中国寿险公司多元化经营的风险分析

2014-09-19 06:52刘娜易佳杨昊维

财经理论与实践 2014年3期

刘娜+易佳+杨昊维

基金项目：2012年度中国保险学会教保人身保险高校课题研究基金(jiaobao2012-11)

摘要：选取新华、国寿、太平、泰康、平安等五家寿险集团公司从2001~2011年每年绩效指标中总资产收益率和净资产收益率的标准差作为度量公司风险的指标，将五家公司的业务线熵指数的均值作为多元化经营的指标进行实证分析。结果表明：多元化经营与寿险公司总资产收益率、净资产收益率的标准差之间存在一定的非线性关系，即多元化经营在一定范围内可以降低ROA和ROE的波动性，但在一定范围内又可能会增大这种波动性。

关键词：寿险公司；多元化经营；风险分析；熵指数

中图分类号：F840 文献标识码： A文章编号：1003-7217(2014)03-0026-05

一、理论分析及文献综述

寿险公司在经营过程中会遇到很多风险，如市场风险、操作风险、流动性风险、承保风险、信用风险和巨灾风险，它还可能会遇到多元化经营风险。多元化经营风险主要体现在两个方面：

1.业务多元化的风险。

寿险公司开展多元化经营，会涉及到金融市场中的不同领域，面临的风险自然会增加。同时，跨领域进行多元化经营本身也给寿险公司的管理提出了更高的要求，当管理不善时，公司将面临巨大风险。由于不同金融风险之间存在一定的相关性，所以，当寿险公司进行多元化经营时，某一种业务的风险可能"传染"到公司的其他业务，从而加大整个公司面临的风险。

2.组织层次多元化的风险。

寿险公司的多元化经营大多是以金融控股集团公司的形式组建的。通过成立控股公司，不同子公司分别经营不同的业务线，以便利用集团化优势实现资源共享，并且可以通过内部资本市场、交叉销售、相互担保、抵押等关联交易合理避税、规避监管风险、降低费用等。但现实经营过程中可能会由于组织结构的复杂性而面临着信息不透明、内幕交易以及利益冲突难以调和等风险。

已有文献从多元化与绩效的关系进行研究，认为多元化经营具有范围效应、规模效应、协同效应、分散效应，即多元化经营可以提高公司整体的绩效水平，同时分散风险。

而有关多元化与风险关系的研究并不多见。如乔雪利（2013）运用实证分析，得出商业银行多元化经营与风险之间存在显著的负相关关系，即商业银行多元化经营程度的提高有利于银行风险的分散。刘孟飞等（2012）通过建立多元化风险模型，对业务多元化经营与风险的关系进行了分析，得出银行收入结构的多元化有效降低了银行的风险。王亮等（2009）对多元化经营与企业风险关联进行研究，结果表明在我国市场转型期间，多元化战略无法降低企业系统风险和非系统风险，而且无论多元化程度处于哪一阶段，多元化程度与非系统风险的相关度比较弱。

上述研究主要集中在商业银行领域，很少有研究保险公司多元化经营与风险的关系。因此，本文基于已有的研究成果，对寿险公司多元化经营与风险关系进行分析，选取5家集团公司10年的数据并运用spss统计软件做实证分析，以期为我国保险公司的发展实践提供理论依据。

二、实证分析

（一）数据来源和指标选择

选取新华、国寿、太平、泰康、平安等五家寿险集团公司2001~2011年每年绩效指标中总资产收益率和净资产收益率的标准差作为度量公司风险的指标，即：

σROA,t=∑ni=1(ROAi,t-μROA,t)2n-1（1）

σROE,t=∑ni=1(ROEi,t-μROE,t)2n-1（2）

其中σROA,t,σROE,t分别表示第t年，这五家公司总资产收益率和净资产收益率的标准差；ROAi,t、ROEi,t为第i家寿险公司在第t年的总资产收益率与净资产收益率；μROA,t、μROE,t代表这五家公司在第t年总资产收益率和净资产收益率的均值。i=1, 2,…, 5（n=5），分别表示新华、国寿、太平、泰康、平安这五家寿险公司；t=1, 2, …, 11，分别表示2001~2011年。标准差越大，公司的总资产收益率或者净资产收益率的波动性越大，即公司面临的风险就越大；标准差越小，波动性越小，公司面临的风险就越小。

