我国健康险业务供给侧研究

□文/邱育涛 李宇轩

（暨南大学国际商学院 广东·珠海）

［提要］作为基本医疗保险的补充，商业健康险的推广一直受到学界关注。本文从供给侧视角出发，针对商业健康险的盈利空间、商业健康险的线上销售以及基本医疗保险的潜在竞争等三个因素，通过VAR模型、脉冲响应分析以及方差分解探究其对商业健康险推广的影响，并对我国商业健康险发展提出建议。

一、引言

自2016年《国务院关于整合城乡居民基本医疗保险制度的意见》发布以来，我国逐渐建立起城乡居民基本医疗保险制度；然而，许多问题也随之出现。随着我国老龄化的日益加重，基本医疗保险的来源变少而负担越来越沉重。由表1可知，自2018年起，基本医疗保险基金收入与支出增速已成倒挂。而2019年基本医疗保险基金的收入以及支出分别达24，420.88亿元和20，854.24亿元，数额已十分接近。利用Excel对基本养老保险基金收入及支出的历史数据进行6阶多项式回归，可知在当前趋势下，2021年基本养老保险基金的支出将大于收入，结果见图1。（表1、图1）

表1 2017～2019年基本医疗保险基金收入及支出增速一览表

图1 基本养老保险基金支出以及收入预测图

综上所述，除继续完善医保、社保等公共服务外，我国亟待建立健全以商业健康险为代表的城乡居民大病保险服务以及制度并以此作为社保体系的补充，在减轻国家财政负担的同时，使人民群众的生活得到更充分的保障。

二、文献综述

围绕着健康险的推广和发展，目前学界已经做了大量的研究。在理论方面，孔祥璇等（2017）指出健康保险需求理论的发展分为三个阶段：第一阶段为预期效用理论模型的建立，基于该模型可以得出人们购买保险的欲望来自对财务风险的规避的结论；第二阶段主要围绕健康保险需求是否会产生道德风险进行探究，由于投保双方的选择都是建立在自愿的基础上，这时候就会产生双向的逆选择；第三阶段的理论则进一步提出了人们购买商业健康保险是因为获得收入转移的动机，并不一定是为了规避风险。

而在实证方面，也有部分学者利用国民健康状况、社会发展状况及医疗保险等相关数据，通过构建模型实证分析这些因素对健康保险需求的影响。例如，刘芳芳（2010）、夏娇等（2016）通过分析发现城镇人均可支配收入与健康险人均保费呈现出高度相关关系。徐美芳（2007）认为影响商业健康保险需求的因素主要有：家庭收入情况、个人受教育程度以及家庭生命周期等因素，而个人收入状况及性别因素对需求影响不大，商业健康保险中存在的逆向选择也不是很突出。谢芳（2012）从内外因两个方面分析影响我国商业健康保险发展的因素。外部原因主要有两点：一是国家对商业健康保险定位不明确缺乏实质性的支持政策；二是医疗服务市场发展不完善、商业健康保险需要的基础数据获取困难、信息无法共享等。内部原因则主要从保险公司的专业化程度、商业健康保险利润获取模式及其利润情况三个方面进行了分析。

综上所述，目前学界大多从消费者角度，即需求侧出发对健康保险发展进行探究。但实际上作为一种商品，健康险的高质量发展必须依赖供需双方的共同发力，各大商业保险公司也是影响健康险发展的重要因素。鉴于目前较少学者对此进行研究，因此本文将探究供给端的因素对商业健康险发展的影响，以期对现有研究进行补充。

三、指标选取及模型建立

（一）被解释变量的选择。本文参考刘芳芳（2010）的做法，选择2000～2019年全国健康险业务收入作为被解释变量。数据来源于国泰安数据库，该项指标反映了人们购买保险的实际情况以及需求，是健康保险发展情况的直观反映。

（二）解释变量的选择

1、基本医疗保险基金总收入。由于商业健康保险与社会基本医疗保险在保障对象、保险标的、保险责任等方面均有重叠交叉，因此可以猜想，在目前基本医保产品供给普及的情况下，商业健康险产品可能与基本医保形成竞争关系，原属于商业健康险的市场可能会被挤占。因此，本文以全国医保基金总收入来反映基本医疗保险的普及情况，进而验证人们是否会因为已经购买了基本医保而放弃购买商业健康险，即基本医保是否会对商业健康保险的发展起到挤出效应。

2、健康险业务收入与支出之比。对于商业保险公司而言，其出售保险的最终目的是盈利。但通过查阅EPS数据库的相关业务数据可知，在2000～2019年，健康险业务的收入与支出之比在各项业务中基本处于最低水平，盈利空间较小。因此，对于商业保险公司而言，可能会将主要精力放在其他业务上，而相对忽视推进健康险业务的发展。所以，本文以此为指标，探究是否因为健康险业务的低利润而使得其发展缓慢。（图2）

