壽險公司資產驅動程度與經營風險的關系研究

尚穎 賈士彬 許維維

【摘 要】 資產驅動型經營模式的出現，為壽險業帶來了新的風險;而新風險的凸顯又使壽險公司尋找新的解決途徑，提升或降低資產驅動程度就是其中一種。那么，不同驅動模式下，壽險公司資產驅動程度與經營風險究竟存在何種內在關系，以及有何差異？基于此，選取55家壽險公司2013—2019年的面板數據，運用PVAR模型，分析并比較了資產驅動型和負債驅動型經營模式下，資產驅動程度與經營風險相互沖擊的影響。脈沖響應顯示，不同驅動模式壽險公司經營風險受資產驅動程度沖擊的影響不同;在面臨不同經營風險沖擊時，兩類公司對于資產驅動程度的選擇也有所差別。方差分解顯示，兩種經營模式下，系統中的各變量均對變量自身的預測方差貢獻度最大，資產驅動程度對三種經營風險的貢獻度不大。

【關鍵詞】 資產驅動; 負債驅動; 投資風險; 退保風險; PVAR模型; 壽險公司

【中圖分類號】 F840.32? 【文獻標識碼】 A? 【文章編號】 1004-5937（2022）12-0068-09

一、引言

2013年，在資本市場利好、監管政策放寬和費率市場化改革的背景下，一些新興壽險公司為了搶占市場，改變傳統負債型經營模式，依靠結算利率較高的投資型壽險產品快速聚攏資金，進而投向風險較高的非標類資產、不動產等獲取高額投資收益，來反哺承保端隱性高承諾利率，資產驅動型經營模式開始涌現，例如安邦、前海、華夏等就是資產驅動型壽險公司的典型代表。從數據看，該類壽險公司投資賬戶占比由2013年的30.68%提升至2016年的59%;對投資的依賴程度也顯著提升，投資收益率由2013年的4.73%提升至2016年的5.53%，遠超過整體壽險公司投資收益率由4.32%年提升至4.77%的水平。資產驅動型經營模式的出現，增加了資產端參與產品開發設計的可能性，擺脫了以往產品設計一味迎合負債端的弊端，更易于壽險公司確定一個合理的利潤空間，在做好成本控制的同時獲取穩定的利潤。而對于負債驅動型壽險公司，例如國壽、平安等，受資產驅動型經營模式的沖擊，也在一定程度上融入了新的經營理念，保持了業務的穩定增長，降低了分紅險產生的擠出效應，有利于其經營效率的提升。

但是，由于資產驅動經營模式的杠桿率較高，良性運行的外部環境較為苛刻，隨著市場利率的長期下行，尤其是2016年后資本市場行情的回落，投資收益率開始下滑，利差損風險不斷增加。再加上大量中短存續期萬能險保單兌付期的到來，流動性風險加劇，退保風險加大。在這些風險的刺激下，一些壽險公司為了保證自身銷售額，搶占市場地位，即便已經出現了投資虧損，也會繼續開發高現金價值投資型壽險產品，以維持公司的短期現金流，結果導致核心業務更加偏離保障功能，承保業務有不斷弱化的傾向，容易產生惡性循環。為了及時遏制該種行為，防范部分壽險公司經營風險的進一步惡化，阻斷風險在保險業，甚至是整個金融業的傳染，守住系統性風險爆發的底線。2016年3月，《關于規范中短存續期人身保險產品有關事項的通知》（保監發〔2016〕22號）設置了萬能型中短存續期產品的漸進退出機制，要求保險產品逐漸回歸保障本源。這不僅使資產驅動型壽險公司懸崖勒馬，也使部分負債驅動型壽險公司及時踩下了剎車，2017年壽險產品投資賬戶占比迅速下降至24.44%。但2018—2019年又有所回升，基本維持在30%左右的水平。當然，保持合適的資產驅動程度，將有利于壽險公司發展，很多學者也主張中國保險業應保持著“承保+投資”雙輪驅動的基本規律。

