保險業的效率測度：文獻綜述與理論構建

張少華　陸蕓

(浙江理工大學 經濟管理學院，浙江杭州310018；)

?

保險業的效率測度：文獻綜述與理論構建

張少華陸蕓

(浙江理工大學 經濟管理學院，浙江杭州310018；)

摘要：保險公司作為一種特殊的金融企業，既要追求經濟效應最大化，又要承擔重要的社會功能。因此導致保險公司的效率測度中存在效率測度方法不一、投入產出指標選擇混亂等問題。本文在綜述前沿文獻基礎上指出：(1)保險公司的特殊性決定了保險公司效率測度方法和投入產出指標選擇的困難；(2)在考慮保險行業的效率前沿面時，由于非參數方法在顯著性與精確度上的缺陷，參數法較之非參數法更有優勢；同時非參數法的DEA方法也不斷完善發展；(3)本文結合產出指標界定方法，從盈利和生產兩個角度構建了兩套投入產出指標體系。本文研究對中國保險機構的效率研究具有一定的參考價值。

關鍵詞：保險公司效率；參數法；非參數法；投入指標；產出指標

一、引言

隨著市場經濟在中國的不斷發展和完善，保險在日常生活中的作用日益明顯，中國保險公司經歷了一個飛速發展的過程。具體而言，從2003—2013年，中國保險機構數量增長率約為419.5%；在保費收入方面，財險保費收入增長率為211%；壽險保費收入增長率為118.5%；在從業人員方面，增長率高達316%。

保險公司在迅速填補國內保險市場空白、平緩社會風險的同時，也逐漸暴露了機構冗余、政令不通、工作無序且低效等一系列問題。由此，保險公司的效率問題成為研究熱點。本文在綜述基礎上發現，現有研究爭議主要體現為：其一，保險公司效率的測算方法不同。其二，投入產出指標的選擇不同。而這兩種研究爭議的根源在于保險公司的特殊性：保險公司作為一種提供特殊金融產品與服務的金融機構，有其特有的經濟屬性和金融功能，既要追求利潤最大化，又要承擔一定的社會功能。具體而言：首先，作為一種特殊的金融機構，保險公司主要通過提供保險產品來實行風險規避功能；其次，保險公司在給客戶提供風險規避功能的同時，實際上承擔了重要的社會功能，而如何在效率測度中反映出保險公司的社會功能存在困難與差異；最后，保險公司并不是同質性的金融機構，內部存在不同的分類，單純從提供的保險產品來看，可分為財產保險公司、人壽保險公司和綜合型保險公司，三者所提供的保險產品和服務差異較大，直接導致效率測度

中投入產出指標選擇上的差異和效率測度結果比較上的困難。

因此，本文通過對已有保險公司效率研究成果的綜述與歸納，指出保險公司的特殊性，構建保險公司的測度框架，提出符合理論依據的指標體系。

二、保險公司效率測度：研究與評價

本文綜述的文獻主要來源于中國知網和荷蘭Elsevier期刊全文數據庫。基于中國知網的文獻檢索工具，輸入關鍵詞“保險業”和“效率”，查找到2003—2012年間共1 038篇文獻，選取其中涉及到投入產出指標描述的文獻有10篇；同時使用荷蘭Elsevier期刊全文，在選項“Abstract, Title, Keywords”以“insurance”和“efficiency”為檢索條件，查找到1993—2015年共426篇文獻，選取其中涉及到投入產出的文獻共16篇。在此基礎上，對保險業效率研究以及效率研究中投入產出指標的選擇問題進行了詳細綜述。

在效率研究方面，主要采用的方法有參數法和非參數法兩種。其中，運用參數法作為分析方法的文獻占22.86%，運用非參數方法做實證分析的文獻占77.14%；而在效率研究方面，所涉及到的效率主要包括成本效率、利潤效率、規模效率和技術效率等。其中，對成本效率和技術效率以及利潤效率的研究占了大多數；涉及到成本效率研究的文獻約占33.33%，涉及技術效率的文獻約占28.57%。可以看出，在對保險業的效率研究方面，大多數學者采用非參數的方法來做實證分析，對于參數法的運用較少，而在效率選擇上，大多數學者偏好研究成本效率和技術效率。

