近日小编精心整理了《经营个人寿险管理论文(精选3篇)》，供大家参考借鉴，希望可以帮助到有需要的朋友。[内容摘要]处于“初级发展阶段”的我国健康保险服务业依赖“供给拉动”，探究供给不足的原因是促进其快速发展的可行路径。本文用mIA模型测度2009—2013年我国28家人身保险和21家非寿险公司的经营绩效，用面板Tobit模型分析健康险业务规模对各类公司和整个保险行业经营绩效的影响。
经营个人寿险管理论文 篇1：
我国寿险公司的经营效率分析
[摘要]利用DEA方法考察了1999-2005年间中国11家寿险公司的技术效率、纯技术效率和规模效率的变化情况，通过多元线性回归对影响我国寿险行业经营效率的因素进行了分析。研究表明，中国的寿险行业技术效率普遍不高，低技术效率的原因主要归咎于规模的低效率。其中中资寿险公司在技术效率和规模效率方面要略好于合资公司。回归分析结果显示市场份额对我国寿险业效率的正向影响最大，人力资源水平和资产规模对我国寿险业的效率呈显著的负相关关系，而寿险公司的资本来源结构对效率没有显著影响。
[关键词]寿险公司；效率分析；DEA
※广东省哲学社会科学规划项目“我国保险市场效率和风险问题研究”（05E－07）的部分成果。
一、引 言
改革开放以来，中国的寿险业取得了举世瞩目的进步。1994年，中国寿险保费总量为162亿元人民币，人均寿险深度为0.3%；2005年中国寿险保费总量达3646亿元人民币，寿险密度约为280元人民币，寿险深度约为2%。短短的十年间，中国的寿险密度提高了近20倍，寿险深度提高了约6倍[1]。随着我国全面融入世界经济体系，中国寿险业面临国内市场国际化的竞争局面，如何提高我国寿险业的竞争效率日显重要。
目前对公司效率测度的研究方法主要有参数法与非参数法两大类。参数方法包含随机前沿面分析法（Stochastic Frontier Analysis，SFA），自由分布法（Distribution—Free Approach，DFA），厚前沿分析法（Thick Frontier Approach，TFA）。非参数方法主要有数据包络分析（Data Envelopment Analysis，DEA），无界分析 (Free Disposal Hull，FDH) ,指数法（Index Numbers，IN），混合最优策略法（Mixed Optimal Strategy，MOS）[2]。其中SFA法和DEA法是在实践中常用的两种效率测度方法。本文采用非参数法中的DEA两步法对我国寿险公司的效率进行评价，测算出寿险公司的各种效率值，寻找出影响寿险公司经营效率的主要因素，为增强我国寿险公司竞争力提出政策建议。
二、文献综述
使用DEA方法对金融业的效率研究主要集中在银行和证券类公司，对保险公司尤其是寿险公司的效率研究目前还很少。Fecher（1993）应用DEA方法研究了保险公司经营的相对效率问题， Cummins（1995）开始将DEA方法推广应用到有关保险公司的效率分析中。在国内文献中，恽敏、李心丹（2003）运用DEA方法中固定规模报酬下的CCR模型考察了1999年我国主要保险公司的相对综合效率，认为我国保险业存在很大的改善空间[3]。赵旭（2003）运用可变规模报酬下的VRS模型着重研究了我国主要保险公司在1997-2001年度的相对效率，得出了我国保险公司的市场份额、资产规模与其经营效率关联度不高的结论[4]。刘毅（2005）研究了我国主要寿险公司在1999-2003年度的经营效率，分析得出中资公司的经营效率普遍好于合（外）资公司[5]。
然而，上述研究仍有需要改进之处，首先，恽敏、李心丹（2003）仅仅研究了1999年我国主要保险公司的相对综合效率，没有研究保险公司效率的时间变化趋势。赵旭（2003）虽然对我国保险业的效率变化趋势做了分析，但仅仅对纯技术效率进行了估计。刘毅（2005）没有讨论寿险公司效率的决定因素。考虑到DEA方法的优点，本文仍沿用此方法并结合其在效率研究中的最新成果，利用DEA两步法对我国寿险公司的经营效率及影响我国寿险业经营效率的因素进行实证分析。本文主要着[于两个方面：（１）测量各寿险公司的各种效率值以及它们的历史变动情况；（２）判别哪些因素对我国寿险业经营效率有显著影响。
三、模型介绍
（一）DEA方法[6]
DEA法发端于Farrell（1957）的研究基础，Charnes、Rhodes（1978）和Fare等人（1985）对其进行了发展完善。该方法首先根据所有样本企业（决策单元）的投入和产出构造一个可以包容所有样本企业（决策单元）生产方式的最小生产可能性集合，并且估计得到一个相对最有效前沿面，通过单个企业与有效前沿面的距离来测度企业的DEA有效性并用线性规划法来计算这些企业的相对效率。对寿险公司效率的测算，一般要涉及到5 种效率指数，即经济效率（EE）、技术效率（TE）、配置效率（AE）、规模效率（SE）和纯技术效率（PTE）。本文重点分析寿险公司的技术效率、纯技术效率和规模效率。
运用DEA方法[7]来评价决策单元的相对效率时，根据前提假设的不同可以分为投入导向法和产出导向法，而导向方法的不同对结论的影响微不足道。对寿险公司而言，我们选择基于投入导向的DEA模型计算寿险公司的效率得分。
设有n个决策单元DMUi(i=1,2,…n)每个决策单元都包含有m种投入和s种产出，分别以m维向量Xi和s维向量Yi表示第i个决策单元的投入量和产出量。以相对效率为基础对第i0个决策单元DMU0进行评价，并引入松弛变量s+，s-和非阿基米德无穷小量ε建立的基于可变规模报酬假设的VRS模型为：
Min[θv-ε(es-+es+)]（1）
s.t.
Xiλi+s-=θvX0
Xiλi-s+=Y0
λi=1
λi≥0,i=1,2,…n; s-≥0,s+≥0
其中，θv表示纯技术效率。X0,Y0分别表示评价决策单元DMU0的投入和产出向量。s+,s-分别表示松弛向量。
在可变规模报酬的线性规划模型中去掉约束条件λi=1我们可以得到基于不变规模报酬假设的CRS线性规划模型为：
Min[θc-ε(es-+es+)]（2）
s.t.
