我国寿险退保影响因素的实证研究

董志华

（中南财经政法大学 金融学院，武汉 430073）

0 引言

我国近年来多次出现了寿险集中退保的现象，不仅影响寿险公司经营管理，甚至威胁到整个行业的健康发展。因此，弄清影响寿险退保的主要原因并合理预设退保率，对寿险公司和保险监管部门有针对性的防范退保风险非常有必要，对寿险产品费率市场化改革更是意义重大。

对于退保影响因素的研究，国外较为成熟的理论有“应急基金”假说（Emergency Fund Hypothesis,EFH）和“利率替代”假说（Interest Replacement Hypothesis,IRH）。“应急基金”假说认为投保人在陷入财务困境时会被迫停止缴纳保费并退保以获得保单现金价值；“利率替代”假说认为利率变动会导致保单价值变化并带来套利机会，保单持有人会退保以获得现金价值后用作其他投资。除了这两种假说外，有学者提出了“支付贬值”假说（Payment Depreciation Hypothesis,PDH），该假说认为由于寿险持续期间较长，物价上涨对保单现金价值的贬损程度一旦大于续期保费的贬值程度，通胀作用会促使保单持有人选择退保以提前支取现金价值。

以上三种假说考虑了外部因素对寿险市场退保行为的影响，Russell（2013）首次提出了一种新的影响退保行为的观点：“保单替代”假说（Policy Replacement Hypothesis,PRH），他认为除了来自于寿险市场外部因素外，寿险市场内部竞争所导致的寿险公司之间“抢单”和“挖墙角”现象也是影响退保行为的因素之一。他利用美国寿险市场的数据，通过实证研究表明，寿险市场活跃程度越高，这种替代效应就会越明显。目前，对我国寿险退保影响因素的研究大多集中于对“应急基金”、“利率替代”和“支付贬值”假说的讨论，尚无任何对中国寿险市场退保影响因素“保单替代”假说的研究。鉴于此，基于我国30个省市自治区的面板数据，本文首次对我国寿险市场退保影响因素的“保单替代”效应进行了研究，同时检验了影响我国寿险退保的其他三类假说。

1 寿险退保影响因素的四类假说

1.1 “应急基金”、“利率替代”与“支付贬值”假说

“应急基金”假说又称“财务危机”假说，最早由Linton（1932）年提出，通过研究大萧条时期的退保行为后作者指出，保单持有人将寿险保单的现金价值视作一个应急基金，在其陷入财务危机时会倾向于退保。Outreville（1990）研究了1995～1979年加拿大和美国寿险市场中的早期退保现象后发现，失业率的增加会显著影响退保率提高；Dar和Dodds（1989）利用英国1952～1985年的数据研究了养老保险退保率与利率和失业率之间的关系，他们也认为失业率而非利率是影响退保的决定因素。“利率替代”效应假说则认为寿险保单是一项长期资产，市场利率是持有保单的机会成本，当市场利率超过保单预定利率达到一定程度，会促使保单持有人退保并将所得的现金价值投资于其他高收益资产。对“利率替代”假说的持肯定意见的研究结论较多，Pesando（1974）在其研究中指出，在高利率时期，人们倾向于退保并将资金用于其它投资；Kuo（2003）基于美国寿险联合会1951～1998年数据的验证了“应急基金”和“利率替代”两种假说；后续相关研究也大多支持“利率替代”假说（Albizzati and Geman,2009；孙蓉，2012）。对于“支付贬值”假说，最早的研究出现在Babbel(1979)对寿险成本的测量模型中，其研究发现如果寿险合同不对保费和给付做充分调整，而且保单持有人不存在货币幻觉，则其利益会发生损失进而会选择退保。楚红军（1997）借鉴Babbel的理论框架，通过“成本—收益法”分析了通胀对寿险需求的影响。展凯（2008）基于中国1983～2007年的数据通过建立了VECM模型，分析了利率、失业率以及CPI物价指数对退保率的影响。王向楠（2012）从产品结构角度实证研究了中国寿险产品退保问题，发现“利率替代”和“支付贬值”假说对于中国寿险市场退保具有一定解释力，但是“应急基金”效应却不显著。

