我國科技保險的定價方法和策略分析

李啟才 顧孟迪

摘要：科技保險作為一種新興的金融創新產品，近年來在我國獲得長足的發展，促進了科技企業的自主研發和創新。但與成熟保險市場產品的定價不同，由于信息不對稱、數據缺乏等原因導致定價困難。文章系統地分析了科技保險定價存在困難的原因，基于傳統精算方法，從收據收集、模型可靠性、保險公司風險管控等方面提出了有效的定價改進方法和策略。

關鍵詞：科技保險；定價；精算；數據

一、 引言

當今正處在變革的知識經濟與互聯網經濟時代，科技創新能力已經成為國家整體競爭力的關鍵因素之一。科技企業緊跟時代的科技前沿，是新經濟形式的重要構建者，它們廣泛分布在高新技術產業和一些傳統產業高技術含量的產業鏈中。我國專利總量的65%和新產品總量的80%由中小型科技企業所創造（紀建悅和謝蕓，2011）。中小型科技企業已成為我國提升自主創新能力、加快經濟發展方式轉變的生力軍。其創新能力的強弱不僅決定著其自身是否能夠可持續發展，而且也影響著國家生產力的進步、經濟的發展。目前，我國經濟發展方式進入關鍵的結構化調整時期，中央政府明確提出經濟發展不再以GDP為唯一的目標，在提升經濟總量的同時，更加注重經濟發展的內在質量。如果說，過去30多年我國經濟高速發展是較好地利用了市場，依托高能耗、低勞動力成本的話，那么現在我們的經濟轉型必須把重點放在提高科技創新能力和金融市場效率方面，而科技企業在這一轉型過程中勢必扮演重要角色。然而科技創新活動具有明顯的高風險性，科技創新項目投入回報具有高度不確定性，這極大地降低了企業特別是中小企業科技創新的積極性，從宏觀上了影響了地區乃至整個國家的科技創新能力。

保險作為市場化的風險轉移機制、社會互助機制和社會管理機制，與高風險的科技創新活動具有內在的互補性和契合性。科技創新與保險服務相結合的產物——“科技保險”應運而生，它對促進企業科技創新、掌握關鍵技術以及增強核心競爭力等有著重大意義。特別是在我國目前經濟全面轉型，產業升級轉向“綠色低碳化”時期，科技保險為企業的創新轉型提供了良好的外在環境支持。

2006年底，中國保監會和國家科技部聯合下發了《關于加強和改善對高新技術企業保險服務問題的通知》，標志著我國科技保險工作在政府支持下正式啟動。2007年以來，先后確定了在北京、天津、上海、重慶、無錫、蘇州等城市展開試點工作。2010年3月保監會、科技部聯合下發了《關于進一步做好科技保險有關工作的通知》，標志著科技保險由試點走向常規，開始了全國的推廣，科技保險迎來了快速發展時期，工作開展以來科技保險費已突破14億，為分散創新風險，激勵科技企業自主研發提供了有力的外部支持。但是，科技保險在我國仍屬于新生事物，目前理論和實踐上都處于起步階段，使得科技保險在實踐過程中呈現一系列問題，產品合理定價就是其中顯著問題之一。因此，在實踐經驗的基礎上，對科技保險產品定價、險種開發、運作機理、推廣機制等進行探討，解決科技保險更好地實施問題，成為當前科技保險發展的核心問題。劉妍（2010）在分析蘇州、無錫的試點工作基礎上，針對出現的問題提出了一些政策性建議。邵學清（2007）在分析、總結科技保險實施經驗的基礎上，闡明了運作多模式、標的多元化、定價靈活性等觀點。本文在通過分析科技創新活動特征和科技保險定價存在的問題，基于傳統精算定價方法，從收據收集、模型可靠性、風險管控等方面系統的探討科技保險產品定價改進方法和策略，為保險公司合理定價科技保險產品提供有益的參考。

二、 科技保險定價存在的問題

科技保險是一種不同于一般保險產品的險種，它是為了規避在研發創新、成果產品化、科技推廣過程中可能出現的的不確定性，導致創新活動失敗，達不到預期目標的風險而創新的金融保險產品。

1. 保險定價的精算理論。在傳統的保險精算理論中，保險的價格（保費）要求覆蓋潛在損失的平均值（期望值），因此就有了純保費的概念，即純保費等于潛在損失的期望值。假定被保人的總損失X是隨機變量，其均值和標準差分別為μ和σ。純保費π應該包含損失的期望值μ。由于保費需事先確定，故必須提前估計參數μ和σ。顯然因為潛在的損失是隨機變量，而保費是固定的，純保費不足以覆蓋全部損失和成本的概率大于0，但是保險公司可以通過附加安全系數控制破產（或產生凈損失）的概率α。于是，在破產概率水平α的限制下，保費π=（1+θ）μ或π=μ+τ，其中θ和τ是保險公司的安全系數，它們可以根據相應的保費原（Grandell，1991）得到。假定投保人（公司）數n足夠多，且他們的損失風險相互獨立同分布，根據中心極限理論可以得出θ=（Z1-ασ）/μ■和τ=（Z1-ασ）/（■），其中Z1-α是標準正態分布的1-α分位點。可以看出，隨著投保人（公司）數增多，被保險人（公司）的平均損失不斷接近真實損失分布的均值，安全附件系數不斷接近于0。因此，獨立損失的保險組合情形，保險公司可以通過提高安全系數或增加保單數來控制破產概率α。這意味，一般情況下，當固定破產概率α在某個水平，保費（保險價格）隨著投保人增加而下降。但是，在科技保險領域，目前市場規模較小，保單標的的損失差異性比較大，以至于難以通過保險組合來降低安全系數和保費。