Xiλi+s-=θcX0
Xiλi-s+=Y0
λi≥0,i=1,2,…n; s-≥0,s+≥0
其中，θc表示决策单元的技术效率，其他的符号与（１）式定义相同。
用该模型计算出来的效率值不但包含了决策单元的技术效率还包含了决策单元的规模效率，而前面的可变规模报酬模型测度的只是决策单元的纯技术效率水平。我们可以通过对不同规模报酬下求出的效率值进行比较推算出决策单元的规模效率θs的大小，得出规模效率等于技术效率与纯技术效率的比值，即θs=。
（二）Ｍalmquist指数方法
我们利用Fare（1994）建立的Ｍalmquist指数模型来考察寿险公司效率的变化情况，具体模型为：
m0(yt+1,xt+1,yt,xt)=×（3）
其中m0(yt+1,xt+1,yt,xt)即为Ｍalmquist指数，d(xt+1,yt+1)表示在t期技术条件下的t+1期效率水平，d(xt,yt)表示在t期技术条件下的当期效率水平，d(xt+1,yt+1)表示在t+1期技术条件下的当期效率水平，d(xt,yt)表示在t+1期技术条件下的t期效率水平。
通过Ｍalmquist指数与1的大小关系来反映决策单元从时期t到时期t＋１的效率增减情况，当Ｍalmquist指数小于１时表示效率有所下降，大于1时表示效率有所增加，等于１表示效率没有变化[8]。
四、指标的确定与数据选取
（一）指标的确定
使用DEA方法对寿险业效率测定存在的主要困难就是如何定义寿险公司的投入和产出变量，就目前国内外研究文献来看，对寿险公司的投入产出还没有统一的定义。综合考虑我国寿险公司的实际情况和数据的可获得性，本文选取劳动力和资产总额作为投入指标，选取保费收入和资产利润率作为产出指标。其中资产利润率=年度利润总额/资产总额。这里我们对资产利润率指标数据运用下面的公式（4）进行归一化处理消除量纲和负数，使所有资产利润率值都大于0且落在 区间。
x=（4）
（二）样本数据的选取
本文研究的样本包括中国人寿、太平洋人寿、中国平安、泰康人寿、新华人寿、中宏人寿、太平洋安泰、安联大众、金盛人寿、美国友邦上海分公司和广州分公司等11家在中国开展寿险业务的主要寿险公司，根据资料计算2005年这11家寿险公司保费收入占整个寿险公司保费收入的87.1%，资产总和占整个寿险公司资产总和的94.6%，具有足够的代表性。样本期为1999年-2005年。本文使用的数据来源于《中国保险年鉴》（1999-2005）中各保险公司的资产负债表和资产损益表。其中太平洋人寿2001年前的数据为产寿险综合指标，中国平安2002年前的数据为产寿险综合指标，在计算效率的过程中我们对此并未做区分，目的是为了对比这两家保险公司在分业经营前后的效率变化情况。
五、国内寿险业效率实证测度与分析
本文首先利用Malmquist指数分析方法考察1999-2005年间中国寿险业效率的变化情况，然后根据CRS和VRS模型利用DEAP软件测算各年度各寿险公司的技术效率（TE）值、纯技术效率（PTE）值、规模效率（SE）值及其对应的规模区间。
（一）我国寿险业的效率变化
我们运用DEAP软件运行基于投入导向的Malmquist DEA模型来测度技术效率的变化。DEAP的输出文件包含了每个寿险公司每年度的5个指数：技术效率变化（effch），技术变化（techch），纯技术效率变化（pech），规模变化（sech）和全要素生产率变化（tfpch）。
表1给出了Malmquist指数分析结果，其中包含了1999-2005年样本寿险公司各年Malmquist指数的年度均值（annual mean）及跨期均值（firm mean）。报告结果将样本公司划分为中资公司和合资公司两个组别，其中中资公司包含中国人寿、太平洋人寿、平安人寿、新华人寿和泰康人寿。合资公司包含中宏人寿、太平洋安泰、安联大众和金盛人寿，由于友邦广州和友邦上海属于全外资公司所以不包含在任何一个组别[3]，附表中的均值都是计算的相应组公司的几何平均值。
从分析结果我们可以看到1999-2005年期间，整个样本寿险公司的全要素生产率呈下降趋势，年平均指数为0.977。而同一期间的技术效率却缓慢上升，对应的指数值为1.094，技术变化指数为0.931，这表明在考察期间虽然我国寿险公司在技术效率方面有所改进,但由于公司本身跟不上技术改进的步伐,最终导致了全要素生产率和纯技术效率的下降，但规模效率实现了缓慢上升。在整个考察期间合资公司比中资公司在技术效率改进方面取得了更大的进步，合资公司除了在2001-2002年度是技术效率下降以外其他5个年份都是技术效率上升。而中资公司却只有其中的3个年份是上升的，并且上升的幅度远不如合资类公司。这说明外资的引入对我国寿险公司技术效率的提升起了很大的作用，如2000年新华，泰康成功引进国际投资者后，其技术效率得分明显提高。
（二）技术效率
由DEAP软件求解投入导向的不变规模报酬模型，分别得到七年内各寿险公司的技术效率值。技术效率值参见表2。
表2. 1999-2005年各寿险公司技术效率值表
就单个寿险公司来看，处在技术效率前沿面上的寿险公司仅有美国友邦广州一家。而无论是从资产规模还是市场份额来看目前都垄断我国寿险市场的中国人寿、平安和太平洋的技术效率得分都不高，其中中国人寿和平安的效率值还没有达到0.795的平均水平，与其公司地位极不相称，而像新华、中宏、安联大众、美国友邦等这些小规模的公司却得分较高，都超过了平均水平，这也反映出了我国寿险公司的市场份额、资产规模和其经营效率关联度并不是很高。
再看太平洋和平安人寿在产寿险分离前后的技术效率变化，通过比较这两家公司各年的技术效率值我们可以发现:太平洋人寿在2001年后技术效率得分逐年递减，其值由2001年的1降到2005年的0.686；平安人寿的技术效率值由2002年的0.685降到2005年的0.571，也同样呈现出逐年递减的趋势。这说明产寿险分离对保险公司效率的提高所起的作用不明显，并且可能由于分离后导致的产品单一化而带来效率的降低。
从整体来看，我国寿险业技术效率水平不高，平均值为0.795,其中中资寿险公司平均技术效率值为0.763略好于合资寿险公司，而外资类寿险公司技术效率值最高，美国友邦上海和美国友邦广州在考察期内的技术效率值均值达到了0.952。
图1、寿险公司1999-2005年技术效率变化曲线
由图1可以看出我国寿险业技术效率从1999年开始先上升到2001年达到最高点后开始下降，到2003年形成一个转折后又开始上升。从整个考察期间来看我国寿险业的技术效率整体上是呈缓慢上升趋势的。这一点与利用Malmquist指数分析得出的结论一致。通过对外资、中资和合资三类寿险公司的对比我们可以发现外资寿险公司在整个区间内的技术效率值最高；虽然平均效率值中资公司要好于合资类公司但合资类寿险公司，但从整个考察期间来看其技术效率变化趋势呈现明显的上升趋势并有超过中资公司的迹象。
（三）规模效率和纯技术效率
由DEAP软件求解投入导向的可变规模报酬模型，分别得到七年内各寿险公司的规模效率值和纯技术效率值，并得出相应的规模区间，计算结果分别参见表3-表5。
