人寿保险行业市场效率实证研究

张珂艋　蒋才芳

【摘要】文章主要采用数据包络分析法（DEA）由中国人寿保险行业的技术效率着手，对国内寿险业开放竞争的市场的效率展开了系统的实证研究，并在研究中得出了相关的研究定论。

【关键词】人寿保险 DEA模型 技术效率

一、引言

通过整理文献，相关学者提出了三阶段DEA方法，该效率评价模型的提出，对于一些利用之前的评价方法从而无法对环境影响要素上面的问题进行计量和剔除的问题，使之得到了系统的解决；该模型的主要目的就是为了剔除一些影响企业效率的因素，包括环境和随机误差，通过这种方法使之做出反应企业效率的真实评价。

研究的过程由三阶段组成：第一阶段就是要计算初始效率值和松弛变量，即搜集一些数据，其中包括人寿保险公司投入和产出数据，再讲原始技术效率与各公司投入变量作差，其中使用的方法是传统DEA模型。第二阶段是对于投入变量调整的因素所剔除，被解释变量的主体就是以第一阶段投入变量的差额，解释变量就是对效率值产生影响的外部环境变量，利用SFA模型，使得公司原有的投入变量得到一定的调整；第三阶段就是对于最终效率值进行计算，可以通过调整过的投入变量以及固有的产出变量这两个数据，再一次对于人寿保险公司的效率值进行一定的估算预测。

二、变量与样本的选择

（一）变量选择

DEA模型的投入与产出变量的选择，本文主要结合了国内寿险业提供的特色服务与主要活动，依据指标数据孔径，同时在参考了国内外专家学者的相关研究指标的基础上，视劳动的投入与费用支出和资产为投入指标，视保费收入与投资收益为产出指标，具体可在下面的讲述中了解：

1.产出变量。人寿保险公司作为金融服务行业，可通过盈利能力与所占市场份额去探知其经营成果。因为测量寿险公司市场份额的重要指标就是保费收入，投资收益主要是其盈利能力的表现，所以可选投资收益与保费收入去表示寿险公司的产出量。保费收入主要反映了寿险公司的总产出能力，它是测算寿险公司效益的重要性指标。

2.投入变量。投入可设定成资本、费用与劳动力投。人力资源在寿险公司营运过程中属于非常重要的一环，其中可通过员工数量去测算其公司的劳动力投入。寿险公司经营效率的物质基础是固定资产，它能够测算人寿险公司的规模因素。费用支出能够直观的反映出寿险公司的营运成本，它决定着其公司的营运效率，其中还包括佣金支出、营业费、手续费与其他成本。

3.环境变量。选择成立年数、市场份额、分公司数目和人寿保险公司所有权类别（中资、外资）作为相关环境变量。赵桂芹（2009）研究保险业效率影响因素的结果表明，成立年数和市场份额对人寿保险公司效率的影响相对显著。分公司数目反映公司经营范围，越多表示其经营范围越广，有助于提高市场占有率和分散风险，使公司经营更加稳健，也可能会因为经营成本增加而影响效率提升。同时，为研究人寿保险公司所有权性质对经营效率的影响，比较中外资人寿保险公司经营效率的差异，将人寿保险公司所有权类别为虚拟变量，1代表中资人寿保险公司，0代表外资人寿保险公司。

4.投入产出变量关系分析。DEA模型要求投入和产出变量间有着一定的同向性联系，如Lang和Golden（1989）认为投入变量与产出变量之间需要满足Pearson相关性检验，相关程度的大小与最终效率评价结果的可靠性有着正向关系。

（二）样本选择

样本数据主要来源于2015年《中国保险年鉴》的相关统计。因为样本寿险公司能够直接性的为寿险行业规模效率评价带去影响，所以在选择的过程中，需要将以下二个方面作为主要因素：

1.所选取样本人寿保险公司具有全面性和代表性。即需要通过样本寿险公司规模效率的分析，同时还要能够代表国内寿险行业整体规模效率的分析。所以，样本公司在选取中将直接保险市场的人寿保险公司列为研究对象。

2.在选取样本公司上，一定要选择成立和经营持续时间相对比较长的公司。在时间序列上，对于处于2005～2014年的样本人寿保险公司产生的数据，我们将其收集过来，这些样本公司他们都有超过三年的经营时间，我们之所以不采用在2008年以后才成立的人寿保险公司，是为了让投入和产出指标真实的折射人寿保险公司目前的状况。采取中资10家，外资10家，见表1。

三、效率实证分析

（一）第一阶段：基本DEA计算结果

应用DEAP2.1软件，通过运行投入导向型与规模报酬可变型的BCC模型测算了效率水准，并计算出了不同年份的技术效率TE。具体情况可参看以下分析。

通过技术效率方面的分析。见表1所示的完整年份数据可明确的看出，中国、平安、太保、新华、泰康、中英、安联大众、信诚、中意、光大永明、友邦等人寿保险公司的技术效率平均值已达到了0.7以上；太平、合众、嘉禾、长城、国华、幸福、中宏、金盛等人寿保险公司的技术效率平均值是在0.5与0.7之间徘徊，有望进一步上升；而华夏人寿的技术效率平均值是在0.5以下。其中需要注意的是，中资人寿保险的技术效率平均值大多数处于0.5与0.7之间，外资人寿保险的技术效率平均值大多数处于0.7以上的水平，这无疑说明了中资人寿与外资人寿在技术效率之间依旧存在较大的差异，同时也反映了中资人寿的波动性较大。

