論保險投資新政對壽險公司投資收益的影響

陳迪紅 易者

摘要近年來，保險監管部門頒布了多項保險投資新政，保險資金運用上的限制得到了放松.保險投資新政的實施對壽險公司投資收益有著怎樣的影響呢？運用雙重差分模型（DID模型），定量估計了保險投資新政實施前后的壽險公司投資收益的具體變化，并分析了何種因素對壽險公司的投資收益有顯著影響.研究發現，保險投資新政對壽險公司的總投資收益率的提高有著積極的影響，保險投資新政對不同規模的壽險公司投資收益的影響存在著差異，僅考慮政策的調整因素，大型壽險公司的總投資收益率增量超過中小型壽險公司1.13%，綜合考慮其它指標的影響后，其總投資收益率增量仍然超過中小型壽險公司0.097%.實證結果為保險監管部門的政策實施以及壽險公司的經營提供了新思路.

關鍵詞保險學；保險投資新政；DID模型；投資收益；壽險公司

中圖分類號F842.0文獻標識碼A

A Study of the Effects of the Innovation

Policies in Insurance Investment on the Investment

Income of Life Insurance Companies

Dihong Chen， Zhe Yi

（College of Finance and Statistics，Hunan University，Changsha，Hunan410079，China）

AbstractIn recent years， China's insurance regulators have promulgated a series of innovation policies in insurance investment， and restrictions on the utilization of insurance funds have been relaxed. How does the implementation of the innovation policies in insurance investment affect the investment income of life insurance companies？ This thesis uses the Difference in Difference models to quantitatively estimate the specific changes in the investment income of life insurance companies before and after the implementation of the innovation policies in insurance investment， and to analyze which factors have a significant impact on the investment income of life insurance companies. Empirical research has found that the innovation policies in insurance investment has a positive impact on the growth of the total investment yield of life insurance companies， and found that the impact of the innovation policies in insurance investment on the investment income of life insurance companies in different sizes is different. Considering the policy factor only， since the innovation policies in insurance investment implemented， large scale life insurance companies exceed medium and small scale life insurance companies in the increment of rate of return on total investment to 1.13%. While considering with other influential factors， the rate of return on total investment of large scale life insurance companies go beyond by 0.097% with comparing of its counterpart. The empirical results provide new ideas for the policy implementation of the China's insurance regulators and the management of the life insurance companies.

Key wordsinsurance； innovation policies in insurance investment； difference in difference model； investment income； life insurance company

1引言

壽險公司的經營不僅有負債端的管理，也有資產端的管理，而資產端的管理離不開投資.隨著2012年來中國保險監管部門連續發布的多項保險投資新政，保險資金運用上的限制得到了放松，拓寬了投資范圍和比例限制.隨著中國保險業的發展，壽險公司能夠進行投資的資本也越來越多，投資逐漸成為了壽險公司獲取收入的主要途徑之一.

針對保險投資新政和保險公司投資收益的研究，中外學者做了大量的工作.李心愉（2013）[1]認為2012年是中國保險歷史上的重要的一年，保險投資新政的出臺推動了保險資金運用的市場化進程.張少建（2016）[2]認為保險新政策出臺后，保險公司的發展需要越來越龐大的保險資金投資.保險公司應廣泛參與到資產證券化中，以提高投資收益.胡良（2014）[3]指出應以償付能力水平為依據來規范保險公司投資行為，以實現資金的合理和有效的運用.Joe S. Floyd， Jr（1962）[4]發現了壽險公司在資本分配上存在的問題，并提出了壽險公司投資資金的最優配置.盛虎和王學（2010）[5]分析了中國保險業的投資現狀，指出保險公司的投資收益對公司的績效有影響.Emmanuel Olateju Oyatoye和Waheed Oladimeji Arilesere（2012）[6]認為保險投資是保險業生存和發展的支柱，能為保險公司彌補承保損失，獲得利潤.許文和張國棟（2017）[7]認為中國的養老問題亟需解決，養老地產將得到發展，保險公司可投資養老地產.

