保險公司風險偏好量化傳導 模型搭建及結果運用

郭麗娜 張立飛 張凡

為了更好地管理保險公司的風險，提高風險管理能力水平，本文介紹了保險公司風險偏好量化傳導模型的搭建及應用，闡述了該模型在實際應用中的效果，包括綜合償付能力充足率的分布情況和分位點值，以及該模型在實際應用中的成功案例。該模型通過對風險容忍度和關鍵風險指標的測算和結果運用，為保險公司確定風險偏好提供量化信息參考，并實現從風險偏好到風險限額、關鍵風險指標的傳導，為資本規劃、預算制定、壓力測試等經營預測工作提供有力參考。

引言

行業背景 近年來我國保險業發展迅猛，國內保險業保費規模屢創新高，行業資產節節攀升，對國計民生的影響愈來愈強。然而，在行業突飛猛進發展的過程中，國內一些保險公司逐漸暴露出風險管理能力不足的弊端。主要體現在保險公司渴望快速發展，不顧成本地搶占市場份額，忽略了與規模相匹配的風險管理能力建設和提升，導致一些公司遭受了重大損失甚至被監管機構接管。

針對行業風險事件，從表面看主要集中在宏觀經濟影響、利率下行、單一資產配置集中度過高、業務增長過快、產品定價過低、準備金計提不足、巨災重大損失、流動性不足和重大違規違法等。本質上是因為保險公司對面臨的整體風險輪廓沒有清晰的認識，對影響公司償付能力和利潤的因素沒有清晰的風險度量，對公司利潤來源利差、費差、死差等把控失調，沒有從戰略高度對公司風控資源進行合理分配，導致公司風險管理失控，因此遭受了巨大損失，進而資不抵債和償付能力嚴重不足，最終走向破產。這些重大的保險風險事件發生為保險業敲響了警鐘，督促著監管機構和公司管理層不斷思考保險公司的經營管理模式并探索新的風險管理模式。

A財險公司現狀 A財險公司風險限額參數設定的合理性和適用性存在局限，限額指標與風險容忍度、風險偏好的關聯性還需完善，風險容忍度到量化風險的風險限額指標的傳導機制尚未健全。2021年，在A財險公司SARMRA現場評估指出問題中明確指出，“公司風險偏好傳導機制有待健全，主要表現在公司以風險限額指標作為風險偏好體系管理的主要內容，而風險偏好、風險容忍度、風險限額及風險限額指標之間缺乏有效銜接，難以保證公司風險偏好體系有效融入公司經營決策之中。”

為有效借助風險偏好傳導建立風險閉環管理機制，提升保險公司風險管理能力水平。本文以A財險公司為例，通過風險偏好量化傳導模型對A財險公司的風險限額、風險容忍度以及關鍵風險指標進行測算與結果運用。

模型搭建

隨機經營情景構建 第一，負債端隨機情景構建。按險種維度分別構建保費、賠付、費用等指標的隨機情景，主要指標構建方式如下：一是保費收入類。按原保費、分入保費、分出保費分別構建。原保費、分入保費直接模擬保費數。分出保費則考慮其和保費收入的關系，分析其占保費收入的比例，先模擬生成比例數，再計算分出保費的數值。二是賠付支出類。按賠付支出、攤回賠款支出分別構建。賠付支出分析其和保費收入的相關性，模擬生成其與保費收入的比值。攤回賠款支出則先模擬生成其與賠款支出的比值，再乘以已模擬出的賠付支出，計算出攤回賠款支出。三是費用類。包括手續費及傭金、業務及管理費、分保費用、攤回分保費用。手續費及傭金、業務及管理費模擬其與保費收入的比例，分保費用則模擬其與分入保費的比例，攤回分保費用模擬其與分出保費的比例。四是準備金類。包括未到期責任準備、未決賠款準備金、農險大災準備金（保費準備金）等。我們先模擬出對應業務的未來一年賠付成本，然后根據賠付支出及保費收入計算得出各類準備金。五是其他類。包括獨立賬戶負債、保戶儲金及投資款、資本性負債、現金價值保證、其他業務收入、其他業務成本、資產減值損失、流轉稅等。模擬方式基本同上述方式。第二，資產端隨機情景構建。資產端的模擬顆粒度參照償二代計算市場風險、信用風險最低資本時確定基本因子值的資產細分程度。投資額度模擬值等于年初投資額加上下一年平均凈現金流入額。各資產的投資比例在參照資產配置計劃的基礎上加入一定的波動，波動幅度參照各資產大類的歷史波動幅度設定。權益類和外匯資產的收益率直接取自股市和外匯市場的歷史收益率分布。股市和外匯的價格波動率采取對數波動率以10個交易日間隔計算并進行年化。

資本計量 一是保險風險最低資本。根據模擬的各險種保費和準備金金額，并用年度綜合成本率變動的50%近似替代半年度綜合成本率變動，準備金回溯偏差率采用上一年度值，進而計算出各險種的保費風險最低資本、準備金風險最低資本。巨災風險按凈自留保費增速比例進行計算。二是市場風險最低資本。根據模擬的金融資產配置和應收款等其他資產余額數，計算各類資產的風險暴露變動比例，進而計算出下一年度的市場風險最低資本。三是信用風險最低資本。根據模擬的金融資產配置和再保資產、應收保費、應收利息等其他資產余額數，計算各類資產的風險暴露變動比例，進而計算出下一年度的信用風險最低資本。四是實際資本。對認可資產，首先根據歷史認可資產率添加隨機波動模擬出下一年度的認可資產率。然后根據上一期的資產和當期資產變化得出下一年度的總資產，進而計算下一年度的認可資產。