可見，壽險公司保持適度的資產驅動程度十分必要，資產驅動程度與經營風險之間存在著相互影響。因此，本文一方面試圖研究不同驅動模式壽險公司經營風險受資產驅動沖擊的影響程度，另一方面試圖研究壽險公司所面臨的經營風險沖擊是否會影響壽險公司對資產驅動程度的選擇。將投資風險、退保風險和流動性風險作為經營風險的考核指標，與資產驅動程度指標建立一個內生系統，采用PVAR模型進行脈沖響應和方差分解分析。

二、文獻綜述

（一）關于不同驅動模式壽險公司經營風險的研究

Caswell et al.[1]發現依靠承保端盈利的壽險公司與依靠投資端盈利的壽險公司的盈利能力具有顯著差異，不同驅動模式給壽險業帶來了不同的經營風險。傳統壽險公司在經營過程中所面臨的經營風險可以包括產品經營風險和資產經營風險兩類[2]：在負債端，主要表現為理賠及銷售亂象頻發、退保壓力、利差損風險等[3]，對產品設計的精細化和差異化提出了更高的要求，承保盈利面臨瓶頸，因此，壽險公司開始用資金收益代替承保收益[4];但在資產端，由于保險資金投資的每個通道又面臨不同程度的風險，因此，我國的保險業也還沒有走出投資回報率低的困境[5]。

基于此，一種較為激進的資產驅動型經營模式的出現，進一步增加了壽險業經營風險[6-8]。因為資產驅動型壽險公司在資產端會有大量的投資行為，這對公司的風險管理能力及監管防范提出了更高的要求，適當的投資策略和高超的風險管理水平是資產驅動型經營模式健康發展的關鍵[9]。另外，資產驅動型壽險公司在承保端會大量銷售萬能險等產品，投資型壽險產品雖然能迅速提高保險公司的保費收入和市場占有率，但卻增加了公司負債虧損的可能性[10]。仲賽末等[11]也認為資產驅動型壽險公司的財務穩健度顯著弱于傳統負債驅動型壽險公司，資產驅動型經營模式會降低流動性創造。因此，要嚴格把握產品業務結構，把保障和理財兼顧起來，既要滿足人們的保障需求，也要滿足人們的財富管理需求，提升理財的水平[12]。邊文龍等[13]基于隨機前沿分析（SFA）方法研究也發現，對于壽險公司，開展投資業務顯著提高了破產概率并加劇了退保行為，應當加強對壽險公司投資行為的監管。

無論是傳統的負債驅動資產模式，還是新型的資產驅動負債模式，二者都具有共性，它們的核心理念都是資產端與負債端的有效匹配[14]，資產負債管理決策對壽險公司的風險狀況有極大影響[15]，并且不同的監管規定也會導致壽險公司風險分擔的不同[16]。

（二）關于壽險公司對于驅動模式選擇的研究

由于不同壽險公司所處的市場地位、進入市場的時機、盈利能力等不同，所面臨的主要風險也不同。一些中小型壽險公司無法忍受壽險業盈利周期長的模式，開始借鑒國外“海派”理念，摸索出了一種新型經營模式——資產驅動型經營模式[17]。Pfeffer[18]指出，新型中小壽險公司更傾向于采取資產驅動型經營模式，原因在于這些公司股東行為具有很強的投機性，而資產驅動型經營模式盈利周期較短，與其經營理念正好相符。并且該種模式可以促進建立資產管理和負債管理之間的聯動協調機制，化解盲目發展業務可能帶來的利差損風險，增強保險公司運作的穩健性。因此，一些學者主張中國保險業應吸取不同模式的優點，保持“承保+投資”雙輪驅動的基本規律[19-20]。壽險公司應主動加強資產負債雙向管理，實施更加通暢有效的資產負債雙向驅動，以降低保險公司利差損風險和流動性風險，實現公司的長期穩定經營[21]。但一些學者卻認為，壽險公司應通過開展更多傳統的保障型業務而非投資型業務提高流動性，并主張應由“資產驅動負債”向“負債驅動資產”的主流模式逐步回歸[22]，尤其是對于抗風險能力相對較弱的中小型壽險公司而言[23]。