盡管以上研究分析了投資新政對壽險公司投資收益的影響，并研究了保險公司的投資組合.然而，現有研究成果很少涉及保險公司投資收益的影響因素的研究，更是沒有定量分析投資新政對壽險公司投資收益的影響.而這些工作對中國監管機構完善保險投資政策、幫助壽險公司合理經營和投資是有益的.

通過對資產規模的劃分，選取了24家壽險公司作為研究對象，并以2012年末作為時間節點來劃分政策實施前后、以總投資收益率作為被解釋變量，建立雙重差分模型（Difference in Difference Model， DID模型）來對保險投資新政實施前后的壽險公司投資收益變化進行實證研究.意在反映保險投資新政對不同規模的壽險公司投資收益狀況的影響，并分析何種因素對壽險公司投資收益有顯著影響.

2模型設定和研究方法

雙重差分模型，簡稱DID模型，是一種計量經濟學模型，在政策分析中廣為使用.David Card和Alan B. Krueger（1994）[8]較早利用該模型分析了最低工資率對雇工數量的影響，Feldstein（1995）[9]評估了1986年美國稅制改革政策對個人收入的影響，周黎安和陳燁（2005）[10]運用該模型評價了中國農村稅費改革的政策效果；聶輝華、方明月和李濤（2009）[11]分析了中國增值稅轉型對企業的影響.下面將建立并運用DID模型來研究保險投資新政對壽險公司投資收益的影響.

設Yit-政策影響的指標，其中Yit是t時刻、第i個壽險公司的總投資收益率；T-反映時間效應的虛擬變量，T=0為政策實施前，T=1為政策實施后；Pi-反映政策效應的虛擬變量，其中Pi=0為第i個樣本屬對照組，Pi=1表示其屬政策作用組；T×Pi-政策效果和作用時間的交叉項、反映二者的共同影響；εit-擾動項、服從正態分布N（0，σ2）.不考慮其他影響因素的DID模型為

Yit=α0+α1T+α2Pi+α3T×Pi+εit， （1）

設對照組為B組，政策實施前后，B組的政策影響指標值分別為

YB1=α0+εT=0， （2）

YB2=α0+α1+εT=1.（3）

B組的政策影響變化量為

ΔYB=YB2-YB1=α1，（4）

設作用組為A組，政策實施前后，A組的政策影響指標值分別為

YA1=α0+α2+ε， （5）

YA2=α0+α1+α2+α3+ε. （6）

A組的政策影響變化量為

ΔYA=YA2-YA1=α1+α3.（7）

因此，政策對A、B兩組的指標Y的凈影響為

Dif=ΔYA-ΔYB=（YA2-YA1）-

（YB2-YB1）=α3. （8）

式（8）描述了政策實施前后，作用組A的指標Y變化量、對照組B的指標Y變化量的差異.

需要說明的是：因為研究的是保險投資新政對不同規模的壽險公司投資收益影響的差異，故文中虛擬變量P的意義略有改變——Pi=1表示中小型壽險公司組，仍用A代表；Pi=0表示大型壽險公司組、仍用B代表.

式（8）反映了DID模型中系數α3的重要含義：僅考慮政策影響因素時，若擬合結果中α3≥0，即Dif≥0時，意味著ΔYA≥ΔYB.此時，又可以細分為三種情況——①YA2-YA1≥0、YB2-YB1≥0、并且ΔYA≥ΔYB時；②YA2-YA1≤0、YB2-YB1≤0、并且ΔYA≥ΔYB；③YA2-YA1≥0、YB2-YB1≤0、自然有ΔYA≥ΔYB.可以證明以上各種情形都對作用組較為有利.因此α3≥0時，保險投資新政的實施對作用組即中小型壽險公司相對更有利.

如果α3≤0，同上面的分析，此時意味著保險投資新政的實施對大型壽險公司相對更有利.