从表3我们可以看到处于规模效率前沿面的还是友邦广州，每年的规模效率值都为1，说明其生产规模是最恰当的。其次得分较高的是友邦上海年平均值达到了0.98，通过对比我们可以发现得分最高的全部集中在中小规模公司像美国友邦、新华、中宏等。其中规模较大的中国人寿、平安、太平洋得分却不高，并且这三家公司无一例外的都是处于规模报酬递减阶段，我们分析认为这类公司可能由于规模过于庞大，遍布全国的分支机构和营销网点，增加了管理难度降低了信息传递的质量，导致投入成本利用率的降低，而其他中小规模公司大部分年份都是处于规模报酬递增阶段，说明这类中小寿险公司可以通过适当的增加投入，扩大公司规模来提高自身的经营效率。虽然整体上来说我国的寿险公司普遍存在规模效率损失，但是从规模变化的趋势图（图2）上可以看到我国寿险业整体规模效率是缓慢上升的，这与Malmquist 指数模型得到的结论也是一致的。另外从中资和合资的对比角度来看，中资寿险公司的规模效率均值为0.817要好于合资寿险公司，且各年的波动幅度也比较小。说明中资公司在规模效率方面暂时具有一定的优势，但从2004、2005年的计算结果我们可以预测随着时间的推移这种优势可能将不复存在。
图2、各寿险公司1999-2005年规模效率变化曲线
另外从中资和合资的对比角度来看，中资寿险公司的规模效率均值为0.817要好于合资寿险公司，且各年的波动幅度也比较小。说明中资公司在规模效率方面暂时具有一定的优势，但从2004、2005年的计算结果我们可以预测随着时间的推移这种优势可能将不复存在。从表4我们可以看到样本寿险公司的纯技术效率得分普遍都比较高并且各公司的差距也很小。比较中资和合资类寿险公司我们可以看到在纯技术效率方面合资公司的得分要比中资公司的高，这与前面的规模效率和技术效率值的比较结果正好相反，这也说明了外资寿险公司利用现有生产技术的能力比我们强，在现有的技术条件和投入相同的情况下，他们能够获得更多的产出。通过对规模效率和纯技术效率的分析我们可以看到我国寿险业技术效率低下的主要原因是规模的低效率。纯技术效率对各寿险公司技术效率的影响不是很明显。
六、我国寿险业效率的影响因素分析
为了找出影响我国寿险业经营效率的因素，根据前面的分析，我们引入寿险公司的基本特征变量对前面计算出来的各效率得分进行多元回归分析，建立如下多元线性回归模型：
Y=b0+b1X1+b2X2+b3X3+b4X4+b5X5+b6X6+b7D1+b8D2+u
其中，Y= 样本寿险公司各效率得分；X1=寿险公司资产总额/样本寿险公司资产总额，代表该公司的规模大小；X2=寿险公司保费收入/样本寿险公司保费收入总和，代表了该公司的市场份额；X3=寿险公司职工中本科以上学历人数/该公司总人数，代表该公司的人力资源水平；X4=所有者权益；X5=营业费用；X6=分支机构数；D1，D2为两个虚拟变量，代表寿险公司的所有权结构，其取值分别为：D1=1 中资寿险公司0 other，D2=1 合资寿险公司0 other
这里我们选取2005年作为回归分析的考察样本，以技术效率值作为因变量利用最小二乘法对上述多元线性回归模型进行拟合。分析软件为Eviews5.0,结果参见表6。
表6. 技术效率回归结果
通过对回归结果的分析我们可以看到X6，D1，D2没有通过显著性检验，即各寿险公司的分支机构数量和公司资本来源结构对我国寿险公司技术效率所起的作用不显著。对于分支机构数量对效率的作用不显著可能与我们对这个指标的取值有关系，由于数据来源的限制我们这里取的寿险公司分支机构数量指的是各寿险公司下面的分支公司的个数不包含营销网点数量，我们知道现阶段就我国寿险市场来说还是以人海战术为主，各寿险公司主要是通过个人营销的方式来带动保险业务的增长，像我国寿险业的三巨头在全国各地就有数以千计的营销网点。因此就单纯的分支公司数量对寿险效率的作用不显著这也是理所当然的。
对资本来源结构对我国寿险业的效率作用不显著，我们可以做如下分析，由于中资合资和外资在现阶段都各有自己的优势和劣势，优势对效率的正效应和劣势对效率的负效应被相互抵消。比如中资寿险公司较外资有很明显的本土优势，但是外资寿险公司有着雄厚的资本势力和丰富的管理经验，在产品创新和技术水平等方面却明显领先于我国本土的寿险公司。合资类寿险公司结合了中资的本土优势和外资在管理经验技术水平等各方面的优势，这对其经营效率的提高起到很大的促进作用，但由于公司内部中外文化的冲突却导致了效率的降低。因此这三类公司的长处和短处综合起来对效率的影响就不是那么明显了。
剩下的5个解释变量X1，X2，X3，X4，X5都通过了显著性检验。市场份额和所有者权益与经营效率呈显著正相关。其中寿险公司的市场份额对寿险公司的经营效率影响最大，市场份额提高一个百分点将使寿险公司的经营效率提高28.9个百分点。所有者权益虽然与寿险公司效率有显著的正相关关系但是它对效率的影响却很小，我们这里的市场份额指的是该寿险公司保费收入占整个样本寿险公司保费总收入的比例，这也反映了寿险公司开展经营的主要资金来源还是保费收入，自有资本只是其中很小的一部分，这也就不难理解为什么各寿险公司都是以保费论英雄了；公司规模、人力资源水平和营业费用支出与经营效率呈显著的负相关。营业费用支出和寿险公司的经营效率负相关这个符合我们的一般规律，营业费用代表了寿险公司开展经营的成本，当然降低经营成本可以带来公司经营效率的提升。寿险公司规模与经营效率负相关。我们的分析是以11家样本寿险公司作为一个整体得出来的相对效率，在这11个样本中各寿险公司存在明显的规模差异，其中主要表现为三大寿险公司和其他中小公司的资产规模差距和由此带来的市场份额差距，但是由前面的分析我们知道这三家最大的寿险公司的效率得分却普遍不高，从而导致了回归模型计算出来的规模与经营效率负相关。这从一定程度上也反映了我国寿险业不存在明显的规模效益，资产规模的盲目扩张并不意味着经营效率的提高，寿险公司应更关注的是资产质量和对资产的风险管理水平。人力资源水平与经营效率负相关，这体现了我国寿险行业甚至整个寿险行业不同于其他行业的地方，“保险尤其是寿险，主要是由人来做，而不是制造业那种标准化、流水线上的作业”。由前面的分析我们也得出市场份额与效率呈显著的正相关并且有很到大的影响，而市场份额主要还是靠低成本的营销人员创造的，因此鉴于前面的分析，就不难理解人力资源水平与寿险公司经营效率的这种显著的负相关关系。但这并不意味着以后寿险公司就不应该注重公司的人力资源水平，相反，随着我国金融业的综合化经营和国家对保险资金运用渠道的进一步放宽，保险业的产品经营方式和资产增值方式都会发生很大的变化，靠传统的跑马圈地式的粗放式经营来带动业务的增长已经不能适应整个保险行业的发展，因此我国的寿险公司更应该注重人才的质量，大力引进包括经济、金融、投资、法律、财务、计算机等专业人才，以及懂管理善经营的高级管理人才，提高我国寿险公司的人才竞争力。
七、结 论
由于存在规模效率的损失，我国寿险公司的技术效率值并不高，但纯技术效率普遍较高且各公司间的差距不明显。其中中资公司在技术效率和规模效率上的表现要比合资公司好，但纯技术效率上却不如合资类公司。外资公司美国友邦广州一枝独绣，不论是在技术效率、规模效率还是纯技术效率上都遥遥领先。在整个考察期间我国寿险公司的技术效率是缓慢上升的，但由于跟不上技术改进的步伐最终导致了我国寿险公司全要素生产率的下降。效率影响因素方面，多元回归分析显示我国寿险公司的市场份额对效率有显著的正向影响，人力资源水平和公司规模对效率有显著的负向影响。而公司的资本来源结构对我国寿险公司的效率影响却不明显。面对寿险市场越来越激烈的竞争，我国的寿险公司应积极采取措施提高经营效率，增强自身的核心竞争能力。
[参考文献]
[1]徐美芳.中国寿险需求决定因素研究[M].上海:上海社会科学院出版社，2006.
