我國財產保險公司償付能力預測的實證研究

摘 要：償付能力是保險公司穩健經營、持續發展的保證，是保險監管部門監管的核心。在對保險公司償付能力預測相關文獻進行回顧的基礎上，基于新會計準則，根據財產保險公司的業務特點，選取了16項財務指標作為預測指標；采用了決策樹模型作為研究模型，利用2006—2010年我國財產保險公司的財務數據進行財產保險公司償付能力的預測研究。預測準確率在85%左右，證明運用決策樹模型進行財產保險公司償付能力的預測效果良好，同時發現資產負債率、應收保費率、毛保費規模率、保費收入增長率、營運杠桿等指標的預警能力較強。

關鍵詞：財產保險公司；償付能力；決策樹模型

中圖分類號：F840.31 文獻標志碼：A 文章編號：1673-291X（2013）11-0126-04

作為金融行業三大支柱產業之一的保險業，在保障經濟正常運行和社會穩定發展方面都具有舉足輕重的作用。如何對保險公司償付能力進行預警，保障保險公司安全、持續、穩定的經營，繼而保障民生，保障國民經濟的持續發展是保險業十分重視的話題。縱觀國內市場，2010年的都邦保險、華安財險、安華農險、嘉禾人壽，2011年的都邦保險、天安保險償付能力充足率都遠遠低于100%。2011年，長安保險償付能力充足率為100.05%，民安保險償付能力充足率為102.56%，僅略高于監管警戒線。雖然我國尚沒有保險公司破產的先例，但保險公司出現償付能力不足無論是對被保險人、保險市場還是對整個社會經濟的危害都是巨大的。因此提前進行償付能力不足的預測，無論是對于保險公司還是對于保險監管部門都具有重大意義。

一、文獻綜述

國外學者運用計量模型對保險公司償付能力進行預測的研究由來已久。Trieschmann and Pinches（1973）、Pinches and Trieschmann（1974）和Harmelink （1974）運用MDA模型對保險公司的償付能力進行了預測研究。Grace，Harrington and Klein（1998）運用非線性的Logistic模型進行償付能力的預測研究，實證表明，運用Logistic模型進行保險公司償付能力預測效果良好，同時有助于尋找對償付能力預測有利的財務指標。Kim，Anderson，Amburgey and Hickman（1995）基于保險精算的風險理論建立了動態的風險模型Hazard模型進行保險公司償付能力預測。Brockett，Cooper，Golden and Pitaktong（1994）則利用人工神經網絡進行財險公司償付能力預測，并基于同一組數據分別使用人工神經網絡與MDA模型進行檢驗，發現人工神經網絡在償付能力預測方面明顯優于MDA模型。

國內對保險公司償付能力預測的研究起步較晚。呂長江、周縣華、楊家樹（2006）運用MDA模型和Logistic模型對我國保險公司償付能力惡化進行了預測研究。結果表明，兩個模型對保險公司償付能力進行提前1—2年預測時效果良好，其中MDA模型要優于Logistic模型。

王艷、愛新覺羅藝文、顏靜雅（2011）采用Logistic回歸模型作為研究模型進行財險公司償付能力的預測研究，研究表明償債能力、盈利能力、成長能力及準備金風險衡量指標對財險公司償付能力異常有顯著影響。尚穎、李浩然、賈士彬（2011）運用三元模型分析方法即有序響應模型進行我國財險公司償付能力預警機制研究，結果顯示，預測的準確率達到85%左右，預警機制的建立是有效的。到目前為止，我國學術界對財產保險公司償付能力進行預測的研究還十分有限，本文選用決策樹模型作為研究模型進行我國財產保險公司償付能力預測的實證研究，以期獲得深一步的研究結論。

二、指標選擇、樣本選取及數據來源

（一）預測指標選擇

本文根據財產保險公司的業務特點，充分考慮了新會計準則出臺后財產保險公司財務會計報告體系及內容的變化，同時結合數據的可獲得性，選取了16項財務指標作為進行財產保險公司償付能力預測的預測指標（見表1）。這些指標從償債能力、資本機構、盈利能力、經營風險、成長能力和準備金充足性六大方面較全面地反映了財產保險公司的償付能力狀況。

