潘席龙 张琳 刘梦娇 张昕宇
摘要:继潘席龙等(2010)提出应对我国巨灾风险的补偿基金制度,及其他有关基金的运行机制、制度设计、模型建设等工作后,本文以计算机模拟的方式,就基金的运行进行研究,以探讨相关机制设计、模型建设等方面可能存在的问题。模拟结果表明,相关制度设计具有很强的可操作性、有效性和实用性,只要在相关参数选择上进一步加以完善,巨灾补偿基金是完全可以进行试点操作,并在试点成功后进行推广的。
关键词:巨灾补偿基金 模拟研究 有效性 可持续性
基金项目:感谢中国自然科学基金委员会面上项目资助,项目批准号:71073129;感谢教育部人文社会科学研究青年基金项目资助,批准号:09YJC790216。
巨灾是全人类共同面对的难题,且造成的损失不断增长,截止2016年7月13日,仅洪灾一项我国已有28省(区、市)1508县遭灾,农作物受灾面积5460.66千公顷,受灾人口6074.67万人,因灾死亡237人、失踪93人,倒塌房屋14.72万间,直接经济损失约1469.80亿元。然而,我国巨灾应对机制却十分落后,目前主要是依靠政府财政转移支付和直接救济等方式,未能有效利用社会力量、保险和全球金融市场的风险分散和转移机制。但巨灾的发生,不会以我们是否准备充分为转移,我们的社会随时都面临巨灾风险的冲击。
潘席龙等(2010)提出巨灾补偿基金基础制度架构后,王艺洁(2010)对其组织结构,陈东(2010)对基金的运作架构,李威(2010)对基金的财产组织,周夏(2010)对基金发行巨灾债券相关问题,伍弋(2010)对基金的运作模式进行了探讨;余为良(2011)对注册地区划,陈雪君(2011)对基金一、二级市场的交易制度、周军(2011)对基金的风险管理进行了探索;刘武华(2012)还对巨灾补偿基金的持仓量问题,潘磊(2012)则以极值理论为基础对巨灾债券的定价、蒋卫华(2012)亦以极值理论为基础对巨灾补偿基金的定价问题进行了研究;潘席龙(2015)对上述研究进行了总结,并就整个基金运作中可能涉及的相关机制和模型做了分析。本文将在上述基础上,结合地震、洪灾、台风三大主要自然灾害的研究成果,利用计算机语言,对巨灾补偿基金的相关制度和模型进行模拟检验。以期发现相关设计中存在的问题并加以完善,同时也为在实际经济过程中的试点和推广做了必要的探索。
一、主要巨灾种类的选择和相关参数设定
我国作为全球巨灾风险最为集中的国家,除了没有活火山的直接影响外,其他各类巨灾在我国都有重要影响。为了便于分析,根据当前相关灾害领域对巨灾风险所掌握的资料和研究情况,我们选择了地震、洪灾和台风三大类主要自然灾害进行本次模拟研究。灾害的分布及造成的损失情况等相关参数,主要以相关专业领域的研究成果为基础。此外,还以我国当前的经济现状及未来增长趋势等为基础,采取相对保守的方式设定了巨灾补偿基金运作的初始参数。
(一)巨灾补偿基金基础参数设定
这里的基础参数,指与整个基金运行相关的、不以个别风险、注册地和时间段而不同的共用参数。主要是有关地区与国家经济总量、GDP及其增长率、基金投资比例、基金的初始投资额、基金投资收益率、运作费用等。
1、GDP和GDP增长率
改革开放以来,我国GDP长期保持两位数的增长,2014年我国提出了国民经济增长的新常态,未来我国GDP的增长速度可能会逐步趋于一个稳定的、较低的增长率。鉴于巨灾风险研究的时间跨度长达50、甚至100年以上,这里我们假定我国GDP的增长率为2%且保持不变,以简化模拟过程。要说明的是,GDP增长率的高低,一方面关系到巨灾补偿基金的投资额度和按GDP增长速度各年追加的新增投资数量;另一方面,当GDP基数增大后,巨灾所造成的经济损失也会增加,二者相互抵消后的影响,取决于投资增长与损失增加二者的相对速度。如果抗风险措施得当、有效,则GDP增长将更有利于基金的积累和补偿比例的提升,否则,基金运行的可持续性将受到影响。
