数字化转型背景下保险科技对财险公司经营效率的影响研究

谢婷婷 赵雪莉

摘   要：本文利用2011—2017年58家财险公司的面板数据和中国数字金融发展指数，构建DEA-Tobit面板模型，探究保险科技对财险公司经营效率的影响。研究结论表明：（1）保险科技与财险公司经营效率之间呈U形关系，即在互联网保险阶段，受资源投入不充分、新技术产出滞后性等因素影响，保险科技对财险公司经营效率产生消极影响，而在新技术赋能的保险科技阶段，科技的沉淀开始逐步释放效益，助推了财险公司经营效率的提升;（2）保险科技对中外资财险公司经营效率的影响具有差异性;（3）保险科技发展在长期可通过降低经营成本、增加营销收入和资金运用收益来提高财险公司经营效率。

关键词：保险科技;财险公司;经营效率;DEA-Tobit模型

中图分类号：F840.65  文献标识码：A  文章编号：1674-2265（2021）03-0053-08

DOI：10.19647/j.cnki.37-1462/f.2021.03.008

一、引言

进入第五次工业革命时代，数字化转型是顺应时代发展的必然要求。数字化转型是以客户需求为中心，以数据为资产，以新技术为手段，以人才为依托，突破企业发展瓶颈，解决行业发展痛点的转型升级。据互联网数据中心（IDC）预测，2021年全球将会有5.5万亿美元的资金投入到数字化转型。在这场数字化浪潮中，任何行业都不是一座孤岛，保险业价值链也将因此改变，保险公司的转型升级也势在必行（忻怡，2019）[1]。

保险科技是保险公司数字化转型的重要驱动力（周延礼，2017）[2]。国际保险监督官协会（IAIS）在2017年首次界定了保险科技（InsurTech），认为其是“金融科技（FinTech）在保险领域的分支，即有潜力改变保险业务的各类新兴科技和创新性商业模式的总和”。目前，保险科技在保险业的应用不胜枚举。相较于寿险产品，财险产品保险期短、保额小、承保便捷，故保险科技在财险领域的应用更为广泛，起步更早，效果也更为显著。因此，本文选择财产保险公司（以下简称财险公司）作为主要研究对象。

我国保险科技虽起步较晚，但发展迅速且发展空间广阔。作为全球第二大保险市场，我国2019年原保费收入达到4.62万亿元，庞大的市场需求为保险科技在我国的发展提供了有利条件。据《2020年中国保险科技行业研究报告》[3]和《中国保险科技发展白皮书（2019）》[4]统计，2019年我国保险机构的科技投入达319亿元，保险科技创业企业在一级资本市场融资额达39.76亿元，截至2019年上半年，国内已成立238家保险科技公司①，说明保险科技已受到广泛的关注。而保险科技的发展是否真的有助于我国财险公司经营发展？科技赋能保险能否更好发挥财险行业价值？另外，由于中外资财险公司在经营理念、开放程度、市场基础等方面存在较大差异，那么保险科技对中外资财险公司经营效率的影响是否也存在差异？本文立足于数字化转型背景，尝试探究我国保险科技的发展对财险公司经营效率的影响，对于把握保险科技赋能财险业的真实贡献具有一定的参考意义。

二、文献回顾

首先，关于数字化转型的研究。学术界普遍认为数字化转型已成为金融业未来发展的重要方向。朱俊生（2017）[5]认为保险业数字化的实质不仅是线下业务完全线上化，更是利用科技对传统业态进行全面革新。陆岷峰（2020）[6]针对当下疫情指出，数字化不仅是化解疫情影响的有效手段，更是银行创新发展的战略渠道，金融业应与科技深度融合，实现数字化转型升级。

