中國壽險公司多元化經營與績效關系的實證研究

劉 娜，易 佳

(湖南大學 金融與統計學院，湖南 長沙 410079)

?

中國壽險公司多元化經營與績效關系的實證研究

劉 娜，易 佳

(湖南大學 金融與統計學院，湖南 長沙 410079)

本文對壽險公司多元化經營和績效指標進行設計及模型構建：多元化經營指標包括業務線多元化和經營區域多元化，運用熵指數對其進行度量；選取總資產收益率、凈資產收益率等財務指標來衡量保險公司經營績效；建立壽險公司多元化經營與績效的回歸模型。以2012年40家壽險公司的數據為樣本，進行實證分析，研究表明我國壽險公司經營績效與業務線熵指數呈正相關關系，與經營區域熵指數呈倒U型的關系。

壽險公司；多元化；績效；熵指數

中國壽險經營主體日漸增多，競爭激烈。進入中國壽險市場的提供多元化金融服務的國際大型保險控股公司依托綜合經營，在產品設計、投資收益、客戶服務等方面具有明顯的優勢，這勢必對僅僅從事單一業務的中資壽險公司造成沖擊。中國保險業發展“十二五”規劃提出：“支持符合條件的保險集團、保險公司穩步開展金融綜合經營試點，強化創新服務和風險控制能力，通過與銀行業、證券業開展廣泛深入合作，提高綜合金融服務能力與水平”，以及“交叉銷售”和“積極參與金融綜合經營立法”等。由此可見，我國壽險公司進行多元化經營是大勢所趨。因此，壽險公司多元化經營與績效研究對我國壽險市場發展有著重要的理論和現實意義。

一、文獻綜述

國外對于多元化經營的研究較早，Ansoff(1957)[1]從企業所經營的產品數量角度出發，認為當企業現有產品的發展不能實現企業的經營目標時，企業可能選擇進入新的產品領域，或者由于某種高利潤率市場誘使企業進入新的產品領域。Gort (1962)[2]將企業多元化經營定義為單個企業服務的異質市場數量的增加，強調市場異質性不同于同一產品的細微差別化，企業多元化是企業的產品或服務跨一個以上產業的經營方式或成長行為。Rumelt(1974)[3]提出多元化戰略是以與原來活動相關聯的新的活動方式表現出來，它的實質是進入新的領域，培養新的競爭優勢，同時壯大現有領域。總的來看，國外對多元化經營的理解側重于產品與市場的多元化。

國內關于多元化經營含義傾向于認為：多元化經營在工商實業中表現為工商產品的多元化，在金融機構中則表現為金融業內產品或服務的多元化，而具體到壽險公司多元化經營則表現為壽險業內的產品或服務的多元化。主要代表有尹義省(1999)[4]。

目前國內關于壽險公司多元化經營與績效的關系研究甚少，大部分集中在對績效的單方面分析上。陳飛躍(2007)[5]基于運用DEA方法對我國16家壽險公司的經營績效進行綜合評價，客觀、合理地測算了各壽險公司的相對經營績效值。粟芳、馮高翔(2008)[6]借鑒因子分析的結果，構造了評價壽險公司經營業績的模型，并根據2003-2005年的數據對我國壽險公司的經營業績進行了實證分析，分析結果表明，我國壽險公司的經營業績處于一個不斷上升的過程之中，但外資壽險公司的經營業績較好。郝婧怡、王榮(2010)[7]構建了我國壽險公司的經營績效評價體系，并選取我國2008年排名相對靠前的十家壽險公司的相關績效指標為樣本，運用主成分分析法，驗證了平衡計分卡對構建我國壽險公司經營績效評價體系的適應性。

綜上所述，現有的研究主要集中在對壽險公司績效的綜合評價與分析上，而多元化經營與績效的關系研究尚屬空白，因此，中國壽險公司多元化經營與績效之間關系如何，值得研究。

二、指標設計

(一)壽險公司多元化指標設計

衡量公司多元化水平的傳統方法是通過度量公司經營的產品數量來實現的(Penrose，1959)[8]，但是隨著人們對公司多元化經營認識的不斷深入，度量公司多元化經營水平的方法被不斷修正。目前通用的測度多元化程度的指標有：多元化經營的行業數、赫芬達爾指數、熵指數和專業化率。

根據已有的研究和計算的可行性，本文擬采用熵指數(Entropy Diversified Index, EDI)作為測度壽險公司多元化①的指標，其計算公式為：

(1)