（二）樣本選取

新的《保險公司償付能力管理規定》由中國保監會于2008年7月10日頒布，其中第三條規定，保險公司應當具有與其風險和業務規模相適應的資本，確保償付能力充足率不低于100%。本文將償付能力充足率大于等于100%的財產保險公司界定為償付能力充足的保險公司，將償付能力充足率小于100%的財產保險公司界定為償付能力不足的保險公司。

本文對財產保險公司進行提前兩年的償付能力預測。提前兩年的樣本中包括2010年39家財產保險公司，2009年36家財產保險公司，2008年29家財產保險公司，共計104個樣本數據。通過計算每一家財產保險公司的償付能力充足率，得出提前兩年預測的104個樣本中，償付能力充足類公司樣本數為82個，償付能力不足類公司樣本數為22個。

（三）數據來源

本文的數據來源為2007—2011年《中國保險年鑒》。關于財產保險公司的認可資產及認可負債，本文是根據中國保監會制定的保險公司償付能力報告編報規則及有關規定來計算的，進而得到財產保險公司的實際資本。關于財產保險公司的最低資本，本文是根據中國保監會關于實施《保險公司償付能力管理規定》有關事項的通知中給出的財產保險公司最低資本評估標準來計算的。其中，對于從資產負債表中無法獲知的情況，給出了如下的假設：

1.交易性金融資產、可供出售金融資產、持有至到期投資、長期股權投資為認可資產，以賬面價值的95%作為其認可價值。

2.逾期3個月內的應收利息在總應收利息中的占比為99%，為認可資產，認可價值為賬面價值，其余的為非認可資產。

3.應收保費的賬齡均小于12個月，認可價值為賬面價值的50%。

4.賬齡小于9個月的應收分保賬款在總應收分保賬款中的占比為75%，為認可資產，認可價值為賬面價值，其余的為非認可資產。

5.固定資產按90%確定為認可資產，以賬面價值與非壽險業務準備金的19%孰低的原則確定其認可價值。

6.應付債款為資本性負債，按50%的比例折算確認為認可負債，并以折算后的賬面余額作為其認可價值。

三、實證分析

（一）實證步驟

1.被解釋變量

本文用Y表示虛擬的分類變量，代表償付能力充足率。如果償付能力充足率低于100%，則償付能力不足，Y取“1”；如果償付能力充足率等于或高于100%，則償付能力為充足，Y取“0”。

2.解釋變量

本文將對財產保險公司償付能力情況具有預測作用的財務指標設為解釋變量X。本文選取了16個財務指標作為預測變量，分別記為X1—X16。分別代表資產負債率、負債經營率、營運杠桿、毛保費規模率、資產利潤率、利潤率、資金運用收益率、費用率、賠付率、應收保費率、再保險率、自留保費增長率、保費收入增長率、所有者權益率、準備金與所有者權益比率、未到期責任準備金提取率。

3.樣本選取方法

樣本中解釋變量取第t-2年的值，而被解釋變量取第t年的值，這樣建立的模型就可以提前兩年預測財產保險公司是否會陷入償付能力不足的困境。對財產保險公司進行提前兩年的償付能力預測，所得到的樣本中償付能力充足的樣本數據遠多于償付能力不足的樣本數據。為避免出現挖掘過分追求總體預測準確率的現象，提高對償付能力不足的財產保險公司的預測準確率，我們運行SAS程序，將償付能力不足的樣本進行復制，使償付能力充足樣本數量與償付能力不足的樣本數量相同。然后將數據隨機的分成兩組，第一組稱為訓練樣本組，第二組稱為檢驗樣本組。

4.模型選擇與建立

本文選擇數據挖掘中的分類預測的決策樹模型進行我國財產保險公司償付能力預測。決策樹模型的基本的思路是反復地利用信息增量方法進行樣本分割，直到不能再分割，或者達到事先的約定為止。然后，沿著決策樹的樹系結構，我們就可以寫出決策樹模型的預測規則。決策樹的預測規則由一系列的預測結論組成。