綜上，以往文獻多集中于不同驅動模式各自存在的風險以及不同特征壽險公司對驅動模式選擇的研究，而實際上，二者可能存在雙向的沖擊關系，卻很少有學者涉及?；诖?，本文將資產驅動程度變量和壽險公司經營風險變量納入面板向量自回歸（PVAR）模型進行分析，并細化研究了不同驅動模式下，資產驅動程度選擇對壽險公司經營風險的影響，以及壽險公司經營風險對資產驅動程度選擇的影響。

三、模型設定及變量選取

（一）模型選擇及設定

由于本文研究的是不同驅動模式壽險公司資產驅動程度與經營風險的雙向關系，并希望分析系統內不同要素沖擊的相互影響及貢獻度，因此，采用面板向量自回歸模型（PVAR）進行實證分析，將所有變量視為內生變量。另外，PVAR模型具有的優勢是允許相對較短數據區間，所以本文采用2013—2019年的數據符合該模型要求。

PVAR模型設定如下：

其中，i代表不同的保險公司，t代表不同的年份，j代表滯后階數，α0代表截距項，βi代表個體固定效應，λi代表個體時間效應，εi，t為模型中的隨機干擾項。Yi，t為四個內生變量組成的列向量，分別為資產驅動程度、投資風險、退保風險以及流動性風險。

（二）變量選取及數據來源

1.變量選取

（1）資產驅動程度變量

資產驅動程度較高的壽險公司主要有兩大特征：第一，對投連險、萬能險等投資型壽險產品的依賴程度較高，投資型壽險產品占比較高，本文用投資賬戶占比來表示，即（保戶及投資款新增+投連險獨立賬戶）/規模保費②;第二，更強調通過投資獲益，反哺承保端，本文用投資收益占比來表示，即投資收益/營業收入③。綜合考慮這兩項因素，按照熵值法對各壽險公司資產驅動程度熵值（CAP）進行測算和排序，并將55家壽險公司分為兩類，即資產驅動型壽險公司和負債驅動型壽險公司，表1列示了歷年資產驅動程度均居于前列的19家壽險公司，基本涵蓋了業界所公認的被稱為資產驅動型經營模式的壽險公司，如東吳、前海、華夏、恒大、富德生命等，本文將其劃為資產驅動型壽險公司。其余的36家視為負債驅動型壽險公司。

（2）經營風險變量

雖然資產驅動型壽險公司與負債驅動型壽險公司在經營過程中會呈現出不同的風險表征，但均可以體現在資產端風險、負債端風險以資產負債匹配風險三個方面。首先，對于資產端，風險的來源主要在于風險投資比重過高，為了清晰地測度不同壽險公司資產端的風險投資程度，用風險資產占比（INR）這一指標來衡量投資風險。其次，對于負債端，由于壽險業賠付率、準備金提取等相對較為穩定，因此，本文主要考慮退保風險，這也是資產驅動型經營模式下可能積聚的主要風險之一，甚至一些壽險保單條款本身就具有主動退保設計，用退保率（UNR）表示退保風險。最后，公司資產負債匹配風險最終可以體現為流動性風險，用貨幣資金占比（LAP）這一指標來衡量壽險公司流動性，流動性越強的公司，其面臨流動性風險的可能性越小。

2.數據來源及描述性統計

本文分析的是2013年以來，不同驅動模式下，資產驅動程度與壽險公司經營風險相互沖擊的影響，因此，最終選取了2013—2019年7年間55家壽險公司數據進行分析，剔除了一些成立時間較短的公司。對于存在的個別離群值，也予以剔除。數據主要來源于《中國保險年鑒》、Wind數據庫、中國保險行業協會網站和銀保監會網站。本文采用Stata15.0進行回歸分析。各變量的基本描述性統計如表3所示。

四、實證分析

（一）面板數據與PVAR模型的穩定性檢驗

首先，面板數據的平穩性檢驗是進行后續脈沖響應以及方差分解的前提。在建立PVAR模型之前，必須對各變量數據的平穩性進行單位根檢驗。本文通過LLC檢驗、IPS檢驗以及Fisher-ADF檢驗對數據進行檢驗，結果顯示所有變量均在5%的水平通過顯著性檢驗，即所有變量均為平穩序列。

