我國保險業效率變化研究

摘要：基于生產前沿面理論，本文引入全要素生產率Malmquist指數對我國1999－2006年間保險業的效率變化狀況進行了動態分析，并將其分解為“追趕效應”和“增長效應”，同時比較和分析了不同類型、不同規模、不同經營特點保險機構效率動態變化的差異及其原因。實證發現，我國保險業效率的全面提升，有賴于“增長效應”和“追趕效應”的共同作用，特別是需要注重提高“增長效應”的貢獻。保險機構在注重提高自身效率水平的同時，需要特別提升技術創新的能力。

關鍵詞：保險業；效率；全要素生產率

中圖分類號：F842.0 文獻標識碼：Ａ 文章編號：１００３－９０３１（２００8）11－００53－０6

一、引言

我國保險業發展外部環境的一個重要變化，是加入WTO過渡期結束，國內各保險機構必須面對更加激烈的市場競爭，外資保險公司競爭優勢和效率優勢逐步顯現，保險市場格局和業務結構將被打破。在更加開放的環境中謀發展，如果不能迅速將發展思路轉到提高國內保險公司的效率上來，其后果不僅是國內保險業受到重大沖擊，還會延緩我國整個金融業改革和經濟發展的進程，可以說，如何提高效率以提升綜合競爭力已成為我國保險業生存和發展的關鍵，而圍繞其開展有關保險業效率的研究則顯得十分重要和迫切。

然而，我國目前對保險業效率進行的研究還處在起步階段，既缺乏對理論和方法論的研究，也缺乏對大量數據的實證分析，無論是對效率研究方法還是對研究結論，都還缺乏比較一致的看法。已有的大部分研究，如姚樹潔等（2005）[1]，惲敏和李心丹（2003）[2]，侯晉和朱磊（2004）[3]，吳詣民等（2005）[4]，李克成（2005）[5]等還集中于對效率測算的靜態分析，考慮到我國保險業發展中的不確定性、要素價格數據的缺乏和統計中的測量誤差，這種靜態分析存在一定缺陷。為了在效率研究中加入時間概念，反映我國保險業效率的動態變化，本文基于生產前沿面理論，引入全要素生產率Malmquist指數對我國1999－2006年間保險業的效率變化狀況進行了測算。這種指數分析方法除考慮了時間及技術因素外，還具有不需要投入產出的價格變量、不必事先對機構的生產函數形式進行假設、可以直接對某一機構的效率進行縱向比較等優點，能夠為我國保險業的效率及技術改進提供新的測算方法和評價指標。

二、基于生產前沿面理論的全要素生產率的一般原理

Farrell（1957）最早提出效率可以通過比較企業與由產業中支配企業形成的“最佳實踐”效率邊界（efficiency frontier）來估計的“生產前沿面理論”，其出發點是根據已知的一組投入產出觀察值，定義并構造出所有可能投入產出組合的最佳生產前沿面，通過比較樣本機構與前沿面的距離而測算出每家機構的效率。[6]Grosskopf （1993）將全要素生產率（total factor productivity， TFP）定義為總產出量的指數除以生產過程中消耗的總投入的指數，它是單要素生產率概念如勞動力生產率的一般化。[7]全要素生產率的增長則被定義為產出變化扣除投入變化后的凈變化，即當一單位投入消耗可生產更多產出時會出現全要素生產率的增長。

在生產前沿面理論中，全要素生產率的變動有兩個主要構成部分——技術變動（Technical Change， TC）和效率變動（Efficiency Change， EC），其中，技術變動代表不同時期最佳效率邊界的移動，被稱為“前沿面移動效應”或“增長效應”，它表明了樣本機構的技術創新趨勢；效率變動則代表樣本機構不同時期相對技術效率的變化，被稱為“追趕效應”或“水平效應”，它衡量了樣本機構是否更靠近當期的最佳效率邊界進行生產。這就是說，如果企業是完全有效率的，即不同時期均在最佳效率邊界生產，那么全要素生產率的增長等于技術變動；如果企業不完全有效率，即不在最佳效率邊界上生產，那么全要素生產率的增長會因效率的提高和效率邊界的移動而發生。當然，全要素生產率也可能因企業變得非效率或效率邊界反向移動（技術倒退）而下降。