其中pi是該壽險公司第i項保費收入/總保費收入。EDI值為0時，表明壽險公司未進行多元化經營；EDI值越大，表明壽險公司多元化程度越高。

為了進一步測度壽險公司多元化的程度，我們采用業務線熵指數和經營區域熵指數作為解釋變量來衡量，具體計算公式如下：

(2)

其中n為業務線總個數，本文一共統計了六個業務線，分別是普通壽險，分紅壽險投資聯結保險，萬能保險，意外傷害險，健康險等。pi表示每個業務線業務量占總業務量的比例。

(3)

其中n為分公司總數，pi表示每個分公司營業收入占總營業收入的比例。

(二)壽險公司績效的指標設計

衡量績效指標通常有兩大類：市場指標和財務指標。市場指標狹義來講即托賓Q值，考慮到我國壽險公司上市的樣本太少，無法獲得足夠有效的數據來計算托賓Q值，所以本文依然采用較為傳統的財務指標。常用來代表企業績效的財務指標有總資產收益率、凈資產收益率、利潤率等，因此本文選取總資產收益率、凈資產收益率、承保利潤率、資產增長率、保費收入增長率②作為被解釋變量衡量績效。

(三)其他變量指標

控制變量指必須在研究過程中加以控制、才能提高研究結果可靠性的變量。控制變量可以評價回歸模型的正確性，并拒絕實證結果的其他解釋。在回歸分析前將先對變量間的相關性進行檢驗，如果兩者確實不相關，則保留控制變量。因此本文構建多元化經營與績效相關性的多元回歸模型時，考察了以下幾個控制變量：

1．壽險公司年齡

由于壽險公司年齡對制度化有積極影響，即壽險公司年齡越長，制度化程度就會越高，協調各個業務單元的成本可能也會更高，因而考慮公司成立時間，選取壽險公司年齡作為本研究的一個控制變量。

2．壽險公司規模

本文選用壽險公司的總資產衡量其規模。考慮到資產的數值比較大，和其他一些數值較小的變量放在一起進行回歸時可能會產生誤差，因此本文用總資產的自然對數作為壽險公司規模的最終表示。

另外，為了避免變量的內生性，取得更有效一致的分析結果，我們引入了描述企業個體特征的控制變量，如費用率、資產負債率等。

(四)指標體系匯總

對采用的解釋變量、被解釋變量、控制變量進行匯總。見表1所示。

表1 各指標匯總

三、研究假設和模型構建

(一)研究假設

Meador等(2000年)[9]利用效率分析，研究美國人壽保險公司經營產品多樣化對效率的影響，計算的有關X效率的績效數據表明，以6種最主要的保險業務的簽單保費收入與赫芬達爾指數負相關。研究結果表明：多元化經營的人壽保險公司比專業化的人壽保險公司經營效率更高。

國內壽險業結構性問題嚴重，很多公司將全部資源僅投入到一項業務中，不惜通過惡性競爭來搶占市場份額。產品結構單一、效益低下的問題相對嚴重，于是本文提出假設1。

假設1 壽險公司業務線多元化與壽險公司績效存在正相關的關系，且存在業務線多元化溢價。

縱觀各大保險公司的發展，但凡經歷過“撒網式”擴張的保險公司，基本都會遭遇幾年的虧損，這是由于這些擴張往往缺乏足夠的市場調研，而分設機構帶來的啟動投入都會拉高公司的經營成本，而績效的產生卻十分緩慢，甚至會有分支機構因為經營不善而倒閉。反觀一些經營理念先進的外資保險公司，如友邦，由于重效益輕規模，而有著很好的業績表現。因此本文提出理論假設2。

假設2 壽險公司經營區域多元化與壽險公司績效存在倒U型關系，適度進行分支機構擴張可以給公司帶來競爭力，而過度分設機構則會拉高公司的經營成本。

(二)模型構建

1. 以業務線熵指數為解釋變量，凈資產收益率為被解釋變量構建的回歸模型為：

ROE=a+ a*LINE EDI+∑biXi+e

(4)

其中ROE為凈資產收益率，a為截距項，LINE EDI為業務線熵指數，∑Xi為各控制變量，a*和bi為系數，e為隨機誤差項。

2.以地域熵指數為解釋變量，以凈資產收益率為被解釋變量的回歸模型為：

ROE= a+ a*AREA EDI+∑biXi+e

(5)