另外，除了潛在的損失，保險公司還面臨運營管理成本、資金成本等，這些成本也需由保費收入支出，因此保險公司還需附加成本系數。一般可以假定成本與保險標的期望損失成比例，于是保費π=（1+θ+c）μ或π=（1+c）μ+τ。大部分保險產品定價（如健康險、壽險、車險等）都可以基于上述原理，但是不同業務的保險定價需不同的處理方法，這是因為保險項目的周期和潛在損失的嚴重程度都有所差異。例如，車險合約一般都是短期，保單到期后要么續保要么終止。而大多數壽險合約都是長期的。短期保險中，風險發生的頻率和強度通常是隨機的，而長期保險中損失的強度相對固定，僅損失發生的時間不能確定。

2. 科技保險的定價困境。科技創新活動的復雜性、高投入性、高風險性，使得科技保險在實踐中存在諸多困難。其中最根本的困難便是用于評估風險、保險定價的有效數據獲取。首先，科技企業多是新興產業，保險公司缺乏用來估計科技保險市場風險的歷史數據。第二，科技企業多數規模較小，個體差異較大，成立時間短，缺乏用來做統計分析和計算保費的企業內部數據，這極大地制約了保險公司的風險評估能力。最后，在我國由于部分規章制度、統計信息、數據庫建設很不完善，使得保險公司難以利用一些重要宏觀、中觀數據（例如，通脹因子、專利價值、信用等級等）對損失分布和成本進行穩健的分析。在成熟的保險市場，傳統的保險精算定價方法依賴于詳細的數據和統計信息，從而得到損失分布的精確估計。估計的精確度越高，保險公司越穩健，保費（安全系數）也相對較低。從而，可以向市場提供更具價格競爭力的保險產品。事實上，對于新興的科技保險市場，提供有價格競爭力的保險產品，對于促進市場成熟發展，推動科技企業自主創新十分重要。然而，在缺乏廣泛、可信的數據的科技保險市場，保險定價顯得困難。通常出于安全性原則，保險公司的科技保險產品價格昂貴，而相應的中小科技企業高價購買保險的意愿就會不足，科技保險就會失去吸引力。但是，當降低保費以吸引科技公司投保時，又會增加保險公司的破產（虧損）風險。這樣的困境制約了科技保險市場的發展。目前，我國在開展科技保險工作初期，政府提供一定的財政補貼，一定程度上能夠緩解保險公司定價困境，推動科技保險發展。但補貼政策多是臨時性的、短暫的，同時補貼政策還有可能導致道德風險（例如，保險公司和被保人串通作假，騙取補貼），所以最終還是需市場本身來決定保險產品的價格。定價困境需要通過更加準確的保費計算，更加有效的風險管理策略，保險公司抵御風險能力的提高手段等來解決。因此，有必要系統地改進科技保險的定價方法和策略。

三、 我國科技保險定價方法和策略分析

1. 科技保險的定價變量的數據收集。

（1）獲取科技企業數據。在沒有任何有效的相關數據時，顯然難以計算保費，風險變得不可保。在科技保險市場，可以由相關專家組對科技企業的保險定價變量（例如，損失分布）進行量化估計。使用的決策、估計方法可以是德爾菲法（Delphi Method）和名義小組法（Nominal Group Method）或者貝葉斯估計（Bayesian Estimate）和極大似然估計（Maximum Likelihood Estimate）（Biener，2012）。德爾菲法是采用背對背的通信方式征詢專家小組成員的預測意見，經過幾輪征詢，使專家小組的預測意見趨于集中，最后得到相關變量的估計值。德爾菲法依據系統的程序，采用匿名發表意見的方式，即團隊成員之間不得互相討論，不發生橫向聯系，只能與調查人員聯系，以反復的填寫問卷，以集結問卷填寫人的共識及搜集各方意見，最終定價參數的估計是所有專家估計的中值。與德爾菲法不同，名義小組法可以通過專家組公開的討論、交流、協商、投票等程序綜合得到風險定價的相關參數指標。但是該法有時會因為專家組中個別成員地位權威而產生從眾效應。總的來說，在缺乏可信的數據時，德爾菲法和名義小組法都是非常有效的獲取信息的方法。當挖掘到定價變量的數據，獲得相關變量特定分布時，可以使用貝葉斯估計和極大似然估計來擬合分布的參數。