若反過來假設大型壽險公司為作用組，設中小型壽險公司為非作用組，那么類似式（8），得到新雙重差分值、不妨設其為α3*、它恰是α3的相反數，即α3*=-α3.這意味著：不論人為地設置作用組或對照組，都不會改變結論的面貌，故該方法不受人為因素干擾，具有客觀性.

另一方面，僅在模型中引入虛擬變量“分組（P）”、“時間（T）”是遠遠不夠的，需要加入其他可能影響Y的因素來反映其他因素對政策指標Y的影響.DID模型的更一般形式如下

Yit=α0+α1T+α2Pi+α3T×Pi+αT4Zit+εit，（9）

其中：Yit、T、Pi、εit和前式（1）中的定義一致；Zit=（Zit（1）， Zit（2）， …， Zit（k））T，它是其他影響Y的指標向量，k為選取的指標個數，Zit（j）為t時刻、第i個壽險公司、在第j個控制變量上的取值；T×Pi仍是政策效果和作用時間的交叉項.

同前，設中小型壽險公司組仍用A代表，政策實施前后，Y指標變化為

ΔYA=YA2-YA1=α1+α3+αT4（Zsa-Zsb）.（10）

設大型壽險公司組仍用B代表，政策實施前后，Y指標變化為

ΔYB=YB2-YB1=α1+αT4（Zla-Zlb），（11）

其中：l表示large，即大型壽險公司；s表示small，即中小型壽險公司；a表示after，即政策實施后；b表示before，即政策實施前.Zsa為政策實施后，中小型壽險公司的其它影響Y的指標向量Z的各項取值；符號Zsb、Zla、Zlb的含義類似Zsa.

由式（10）和式（11），得到政策對兩組指標Y的凈影響Dif為

Dif=ΔYA-ΔYB=

（YA2-YA1）-（YB2-YB1）=

α3+αT4（ΔZs-ΔZl），（12）

式（12）與式（8）不同的是：式（8）反映了政策實施前后大型、中小型壽險公司投資收益變化的差異Dif只由雙重差分系數α3決定；而式（12）中，Dif還受到其它指標的影響.在引入其它控制變量后，Dif的不同取值的含義仍類似式（8）.

為考察政策實施之后每一年的影響，還將采用多時期數據模型來進行研究，模型具體設置為：

Yit=α0+α1Xit+α2Zit+ut+βi+εit. （13）

模型（13）中，Yit為被解釋變量，Xit為表示個體i在時期t是否發生了“處理”的虛擬變量，Zit是其他影響Y的控制變量向量，ut為表示時間前后的虛擬變量，βi為表示個體i不隨時間變化的虛擬變量，εit代表其他隨機擾動項.其中，Xit系數α1稱為雙重差分估計量，它揭示了政策實施的效果.

3數據描述與變量說明

首先對壽險公司的規模進行劃分.

由于保險投資新政的實施使得壽險公司可以更多地投資另類資產

中國保監會，2012：《關于保險資金投資股權和不動產有關問題的通知》.

中國保監會，2012：《關于保險資金投資有關金融產品的通知》.

中國保監會，2012：《基礎設施債權投資計劃管理暫行規定》.，而投資另類資產所需資金額較大，資產規模小的中小型壽險公司不具備這樣的投資能力，所以通過對2010年前成立的52家壽險公司6個年度的資產總額平均值高低進行排序，選取了資產總額平均值在250億以上的壽險公司作為研究對象，具體排序見表1.并根據資產總額平均值的相對大小，對壽險公司規模進行了劃分：大型壽險公司8家，資產總額平均值均在1000億人民幣以上；中小型壽險公司16家，它們與8家大型壽險公司相差較大.

然后對保險投資新政實施前、實施后的時間節點進行了界定.

2012年7月，保監會連續頒布了《保險資產配置管理暫行辦法》等四項新政

中國保監會，2012：《保險資產配置管理暫行辦法》.

中國保監會，2012：《保險資金投資債券暫行辦法》.

中國保監會，2012：《關于保險資金投資股權和不動產有關問題的通知》.

