摘要:近年來,由于眾多非壽險公司面臨著保險利潤波動幅度較大以及逐漸遞增的巨災風險,動態財務分析作為一個新興的金融分析方法受到越來越多的關注。本文在對該方法進行闡述的同時,采用了有效前沿和風險因素劃分的思想,并在此基礎上,對利率生成器模型和再保險分出模型進行了詳細的闡述。
關鍵詞:動態財務分析風險因素有效前沿
一、背景介紹
近幾年來,美國、加拿大以及歐洲很多國家的非壽險公司紛紛面臨著保險利潤波動幅度較大以及逐漸遞增的巨災損失,但是與之同時保險公司資本市場的良好運作又形成了更高的資本盈余。這些新變化不僅影響了股東價值,而且直接關系到非壽險公司的償付能力。為了最大化股東價值,保險公司應該對加速股東價值形成和影響資本成本的因素有所了解。這就要求不僅要可以識別這些因素,還要通過揭示出它們的隨機性以及之間的相關性來量化收入波動。
當今分析非壽險公司不同商業策略的財務效果主要有兩種方法:情景測試和隨機模擬。情景測試是指用確定的情景對未來經營進行分析得出結論,這樣的結論只在特定的情景下有效。所以,只有當套用的情景是正確的時候,用情景測試得出的結論才是可靠的。并且與某一特定情景相關的風險只能粗略地估計而無法準確地量化。然而隨機模擬克服了這個缺點。隨機模擬運用在保險公司對現金流量的模擬分析方面就叫做動態財務分析。動態財務分析是對非壽險以及再保險公司整體財務模型進行大規模計算機模擬,以便對戰略決策進行風險和收益評估的方法。
二、方法特點
與傳統的財務分析相比,動態財務分析最重要的特點,就是它可以從一個整體的角度來分析整個公司的財務狀況,特別是當它被用來模擬保險公司在面對大量互相關聯的風險因素反應的情況下。動態財務分析模型通常能夠反映資產和負債之間的相互作用。對于公司運轉情況的準確識別,使得動態財務分析模型得以闡述商業策略和結果之間的聯系。理論上,動態財務分析是一個操作平臺,它把各種模型和財務方法結合成一個多變量的動態模擬系統。在隨機模擬的基礎上,它能夠產生大量的隨機情景,通過對每一情景的反應進行評估,我們就可以對產生的結果進行統計分析。
三、效果衡量
動態財務分析的最終目標就是從眾多的商業決策里面選擇出最優決策。在給定的情景下實施某一決策的結果可以用效果衡量(Performance Measure)來表示。它是一個用來描述公司應用某一模型所產生效果的隨機變量。我們應該抓住模型描述的核心,即預期利潤和風險衡量或者叫利潤的標準差。
在給定的情景下,應用一個商業策略將產生一個結果,它可以表示成一個產出變量的均值和離散程度,并且在坐標系里有一個點與之對應。我們假設預期利潤為坐標縱軸,與之相關的風險為坐標橫軸。通常我們說在其他條件不變的情況下利潤越大越好,風險越小越好。

因此在圖1中,在條件允許的情況下,任何一個產出點都優于它下方和右方的點。當所有可行的策略都模擬過以后,那些占優勢的點在風險收益坐標系里面就形成了一個邊界,即有效前沿。它是一個由可實現的理性策略所構成的數集,同時將無法達到的選擇和次優選擇分割開來。在有效前沿上對具體的點的選擇會非常復雜,公司的風險偏好以及與外部實體之間的相互作用等因素將決定具體的選擇。

四、風險劃分與模型構成
動態財務分析主要由情景生成器以及數據輸入、輸出幾部分構成。其中情景生成器是最重要的組成因素之一。它由與公司風險因素相關的隨機模型組成。風險因素通常包括資產風險、負債風險以及經營風險。對于保險公司可能面臨的風險劃分如圖2所示。構建動態財務分析模型最重要的步驟就是識別出與資產、負債和現金流量相關的隨機變量,然后選擇其中的某些因素進行建模分析。根據圖2中的風險劃分,我們可以把動態財務分析分為以下幾個部分:定價部分、準備金提取部分、投資部分和巨災風險部分。對每部分進行進一步劃分,可以將情景生成器分成利率生成器模型、再保險分出模型、巨災損失模型、非巨災損失模型、承保周期模型以及賠付方式模型等。本文僅就利率產生器和再保險分出模型進行詳細闡述,其余模型的分析過程詳見文獻[5]。
五、利率生成器模型
20世紀末人們研究出越來越多的模型用于模擬短期利率和期限結構的走勢。利率生成器是動態財務分析中非常重要的模型之一。對于短期利率的模擬,本文采用比較有代表性的1985年由Cox、Ingersoll和Ross提出的CIR模型。它的表達式如下:


六、再保險分出模型
再保險也稱分保,是保險人在原保險合同的基礎上,通過簽訂合同,將其所承保的部分風險和責任向其他保險人進行保險的行為。再保險按照其責任限制分類可以分為溢額再保險和比例再保險。下面我們就這兩部分分別進行分析。
(一)溢額再保險
溢額再保險是由保險人和再保險人簽訂協議,對每個危險單位確定一個由保險人承擔的自留額,保險金額超過自留額的部分成為溢額,分給再保險人承擔。假設賠付額是X,自留額為m,那么原保險人支出額Y和再保險人支出額Z的關系可以表示如表1:

溢額再保險的意義在于它不僅降低了原保險人賠付額的期望值,更重要的它還降低了原保險人賠付額的方差值,即賠付額的波動幅度。
在沒有再保險的情況下,原保險人賠付額的期望是

在考慮通貨膨脹的情況下,假設索賠額受到通貨膨脹的影響,但是自留額水平保持不變,那么如果通貨膨脹率為k (k>1),那么進行溢額再保險以后,原保險人支付額的期望變為

比例再保險是以保險金額為基礎來確定分出公司自留額和接受公司責任額的再保險方式。它的方法相對比較簡單,如果假定自留比例為 a( a<1),那么原保險人的支出額與再保險人的支出額關系如表3所示。

[參考文獻]
[1] John Wiley Sons, Dynamic Finan?鄄cial Analysis, Encyclopedia of Actuarial Science, 2004.
[2]Stavros Christofides, Constructing an effective Insurance DFA model, 2001.
[3]Paul Embrechts, Insurance Analytics Actuarial Tools for Financial Risk Manage?鄄ment, 2003.
[4]Susan E. Witcraft, Strategies for Ranking DFA Results, 2001.
[5]Roger Kaufmann, Andreas Gadmer, Ralf Klett, Introduction to Dynamic Financial Analysis, 2001.