其次，关于保险科技的研究。在保险科技内涵方面。周传鸽等（2019）[7]认为保险科技拥有颠覆现有保险市场的潜力，将成为保险业决胜未来的不二法宝，但风险与机遇并存，李伟群和马裕丰（2019）[8]指出保险监管模式也应与时俱进，以促进保险业发展行稳致远。在保险科技测算指标方面，Emanuel等（2018）[9]利用Twitter数据测算保险科技指标，具有一定探索意义，但在我国的适用性十分有限;贾立文和万鹏（2019）[10]采用保险科技虚拟变量构建模型，但由于样本数量较为有限，故难以对影响效果进行整体性评估;完颜瑞云和锁凌燕（2019）[11]开创性地利用中国数字金融发展指数中的保险业务分项指数对保险科技进行量化，对后续保险科技研究的指标选择具有较高的借鉴价值。

再次，关于保险公司经营效率的研究。现有研究运用的经营效率衡量方法主要包括：（1）杜邦分析法，如王艳和姚寅（2009）[12];（2）因子分析法，如凌士显和谢清华（2015）[13];（3）DEA数据包络分析法，如胡根华（2016）[14]、蒋才芳和陈收（2014）[15]。其中，DEA方法起步时间较早，应用最为广泛，对保险公司经营效率的衡量具有较大参考价值。但也有部分研究仅选用单一财务指标进行测量，如托宾Q值（Liebenberg和Sommer，2008）[16]、总资产收益率（ROA）（王志芳和张强春，2015）[17]等，这些指标是研究一般公司效率时的通用指标，可能难以准确体现保险公司经营的特殊性，因此凌士显和于岳梅（2017）[18]认为其在保险公司经营效率评判中的适用性较为有限。

最后，互联网保险是保险科技最初的发展形态，故关于保险科技对保险公司经营效率的影响研究多集中于互聯网保险层面。刘远翔（2015）[19] 、洪结银和许瑾（2019）[20]通过研究发现，互联网保险发展对保险公司经营效率的提升具有正向影响，而且后者研究还发现中资保险公司的效率提升程度要高于外资保险公司。然而，探究保险科技对财险公司影响的研究较为有限，仅贾立文和万鹏（2019）[10]通过建立双重差分模型研究发现，应用保险科技的财险公司经营绩效更好。总而言之，学者们普遍认为保险科技对保险公司发展具有正向促进作用。

学者们在保险科技与财险公司经营效率方面已进行大量研究，但从研究成果看，存在以下不足：一是既有研究多停留在定性层面，且鲜有学者直接研究保险科技对财险公司经营效率的影响，更未探讨该影响的股权差异;二是在经营效率指标测度上，多数研究运用单一财务指标进行衡量，难以体现财险公司经营的特殊性。因此，本文在借鉴已有研究成果的基础上尝试进行以下创新：（1）利用公司面板数据与中国数字金融发展指数来探究保险科技对财险公司经营效率的影响，并进一步检验该影响的异质性。（2）运用DEA方法测算公司经营效率，以使被解释变量的衡量更具全面性。（3）运用DEA-Tobit模型两步法对研究目标进行实证检验，从方法的角度进一步丰富保险科技研究。

三、理论分析与研究假设

（一）保险科技与财险公司经营效率

目前，学术界关于我国保险科技的发展历程并未形成统一的见解。本文参考相关学者对金融科技发展历程的划分标准，认为我国保险科技大致经历了两个发展阶段。一是以互联网与信息技术为主的互联网保险阶段（1997—2014年）：该阶段是保险科技发展的早期形态，主要特点是利用互联网技术推动保险营销线上化，以拓宽营销渠道，降低人力成本。也有部分公司开始探索利用前沿技术变革其他业务环节，如平安财险于2011年推出移动展业模式（MIT），致力于提升理赔效率;众安保险于2014年依托大数据进行产品创新，并成为首家将公司核心应用与数据部署在阿里云的财险公司。二是新兴技术赋能的保险科技阶段（2015年至今）：2015年，我国保险科技迎来第一轮融资热潮，人工智能、物联网、区块链等新兴技术逐步赋能保险业，进一步渗透到产品定价、定损理赔、风险控制等业务环节，实现新技术、新模式与新业态的组合创新。原保监会副主席周延礼认为，目前，我国保险科技已经进入保险和科技深度融合的发展阶段（孙榕，2020）[21]。