对企业多元化的衡量，主要有三个方面：（1）体现企业多元化经营业务所跨的行业数目；（2）企业多元化经营业务在各个行业的分布特征；（3）企业多元化经营业务之间的相关度。度量企业多元化经营水平的方法被不断修正，经过比较和分析，本文采用业务线熵指数（LINEEDI）来衡量，具体计算公式如下：

LINEEDI=∑ni=1piln 1pi（3）

其中n为业务线总个数，一共统计了6个业务线，分别是普通寿险、分红寿险、投资连结保险、万能保险、意外伤害险、健康险等。pi表示每个业务线业务量占总业务量的比例。将五家公司的业务线熵指数的均值作为多元化经营的指标，即μEDI，t。EDI表示业务线熵指数，μEDI,t越大，表示多元化经营程度越高，越小则表示多元化经营程度越低。

数据取自2002~2012年的《中国保险年鉴》，经过整理得到。表1是总资产收益率及熵指数数据，表2是净资产收益率及熵指数数据。

财经理论与实践(双月刊)2014年第3期2014年第3期(总第189期)刘娜,易佳等:中国寿险公司多元化经营的风险分析

表1 2001~2011年总资产收益率及熵指数数据

年份

ROA1ROA2ROA3ROA4ROA5σROAEDI1EDI2EDI3EDI4EDI5μEDI

2001

0.0037

0.0040

0.0000

-0.0118

0.0221

0.01217

0.0000

0.4036

0.0807

2002

0.0007

0.0031

-0.0063

-0.0342

0.0152

0.01843

0.0000

0.3948

0.0790

2003

0.0024

0.0007

-0.0053

0.0026

0.0128

0.00653

0.0000

0.3767

0.0753

2004

-0.0114

0.0012

-0.0066

0.0025

0.0124

0.00914

0.0000

0.0700

0.1621

0.0000

0.1933

0.0851

2005

0.0005

0.0003

-0.0040

0.0036

0.0127

0.00624

0.0000

0.0655

0.1845

0.0000

0.2035

0.0907

2006

0.0042

0.0017

-0.0011

0.0067

0.0164

0.0067

0.0070

0.0503

0.1906

0.0145

0.2037

0.0932

2007

0.0034

0.0293

0.0023

0.0271

0.0285

0.01395

0.0052

0.1062

0.1540

0.0157

0.1975

0.0957

2008

0.0126

0.0052

-0.0092

0.0115

0.0013

0.0088

0.0160

0.1528

0.4421

0.0451

0.5197

0.2351

2009

0.0143

0.0224

-0.0042

0.0142

0.0176

0.0101

0.0162

0.2243

0.4216

0.0451

0.5972

0.2609

2010

0.0088

0.0206

0.0083

0.0104

0.0170

0.0055

0.0140

0.2029

0.3967

0.0664

0.6980

0.2756

2011

0.0081

0.1098

0.0015

0.0061

0.0131

0.0461

0.0139

0.2306

0.4550

0.0887

0.7315

0.3039

表2 2001~2011年净资产收益率及熵指数数据

年份

ROA1ROA2ROA3ROA4ROA5σROAEDI1EDI2EDI3EDI4EDI5μEDI2001

0.0144

0.0985

0.0000

-0.0359

0.3043

0.13667

0.0000

0.4036

0.0807

2002

0.0044

0.0935

-0.2106

-0.2221

0.1856

0.1820

0.0000

0.3948

0.0790

2003

0.0299

0.0116

-0.3786

0.0381

0.1471

0.2018

0.0000

0.3767

0.0753

2004

-0.2819

0.0294

-0.4148

0.0570

0.1158

0.2346

0.0000

0.0700

0.1621

0.0000

0.1933

0.0851

2005

0.0240

0.0095

-0.3980

0.1066

0.1063

0.2104

0.0000

0.0655

0.1845

0.0000

0.2035

0.0907

2006

0.1262

0.0897

-0.2060

0.2335

0.1727

