重大公共卫生事件对中国保险业的影响研究——基于非典和新冠肺炎疫情的思考

杨 霞 王百川

武汉大学 经济与管理学院，湖北 武汉 430072

李 毅

湖北经济学院 金融学院，湖北 武汉 430205

一、引言

17年前，席卷全球的SARS，历时7个月，共造成中国7747例感染，829例死亡；全球32个国家和地区共计8422例感染，919例死亡。17年后，传播速度最快、感染范围最广、防控难度最大的重大突发公共卫生事件，并至今仍在全球大流行的新冠肺炎，据世界卫生组织统计，截至4月30日，全球范围内共213个国家和地区的累计确诊病例超过309万例，累计死亡病例超过21万例。相较于SARS，传染性更强、更为狡猾的新冠肺炎无疑展现了更强的破坏力。目前中国已成为世界第二大经济体，中国保险市场也已是全球第二大保险市场，在新冠肺炎这场波及世界各国、各行各业、千家万户的突发公共卫生事件面前，保险需求端和供给端将会受到何种影响，面临何种挑战，值得探究。

非典和新冠肺炎两大公共卫生事件发生后，国内保险学界、业界均有研究探讨疫情对保险业的影响、保险业作用的发挥及应对措施等相关问题。针对非典，郑伟和孙祁祥(2003)[1]总结了疫情期间国内各家公司的市场举措，分别从微观、中观和宏观层面提出了非典产品推新“三个平衡”、保险产业导向“产寿平衡”、国家经济政策“财保平衡”等促进行业发展的建议。张响贤等(2003)[2]从刺激健康保险发展、新产品开发、提升行业形象三方面分析了非典对保险业的正面影响，从寿险新单业务下降、营销队伍发展受阻、相关业务受到冲击三方面分析了非典对保险业的负面影响，认为要及时调整经营策略与方式，严防误导欺诈行为，关注非典产品的可能风险。针对新冠肺炎，陈秉正(2020)[3]认为应将类似大规模传染病视为一类特殊的巨灾风险，从风险治理和管理层面对其加强研究。许闲等(2020)[4]沿用张响贤等(2003)的分析框架，复盘了新冠肺炎疫情对保险业的影响，并从收入端、赔付端和投资端三个维度探讨了疫情的短期影响，从商业逻辑、发展模式和产品创新等方面研究了疫情的长期影响。众安金融科技研究院(2020)[5]分析了新冠肺炎疫情对宏观经济和保险行业的影响，认为此次疫情从长期趋势来看，会为保险行业提供数字化转型契机。王和(2020)[6]对保险业抗击新冠肺炎疫情的作为、作用进行了回顾与反思，提出按照问题导向原则，进行行业的全面整改与提升。此外，许闲等(2020)[7]还对比分析了非典和新冠肺炎疫情两大公共卫生事件，认为在应对公共卫生事件中，保险业除发挥损失补偿、风险保障和风险管理等常规功能外，还发挥着社会责任、类社会保障、社会管理等延展功能。

国外学者同样关注SARS、禽流感、新冠肺炎等大规模传染病对保险行业的影响。如Overbeck(2003)[8]指出，非典暴发凸显了人类活动正在增加此类突发事件的频率和严重性的这一事实，给全球经济的利益相关者带来了前所未有的新风险、挑战甚至机遇。作为经济稳定的主要贡献者，保险业必须密切跟踪这一趋势，并制定预测这些事件的方案。Dreyer et al.(2007)[9]模拟了不同严重程度的传染病对南非寿险业可能造成的超额死亡率损失，包括类似1918年西班牙流感的严重传染病、类似1957年亚洲流感的中度传染病、类似1967年中国香港流感的轻度传染病以及类似SARS的超严重传染病等四种情形。Ishii et al.(2015)[10]引入了将Kermack-Mckendrick传染病模型与随机触发变量相结合的新随机模型，为保险公司面临的传染病风险进行了定价。Hall(2020)[11]回顾了北美精算师协会有关流感大流行对美国寿险业、健康险业影响的既往研究报告，并将新冠肺炎疫情下资产价值的变化与既往研究报告不同情景假设下的预期进行了对比。