在不同的发展阶段，保险科技与财险公司经营效率的关系也有所差异。在互联网保险阶段，随着线上营销模式的普及，市场竞争加剧，仅靠渠道营销提升经营效率的效果可能会逐步弱化，因此，业内开始利用新技术优化其他业务环节。然而，新技术与业务的融合需要持续的投入，而大额投入会挤占公司经营资源，且研发结果充满不确定性（盛明泉等，2020）[22]，故财险公司在进行新技术投入时往往有所保留。资源投入的不充分又会导致科技产出的滞后性（胡振华和刘笃池，2009）[23]，使保险科技非但不能提升公司经营效率反而成为经营负担。因此，本文认为互联网保险阶段的保险科技可能会对财险公司经营效率产生负面影响。在新兴技术赋能的保险科技阶段，在投资、理念与技术的综合驱动下，保险科技溢出效益不断增加。首先，投入的积累促进保险科技创新成果的转化，助力财险公司实现提高效率的目标。其次，平安、众安、泰康等财险公司保险科技发展的成功实践，引领财险市场对保险科技的态度产生巨大改观，并由此激发行业的“同侪效应”。最后，以众安为代表的财险公司凭借自身技术优势，向行业进行科技输出，以期实现共赢（陈玮，2018）[24]。因此，本文认为，在新兴技术赋能的保险科技阶段，保险科技有助于提升财险公司经营效率。综上，本文提出假设H1。

H1： 保险科技与财险公司经营效率之间存在U形关系。

（二）不同股权性质下保险科技与财险公司经营效率

总体来看，国外保险科技起步时间较早，外资财险公司在国际化经营中积累的先进技术与经验使其运营管理更为成熟，因此，相较于中资财险公司，外资财险公司经营效率的提升空间较小。从承保业务和经营范围来看，相较于中资财险公司，外资财险公司应用保险科技提升经营效率的潜力略显逊色。一方面，车险作为财险市场的核心业务，对保险科技的应用最为广泛，但外资财险公司在我国车险市场中的占有率微乎其微，市场本土化倾向使其并不具有竞争优势。另一方面，外资财险公司的经营范围较窄，普遍集中于上海、北京等发达地区，主要服务于高端客户，而保险科技的目标之一就是普惠，即挖掘“长尾”市场需求，因此外资财险公司客群市场的有限性也会极大限制其提升经营效率的能力。综上，本文提出假设H2。

H2：保险科技对中资财险公司经营效率的影响效果要优于外资财险公司。

（三）保险科技对财险公司经营效率的影响机制

保险科技通过影响财险公司业务运营的收入与成本而最终作用于其经营效率。一方面，财险公司收入主要来源于承保与资金运用业务。从承保端来看，保险科技可优化产品定价，改善客户交互体验，提高营销服务效率，从而增加财险公司承保收益。从资金运用端来看，智能投研平台有助于提高公司的数据挖掘与分析能力，优化投资策略与投资组合，提高保险资金运用效率。另一方面，财险公司成本主要由赔付与费用支出构成，高成本一直是限制财险公司盈利能力的重要因素，而保险科技能够极大降低财险公司经营成本。例如，人工智能等技术推进业务的线上化、自动化与智能化，降低了人力、IT硬件等投入成本;反欺诈技术帮助财险公司减少不必要的赔付支出;卫星遥感等风险监控技术激发财险公司主动管理风险的意识，有助于降低理赔概率，控制赔付成本。综上，本文提出如下假设：

H3-1：保险科技有助于财险公司增加承保收益，提升投资绩效。

H3-2：保险科技能够降低财险公司的经营成本。

四、研究设计

（一）样本选择及数据来源

考虑到数据的可得性，本文選取2011—2017年作为研究区间，以我国所有财险公司为研究对象。为保证数据的完整性和有效性，对样本做如下筛选：（1）剔除数据不全或缺失较多的财险公司;（2）为避免由于财险公司初创时期投入高、保费收入低而引起的经营亏损状况对回归结果产生的干扰，故剔除成立时间少于三年的财险公司;（3）剔除中国出口信用保险公司等政策性保险公司。经过筛选，最终得到58家样本公司，其中，中资财险公司40家，外资财险公司18家。