2、巨灾补偿基金投资比例
不同注册地投资于巨灾补偿基金的资金,占当年GDP的比例,与相应注册地所面临的巨灾风险直接相关。正常情况下,所面临的巨灾风险越高,其投资于巨灾补偿基金的比例也越高。按前面对注册地的分级,比如巨灾风险从低到高分为10级,我们可以假定其投资于巨灾补偿基金的资金余额占当期GDP的比例,从万分之一到千分之一。注意,这是一个初始和维持比例,一旦初始投资投入后,只要基金能保持保值和增值,各年则只需要按GDP的增长情况,进行相应的调整,以维持这一占比即可,即各年度的新增投资额度取决于当年的GDP增长情况,除非GDP持续增长,否则,是不需要持续追加投资的。此外,这一比例,既包含了政府投资,也包括社会公众对基金的投入。正常情况下,将以社会公众的投入为主。
在后面的模拟运行中,为简化分析,我们根据巨灾综合预期损失从低到高(包括风险的发生概率和预期损失大小),分为低、中、高三等,分别对应1-3级、4-7级和8-10级巨灾风险,对应的投资比例分别为万分之一、万分之五和万分之十。关于详细的等级划分,限于篇幅,本文且不赘述。各等级注册地的占比,则是根据多年的统计数据和国家相关专业研究部门的灾害区划来确定。
3、巨灾补偿基金投资收益率
由于巨灾补偿基金采用了双账户和半封闭式设计,其社会账户的资金除了巨灾发生时,在灾害发生地的部分投资人可能会赎回其基金份额外,其余部分是不可赎回的。因此,基金的投资资金长期稳定,在保留少量应对巨灾发生时赎回需要的资金须用于短期、流动性强的投资外,其余部分完全可用于长期投资,或按比例逐期进行长期投资。我们假定基金的平均投资收益收益率约等于目前我国商业银行的基准贷款利率6%。在模拟过程中,我们还会分别使用不同的参数,讨论这一参数变化的影响。
4、社会账户利润缴存率
社会账户的投资收益,需要按一定比例缴存到政府账户,以换取在巨灾发生时,相应注册地的投资人获得政府账户按约定倍数补偿的权利。而这一缴存比例究竟多高才合适?如果比例过高,则巨灾补偿基金的投资价值将降低,缺乏对社会投资人的吸引力;如果过低,势必要影响政府账户的资金积累,影响巨灾发生后政府账户的补偿能力。在后面的模拟研究中,我们假定这一缴存比例为50%,也就是社会账户资金的收益,一半会缴存政府账户,为巨灾补偿积累资金,一半作为基金投资人的投资收益。同样,我们也会调整这一比例,以分析其影响。
5、政府账户初始资金
根据建国以来我国为应对自然灾害的生活救助资金拨款情况,其中1978、1991、2000、2003、2006、2008年分别是3.68、20、30、40、50、509亿元,结合我国经济发展情况和巨灾发展趋势,我们假定这笔初始资金为150亿元人民币。这一金额相比普通年份的拨款金额较高,但毕竟这是一次性、一劳永逸式的投入,不同于每年都要支出的支出。相对于2008年汶川大地震时的拨款、以及2016年洪灾救灾的开支,并不算多。
一次性投入的初始资金,其基本的目标,是为了吸引广大社会资金的投入,发挥政府资金的杠杆作用。只要社会投入达到一定数量后,随着社会账户向政府账户缴存额的增加,国家的初始资金不但不会成为一次性用完的“包子”,相反,还完全可能不断发展和壮大,这在后面的模拟研究中将会得到证明。此外,随着国家经济实力的增强,我们有理由假设,政府会按GDP的增长速度同比增加向巨灾补偿基金政府账户的投资。和前面讨论的一样,我们这里也假定这一增长比例为固定的2%。
