中国寿险业盈利增长动力研究

王石秋，申曙光

（中山大学 岭南学院，广州 510275）

0 引言

改革开放以来，我国的寿险业经历了长时期的快速发展时期，并且取得了举世瞩目的成绩。2000～2010年，我国寿险保费由997.5亿元增至1.05万亿元，增幅超过10倍，但与发达国家相比，中国的寿险深度与寿险密度差距还存在非常显著的差距。随着老龄人口增加以及人们收入水平提高，预计未来我国寿险行业还将经历一段黄金成长期。

与寿险全行业高速成长的保费收入相比，寿险行业的利润却出现两极分化趋势。中国人寿、中国平安（寿险）等大型寿险公司10年间利润增幅超过30倍，而太平人寿、安联大众人寿等中型寿险公司的净利润则始终处在盈亏平衡边缘，而更多的中小型寿险公司则一直处于亏损状态。是什么原因导致了在全行业高增长的情况下，众多中小型寿险公司的生存状态却举步维艰？影响和制约中国寿险业利润增长的主要因素是哪些？他们各自起到了多大的影响？这就是本文所要研究的问题。

目前关于保（寿）险业增长的研究文献已有不少，例如栾存存（2004）认为收入和储蓄共同决定了寿险行业的发展，张芳洁（2004）则利用单因素回归方程对影响我国保险业发展环境的经济因素进行了定量分析，沈坤荣（2010）运用非参数方法研究了中国寿险业增长的非线性因素，祝向军（2010）则研究了寿险公司增长的内生因素，吴洪（2010）研究了保险发展与经济发展的协同效应等。这些相关研究取得了丰硕的成果，但大多集中于保费收入的增长趋势分析及其与GDP、国民人均收入等宏观经济指标之间的关系，而较少对保险业利润获取能力以及微观个体情况的深入分析。保险增长不等于保险发展，这已逐渐成为保险专家学者和业界人士的共识（吴定富，2007）。因此本文从寿险公司利润影响因素角度出发，研究寿险业盈利能力的增长动力问题，具有理论和现实意义。

1 研究内容

1.1 研究方法及数据来源

本文首先采用投入松弛变量调整方法的DEA模型研究评估寿险公司的运营效率与投资效率，接着用夏普里值分解方法测度了寿险公司运营效率、投资效率、筹资能力和保费收入对盈利能力的贡献程度。

松弛变量调整方法是在DEA模型在估计动态变化的效率的同时考虑了环境变量因素，因此比起传统DEA方法更为精确可信。

夏普里值分解法是一种运用回归方程测度各因素对因变量差异贡献率的新方法，与传统的研究方法相比，这种方法在量化观测各回归变量对因变量差异的贡献和处理因变量决定因素的内生性与随机误差的能力具有一定优势，具体运算时，本文采用了联合国世界发展经济学研究院开发的Java程序。

在本文研究过程中，主要采用了寿险公司财务数据、寿险行业数据和宏观经济数据。其中，寿险公司财务数据来源于中国保监会出版的《中国保险统计年鉴》(2001～2010)中搜集到的2000～2009年10年期间11家寿险公司的相关数据。具体包括：中国人寿、平安寿险、太保寿险、友邦保险、泰康人寿、新华人寿、中宏人寿、太平洋安泰、金盛人寿、安联大众人寿、太平人寿，寿险行业数据则来源于保监会网站相关统计和《中国保险统计年鉴》宏观数据统计。

1.2 中国寿险公司利润的影响因素分析

寿险公司利润主要来源可按性质分为三类：一是随着寿险市场扩大，新增业务保费所带来的利润增长，二是随寿险公司运营所带来原有业务利润释放和增长，三是金融资本运作（投资、筹资）所带来的利润提升。其中，第一点即体现为保费收入的增长；第二点则是寿险公司的运营效率、投资效率的改善，而筹资能力则反映为寿险公司资本金和资本公积科目的增长，其中，第一、三部分数据可直接由《保险统计年鉴》相关数据得出。

针对第二点，本文采用松弛变量调整方法的DEA模型研究评估寿险公司的运营效率和投资效率。传统的DEA方法只考虑投入与产出指标,忽略环境因素以及被包括在投入松弛或产出剩余里的有关信息对效率值的影响,使得投入指标信息受到干扰，借助该方法对寿险业效率的研究结论受到局限。因此本文选用Fried(2002)开发的3阶段DEA模型,通过对投入松弛变量的调整,更为准确地分析寿险公司效率问题。结合前人研究成果，本文选择以下评估指标（见表1）。

表1 寿险公司运营效率评估指标

类似的，本文选取长期投资和短期投资作为寿险公司投资效率投入指标，选取投资收益和公允价值变动作为产出指标。

在环境变量的选取方面，本文选择GDP、储蓄率、经济自由度和上证综指作为环境变量，以期综合反映国民经济的总体发展和政策环境的变化。其中，GDP是反映经济增长的传统变量，且目前还未找到能找出更好的全面衡量经济增长与发展的指标数据。储蓄率反映了居民储蓄意愿，这对寿险公司业务扩展具有重要影响，经济自由度则反映了中国经济与保险行业的开放程度，具体数据由华尔街日报给出，上证综指则对寿险公司投资环境产生了重要影响。

采用前文所述的松弛变量调整方法的DEA模型，共分以下三个步骤：

第一步，采用CCR投入导向模型，得出寿险公司综合技术效率值。

第二步：构建松弛变量SFA模型。由于实际效率值可受到经济发展、自由度等因素影响，因此构建松弛变量（实际投入与预期投入差值）分离出松弛因素，并进一步调整投入值，具体采用FRED（2002）的调整方法：

