非寿险公司偿付能力监管指标有效性分析论文.doc

《非寿险公司偿付能力监管指标有效性分析论文.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、非寿险公司偿付能力监管指标有效性分析论文一、我国现行非寿险偿付能力监管指标体系近年来,中国保监会就偿付能力监管指标体系的建立进行了积极的探索,尝试建立中国保险业的偿付能力监管指标体系。2003年3月,中国保监会重新颁布了《保险公司偿付能力额度及监管指标管理规定》(以下简称《新规定》),明确规定了监管指标的计算方法和有效范围,即非寿险公司偿付能力监管指标由偿付能力充足率指标与分项监管指标共同构成。非寿险公司的综合性监管指标仅有一个——偿付能力充足率,其计算公式为:偿付能力充足率=(实际偿付能力额度/法定偿付能力额度)×100%分项监管指标共有11个,涉及到保险公司的经营状况、盈利能力、资金运

2、用能力、偿付能力与财务状况等方面。若保险公司有4个或4个以上监管指标值超过正常范围,中国保监会将根据具体情况采取一系列相应的监管措施和改进方案。保监会针对寿险和非寿险公司分别设计了两套分项监管指标,非寿险公司的分项监管指标见表1。《新规定》在很大程度上完善了2001年的《保险公司最低偿付能力及其监管指标管理规定》,标志着偿付能力预警指标体系将成为我国保险业偿付能力监管的重要部分。然而,该套指标体系自使用以来,引起了不少争议。因为我国的保险偿付能力预警指标体系是在借鉴美国保险监管信息系统(IRIS)的基础上建立起来的,监管指标的设计是否合理有效、是否符合我国保险业的实际?这些问题都没有得到实

3、际验证。二、偿付能力监管指标有效性的实证分析有效的偿付能力监管指标必须满足一个条件:监管指标对偿付能力的解释应该与真实的偿付能力状况基本一致,即分项监管指标与偿付能力充足率指标的一致性。如果监管指标不能对偿付能力状况作出有效说明,又如何对未来偿付能力状况作出准确的预测呢?现行的非寿险偿付能力监管指标是否能解释保险公司的偿付能力状况,本文将建立模型对指标的有效性进行实证分析。6(一)样本选取本文一共选取了我国21个非寿险公司的财务数据作为研究对象,逐年计算它们的偿付能力监管指标。其中,选取少于5年财务数据的保险公司有8家,分别是:美国联邦(2003-2005年)、三井住友(2001-2005

4、年)、太平财险(2003-2005年)、太平洋财险(2003-2005年)、平安财险(2003-2005年)、中华联合(2003-2005年)、美亚深圳(2002-2005年)、三星火灾(2003-2005年)。选取6年(2000-2005年)财务数据的保险公司有13家,分别为:东京海上、民安深圳司、民安海口、丰泰上海、美亚广州、美亚上海、皇家太阳、永安财险、华泰财险、华安财险、大众财险、中国人保、天安财险。以一个年度的统计结果作为一个样本数据,一共统计了100个样本数据。所有数据源自《中国保险年鉴》2000年至2005年各公司的资产负债表和利润表。(二)统计结果样本的具体统计结果见表2。

5、对100个样本的统计结果表明,偿付能力充足率大于1的样本有81个,占样本总数的81%;偿付能力充足率小于1的样本有19个,占19%。统计结果初步显示,毛保费规模率、速动比率和认可资产负债率这三个指标能比较准确地反映出偿付能力状况。为了更好地反映出监管指标的有效性,本文将运用Logistic回归模型作进一步分析。(三)实证分析根据我国保险业的实际情况,本文采用二项Logistic回归模型来分析问题。对模型的设计如下:(1)因变量,本文选取偿付能力充足率(Y)作为因变量。若偿付能力充足率大于1,则偿付能力充足,定义其值为“0”;若偿付能力充足率小于1,则偿付能力不足,定义其值为“1”。(2)自

6、变量,选取《新规定》中的偿付能力监管指标作为自变量。由于数据难以全面取得,只取11个监管指标中的10个作为自变量,舍弃了融资风险率指标。模型使用的软件工具是SPASS11.5。6拟合Logistic回归模型时,对自变量中存在的多重共线性很敏感;如果多重共线性程度较大,回归结果也会受到影响。表3是各个自变量之间的相关性分析结果,部分自变量之间存在着中度相关,如X1与X2、X3与X4等;个别自变量之间存在高度相关,如X9与X10。进一步检查自变量之间的容限度和方差膨胀因子,变量之间的容限度都比较大,多数都在0.5左右,最小的为0.128,基本排除自变量之间存在严重的多重共线性的可能。在排除变量

7、之间存在严重的多重共线性后,本文采用ENTER(全回归方式)将变量进入回归方程,回归结果见表4-6。表5是观测量分类表,分类精度为100%,说明方程的识别率比较高。但是否10个自变量对因变量的识别率都比较高呢?表6给出的回归系数Wald检验值很小,很难拒绝虚无假设,并不能说明白变量的作用,必须比较包括每个变量的模型与不包括这个变量的模型,用对数似然值的变化进行检验。为了显示每个自变量的作用,本文再一次检验不包括各个自变量