不难看出，有关非典或者新冠肺炎疫情对保险业影响的现有研究，国内仍多以定性分析为主，切入角度多为短期或长期，正面或负面；相较而言，国外研究已有定量尝试，多为不同程度传染病情景下的模拟分析。有鉴于此，本文聚焦需求与供给，对新冠肺炎疫情对保险需求和保险供给的影响与挑战进行理论探讨；基于非典时期的真实数据，从疫情对保险需求的影响角度开展实证检验，具有一定的研究新意。

二、重大公共卫生事件影响保险需求的机制分析：以新冠肺炎为例

综观国内外学者对于保险需求的现有研究成果，保险需求的宏观影响因素可以分为三类：一是经济因素，如收入(包括收入水平和收入分配)、储蓄和通货膨胀率等；二是社会和文化因素，如人口总量及其结构、文化与教育水平、风险及保险替代品等；三是法律和政策因素，如法律环境、社会保障等。本文对于重大公共卫生事件影响保险需求的机制分析，即以新冠肺炎疫情为例，从上述一些主要因素入手。

(一)直接影响

1. 新冠肺炎疫情—经济因素(企业、个人收入)—保险需求。新冠肺炎疫情暴发期间全社会经济活动明显减少，现阶段复工复产亦在逐步推进中，由此导致企业尤其是中小微企业经营压力增大，个人尤其是非正规就业人群收入大幅下降，保险购买能力受限，“非刚需”保险随之减少。根据联合国开发计划署驻华代表处4月发布的《新冠肺炎疫情对中国企业影响评估报告》(图1)，疫情导致国内企业运营面临员工工资、贷款偿还和租金支出等多项成本压力，50%～60%的中小企业员工工资压力尤为突出。国家统计局公布的一季度经济运行数据也显示，一季度全国居民人均可支配收入约为8561元，同比名义增长0.8%，扣除价格因素，实际下降3.9%。

与此相对应，今年一季度保险业原保费收入约为16695亿元，仅实现同比增长2.29%，增幅同比下降13.6%。其中，财产险原保费收入2962亿元，同比增长0.34%，增幅同比下降7.7%；人身险原保费收入13733亿元，同比增长2.72%，增幅同比下降15.22%。全国新冠肺炎疫情最为严重的1～2月，同样也是保费收入增长压力最大的时期，财产险、寿险和意外险等多个险种的保费收入均出现同比负增长(表1)。

表1 2020年第一季度原保费收入情况

续表1

2. 新冠肺炎疫情—社会和文化因素(相关风险)—保险需求。新冠肺炎疫情暴发期间，除普通民众外，疫情防控一线的医护人员、公安民警、媒体记者和社区志愿者等工作人员，感染新冠肺炎的风险急剧增加；当前复工复产阶段，“一人患病，全企隔离”的风险仍然突出，直接催生个人、企业的相关风险保障需求。其中，健康险需求的增长尤为明显，健康险保费收入今年一季度反而逆势上涨，同比增长超过21%。

针对新冠肺炎疫情带来的这些风险保障需求，中国银保监会早在今年2月初就及时响应，对保险公司提出了“适当扩展保险责任”“有效提供保险供给”“规范捐赠保险行为”等要求。截至4月10日，共有总计120余家保险公司将超过1500款产品的保险责任扩展至新冠肺炎，涉及健康险、意外险、责任险、企业财产险、营业中断险等多类险种。多家保险公司亦向疫情防控一线工作人员乃至普通民众，免费赠送相关保险。

(二)间接影响

1. 新冠肺炎疫情—经济因素(宏观经济走势)—保险需求。在前文所述影响保险需求的诸多宏观因素中，经济因素无疑是最为重要的一类因素。与SARS对宏观经济的影响相较，新冠肺炎疫情对经济的影响更为深刻且复杂。新冠肺炎疫情发生后，“封国”、“封城”乃至“封路”、保持社交距离等抗“疫”措施直接导致了全球实体经济需求和供给双不足，同时也引发了金融市场恐慌，原油期货市场、债券市场大幅下挫，多国股市同现熔断。世界第一大经济体美国和第二大经济体中国的第一季度经济增长率分别下滑4.8%和6.8%。国内制造业遭受重创，旅游、餐饮、休闲娱乐等服务业消费几乎停滞，投资活动大幅减弱，外贸进出口受海外疫情影响亦有所减缓。今年第一季度，中国第一、二、三产业增加值同比增长-3.2%，-9.6%和-5.2%，民间投资同比下降18.8%，外贸进出口同比下降6.4%。宏观经济增长“三驾马车”恢复动力形势严峻的情况之下，企业、个人对非渴求的保险商品的需求必将受到一定程度的抑制。

