我国寿险公司财务能力对比研究.docVIP

我国寿险公司财务能力对比研究 　　一、引言 　　保险公司以其负债经营的特点显著区别于一般企业，其中人寿保险公司又因保单责任期限长，保费收入与保险赔付时间搭配复杂而在其财务经营管理方面蕴含着极大的风险。狭义上人寿保险公司的财务风险一般指偿付能力不足而无法按期偿还债务的风险。广义上人寿保险公司的财务风险是指各种未知因素导致公司各项财务指标恶化的可能性。2008年中国保监出台了《保险公司偿付能力监管规定》，其中明确提出要建立基于风险的动态偿付能力监管体系，这为我国人寿保险公司未来偿付能力监管指明了方向。目前，我国学理界对保险公司财务能力研究主要集中于偿付能力方面，而本文则从广义上的财务风险入手进行探讨，站在更宏观的层面上对各个财务指标进行综合研究，以求从整体上把握人寿保险公司的财务运行状况。 　　人寿保险公司财务管理在保费筹集、资金运营、保险赔付、收益分配等各个环节中时刻都面临着来自利率浮动、资产负债错配、费率变化、突发巨灾事故等风险的冲击。因此，如何通过人寿保险公司的偿付能力、盈利能力、资产负债结构、责任准备金提存水平等等指标全面衡量一家人寿保险公司财务运营状况，及时发现并有效规避财务风险已经成为其财务管理的重中之重。 　　二、文献综述 　　在实务界，保险监管一般可分为静态监管和动态监管两大组成部分，其中都以偿付能力监管作为整个监管体系的重点。美国作为金融监管制度最成熟的国家之一，其采用的静态风险基础资本（RBC）标准和保险监管信息系统（IRIS），以及动态财务分析与监督跟踪系统（FAST）和现金流测试（Cash Flow Testing）都成为其他国家保险监管学习的典范，我国保监2008年出台的《保险公司偿付能力监管规定》就从中多有借鉴之处。 　　在学理界，国外对保险公司财务监管的研究也早于国内。Trieschmann（1973）采用多变量判别分析法模型预测美国保险公司的财务状况，Barniv（1990）综合运用多种计量方法对保险公司进行实证研究，发现logistic法与非参数判别分析法预测准确率较高。Brockett（1994）将神经网络模型引入保险财务监管研究。国内学者周晶晗（2007???采用logistic模型对财产保险公司财务恶化进行了研究。杜美、庞欣（2009）应用因子分析模型对我国寿险公司偿付能力进行了实证分析，评估了当时寿险公司资金运用整体情况以及偿付能力的大致水平。 　　借鉴前人的研究成果，笔者认为因子分析方法是一种简单可行的计量统计手段，不仅准确性高，而且便于操作，所以本文采用因子分析方法，对我国寿险公司财务能力进行综合评价。 　　三、实证分析 　　（一）寿险公司财务能力指标构建 　　要实现对一家寿险公司财务能力的全面评价，首先要建立起一套科学合理的财务评估体系，该体系中应该包含一系列彼此相关，且能够及时反映关键财务信息的财务指标。本文以和中国保监保险业监管指标体系和美国的保险监管信息系统（IRIS）为蓝本，参考常用的监管和披露信息，结合人寿保险公司自身财务运作特点，从公司偿付能力、盈利能力、资产的流动性、资产负债结构、准备金提取情况等五个主要方面入手构建人寿保险公司财务运营能力评价指标体系，指标列表如表1.1。 　　（二）数据整理 　　笔者参阅2010年《保险年鉴》有关数据，选取了4家上市寿险公司和6家非上市寿险公司的有关财务信息，根据指标设计的要求计算整理财务比率如表1.2所示。 　　（三）因子分析 　　本文利用因子分析和主成分分析相结合的方法对数据进行处理。因子分析是将收集到的数据分类，以达到同一类别强相关，不同类别间弱相关的目的。主成分分析是通过线性变换，消除重合成分，减少因子个数的计量方法。主成分可以被表现为各个变量的线性组合，通过变量的观测值和各主要成分自身方差的权重计算出综合因子得分，该得分可以用作综合指标，对多变量体系作出整体评价。以上计量方法均通过spss18.0软件实现。 　　通过观察表1.3的计算结果可见，前3个因素的方差累计贡献率达到88.3%，说明这三个因素蕴含了绝大部分的有效信息，因此可以被抽取作为主成分，用来说明各个因素的综合变动情况。其中，主成分1的方差贡献率最大，约为56.7%，是最重要的衡量指标，其次是主成分2，解释了约22%的变动情况，主成分3的解释能力相对较弱，方差贡献率仅为9.5%。 　　表1.4列示了各个变量旋转后在不同主成分上的载荷值，X1、X3、X4、X6、X7、X8在第一主成分上的载荷值较大，说明第一主成分反映了人寿保险公司在偿付能力、盈利能力和资产结构的情况。X2、X9、X10在第二主成分上载荷系数较高，说明第二主成分与准备金规模和经营规模相关。X5单独在主成分三上显著，说明其代表了公司财务流动性指标。 　　根据表1.5成