5.各指標預測償付能力不足的信息含量排序

本文用信號-噪音比差方法作為預測指標的預測信息含量的分析方法，可以得出各指標預測償付能力的信息含量排序。通過決策樹樹狀圖，可以獲知指標的最佳分割點。對于正指標（指標值越大越好）來說，指標小于最佳分割點，即判定為償付能力不足。對于負指標（指標值越小越好）來說，指標大于最佳分割點，即判定為償付能力不足。指標的信號-噪音比差=指標的信號比率（A1/A）-指標的噪音比率（B1/B），其中A1表示通過該指標判定為償付能力不足的公司在指定期限內的確償付能力不足的樣本數量（信號數），A表示償付能力不足公司總的樣本數量；B1表示通過該指標判定為償付能力不足的公司在指定期限內償付能力充足的樣本數量（噪音數），B表示償付能力充足公司總的樣本數量。如果指標的預測能力強，則信號-噪音比差值較大，如果指標的預測能力弱，則信號-噪音比差值較小。通過計算每個指標的信號-噪音比差，可以得到各指標預測償付能力的信息含量，進而可以對各指標的預測能力進行排序。

（二）預測結果

1.提前兩年償付能力預測結果（見表2）

2.決策樹樹狀圖及判別規則

3.指標預測償付能力的信息含量的定量表示及排序（見表3）

四、研究結論

通過實證研究，我們可以得到如下重要結論。

1.根據本文進行的實證研究，使用決策樹模型對財產保險公司的償付能力進行預測，提前兩年預測的訓練樣本中，準確率達到90.24%，誤判率為9.76%；對檢驗樣本的預測準確率為84.15%，誤判率為15.85%。決策樹模型對財產保險公司償付能力預測的85%左右的準確性比例充分證明了此模型的有效性。本文中應用的數據均來源于《中國保險年鑒》，數據的易獲得性使預測模型具有更強的可執行性。

2.本文在應用決策樹模型對償付能力預測的同時，采用了信號-噪音比差方法對保險公司各個財務指標的償付能力預測有效性進行了定量分析。我們發現，資產負債率對于償付能力預測的有效性最高，對于保險公司，在資產規模一定的前提下，負債越多保險公司的償付能力風險越大；反之，則保險公司經營狀況越穩定，后續出現風險的概率越低。資產負債率并不是唯一指標，本文實證中發現應收保費率、毛保費規模率、保費收入增長率、營運杠桿等財務指標的信號-噪音比差都在0.46以上，能夠較好的預測保險公司的償付能力風險。與此同時，未到期責任準備金提取率、所有者權益率、資金運用收益率、資產利潤率等財務指標的信號-噪音比差都在0.22以下，這說明對于目前我國財產保險公司的償付能力預測，這些指標的預測能力有限。

3.受限于我國當前保險業的行業成熟度、保險公司經營驗、保費收入和賠付支出的穩定性等方面，目前我國所使用的借鑒于歐、美、日等成熟保險市場的償付能力監管方法需要進行一定的改進。鑒于我國保險基金的使用限制以及經濟環境波動對保險公司經營的影響，為避免保險公司出現長期償付能力不足的風險，建議保監會對保險公司認可資產進行從嚴要求。

4.我國的宏觀經濟環境，例如股指、利率、通脹等指標變化，都會對保險公司經營風險產生影響。但本文僅從財產保險公司財務指標的微觀方面進行了償付能力的預測研究，忽略了宏觀因素對財產保險公司償付能力的影響，在后續分析中需要做進一步的研究。

參考文獻：

[1] Martin Grace，Scott E Harrington and Robert Klein，1998：“Risk-Based Capital and Solvency Screening in Property-Liability Insurance：

Hypotheses and Empirical Tests”，Journal of Risk and Insurance（2）：213-243.

[2] Yong-Duck Kim，Dan R Anderson，Terry L Amburgey and James C Hickman，1995：“The Use of Event History Analysis to Examine

Insurer Insolvencies”，Journal of Risk and Insurance（1）：94-110.

[3] Patrick L Brockett，William W Cooper，Linda L Golden and Utai Pitaktong，1994：“A Neural Network Method for Obtaining an Early

Warning of Insurer Insolvency”，Journal of Risk and Insurance（3）：402-424.

[4] 呂長江，周縣華，楊家樹.保險公司償付能力惡化預測研究[J].財經研究，2006，（10）.

[5] 王艷，顏靜雅，愛新覺羅藝文.我國財險公司償付能力惡化預警研究[J].金融會計，2011，（9）.

[6] 尚穎，李浩然，賈士彬.我國財險公司償付能力預警機制研究——基于有序響應模型的實證分析[J].證券保險，2011，（10）.

[責任編輯 杜 娟]