科技保险发展对保险公司效率的影响研究——基于DEA—Tobit模型两步法分析

□ 林韦宏

(北京邮电大学 北京 100876)

一、引言

科技保险是一种支持企业自主创新能力而推出的科技与金融相结合的创新扶持手段。据保监会披露的数据统计，我国参与科技保险业务的高新技术企业已由2007年的1100家增加到2018年仅北京地区就存在50455家。期间科技保险规模迅速扩大，科技保费收入由2007年的15.87亿增长到2018年的88.92亿元。但目前，我国的保险密度以及保险深度较发达国家相比仍有较大差距，保险公司效率也亟待提升。因此开展科技保险业务能否为保险公司效率提升提供新的内生动力，保险业转型升级具有重要的现实意义。

二、影响机理分析与研究假设

对保险行业而言，科技保险的出现丰富了我国保险领域的范围。作为一种针对性很强的服务性险种，在这几年我国政府大力发展下已取得优异的成绩，但是相较于传统保险，科技保险还是非常依赖政策的补贴，如何让更多的保险公司加入到开发科技保险产品的队伍中来，是我们需要研究的方向。

因此，本文提出假说：科技保险行业整体发展良好的大环境能够促进保险公司效率的提升。

三、变量定义与模型设定

(一)变量定义

1.被解释变量

本文的被解释变量使用的是每家保险公司的综合技术效率值，主流的方法有参数法和非参数法这两大类。参数法最具代表的是数据包络分析法(DEA)，而非参数法则是随机边界模型(SFA)，这两种方法在学术界均被广泛使用。在对比过两种模型之后，本文选用DEA模型计算保险公司效率。

本文在参考黄薇(2007)[1]和甘小丰(2008)[2]等学者的研究基础上，选用表一所示指标。投入指标有三个，分别雇员人数、固定资产、营业费用。产出方面也选取了三个指标保费收入、赔付支出、投资收益。

通过运用DEA2.1软件测算出2015-2018年我国16家保险公司的综合技术效率，见表1所示。

表1 2015-2018年保险公司综合技术效率

从整体上看，这16家保险公司其中中资公司14家，外(合)资公司2家，在样本期间的投入利用技术效率的平均值为0.76，整体上处于一种中等偏上的状态。

2.核心解释变量

为了验证假说，本文构建科技保险行业发展指数为核心解释变量，选取科技保险业保费收入占保险业总保费比例即科技保险的渗透率作为科技保险指数度量指标。

3.控制变量

通过使用DEA-CCR模型计算出的保险公司综合技术效率着只能分析出公司内部经营的内部因素的影响程度，而外部经济因素影响却无法获得，而在黄薇(2009)，肖攀(2014)、陈璐(2007)等学者的研究基础中表明外部因素同样对保险公司效率产生明显的影响。基于此，本文使用宏观经济环境、行业竞争环境和保险公司三个层面的控制变量。在宏观经济环境指标中，选择2015-2018年实际GDP增长率(GDP)来体现国内宏观经济发展的水平。行业竞争环境，选用市场份额(MS)来表示行业的竞争环境。计算方式为实收保费占全国总保费收入的比例的值。公司层面，选取公司效益、经营费用率和员工劳动生产率为控制变量。其中，资产利润率(ROA)采用净利润所占资产总额的比例来反映公司的资产利润率。用经营费用率(OPR)使用公司经营费用与净保费收入的比值来衡量。员工劳动生产率(LP)，每年公司员工的人均保费收人来代表员工劳动生产率。

(二)模型设定

其中，i为保险公司，t为年份；被解释变量TC为保险公司的综合技术效率值；核心解释变量H为科技保险行业发展指数，β1反映了科技保险行业发展对于保险公司效率的影响。Control为各个控制变量ui为保险公司固定效应；εit为随机误差项。

四、实证分析

表2 科技保险行业发展与保险公司效率回归检验

科技保险行业发展与保险公司效率根据上述所建模型，首先我们使用statal4.0软件检验出存在个体效应，使用随机效应的面板Tobit回归。之后对模型(1)进行Tobit回归分析，回归结果均列于表2。

模型的回归结果表明，科技保险行业发展指数的系数在1%的水平下并显著为正，符合我们的假设，证实了良好发展科技保险的大环境对于开展科技保险保险的公司在效率上有提高的作用。

五、结论与政策建议

本文的研究发现：好发展科技保险的大环境对于开展科技保险保险的公司在效率上有提高的作用。

(一)政府部门方面的建议

首先建议行业相关监管部门要对科技保险做进一步规范和完善监管，为科技保险发展加强制度监控与竞争环境，其次应该在宣传方面投入更多精力，普及科技保险的概念与作用，根据网络调查，科技保险在企业中的普及度并不高，甚至有许多的高新科技企业没有听说过该险种。