[2]迟国泰,杨德,吴珊珊.基于DEA方法的中国商业银行综合效率的研究[J]. 中国管理科学 ，2006.10(5).
[3]恽 敏,李心丹.基于DEA方法的保险公司效率分析[J]. 现代管理科学 ，2003,(3).
[4]赵 旭.关于中国保险公司市场行为与市场绩效的实证分析[J].经济评论 ，2003,(4).
[5]刘 毅.基于参数生产前沿面理论对我国寿险公司经营效率的实证分析[A]. 中国平安精英大学生励志计划金融、保险学术论文获奖文集[C].北京:人民出版社，2005.
[6]吴文江.数据包络分析及其应用[M].北京:中国统计出版社，2002.
[7]谭政勋.基于改进DEA的商业银行效率动态变化研究[J]. 统计与决策，2006,6 （下）.
[8]Coelli,T. A Guide to DEAP Version 2.1 :A Date Envelopment
Analysis (Computer)Program,CEPA Working Paper[Z].96/08.
The Efficiency of Life Insurance Industry in China: Based on the DEA Theory
Liu Xiaoxing1，Qiu Guihua1，Hu Ying2
(1.Guangdong University of Business Studies, Guangzhou 510320; 2. Ji’nan University, Guangzhou 510630,China )
Key words: life insurance company; efficiency analysis; DEA
（责任编辑：张丹郁）
作者：刘晓星 邱桂华 胡 颖
经营个人寿险管理论文 篇2：
健康险业务能否提升保险公司经营绩效
[内容摘要]处于“初级发展阶段”的我国健康保险服务业依赖“供给拉动”，探究供给不足的原因是促进其快速发展的可行路径。本文用mIA模型测度2009—2013年我国28家人身保险和21家非寿险公司的经营绩效，用面板Tobit模型分析健康险业务规模对各类公司和整个保险行业经营绩效的影响。结果表明，健康险业务规模对不同样本经营绩效的影响存在差异：对非寿险组和总体样本组的经营绩效产生非显著负向影响；而对人身险公司产生非显著正向影响。这意味着我国大多数保险公司确实缺乏经营健康险的根本动力，因此可适时适当对保险公司提供分类支持，提高供给动力。
[关键词]健康险业务；保险公司；经营绩效
商业健康保险的重要性已不存在争议：微观上，健康保险可在医疗支出发生时减缓人们必须考虑医疗服务价格产生的精神压力而提高效用；宏观上，医疗支出对健康的边际产出较高，可提高老年人的平均生存时间；各国（地区）商业健康险在国民医疗保障体系的地位随着人口老龄化加剧而愈发受到重视。日益深化的改革和日益严峻的人口老龄化决定了我国应充分发挥商业保险的市场配置作用，2014年8月国务院发布的《关于加快发展现代保险服务业的若干意见》明确指出要积极利用市场作用以保障我国社会保障体系可持续发展。
理论上，我国商业健康险理应有良好的发展态势：一方面，健康保险（包括短期和长期）属于“第三领域”保险，这意味着健康险的经营主体最多；另一方面，有理论研究表明保险公司产品多元化程度会显著正向影响成本效率，即保险公司会通过产品多元化经营摊销经营成本。反观实践，我国商业健康险业务发展滞缓：健康险保费收入总量在保费总收入中占比不高，且健康险经营（供给）主体数并未随保险经营体总量的增加而同步增加。因此，探究其发展滞缓的原因成为促进我国现代（健康）保险服务业自身发展，服务经济社会的逻辑起点：国际上有国家通过对需求方税收优惠以扩大需求，2015年5月国务院通过的《关于开展商业健康保险个人所得税优惠政策试点》决定正是为了“扩大需求”，但这可能只是一种促进健康险发展的有效途径。目前我国保险服务业发展阶段特性决定了供给的重要性，因此，本文试图另辟蹊径，从供给视角对此进行研究。
一、理论基础与文献回顾
已有一些文献对我国商业健康险发展滞缓的原因进行了探讨，主要集中在以下几个方面：“经营与发展战略不明、核心技术不足”，“社会医疗保险的挤出效应”，“专业化程度不高”等。大多数研究主要基于相关理论、采用定性的研究范式，相对而言缺乏实证支撑。充分发挥市场机制作用的根本在于认清供需双方的特征和市场发展基本规律，健康保险产品固有的价格需求弹性直接影响需求，我国保险服务业目前处于“初级发展阶段”，理论上在这一阶段的业务发展多为“供给拉动”模式；故“如何释放市场供给体对健康保险业务的供给”成为我国商业健康险业务发展的关键之一。区别于以往的文献，本文认为保险公司逐利本性和竞争理论可成为探究健康险滞缓原因的一个重要理论基础。一般而言，内外环境的压力和企业逐利的本性驱使企业采取多元化经营策略进行竞争。该理论对分析主要健康险业务由非专业保险公司经营的实践极为适用，若经营健康险能促进各类保险公司经营绩效，那逐利的各类非专业健康保险公司会坚持多元化经营策略，增大健康险的供给；反之则减少或退出供给。因此，从供给视角探究我国健康险滞缓的原因成为一种可行的重要研究路径，这也构成本文的行文思路和可能的研究框架与理论创新之处。
随着Chames和Cooper等对非参数数学规划边界的发展，效率研究快速发展。Cummins和Weiss多次进行了不同方法对美国保险业进行效率分析，成为国际上分析保险行业效率的主要和权威研究者。国内对保险业效率的研究随着保险市场的成长而逐渐受到重视，多用DEA或两阶段DEA进行保险公司或行业效率分析，研究内容包括保险公司的配置效率、规模效率、技术效率等多个方面。对文献梳理后发现，保险公司效率评估中已形成一个基本共识，即将寿险和非寿险公司进行分类评估。但现有文献的样本量一般不大且缺乏行业间或行业内的比较，几乎没有专门对健康险行业的文献。