研究所用的公司数据来源于2012—2018年《中国保险年鉴》以及各公司的信息披露报告，保险科技数据来源于北京大学数字金融研究中心基于蚂蚁金服用户数据构建的中国数字金融发展指数。

（二）变量选择

1. 被解释变量。被解释变量为财险公司经营效率（TE），通过DEA数据包络分析法进行测算。在投入产出指标选取方面，本文主要参考章冉（2012）[25]等的做法。其中，财险公司总投入主要包括劳动力投入、资本投入和经营费用，分别用财险公司员工人数（Tstaff）、权益资本（Equity）和总营业费用（Fee）来衡量，总产出用财险公司保费收入（Prem）、赔付支出（Pay）和投资收益（Income）来衡量。上述指标说明见表1。

利用上述指标体系，本文构建了涵盖所有样本公司的投入产出模型，并使用DEAP2.1软件对相关数据进行处理，限于篇幅，在此只展示测算结果的平均值（见表2）。从整体上看，这58家财险公司在样本期间的综合技术效率最大值为0.816，最小值为0.623，总体处于较高水平。但从贡献度来看，平均规模效率均高于平均技术效率，这说明我国财险业由规模效应带动的效率增长更为显著，而管理和技术等因素促进效率增长的效果稍弱。因此，我国财险公司技术要素等资源投入的利用水平仍有待提高。

2. 解释变量。保险科技（InsurTech）是本研究的核心解释变量。由于保险科技属于新兴领域，且我国金融企业很少披露公司在科技层面的研发投入信息，因此，目前学术界关于该指标的测度仍处于初探阶段。本文结合已有研究成果与我国实际情况寻找适当的代理变量，发现在银行业领域，已有邱晗等（2018）[26]运用北京大学数字金融研究中心编制的中国数字金融发展指数（郭峰等，2019）[27]研究了金融科技对传统银行行为的影响，说明该指数具有一定的应用价值。因此在保险业领域，本文参考完颜瑞云和锁凌燕（2019）[11]的研究，使用该指数体系下的保险业务分指数来衡量我国保险科技发展水平。考虑到不同财险公司在全国的经营范围并不一致，本文选取财险公司经营区域的保险业务分指数的省份均值作为实际代理变量。

3. 控制变量。为保证研究的客观性，本文依据已有研究成果，选取以下控制变量：（1）公司规模（Sizeit），根据规模经济理论，公司规模越大，市场垄断力量越强，经营效率越高;（2）杠杆率（Levit），杠杆是一把双刃剑，既能为公司提供更多的流动性支持，也可能增加公司的财务成本，降低公司经营效率;（3）总资产收益率（ROAit），财险公司的总资产收益率反映其盈利能力，能够直接影响公司经营效率;（4）劳动者素质（HPit），保险业在产品设计、风险管控等环节具有很强的专业性，对人才要求较高;（5）险种结构（NVit），合理的险种结构有助于提升公司经营效率;（6）营销人员数量（MSPit），在保险业粗放式发展时期，营销力量对公司经营起到关键作用，而随着保险业转向高质量发展，营销力量对经营效率的影响效果也随之改变;（7）是否上市（Listit），保险公司上市有助于提高知名度，扩大融资范围，增加营运效率;（8）是否集团化（Groupit），集团化有助于发挥子公司之间的协同效应，提高资源配置效率。各变量说明见表3。

（三）模型设定

考虑到保险科技与财险公司经营效率之间可能存在的非线性关系，本研究引入保险科技发展程度的平方项，构建出如下模型：

其中，[i]为保险公司，[t]为年份;被解释变量[TEit]表示财险公司的经营效率值;核心解释变量[InsurTechtit]表示保险科技发展程度，[InsurTecht2it]为保险科技发展程度的二次项，[β1]与[β2]反映了保險科技发展程度对财险公司经营效率的影响。[Controlit]表示各个控制变量;[ui]表示财险公司个体效应;[εit]为随机误差项。

五、实证结果与分析

由于上文通过DEA模型获得的效率值均在0和1之间，属于截断数据，其作为被解释变量的模型是受限模型。若采用OLS回归，可能会出现参数估计有偏和不一致性的问题。因此，本文选择面板Tobit模型进行实证检验。