其次，對不同驅動模式下PVAR模型分別進行平穩性檢驗，結果顯示所有AR根都在單位圓內，所以PVAR模型是穩定的，可以進行后續的脈沖響應和方差分解分析。在此不再贅述。

（二）PVAR模型的滯后期選擇

依據赤池信息準則（AIC）、貝葉斯信息準則（BIC）、漢南奎因準則（HQIC）三個準則來判斷最優自回歸滯后階數，結果顯示，當滯后期數為1期時，AIC、BIC、HQIC三個準則均為最小值，所以選擇滯后一階作為最優滯后階數來進行后續研究是合理的。在此不再贅述。

（三）脈沖響應分析

脈沖響應函數能夠在其他變量保持不變的前提下，模擬其中一個變量對于另一個變量信息沖擊響應的長期動態影響軌跡，能比較清晰地觀察各個變量之間的相互關系。本文運用蒙特卡洛（Monte-Carlo）方法進行200次模擬，分別得到資產驅動型壽險公司和負債驅動型壽險公司滯后20期的脈沖響應圖，如圖1和圖2所示。

1.不同驅動模式壽險公司資產驅動程度與投資風險的關系

（1）對于資產驅動型壽險公司

給資產驅動程度一個正向沖擊，對投資風險產生一個正向影響，并在第2期達到峰值后于第5期逐漸收斂于0?？梢?，對于資產驅動型壽險公司，在資產驅動進一步沖擊下，為了兌現負債端高承諾利率，通過風險投資實現高收益的意愿更強烈，投資風險加劇，資產端自身不能及時調整投資結構，管控風險的能力欠佳。

相反，給投資風險一個正向沖擊，對資產驅動程度產生負向影響，并在第1期觸底后，于第6期收斂于0。說明當該類壽險公司受到投資風險的沖擊時，固有的經營模式將面臨巨大的挑戰，為了防范經營風險的加劇，迫使公司降低資產驅動程度，甚至由銀保監會直接進行管制，如限制其投資范圍、風險投資比例等。

（2）對于負債驅動型壽險公司

給資產驅動程度一個正向沖擊，會對投資風險產生較小的負向影響，并于第4期逐漸收斂于0?？梢?，該類壽險公司受資產驅動沖擊后，在穩健經營理念的指導下，并不會像資產驅動型壽險公司一樣依靠激進的投資來實現投資收益，其更傾向于穩健投資，以分散由此可能帶來的投資風險，實現資產與負債的合理匹配。

相反，給投資風險一個正向沖擊，會對資產驅動程度產生負向影響，在第2期觸底后于第5期收斂于0。說明當該類壽險公司受到投資風險的沖擊時，也需要適當降低資產驅動程度，通過減少風險資產配置比例或優化壽險產品自身結構并進行修正。

2.不同驅動模式壽險公司資產驅動程度與退保風險的關系

（1）對于資產驅動型壽險公司

給資產驅動程度一個正向沖擊，最初會對退保風險產生一個負向影響，從第2期開始變為正值，且逐漸收斂于0。說明對于資產驅動型壽險公司，在資產驅動的沖擊下，短期內退保風險不僅不會增加，反而由于承諾利率較高可以部分稀釋退保行為。但隨后兩期，退保風險會有所增加，一方面，這可能與部分保單主動退保條款設計有關，變向鼓勵消費者短期內主動退保;另一方面，由于此類壽險公司原本資產驅動程度較高，在資產驅動的進一步沖擊下，會加劇退保風險暴露速度，為高承諾利率的兌現造成負擔。

相反，給退保風險一個正向沖擊，會對資產驅動程度產生負向影響，于第2期觸底后收斂于0?？梢?，在退保風險沖擊下，壽險公司會選擇降低資產驅動程度，主動或被動調整產品結構，再加上監管政策的引導，投資型壽險產品會逐漸被壓縮。