筆者用圖1說明全要素生產率增長的一般原理，它給出一種投入、一種產出企業在t期和t+1期規模報酬不變的最佳效率邊界（分別為Vt和Vt+1）。t+1期效率邊界在t期效率邊界的左邊，這暗示從t期到t+1期之間由于技術變化即效率邊界的移動產生了生產率的增長。對于一個完全效率的企業（即t期和t+1期都在最佳效率邊界上），技術變化和全要素生產率變化是相等的。但是，非效率企業通過提高效率也可以獲得全要素生產率的增長：考慮t期在點B（ ）和t+1期在點A（ ）經營的企業，企業從t期到t+1期變得更有效率，因為它在t+1期比t期更靠近效率邊界。實際上，t+1期企業是在t期不可能實現的產出水平上經營的，即它利用了技術變化推動其經營點至t期生產邊界的左邊。因此，企業通過改進技術變得更有效率，從而獲得了全要素生產率的增長。

三、全要素生產率Malmquist指數的模型設定

Sten Malmquist（1953）首次提出了用于分析不同時期消費變化的Malmquist指數，其指導思想是在比較兩組消費數據時，利用其中一組的無差異曲線作為參考集，分別對兩組消費數據進行判斷。[8]隨后Fauml;re etc（1994）將這一指數分析方法應用于全要素生產率增長的分析中。[9]

對于t期最佳效率邊界，全要素生產率Malmquist指數可定義為：

（1）

其中， 代表以第t期技術表示的當期的效率水平； 代表以第t期技術表示（即以第t期的數據為參考集）的t＋1期的效率水平。

對于t＋1期最佳效率邊界，全要素生產率Malmquist指數可定義為：

（2）

其中， 代表以第t＋1期技術表示第t期的效率水平； 代表以第t＋1期技術表示（即以第t＋1期的數據為參考集）的當期的效率水平。

為了避免任意選擇一個最佳效率邊界來計算指數，既不能用t期也不能用t+1期的效率邊界作為參照，本文采取幾何平均的方法，得到下面的全要素生產率Malmquist指數模型：

（3）

其中， 即為全要素生產率Malmquist指數，代表由t期到t+1期全要素生產率的變動情況。

按照全要素生產率的一般原理，式（3）可以分解為兩部分，分別代表效率變動（EC）和技術變動（TC）。其中，效率變動為t期企業到效率邊界的距離與t+1期企業到效率邊界的距離之比（見圖1），即

（4）

如果EC>1，表示t期到t+1期效率有所增長，即企業在t+1期比t期更靠近效率邊界；反之，如果EC<1，表示t期到t+1期效率有所下降；如果EC=1，表示t期到t+1期效率水平沒有變化。

技術變動則可通過比較t+1期效率邊界與t期效率邊界來度量，計算如下：

（5）

如果TC>1，表示t期到t+1期發生了有利的技術變動，最佳效率邊界將左移；反之，如果TC<1，表示t期到t+1期發生了不利的技術變動，最佳效率邊界將右移；如果TC=1，表示最佳效率邊界沒有變化。

因此，效率變動與技術變動的乘積即全要素生產率變動，即

×

（6）

從以上模型設定可以看出，如何確定不同生產前沿面（最佳效率邊界）的效率水平是關鍵，不同的定義方法、假設條件以及所運用數學工具的不同都可能得出不同的結果。通常根據是否需要估計前沿生產函數中的參數，效率水平估計可以分為參數法和非參數法兩類主要方法。區別在于，非參數方法無需給定生產函數的具體形式及估計前沿生產函數的參數，而參數方法則根據不同假設選定生產函數的形式并對其中的參數進行估計。為了減小模型估計的系統性誤差，避免生產要素價格不確定和不透明的缺陷，并且可以自如地處理多投入和多產出的情況，無需決定其相對的重要性，解決主觀權數決定與加總的問題，本文選擇非參數方法來估計不同時期、不同生產前沿面的效率水平。