中國保監會，2012：《保險資金委托投資管理暫行辦法》；2012年10月，保監會頒布了第二批六項新政

中國保監會，2012：《保險資金參與股指期貨交易規定》

中國保監會，2012：《保險資金參與金融衍生產品交易暫行辦法》

中國保監會，2012：《保險資金境外投資管理暫行辦法實施細則》

中國保監會，2012：《基礎設施債權投資計劃管理暫行規定》

中國保監會，2012：《關于保險資金投資有關金融產品的通知》

中國保監會，2012：《關于保險資產管理公司有關事項的通知》.

基于保險投資新政頒布時間的特點，設置2010～2012年為政策實施前、2013～2015年為政策實施后.這樣劃分時點是由于保險投資新政的具體實施時間在2012年的后半年，且該年的年報數據是根據其全年信息匯總而成的，故視2012年為政策實施前.另外，各保險公司從2010年開始才在其網站上公布公司年報，為了獲取準確的數據，故沒有納入2010年以前的數據.

最后，采用總投資收益率來研究壽險公司的投資收益，并篩選了6個與壽險公司投資收益關系密切的財務指標，用來建立引入了其它影響指標的DID模型.這6個指標分別是資金運用率、投資收益占總收入的比例、償付能力充足率、總資產增長率、凈利潤率和平均資產回報率.此外，還加入了影響壽險公司投資收益的宏觀經濟數據.有描繪社會經濟水平的人均GDP指數增長率和CPI同比增長率、上證綜合指數同比增長率、反映貨幣政策的準貨幣（M2）同比增長率和反映財政政策的稅收收入增長率.

變量的統計特征描述見表2.

4實證結果與分析

運用三類DID模型，利用中國壽險公司2010～2015年的財務數據和宏觀經濟數據，通過一般最小二乘估計法和EVIEWS 7.0軟件進行實證研究.

4.1模型擬合

4.1.1數據的平穩性分析

為了避免虛假回歸，保證擬合結果的有效性，采用ADF檢驗（Augmented DickeyFuller test）對各數據序列進行了平穩性檢驗.EVIEWS7.0的ADF檢驗的結果如表3所示.

由于ADF檢驗的原假設為數據序列存在一個單位根，如果拒絕原假設則序列是平穩的，反之序列不平穩.又由于上述數據序列的ADF檢驗的t統計量的絕對值大于-3.4765（1%的置信水平）的絕對值，故以上數據序列均是平穩的.

4.1.2回歸方程顯著性檢驗

1）無控制變量DID模型的回歸方程

根據式（1）的定義，得到無其他控制變量時的DID模型擬合結果，詳見表4.

將各變量的系數估計值代入式（1），得到無控制變量DID模型的回歸方程為

Y=0.0417+0.0376T-0.002P-0.001 T×P.（14）

表4中反映模型擬合顯著性的F值=（SSR/M）/[SSE/（N-M-1）]=15.5593.其中：SSR為回歸平方和、SSE為殘差平方和；M為除常數外的變量個數、即M=3，N為樣本數、N=144.查F分布表得F0.01（3，140）=3.9246.顯然回歸方程是顯著的.不過回歸方程的擬合優度R2=0.2500，為了提高R2值，還需要在回歸方程中加入其他控制變量，以更好地擬合方程.

2）考慮其他控制變量的回歸方程

根據考慮其它控制變量的DID模型式（9）的定義，并根據逐步回歸分析法的雙檢驗原則，從11個指標中逐步引入和剔除相應的控制變量，以排除多重共線性，得到最優的擬合結果.最終篩選出了資金運用率（Utilization Efficiency of Capital， UEC）、平均資產回報率（Return On Average Assets， ROAA）和總資產增長率（Growth rate of total assets， GRTA）.并得到了考慮其他控制變量時的回歸方程的擬合結果，詳見表5.