图2 寿险公司各业务收入与支出之比图

3、互联网普及率。在20世纪90年代前，商业保险主要通过推销员以及广告等方式进行推广。随着互联网的发展，商业保险公司可以通过网络广告、在线客服、网络营销等越来越多的渠道接触到潜在客户群体，从而提升商业健康险推广程度。因此，本文选用互联网普及率指标反映我国网络发展程度以及商业保险公司推销渠道的变化，对其在推广商业健康险中所起到的作用进行探究。

（三）模型的建立。作为AR模型的推广，VAR模型可以用模型中所有当期变量对所有变量的若干滞后量进行回归，从而估计联合内生变量的动态关系。一方面普通的回归模型在变量的选取上要考虑变量是为内生变量还是外生变量，有时候还会漏掉某些重要的滞后变量，而VAR模型把所有的变量都作为内生变量来处理，从而减少了由于主观判断错误而增加了联立方程组模型中的不确定性；另一方面与其他回归模型相比，VAR模型能反映出变量之间相互关系的动态变化，对事物发展的情况有更深刻细致的刻画。综上所述，本文选取VAR模型对我国健康险业务的发展情况进行分析。

1、向量自回归（VAR）模型。对于多元时间序列Y，有：

其中，指标数为n，ynt代表在第t个时点第n个指标的观测值。

故VAR模型可以表示为：

其中，A为系数矩阵，Ak∈RN×T，k=1，2，…，d，d同时也表示变量滞后了d期；εt表示随机误差项。

2、脉冲响应函数。在VAR模型的基础上，可以通过脉冲响应函数分析当VAR模型某个变量受到“外生冲击”时，模型中其他变量受到的动态影响。根据这些变量受到此冲击后的一段时间内的动态变化即可画出脉冲响应图形。

记L为滞后算子，LYt=Yt-1，则由上式有：

其中，Cij（q）为Cq中第i行第j列元素，滞后期为q；其意味着在其他条件不变的情况下，施加一个单位的正冲击给变量j后，变量j在t+q期内对变量i所造成的影响。

四、实证分析

（一）单位根检验。由于本文所选取的均为时间序列数据，随着时间的变化这些数据可能存在较大波动，即为非平稳时间序列。该类序列会使得回归分析出现伪回归的结果，故为避免这种情况，需要对时间序列HI（健康险业务总收入）、SI（基本医疗保险基金总收入）、IDE（健康险业务收入与支出之比）、INT（互联网普及率）进行单位根检验。利用Eviews进行检验，结果显示为均不平稳，进而对其一阶差分序列进行检验，结果显示平稳。在后续步骤中将以各变量的一阶差分序列代替原序列。ADF检验结果如表2所示。（表2）

表2 原始数据及一阶差分后数据的单位根检验结果一览表

（二）协整检验及格兰杰因果检验。单位根检验是检验时间序列是否平稳，但为了在时间序列平稳性基础上做长期趋势的分析，还需要对序列进行协整检验。这是用来分析变量之间的长期均衡关系，在协整分析两变量的过程中，如果自变量和因变量是协整的，即因变量可以被自变量的线性组合解释，就可以确信这两变量不会产生伪回归结果并且两者存在长期稳定的关系。Eviews检验结果如表3。（表3）

表3 协整检验结果一览表

根据检验结果可以看出，在5%的显著性水平下各序列之间存在2个协整关系。接下来，由于协整体现的是变量之间存在长期的稳定关系，实际上这只是从数量上得到的结论，不能确定这种相关关系是否有意义。所以,为了进一步确定变量间的因果关系，还需要格兰杰因果检验。格兰杰因果检验通常被用于确定变量之间的格兰杰因果关系，即在统计学意义上是否能凭一个变量很好地预测出另一个变量的数值。本文借此来对HI与SI、IDE、INT三者的格兰杰因果关系及影响方向分析，Eviews检验结果如表4所示。（表4）

表4 格兰杰检验结果一览表

由检验结果可知，在95%的显著性水平下，DINT、DIED和DMI序列都与DHI有着双向格兰杰因果关系，即全国互联网普及率、健康险业务的收入与支出之比、基本医疗保险基金总收入的变化与商业健康险保费收入的变化在统计学上互为因果关系。

（三）VAR模型的建立及脉冲响应分析。利用上述数据以及Eviews软件可以建立VAR模型，而VAR模型的滞后阶数可以通过比较模型AIC值和SC值来确定，结果如表5所示。（表5）

表5 VAR模型滞后阶数选择一览表

可见，最佳滞后阶数为2阶。接着对滞后2阶的VAR模型进行AR根检验，以确保模型整体的稳定性，结果如图3所示。（图3）

图3 AR根检验结果图

所有点均落在单位圆内，说明从整体来看该VAR模型是平稳的，所构建的VAR模型为：

进一步对该模型进行脉冲响应分析，结果如图4所示。（图4）

图4 脉冲响应图

结果显示，在给互联网普及率（DINT）一个单位标准差的正向冲击后，健康险业务的保费收入在前两期受到正向冲击，并在第三期转为负值，随后逐渐趋于平稳。表明互联网普及率的提升在初期能有效推动健康险的普及，但在后期却呈现出反作用。