Charnes，CooperRhodes（1978）[10]提出了使用非參數法測算效率水平的CCR模型，在借鑒此模型的基礎上，本文假設N家保險機構利用K種投入生產M種產出，第j家樣本機構的效率水平可通過求解下列數學規劃問題得到：

其中， 即第 家樣本機構的效率水平， 為阿基米德無窮小量， 為樣本機構 的權重， 分別代表樣本機構 的投入和產出向量， 為松弛變量（該變量的大小可一定程度反映出樣本機構投入、產出的優化方向）， 是 維單位向量。

此外，為了弄清楚每一年是哪一家或哪幾家保險機構使得生產前沿面向外移動，即尋找哪些機構是年度生產前沿面外移的“創新者”，就必須在技術變動（TC）的基礎上引入一些限制條件（F?覿re，Grosskopf，NorrisZhang，1994）：[9]

如果同時滿足上面三個條件，那么這家保險機構就是時期t到t＋1期間使得生產前沿面外移的企業。

四、模型的估計與結果

（一）數據選取和處理

本文采集1999年至2006年我國28家保險機構的年度會計報告數據，其中壽險12家，非壽險16家，占保險業務的95％以上，樣本數據應能反映中國保險業的總體水平。本文將此28家保險機構看作有3種產出量和3種投入量的決策單元：

1． 3種產出量。由于保險公司屬于金融服務業，因此其產出應以其提供的服務來衡量（Yuengert，1993）。[11]一般而言，保險公司提供的服務主要為風險分擔和中介服務，因此，本文確定保費收入（y1）、總投資資產（y2）、已發生給付和準備金變動（y3）作為3種產出變量。第一，在保單簽署階段，保險機構向客戶提供圍繞保單進行的保障計劃咨詢、風險勘查、推薦介紹等各項有形和無形服務，投保人通過交納一定的保費，將不確定的風險損失轉化為確定的支出。作為對該項服務的量化，本文以“保費收入”作為這項服務的產出量 。第二，由于保費收入和賠款支出的時間差，保險公司有了資金運用的可能性。由于競爭的需要，在制定保費時要考慮投資收益率情況以降低保費，這一點在競爭日趨激烈的保險市場上愈顯重要。所以，資金運用也成為保險公司一項重要的無形服務。本文以“總投資資產”作為這項服務產出的量化指標。第三，在保單執行階段，保險機構向客戶提供風險分散和轉移的服務，作為對該項服務的量化，本文以“已發生給付和準備金變動”表示。而且，每一案理賠服務費用的支出多少是并入賠款支出計算的，故這個量化指標在一定程度上還衡量了有形的服務 。

2． 3種投入量。保險效率研究中對投入變量的選擇比對產出變量的選擇更有一致性，大多數研究都使用勞動力、金融股權資本和債務資本作為投入變量，因此，本文亦確定員工人數（X1）、金融資本（X2）、債務資本（X3）作為3種投入變量。第一，由于現階段中國保險業主要實行粗放式經營，最大的特點是依靠機構的擴展和人員的投入來獲取市場份額，因此本文選擇“員工人數”作為勞動力的投入量。第二，資本金反映了保險機構的總體規模，在將保險視為風險負債的保險定價金融理論中被認為是一種重要的投入，因此本文選擇“實收資本＋資本公積”作為金融資本的投入量。第三，保險企業的債務資本主要由從保單持有人借入的資金構成，對壽險企業，債務資本包括壽險保單和契約的總準備金、意外事故和健康險保單的總準備金以及其它準備金項目；對非壽險企業，準備金由賠款準備金和未賺保費準備金構成。

（二）實證結果及分析

根據采用非參數方法估計保險機構效率水平的模型（式7）和全要素生產率Malmquist指數模型（式6），本文測算出我國各保險機構1999－2000、2000－2001、2001－2002、2002－2003、2003－2004、2004－2005、2005－2006等7個時期的四個不同層次的效率水平，進而得到各時期的效率變動（EC）、技術變動（TC）和Malmquist指數（M）（見表1）。