風險偏好傳導 在隨機模擬出利潤表、償付能力表、認可資產表、最低資本表的基礎上，我們從模擬的結果中，根據治理層確定的風險偏好指標和容忍度進行情景篩選和分析，進而得到風險限額和關鍵風險指標預警值。風險偏好指標一般包括償付能力充足率等安全指標和凈資產收益率、投資收益率等盈利指標。

本模型能夠實現多個風險偏好指標同時向風險限額和關鍵風險指標的傳導與分解。傳導的本質思想是從模擬的情景中篩選出滿足風險容忍度（比如綜合償付能力充足率不低于120%）的情景，然后在篩選出來的情景中，計算最低資本和各關鍵風險指標值的分位點值。

模型結果運用

風險偏好指標 A財險公司設定的2023年度風險偏好體系包括風險偏好、風險容忍度、風險限額三部分。為確保A財險公司資本適應業務發展需要，并保證償付能力的穩定性，設定綜合償付能力充足率不低于120%，核心償付能力充足率不低于60%；歸母凈資產收益率不低于0.37%。2023年度投資收益率不得低于3%。

第一，綜合償付能力充足率。根據模型的3000次模擬結果，2023年度綜合償付能力充足率低于120%的概率小于1%，即至少為百年一遇的結果；在十年一遇的情景下，綜合償付能力充足率不低于209.03%。第二，凈資產收益率。根據模型的3000次模擬結果，2023年A財險公司歸母凈資產收益率低于3%的概率達54.52%，在十年一遇的情景下不低于-15.20%。第三，投資收益率。根據模型的3000次模擬結果，2023年投資收益率低于3.0%的概率達50.96%，在十年一遇的情景下不低于2.17%。第四，綜合投資收益率。綜合投資收益率包含了公允價值變動計入其他綜合收益的部分。根據模型的3000次模擬結果，2023年公司綜合投資收益率中位數為3.62%，在十年一遇的情景下不低于-0.97%。

風險容忍度與關鍵風險指標 本模型支持從多個風險偏好指標向風險容忍度的傳導。從償付能力充足率不低于120%進行傳導的風險限額（不扣除償付能力壓力測試基本情景預測的最低資本）結果如下：

本模型能夠實現風險偏好指標和風險限額向關鍵風險指標的傳導。關鍵風險指標是突破風險偏好指標和風險限額的先行指標。部分關鍵指標在80%容忍度下的預警值情況如下：

結論與建議

模型應用范圍 一是為治理層確定風險偏好提供量化信息參考。模型給出了下一年度償付能力充足率、凈資產收益率、投資收益率等常用風險偏好指標的概率分布，能夠明確地量化出風險偏好的謹慎程度，提升風險偏好的自洽性和合理性。二是對確定的風險偏好以資本、指標等形式分解到各業務單元，將治理層的風險意志融入日常經營活動。通過對滿足風險偏好的經營情景進行統計分析，實現從風險偏好到風險限額、關鍵風險指標的傳導。三是為資本規劃、預算制定、償付能力壓力測試等經營預測工作提供有力抓手。模型設置了償付能力壓力情景結果模擬功能，模擬預測的各種經營結果，也能為資本規劃、預算制定等工作提供參考。

完善當前工作舉措 一是保持充足的資本和償付能力水平。結合模型合理設置風險偏好，完善償付能力風險管理機制，堅持將償付能力、資本管理、資產負債管理的核心要求融入經營管理中，在確保依法合規經營的前提下，保持充足的資本和償付能力水平，以應對未來發展需要。二是持續健全償付能力風險管理體系。進一步優化完善償付能力風險管理體系，堅持“控制風險就是減少資本”風險管理理念，提高風險管理能力水平，有效平衡風險與收益的關系，以保證風險管理在有效支撐業務開展的同時，引領業務可持續健康發展。三是實現公司價值持續穩定發展。繼續堅持“穩字當頭、穩中求進”工作總基調，認真落實監管要求，采用“穩健審慎”的風險偏好，努力實現資本、創新、風險、收益之間的平衡和匹配，在可接受的風險水平內，致力于提升資本使用效率，拓展優質、低資本消耗業務，保持符合監管要求的償付能力充足水平，促進公司持續穩定發展。四是提高資產負債管理能力，實現資產負債動態平衡。A財險公司應大力完善資產負債管理體系，拓展資產負債管理量化工具，根據資產負債特點雙向協調資產配置和產品定價，通過資產負債聯動管理，達成投資端和承保端在成本和期限上的匹配，有效防范資產負債錯配引發的各種風險。資產負債管理也是風險偏好體系的重要量化工具，在資產和負債雙重約束條件下對資產和負債量化評估，可以合理分配風控資源，提高風控資源的投入產出比，實現保險公司投資和承保雙驅動的均衡發展。

（作者郭麗娜、張立飛單位系恒邦財產保險股份有限公司；張凡單位系江西省金融控股集團）