（二）第二阶段：SFA回归分析结果

被解释变量就是在第一阶段中的计算结果中我们可以对各个变量的松弛变量，Frontier 4.1这个软件可以有效地让成本边界模型得到最大限度回归，从而得出在2005～2014年期间，各投入变量间的冗余变量以及各环境解释变量之间的结果。由于在做出回归的分析上，所需要的比较大的时间跨度，本文采用的方法就是逐年进行截面分析，然后建立起20个回归方程，比如2014年的结果就如表2所显示的那样。但是部分回归方程中系数不显著的状况比较明显，那就意味着部分年份环境变量不明显，因此根据计算结果，就可以筛选和剔除变量。

依据分析结果可以得知，所有模型的LR单边检验T值均大于 Mixedχ2分布临界值，通过了0.05的检验水平，拒绝原假设，表示样本SFA模型的设定不仅是合理的，还是非常必要的。当所有的回归分析结果都出现gamma值趋近于1时，表示组合误差是受到了管理因素的相关影响，所以进行第二阶段的投入变量是比较重要的。通过回归结果去看，各环境变量为劳动力带去的影响即使不明显也不足为怪，因为这种情况是非常多见的。另外费用支出为固定资产带去的影响力也是比较明显的，但是由整体去看，市场份额、所有权性质、分公司数量、成立年限为资本投入、经营支出、劳动力带去的影响都是比较明显的。

（三）第三阶段：调整后的DEA计算结果

根据模型设定的方法，对各寿险公司从2005年至2014年的投入变量进行逐个调整，利用调整后的投入变量与原来的产出变量，通过DEAP 2.1软件再次测算，得出第三阶段的技术效率平均值。以下是调整后的技术效率方面的分析。

从表3可以得到，中国、平安、太保、新华、泰康、信诚、中意等人寿公司的技术效率平均值在0.7以上的水平；太平、合众、国华、幸福、中英、安联、光大、友邦等人寿公司的技术效率平均值在0.5～0.7的水平之间；而华夏、嘉禾、长城、中宏、金盛等人寿公司的技术效率平均值在0.5以下的水平。同时从中资和外资人寿公司的角度来看，在0.7以上水平的比例为3：4，中资人寿公司在0.7以上水平的有中国、平安、太保等3家人寿公司，外资人寿公司在0.7以上水平的有新华、泰康、信诚、中意等4家人寿公司；同样地，在0.5～0.7水平的比例为4：4，中资的有太平、合众、国华、幸福等4家人寿公司，外资的有中英、安联、光大、友邦等4家人寿公司；在0.5以下水平的比例为3：2，中资的有华夏、嘉禾、长城等3家人寿公司，外资的有中宏、金盛等2家人寿公司。

（四）调整前后的比较分析

通过技术效率比较。调整后公司的技术效率平均值与调整前的技术效率平均值之间的差距并不是很大，并且保持相似的波动性，但整体上考虑环境变量和统计噪音前后的比较来看，寿险公司的技术效率平均值显著下降。具体来看，在调整后（即第三阶段的TE平均值）仅中国、平安、太保、新华、泰康等5家人寿保险公司呈现出显著的增长；而嘉禾、长城、幸福、中英、中宏、安联、金盛、信诚、中意、光大、友邦等11家人寿保险公司都呈现为下降趋势，说明外部环境要素显著的影响了公司的技术效率。从中资和外资的角度看，调整前后对中资人寿保险公司的影响较小，对外资人寿保险公司的影响较大，这也说明了中资人寿保险公司和外资人寿保险公司之间存在一定程度的差异性，体现为外部环境要素对外资人寿保险公司的技术效率的影响更为显著。

四、研究结论

利用三阶段DEA模型对市场结构与效率研究得到，人寿保险公司总体经营效率不高，波动比较大；中资人寿保险公司的整体效率值高于外资、合资人寿保险公司。并且规模较大的人寿保险公司规模效率高于小规模人寿保险公司，小规模人寿保险公司的规模效率更有待提升。成立年数、市场份额和分公司数等环境因素对人寿保险公司劳动力投入、资本投入、经营费用支出等投入变量具有显著的影响，进而影响人寿保险公司的效率。

参考文献

[1]蒋才芳.人寿保险行业市场结构与效率研究[D].湖南大学，2014.

[2]蒋才芳，陈收.基于三阶段DEA模型的中国人寿保险业规模效率[J].系统工程，2015，32（2）：9-18.

[3]梁芹，陆静.基于三阶段DEA模型的中国寿险市场效率研究[J].经济管理，2011，（7）：149-155.

[4]陆静，梁芹，曹志强.我国产险市场的三阶段DEA效率演进—基于2004年～2009年的非平衡面板数据分析[J].保险研究，2012（5）：23-35.