0.1704

0.0070

0.0503

0.1906

0.0145

0.2037

0.0932

2007

0.1107

0.4558

0.3336

0.5636

0.2118

0.1819

0.0052

0.1062

0.1540

0.0157

0.1975

0.0957

2008

0.8433

0.0747

-0.1343

0.2378

0.0092

0.3804

0.0160

0.1528

0.4421

0.0451

0.5197

0.2351

2009

0.9040

0.3536

-0.0675

0.3075

0.1672

0.3588

0.0162

0.2243

0.4216

0.0451

0.5972

0.2609

2010

0.4081

0.2602

0.0852

0.1691

0.1720

0.1225

0.0140

0.2029

0.3967

0.0664

0.6980

0.2756

2011

0.1475

0.1084

0.0654

0.1257

0.1567

0.0362

0.0139

0.2306

0.4550

0.0887

0.7315

0.3039

（二）相关性分析

首先，对σROA、σROA与μEDI之间的相关性进行分析，分别考察σROA、σROE与μEDI之间Pearson线性相关系数和Spearman秩相关系数，运用SPSS 16.0统计软件计算，得到的结果如表3和表4所示。

表3 σROA、σROE与μEDI之间的线性相关系数

μEDI

σROAσROE

μEDI

Pearson Correlation

0.420-0.089

Sig. (2tailed)

0.1980.795

1111σROA

Pearson Correlation

0.420

Sig. (2tailed)

0.198

11σROE

Pearson Correlation

-0.089

Sig. (2tailed)

0.795

表4 σROA,σROE与μEDI之间的秩相关系数

μEID

σROAσROE

Spearman'srhoμEDIσROAσRDE

Correlation Coefficient

1.000

0.055-0.282

Sig. (2tailed)

0.8730.401

N111111

Correlation Coefficient

0.055

1.000

Sig. (2tailed)

0.873

Correlation Coefficient

-0.282

1.000

Sig. (2tailed)

0.401

表3、表4结果显示，σROA与μEDI以及σROE与μEDI之间的线性相关系数以及秩相关系数的计算结果的显著性水平都大于0.05，说明σROA与μEDI以及σROE与μEDI之间不存在显著的简单线性相关性，为了更好地挖掘变量间的内在联系，需要通过建立更加复杂的回归模型进行考查。

（三）散点图分析

σROA与μEDI以及σROE与μEDI之间关系的散点图如图1、图2所示。

从散点图可以更加直观地看到，σROA与μEDI以及σROE与μEDI之间确实不存在显著的线性相关性以及单调的相关关系。但是，这并不能否定σROA与μEDI和σROE与μEDI之间可能存在其他的非线性、非单调形式的函数关系，于是进一步考察二次型和三次型函数关系的曲线对所获得数据的拟合情况。（四）函数关系模型总结与参数估计

由于中国寿险公司的发展时间较短，大多数寿险公司是2000年之后才相继成立，进行多元化经营较成熟的只有平安寿险、国寿等少数大型保险企业。加上数据获取难，本文将使用具有普遍说服力的OLS方法进行实证，揭示中国寿险公司多元化经营与风险的关系。

μEDI

图1 σROA与μEDI之间关系的散点图

μEDI

图2 σROE与μEDI之间关系的散点图

首先，运用SPSS16.0软件，对σROA与μEDI之间函数关系进行拟合分析，结果如表5。

通过曲线拟合结果，可以看出无论是用二次型（Quadratic）还是三次型（Cubic）函数关系，其模型拟合程度F检验的显著性值均小于0.05，分别为0.019、0.008。Rsquare表示真实的σROA观察值与模型预测值之间联系的紧密程度，可以看出三次型函数模型的Rsquare要大于二次型函数模型的Rsquare，具体拟合结果的散点图见图3所示。说明三次型的函数关系可以相对更好地拟合σROA与μEDI之间的关系，所以，选取三次型的函数关系模型来描述数据之间的关系。其具体函数形式为：

Y=b0+b1X+b2X2+b3X3+e（4）

表5 σROA与μEDI之间函数关系模型总结及参数估计

Dependent Variable:σROA

Equation

Model Summary

Parameter Estimates

R Square

df1

df2

Sig.