將各變量的系數估計值代入式（9），得到含有控制變量的回歸方程為

Y=0.1268+0.0222T+0.0095P

-0.0113T×P-0.1052UEC

+0.9339ROAA+0.0048GRTA. （15）

表5中反映模型擬合顯著性的F值=（SSR/M）/[SSE/（N-M-1）]=26.5142，回歸方程是顯著的.另外，回歸方程的擬合優度R2=0.5373，達到了較高的水平.這說明加入了描述壽險公司資金運用狀況的資金運用率（UEC），反映營運狀況的平均資產回報率（ROAA）和反映資產狀況的總資產增長率（GRTA）的回歸方程能夠較客觀地反映壽險公司的投資收益水平.

3）多時期數據模型的回歸方程

為了考察投資新政實施后的每一年對壽險公司投資收益的影響，運用多時期數據模型式（13）來分析政策效果在時間上的變化趨勢.模型式（13）在加入了控制變量的基礎上還加入了多時期虛擬變量（T1，T2和T3）和公司個體特征虛擬變量（集團公司虛擬變量（Group Company， GC））.

表6中F值=（SSR/M）/[SSE/（N-M-1）]=26.5469，回歸方程非常顯著.并且擬合優度R2=0.6114，擬合質量良好.這說明該模型能有效地反映政策效果在時間上的變化趨勢.

4.2擬合結果分析

4.2.1保險投資新政政策效果分析

1）時間變量T的分析.

表5中，時間變量T的系數為0.0222，T的t值=α2/s（α2）=2.8698，是顯著的.這表明，控制了資金運用率、平均資產回報率和總資產增長率這三個變量后，投資新政的實施平均每年能夠提高壽險公司總投資收益率0.0222個百分點.這說明政策的實施對壽險公司投資收益的提高具有顯著的正效應.

2）雙重差分估計的結果分析.

表5中，考慮其他控制變量的DID模型的交叉項T×P的擬合系數為-0.0113，且t值接近顯著.僅考慮政策因素的影響，保險投資新政的實施對大型壽險公司的總投資收益率提高了0.0222，而對中小型壽險公司的總投資收益率僅提高了0.0222-0.0113=0.0109，說明保險投資新政對大型壽險公司的投資收益水平提高更多.

將控制變量的平均數據代入式（12）得到其他控制變量加入后的大型、中小型壽險公司總投資收益率變化量的差異情況：

Dif=ΔYA-ΔYB=

α3+αT4（ΔZs-ΔZl）=

-0.00097（16）

由于Dif=-0.00097<0，這說明考慮了其它因素后，中小型壽險公司投資收益水平受到的保險投資新政的有利影響比大型壽險公司小，即大型壽險公司更能把握住保險投資新政來實現更高的投資收益.

表6中，多時期數據模型的雙重差分估計量，即X的系數為-0.0195，且t值顯著，這說明保險投資新政對不同規模壽險公司的投資收益的影響存在顯著差異.

3）政策實施效果的時間趨勢分析.

通過表6的擬合結果可知，多時期虛擬變量T1，T2和T3的回歸系數值均為正，并且從T1，T2和T3的系數0.0192、0.0274和0.0438可以看出，保險投資新政對壽險公司投資收益的提高逐年上升.且T1，T2和T3的t統計結果均為顯著的.這說明保險投資新政不僅在實施第1年有政策效果，并且在往后的每一年仍然有顯著的影響，保險投資新政的政策效果具有長期效應.

4.2.2顯著的指標變量的提取和分析

從表5中可以看到，資金運用率（UEC）、平均資產回報率（ROAA）、總資產增長率（GRTA）的t統計量都通過了相應顯著性水平下的統計檢驗.

以資金運用率（UEC）為例，它的t統計量滿足∣t∣=∣α5/s（α5）∣=6.1913>t0.01（N-M-1）=t0.01（137）=2.6122，通過顯著性水平為1%的統計檢驗.這表明，資金運用率（UEC）這個反映壽險公司資金運用狀況的指標對壽險公司總投資收益率有顯著的負效應，資金運用率每增長1%，平均降低壽險公司總投資收益率0.1052%.由于資金運用率的計算公式為投資資產/總資產，這說明目前壽險公司的投資資產的運用效率并不高，投資資產的增加沒有帶來理想的投資收益.