（2）利用關聯數據。除科技企業內部相關數據外，一些外部來源的數據也會影響對風險屬性的推斷。這些數據來源包括宏觀、中觀公共數據、相關產業數據、相關區域數據、再保險公司數據等等。這些數據本身不一定是直接針對某個具體的科技企業，但是對評估科技企業的風險有益。隨著我國統計工作的不斷完善發展，像利率、成本價格指數等這些宏觀數據越來越容易獲得，而且保險監管機構通常也要求保險公司引用這方面的數據對標的風險進行分析。另外諸如世界銀行、國外發達國家的科技股市、相關科技產業組織、大型再保險公司等機構也能提供越來越多的分析數據。通過數據共享（Data-sharing）機制，保險公司可以獲取更多的信息來評價科技項目的風險。

2. 科技保險定價模型的可靠性進一步改進。在估計保費過程中，保險公司應有效地處理標的項目的風險數據。可靠的模型可以提煉不同來源的數據，用于綜合分析風險的特征，合理制定保險價格。同時隨著時間演變、數據增多，模型可以反復更新保單價格，為后續保險提供更加準確、適當的定價。在成熟的保險市場（例如，車險市場）保險公司經常根據投保人的信用數據使用獎懲系統（Bonus-malus Systems）來定價、更新保費。科技保險可以基于保單周期根據企業不同時期的損失估計、信譽評級調整保費。因此，定價模型中應該使用可靠性理論。可靠性改進通常基于先驗分布采用Beyes方法。先驗分布可以利用各種來源的初始數據估計得到，當有更多的信息時，需采用Bayes規則重新評估風險及其相關定價變量，從而得到風險和定價變量的后驗分布。Buhlman（1967）將期望損失的估計值和先驗損失平均值聯系起來，構建了利用初始數據和補充數據改進保費定價的線性模型。其基本的做法是對不同的數據集賦予一個介于0到1之間的可靠性權重，這些權重之和為1，而權重值取決于風險的規模和數據集中數據的同質化程度，給予數據均勻高的數據集更高的權重。Ker 和Goodwin（2000）應用可靠性理論為農作物保險定價提供了有效的線性改進方法。在科技保險市場，隨著實踐的推進，保險公司可以從自身保單組合或其它來源的風險組合中獲得數據、信息，用以調整保費。

另外，Boostrap技術非常適用于缺少數據的科技保險定價。保險定價最本質是掌握損失變量以決定安全系數。Boostrap技術基本做法是從原始數據中有放回的均勻抽取一定數量的樣本，根據樣本可以計算統計量。重復抽樣足夠多次，就可以得到估計量的均值和方差。在原始樣本數據較少時效果很好，因此可以提高科技保險定價變量的估計精度，進而提供更合適的保費。

3. 通過風險管理和風險控制措施改進科技保險定價。一般來說，越高的資本金，保險公司抵御風險的能力越強，對保險定價也就相對較低，因此保險公司有效的風險管控策略可以緩解科技保險的定價困境。公司的資本金有些來自于內部保費盈余，也可以通過外部的增發股票、尋求風險投資支持獲得。雖然通過外部融資提高了保險公司的杠桿率，但只要在一定的合理范圍內，可以有效的分散保險公司的風險。同時保險公司應拓展科技保險業務，做大科技保險組合。根據大數律，大規模的保險組合可以很好地降低風險。另外，保險公司可以尋求再保險以轉移索賠風險，或者投資金融市場以提高收益，這些風險管理和風險控制手段都可以有效提高保險公司的償付能力，增加保險公司盈余，因而一定程度上可以降低保費的安全系數，利于保險公司提供更有價格競爭力的科技保險產品。

四、 總結

本文系統地分析了科技保險因缺乏數據而產生的定價困難問題，基于傳統的精算定價方法，從數據收集、模型可靠性改進、保險公司風險管理和控制等方面，提出了改進保險定價的法方法和策略，可以為科技保險產品定價提供有益的參考和幫助。

參考文獻：

1.紀建悅，謝蕓.基于共生理論視角的創立期科技型中小企業融資問題研究.金融發展研究，2011，（12）：23-26.

2.劉妍.科技保險發展問題探析——基于江蘇蘇錫兩地的調研.企業科技與發展，2010，（6）：7-8.

3.邵學清.科技保險的必要性與可行性.中國科技投資，2007，（9）：10-13.

4.Grandell J.Aspects of Risk Theory.Ne- wYork： Springer-Verlag，1991.

5.Christian Biener.Pricing in Microinsu- rance Markets.World Development，2012，（41）：132- 144.

6.Buhlman H.Experience rating and credibility.ASTIN Bulletin，1967，4（3）：199-207.

基金項目：江蘇省高校自然科學研究項目（項目號：K13JD11006）；國家自然科學基金資助項目（項目號：6130406）。

作者簡介：顧孟迪（1962-），男，漢族，江蘇省常州市人，上海交通大學安泰經濟與管理學院教授、博士生導師，研究方向為投資管理、危機管理、風險投資、房地產投資；李啟才（1979-），男，漢族，安徽省東至市人，上海交通大學安泰經濟與管理學院博士生，研究方向為保險精算。

收稿日期：2015-01-19。