1.2 “保单替代”假说

“保单替代”假说认为保单所有人退保的动机是为了购买其认为更加合适的其它寿险保单，新保单在保障程度或是收益率等方面对原保单持有人更富吸引力，以至于原保单持有人愿意承受退保的损失转而购买新的保单。“保单替代”假说认为，寿险市场越活跃，“保单替代”效应会越明显。与“利率替代”效应相比，虽然都是替代效应，但“保单替代”来自寿险市场内部。新险种的出现或是寿险公司之间同质化的竞争往往会引发这种效应，例如万能险在上世纪70年代末和80年代初的出现就曾在美国引发了一波退保潮。“保单替代”的思想最早是由Outreville（1990）提出，他在研究寿险的早期退保中提出寿险市场活跃度是影响退保的因素之一，并且提出“流变量”（flux variable）的概念,这个变量被定义为新保单占总保单保费收入的比例（下称新单比），被认为是衡量市场活跃度的指标。Russell(1997)在其博士论文中从公司财务的角度研究了影响退保率的因素，发现寿险公司的资产规模、新单比、现金流和财务杠杆率等因素都会影响退保率。Russell等在2013年正式提出“保单替代”假说，他使用流变量即新单比来衡量保单替代效应，基于美国1995～2009年51个州的面板数据，对影响美国寿险市场退保的“保单替代”效应进行了实证检验，发现新单比、利率、失业率和人均收入对退保率均有显著影响。

在中国寿险市场是否存在着“保单替代”效应呢？自我国改革开放以来，寿险行业发展迅速，寿险保费收入由1982年的159万元增长到2012年的9958亿元，经营寿险业务的保险公司也从1982年的1家增长到2012年的63家。随着寿险规模的快速增长和市场参与主体数量的不断增加，中国寿险市场格局的不断调整和日益激烈的竞争可能带来更多的退保行为，所以我们推测中国的寿险市场可能会存在着“保单替代”效应。

为了验证我们的推测，借鉴Russell（2013）的思路，我们尝试将“流变量”即新单比作为解释退保率的一个变量。考虑到新增保单的数据在2001年后的保险年鉴中才开始有记录，我们使用了2001～2012年的省级面板数据，数据选择的主要考虑是：第一，面板数据能提供较多的样本量，在过去十多年间，国内寿险业整体发展迅速，但各省市的发展水平却不太均衡，各省寿险市场发展程度的差异性为我们研究市场活跃度对退保的影响提供了可能；第二，中国在2001年正式加入WTO，在此之后，寿险市场逐步对外开放，寿险主体数量不断增加，寿险产品结构越来越多元，“保单替代”效应在此期间可能会比较明显；第三，从统计口径来看2001年以后的统计年鉴所包含数据较为规范和完备。

2 模型、变量和数据

基于以上四种假说，影响我国寿险退保行为的因素可以归纳为：由于财务危机所引发的流动性需求；由于利率变动所引发的投机需求；由于通货膨胀引发保单现金价值下降；和由于寿险市场结构调整引发的行业内竞争。前三类因素是影响寿险市场退保的外部因素，第四类因素是影响寿险市场退保的内部因素。我们用退保率来衡量寿险市场的退保程度，并使用以下模型来描述各类因素对退保率的影响：

（1）退保率。对于退保率的计算，保监会在《保险公司偿付能力额度及监管指标管理规定》给出的计算方法是：退保率=退保金/（上年末长期险责任准备金+本年长期险保费收入）。由于各年保险年鉴中未能提供如此详尽的分类数据，所以现有文献的研究中一般采用另外两种计算方法：第一种是用当年的退保金除以当年的长期险保费收入，这种方法的优点是退保率能直观反映当年的退保程度，但未能考虑到寿险保单的长期性，往往会低估当年的退保率；第二种方法是用当年的退保金除以当年的寿险赔付支出，由于分子分母均是基于已经生效保单，所以不存在忽略保单长期性的问题，但却不能直接显示当年的业务状况。两种退保率计算方法各有利弊，考虑到中国保险市场在过去十多年间的快速发展，使用第二种计算方法会严重高估很多年份的退保率，所以本文采用第一种方法来计算各省的退保率。