当然，伴随国家各项支持复工复产、刺激居民消费、稳定金融市场政策的陆续出台与稳步推进，新冠肺炎疫情防控逐渐走向常态化，中国经济增长保持韧性，长期向好的基本面不会改变，保险需求长期来看仍具有持续稳定增长的宏观经济支撑。

2. 新冠肺炎疫情—社会和文化因素(风险意识、相关风险)—保险需求。全国、全球范围内新冠肺炎疫情的暴发与扩散，庞大确诊、死亡病例的出现，企事业单位、学校停工停产停学的窘境，大量赛事、演出、航班取消或改期的现实，让企业、个人切切实实感受到如幽灵般存在的风险，无疑有助于增强全民风险意识，从而可能激活潜在的保险需求。实际上，根据前景理论的小概率迷恋特征，人们在大的灾害之后通常会更倾向于购买保险，空难之后航空意外险的畅销就是明证。新冠肺炎疫情对经济社会的冲击如此之大，可以预期，企业、个人对于已经相对熟识、与健康风险直接相关的各种健康保险产品，因疫情逐渐进入公众视野的营业中断险以及延迟取消类保险，其需求都可能在一段时间内仍然保持一定的热度。而这些保障需求的未来增长空间仍然较大，毕竟2019年，健康险占人身保险保费收入的比重仅为21%，企业财产险保费占财产险保费收入的比重仅为3.6%。

另一方面，新冠肺炎疫情导致的长达数月的自我隔离，使得互联网、电话为载体的各种“无接触”交流、消费、服务场景广泛出现，深入影响着人们的生产、生活和学习方式。伴随日新月异的科技进步，今后这些场景可能会进一步强化与延伸，引发新的消费偏好与购买体验变化，其过程中可能会产生新的风险，同时减少“面对面”交流、实地活动中的风险暴露，从而给保险需求带来新的此消彼长。

3. 新冠肺炎疫情—法律和政策因素(“免费”治疗政策)—保险需求。与此次新冠肺炎疫情庞大确诊、疑似病例相对应的，是新冠肺炎患者的高额治疗费用。根据国家医疗保障局发布的消息，截至4月6日，新冠肺炎确诊住院患者的人均医疗费用高达2.15万元；重症患者的人均治疗费用超过15万元，少数危重症患者的治疗费用甚至达到几十万、上百万。然而，这些费用并不需要患者个人承担。早在1月22日，国家医疗保障局和财政部就发布了《关于做好新型冠状病毒感染的肺炎疫情医疗保障的通知》，明确规定对于确诊患者发生的医疗费用，“在基本医保、大病保险和医疗救助等按规定支付后，个人负担部分由财政给予补助，实施综合保障”。1月27日，国家医疗保障局又发布了《关于做好新型冠状病毒感染的肺炎疫情医疗保障工作的补充通知》，规定疑似患者医疗费用，“在基本医保、大病保险、医疗救助等按规定支付后，个人负担部分由就医地制定财政补助政策并安排资金，实施综合保障，中央财政视情况给予适当补助”。

新冠肺炎个人“免费”治疗政策的出台，使得社会保险在新冠肺炎确诊、疑似患者的医疗费用保障中发挥了主导性作用，大大降低了民众对相关商业保险的需求的迫切性，长期来看也可能让民众形成重大公共事件由国家埋单、政府兜底的心理预期，从而一定程度上抑制保险需求的有效增长。

三、重大公共卫生事件影响保险需求的实证研究：基于SARS的准自然实验

前文已经以新冠肺炎疫情为例，分析了重大公共卫生事件影响保险需求的机制。那么，多重机制的共同作用下，重大公共卫生事件对保险需求的影响是否会切实发生？如果发生，其影响程度又当如何？由于数据所限，本文仅以SARS为例，将SARS疫情视为对保险市场进行一次“准自然实验”，进一步实证检验重大公共卫生事件对保险需求的影响。