相对而言，探究整个保险行业经营绩效影响因素的文献不多，而关于保险公司经营绩效影响因素的研究结论存在争议。随着保险业务种类的丰富，有研究开始关注业务结构、多元化经营和绩效之间的关系：Meador等基于美国寿险业的实证研究认为分散经营多品种的保险企业（即产品多元化经营）比集中型保险企业更有效率，此文献开辟了业务结构对保险公司经营效率影响研究的先河；黄薇基于不区分“产寿”性质的混合公司样本的效率研究涉及产品多元化问题；刘志迎研究表明，车险业务比重对财产保险公司效率有显著正面影响；许莉的实证研究表明，产品多元化与财险公司绩效有着非线性关系。针对健康险业务与公司经营绩效之间关系的研究较少，张强春认为主营寿险对健康保险有销售协同效应，多元化经营对健康险业务具有促进作用。
二、经营绩效的评估实证
Pelter F.Drucker将企业绩效定义为“最大限度地提高创造财富的能力”，Seherer和D.Rose认为绩效包括“生产和配置效率、技术进步等多维内容”。广义的绩效内含了效率的概念，而狭义的绩效在很大程度上受效率的影响。因此，经营绩效以效率力基础。效率主要应包括投入产出效率、X-效率和资源配置效率等类型，其核心研究主题是怎样以最小的投入获得最大的产出。Rawson的研究发现，大多数经营主体会优先对现有资源进行优化配置而不是重新组合；因此，资源配置效率成为效率评价的主要指标，《新帕尔格雷夫经济学大辞典（二）》则直接将效率定义为“资源配置效率”，强调在资源和技术条件限制下尽可能满足人类需要的运行状况。Farrtll M.j的研究表明价格独立影响效率，自此技术效率成为衡量资源配置和公司经营效率的主要指标。基于上述分析，本文借保险公司技术效率表征公司的经营绩效。
（一）评估方法的选择
当前用于评估效率的方法主要有参数法和非参数法，非参数数学规划方法相对于参数法可避免设定误差，并能够实现每个决策单位的最优化，主要包括随机边界分析和数据包括分析。Cummins对保险业效率的研究表明，在方法的选择上数学规划方法的得分与常规绩效度量指标的相关性优于计量经济学方法所得的分数。因此，本文选择基于规模报酬可变DEA模型的非参数方法，利用DEAP 2。1软件实现。
（二）样本公司和投入产出指标的选择
1.样本公司的选择。
围绕研究目的，本文将近年来健康险业务规模在平均值以上或业务规模变化不大的公司筛选作为备选项；为了能够更好地进行产寿险公司的比较，将属于同一保险集团或有独立的产寿险公司作为备选项；结合健康险“第三领域”的业务特性将专业健康险公司作为财产和人身保险公司的共选项；最终将样本分为非寿险公司组和人身保险公司组。兼顾数据的完备性、业务特征和样本公司资本属性，最终选择了人保寿险、国寿股份、平安人寿、英大人寿、中意等28家人身保险公司作为样本（中资12家，外资16家）；人保财险、国寿财险、太平财险、永安等21家非寿险公司作为样本（中资16家，外资5家）。从选择样本公司的健康险业务规模特征来看，除太平养老和昆仑健康保险公司在2009年、招商信诺在2010年和2013年、和谐健康在2011年出现了明显波动之外，所选样本近5年来健康险业务规模稳定，适合做长期分析。
2.投入产出指标的选择
投入指标：劳动力和金融资本基本上是没有争议的两个投入指标（Weiss、Cummins、Feeher、Berger等）。大量文献将营业费用作为投入指标之一（CLlmmins，黄薇等），另有些文献将固定资产作为投入指标之一（Fukuyama，黄薇等），本文认为这符合我国保险业正处于规模成长期的实际。最终，本文将员工数量、金融资本量（实收资本+资本公积）、营业费用（手续费及佣金支出+业务及管理费）和固定资产作为投入指标。
产出指标：目前文献较为一致的选择包括“保费收入（Fecher、魏华林、田新民等）和赔付支出（Cummim and Zi、黄薇等）”，但还存在一定争议：（1）关于赔付支出的构成：考虑到不同类型保险公司经营特性，在赔付支出一项中，本文最终确定人身险公司赔付支出包括退保金及给付一项，而非寿险公司仅指赔款支出一项。（2）关于投资收益是否应作为产出指标：其他条件不变，本文试验结果表明投资收益对样本公司效率均有较大影响。最终，本文确定了保费收入、投资收益和差异化的赔付支出作为产出指标。
最终，投入产出指标样本空间的人身险组和非寿险组分别共计140个和105个决策单元，投入指标4个，产出指标3个；数据均由作者根据《中国保险统计年鉴》（2009—2014）整理得到。
（三）经营绩效评估实证结果
1.分年度评估结果。为了探究保险公司经营绩效的影响因素，本文首先采用规模报酬可变一期DEA的multi-stage评估方法对各样本公司分年度进行效率评估，结果如表1所示。比较来看，非寿险公司的经营绩效普遍高于人身保险公司的经营绩效。这与前期一些未加入专业健康保险公司的文献研究结论一致，为后续研究奠定了良好的比较基础。
2.经营绩效变动趋势。为能从截面和时间两个维度对样本保险公司的效率进行评估，本文用Malmquist评估方法对效率进行分解并描述经营绩效变动情况。Malmquist指数用于描述DUM在两期之间的全要素投入产出的效率变动情况。Gmsskopf取几何平均值将Malmquist指数界定为：
其中，样本期间人身保险和非寿险公司各效率变化趋势总体一致。受宏观经济形势的影响，两组样本在2010—2011年度均出现较大下降，这与前文分年度测算结论一致，说明将两个样本组进行比较分析是可行的。
三、健康保险业务对公司经营绩效的影响分析
（一）影响因素的选择
尽管本文关注的是健康保险规模对保险公司经营绩效的影响，但在研究中不可排除其他因素。从以往文献和前文研究可以看出，保险公司经营绩效与宏微观因素相关。Cummins利用美国人身保险公司的数据发现，公司规模、营销方式、所有权和人力资本对保险公司的经营效率有较大影响；姚树洁用中国1999—2003年的数据验证了Cummins的研究结论。随着我国保险市场对外开放的进一步深化，产权特点和公司国别性质对经营绩效产生的影响也逐渐被关注。田新民等的研究发现。国有寿险公司的年均经营效率值高于非国有寿险公司，外资的经营效率高于中资；结合研究目的，本文在前人研究的结论上提出相应的假设，将健康险业务规模作为经营绩效的影响因素解释变量之一。
（二）基本假设和模型设定
在前人研究的基础上，结合本文样本选择、研究目的和内容，将下述6个因素作为影响保险公司经营绩效的解释变量，并提出表2中的若干基本假设。
（三）Tobit面板回归模型