（2）流动性需求。在研究“应急基金”假说时，相关文献通常采用了失业率作为影响保单持有人资金流动性的变量。除失业率外，人均收入水平也是衡量保单持有人流动性需求的有效变量，我们提取各省历年城镇居民人均可支配收入，在扣除了物价上涨因素所带来的影响后作为收入指标并纳入模型加以考虑。

（3）投机需求。反映投机需求最直接的变量是利率，绝大多数文献使用金融机构一年期法定存款利率作为。Russell（2013）分别研究了短期（90天），中期（10年），长期（20年）利率以及长期和短期利率差与退保率的关系。也有部分文献采用其他的指标来衡量投机需求，如孙蓉（2012）提出有价证券市场（如国债、股票等）会产生证券投资替代，所以用投资波动率取代利率来研究投机需求对退保率的影响。本文采用了一年期法定存款利率来衡量投机需求。由于利率调整较为频繁，我们对有调整的年份采用月份加权的方法计算实际利率。

（4）支付贬值程度。为分析通货膨胀对退保带来的影响，和大多文献使用的变量一样，我们使用各省历年的居民价格消费指数（CPI）来衡量支付贬值程度。

（5）市场活跃度。“保单替代”效应假说认为寿险市场越活跃度会影响退保，对于中国的寿险市场，我们认为应该从市场总体增长水平和市场竞争程度这两个维度来描述市场活跃度。原因是中国寿险市场在过去十多年间发生了巨大的变化，一是寿险市场总量增长迅速，寿险总保费由2001年的1424亿元增长至2012年的9958亿元；二是寿险市场结构不断调整，由过去的中国人寿一家独大到现在的以中国人寿、平安人寿、新华保险、太平洋人寿、人保寿险和泰康人寿六家领衔，其它中小寿险公司和外资寿险公司迅速扩张的寿险市场格局。随着寿险市场规模的快速增长和市场份额的不断分散，会出现更多来自由寿险市场内部的相互“抢单”和“挖墙角”的现象，即由“保单替代”效应所引发的退保行为。为了衡量市场总体增长水平，我们借鉴使用Russell和Outreville都曾采用过的新单比作为影响退保的因素之一。为了衡量市场竞争程度，我们采用了通常被用来度量行业集中程度的指标赫芬达尔指数HHI和业前四名市场份额CR4来描述市场活跃度。

（6）其他因素。除了以上对应着四类假说的各种变量外，其他一些宏观因素如人口老龄化程度和人均房屋拥有量也被认为是影响退保的原因。Gandolfi等（1996）研究了寿险需求与房屋拥有量的关系，认为新购住房会带来财务压力，进而引发退保。Russell（2013）的研究中发现各州人均房屋拥有量和65岁以上人口占比与退保率呈正相关关系。其原因是人们购买长期寿险的主要目的是为了应对由于早亡风险事故所带来的家庭保障中止或缺失，在人们65岁后，由于不需要继续为子女的教育和婚嫁支出费用或已还清房贷，对财务安全的需求下降，因而更倾向于退保。而考虑到中国的房地产市场在过去十多年间存在巨大的泡沫，宏观数据并不能反映真实的购房需求，所以本文只将人口因素纳入模型，采用各省历年65岁以上人口比例作为影响退保行为的因素之一。