(一)參數法

參數法按照對隨機項和非效率項的不同假設，又可以分為隨機前沿法(SFA)、自由分布法(DFA)以及厚前沿法(TFA)。典型研究有：Fenn等(2008)[1]基于SFA方法估計歐洲市場1995—2001年間壽險保險公司、非壽險保險公司及綜合保險公司的X效率，認為在歐洲國家中保險市場份額較大的保險公司成本效率表現較差。甘小豐(2008)[2]采用SFA方法對中國保險業1996—2005年的成本/利潤效率以及規模效率的演進趨勢進行研究，得出中資保險公司成本效率高于外資合資公司的結論。黃薇(2008)[3]在對保險公司效率的評價模型構建中，采用設定邊界函數的SFA方法對中國1999—2006年間承擔不同經營風險的保險公司的效率值進行測定，認為來自競爭市場的壓力對于促進保險業的效率有消極影響。

(二)非參數法

在非參數法中，主要使用的方法有數據包絡分析法(DEA)和自由排列包方法。國內外典型研究有：Diacon等(2002)[4]用兩階段DEA方法估計歐洲350家保險公司1996—1999年期間長期相對效率值，發現相互保險公司的效率比股份制保險公司的效率高。Brockett et al.(2004)[5]使用DEA方法對美國的財產責任保險公司的效率進行計算，并對其債務清償能力、不同的組織形式和營銷進行評價，認為償付能力對美國產險的影響十分有限。Barros等(2005)[6]采用效率前沿方法，使用基于DEA模型的Malmquist生產率指數對1995—2001年間葡萄牙保險業的技術效率做出實證分析，認為促進工資控制、抑制委托代理行為和集體行動能夠促進效率；同時增加企業治理的透明度也會提升效率。Brockett等(2005)[7]將自由分步隨機統計方法與DEA方法相結合，分析了美國1989年不同產權結構的財產責任保險公司的相對效率，這些保險公司包含了1 114家股份制保險公司和410家共同保險公司。姚樹潔等(2005)[8]選取中國22家保險機構1999—2002年間的數據，采用DEA方法計算效率分數，并對效率分數的主要影響因素做出分析，認為國有保險公司似乎比非國有制保險公司更具效率。胡穎和葉羽鋼(2009)[9]將風險納入考慮范圍，運用DEA方法計算2002—2007年間保險業的效率差異，認為壽險業的效率有一部分是由于該行業中的高風險而獲得，經過風險調整之后壽險行業的效率值更低，同時風險調整對產險行業的效率影響不大。

(三)簡要評述

參數法和非參數法在計算效率時存在各自的優劣。參數法的特點是需要預先設定函數形式，并對樣本數據進行估計得出最優生產前沿。因為參數法在效率計算之前就已經確定了函數形式，故存在明顯缺點是一旦函數設定不恰當，則設定誤差與效率估計誤差就會產生混淆使得結果不明確。但是參數法也有其存在的優點，它能夠將純粹的隨機誤差與非效率值相分離。非參數方法的特點是不需要事先確定函數的形式，不需要分解殘差的非效率項和誤差項，不需要考慮分解項的分布假設，因而存在明顯的優點是：對于研究的約束少；對于投入和產出的研究處理比較容易。但是其缺點也同樣明顯：用非參數方法確定的效率值中，任何與前沿的偏離都被解釋為非效率，不能將隨機誤差項分離出來。

由此可知，在考慮保險行業效率前沿面時，由于非參數方法在顯著性與精確度上的缺陷，參數法較之非參數法更有優勢。由于目前國內保險行業還處于一個發展階段，因此，了解行業本身與最優效率之間的差距才能夠提出針對性的解決方法從而使得國內的保險行業得到進一步發展。所以，參數法是目前較為合適的研究方法，但是，國內的保險業研究為了規避參數的選定帶來的誤差，大多數使用非參數方法。

三、保險公司效率測度：理論建構與指標選取

本文認為，保險機構效率研究爭議的根源在于如何對保險機構的組織屬性進行界定，清晰的組織屬性界定是合適的測度方法選擇和投入產出指標選擇的前提。

(一)機構屬性分析

保險機構作為一種特殊的金融企業，既有一般性又有特殊性。保險機構在金融市場中的一般性主要體現在兩個方面。一方面，與商業銀行和證券公司相同，保險機構也是金融中介的一種，通過所提供的服務作為投保人和被保人之間的中介。另一方面，保險機構與其他金融機構一樣，通過提供金融產品來獲益。

