定发展提出了相应的解决对策。

关键词：寿险业 有效需求 误差修正模型 序列数据处理

当前，我国正处于经济发展方式转型的重要时期，机遇与挑战并存。为了保障我国发展方式转型的顺利完成，政府部门必须积极协调各项经济社会事务间的关系，充分调动各方面积极因素，实现跨越式发展。而保险业作为我国金融的重要组成之一，在推动经济转型上发挥着重要的作用。但受地域经济发展水平的制约，我国的地区保险业，特别是寿险业发展严重不均，具有很强的不均衡性，供需矛盾越来越激化，造成了有效需求不足，市场竞争格局难以形成，不利于我国寿险业的长远发展。因此，为推动我国寿险业的持续稳定发展，我们必须通过一系列科学有效的研究分析，最终找出影响我国寿险有效需求的各项因素，从而有效缓解我国寿险业的供需矛盾。

1 寿险有效需求概念的界定

要想确保寿险有效需求的科学性和合理性，首先就要明确寿险有效需求的基本定义和概念。目前，国际上通用的寿险有效需求一般表述为：寿险需求指的是在一定时期内，整个社会对寿险业的总预期值以及其实际得到的经济补偿。受寿险标得物自身属性的限制，寿险与财产险相比，其保险对象主要为人的身体和寿命，难以根据保险标得的价值来确定其保险金额，而要根据实际投保人协定的金额来支付保险金额。由此可知，影响寿险需求的因素除社会经济结构、经济发展水平、社会文化、人口状况以及社会保障状况外，还包括投保人的收入水平、风险意识以及各项社会制度等，与投保人的保险购买力联系紧密。寿险需求与被保险人的自然死亡率无关，是一种可以实现的需求。其中寿险保费收入(Premium Income of Life Insurance)简记为PI是衡量我国寿险有效需求的最重要指标。

2 误差修正(EMC)模型的建立

在研究寿险需求理论时，我们通常会借助一个误差修正模型来帮助分析，以其更为高效简介地表现各项寿险需求因素间的逻辑联系。在建立误差修正模型时，对于那些非稳定的时间序列，必须先借助差分法将其转变为稳定序列后，方可建立起分析模型。

2.1 变量的选取 在研究和比较影响寿险的各项有效需求因素时，首先要进行的一项工作就是变量选取，通过分析和筛选确定最终影响因素。在进行选择时，我们必须要考虑到需求因素的个数和数据限制，通过分类的方式选取不同角度的需求指标。

宏观经济因素指标选择国内生产总值(GDP)、城乡居民储蓄存款余额(DCCI)、居民消费水平(PC)、消费价格指数(CPI);人口因素指标选择总人口(PC)和赡养系数(CO);替代产品指标选择社会保障福利费用(SSW);经济体制和经济结构指标选择市场化水平(DM)和金融深化度(DF)。

2.2 序列数据的处理及检验

2.2.1 样本数据的来源及处理。本文根据历年的寿险年鉴统计和金融年鉴统计，收集和整理了自1982年至2012年这一时期内我国寿险年度总收入统计数据，研究了保费收入的变化情况，并分析了影响其变化情况的诸多因素。其中值得注意的是，我国在1994年改变了原有的保费收入统计口径，不再将储金收入列入总保费收入范围。同时，为了保证我国寿险保费统计数据的连续性，我国还取消了原有的总保费收入标准，不再计算短期寿险的储金收入，使得其收费稳定性进一步加强。

除保费收入之外，名义利率收入也是寿险业的收入来源之一，其计算方式为以一年为期，将银行的整存整取利率作为其名义利率，按照时间取其加权平均。而在选取居民消费水平时，采取城镇居民与农村居民的平均消费水平加权平均的方式进行计算，这种处理方式更能体现全国人均消费的实际水平。福利费用则是由中国统计年鉴中保险福利费用的支出和福利救济组成，并在计算时扣除了二者的交叉部分。

2.2.2 序列平稳性分析。一般情况下，只有在时间序列数据保持稳定的情况下，才能确保其回归分析结果的真实有效性，否则会导致结果数据无效，影响回归效果。因此，为提高序列数据的精确性和稳定性，首先要做的工作就是数据平稳性检验，选取部分变量对数，使其数据变化趋于平稳。

通过分析对比我们可以得出变量值一般通过一阶单整序列排列的方式，一阶差分较为平稳，体现了当前金融市场的利率水平、金融深度、市场水平和消费水平等。

2.2.3 协整关系检验。另外，我们还可以通过研究变量与寿险保费收入之间的协整检验结果，得出我国国内生产总值、总人口、市场水平、利率水平等与寿险保费之间的长效均衡关系，这些变量与寿险保费的变化趋势具有一致性。

2.2.4 格兰杰因果关系检验(Bivariate Granger Causality Test)。经过以上一系列的数据处理和检验，我们可以得出这些变量和寿险保费之间的联系性，并判定其是否存在格兰杰因果关系，即变量间的相互依存关系。总体来看，目前我国的国内生产总值、人口状况、赡养系数、居民消费水平以及金融深度等均与我国的寿险保费存在格兰杰因果关系，须妥善处理，在不影响整体格局的前提下，适当调整其内部构成关系，从而优化整体布局，充分发挥其整体功效。

2.3 误差修正(EMC)模型的建立 通过上述分析，我们可以得知目前我国寿险的保费(lnPI)序列是I(1)序列，寿险保费需经过其一阶滞后方可做回归分析，其方程残差序列较为平稳，数据波动性不明显。而根据寿险保费与各项变量间的关系可知，寿险保费与各变量间存在长期均衡关系，并最终构成杰兰格因果联系。将寿险保费作为主要因变量，对其一阶滞后和GDP及其滞后做出回归分析，建立起一个完整的误差修正模型，可以得出：