其中，Sni为第i家公司使用第n个投入的松弛变量，在此基础上，建立随机前沿回归模型：

其中，zi为环境变量，fn(zi∶βn)为确定可行的松弛前沿，v和u分别为统计噪音和管理无效率。将计算出的运营环境DMU值代入调整后的公式：

表2 2000～2009年运营效率和投资效率得分指数

评估结果显示，与保费收入增长情况不同，寿险公司的总体运营效率和投资效率并非呈直线增长态势，其中运营效率在2001～1005年间增长幅度缓慢，到2006年后呈现加速增长态势，而在剔除上证综指的影响之后，寿险公司投资效率的增幅则经历了先下降后上升的情况，并且总体上增幅较小。

1.3 基于夏普里值的寿险业盈利增长动力分析

本文用Shorrocks提出的夏普里值过程来分解各解释变量对区域金融发展差异的影响,首先建立面板方程①回归前已对各变量进行单位根检验和协整检验，结果显示5变量均为一阶单整，残差平稳，协整关系存在。：

其中，F代表寿险公司利润，是时间虚拟变量 (T= 2000，2001…2009)，Y、R、I、M分别代表保费收入，运营效率，投资效率和筹资额度，C为共同截距，d为截面虚拟变量，ε为随机扰动项。下标i是各寿险公司的标识(i=1，2，…，11)，下标t是各年份(t=2000，2001，…，2009)的标识，得出结果见表3。

表3 回归分析结果

假设单个因素I对公司总体K影响之和为

则其平均贡献为

对规模K求和，再除以N，得到i对所有规模所有公司的平均贡献，得出：

此即为夏普里值表达式。在此基础上建立寿险利润差异分解回归方程：

在分解前,需要选择好反映寿险公司发展差异的指标。本文借鉴反映收入差距的基尼系数指标来反映寿险公司发展差异，最终分解结果见表4。

表4 寿险公司发展差异分析（%）

通过分解结果可以看出，对寿险公司利润增长贡献最大的是筹资能力的差异，其次为公司固有因素，运营效率、保费收入和投资能力分列第三至五位。

2 总结及政策性建议

2.1 结论

本文从寿险利润来源分析角度出发，在寿险公司运营、投资效率测度、寿险利润因素面板分析的基础上，运用夏普里值分析计算了各指标对寿险公司利润的影响程度，进而研究了中国寿险业盈利增长的决定因素，得如下结论：

（1）和传统研究侧重保费收入增长不同，本文的研究表明，保费收入的增长对寿险公司利润增长贡献度不高，且总体上呈现逐年下降的趋势。这印证了寿险公司规模增加并不必然带来效益增加的观点。相反，历史上寿险公司规模扩张较快时期经常伴随着利润的下降。

（2）运营效率对寿险公司利润的影响程度居于中游地位，且贡献度随年份增长有所上升。随着寿险公司规模增长的趋于平稳，投资渠道的完善以及筹资来源的相对稳定，运营效率在寿险公司业绩中将扮演更加重要的角色。

（3）投资效率对寿险业利润贡献度非常小，这显示中国寿险公司间投资能力差异不大。尽管投资渠道逐渐放开，但中国寿险业多年间投资能力也未取得明显进步。在过去十年间《保险法》曾多次修订关于保险投资的条款，保险投资范围也由存款、固定收益债券逐渐放宽至股市、基础设施、外币投资等领域，然而到现在为止，这些投资领域的放宽并未对寿险公司投资能力产生明显的提振作用，在剔除上证综指的影响之后，寿险公司总体投资能力并未大幅度提高，各寿险公司间投资能力差异也并不明显，不构成利润差异来源的主要因素，

（4）筹资能力的差异是影响中国寿险公司利润差异的最重要因素，2000～2009年间中国寿险业从总体上讲是筹资推动型行业。筹资较高的公司往往取得较好的利润与发展，筹资额度较大的年份（第二年）往往也成为寿险公司利润大幅度增长的年份，尤其是中国人寿、中国平安等公司香港上市的2004年和A股上市的2007年前后，筹资能力对利润的贡献度均有大幅度的增长。

2.2 政策建议

基于以上研究结论，本文提出以下政策建议：

(1)淡化寿险公司保费收入指标在绩效管理、宏观政策制定、公司战略调整等领域的作用。研究结果表明，保费收入对业绩的贡献相对较小。应广泛采取利润、内含价值等多种指标管理与考核寿险公司。

(2)进一步拓展中小寿险公司的筹资渠道与筹资方式，现有寿险公司筹资制度9有利于大型寿险公司的发展，进一步压缩中小型寿险公司的发展，未来制度设计时应该避免筹资能力的差异加剧所导致的寿险公司的不平等性。

(3)继续深化寿险公司投资改革，允许部分寿险公司进行放宽投资领域，加大主动管理型投资产品力度的试点，让投资在寿险公司利润中扮演更为重要的角色，适当鼓励寿险公司投资风格的差异化，让投资能力强的公司有更充分的施展空间。

[1]Shorrocks.Decomposition Procedures for Distributional Analysis:A Unified Framework Based on the Shapley Value[J].Department of Economics，1999，6.

[2]Zhang Jun.The Financial Deepening Productivity Nexus in China: 1987—2001[J].Journal of Chinese Economic and Business Studies,2007,5.

[3]栾存存.我国保险业增长分析[J].经济研究，2004,（1）.

[4]张芳洁.影响我国保险业发展的经济因素的实证分析[J].数量经济技术经济研究，2004，(3).

[5]沈坤荣.中国保险市场发展的非线性增长效应研究[J].金融研究, 2010,(7).

[6]吴洪.保险发展、金融协同和经济增长——基于省级面板数据的研究[J].经济科学，2010，（7）.