而保險機構的特殊性體現為差異化的金融產品。保險業組織與其他金融機構，特別是商業銀行存在很大的相似處。從機構屬性來看，商業銀行是指按《中華人民共和國公司法》設立的吸收公眾存款、發放貸款、辦理結算等業務的企業法人。商業銀行作為資金的中介機構，側重資金的安全性，通過吸儲和放貸對資金進行重新分配，并從存貸利差中獲得收益，商業銀行的基礎業務是吸收存款和發放貸款。而保險是指投保人根據合同約定，向保險人支付保險費，保險人對于合同約定的可能發生的事故因其發生所造成的財產損失承擔賠償保險金責任，或者當被保險人死亡、傷殘、疾病或者達到合同約定的年齡、期限等條件時承擔給付保險金責任的商業保險行為。保險機構，特別是人壽保險公司的保費收入，在某種程度上也是一種“存款”行為。但是人壽保險需要在規定的時間繳納規定數額的保費，在達到一定條件之后，可以在規定時間領取規定數量的保險金。保險公司通過單個投保人的自助心理實現了所有投保人的互助行為，通過管理收益、承保收益和投資收益來獲取利潤。保險公司的職能主要有三：一是通過社會內部對貨幣的調節，進行資源再分配，從而發揮最大的效用，最終提高了社會整體的生活水平；二是在保險的過程中，分擔了風險，緩解了社會的不安定因素，提高了社會的安定程度；三是在規避了未來可能的風險之后，減少了儲蓄的必要性，從而能夠將貨幣投入到投資和再生產環節，提高社會資源的使用效率。也因此保險公司在提供經濟職能的同時還提供社會職能。保險業與一般商業機構的區別在于對不確定的風險進行投資。在保險行業的內部，財產責任保險公司和人壽保險公司的特殊性體現在兩者業務范圍的不同。財產責任保險是對物體進行短期的投保；而人壽保險則是對人身進行長期的風險規避。因此，兩種業務合同的設計也存在差異，直接導致兩種險種在選取投入產出指標時的明顯差異。

基于上述分析，可以整理出保險公司與其他金融機構的異同(見表1)。

注：筆者整理。

(二)方法與理論建構

目前，測度保險機構效率的方法，越來越聚焦在參數法的隨機前沿分析方法(SFA)和非參數法的數據包絡分析方法(DEA)。隨機前沿分析方法因為其秉承了經濟學基礎理論，因此這種方法相對更加嚴謹，發展也相對穩定，故這里不再敘述。而數據包絡分析作為一種非主流分析方法，由于沒有堅實的經濟理論基礎，所以一直處在一種不斷摸索發展的過程中。就保險機構效率測度而言，在過去的幾年中，DEA主要向兩個方向發展：一是測度方法自身的發展；二是測度方法的外部發展。

在DEA方法自身發展方面，傳統DEA是采用基于生產可能集規模收益不變的情況下確定決策單元的CCR模型。由于規模收益不變的假定局限大，因此引入BCC模型，即在可變規模收益假定下分析決策單元在一個微小鄰域內的性質來判定規模收益的情況。但在實際規模收益分析中，往往還會涉及到“阻塞效應”的問題。因此，F?re等人在此基礎上提出了FGL模型。FGL模型通過分析規模效率來判定被評單元是否達到了規模收益最優，再通過徑向測度DEA模型效率的比例對DMUs單元的規模收益進行估算。上述三個模型都是基于徑向測度的DEA模型，但是徑向測度的DEA模型存在明顯的不足，即會遺漏松弛變量信息。為了彌補這些問題，非徑向測度的DEA模型應運而生，例如Russell測度的DEA模型、加性DEA模型等。(楊國梁等，2013)[10]

在測度方法的外部發展方面，越來越多的DEA分析過程開始考慮“非合意產出”的影響。例如，黃薇(2008)[3]在考慮經營風險的情況下，測度了經過風險調整的保險公司的真實效率水平，證實了風險因素對保險公司的效率水平產生了不同程度的影響。此后，黃薇(2008)[11]再次將保險公司所承擔的內生非系統性風險納入效率評價體系，在對保險公司的成本效率和利潤效率進行估算之后，發現納入風險因素的效率值明顯上升，表明風險變量對保險公司的效率變動有顯著影響。胡穎和葉羽鋼(2009)[9]也發現在我國壽險公司中，風險的承擔會提高未經風險調整的效率水平。

(三)投入產出指標選擇

Berger和Humphrey(1997)[12]認為確定投入產出指標的方法分別為生產法、中介法和增加值法。由此，本文將文獻中使用的投入產出指標加以歸納(具體見附錄1)，在綜述基礎上發現，三種方法在投入指標的選擇上差異不大，勞動力、總資本和費用三項是使用頻率最高的三個投入指標。但是在產出方面，由于現有文獻對產出指標的選擇未達成共識，因此本文按照產出指標確定方法分類，并針對各種方法指出其優劣。