这可能是由于保险公司网络营销策略失当，所提供服务以及产品的质量不能满足消费者预期，或者销售误导或者假保险网站出现，使得消费者权益受到损害等因素。最先购买商业健康险的客户产生不满情绪，影响了线上保险业务的口碑，进而加深人们对健康险等商业保险的不信任，使得从长期来看阻碍了健康险业务的发展。

而在给健康险业务收入与支出之比（DIDE）以及基本医疗保险基金收入（DMI）一个正冲击后，健康险业务保费收入都在前四起呈小幅平缓的正向波动，随后趋于平稳。表明健康险业务的收益提高以及基本医保的普及均对健康险业务的开展有一定的促进作用。一方面这是由于健康险业务盈利空间的增长给予了保险公司进一步发展完善该业务的动力，为消费者提供更优质的产品，并从而形成正反馈机制——健康险业务的完善以及健康险的普及程度相互促进；另一方面基本医疗保险对商业健康险体现出了溢出效应而非挤出效应，这可能是由于随着以基本医疗保险为代表的社保体系的铺开，人们的保险意识愈发强烈，因此在购买社保之余还需求健康险等商业保险以求自身的风险得到更全面的覆盖。

（四）方差分析。为了探究健康险业务的收益性、基本医疗保险基金的普及以及互联网普及率对普及健康险业务的贡献率，本文进一步对上述结果进行方差分析，结果如图5所示。可见，三个变量对健康险业务收入的影响时滞都较短，且均在6期后趋于稳定。其中，互联网普及率的提升对健康险业务普及的影响程度最高，其在前6期呈上升趋势，之后在15%的水平上保持平稳。而健康险业务的收益性、基本医疗保险基金的普及对健康险业务收入的影响相对较少，5期后稳定在2%左右。（图5）

图5 方差分析图

可见，方差分析结果与脉冲响应分析结果相吻合，即互联网普及率在提升健康险业务的保费收入中作用最大，且随时间呈增强趋势。而健康险业务收入与支出之比以及基本医疗保险基金收入带来的影响则相对较少。

五、结论及建议

通过以上VAR模型、脉冲响应分析以及方差分解等途径，可以得出结论：互联网的普及、社保的推广以及健康险业务盈利空间的扩大均能在不同程度上促进健康险业务的发展。据此，本文就促进商业健康险的普及提出以下几点建议：

（一）提升线上保险产品及服务质量。首先，商业保险公司应当优化网络保险业务流程及产品开发，提升线上保险产品以及服务质量，利用好互联网带来的低成本性、便捷性做好健康险产品的营销。而保险监管机构应当根据网络保险的特点和存在的问题，尽快制定有关网络保险的法律法规制度，并确保这些法律法规严格执行的实施体系，严厉打击假冒伪劣的互联网保险产品。网络保险立法应当包括电子合同、网上交易与支付、网上知识产权、电子数据认证、电子商务认证、在线争议解决等内容。只有完善的立法、执法和司法才能保障网络保险有序发展，网络保险的业务运作和风险防范才能有法可依。

（二）发掘健康险产品的盈利空间。对于商业保险公司而言，应当根据更科学严谨的统计数据以及精算模型对健康险产品进行更合理的定价，以寻求更大的利润空间。在2020年新冠肺炎疫情蔓延之时，有70多家人身保险公司在不增加保费的前提下，迅速将1210款保险产品的责任范围扩展至包含新冠肺炎导致的身故、伤残和重疾的赔付。对此，中国人民财产保险股份有限公司原执行副总裁、中国精算师协会副会长王和就指出这种做法十分值得商榷：一是既然疫情到来的时候能够扩展责任，那么，保险行业“早干嘛了”；二是既然能够免费扩展，那么，是否意味着原来的定价有问题，是否偏高；三是这种简单的处理方法，将保险经营的重要基础精算，陷于情何以堪的境地，让消费者又如何能够相信保险和精算是一个科学、专业的概念。因此，从这个侧面来看，我国健康险业务发展尚不完善，对健康险产品的开发定价仍然任重道远。

（三）普及商业保险的重要性。随着社保的普及，越来越多人认识到保险的重要性。但公众对保险仍然知之甚少，保险知识匮乏，并不清楚社保是否能为日后面临的风险提供足够的保障。因此，相较于政府，商业保险公司有责任也更适合加强对群众的商业保险宣传教育工作：一是加强对保险知识的宣传，将保险知识进行全民普及，有效应对各种风险的发生；二是大力宣传网络保险业务，提高网络保险的社会认知度，推动人民消费观念和消费方式的转变，使网络保险为大众所接受，促成网络保险业务。

总之，作为现有基本医保体系的补充，我国的健康保险市场的潜在需求巨大，但相应的供给能力相对薄弱。在供给侧做大做强，才能更好地对潜在需求进行发掘和消化，这也是我国商业保险公司以及商业健康险业务未来发展的必由之路。