(一)模型设定

鉴于SARS疫情对保险市场的冲击类似政策影响的研究，本文采用双重差分法(Difference in Difference,DID)来开展实证。双重差分法主要用于评估政策效应，比较在政策实施前后未受政策影响的控制组和受到政策影响的处理组之间的差异，并构造反映政策效果的双重差分统计量，该方法可以避免可能存在的内生性问题。基于模型要求和数据限制，参考袁航和朱承亮(2018)[12]的研究，本文设定如下两期双重差分模型：

Yit=α0+α1Gi,t+α2Di,t+α3Gi,tDi,t+∑αjXit+εit

(1)

其中，Yit为被解释变量，代表了各地区(i)各年度(t)的人身保险需求或财产保险需求，Gi和Dt分别为实验分组和实验分期，其中Gi={0,1}代表该地区是否受到SARS疫情冲击。Gi=1表示该地区有SARS确诊病例，为处理组；Gi=0表示该地区没有确诊病例，为控制组。Dt=0代表2002年的数据；Dt=1代表2003年的数据。Xit为控制变量，εit为随机扰动项。SARS疫情对保费收入影响的双重差分计算，即平均处理效应(Average Treatment Effect，ATT)如下式：

ATT={E(Yi1|Gi=1)-E(Yi0|Gi=1)}-{E(Yi1|Gi=0)-E(Yi0|Gi=0)}

(2)

(二)样本选取及数据来源

基于现有数据限制，本文选取《中国城市统计年鉴》统计的中国30个省、自治区、直辖市(不含港澳台和西藏)地级以上城市、2002年和2003年两年的年度数据进行研究。删除数据缺失、不完整以及数据明显异常的情况之后，共计筛选出277个城市，共计554组数据作为研究样本。本文以是否在2003年出现SARS确诊病例为依据，将上述数据进一步分为控制组和处理组，其中控制组为2002年和2003年均未有SARS确诊病例的城市，处理组为2003年报告有SARS确诊病例的城市(表2)。本文所采用的数据均取自《中国保险年鉴》和《中国城市统计年鉴》，并经计算得到，SARS疫情数据来自网络搜集。

(三)研究变量选择

1. 被解释变量。保险需求的常用度量指标有三个：保费收入、保险深度和保险密度。基于数据的可得性，本文以各地区的保费收入作为被解释变量，并进一步将其划分为人身保险保费收入和财产保险保费收入两项指标，分别代表人身保险需求和财产保险需求进行实证。

2. 处理变量。根据上文分析，将处理变量设置为是否有SARS确诊病例。该变量为虚拟变量，对应控制组与对照组。当某地区出现SARS确诊病例，该变量的值为1，否则为0。

3. 控制变量。结合前文三大类保险需求的影响因素与数据可得性，本文从人身保险需求角度，选取人均GDP、城镇化水平、教育水平和死亡率作为控制变量；从财产保险需求角度，选取GDP、固定资产投资总额、第三产业增加值占GDP比重作为控制变量。

人均GDP和GDP。国内生产总值是衡量各地区国民收入水平和经济增长的宏观指标，无论对人身保险需求或是财产保险需求，均有显著的正向影响。本文分别选择人均GDP和GDP作为人身保险需求和财产保险需求实证的控制变量。

城镇化水平。本文以各地区城镇人口占总人口比例衡量各地区的城镇化水平。相对于农村人口间的紧密联系而言，城镇人口对于正式的风险分散机制较为依赖；加之城镇人口的收入水平普遍高于农村人口，寿险业务的城镇普及率往往高于农村，城镇化水平可能会促进寿险需求。

教育水平。由于数据限制，本文以各地区的科教事业费支出额作为衡量各地区教育水平的指标。通常而言，个人受教育程度和文化水平越高，对风险的认知越多，人力资本价值的积累也越多，相应的保险意识就会越强，购买人身保险的意愿越高。同时，教育程度越高的人群的收入水平往往相对越高，购买保险的能力越强。