1.投入指標

(1)勞動力。保險公司的勞動力投入在國際上一般分為內勤人員和銷售代表。內勤人員作為保險公司的勞動力投入毋庸置疑，但銷售代表是否劃入勞動力投入，各學者的處理不盡相同，并且，選取的文獻中，僅有少量文獻對銷售代表和內勤人員加以說明，其余大部分文獻在這個問題上的處理比較模糊。較為合理的做法是選取內勤人員和銷售代表的總和，內勤人員的數量在各個保險機構的年報報或行業年鑒中可以獲得，但由于銷售代表的流動性和靈活性，因此，銷售代表數據難以得到規范整理。因此，在這種情況下，可以用手續費和傭金來代替銷售代表變量。工資則采用各國勞動部門公布的保險行業平均工資作為替代變量。

(2)總資本。總資本投入一般包括權益資本、債務資本和實物資本。因為權益資本是保險機構對投保人的一種承諾保障，這類資本在當損失超過預期時就會提取作為保費來償付，故該類資本是在面臨這種風險情況下的應對手段，因此權益資本是一種投入要素，權益資本價格在大多數研究中一般以股票市場的平均權益回報率作為替代。債務資本在保險公司中的地位類似于銀行機構中的存款，因為保險公司通過發行保單籌集資金，收取的保費與賠付之間存在“時間差”，在“時間差”內，收取的資金以準備金負債存在。考慮銀行的存款資金，Berger和Humphrey(1997)[12]認為存款性資金同時具有投入性質和產出性質，存款作為投入是因為銀行需要為存款支付利息，同時，可投資資金額增加；存款具有產出性質的原因是存款以及為存款人提供的流動性、保管和支付服務的相關性。與此類似，僅考慮承保階段，債務資金具有產出性質，但在考慮投資階段時，債務資金就具有投入性質。基于上述原因，債務資本一般不經常使用。實物資本一般是指以廠房、機器、設備和工具等勞動資料的形式存在的生產資本。由附錄1可見，大多數文獻中，會直接選取實物資本作為單獨的投入指標。

(3)費用。這里的費用投入一般包括保險公司投入的差旅費、廣告費、通訊費等各種費用。但是由于這一項數據的統計復雜且不完整，因此，在大部分文獻中用運營費用代替。

2.產出指標

(1)生產法。在生產法中，金融機構主要為賬戶持有人生產服務。具體到保險公司，筆者認為保險公司通過投入勞動力、代理人、總資本和營業費用，產出的保險政策和要求權等，可用保費收入變量和已發生給付和準備金變動變量作為代理。不同學者對保險行業中用生產法衡量產出指標時有不同見解。

Gardner和Grace(1993)[13]在進行估計時選取的投入變量是勞動力、實物資本、雜項價格；確定的產出變量是個人壽險保費收入、團體壽險保費收入、個人壽險年金、團體壽險年金、事故健康保費收入、證券投資收益。投入項的選擇值得探討：投入應該是實物或者服務的投入，不應是價格的投入。投入應當是一個絕對值，但是價格是一個相對值。另外，如上文分析，實物資本作為投入指標并不合適。因為實物資本在保險公司的資產投入中比例小，與權益資本相比，不適合作為代理變量。Fukuyama (1997)[14]用DEA方法計算了日本在1988—1993年間25家保險公司的Malmquist指數，分析了產權結構和經濟狀況對效率值的影響。此處，投入指標是公司前置資產價值、內部職工數、銷售代表數；產出變量是保險服務、借款。此處保險服務作為產出變量值得商榷：保險服務的量化存在一定難度，在一定程度上會增加效率估計誤差。Cummins和Zi(1998)[15]的文獻中投入變量有勞動力、金融資本、實物資本；產出指標有個人壽險收益支付、團體壽險收益支付、個人年金收益支付、團體年金收益支付、事故健康收益支付、額外準備金。在這里勞動力和實物資本作為投入值得商榷：對于勞動力的分析可參考前文；對于實物資本，由于資產=負債+所有者權益，金融資本代表的是所有者權益，所以將實物資本替換為負債類資本作為資產的代理變量。Brockett等(2004)[5]在估算效率時，投入指標是前一年盈余、資本盈余變動、承銷和投資費用以及保單持有人的債務資本；產出指標是投資回報率、流動資產負債和債務清償能力。由于勞動力的變量的缺失，使效率估算產生較大的誤差。