其中，t和i表示年份和样本；被解释变量效率值EFF及其对数值LNEFF由前文DEA估测得出；解释变量数据由各年《保险统计年鉴》（2010—2014年）得出，RATE表示健康险保费收入占样本公司保费收入比例；LNASSE3S为公司总资产对数，衡量公司规模；ZX表示公司的营销渠道，用哑变量表示，如果公司的保费收入主要依靠直销（大于样本平均值）则取1，否则取0；CB表示公司类型，用哑变量表示，属于中资公司取值为0，外资或者中外合资公司取值1；EDU和LNEDU分别表示学士以上的公司员工占比及其对数值，用以衡量样本公司人力资本。各变量描述性统计如表3所示。
（四）影响因素的实证结果
为了进一步分析健康保险业务规模对整个保险业经营绩效的影响，鉴于健康保险具有“第三领域”的业务特征而专业健康险公司兼具“产寿”两类公司经营特性的基本条件，本文将两组样本合并，剔除可能引起多重共线的非寿险组中的专业健康险公司作为总体样本（225次观测）。通过实证结果的比较，最终选择检验结果通过了多重共线性检验、不存在异方差，具有较高解释力（P>ehi2在10%以下，rho较大）的模型：非寿险公司样本组适宜选择模型1，而人身保险公司样本组适宜选择模型2，总体样本组适宜选择模型1。为进一步挖掘经营绩效的影响因素及其显著性，本文采用了逐步删除回归方程中非显著性解释变量的方式进行逐步回归。影响因素实证结果梳理如表4所示。
根据实证结果，非寿险公司经营绩效的主要影响因素包括：（1）公司营销方式；（2）集团化的组织形式；（3）人力资本结构。其中人力资本略不显著（显著水平在15%以下），集团化对公司绩效产生显著的正影响，而直销方式对绩效产生显著负向影响。随着非显著性解释变量的删除，本文关注的健康险业务规模对非寿险公司经营绩效的影响呈现出非显著的负向影响。相对而言，人身保险公司经营绩效的影响因素主要包括：（1）公司资产规模；（2）集体化的组织形式；（3）人力资本结构。其中：公司资产规模显著正向影响人身保险公司的经营绩效；集团化对人身险公司经营绩效的影响与非寿险公司相反，呈显著负相关关系；人力资本结构对人身保险公司经营绩效产生显著正向影响。随着非显著性解释变量的删除，本文关注的健康险业务规模对人身保险公司的经营绩效出现显著的正向影响（显著水平15%以下）。
总体样本组经营绩效的Tobit回归结果显示，集体化经营和人力资本结构对保险行业经营绩效影响较大，均与经营绩效呈现出正相关的关系。本文关注的健康险业务规模对整个保险业经。绩效产生非显著的负向影响。
四、结论、启示与建议
健康险的经营特征决定了专业健康保险公司与寿险和非寿险公司均有较强的可比性。本文借鉴前人研究，通过多次试验筛选出较为科学的投入产出指标进行公司经营绩效评估，试图通过分析健康险业务规模对经营绩效的影响以探究我国商业健康险供给不足的原因。
利用DEA-Tobit两步法，本文得出以下几个基本结论：（1）包含了专业健康险公司的人身险和非寿险公司经营绩效呈现出相同的变动趋势，为进一步经营绩效影响因素的比较分析提供了可能；（2）总体来说，影响因素实证研究结论基本吻合研究假说和先前的文献研究结论，个别指标因为所选择的样本和观测时段不同而出现差异；（3）健康险业务规模对不同类型的样本产生影响不同：对人身险公司产生一定的正向影响（但显著性不高），对非寿险和整个保险行业的经营绩效产生非显著的负向影响趋势。这一结论在一定程度上回应了本文最初提出的假说，即：我国当前商业健康险滞缓的原因之一是市场供给方——保险公司缺乏经营健康险的动力，而原因在于健康险业务并不能明显促进保险公司的经营绩效。
有研究认为，我国商业健康保险发展制约的外部因素主要在于政府支持力度和方式有所不足，基于前文的实证结论，本文赞同这一观点。Feldstein Martin等最早研究表明美国对个人健康保险的税收补贴政策可提高保险参保率，但Mark.V.Pauly的研究曾明确指出：“不同收入人群由于需求弹性不同，针对健康险需求方的财政津贴可能产生不同的税收优惠杠杆效应”而出现“马太效应”；有研究表明，即使有税收优惠政策，市场主导的医疗保障体系并非最有效率，商业健康险本身的逐利性会加剧社会贫富差距。关于政府是否应对供给方采用税收优惠，白晓峰认为应同时将消费者和专业健康保险公司确立为税收优惠的对象。基于前文实证结果和我国商业健康保险主要由非专业健康保险公司经营的实践，本文认为，适时适当对保险公司采用税收杠杆不失为一种促进我国商业健康险业务发展的有效策略；进一步，基于研究结论，可对人身险和非寿险公司采取差别的支持方式。
由于数据的可得性和样本容量的限制，本研究样本年度跨度相对较少，由于统计数据来源的限制将长期健康保险统计进去衡量短期绩效可能是不合适的，可能会影响研究结论，这一点会在获得更多数据的情形下进行补充验证。
责任编辑：单丽莎
作者：卓志 孙正成
经营个人寿险管理论文 篇3：
新兴市场环境下我国寿险公司真实偿付能力的实证研究
摘要：本文研究了新兴市场环境下影响寿险公司偿付能力的潜在因素，并在此基础上抽取了三家中型寿险公司1998-2004年的数据，就寿险潜在需求、偿付压力期、产品结构、资本金等影响因素与偿付能力分别作了回归分析，试图给出整体因素对偿付能力的影响效果，并在已有结论的基础上对偿付能力的监管提出一些建议。
关键词：新兴市场；寿险公司；偿付能力；潜在需求；研究
文献标识码：A
一、引言
寿险偿付能力是寿险公司履行保险合同约定的给付责任的能力，它关系着一个寿险公司能否正常运转、能否兑现其对客户的承诺，还关系着整个寿险业能否健康发展。因此，偿付能力问题一直以来都是业内人士普遍关注与研究的内容。过去在对于偿付能力的研究中多是对引起偿付能力风险的因素的研究，例如资产风险、利率风险、定价风险等，很少对特定市场环境下的影响因素进行研究。事实上，新兴市场环境下保险业的发展状况在很大程度上区别于需求相对饱和的成熟市场中的发展状况，因此用成熟市场的偿付能力测算监管准则来约束正处于高速发展期的保险公司显然是有失偏颇的，在实践中往往会产生一些局限，无法对寿险公司的偿付能力做出准确的评估。因此，有必要针对新兴市场这一特定环境，对寿险公司的真实偿付能力及其影响因素进行研究。
二、新兴市场环境下我国寿险公司偿付能力现状
