非寿险能力监管指标管理论文

导语：非寿险能力监管指标管理论文一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

一、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=(实际偿付能力额度/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。

二、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。

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入模型，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。

三、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份额的业务扩张阶段，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。在利用现有偿付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。