（2）對于負債驅動型壽險公司

給資產驅動程度一個正向的沖擊，對退保風險的影響較為短暫，先降低后增加，并于第2期就收斂為0?？梢姡瑢τ谫Y產驅動程度相對較低的負債驅動型壽險公司，資產驅動的沖擊，可以為消費者提供更多的產品選擇，尤其是可以通過萬能險的靈活性吸引消費者，再加上保單條款很少設計主動退保，進而會拉低整體退保率。但在資產驅動程度的沖擊下，隨著萬能險業務的擴張，也會出現退保不穩定，甚至是增加風險。

相反，給退保風險一個正向沖擊，資產驅動程度會緩慢降低后收斂于0?？梢?，負債驅動型壽險公司在面臨退保風險沖擊時，也會重新審視自身資產驅動程度。但退保風險對該類壽險公司資產驅動程度的負向沖擊遠遠弱于資產驅動型壽險公司，其基本保持或略微降低原有資產驅動程度即可。

3.不同驅動模式壽險公司資產驅動程度與流動性風險的關系

無論對于資產驅動型壽險公司，還是負債驅動型壽險公司，給資產驅動程度一個正向沖擊，整體上講，流動性均會提升，流動性風險降低?？梢姡谫Y產驅動的沖擊下，特別是隨著投資型壽險產品占比的增加，不同驅動模式壽險公司都可以通過萬能險的銷售快速聚攏資金，緩解公司的短期流動性風險，尤其是資產驅動型壽險公司，在第1期就可以實現流動性的快速提升，之后這種影響逐漸減少并于第5期收斂為0。

而對于負債驅動型壽險公司，雖然期初對流動性的沖擊是負向的，但之后迅速變為正向并逐漸于第10期收斂為0，可見，在資產驅動沖擊下，該類壽險公司較之資產驅動型壽險公司獲得流動性后持續的時間更長，有利于保持現金流的長期充足性，且理性程度顯著增加。

當給流動性一個正向沖擊時，不同驅動模式壽險公司資產驅動程度卻表現出相反的變化，對資產驅動型壽險公司表現為正向沖擊，對負債驅動型壽險公司表現為負向沖擊?？梢姡瑢τ谫Y產驅動型壽險公司，在流動性被激活后，其仍傾向于維持固有經營模式，甚至進一步增加資產驅動程度，通過提升風險投資比重以獲得更高投資收益，進而反哺承保端高承諾利率。

而對于負債驅動型壽險公司，在流動性沖擊下，其也有繼續維持固有經營模式的傾向，并不會在短期內盲目選擇提升資產程度，可能在流動性得到滿足的情況下，會更關注傳統保障型產品的差異化發展，以及與之相匹配的投資組合方式等。

（四）方差分解

本文采用方差分解法將系統的預測方差分解成系統中各變量沖擊所做的貢獻，通過比較不同變量貢獻百分比的大小，可以估計出各變量沖擊的相對重要程度。如表4所示，分別列示了第5期、10期、15期以及20期的預測方差分解。從方差分解的結果可以看出：無論是資產驅動型壽險公司，還是負債驅動型壽險公司，PVAR系統中各個要素未來20期內均受自身沖擊的影響最大。

1.不同驅動模式壽險公司資產驅動程度的預測方差分解分析

兩種驅動模式的壽險公司，資產驅動程度由自身預測的貢獻率均在80%左右，說明未來驅動模式的選擇受當前驅動模式和資產驅動程度影響較大，雖然投資型壽險產品結構會有所調整，投資占比也會有所改變，但固有的經營理念會一直延續。另外，對于資產驅動型壽險公司，投資風險對資產驅動程度預測的貢獻度次之，而對于負債驅動型壽險公司，流動性對資產驅動程度預測的貢獻度次之。