6、巨灾补偿基金商业补偿倍数
巨灾发生后,对受灾持有人的商业补偿倍数,取决于注册地巨灾发生概率、损失程度等多种因素。事实上,由于补偿基金均按面值销售,其补偿倍数,才是真正的定价。补偿比例的具体计算,请参考潘席龙(2016)中的详细论证。在模拟研究中,为了简化问题的分析,我们分别为风险发生概率由低到高的1、2和3等注册地设置了10、5和2倍的初始补偿倍数。随着基金的运作,按一定时间窗口移动平均计算的补偿倍数就会逐步形成。由于巨灾影响的范围、损失大小可能存在巨大差异,最高补偿倍数可能存在很大的差别,为了避免这种差异的影响,我们在模拟中还为三个等级的注册地分别设置了最高补偿倍数上限,分别是:12、7和5倍的上限。
7、巨灾补偿基金公益补偿比例
为了模拟上的实用和便利,我们在后面的模拟研究中,将假设公益补偿比例为相应注册地巨灾发生前一年GDP的0.03%。虽然单次巨灾的公益补偿额似乎并不高,但相对于以前全年全国仅50亿元左右的金额,且基金中的补偿是只针对遭受巨灾影响的注册地的单次补偿,其补偿总额在这一假设下已经远高于国家拨出的灾害生活补贴款了。当然,这一比例的拨款,实际是以全国的补偿基金投资人长期“贡献”为基础的。
8、基金运作费用
由于基金属于长期基金、且有国家信用作支持、带有公益色彩,因此,我们假定基金能享受国家的免税政策,运作费用相对较低,为基金收益额的1%。
(二)注册地分级与占比选择
在模拟过程中,根据对应的巨灾风险,为了避免与我们讨论的分级的混淆,模拟研究中我们将注册地分为3等,1等、2等、3等分别代表10级分类中的1-3级、4-7级、8-10级注册地,级别越高表明巨灾风险越大。对于1等注册地的起始补偿倍数为10倍,2等为5倍,3等为2倍。现实运作中,补偿倍数取决于巨灾的类型、巨灾的发生频率、巨灾发生的区域和造成的损失等多种因素,实际的补偿倍数可能是不同的。为了提高与实际情况的相似度,我们分别选取了全国31个省级行政区域和1973个县市作为数据样本,用2013年GDP总量作为计算巨灾补偿基金初始投资、巨灾补偿和公益性补偿的依据。按照我们前面所述,对不同的巨灾我们将县市级注册地分为了3个等级,其中,地震风险中1、2、3等的占比分别为:84.63% 、8.22%和7.15%;洪涝的分别为:48.79%、22.15%和29.07%;台风的分别为:36.41%、42.39%和21.20%。我们在模拟时,将按这里统计的结果分别设置相应比例的注册地、同时匹配各县的GDP计算其投资额和补偿额。
(三)地震巨灾模拟的模型与参数
对于特定级别的地震最大震级分布函数参数的选择,我们参考了陈培善和林邦慧(2014,1973)的研究,根据他们对华北地区地震发生数据的分析,发现使用极值分布可以很好的拟合该地区地震发生频率。由于论文使用的是华北地区京冀一带的地震数据,所以1等注册地的分布参数我们使用了该文章的估计值:位置参数[μ1=2.86],尺度参数倒数[β=1.71],对其他级别的注册地,我们在此基础上对不同注册地地震巨灾发生概率做了适当调整。对于2等注册地,我们假设参数[μ=2.5],[β=1.8];3等注册地的参数为[μ=2.2],[β=2]。这些参数,是以相应注册地的灾害发生频率和预期损失为基础设置的。
(四)洪涝巨灾模拟的模型与参数
我国华南地区、长江中下游地区、黄淮海地区为洪涝多发地,东北地区、西南地区为洪涝次频发地,西北地区为洪涝少发地,因此我们将县市注册地划为三个级别:洪涝少发地区注册地为1等,次频发地区注册地为2等,多发地区注册地为3等。三个不同级别的注册地的初始补偿倍数分别为:1等注册地补偿倍数为10倍,2等注册地补偿倍数5倍,3等注册地补偿倍数为2倍,与地震巨灾一致。