1．從我國保險業整體樣本看。全要素生產率Malmquist指數在1999－2006年間有所提高，而且帶動指數增加的主要是“追趕效應”的貢獻，這說明保險業生產力的提高是與保險業自身效率提升密切相關的。具體來說，2000－2001年Malmquist指數大于1，EC起了很大的作用，即全要素生產率的提高主要源于“追趕效應”部分，反映了保險機構相對效率的提高是生產有效性提高的關鍵因素，這可能與當年加入WTO、市場競爭加劇有關，這種競爭壓力有助于生產相對無效的保險機構進行迅速調整，減少要素投入或增大產出規模，使自身的經營更接近保險業的“生產前沿面”，但當時的競爭還沒有達到不進行技術創新就不能生存的地步，所以增長效應還沒有體現出來。2003年以后Malmquist指數持續大于1，EC和TC均起了很大的作用，即全要素生產率的提高是“追趕效應”和“增長效應”共同作用的結果，這說明保險機構在注重提高自身技術效率水平的同時，開始進一步提升技術創新的能力，這可能與我國保險業進入WTO后過渡期，市場競爭更加充分，技術創新已經成為保險機構核心競爭力有關。

2．從依據不同標準對樣本細分后的比較結果看。樣本期內財險業的Malmquist指數平均數、效率變動平均數和技術變動平均數均分別大于壽險業，這說明財險業的生產有效性要明顯好于壽險業，其中，財險業的效率變動（EC）在多數時期下大于1，說明“追趕效應”是財險業生產有效性提高的主要原因，財險機構相對技術效率逐步提高。此外，2001年之后財險業的技術變動（TC）開始反超壽險業，這說明財險機構在保險技術創新上投入了更多的人力、物力和財力，新的營銷方式、新的產品和觀念對財險企業的發展產生了較大的促進力。

樣本期內中資保險機構的Malmquist指數平均數、效率變動平均數和技術變動平均數均要高于外資保險機構，但這不能斷定中資機構的生產有效性就要好于外資機構，因為在不同的年份雙方各項指標交替上升，而且從發展波動和樣本方差比較來看，外資保險機構各項指標發展的穩定性均要強于中資，這與外資機構注重長遠可持續發展的經營觀念有關。具體來看，2001年之后，外資保險機構的“追趕效應”開始顯現，而中資保險機構的“增長效應”逐步顯現，這說明隨著市場開放程度的不斷加快，外資保險機構在經營區域和險種上的限制逐漸放開，業務規模的不斷擴大加之先進的管理能力和內控制度，使得其更加靠近保險業的生產前沿面進行經營；而對于中資保險機構來說，外資的進入帶來了新的營銷方式、新的產品和觀念，使得中資機構原來的經營模式和產品難以適應激烈的市場競爭，中資機構不得不大力加強技術創新能力以改變被動的地位。可以說，中資保險機構“增長效應”的提升，這在一定程度上是受到外資機構的競爭，產生危機意識而利用“后發效應”加速發展的結果。

樣本期內國有保險機構的Malmquist指數、效率變動和技術變動波動起伏較大，而同期股份制保險機構的三項指標則呈現較穩定的小幅攀升的趨勢。具體來看，1999－2000年，國有保險機構與股份制保險機構Malmquist指數及其分解效應基本相同；2000－2003年，國有保險機構的波動加大，雖然反映在Malmquist指數上與股份制機構的差距不大，但是其兩個分解效應“追趕效應”和“增長效應”呈現明顯的反向變動趨勢，且與股份制保險機構相比差距較大，這很可能與國有保險機構在樣本期間內相繼發生兩次大的機構調整和改革有關，在改革過程中沒有處理好效率進步與技術進步的關系，只重視其中一種效應而忽視了另一種效應。2003年以后，國有保險機構加強了技術創新能力，“增長效應”逐漸顯現，這也成為當期國有保險機構生產有效性強于股份制機構的主要原因。