姚樹潔等(2005)[8]分析了效率的影響因素。在效率估計過程中，投入要素是賠付金額、勞動力、資本；產出要素為保費收入、投資收入。其中，最主要是對勞動力的定義不明確。因為保險公司具有行業特殊性，勞動力的組成包括內勤人員和銷售代理，但文獻中并未給出明確說明。Barros等(2005)[6]采用Malmquist生產率指數分析效率。在效率估計時，選擇的投入變量是工資、資本、總投資收益、保費收入；產出變量是賠付支出和利潤。此處投入產出變量有待商榷：其一，工資的統計口徑不明確。筆者注意到文中對產險和壽險有加以區分，但在工資變量的處理上，未給出說明。其二是總投資收益和保費收入在設置上有重合。因為保費收入中有一部分是作為投資資本存在，因此，總投資收益中有重復計算部分，對效率的估計產生影響。陳璐(2006)[16]在估計效率時選擇的投入變量是勞動人數、費用、資本金；產出要素有保險賠償或給付、準備金增加和投資收益之和。在投入指標方面有待商榷：文中選取內勤人數代表整個公司的勞動力人數；同時，費用變量中缺少相應銷售代理的支出費用；另外，資本金在文中的說明是由資產負債表中的“實收資本”代替，但資本中大部分由股東權益決定，因此，股東權益不可忽視。

黃薇(2008)[3]選取的投入指標是員工人數、實收資本及資本公積和準備金項目，確定的產出變量是保費收入、總投資資產及已發生給付和準備金變動。與前文分析類似，作者對員工人數的說明并不明確；除此之外，總投資資產與保費收入的數據存在重合，因為保險公司在保費收取與賠付發生之間存在的“時間差”，所以，投資資產中有部分是由保費構成，因此，在進行數據處理時需要將這部分剔除。另外，已發生給付表示的是保險公司在承保業務當年發生的支出情況，壽險業和財險業的狀況有所區別，但文中并未對兩種保險公司進行區分，準備金變動的狀況也需要加以區別。實收資本的選取也有不妥之處，因為權益資本比固定資本占比更大，影響更深，故實收資本和固定資本不能完全代表資本項目。

甘小豐(2008)[2]將保險公司資本額、勞動力及固定資產作為投入變量，而產出變量則選取了保費收入、投資收入和賠付支出這三種變量。此處的固定資產作為投入變量值得商榷，因為對于保險公司來說，投入項包括人力投入和非人力投入，非人力投入也就是保險業的資產投入。資產=負債+所有者權益，如果給出對應的財務報表項目時，若從資產負債表的左側選擇，應選取資產合計，因為固定資產只是資產的很小一部分；而若從資產負債表的右側選取，則應是負債與股東權益的和，股東權益是保險公司的一項重要的投入不可忽視。同時，正如前文所描述，營業費用中一般包含了內勤人員與銷售代理的工資成本，但是，此處的勞動力是否將銷售代表納入統計卻并不明確。同時，由于壽險業和財險業的賠付存在一定的差異，不同類別的保險公司的賠付數據的處理也需要卻別對待，但是本文并沒有給出相對應的說明。

Kader等(2014)[17]在對成本效率進行估算時，選取的投入指標是勞動力、實物資本；選取的產出指標是總保費。其中，勞動力價格等于總工資與勞動人數的商；資本價格等于剔除勞動力成本之后的運營費用與保險公司總資產的商。此處，關于勞動力和實物資本變量存在不妥。一是勞動力的定義不明確。二是如前文所述，實物資產的選擇不具有代表性。

(2)中介法。關于中介法，金融機構被主要認為是存款者和貸款者之間的中介。具體到保險公司，保險公司作為投保人和被保險人之間的中介機構，通過投保人定期定額的保費支付來對被保險人不確定的風險進行有效的保障，從而將被保險人所遭受的損失最大化的降低。因此筆者認為主要的投入指標是保費收入，而主要的產出指標則是已發生給付和準備金變動。其他的學者在指標的選取上存在不同的見解。

Hao和Chou(2005)[18]在對效率進行估算時，選取的投入要素有勞動力、實物資本和賠付；選取的產出指標是保費及年金、投資價值。與前文的分析一致，在這里勞動力變量的選取存在不足之處，是否將保險外勤人員納入統計范圍并沒有給出明確的說明。此外，實物資本作為投入并不能充分概括資本量，與對Kader等(2014)[17]分析一致。

黃薇(2006)[19]運用的投入指標分別是員工人數、實收資本和實物資產，確定的產出變量是保費收入、投資收益和已發生給付和準備金變動。筆者認為，此處固定資產的選取存在不妥之處，具體評論可參考甘小豐(2008)[2]。而且，此處缺少對勞動力進行必要的說明。因為統計年鑒中披露的行業平均工資水平是否將銷售代理納入統計口徑仍不清楚，因此，在勞動力的選取上面，需要和平均工資水平相對應。但是，由于保險行業對勞動力的選取最好包括內勤人員和銷售代理，因此，在平均工資價格的選取上也需要注意。