平均資產回報率（ROAA）的系數估計值為0.9339，這說明，平均資產回報率對壽險公司總投資收益率有顯著的正效應.顯然，當壽險公司的平均資產回報率增加時，壽險公司經營的單位報酬增加，運營狀況變得更好，能夠促進壽險公司更好地進行投資.

另一方面，總資產增長率（GRTA）對總投資收益率有積極影響，資金運用率每增長1%，平均能提高壽險公司總投資收益率0.0048%.這意味著壽險公司資產的遞增、規模的不斷壯大能夠促進投資收益增長.

5結論

定量分析了投資新政的實施對壽險公司投資收益的影響，基于實證結果，得出的主要結論有：保險投資新政對壽險公司投資收益有積極影響，從政策作用時間上分析，保險投資新政的政策效果具有長期效應，保險監管層應加大保險投資政策的實施力度，促進壽險公司投資收益的提高以及保險行業更好更快的發展；且保險投資新政對不同規模的壽險公司投資收益的影響存在差異，鑒于中小型壽險公司自身條件的限制以及資產規模的不足，沒有能力把握住政策的優勢，保險監管政策可以進一步細化，對大型、中小型壽險公司的資金運用實施差異化監管；此外，資金運用率（UEC）、平均資產回報率（ROAA）、總資產增長率（GRTA）對壽險公司的總投資收益率有顯著的影響，壽險公司需要結合自身特點進行投資選擇，對投資資產進行合理配置，提高資金運用能力和資金運用效率；考慮到壽險公司主營業務的發展能夠給壽險公司投資帶來積極的影響以及資金運用業務能夠支持保險主業發展的作用日漸明顯，壽險公司應促進資金運用與保險主業的協同發展.

如果數據允許，未來可以尋找更多對壽險公司投資收益有影響的指標，進一步提高模型的擬合優度以及考慮納入其他控制變量的DID模型的雙重差分估計量的顯著性水平，并進一步研究壽險公司應如何完善資產配置從而提高投資收益率.

參考文獻

[1]李心愉.釋放保險資金投資新政紅利[J].中國經濟報告，2013（4）：53-57.

[2]張少建.新常態下保險資金參與資產證券化的路徑分析[J].金融與經濟，2016（9）：82-86.

[3]胡良.償付能力與保險資金運用監管[J].保險研究，2014（11）：94-102.

[4]JOE S， FLOYD Jr. The Rate Of Return And The Allocation Of Life Insurance Company Investments[J]. Journal of Insurance， 1962， 29（3）： 417-423.

[5]盛虎，王學.中國保險投資對保險公司收益的影響研究——以中國上市保險公司為例[J].金融理論與實踐，2010（2）：97-100.

[6]OYATOYE E O， ARILESERE W O. A non-linear programming model for insurance company investment portfolio management in Nigeria[J]. Inderscience Publishers， 2012， 4（1）： 83-100.

[7]許文，張國棟.保險公司投資新渠道——養老地產[J].保險職業學院學報，2017，31（1）：47-51.

[8]CARD D， ALAN B. Krueger. Minimum Wages and Employment： A Case Study of the Fast Food Industry in New Jersey and Pennsylvania[J]. American Economic Review， 1994， 84（4）： 772-793.

[9]FELDSTEIN M. The Effect of Marginal Tax Rates on Taxable Income： A Panel Study of the Tax Reform Act[J]. Journal of Political Economy， 1995， 103（3）： 551-572.

[10]周黎安，陳燁.中國農村稅費改革的政策效果：基于雙重差分模型的估計[J].經濟研究，2005（8）：44-53.

[11]聶輝華，方明月，李濤.增值稅轉型對企業行為和績效的影響——以東北地區為例[J].管理世界，2009（5）：17-35.