Quadratic

0.629

6.787

0.019

0.066

-0.871

2.549

Cubic

0.700

9.313

0.008

0.023

0.000

-2.345

8.323

Independent variable: μEDI

μEDI

图3 拟合结果散点图

μEDI

图4 拟合结果散点图

其中，b0为常数项，b1为一次项系数，b2为二次项系数，b3为三次项系数，e为残差项。根据表7中参数估计的结果，得到σROA与μEDI之间关系的函数模型为：

σROA=0.023-2.345μ2EDI+8.323μ3EDI+e（5）

通过对该函数求导，分析其单调性，可以得到结论：μEDI在区间（-

SymboleB@

，0）上时，σROA是递增的；μEDI在区间( 0，0.1878) 上时，σROA是递减的；μEDI在区间（0.1878, +

SymboleB@

）上时，σROA是递增的。所以，σROA在μEDI=0时取得极大值0.023，在μEDI=0.1878时取得极小值-0.0046。但是，考虑到实际情况，标准差和熵指数均不可能取负值，所以，σROA的最小值为0。

接下来，对σROE与μEDI之间函数关系进行拟合分析，结果如表6。

可以得知，对于二次函数模型和三次函数模型模型拟合度的F检验的显著值分别为0.031、0.010，均小于0.05。所以，无论二次型函数模型还是三次型函数模型，对于σROE与μEDI之间的变动关系解释并非处于偶然。同样，选取Rsquare更大的三次函数模型来描述σROE与μEDI之间的关系。根据表中的系数估计结果，得到的具体函数模型为：

σROE=0.082+25.134μ2EDI-84.924μ3EDI+e（6）

具体拟合结果的散点图如图4所示。

通过对该函数求导，分析其单调性，可以得到结论：μEDI在区间（-

SymboleB@

，0）时，σROE是递减的；μEDI在区间( 0，0.1973) 时，σROE是递增的；μEDI在区间（0.1973, +

SymboleB@

）上时，σROE是递减的。所以，σROE在μEDI=0时取得极小值0.082；在μEDI=0.1973时，取得极大值0.408。同样，从单调性结果来看，当多元化程度增加时，寿险公司净资产收益率波动性会加大;当多元化达到一定程度时，净资产收益率的波动性反而降低了。

表6 σROE与μEDI之间函数关系模型总结及参数估计

Dependent Variable:σROE

Equation

Model Summary

Parameter Estimates

R Square

df1

df2

Sig.

Quadratic

0.582

5.570

0.031

-0.362

8.874

-24.775

Cubic

0.682

8.570

0.010

0.082

0.000

25.134

-84.924

Independent variable: μEDI

三、结论及政策建议

1.寿险公司多元化经营与其总资产收益率、净资产收益率的标准差之间存在一定的非线性关系，并不是简单地正或负相关关系。根据经济学的边际效应原理，事物的发展通常会经历边际效应递增、边际效应平稳、边际效应递减三个阶段。适度的多元化对企业产生积极影响，但超过一定限度后会适得其反。

2.当多元化经营控制在一定范围时，衡量寿险公司经营风险的总资产收益率的波动性会呈降低趋势，一旦盲目扩大又会增大这种波动性。

3.当多元化程度在一定范围内增加，寿险公司的净资产收益率波动性会有所加大；而当多元化达到一定程度后，这种波动性又会减少。

4.总资产收益率及净资产收益率随多元化程度显示出的不同波动并不矛盾。寿险企业的多元化经营有高成本、收效慢的特点。多元化熵指数高的保险企业往往选择了远期高成长性的投资项目，而在当期投入了大量的资金，反映到会计指标上，就形成了剧烈的波动。这在增加远期收益的可能性的前提下，增加了当期的企业风险。相反，多元化熵指数低的保险企业往往选择了投资回报期短的投资项目，可以更好地平衡风险与收益的关系。