对于洪灾发生的模拟,我们参考刘家福和吴锦等的论文《基于泊松—对数正态复合极值模型的洪水灾害损失分析》,通过对我国洪涝灾害数据分析,他们得出我国洪涝巨灾发生的概率符合[Pk=λk!e-λ]的分布。其中,[Pk]为极端事件发生的概率,[k]为极端事件出现的次数。对于参数[λ]的取值,我们使用论文中估计值6.07。
由于论文只是给出全国洪涝灾害发生概率,并未对洪涝灾害进行分类,所以为了将分级机制加入模拟过程,我们假定所有注册地均匀分布在区间[0,[k]]上,其中[k]为当期洪灾发生次数。给定[k]后,我们根据三类注册地数量可知,3等注册地发生次数为总次数的4/8,2等注册地发生次数占比为3/8,一等为1/8。因此,每期给出全国洪灾发生次数后,将其7/8取整作为洪灾发生在2等与3等注册地的次数,然后剩余为1等注册地洪涝发生次数。然后,在1等注册地样本内随机抽取次数的3倍设为洪灾发生数据,2等注册地则抽取两倍,3等注册地按1倍抽取。此外,由于我国洪涝多发生于夏季8、9和10月,为了简化,所以我们将洪灾的发生限定在每年的8到10月,其余月份没有洪灾的发生。在我们50年的模拟结果中, 1等注册地发生洪涝巨灾总数为53次,2等注册地发生洪涝巨灾的次数为104次,3等注册地为133次。3等注册地发生洪涝灾害的概率要明显高于2等注册地,而2等注册地要高于1等注册地,基本符合我国不同地区发生洪涝灾害的频率。
(五)台风巨灾模拟的模型与参数
根据注册地与台风源地的距离将注册地划分为三等,例如海南省距离南海台风源地的距离很近,所以海南省所有的注册地我们归为3等注册地。虽然我国台风巨灾也多发生于夏季,但是发生的季节性与洪灾略有不同,台风发生的时期跨度较长,所以我们将台风巨灾发生的时间限制在每年6-10月。与洪水巨灾模拟相同,我们限制每次发生台风的巨灾注册地数目最多为3,也就是说同时发生台风巨灾的注册最多为3个。对于台风发生次数的模拟,我们借鉴施建祥《我国巨灾保险风险证券化研究—台风灾害债券的设计》中的结论:我国台风的分布符合[Pk=λk!e-λ]的分布,其中[k]为台风的次数,[Pk]为台风发生[k]次的概率,[λ]取文中估计值5.78,三个级别注册地发生台风巨灾的模拟结果显示,1等注册地21次,2等注册地90次,3等注册地50年内发生台风巨灾次数204次,与相关研究结果一致。
二、巨灾补偿基金运行的模拟结果
给定上述参数的设定,我们使用R软件对模型进行了1000次的模拟,重点研究我们的巨灾补偿基金运作机制能否保证政府账户在100年期内持续良好运作。另外,我们也分析了不同参数的变化对模拟结果的影响。
图1 巨灾补偿基金政府账户补偿倍数模拟结果
首先从各级注册地补偿倍数(比例)来看,模拟结果(图1)基本稳定:1等注册地的补偿倍数基本保持在8左右,2等注册地补偿倍数在4左右,3等注册地波动略大,但是也基本在2.5上下波动。因此,补偿倍数的移动平均计算方法既考虑到了不同时期不同级别注册地发生巨灾损失规模的大小,而且很好地平滑了不同巨灾损失规模所带来的波动影响。
从100年基金运行模拟结果来看,政府账户余额的均值为25089.93亿元,方差4855.2亿元,均值方差比为5.2,最小值为7492.3亿元。政府账户基金累积的最小、最大和中间值变化情况,如图2所示,为了更好的看出运行期间政府账户的变动,我们只画出了50年内的累积变化,从图上可以看出政府账户均未出现透支情况,而且运行期间均保持增长趋势。50年左右的时候,政府账户不仅同时兼顾了公益和商业补偿的重任,而且成功地将国家初始投入的150亿扩大至25000亿元左右,政府账户抵御巨灾风险的能力得到了有力的提升。