2.不同驅動模式壽險公司投資風險的預測方差分解分析

兩種驅動的壽險公司，投資風險由自身進行預測的貢獻率均在95%以上，受以往投資決策的影響較大。對于資產驅動型壽險公司，由于其經營的慣性較強，為了實現負債端對消費者的承諾回報，短期內其投資風險不會快速變化。對于負債驅動型壽險公司，常年堅持穩健投資的理念，投資戰略具有長期規劃性，歷年用于風險投資的資金占比相對比較穩定，壽險公司每年調整幅度并不大。另外，資產驅動型壽險公司較之負債驅動型壽險公司資產驅動程度對投資風險預測的貢獻度更高些，前者約2%，后者約0.5%。

3.不同驅動模式壽險公司退保風險的預測方差分解分析

對于退保風險而言，不同類型壽險公司受自身沖擊的貢獻率在88%左右?？梢?，退保行為容易出現羊群效應，而這種羊群效應往往是一種非理性的盲目跟隨行為。資產驅動程度對資產驅動型壽險公司退保風險預測的貢獻度相對較低（約為1%），而對負債驅動型壽險公司相對較高（約為11%），說明資產驅動型經營模式雖然潛在風險，但直接引發大量退保潮的可能性較低，不能作為引發退保風險的主要判別依據。

4.不同驅動模式壽險公司流動性風險的預測方差分解分析

對于流動性而言，資產驅動型壽險公司由流動性自身預測的貢獻率約96%，負債驅動型壽險公司由流動性自身預測的貢獻率約86%?？梢?，壽險公司形成良好流動性的重要性，會影響到未來20期甚至是更多期公司的流動性風險。負債驅動型壽險公司的資產驅動程度對流動性的貢獻度更高，約10%。

5.預測方差分解的穩健性檢驗

為了進一步證實該PVAR系統中資產驅動程度、投資風險、退保風險和流動性均對自身方差預測起著決定性作用，且具有穩定性，又分別估算了2013—2017年和2013—2018年兩個研究期不同驅動模式壽險公司的預測方差分解（見表5）。結果顯示，PVAR系統內各變量對自身方差分解的貢獻度均是最大的，系統內各變量彼此方差預測的貢獻度度并不高：一方面，在資產驅動的沖擊下，各類壽險公司爆發大規模經營風險的可能性并不明顯，這可能與從嚴的監管政策有密切關系;另一方面，在經營風險的沖擊下，各類壽險公司對于自身驅動模式的改變也并不明顯，“羊群效應”不顯著。

五、研究結論與建議

（一）研究結論

本文選取2013—2019年間55家壽險公司的面板數據，運用面板向量自回歸（PVAR）模型，通過脈沖響應函數和方差分解，研究不同驅動模式壽險公司資產驅動程度與公司經營風險的相互沖擊影響。研究結論如下：

1.對于資產驅動型壽險公司，資產驅動程度對投資風險的沖擊始終為正，而資產驅動程度對退保風險的沖擊最初為負值，但此后也逐漸轉為正值。說明對于該類資產驅動程度原本較高的壽險公司，資產驅動的進一步沖擊，會加大投資風險，激發公司繼續通過資產端高風險投資獲得高收益以反哺承保端的欲望，并且該類公司壽險產品多有主動退保條款設計，會使其退保風險增加。

對于負債驅動型壽險公司，資產驅動程度對投資風險的沖擊始終為負值，對退保風險的沖擊最初也為負值，說明對于該類壽險公司，資產驅動的沖擊，新的經營理念的融入，一定時期內有利于壽險公司投資風險與退保風險的分散。

2.對于資產驅動型壽險公司，投資風險與退保風險對資產驅動程度的沖擊始終為負值，說明該類壽險公司面臨投資風險與退保風險沖擊時，有主動或被動降低資產驅動程度的傾向。另外，在流動性沖擊下，該類壽險公司會繼續維持原有經營模式，且傾向于進一步提升資產驅動程度。

對于負債驅動型壽險公司，投資風險和退保風險對資產驅動程度的沖擊也均為負值，而退保風險對資產驅動程度的沖擊始終為正，說明該類壽險公司面臨投資風險與退保風險沖擊時，也會進一步降低其自身資產驅動程度，但調整力度相較于資產驅動型壽險公司小很多。另外，給流動性一個正向的沖擊，負債驅動型壽險公司也會繼續維持原有經營模式，且有降低資產驅動程度的傾向。