新兴市场国家与工业化国家是按照工业化程度和实行市场经济制度的先后来划分的，工业化国家是指包括美国、加拿大、西欧各国、日本在内的发达国家，新兴市场国家指中国、印度、巴西等发展中国家。中国的保险市场是新兴保险市场中规模最大、最有发展前途的市场之一，据统计，在过去的10年中，中国的寿险保费的年平均增长率达到了23.7%，同期非寿险保费年平均增长率则为10.8%，寿险市场占有率为17.3%，已成为全球第8大寿险市场。[1]
我国目前采用的是以偿付能力额度监管为核心的全方位、两层次的监管模式，即同时借鉴了英国与美国的偿付能力监管模式，重点强调偿付能力额度的监管。[2]图1中显示的是1997-2003各年偿付能力出现问题的寿险公司占总数的比例，间接揭示了整个寿险业近年来的偿付能力状况变动趋势。1997年，由于许多公司新成立还处于起步阶段，因此整个寿险业基本上没有出现大规模的偿付能力不足；1998年则形成一个高峰，原因在于1996-1998三年中，央行连续6次降息，使多数寿险公司都出现了不同程度的利差损；1999年出现些许缓和，但总体上偿付能力不足仍处于上升趋势，这是由于寿险市场主体增加，竞争加剧，许多寿险公司为争夺市场销售大量低价格的保单，使得公司整体收益下降，偿付能力也随之降低。可以说，我国寿险业目前总体偿付能力是偏低的。
三、新兴市场环境下影响我国寿险公司偿付能力的因素
新兴的市场环境为我国寿险业的发展提供了机遇与挑战，巨大的潜在需求奠定了寿险业飞速发展的总基调，但市场成熟度不高、资本运作不完善等因素也制约着它的发展。
(一)旺盛的潜在需求
寿险业旺盛的潜在需求很大程度上提升了寿险公司的偿付能力。我国寿险业具有极大的发展潜力已经成为所有业内人士及诸多学者的共识。根据世界寿险深度与人均GDP之间呈现的“双波特”特征以及我国寿险业的发展状况来看(见图2)，未来我国寿险业将继续呈膨胀式的发展趋势，处于高速发展期的寿险市场中则孕育着巨大的潜在需求。[3]
我国寿险业未来的发展趋势可以用一个三角形来形象地描述，即呈现出膨胀式的发展趋势，而发达国家则是梯形乃至于长方形的发展趋势。从表1中可以看出2000年以来新兴市场国家的保费增长速度明显快于工业化国家，这种强劲的增长趋势与新兴市场地区快速的经济增长以及政府对于保险业发展的税收优惠密切相关，同时工业化国家保险市场需求渐进饱和从而导致了保费增速的减缓。新兴市场环境下这种巨大的潜在需求无疑为我国寿险公司的发展注入了一剂强心剂。因此，一直用成熟市场的那套偿付能力标准来约束处于高速增长期的寿险业显然是不适合的。
(二)偿付压力期滞后
寿险公司偿付压力期滞后，一定程度上可以缓解偿付危机。目前我国人寿保险业务的客户群平均年龄约为40岁，以我国居民平均寿命72岁的标准计算，领取死亡保险金的平均时期是在三十多年后，而养老金领取的高峰期距今也有二十多年，也就是说寿险公司的偿付压力期至少要在二十年后。从寿险公司现金流的角度出发，偿付能力是指使寿险公司拥有足够的资金能力以满足未来某时刻的现金流出，偿付压力期的滞后意味着给了寿险公司更加充裕的时间进行资本的运作以实现保值与增值，时间越长保险公司的资本就越具有增值能力，而保险公司也就拥有越强的潜在偿付能力。
相比之下，发达国家的寿险市场，由于其起步较早、发展较成熟，它们的客户群年龄分布分散，偿付压力期平均，就目前而言偿付压力也相对较大。因此，对新兴市场中的寿险公司仍用这种苛刻的偿付能力标准来要求，似乎是对其发展的一种制约。不过，应该引起重视的是，二三十年后，也就是偿付压力期到来的那一刻，新兴市场环境下的寿险公司有可能会面临一次更加严峻的偿付能力大考验。
(三)不合理的产品结构
新兴市场中在积极因素影响下的寿险公司偿付能力同样受到消极因素的影响：由于保险技术水平落后，寿险产品结构不合理，对偿付能力造成巨大压力的产品所占比重居高不下。谈到寿险公司的偿付能力，内含价值是一个不能不提的名词，内含价值是寿险公司价值的主体，是对公司真实价值的客观描述，由于新签单业务通常会增加公司的盈利能力和价值，因此保险公司的内含价值实际上就称为一家保险公司的最小经济价值的体现，直接反映了寿险公司当前的经营成果，构成了寿险公司的核心价值。[4]寿险公司内含价值的高低直接关系到其是否拥有充足的偿付能力。
众所周知，长期人身险业务创造了寿险公司绝大部分的内含价值，而银行保险产品及其他短期类返还型产品由于其收益性等特点导致其所创造的内含价值相对较低。目前在国内市场中，中短期的银行保险产品以及短期的返还型、储蓄型产品大量充斥着寿险市场，过多的销售这些产品无疑会加重寿险公司的偿付能力压力。
(四)资本金不足
资本金相对不足是新兴市场中寿险公司发展存在的普遍问题。寿险公司保险费的增加同时导致负债的增加，这时就需要保险公司适时的追加资本金以保证拥其有足够的偿付能力。但由于新兴市场中的保险投资者们通常都不熟悉保险的盈利周期，尤其是寿险业盈利周期通常较长，短期内难有收益，因此很难吸引一般的投资者加盟，从而导致业务增长、出现资本金不足的情况下增资不能及时到位，继而出现保险费增加而偿付能力却下降的情况。目前，我国许多寿险公司选择发行次级债的方法增加资本金，但由于次级债期满5年后需要逐年打折计入资本，因此只能算是个治标不治本的办法。而且次级债不构成保险公司的核心资本，在业务规模迅速膨胀的发展期内，寿险公司唯有通过增资扩股或者公开发行股票上市的方式补充资本金。
(五)利率的波动
无论是新兴市场还是成熟的保险市场都会受到宏观经济运行的影响，利息波动引起的利差损是造成中国寿险业偿付能力不足的直接因素，因此有必要将其也纳入新兴市场中的影响因素范围之内加以讨论。例如，1996年以前，银行一年定期储蓄利率曾高达10.98%，在这一时期中，许多保险公司销售了大量高预定利率的保单；自1996年开始银行的多次降息以后，这些保险公司就不得不为过去的那批高利率保险“买单”，承受着巨大的利差损。据相关人士估计，央行的连续降息已使中国寿险业积累了近500亿的利差损。
四、我国寿险公司偿付能力主要影响因素的实证分析
(一)样本与数据
由于中国人寿、中国平安、中国太平洋三家保险公司的寿险业务占全国业务的绝大多数，它们在规模上存在绝对的优势，发展状况与其他大多数寿险公司大为不同，不宜选其作为研究的对象。因此，本文选取新华人寿、泰康人寿、太平人寿这三家中型寿险公司，它们以中等的速度增长代表了新兴市场下绝大多数寿险公司的发展状况。同时，为了扩大样本容量，将三家寿险公司的数据进行集中处理，采用面板数据形态进行分析(见表2)。