其中ROE為凈資產收益率，a為截距項，AREA EDI為經營區域熵指數，∑Xi為各控制變量，a*和bi為系數，e為隨機誤差項。

3.以業務線熵指數和經營區域熵指數同時為解釋變量，以凈資產收益率為被解釋變量的回歸模型為：

ROE=a+a*LINE EDI+ b*AREA EDI+∑biXi+e

(6)

其中ROE為凈資產收益率，a為截距項，LINE EDI為業務線熵指數，AREA EDI為經營區域熵指數，∑Xi為各控制變量，a*、b*和bi為系數，e為隨機誤差項。

4.以業務線熵指數和經營區域熵指數同時為解釋變量，將綜合績效評分③作為被解釋變量進行模型擬合，具體模型為：

OVEFF= a+a*LINE EDI+b*AREA EDI+∑biXi+e

(7)

其中OVEFF為綜合績效評分，a為截距項，LINE EDI為業務線熵指數，AREA EDI為經營區域熵指數，∑Xi為各控制變量，a*、b*和bi為系數，e為隨機誤差項。

四、實證分析

(一)數據的選取

為了研究業務線多元化與經營區域多元化對中國壽險公司績效的影響，本文選取我國壽險公司2011年的數據進行橫截面分析。依據《2012年中國保險年鑒》，業務線數據可獲得的壽險公司共有60家(為了便于分析,我們將友邦各子公司并為友邦集團，作為一家分析)。60家壽險公司中去掉地區分公司經營數據不詳的公司，得到43個壽險公司樣本。從得到的統計數據來看，和諧健康、太平養老、瑞泰三家公司出現了非系統性的異常數據，其費用率與保費收入增長率都超出整體均值三個標準差以上，可被認為是壞的樣本(OUTLYING OBSERVATION)，因此剃除這3家。最終確定40家壽險公司的有效樣本數據。

(二)統計分析

1. 描述性統計分析

描述性統計分析是進行其他更深入分析的前提，本文在區分多元化和專業化不同類型的基礎上進行分析。

(1)全部樣本

運用SAS 9.3進行描述性統計分析，結果如表2。

表2 全部樣本的描述性統計分析

從全部樣本的描述性統計分析結果，可以得出：①無論是總資產收益率、凈資產收益率還是承保利潤率，其均值皆為負數，總體數值都偏低，這表明我國壽險公司整體盈利能力不高；②資產增長率較高，同時資產負債率也很高，主要是因為保費收入增長率較高，達到26.57%。保費收入增長的同時，公司費用也在增加，因此利潤率并沒有隨收入增加而提高。③壽險公司經營存在不同程度的區域多元化與業務多元化。那么，壽險公司績效與其業務多元化程度的關系如何，下面將以業務線熵指數大于0.7來區分壽險公司的類型，進行進一步的分析。

(2)分組樣本

根據經驗與數據所反映的信息，以業務線熵指數0.7為界限，劃分壽險公司的類型，大于或等于0.7的屬于業務多元化的壽險公司，小于0.7的屬于業務專業化的壽險公司。根據統計結果，40個樣本中有15個屬于業務多元化，25個屬于業務專業化。分組樣本的描述性統計分析結果見表3、表4。

表3 業務多元化樣本的描述性統計分析

表3(續)

LabelNMeanMaximumMinimumStdDevLower95%CLforMeanUpper95%CLforMean保費收入增長率150.15747811.1134727-0.37259970.3689752-0.04685360.3618098公司規模159.998498714.2191367.47858512.07922218.847063911.1499334經營區域熵指數152.11821133.30609090.74704290.78589481.68299732.5534253業務線熵指數150.90601951.25686610.72225220.16221040.81619040.9958486公司年齡1510.93333332044.25049028.579490313.2871763

表4 業務專業化樣本的描述性統計分析

經過比較發現，業務多元化壽險公司的總資產收益率、凈資產收益率以及承保利潤率的均值都要高于業務專業化的壽險公司，但是前者的費用率卻要高于后者。為進一步研究壽險公司多元化經營與績效之間的關系，接下來進行回歸分析。

2. 回歸分析

本文對業務多元化與經營區域多元化分別做了單變量的回歸，然后，考慮到實務中業務多元化與經營區域多元化對壽險公司是同時、綜合的影響，因此又做了多變量的回歸。

(1)以業務線熵指數為解釋變量，凈資產收益率ROE為被解釋變量進行回歸分析，回歸模型為公式(4)，回歸結果見表5。

表5 業務線多元化的單變量回歸

由表5中的參數估計結果得出回歸方程具體的表達式：

ROE=0.18114-2.1244ALR+0.13337SIZE-0.15909ER+0.41137LINE EDI

(8)