基于以上的变量选择，式（1）可以被具体表达为如下面板模型形式：

其中，Dynamyicit为市场活跃度，分别由新单占比（N_policyit）、度赫芬达尔指数（HHIit）和行业前四名市场份额（CR4it）来衡量。表1列示了文中主要变量的定义和基本统计量。计算退保率、新单比、HHI和CR4的数据来源于历年的中国保险年鉴，利率数据来源于中国人民银行网站，城镇居民人均可支配收入、CPI、失业率和65岁以上人口比例的数据来源于国家统计局网站。数据的时间跨度为2001～2012年，涵盖除西藏外的全国30个省、市、自治区，样本数为360个。

3 回归结果及分析

为了估计模型（2），我们需要先决定采用哪种面板数据模型。分别使用N_policy、HHI和CR4三个指标替代模型（2）中的市场活跃度Dynamyic，采用Hausman检验得到结果显示，无论使用哪种指标度量市场活跃度，固定效应模型都比随机效应模型更加合适于模型（2），按不同的市场活跃度指标并采用固定效应模型对（2）估计的结果呈现于表2。

表1 变量的统计性描述

表2中按上文介绍的四种假说分列了各类变量的估计结果。利率Inter系数在三列中均显著为正，表明随着利率的变化，退保率将出现同方向的变动。具体而言，当市场利率上升带来更好的投资机会时，人们会倾向于退保，将资金转向其他投资。例如，在2006～2008年央行实行了新一轮的加息，在此期间寿险市场就曾出现过一波退保潮。所以，影响我国寿险市场退保的“利率替代”效应确实存在。

对于“危机基金”效应假说，收入变量Ln_inc的系数在第二列和第三列均为正数，表明随着收入的增加退保率不降反升，这与该假说所期望的收入变量的符号不一致。另外，虽然失业率Unemploy的符号均为正，表明失业率与退保率呈同方向变动，但除了第三列中的系数在10%的水平显著外，在其他两列中失业率的系数均不显著。所以，从实证研究的结果来看，收入和失业率对退保率的影响并不显著，这与一些在国外寿险市场已经得到印证的结论不一致。其主要原因是失业率和城镇居民人均可支配收入并不能完全反映保单持有人的“应急”需求。具体而言，虽然近年来我国寿险越来越普及，但购买寿险的群体仍是社会的中高收入阶层。另一方面，登记失业率的人群通常都不属于这一阶层，所以失业率与退保率统计对象发生错位，这与欧美发达国家的寿险基本是全民普及的状况是不同的。另外，过去十多年间我国城镇居民可支配收入基本保持稳定的增长，没有像一些发达国家一样出现较大的波动，不足以引发保单持有人的财务危机。所以，我们认为不能完全否认影响中国寿险市场退保“应急基金”效应的存在，而应先从微观的角度分析引发保单持有人群体引发生财务危机的因素，再来分析这些因素对退保的影响。对于此，已经有学者开始从产品结构的角度进行研究（高洪忠，2012；展凯等，2013）。

表2中物价指数变量Ln_cpi的系数均显著为正，所以实证结果较好的支持了“支付贬值”假说。另外，65岁以上人口比例Pop65在三列中均显著为正，表明老龄人口占比越高，退保率会越高。这与Russell（2013）对美国各州的研究得到的结论是相一致的。

表2 模型（2）回归结果

对于“保单替代”效应假说，为了检验寿险市场活跃度对退保行为的影响，我们使用了N_policy、HHI和CR4三个变量，如表2中的（1）～（3）。当使用新单比N_policy时，其系数显著为正，表明新增保费占当年总保费收入比例越高，市场越活跃，退保率也会越高；当使用赫芬达尔指数HHI时，其系数显著为负，表明当HHI越小或市场份额分布越平均时，寿险市场的竞争会越激烈，寿险公司间相互“抢单”或“挖墙角”的情况会越多，退保率也会越高；CR4的系数均为负数，表明市场越集中，退保率会越低。所以，从这三个指标在模型中的结果来看，无论是寿险市场快速发展所带来的新保单的快速增加，还是寿险市场竞争程度增加所带来的集中度降低，都会导致退保率的增加。这些结论验证了我国寿险市场“保单替代”效应假说。总的来看，当使用新单比作为衡量市场活跃度指标时，模型的拟合优度R2为0.5，高于其他两种情况，表明新单比能较好的衡量市场活跃度对退保率的影响。