总之，寿险公司实施多元化经营的广度越宽，其风险就越难控制，因此，提高全面的风险管理能力是必然。寿险公司首先应建立一个完备的内控系统，包括组织结构控制系统、决策系统、经营控制系统等。其次，应设立一套科学的、能反映寿险公司经营过程、实际流程中所面临风险的指标，定期、不定期地对寿险公司进行评估，当经营状况出现恶化的征兆时，实施改善经营的措施，防范新的经营风险；当出现了恶化的情况，及时应对，控制风险。

参考文献：

［1］李艳红,吴聪.中国保险业效率的实证研究［J］.海南大学学报,2009,27(3):310-316.

［2］王成.多元化经营与企业经济绩效之间关系的理论分析［J］.现代商业,2007，(26):118-119.

［3］高海霞,陈建超.国际保险公司多元化经营的比较及借鉴［J］.国际经济合作, 2008，(4):54-56.

［4］浦成毅,邵全权.中国保险业市场结构与绩效的关系分析［J］.保险职业学院学报, 2009,23(3):49- 54.

［5］刘孟飞,张晓岚,张超. 我国商业银行业务多元化、经营绩效与风险相关性研究［J］.国际金融研究,2012,(8)：59-69.

［6］周开国,李琳. 中国商业银行收入结构多元化对银行风险的影响［J］.国际金融研究,2011,（5）：57-66.

［7］王亮,刘敦虎,彭青峰,黄荣顺. 多元化经营与企业风险关联研究［J］.统计与决策,2009,(20)：164-166.

［8］乔雪利. 商业银行多元化经营与绩效和风险相关性研究［J］.中国商贸,2013,（19）:178-179.

［9］陈迪红，王清涛. 我国财产保险公司承保业务线经济资本的度量［J］. 财经理论与实践，2013，(4):18-22.

［10］H. Ansoff. Strategies for diversification ［J］. Havard Business Review Sep.-Oct,1957，（2）:113-124.

［11］Penrose, Edith .The theory of the growth of the tirm ［M］.New York: Willey,1959.

［12］Chandler. A strategy and structure:chapters in the history of american industrial enterprise［M］.Cambirdge，Massachusetts:MIT Press,1962.

［13］Gort, Micheale, Diversification and integration in american industrial ［M］. Princeton,NJ:Princeton University Press,1962.

［14］Rumelt R.P. Strategy, structure, economics performance［M］.Cambridge,Boston：Harvard University Press,1974 .

(责任编辑:宁晓青)

A Risk Analysis on Diversified operation of

Life Insurance Company in China

LIU Na, YI Jia, YANG Haowei

(College of Finance and Statistics, Hunan University,Changsha, Hunan 410079, China)

Abstract：This paper chooses the standard deviation of the return on assets and the return on equity of five life insurance groups, Xinhua, China Life Insurance, Taiping, Taikang and Pingan during 2001-2011 as the measure of firmspecific risk. The mean of the Lines Entropy Index of five life insurance groups is selected as the index ofdiversified operation. The paper takes them for empirical analysis. The results show that the diversified operation has a nonlinear relationship with the standard deviation of the return on assets and the return on equity of the life insurance company. That is to say, the diversified operation can reduce the volatility of ROA and ROE to some extent. However,diversified operation may increase the volatility of ROA and ROE.

Key words：Life insurance company; Diversified operation; Risk analysis; Lines entropy index

LIU Na, YI Jia, YANG Haowei

(College of Finance and Statistics, Hunan University,Changsha, Hunan 410079, China)

Key words：Life insurance company; Diversified operation; Risk analysis; Lines entropy index

LIU Na, YI Jia, YANG Haowei

(College of Finance and Statistics, Hunan University,Changsha, Hunan 410079, China)

Key words：Life insurance company; Diversified operation; Risk analysis; Lines entropy index