（一）全样本检验

表4列示了模型的回归结果。其中，模型（1）仅考察保险科技发展程度（InsurTechit）与财险公司经营效率（TEit）之间的关系，并不控制其他因素;模型（2）则在加入一系列控制变量后，考察保险科技发展程度与财险公司经营效率之间的关系;模型（3）则是在模型（2）的基础上加入保险科技发展程度二次项（InsurTechit2）作为解释变量，尝试考察保险科技发展程度与财险公司经营效率之间可能存在的非线性关系。

从表4的回归结果看，在不控制其他可能存在的内生及外生性因素时，保险科技发展程度与财险公司经营效率之间不存在显著性关系;当控制一系列影响因素后，保险科技发展程度一次项系数分别在1%和10%的显著性水平下显著负相关;保险科技发展程度二次项系数在1%的显著性水平下显著正相关。这验证了H1的推测，即在其他因素都不变的情况下，保险科技发展程度与财险公司经营效率之间并非线性关系，而是U形关系。该结果表明：在以互联网与信息技术为主的互联网保险阶段，由于技术赋能的不充分，财险公司仍停留在“卖保险”的营销思维层面，缺乏对新技术的关心与投入。即便有部分财险公司意识到必须走出科技创新仅围绕营销的“怪圈”，但资源投入不充分、新技术与业务融合难度高、技术产出滞后性等一系列客观因素的限制，使保险科技对财险公司经营效率产生消极影响。而在新技术赋能的保险科技阶段，行业政策引导与扶持力度不断加强，保险科技投融资规模逐步扩大，保险科技的佼佼者也开始向行业进行科技输出，在投资与技术的双轮驱动下，科技的沉淀开始逐步释放效益，助推了财险公司经营效率的提升。

此外，表4还展示了其他控制变量对财险公司经营效率的影响。可以看出：（1）资产负债率与财险公司经营效率之间存在显著的正相关关系，即财险公司保持合理范围内的高杠杆有助于其经营效率的提升。保险公司举债经营，通过吸收大量的保险资金形成负债，高杠杆在一定程度上有助于激发财险公司的经营活力，促使其扩大经营规模，从而提高经营效率。（2）险种结构与财险公司效率显著正相关，意味着非车险业务占比越高，公司的业务结构越平衡，更能满足消费者多样化的财产保险需求，从而促进财险公司经营发展。（3）上市财险公司拥有较高的融资效率、品牌效应与公众信任度，更有助于其高效发展。（4）总资产收益率的提高也能够在一定程度上提升财险公司的经营效率。（5）公司规模、员工素质、营销人数以及公司的集团化属性对财险公司经营效率的影响均不显著。

（二）分组检验

为进一步分析保险科技对于股权性质不同的财险公司经营效率的影响效果，本文把总样本分为中资财险公司和外资财险公司两个子样本进行分组检验（见表4）。中资财险公司子样本检验结果显示，保险科技发展程度与中资财险公司经营效率呈显著的U形关系，且其系数的绝对值均大于全样本的检验结果。外资财险公司子样本检验结果显示，保险科技发展程度与外资财险公司效率之间关系不显著，即不存在非线性关系。以上结果证实了H2的推测，说明保险科技对中资财险公司经营效率的影响效果要优于外资财险公司。中资财险公司作为本土化的保险产品开发商与营销商，更了解我国居民的差异性保险消费需求，更能快速把握我国新技术的发展趋势，故更能从保险科技运用中受益，利用保险科技提升经营效率的空间也更大。而外资财险公司在车险业务规模、经营范围与客群基础等方面存在不足，可能使得保险科技对其经营效率的影响并不显著。因此，中资财险公司更应牢牢抓住保险科技赋能的机遇，推进数字化转型。

（三）稳健性检验

为进一步检验实证结果的稳健性以及指标选择的可靠性，本文使用变量替换法，选择同一指标体系中的使用深度指数（Deepit）及其二次项（Deepitit2）作为主要解释变量进行回归分析，检验结果见表4的回归（4）。使用变量替换法后的回归结果与前文基本一致，说明保险科技发展程度与财险公司经营效率之间关系的回归结果是稳健的。这也再次验证了H1的判断，即随着新技术的成熟与创新驱动理念的深入，保险科技的运用有助于提升财险公司经营效率。