图2 政府账户运行资金积累的模拟
我们同时模拟了不同参数下的巨灾补偿基金政府账户的运行情况。结果表明,随着GDP增长率的增加,政府账户累积速度也在加快,但是这种提升效应有递减的现象:增长率从3%增加到4%所带来的政府账户累积速度提升作用要小于增长率从2%增加到3%的情况,其原因是,GDP增长后,一方面使国家和社会的基金投入增加,另一方面,因灾造成的损失也会增大,基金的公益性与商业性补偿额也会增加。
图3给出了不同基金投资收益率对政府账户运行的影响。从图上可以看出,投资收益率对政府账户的影响与其他参数相比更大。当我们将投资收益率从6%降低到5%时,政府账户出现了规模缩小的情况;当收益率增加到7%时,政府账户累计速度有了明显的提升。
图3 基金投资收益率对政府账户影响
与前两个参数相比,公益性补偿参数对政府账户的影响相对较弱。当公益性补偿比例从0.01%提高至0.03%时,基金完全可以保持正常运转,但当这一比例提升到0.05%时,会导致基金政府账户余额的负增长。如果再考虑到,这是基金投资人对非投资人的一种转移支付,可能会直接影响基金投资人的投资积极性,这种影响可能会更大。可见,如何控制公益补偿和商业补偿的比例,也是确保基金正常运转的重要影响因素之一。
最后,我们模拟了不同补偿倍数上限对巨灾补偿基金运作的影响。当我们将不同级别注册地的补偿倍数上限提高至7、9和15时,政府账户的累积出现了减少,期末规模显著的降低。在模拟中我们发现,巨灾补偿基金运行机制可以很好的同时保证未来巨灾发生时的公益和商业补偿。虽然公益补偿倍数和商业赔付倍数上限参数过高会使得基金规模变小,但是可以看出基金仍未出现透支。当然基金现实运作中,以上参数都会根据巨灾发生和经济运行实际情况设定,以更好的保证巨灾基金的运作。
三、结论与讨论
从模拟运行的结果来看,巨灾补偿基金在取得政府一定数据基础投资后,只要社会和政府按经济增量保质一定比例的增量投资,且确保基金的保值、增值条件下,完全可能实现长期、稳定、可持续地发展,对增强全国巨灾风险应对能力、提升和完善我国巨灾风险的分散、转移和控制水平,具有传统方式所不具备的优势。
从模拟实验的来看,社会大众只需要累计(注意,这是累计数,不是持续每期的比例)按GDP的万分之一,最多千分之一投资于补偿基金,在遭受巨灾损失时,就可获得巨灾发生时基金净值15到5倍左右的补偿(这里顺序相反,是设定了风险大小与投资比例一致,而与补偿比例相反)。此外,由于基金份额的净值部分还可以被赎回,对灾后重建和救助也具有重要作用。与传统巨灾保险业务最大的不同是解决了巨灾风险信息严重不对称情况下的定价困难;而且投入基金的投资是可以收回的,而不像保险费交出去后,如果不发生巨灾就“一去不返”,并有助于规避投保人的道德风险和“侥幸心理”,加强灾前预防,鼓励及时救助。
从政府账户的模拟运行情况看,不仅能确保基金的平衡运转,包括公益和商业的补偿,而且政府账户能不断增长,国家对巨灾风险的应对能力也能不断增强,当然,随着政府账户积累的增加,公益性补偿比例和商业补偿比例,以及社会账户的利润缴存比例都可以进行调整,以维护基金投资人、政府和非基金投资人在补偿获益中的平衡。