表5的方差分析中可以看到F值為7.63，以0.0002的P值拒絕了各系數都為0的假設，說明模型參數是聯合有效的，同時模型的擬合優度也較好。從各變量參數估計值來看，由于選取的樣本容量較小，估計量的方差較大，可將置信度定在10%的水平，因此，業務線熵指數以0.0142的P值拒絕了其參數為0的假設。凈資產收益率與業務線熵指數的系數為0.41137,表明業務線熵指數與ROE呈顯著正相關，當其他變量恒定的時候，產品線熵指數每增長一個單位，ROE相應增長0.41137個單位，說明了公司績效隨業務線熵指數的增加而有所提高。研究結果支持業務線多元化溢價論，證明假設1的合理性。

(2)以經營區域熵指數為解釋變量，凈資產收益率ROE為被解釋變量進行回歸分析，回歸模型為公式(5)，回歸結果見表6。

表6 區域多元化的單變量回歸

由表6中的參數估計結果得出回歸方程具體的表達式：

ROE=0.06557-2.14719ALR+0.22733SIZE-0.08641ER-0.26677AREA EDI

(9)

從模型擬合的統計參數來看，該模型高度有效，經營區域熵指數的系數顯著為負，也就是說，區域性地擴張不能提高壽險公司績效，反而會降低其績效。回歸結論證明研究假設2的成立。

(3)以業務線熵指數和經營區域熵指數同時為解釋變量，凈資產收益率ROE為被解釋變量進行回歸分析。

對于一家壽險公司而言，業務線多元化與區域多元化往往是同時的，業務線熵指數與經營區域熵指數可能存在相互影響，因此有必要將它們同時引入模型中，建立回歸模型公式(6)，回歸結果見表7。

由表7中的參數估計結果得出回歸方程的具體表達式：

ROE=-0.05704-2.06311ALR+0.20035SIZE-0.12123ER-0.19987AREA EDI+0.3255LINE EDI

(10)

引入兩個多元變量后，模型擬合結果更為一致有效地解釋了企業績效的變動情況。

(4)以業務線熵指數和經營區域熵指數同時為解釋變量，將綜合績效評分作為被解釋變量進行模型擬合。

前面的回歸分析只選用了單個績效指標ROE作為被解釋變量，壽險公司的績效水平顯然不能以單一利潤率來反映，因此接下來采用主成分分析法對本文5個績效指標進行綜合評判，得出一個綜合績效評分。

運用SAS 9.3進行主成分分析得到主成分貢獻率，如表8所示。

表7 業務線多元化與區域多元化的多變量回歸

表8 主成分貢獻率

前3個主成分④貢獻率之和達到了92%，超過了一般認可標準85%，因此選用前3個主成分建立綜合績效評分。

根據各主成分值與其權重比，可求得各個公司的綜合績效評分，對原始變量進行標準化處理后，數值為正顯示綜合績效高于平均水平，為負代表綜合績效低于平均水平。綜合績效評分結果見表9。

表9 40家壽險公司的綜合績效評分

將綜合績效評分作為被解釋變量再次進行模型擬合，為了修正內生性問題，引入2階段的最小二乘法(2SLS)。以業務線多元化熵指數為內生性變量，使用公司年齡為工具變量進行重新估計。

第一階段對下式進行回歸：

LINE EDI=a+a*AGE+∑biXi+e

(11)

而后用回歸得到的LINE EDI估計值進行第二階段回歸，并加入經營區域多元化熵指數的平方項，2SLS分析見表10。

表10 2SLS統計分析結果

表10顯示模型的統計特性良好，再次證明業務線熵指數與壽險公司績效呈正相關關系。經營區域熵指數對績效的影響則呈現倒U型，當地區分公司的數量從無到有，慢慢增加時與績效是正相關的，但是到了某一個峰值后，相關性會由正變負，這說明理性擴張可幫助壽險公司提高績效，而非理性的盲目擴張會降低績效。

五、結論與建議

實證研究表明我國壽險公司經營績效與業務線熵指數呈正相關關系，與經營區域熵指數呈倒U型的關系。如何在多元化經營背景下提高壽險公司績效，提出以下建議：

1.壽險公司應該加大產品創新力度。研究表明業務線多元化程度高的壽險公司，其績效明顯高于多元化程度低或專業化的壽險公司。

2.壽險公司可適度增設分公司，不宜盲目擴張。壽險公司經營區域多元化與其績效的關系呈倒U型，一旦增設的分公司數量達到峰值，績效就出現負增長，因此，“跑馬圈地”的做法不科學。外資壽險公司如友邦集團，專注于少數市場，分公司不多，但績效甚好。