在黃薇(2008b)[11]將保險公司所承擔的內生非系統性風險納入保險效率的評價體系中，投入變量是員工人數、金融資本和債務資本。產出變量是保費收入、總投資資產、已發生給付和準備金變動。與上文分析一樣，總投資資產并沒有對保費收入進行剔除，形成了重復統計。除此之外，盡管對債務資本進行了財險和壽險的區別處理，但是并沒有考慮到債務資本的雙性特征。另外，在這里的員工人數并沒有說明是否囊括了銷售代理。

同樣考慮風險角度的文獻還包括王聰和歐陽青東(2008)[20]。文中創造性的引入Hughes檢驗銀行存款的方法來檢驗保險業的投入產出特性，確定投入變量是勞動力、權益資本、其他實物資本、保費；產出變量是不考慮再保險的引致損失、投資收益與其他收益之和。同前文分析的類似，仍然沒有考慮到保險行業的勞動力的特殊性。

胡穎和葉羽鋼(2009)[9]在這篇文獻中的投入指標是勞動力、實收資本、賠款支出、費用支出；產出指標是保費收入、準備金的增加額與利潤之和。同樣地，勞動力在這里缺少說明；同時在產出指標中，由于產險和壽險有所區別，因此準備金的增加這個項目存在差異，但文中并未給出說明。另外，僅以實收資本作為投入因素并不妥當。因為實收資本作為資本的代表，忽略了權益資本的重要影響。

(3)增加值法。Berger和Humphrey(1997)[12]建議使用增加值法，增加值法認為所有的資產和負債都有產出特征，當資產和負債有較大附加價值的情況下，需將其看做重要的產出，且將造成價值減少的因素作為投入。

Fecher等(1993)[21]在估算過程中，使用的投入變量有工資、綜合投入變量(由資本花費、設備購買和供給構成)，壽險公司產出是金融投資凈回報、總保費收入；非壽險公司產出變量是總保費收入。在DEA分析中，將工資作為投入變量值得商榷，與本文對Gardner和Grace(1993)[13]的分析一致。Cummins等(1996)[22]用兩階段DEA分析意大利保險公司的效率值。投入變量是勞動力價格、勞動力管理費用、固定資本、抵押資產，產險產出是汽車財產損失、汽車責任損失、其他財產責任損失、投資資產；壽險產出是壽險收益和投資資產。對勞動力價格的分析與Gardner和Grace(1993)[13]處一致。Bernstein(1999)[23]在對全要素生產率估計過程中使用的投入要素有：勞動力、資本、中間投入；產出要素有個人壽險保費收入、團體壽險保費收入、個人壽險年金、團體壽險年金四類。此處，對勞動力的分析參考Gardner和Grace(1993)[13]的評述。

Noulas等(2001)[24]采用的投入指標分別是工資、費用和已發生給付；產出指標為保費收入、投資收益。對工資的評論參考Gardner和Grace(1993)[13]；對于已發生給付，需要對壽險和財險做出區別。Fenn等(2008)[1]選擇的投入指標是總資本和準備金、總技術準備金、真實負債資本；選擇的產出是凈發生給付。此處負債資本的選取值得探討：因為總資本中一般已包含權益資本、負債資本和實物資本，將負債資本納入投入指標會造成重復。對勞動力的分析，參考Kader等(2014)[17]。

Cummins等(2010)[25]的投入指標有內勤人員、代理人員、實物資本、商業服務和金融資本；財險產出為已發生損失的真實現值；壽險產出有產生的效益與準備金增量之和、資產累計、非支付準備金和投資資產。關于實物資本的分析與Kader等(2014)[17]一致。葉成徽和陳曉安(2012)[26]在效率估計時選取的投入要素有傭金占保費收入比例、實收資本占總資產的比例、營業費用占總資產的比例；產出指標有保費收入、責任準備金的增量和已發生給付、投資收益。投入要素傭金/保費收入這個變量的選取值得商榷：因為銷售代理產生傭金，故將傭金/保費收入代表勞動力對保費收入的作用是以偏概全。另外，由于保險行業的特殊性，責任準備金和已發生給付未對壽險和產險做出區別。