死亡率。人寿保险是人身保险中最为重要的一类险种。死亡率是人寿保险产品的主要风险因素之一，其变化会影响生命表的编制和人寿保险产品定价，进而影响其需求。

固定资产投资总额。固定资产投资是财产保险需求的主要影响因素之一。人们有着广泛共识：固定资产投资额的增加将会增加财产保险需求。

第三产业增加值占GDP比重。该指标是衡量产业结构的重要指标，第三产业的发展使得个体间经济往来日益密切，责任险、信用险等财产保险有了更多的发展空间。

(四)实证结果分析

1. 变量的描述性统计。表3给出了分年度各变量的描述性统计分析，就保费收入而言，2003年各地区人身保险和财产保险的保费收入的均值分别为10.52亿元和3.06亿元，高于2002年的7.87亿元和2.77亿元。本文还需要具体就前文设定的控制组和处理组对保费收入进行分组对比(表4)。

表3 变量统计描述情况

从表4的对比情况可以发现，无论是控制组还是处理组，2003年的人身保险和财产保险的保费收入相较于2002年均有不同程度的增长，并且处理组的保费收入增长更多。因此本文推测，SARS疫情可能并没有大幅影响保险需求。这一结果仅是简单统计数据的结果，本文还需要结合上述控制变量的影响进一步进行实证分析。

2. DID实证分析。本文首先使用上述两期双重差分模型进行实证分析，所有回归均采用稳健标准误(robust)。表5为回归结果，所有控制变量在模型中均具有显著性(1)基于篇幅限制，本文没有报告控制变量的系数和显著性。。表5中的Baseline和Follow-up阶段分别代表2002年(基期)和2003年(跟踪期)，Diff-in-Diff

代表最终的DID统计量，即SARS疫情冲击对保费收入造成的影响。回归结果显示，人身保险保费收入相比疫情前增加了0.0097亿元，对应的p值为0.994；财产保险保费收入则减少了0.058亿元，p值为0.904，两者p值均未小于0.05。也就是说，相较于2002年，2003年的SARS疫情并未对保费收入产生显著影响。同时本文发现，模型中控制组和处理组的被解释变量的值均为负数，说明仅使用双重差分模型进行回归可能存在问题，需要进一步优化模型，模型显示出的不显著结果也可能与其有关。

3. 改进模型—双重差分倾向得分匹配(PSM-DID)分析。使用双重差分法来研究疫情冲击具有一定的限制条件，即必须满足控制组和处理组具有相同的发展趋势，同时SARS疫情的出现对各地区而言并非完全随机事件，但本文由于数据限制较难解决上述问题，导致可能出现模型回归结果不准确的问题。有鉴于此，本文进一步采用倾向得分匹配(Propensity Score Matching,PSM)对前述模型进行改进。PSM-DID方法最早由Heckman et al.(1998)[13]提出，该方法的优点在于控制具有不可观测性但不随时间变化的组间差异，并且在剔除内生偏误的条件下获得无偏、一致的匹配估计量(郭申阳，2012[14])。其模型设定与模型(1)相同，但最终的平均处理效应的计算方法不同，具体计算公式如下：

(3)

其中，P(t)=Pr(t=1|Xi)表示倾向得分函数，即在给定“一组可观测的特征值X”情况下，不同样本在2003年被观测到的概率，其余字母含义同模型设定部分。

本文首先就上述数据使用logit回归估计计算倾向得分，然后就处理组和对照组使用核匹配(Kernel Matching)方法对样本数据进行匹配，并对匹配结果进行检验。结果显示，所有控制变量的均值在控制组和处理组之间在5%的水平上不存在显著差异，说明本文所选用的数据集适用PSM-DID方法进行回归。其中，对人身保险保费收入分组匹配，得到处理组包含87个地区共174组样本，控制组包含171个地区共342组样本；对财产保险保费收入分组匹配，得到处理组包含90个地区共180组样本，控制组包含180个地区共360组样本。

然后本文使用基于匹配后的样本数据进行双重差分回归分析，同样采用稳健标准误，回归结果见表6。模型(2)报告的PSM-DID回归结果显示，SARS疫情对人身保险的影响不明显，相比于疫情前保费收入增加了1.20亿元，对应的p值为0.494，在5%的水平上不显著；财产保险受SARS疫情的影响，保费收入减少了0.22亿元，但对应的p值为0.746，同样在5%的水平上不显著。也就是说，SARS疫情对保费收入没有造成显著影响。