3.壽險公司粗放型經營模式應向集約型經營模式改進。實證研究表明壽險公司的保費增長率高，其費用增長率更高，“唯保費收入論英雄”的做法已不宜提倡，壽險公司應綜合考慮其成本和績效。

[注 釋]

① 本文“壽險公司多元化”指壽險業內的多元化，具體表現為業務線和區域的多元化.

② 總資產收益率=凈利潤/平均資產總額；凈資產收益率=凈利潤/平均凈資產總額；承保利潤率=營業利潤/保費收入；資產增長率=(本年末資產-上年末資產)/上年末資產；保費收入增長率=(本年保費收入-上年保費收入)/上年保費收入.

③ 綜合績效評分為采用主成分分析法對選取的被解釋變量進行分析得到的一個涵蓋原有評價指標信息量的綜合評價指標.

④ 前3個主成分為：總資產收益率、凈資產收益率、承保利潤率.

[1] H.Ansoff.Strategies for Diversification.Harvard Business Review[J].Sep.-Oct.1957:113-124.

[2] Gort，Micheale.Diversification and Integration in American Industrial[M].Princeton,NJ:Princeton University Press,1962.

[3] Rumelt R.P.Strategy,Structure, Economics performance[M].Cambridge,Boston:Harvard University Press,1974.

[4] 尹義省.適度多角化——企業成長與業務重組[M].上海：三聯書店,1999.

[5] 陳飛躍.基于DEA方法的壽險公司經營績效研究[J].保險職業學院學報，2007,(6):31-35.

[6] 粟芳，馮高翔.中國壽險公司經營業績的實證分析[C].第四屆中國保險教育論壇文集，2007:111-117.

[7] 郝婧怡，王榮.我國壽險公司經營績效評價體系實證研究—以平衡記分卡為理論視角[J].會計之友，2010,(17):90-93.

[8] Penrose,Edith.The Theory of the Growth Of the Firm[M].New York, NY:Willey,1959.

[9] Meador,J.W.,H.E.Ryan,Jr, and C.D.Schellhorn, Product Focus Versus Diversification:Estimates of X-Efficiency for the US Life Insurance Industry,in:P.T.Harker and S.A.Zenios,eds.,Performance of Financial Institutions:Efficiency,Innovation,Regulation[M].New York:Cambridge University Press,2000.

[10] 許莉，樊小平，張寧.我國財產保險公司多元化經營與績效的實證研究[J].保險研究，2010,(5):10 -18.

[11] 喻羅林.我國保險公司多元化經營的績效分析[D].長沙：湖南大學碩士學位論文，2010.

[12] 張強春.我國財產保險公司多元化經營影響因素的實證分析[J].財經論叢，2014,(5):37-44.

[13] 浦成毅，邵全權.中國保險業市場結構與績效的關系分析[J].保險職業學院學報，2009,(3):49-54.

[14] 李艷紅，吳聰.中國保險業效率的實證研究[J].海南大學學報，2009,(3):310-316.

[責任編輯：張曉娟]

An Empirical Study on the Relationship between China’s Life Insurance Companies’ Diversification and its Performance

LIU Na,YI Jia

(College of Finance and Statistics,Hunan University,Changsha 410079,China)

This paper makes index design and model building about China’s life insurance companies’ diversification and its performance. This diversification includes line diversification and area diversification，and entropy index is used to measure them. This paper uses several financial index,for example, return on total assets and return on equity and so on, to measure the performance of life insurance companies. Regression model is built about life insurance companies’ diversification and its performance. this paper takes the performance of China’s life insurance companies’ diversified operation for empirical analyses based on the data of 40 life insurance company from China insurance yearbook in 2012. Finally, its draws a conclusion: The performance of China’s life insurance companies’ diversification is a positive correlation with entropy index of business line, and is an inversed-U shape with entropy index of area.

life insurance company; diversification; performance; entropy index

2014-11-19

中國保險學會教保人身保險高校論文研究基金項目(jiaobao2012-11)

劉娜(1968-)，女，湖南益陽人，湖南大學金融與統計學院副教授，博士，從事風險管理與保險研究.

F270.3

A

2095-5863(2015)04-0096-09