从影响政府账户资金余额的因素来看,投资收益率、最高补偿倍数、GDP增长率等都有重要的影响。以国家信用作支撑、以专家委员会的管理为保证、面向全球的外包投资管理,以及半封闭式的基金结构,可有效支持基金一定比例的长期投资,从而确保基金享有较高的平均收益。模拟试验表明,即使投资收益率降到4%,补偿基金也仍然可以正常运作,只是积累的速度会放缓。
综合整个模拟研究,我们认为巨灾补偿基金制度具有按相关实际情况开展试点工作的一项巨灾应对制度。在实际的试点和真实运行工作中,如何将相关巨灾领域的研究成果和人员综合纳入这一体系,与各专业委员会主席的遴选及委员会的构建有很大的关系。在具体实施和操作前,相关专业委员会还需要开展大量针对各注册地巨灾风险的实地调研等工作。无论如何,本项研究为有效应对我国面临的巨灾风险,从理论、机制、工具、模型、体系等角度,做出了系统的探讨,为进一步的实际工作奠定了坚实的基础。
参考文献:
[1]Wind数据库,中国环境数据库(EPS)
[2]陈东.建立我国巨灾补偿基金制度研究[D].西南财经大学,2010
[3]陈培善,林邦慧. 极值理论在中长期地震预报中的应用[N].地理物理学报,1973
[4]陈培善.2014年地震震中分布图[N].地震学报,2015
[5]陈棋福,陈凌.利用国内生产总值和人口数据进行地震灾害损失预测评估[N].地震学报,1997
[6]陈雪君.巨灾补偿基金交易制度研究[D].西南财经大学,2011
[7]高海霞,姜惠平.巨灾损失补偿机制:基于市场配置与政府干预的整合性架构[J].保险研究,2011
[8]谷洪波,顾剑.我国重大洪涝灾害的特征、分布及形成机理研究[N].山西农业大学学报(社会科学版),2012
[9]黄敏,王健,王慧彦,梁瑞莲.地震损失经济学评估模型灾损参数的统计研究[J].自然灾害学报,2011
[10]蒋卫华.巨灾补偿基金定价研究[D].西南财经大学,2012
[11]李威.建立我国巨灾补偿基金的财产组织研究[D].西南财经大学,2010
[12]刘家福,吴锦等.基于泊松-对数正态复合极值模型的洪水灾害损失分析[N].自然灾害学报,2010
[13]刘家福和吴锦等. 基于泊松-对数正态复合极值模型的洪水灾害损失分析[N].自然灾害学报,2010
[14]刘武华.巨灾补偿基金的持仓限额设计研究[D].西南财经大学,2012
[15]潘磊.基于极值理论的地震巨灾债券定价[D].西南财经大学,2012
[16]潘席龙,陈东.设立我国巨灾补偿基金研究[J].西南金融,2009
[17]潘席龙. 巨灾补偿基金制度研究[M].西南财经大学出版,2011
[18]潘席龙.巨灾补偿基金运作机制研究[R].中国自然科学基金研究报告,2015
[19]钱小仕,王福昌,曹桂荣,任晴晴.广义极值分布在地震危险性分析中的应用[J].地震研究,2012
[20]施建祥,邬云玲.我国巨灾保险风险证券化研究——台风灾害债券的设计[J].金融研究, 2006
[21]田玲,邢宏洋,高俊. 巨灾风险可保性研究[J].保险研究,2013
[22]王和,何华,吴成丕.巨灾风险分担机制研究[M].中国金融出版社,2013
[23]伍弋.中国巨灾补偿基金资金运作模式研究[D].西南财经大学,2010
[24]谢家智,陈利.我国巨灾风险可保性的理性思考[J].保险研究,2011
[25]徐敬海,聂高众,李志强,朱德雯.基于灾度的亚洲巨灾划分标准研究[N].自然灾害学报,2012
[26]余维良.我国巨灾补偿基金注册地区划研究[D].西南财经大学,2011
[27]周军. 巨灾补偿基金风险及其管理研究[D].西南财经大学,2011
[28]周夏. 巨灾补偿基金发行巨灾债券的研究[D].西南财经大学,2010
财经界·学术版2016年19期