3.無論是資產驅動型壽險公司，還是負債驅動型壽險公司，PVAR模型中各個要素未來20期內自身的方差貢獻度均是最大的。一方面，說明壽險公司資產驅動程度與經營風險的連鎖效應并不顯著，未來風險管控仍需重點考量各自風險因素控制，羊群效應并不明顯。另一方面，也說明未來驅動模式的選擇依然受當前資產驅動程度和資產驅動模式的影響較大。此外，無論是資產驅動型壽險公司，還是負債驅動型壽險公司，資產驅動程度與流動性風險之間相互預測的貢獻率均相對較大，資產驅動程度與投資風險、退保風險之間相互預測的貢獻率均相對較小。

（二）研究建議

1.壽險公司應選擇“資產+負債”雙輪驅動模式

首先，對于資產驅動型壽險公司，應適當降低資產驅動程度：一方面，防止對投資盈利，尤其是風險投資盈利的過度依賴，開發優質的資金池，重點考量不同風險、不同期限、不同收益的投資組合，并據此來設計壽險產品的種類、期限和收益率，以應對資本市場劇烈波動對該類壽險公司產生的影響;另一方面，應不斷優化業務結構，降低中短存續期產品占比，增加普通壽險與長期儲蓄型壽險等產品的占比。

其次，對于負債驅動型壽險公司，應繼續提高其資產驅動程度，一方面，適當提升風險投資比重，平衡風險與收益的關系;另一方面，豐富負債端產品的種類，設計結構合理、期限適中的萬能險產品，以降低經營風險。

最后，當壽險公司已經面臨退?；蛲顿Y風險時，不同經營模式壽險公司均應適當降低資產驅動程度，以緩解可能帶來的長期潛在風險。

2.壽險公司對資產驅動程度選擇應準確定位，警惕羊群效應

從時間效應來看，兩類驅動模式的壽險公司都傾向于按照以往的驅動模式來進行下一步的行為選擇。對于負債驅動型壽險公司，還是傾向于秉承負債驅動經營理念，主要依靠相對穩健的承保實現盈利;對于資產驅動型壽險公司同樣如此，受其之前激進經營理念的影響，其傾向于繼續秉承資產驅動經營理念。因此，壽險公司應盡早選擇適宜的驅動模式，準確定位，形成一個良好的資產負債循環機制，更有利于壽險公司未來的發展。

從個體效應來看，諸如安邦、前海、華夏等資產驅動程度高的壽險公司，2013—2015年期間，均借助投資型壽險產品實現了快速盈利，也逐漸被其他新興壽險公司所效仿，一旦這種短視行為被更多壽險公司，尤其是存在流動性風險的中小型壽險公司所認可，就會產生羊群效應。因此，警惕羊群效應的出現，應重點關注中小型壽險公司、新型壽險公司的驅動模式選擇，監測這些壽險公司的資產驅動程度。

3.理性提升壽險公司的流動性

提升壽險公司的流動性，應主要從資產負債的合理匹配入手，不論是資產驅動型經營模式下以負債來匹配資產，還是負債驅動型經營模式下以資產來匹配負債，最終壽險公司都應實現現金流的匹配、久期的匹配等，這才是理性提升壽險公司流動性，實現公司內部流動性長期良性循環的有效方式。而過度依賴萬能險等投資型壽險業務占比快速提高其流動性的方式，雖然短期內會快速提高其現金流，但會引起業務結構的失衡和投資風險的加劇，不利于其長期發展。