4 结论与启示

基于我国2001～2012年30个省市自治区的面板数据，本文首次研究了中国寿险市场退保影响的“保单替代”效应。实证结果表明，新增保费占总保费比例越高，市场规模扩张越快，退保率会越高。另外，赫芬达尔指数HHI和CR4越小，市场竞争越激烈，退保率也会越高，这都表明了我国寿险市场确实存在“保单替代”效应。本文对前期文献中所提出的“利率替代”、“应急基金”和“支付贬值”假说也进行了研究，实证结果较好的支持了“利率替代”和“支付贬值”假说，寿险的退保率受到存款利率和通货膨胀率的正向影响。但是影响我国的“应急基金”效应却并不显著，主要原因可能是我国统计数据中的失业率和城镇居民人均收入并未完全地反映出保单持有人的财务危机。

正确认识影响退保的因素对寿险公司的经营管理和保险监管部门控制过度退保风险都具有重要意义。“保单替代”效应是影响退保的市场内部因素，只要寿险市场不是处于垄断状态，保单替代效应必然存在。适度的“保单替代”效应能促进寿险公司的和寿险行业的发展，为了降低同行业竞争所带来的退保风险，保险公司可以通过产品创新和优化产品结构来增强保单的市场竞争力。保险监管部门则需要防范过度的“保单替代”效应，通过适当的监管手段防止寿险市场的恶意竞争。“利率替代”和“支付贬值”效应是来自于寿险市场外部的冲击，寿险公司虽然无法主动地控制这些因素，但在寿险产品设计中可以采取更为灵活的预定利率调整机制或设计具有动态收益的指数化寿险产品，以应对市场利率变动和通货膨胀导致的保单价值贬值问题。“应急基金”效应在实证检验中虽不显著，但不能完全否定其在我国寿险市场中对退保的影响。所以，对于收入和就业状态比较敏感的保单持有者，寿险公司应多提供带有优惠保单质押贷款功能的寿险产品，以增加寿险产品的流动性

[1]Russell D T.An Empirical Analysis of Life Insurance Policy Surrender Activity[J].Journal of Insurance Issues,2013,36(1).

[2]Linton M.Panics and Cash Values[J].Transactions of The Actuarial Society of America,1932,33(5)．

[3]Outreville J F.Whole-lLife Insurance Lapse Rates and The Emergency Fund Hypothesis[J].Insurance:Mathematics and Economics,1990,9(4).

[4]Dar A,Dodds C.Interest Rates,The Emergency Fund Hypothesis and Saving Through Endowment Policies:Some Empirical Evidence for The U.K[J].Journal of Risk and Insurance,1989,56(3).

[5]Pesando J E.The Interest Sensitivity of The Flow of Funds Through Life Insurance Companies:An Econometric Analysis[J].Journal of Finance,1974,29(4).

[6]Kuo W Y,Tsai C H,Chen W K.An Empirical Study on The Lapse Rate:the Cointegration Approach[J].Journal of Risk and Insurance,2003,70(3).

[7]Albizzati M,Geman,H..Interest Rate Risk Management and Valuation of The Surrender Option in Life Insurance Policies[J].Journal of Risk and Insurance,1994,60(4).

[8]孙蓉，张宗军.寿险业退保行为及其影响因素实证研究[J].保险研究,2012,(8).

[9]楚军红.通货膨胀对寿险需求的影响机制分析[J].经济科学,1997，(3).

[10]王向楠.中国寿险产品退保的实证研究:基于险种分类视角[J].广东金融学院学报,2012,(6).

[11]高洪忠.基于广义线性模型的我国投资型寿险产品退保率实证研究[J].保险研究,2012,(1).

[12]展凯,陈华.我国寿险保单退保影响因素的实证研究——基于公司层面的微观数据[J].保险研究,2013,(6).