InPIt=0.779InPIt-1-0.203InGDPt+2.163InGDPt-1+εt(1)

其中，三个自变量系数的t检验在达到5%时，其水平下降显著，经过调整后，R2=0.988455。在方程(1)中两端同时减去InPIt-1，经过一系列整合我们可以最终得到：

(3)式清晰地展示了我国寿险保费与国内生产总值间的长期均衡关系，其中随着我国的GDP每增长1个单位，其寿险保费金额就相应地增长8.906个单位。

同理，我们将寿险保费作为基础因变量，建立起一套以滞后项和剩余变量为主体的误差修正模型，可最终得到以下结果：

InPIt=-1.110InDCCIt+0.724InPIt-1+1.289InDCCIt-1+

εt(4)

InPIt=0.191InSSWt+0.776InPIt-1+εt(5)

InPIt=-39.825InGPt+0.750InPIt-1+40.519InDCCIt-1+

εt(6)

InPIt=4.934+1.548InCOt+0.734InPIt-1+εt(7)

InPIt=-4.329+1.137InPCt-1+0.583InPIt-1+εt(8)

InPIt=0.434-0.576InIRDt+0.782InPIt-1+0.336InIRDt-1+

εt(9)

InPIt=1.231+2.536InDFt+0.717InPIt-1-1.801InDFt-1+

εt(10)

InPIt=2.631+4.627InDMt+0.675InPIt-1+εt(11)

通过上述结果分析，我们可知我国的寿险保与居民储蓄存款余额水平、利率水平、金融深度以及社会福利情况具有一定的相关性。而寿险的有效需求与人口数量和年龄结构呈正相关关系，年龄越大其寿险需求量就越高。同时，随着我国银行利率水平的上升，寿险产品的价格就随之上调，其有效需求量也就随之下降。另外，金融深度和居民储蓄存款余额与寿险有效需求呈正相关关系，金融深度越高，寿险有效需求量越大;居民储蓄存款余额越大，寿险需求量越大。

3 促进寿险有效需求发展的建议

为进一步调整我国当前的寿险需求结构，统筹兼顾，不断提升其寿险需求量，具体来说，我们可以从以下几方面做起：

3.1 加快寿险有效需求增长方式转型 随着全球金融危机影响范围的进一步扩大，我国寿险业的内部和外部发展环境也发生了相应变化，传统的粗放型增长方式已经不适应新形势下国民经济发展对我国寿险业的需求。因此，加快寿险有效需求增长方式，推动粗放型增长方式向集约型增长方式的转变，对于促进我国寿险业的健康稳定发展意义重大。我国在1982至1998年这一阶段，寿险业的有效需求增长过快，造成寿险企业资金充足率持续下降，其偿付能力也随之降低，严重地影响了其寿险有效需求的持续稳定性。

3.2 积极拓展融投资渠道，建立健全风险处理机制 目前我国的寿险业融资渠道较为单一，主要依靠银行等融资机构，融资机制发展不健全，这就严重影响了我国寿险业的长效稳定发展。因此，要想解决当前的融资难题，进一步完善融资机制，寿险业应积极利用自身行业优势，积极拓宽融资渠道，加强与银行业的合作与交流，建立健全风险处理机制，有效降低金融风险，提高寿险资金投资的回报率。

3.3 建立健全相关法律法规，将寿险业逐步纳入法治轨道 目前，我国尚未建立起较为系统完善的寿险法律法规体制，在寿险代理、寿险中介、寿险公估以及营销上还存在一定的法律空白。因此，加快建立以保险法为核心的寿险法律法规体系，不断明确我国保险法的实际实施范围和相关要求，并逐步建立和完善相关配套法律法规体系，从而保障寿险潜在需求人群的合法权益，加快其从潜在需求向有效需求的转化进程。

3.4 完善寿险监督机制，逐步建立起完善的考评机制 当前，我国的寿险业缺乏有效的监督机制，其市场调节机制功能存在一定的局限性。因此，寿险业必须加快建立和完善其监督机制，确保各项经营活动安全有效。另外，寿险业还要逐步建立起一套覆盖面广的考评机制，针对寿险中存在的问题进行及时反馈，不断提高其偿付能力，有效保障寿险人的人身安全，全面提升寿险行业的整体服务水平。

3.5 强化寿险业的风险预防意识，加强寿险宣传推广力度 整体来看，我国居民的寿险意识仍有待提高，寿险投保率仍处于较低水平。因此，寿险业应积极通过各种主题活动加强寿险的宣传推广力度，使居民逐渐认识到寿险的重要性。

4 小结

本文从经济学角度入手，综合分析和研究了影响我国寿险的有效需求因素，在明确寿险有效需求的概念的基础上，建立起一个误差修正模型，针对国内当前寿险有效需求当中存在的一系列问题做了量化定性比较，并运用经济学理论内容进行了深度剖析，为我国今后的寿险有效需求目标模式建立提供了良好借鉴。

参考文献：

[1]陈之楚.我国寿险需求决定因素分析[J].保险研究·专论，2004.6：7-10.

[2]肯尼恩·布莱克，哈罗德·斯基博，孙祁祥等译.人寿与健康保险(第十三版)[M].经济科学出版社，2003年8月第1版.

[3]刘珺.农村寿险需求的影响因素分析及营销策略选择[J].西北农林科技大学学报(社会科学版)，2005，5(4)：49-51.

[4]程杰.长期护理保险在我国的有效需求分析[J].黑龙江对外经贸，2011(11).

[5]吴祥佑.基于logistic模型的寿险需求实证研究[J].重庆科技学院学报(社会科学版)，2013(02).

作者：李巧玲