3．從“增長效應”中尋找“創新者”看。樣本期內為生產前沿面向外移動做出貢獻的全部是外資保險機構，這進一步說明外資保險機構擁有較強的技術創新能力，而且財險業中推動生產前沿面外移的保險機構明顯多于壽險業。其中，東京海上火災保險株式會社上海分公司和皇家太陽聯合保險公司上海分公司分別在樣本周期內五次扮演了創新者的角色，是技術創新能力最強的外資保險機構（見表2）。

五、結論

本文基于生產前沿面理論，引入全要素生產率Malmquist指數對我國1999－2006年間保險業的效率變化狀況進行了動態分析得出以下結論。

第一，從保險業整體看，全要素生產Malmquist指數在1999－2006年間有所提高，其中“追趕效應”對指數的促進較為明顯，“增長效應”還未完全顯現，說明保險機構更加注重提高自身技術效率水平而非創新能力來提高生產的有效性，這也與大多數保險機構自身效率低下、效率提升還有較大發展空間有關。

第二，從保險業務的性質看，財險業的生產有效性要明顯好于壽險業，其中，“追趕效應”顯著是主要原因，財險機構相對技術效率逐步提高。

第三，從保險機構的性質看，外資保險機構的“追趕效應”和中資保險機構的“增長效應”分別開始逐步顯現，這說明外資保險機構在經營區域和險種上的限制逐漸放開以及業務規模的不斷擴大使得其更加靠近保險業的生產前沿面進行經營，而中資保險機構“增長效應”的提升，在一定程度上是受到外資機構的競爭，產生危機意識而利用“后發效應”加速發展的結果。

第四，從保險機構的產權性質看，與股份制保險機構動態效率呈現較穩定的小幅攀升的趨勢不同，國有保險機構效率變動和技術變動波動起伏較大，依然沒有處理好效率進步與技術進步的關系，往往重視其中一種效應而忽視另一種效應。與此同時，1999－2006年間為生產前沿面向外移動做出貢獻的全部是外資保險機構，這進一步說明外資保險機構擁有較強的技術創新能力，而且財險業中推動生產前沿面外移的保險機構明顯多于壽險業。

因此，我國保險業效率的全面提升，有賴于“增長效應”和“追趕效應”的共同作用，特別是需要注重提高“增長效應”的貢獻。保險機構在注重提高自身效率水平的同時，需要特別提升技術創新的能力。■

參考文獻：

[1] 姚樹潔、馮根福、韓鐘偉，中國保險業效率的實證分析[J].經濟研究，2005，（7）.

[2] 惲敏、李心丹，基于DEA方法的保險公司效率分析[J].現代管理科學，2003，（3）.

[3] 侯晉、朱磊，我國保險公司經營效率的非壽險實證分析[J].南開經濟研究，2004，（4）.

[4] 吳詣民，李村璞，何靜，基于DEA方法的中國保險公司效率評價[J].統計與信息論壇，2005，（5）

[5] 李克成，國內壽險公司經營效率實證分析[J].保險研究，2005，（2）.

[6] Farrell， M.J.， The Measurement of Productive Efficiency [J]. Journal of the Royal Statistical Society， 1957，(120).

[7]Grosskopf，Shawna，Statistical Inference and Nonparametric Efficiency: A Selective Survey [J]. Journal of Productivity Analysis， 1993，（7）.

[8] Sten Malmquist， Index number and indifference surfaces [J]. Trabajos de Estadistica， 1953，（4）.

[9] Fauml;re， R.， S. Grosskopf， M. Norris and Z. Zhang， Productivity Growth， Technical Progress， and Efficiency Change in Industrialized Countries [J]. American Economic Review， 1994，（7）.

[10] Charnes， Abraham， William Cooper and Edwardo Rhodes， Measuring the Efficiency of Decision Making Units [J]. European Journal of Operational Research， 1978，（2）.

[11] Yuengert， A.， The Measurement of Efficiency in Life Insurance: Estimates of a Mixed Normal-Gamma Error Model [J]. Journal of Banking and Finance， 1993，（17）.

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。”