3.本文構建體系

生產法下，產出是由一段時間內處理的文件或交易的數量和種類來衡量。但具體的交易數據流并不能普遍獲得。因此，類似于存款的存量數據和未發生給付的保單數據需要找替代數據。像勞動力、資本等物理變量可以包括在內，因為物理變量是交易和處理金融文件時必需的。在中介法中，投入的儲備和利息成本也包含在分析中。因為儲備是金融中介服務中主要原料。但這兩種方法并不完美是因為并沒有完整的概括出金融機構的雙重作用：提供交易以及文件處理服務；成為存款者與貸款者之間交換基金的中介。保險公司并非純粹的金融中介，因此，中介法并不適用于保險公司來確定產出指標；由于財險和壽險在生產周期以及生產過程上存在較大差異，因此在不加以區分的情況下使用生產法會導致效率測度的顯著誤差。

在參考Berger和Humphrey(1997)[12]提出的金融行業確定產出的三種方法的基礎上，針對不同的效率測度，本文構建了兩套適用于保險公司效率測度的投入產出指標體系，該指標結合我國保險業數據的可獲得性，將保險公司視為金融服務的提供者，以生產法和增加值法為核心，在此基礎上做出調整，彌補了彼此的缺陷，使得效率估計結果更加全面。

注：筆者整理。

(1)業務角度的保險行業效率測算指標體系。生產法關注的是金融機構在投入一定人力、財力和物理設施后能夠發生的業務量，產出指標重點衡量的是業務量，因此筆者從業務角度提出一套保險業效率測算的指標體系。從保險業務的角度分析保險公司的生產經營效率，通過保險公司的業務產生收入來衡量保險公司的投入和產出。值得注意的是，下表中的代理人代表的是保險機構的外勤工作人員，勞動力代表的是保險機構的內勤工作人員。具體看文獻需要選擇代理人及勞動力的單位。

(2)盈利角度的保險行業效率測算指標體系。增加值法重點關注的是金融機構的利潤，因此筆者從利潤衡量的角度提出一套測算效率的投入產出指標體系。若是分析保險行業使用資源來創造利潤的能力，投入和產出指標根據利潤歸屬保險公司來進行選取。

四、研究結論

保險機構的效率測度是目前研究熱點，本文在綜述現有研究基礎上，得出幾個有意義的結論：首先是明確了保險公司是互助式盈利性的金融機構這一特性，因此在測度保險機構效率時，并不能將其視為單純的金融機構。其次，參數法更適合用于估計中國保險公司的效率。在參數法中，SFA方法考慮了隨機因素對產出的影響，估計結果更為精確有效，是保險業效率研究最適合的方法。最后，在投入產出指標的選擇方面，結合我國保險行業數據的可得性，分別構建了合適的保險行業投入產出指標體系。業務角度方面，將投入指標暫時擬定為營業費用、代理人、勞動力和總資本四個；將產出指標擬定為保費收入、投資收益、已發生給付和準備金變動三項。利潤角度方面，選擇的投入指標有員工費用、權益資本和總投資資產三項，產出指標則為準備金增加額與利潤之和。本文的綜述對保險機構的效率測度提供了有價值的參考和指引。

參考文獻

[1]Fenn P，Vencappa D，Diacon S，et al. Market Structure and the Efficiency of European Insurance Companies: A Stochastic Frontier Analysis[J]. Journal of Banking and Finance，2008,32(1):86-100.

[2]甘小豐，中國保險業效率結構的實證分析[J]. 數量經濟技術經濟研究，2008(7)。

[3]黃薇，基于風險考慮的保險公司效率評價模型構建[J]. 財經論叢，2008(5)。

[4]Diacon S R，Starkey K Berien C. Size and Efficiency in European Long-Term Insurance Companies: an International Comparison[J]. Geneva Papers on Risk and Insurance，2002,27(3):444.

[5]Brockett P L，Cooper W W，Golden L L，Rousseau J J, et al. Evaluating Solvency versus Efficiency Performance and Different forms of Organization and Marketing in US Property Liability Insurance Companies[J]. European Journal of Operational Research，154，492-514.

[6]Barros P，Barroso N, Borges M R. Evaluating the Efficiency and Productivity of Insurance Companies with a Malmquist Index: A Case Study for Portugal[J]. Geneva Papers on Risk and Insurance, 2005, 30(2):244-267.

[7]Brockett P L，Cooper W W，Golden L L，et al. Financial Intermediary versus Production Approach to Efficiency of Marketing Distribution Systems and Organizational Structure of Insurance Companies[J]. Journal of Risk and Insurance, 72(3):393-412.

[8]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).

[9]胡穎、葉羽鋼. 基于風險因素的保險業效率研究[J]，廣東商學院學報，2009(4).