4.監管部門的有效監管是控制壽險公司經營風險的利器

資產驅動型經營模式的沖擊，為壽險公司帶來新的盈利點的同時，也帶來了風險隱患。尤其對于資產驅動型壽險公司，由于外部環境影響較大，例如資本市場的波動、監管政策的實施等，穩定性較差。也正因為如此，政府監管政策更為重要，應及時采取有效的監管來防范風險的發生和蔓延。我國壽險業在資產驅動型經營模式的沖擊下，之所以未發生更嚴重的風險，很大程度上與銀保監會及時叫停中短存續期產品有關。總之，對于資產驅動型壽險公司，應加強對其前期中短存續期投資型壽險產品過度銷售的監管，并且始終監測其投資業務，尤其是風險投資比例，對于情節相對嚴重的壽險公司，通過暫停開展新業務或相關業務、限制投資比例、罰款、警告等方法加以懲罰;對于負債驅動型壽險公司，由于其投資風險和退保風險相對較低，可以通過政策支持適度引導其資產驅動程度的提升，激活公司經營效率，適時對其進行風險提示，防控風險的增加。

【參考文獻】

[1] CASWELL et al.Effect of including investment income in ratemaking upon profitability of Non-Life insurers[J].Journal of Risk and Insurance，1976，43（2）：305-315.

[2] 趙會庭.論壽險的風險防范與管理[J].保險研究，1998（9）：24-27.

[3] 魏華林.保險的本質、發展與監管[J].金融監管研究，2018（8）：1-20.

[4] PAI-LUNG CHOU，YU-MIN CHANG.The effect of the insurance company act on the capital benefit of investment in Taiwan’s life insurance industry[J].Journal of Statistics and Management Systems，2011，14（6）：1041-1055.

[5] 段曉華.大型壽險公司經營風險隱患研究[J].生產力研究，2016（6）：31-34，41.

[6] 李超.安邦保險掃貨欲以“舉”定“國”[N].中國證券報，2014-12-30（A06）.

[7] 田輝.安邦得了巴菲特真傳嗎？[N].企業家日報，2015-03-01（W02）.

[8] 蔡靜.安邦玩轉資產驅動負債模式：關鍵在投資高收益[J].財經，2015 （1）：19-24.

[9] 李志輝，楊旭，郭娜.宏觀環境、投資策略與我國壽險公司風險研究[J].湖南大學學報（社會科學版），2019，33（4）：35-44.

[10] 符寧，于震.投資型壽險產品發展現狀及保險公司風險分析[J].東北師大學報（哲學社會科學版），2017（5）：31-37.

[11] 仲賽末，趙桂芹.經營模式對壽險公司財務狀況的影響——基于資產負債管理視角[J].經濟管理，2018，40（9）：155-172.

[12] 項俊波.對當前我國保險改革與發展問題的思考[J].保險研究，2013（8）：3-12.

[13] 邊文龍，王向楠.投資職能對保險公司風險的影響研究[J].金融研究，2017（12）：158-173.

[14] 宋占軍，耿捷睿.我國“資產驅動負債”型人身保險公司的經營特征及未來展望[J].保險職業學院學報，2020，34（5）：5-10.

[15] ALEXANDER BOHNERT，et al.On the management of life insurance company risk by strategic choice of product mix，investment strategy and surplus appropriation schemes[J].Insurance：Mathematics and Economics，2015，60：83-97.

[16] PAULINE BARRIEU，et al.Reinsurance and securitization of life insurance risk：the impact of regulatory constraints[J].Insurance Mathematics and Ecowomics，2013，52（2）：135-144.

[17] 秋慧.對近年我國壽險公司“資產驅動負債”經營模式失敗原因的反思[J].經濟研究導刊，2019（11）：158-161.

[18] PFEFFER.Measuring the profit potential of a new life insurance company[J].The Journal of Risk and Insurance，1965，32（3）：413-422.

[19] 王曉剛，鄭召鋒.保險公司“資產驅動負債”經營模式研究綜述[J].保險理論與實踐，2016（8）：61-69.

[20] 蘇澤瑞.“資產驅動負債”模式研究——以安邦保險集團為例[J].保險職業學院學報，2018，32（1）：44-47.

[21] 周延禮.主動實施資產驅動負債戰略[J].中國金融，2019（18）：32-34.

[22] 張詩豪，趙桂芹.資本水平、經營模式與流動性創造——對我國壽險公司的實證檢驗[J].保險研究，2020（5）：3-19.

[23] 徐李敏.優化中小壽險公司資產負債管理[J].中國金融，2021（5）：73-75.