(二)实证分析
1.单因素分析
将影响寿险公司偿付能力的各个因素分别与偿付能力比率作回归，看影响因素是否显著。为了保证数据的平整性，各公司的实际偿付能力用偿付能力比率表示，偿付能力比率等于实际偿付能力额度与认可资产的比值；用保费增长率来近似代替寿险业的潜在需求，用个人业务占寿险公司业务总量的比例来表示产品结构，资本金比率为各公司当年资本金与总资产的比率(发行的次级债未计入当年资本金) 。回归结果见表3。
由于|t|﹥t0.05﹙19﹚=1.7291，变量的显著性成立，所以这些因素各自都显著地影响着偿付能力，从而证明了上文对影响因素的定性分析是正确的。
2.多元线性回归模型
模型的建立：Y=C0+C1X1+C2X2+C3X3+C4X4 +C5X5 +ε
Y为偿付能力比率，X1为寿险保费增长率，X2为利率，X3为产品结构，X4为通货膨胀率，X5为资本金比率，ε为随机误差项。回归结果见表4。
从结果中发现方程显著性成立，且拟和度较高，且经过White检验发现方程中不存在异方差，但D-W值不能判断出方程中是否存在一阶自相关，因变量中存在多重共线性。
通过逐步回归法消除不显著的解释变量X2、X3后用加权最小二乘法消除自相关，回归结果如表5。
修正后的模型拟和度很高，且消除了自相关及多重共线性。从消除多重共线性的过程中我们可以发现，解释变量对被解释变量影响的重要程度依次为：X5、X1、X4、X3、X2。
(三)结论分析
从以上分析可以看出，寿险公司的资本金率是影响其偿付能力的最主要因素，资本金率的下降直接造成了寿险公司偿付能力的下降，并且这种影响波及到了其他因素，特别是寿险保费的增长率。理论上分析得出的寿险保费增长率对寿险公司偿付能力的影响是正向的，但实证分析中的结果却与之相反。原因在于：随着寿险业的膨胀式发展，业务规模不断扩大，与此同时寿险公司资本金却没有随之跟上，正如上文所说的，负债增加而资金规模却没有跟上，从而导致了偿付能力下降。因此，新兴市场环境中的寿险公司目前所面临的最大课题就是如何实现资本金与业务规模的同步增长。其次，通货膨胀率对偿付能力的影响也较为显著，通货膨胀率增高，寿险公司的资本金也会随之贬值，一定程度上恶化了公司的偿付能力。相比之下，利率波动对偿付能力的影响则较小。
五、加强我国寿险公司偿付能力监管的对策建议
由于保险公司是一个理性的经济实体，其经营的最终目的仍是利润的最大化，获得更多的资本，因此就保险公司而言很难自觉的提取充足的责任准备金来保证其偿付能力，这就需要监管部门加以正确的引导与管理。
(一)完善法定最低偿付能力额度测算体系
我国目前采用的最低偿付能力额度测算制度是借鉴成熟市场中的那套准则，其中带有一定的盲目性，且出于谨慎的目的，在额度测算过程中往往相对保守，偿付能力测算指标的限制比较严格，这对于新兴市场中处于高速发展期的保险公司似乎过于苛刻。实证分析证明，我国目前的偿付能力额度要求过高，同时法定准备金要求则较低。[2]这对那些新成立的、且发展速度较慢的合资寿险公司而言，恶化了资本压力，不利于公司的健康发展。因此，监管部门应相应的降低法定偿付能力监管额度标准，同时加强准备金率的约束。
(二)建立资本金约束机制
鉴于资本金对偿付能力影响的重要性，我国应逐步建立资本金约束机制，使各保险公司的资本金能落实到位，以适应其业务规模的增长。而且这种约束不仅是在公司成立时规定最低注册资金，在营业过程中也要要求其保持一个资本金的最低限度。世界上许多国家都对保险公司的资本金有不同程度的限定，如韩国1989年将人寿保险公司的最低资本金从2亿韩元提高到100亿韩元，将非寿险公司的最低资本金从3亿韩元提高到300亿韩元，各保险公司若未能达到最低资本金的要求，金融监督委员会将采取严重的制裁措施。[5]我国应积极借鉴国外先进的监管经验，加强对寿险公司资本金的管理。
(三)尽快实现动态偿付能力监管
动态偿付能力监管有两种形式，一种是现金流测试(CFT)，另一种是偿付能力动态测试(DST)。这两种方法都是对保险人在一定假设条件下的现金流入和先进流出及其对保险人财务状况的影响做出了预测，比偿付能力静态监管更科学、合理。日前，保监会发布的《动态偿付能力测试(人寿保险公司)》报告编制规则正式拉开了我国动态偿付能力监管的序幕，与此同时《投资资产》、《子公司、合营企业和联营企业》、《年度报告的内容与格式》、《季度报告》等4项偿付能力报告编报规则相继出台，它们的施行将进一步提高我国保险公司偿付能力评估的科学性和偿付能力监管的效率，对我国建立以偿付能力监管为核心的保险监管体系，促进保险市场的发展具有深远意义。
(四)完善精算师和财务制度
无论是最低偿付能额度的测算还是动态偿付能力监管，都离不开大量精算人员的参与，拥有一批高素质的精算师是实现保险业健康快速发展的基础。因此，应加快寿险精算制度的建立和中国精算师的培养，同时加强各种精算制度标准的制定。而且各种财务报告是偿付能力测算与监管的基础，完善的财务制度保证了精算数据的准确，应建立相应财务报表规则，对于保险公司的财务报表应定期向监管部门汇报，以便对其进行全程监测。同时对寿险公司的财务状况还应建立信息披露制度，杜绝违规、暗箱操作现象的发生。
参考文献：
[1] Swiss，“high growth potential puts emerging markets at frontier of insurance – China and India in the spotlight”，Sigma，2004 ，No.7.
[2] 傅安平.寿险公司偿付能力监管[M].北京：中国社会科学出版社，2004.
[3] 王福新.中国寿险业偿付能力风险评价[M].北京：经济科学出版社，2004.
[4] 中国社科院保险与经济发展研究中心课题组.寿险公司的内含价值[J].中国金融，2005，(18).
[5] 杨柳明.韩国保险偿付能力监管模式及启示[J].保险研究，2003，(1).
注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”
作者：王 倩 齐 玮