六、进一步研究

接下来，本文尝试运用固定效应模型，从财险公司收入与成本两个方面构建相关指标，检验保险科技发展程度对其产生的影响，从而进一步探究保险科技发展程度对财险公司经营效率的影响机制。实证结果见表5。

第一，在收入方面，保险科技发展程度与承保收益（UIit）、投资收益率（ROIit）的回归系数显著为正。该结果证实了H3-1，说明保险科技的发展有助于财险公司增加承保收益，提升投资绩效。

第二，在成本方面，保险科技发展程度与综合成本率（Costit）的回归系数显著为负。该结果证实了H3-2，即保险科技的应用发展能够降低财险公司的经营成本。

第三，考虑到财险公司成本构成的特殊性，本文又分别考察了保险科技发展程度与赔付成本、营业费用之间的关系。实证结果表明，赔付率（Lossit）与保险科技发展程度之间呈倒U形关系，而营业费用（Expenseit）与保险科技发展程度之间呈U形关系。结合上文实证结果分析，出现这种情况的原因可能在于：一方面，新技术开发初期，财险公司很难及时发挥技术优势，于是赔付率依然随着承保规模的增大而不断上升。随着保险科技成果逐步转化，新技术在风控等领域的应用有利于公司控制赔付成本，降低赔付率。另一方面，新技术开发投入一般计入财险公司的营业费用支出，基于财险公司对保险科技前沿技术的态度变化，费用投入呈现出先减后增的趋势。但总体而言，保险科技的发展在长期是有助于降低财险公司运营成本的。

综上，可以认为，对财险公司而言，长期的保险科技发展能够通过降低经营成本、增加营销绩效、提高资金运用收益来促进其经营效率的提高。

七、结论与建议

（一）結论

首先，本文利用2011—2017年我国58家财险公司的年报数据，构建DEA模型测算财险公司经营效率;其次，选择中国数字金融发展指数中的保险业务分项指数作为保险科技的代理变量，建立面板Tobit模型分别对全样本与子样本进行回归分析，并运用变量替换法选择同一指标体系下的使用深度指数进行稳健性检验;最后，从财险公司收入与成本角度探讨保险科技的影响路径。主要结论如下：

第一，保险科技发展程度与财险公司经营效率之间呈现U形的非线性关系。一方面，在互联网保险阶段，仅围绕营销的科技创新会逐步弱化经营效率的改善效果，虽有部分公司尝试开拓前沿技术，但由于科技产出的滞后性，经营动能转变迟缓，甚至可能因当期技术成本增加而导致经营效率下降。另一方面，在保险科技阶段，随着新技术的不断成熟，保险科技赋能作用日益凸显，财险公司经营效率得到提升。

第二，中资财险公司在市场资源、平台渠道等方面具有相对优势，因而更能从保险科技应用中受益，利用保险科技获得更高的经营效率。而外资财险公司经营范围较窄，车险业务规模小，经营效率的优化空间相对较小，因此，保险科技发展对其影响效果并不显著。

第三，影响机制研究发现，长期的保险科技发展能够通过降低经营成本、增加营销绩效、提高资金运用收益来促进财险公司经营效率的提升。

（二）建议

基于以上结论，本文提出如下建议：

一是财险公司应明确数字化转型战略，持之以恒加大保险科技投入，利用保险科技推动创新与变革，降低运营成本，增加承保收入与资本运用收益，提升经营效率。头部公司可通过科技赋能实现降本增效，进一步发掘利润增长点;而中小公司则可借助保险科技实现业务创新和差异化发展，从而破解经营困局。

二是中资财险公司应充分依托自身优势条件，将保险科技应用到日常运营管理中，推动公司运营轻资产化与高智能化、保险服务差异化与个性化，实现公司数字化转型。外资财险公司应积极提升本土化经营水平，加强与国内保险科技企业、保险中介机构等的交流合作，进一步扩大经营范围，拓展营销渠道，提高市场份额。

三是监管机构应完善保险科技发展的制度背景，从监管制度层面保驾护航，推动财险企业合法合规开展科技创新，确保财险业有序健康发展。

注：

①笔者根据《中国保险科技发展白皮书（2019）》对保险科技行业主体的划分标准认为，保险科技公司是指保险科技市场所有创新主体，主要包括互联网保险企业、保险中介平台、保险互助平台与保险技术服务提供商这四大类。

参考文献：

[1]忻怡.保险科技赋能中国险企转型推动业务发展与管理革新阶段[J].上海保险，2019，（8）.