4. 稳健性检验。本文选择采用双侧缩尾方法进行稳健性检验，将总样本中的被解释变量做10分位和90分位的缩尾处理并剔除相应数据，对剩余样本根据上述分组重新进行PSM处理，确认所有控制变量的均值在控制组和处理组之间在5%的水平上不存在显著差异。PSM-DID回归结果如表7所示。双侧缩尾检验结果显示，人身保险和财产保险模型的DID统计量所对应的p值分别为0.436和0.893，均大于0.05，与之前的PSM-DID回归结果相一致，即意味着SARS疫情并未对保费需求造成显著影响。

综上所述，本文基于DID方法的回归结果表明，无论是对人身保险还是财产保险而言，SARS疫情均未对当年的保险需求产生显著影响。进一步改进模型，使用PSM-DID方法对匹配后的样本数据进行分析，回归结果同样表明出现SARS确诊病例的地区的人身保险和财产保险需求相较于控制组没有显著差异。基于双侧缩尾法的稳健性检验，可以认为上述实证结果具有稳健性。至于SARS疫情对保险需求并未产生显著影响的原因，可能是SARS疫情持续时间相对较短，也可能是不同影响机制相互作用导致保险需求的此消彼长。

四、新冠肺炎疫情对保险供给的新挑战

保险供给可以有数量和质量之分。一般来讲，只要符合偿付能力监管要求，也没有因违规受到监管机构的限制性约束，再加上保险手段的合理运用，保险企业提供的保险供给数量可以不受约束。通常有两种思路用以考察保险供给的质量：一种是按照产品设计、营销、承保、防灾、投资和理赔等经营环节来分析，另一种是按照风险识别、风险评估、风险应对的风险管理流程来思考。本文的分析主要基于后一种思路。

(一)风险的识别：第四类灾难

从第一张现代保单——热那亚保单出现的1347年算起，现代保险业已走过670多年的历程。在数百年历史长河的绝大多数时间内，保险业尤其是财产保险业承保的主要风险一直沿用自然灾害和意外事故的说法。

然而，近40年来发生的多起重大灾难事件引发了人们对于保险业主要承保风险的重新认识。1984年12月3日，位于印度中央邦首府博帕尔市、隶属于美国联合碳化物的联合碳化物(印度)有限公司的一所农药厂发生氰化物泄漏事故，造成2.5万人直接致死、50多万人间接致死和20多万人永久残废。1986年4月26日，前苏联乌克兰普里皮亚季邻近的切尔诺贝利核电厂的第四号反应堆发生爆炸造成极其严重的核泄漏，官方统计事故造成超过4000多人死亡，经济损失180亿卢布。与传统的意外事故强调“意外”所不同，人的疏忽和过失被认为是印度博帕尔氰化物泄漏事故和切尔诺贝利核事故的重要原因。正是在一年半内连续发生了史上最为严重的工业化学事故和核事故，保险业特别是保险理论界开始使用人为灾难的新说法以强调事故中的人为因素，保险业承保的主要风险也因此变成了自然灾害和人为灾难。

2001年9月11日，美国纽约的世界贸易中心遭受了重大恐怖主义袭击，造成近3000名遇难者，高达2000亿美元的经济损失。911恐怖主义袭击事件是有史以来最为严重的恐怖主义袭击事件，深刻改变了当时的世界政治经济形势，保险业也不能独善其身。与传统承保风险中的事故“非人为故意”特征相比，恐怖主义袭击事件是典型的他人故意行为，而且保险人无法进行实质性追偿。基于此，恐怖主义袭击与自然灾害、人为灾难共同构成了保险业承保的三大灾难。

当前，新冠肺炎疫情造成的影响仍在蔓延。4月中旬，国际货币基金组织发布的最新一期《世界经济展望报告》预计，2020年全球经济可能面临20世纪30年代大萧条以来最为严重的经济衰退。毋庸置疑，新冠肺炎疫情影响着全球社会、政治和经济的方方面面，甚至可以说是二战以来人类面临的最大挑战。既然新冠肺炎疫情的影响面和破坏力已经明显超过了印度博帕尔氰化物泄漏事故、切尔诺贝利核事故和911恐怖主义袭击事件，那么以新冠肺炎为代表的生物安全灾难极有可能成为保险业面对的公认的第四类灾难。