[10]楊國梁、劉文斌、鄭海軍. 數據包絡分析(DEA)綜述[J]，系統工程學報，2013(6).

[11]黃薇. 風險視角下中國保險公司效率的實證研究-基于隨機前沿分析方法[J]. 數量經濟技術經濟研究，2008(12).

[12]Berger A N, Humphrey D B Efficiency of Financial Institutions: International Survey and Directions for Future Research[J]. European Journal of Operational Research， 1997,98(2):175-212.

[13]Gardner L A, Grace M F. X-Efficiency in the US Life Insurance Industry [J]. Journal of Banking and Finance，1993,17(2)497-510.

[14]Fukuyama H. Investigating Productive Efficiency and Productivity Changes of Japanese Life Insurance Companies [J]. Pacific-Basin Finance Journal，1997,5(4):481-509.

[15]Cummins J D, Zi H. Comparison of Frontier Efficient Methods:An Application to the US Life Insurance Industry[J]. Journal of Productivity Analysis ，1998,10(2)，131-152.

[16]陳璐. 中國財產保險業效率實證分析[J]，現代財經，2006(5)。

[17]Kader H A，Adams M，Hardwick P, et al. Cost Efficiency and Board Composition under Different Takaful Insurance Business Models[J]. International Review of Financial Analysis，2014,32(3):60-70.

[18]Hao J CJ, Chou L Y. The Estimation of Efficiency for Life Insurance Industry: The Case in Taiwan[J]. Journal of Asian Economics，2005,16(5):847-860.

[19]黃薇. 基于SFA方法對中國保險機構效率的實證研究[J]. 南開經濟研究，2006(5)。

[20]王聰、歐陽青東，考慮風險承擔與資本結構的保險業效率實證分析[J]. 江西財經大學學報，2008(4).

[21]Fecher F，Kessler D，Perelman S, et al. Productive Performance of the French Industry[J]. Journal of Productivity Analysis，1993,4(1)77-93.

[22]Cummins J D，Turchetti G Weiss M A. Productivity and Technical Efficiency in the Italian Insurance Industry Working paper[R]. ottawa: wharton School Working Paper, 1996.

[23]Bernstein J I. Total Factor Productivity Growth in the Canadian Life Insurance Industry: 1979～1989[J]. Canadian Journal of Economics，1999,32(2):500-517.

[24]Noulas A G, Hatzigayios T, Lazaridis J, et al. Non-parametric Production Frontier Approach to the Study of Efficiency of Non-life Insurance Companies in Greece [J]. Journal of Financial Management and Analysis， 14(1):19-26.

[25]Cummins J D，Weiss M A，Xie X Y, et al. Economies of Scope in Financial Services: A DEA Efficiency Analysis of the US Insurance Industry[J]. Journal of Banking and Finance, 2010, 34(7):1525-1539.

[26]葉成徽、陳曉安. 經理報酬對中國上市保險公司效率的影響-基于隨機前沿(SFA)方法的實證研究[J]. 保險研究，2012(8).

責任編輯王麗英

Measurement of the Efficiency of Insurance：A Review and Theory Construction

ZHANG Shao-hua, LU Yun

(School of Economics and Management, Zhejiang Sci-Tech University, Hangzhou 310018, China)

Key words：insurance industry efficiency; parametric method; non-parametric method; input index; output index

Abstract：The insurance company as a special financial companies, is necessary to maximize economic effect, but also takes on important social function. As the result, the methods of efficiency are not standard and the selection of input-output indicator is in chaos in the measurement of efficiency about insurance company. Based on the review of the forefront of literature, this paper found that: (1)The particularity of the insurance company makes it difficult to select the input-output indicator in the measurement of efficiency of insurance company; (2)While taking the efficiency frontier of insurance industry into consideration, parametric method is more advantage than non-parametric method due to the defects in significance and accuracy about non-parametric method; at the same time, DEA method in non-parametric method has been improved in the development; (3)Based on the definition of output indicators, this paper proposes a system of two sets of input-output indicators from two points of view of profitability and production.

收稿日期：2016-01-03

基金項目：浙江省高校人文社會科學重點研究基地項目(2015YJYB01)和(2015KYLX05)，浙江理工大學521人才青年骨干項目。

作者簡介：張少華，男，浙江理工大學經濟管理學院副教授，主要從事生產率分析，財政金融研究；陸蕓，女，浙江理工大學經濟管理學院碩士生，主要從事生產率分析。

中圖分類號：F840

文獻標識碼：A

文章編號：1005-1007(2016)07-0092-12