[2]周延礼.保险科技的应用现状和未来展望 [J].清华金融评论，2017，（12）.

[3]艾瑞咨询.2020年中国保险科技行业研究报告 [R].2020-02-26.

[4]《中国银行保险报》，中关村互联网金融研究院.中国保险科技发展白皮书（2019） [R].2019.10.

[5]朱俊生.科技与保险业数字化转型 [J].中国保险，2017，（8）.

[6]陆岷峰.疫情危机与商业银行数字化对策研究 [J].西南金融，2020，（5）.

[7]周传鸽，史书，郭信，瞿艺玲.保险科技引领未来 [J].上海保险，2019，（9）.

[8]李伟群，马裕丰.保险科技是友？是敌？——对保险监管的影响与因应之道 [J].上海保险，2019，（3）.

[9]Emanuel S，Christian D，Falk U. 2018. Exploring Characteristics and Transformational Capabilities of InsurTech Innovations to Understand Insurance Value Creation in a Digital World [J].Electronic Markets.

[10]贾立文，万鹏.保险科技对财产保险公司业绩影响的实证分析——基于DID模型 [J].江汉学术，2019，38（1）.

[11]完颜瑞云，锁凌燕.保险科技对保险业的影响研究[J].保险研究，2019，（10）.

[12]王艳，姚寅.杜邦分析体系视角下我国非寿险业经营绩效评价 [J].会计之友（上旬刊），2009，（2）.

[13]凌士显，谢清华.保险公司董事会治理与经营绩效[J].南方金融，2015，（12）.

[14]胡根华.我国寿险公司经营绩效的有效性研究[J].金融理论与实践，2016，（9）.

[15]蒋才芳，陈收.我国人寿保险公司经营绩效的DEA有效性分析 [J].财经理论与实践，2014，35（4）.

[16]Liebenberg A P，Sommer D W. 2008. Effects of Corporate Diversification： Evidence From the Property-Liability Insurance Industry [J].Journal of Risk & Insurance，75（4）.

[17]王志芳，张强春.保险公司多元化经营对绩效的影响 [J].重庆大学学报（社会科学版），2015，21（5）.

[18]凌士显，于岳梅.保险公司多元化经营与公司绩效的实证研究——基于财产保险公司成本费用的视角 [J].金融发展研究，2017，（4）.

[19]刘远翔.互联网保险发展对保险企业经营效率影响的实证分析 [J].保险研究，2015，（9）.

[20]洪結银，许瑾.互联网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 [J].华东经济管理，2019，33（8）.

[21]孙榕.疫情不改保险业基本面——访全国政协委员、原中国保监会副主席周延礼 [J].中国金融家，2020，（6）.

[22]盛明泉，吴少敏，张娅楠.探索式创新与企业全要素生产率 [J].产业经济研究，2020，（1）.

[23]胡振华，刘笃池.我国区域科技投入促进经济增长绩效评价——基于滞后性的绩效分析 [J].中国软科学，2009，（8）.

[24]陈玮.科技如何赋能中国保险业——以众安保险为例 [J].上海保险，2018，（11）.

[25]章冉.基于DEA模型的我国中外资财产保险公司效率实证研究 [D].陕西师范大学，2012.

[26]邱晗，黄益平，纪洋.金融科技对传统银行行为的影响——基于互联网理财的视角 [J].金融研究，2018，（11）.

[27]郭峰，王靖一，王芳，孔涛，张勋，程志云.测度中国数字普惠金融发展：指数编制与空间特征 [R].2019，北京大学数字金融研究中心工作论文.