(二)风险的评估：是系统性风险吗

保险业承保的风险有非系统性风险和系统性风险之分。所谓非系统性风险，是指在特定承保区域内，很难造成大多数保险标的同时或者短时间内遭受损失的承保风险。绝大多数具体的自然灾害和人为灾难都属于非系统性风险，典型的代表性风险包括暴雨、洪灾和火灾等。所谓系统性风险，是指在特定承保区域内，能够造成大多数保险标的同时或者短时间内遭受损失的承保风险，典型的代表性风险是地震和海啸。从理论上看，与非系统性风险不同，系统性风险造成的大量保险标的的损失不符合独立分布要求，因此很难适用保险业经营的基石——大数法则。就实践而言，绝大多数的非系统性风险属于保险条款列明的保险责任，而系统性风险的实践处理则有着特殊性。除了在部分保险条款中被模糊地归入不可抗力外，以地震为代表的系统性风险要么明确地成为保险条款的列明除外责任，要么特约成为保险条款的扩展责任。

如果单从当前新冠肺炎疫情的覆盖面来看，新冠肺炎风险呈现出明显的系统性风险特征。然而，新冠肺炎疫情之所以影响区域如此之广、造成的损失如此之大，一个重要的原因在于人类对新冠肺炎的认识目前仍然是非常有限的。随着人类对新冠肺炎认识的不断深入，治疗手段将不断丰富、有效的治疗药物乃至疫苗将可能出现，新冠肺炎风险将呈现出与当前截然不同的局面，新冠肺炎风险的系统性风险特征可能会弱化甚至转化为非系统性风险特征。因此，新冠肺炎为代表的生物病毒风险究竟是作为系统性风险通过扩展责任来承保，还是作为非系统性风险被列入基本的保险责任，甚至作为一种可能从系统性风险向非系统性风险转化的特殊风险从而引发保险条款创新，都是值得保险业深入思考的重要问题。

(三)风险的应对：保险服务创新

随着实践的不断发展，人们对保险与风险管理关系的认识也在不断深入。起初，人们普遍把保险看作是应对风险的一种风险转移手段。但是，仅仅把保险局限于一种风险转移方式，决定了保险业难以全面发挥自己的风险管理优势。随着保险业防灾防损业务的不断拓展，保险从以风险转移为主转向开始参与风险识别、风险评估和风险应对的风险全过程管理。在抗击新冠肺炎疫情的战斗中，泰康同济(武汉)医院作为泰康保险集团参与健康风险全过程管理的产物，发挥了保险业独特而且重要的示范作用。

当前，人们对风险的认识开始从风险管理阶段进入到综合风险治理阶段。就保险业而言，参与综合风险治理的“综合”至少可以体现在四个方面：一是时间上短期风险、中期风险和长期风险的综合；二是空间上事前、事中和事后的综合；三是参与主体上行业、社会乃至个体的综合；四是应对手段上损失控制、损失融资以及内部风险抑制的综合。

如前所述，新冠肺炎疫情的严重程度取决于控制手段、治疗手段以及药物疫苗的研发状况，因此以新冠肺炎为代表的生物病毒风险带来的不确定性比其他灾难更加突出。为了应对这种更加突出的不确定，中国保险业的措施需要更有弹性、更有韧性，具体而言，一是应该设计适应风险变化的弹性保险产品，包括弹性的保险期限以适应疫情时间的变化、弹性的保险费以适应损失程度的差异、弹性的保险金额以适应客户需求的不同；二是应该提供应对风险更有韧性的综合风险治理服务，除了传统的损失补偿服务外，保险产品还可以为客户提供其他与风险相关的增值服务，包括风险告知、病毒检测、治疗建议和风险沟通等。只有这样，保险业才能够发挥出风险管理专家的自身优势，真正地做到为民缓忧。

以非典、新冠肺炎疫情为代表的重大公共卫生事件，曾经、正在、未来也仍有可能深刻影响和改变人们的生产、生活、学习和交流方式。应对这种新的变化浪潮，中国保险业也需要新的变化。保险业应该主动适应保险需求，通过保险供给创新尽可能地将新风险带来的不确定性转化为确定性，为助力国家治理体系和治理能力现代化做出应有之义。