【作 者】
张远为1（副教授），严 飞2（教授），林江鹏1（教授），齐文博1
【作者单位】
1.湖北经济学院金融学院，武汉430205； 2.湖北经济学院经济学系，武汉430205
【摘 要】
【摘要】随着利率市场化改革的深入推进，我国保险公司面临的利率风险越来越大。本文利用我国四家上市保险公司的数据，研究股票收益率变动与利率变动之间的关系。首先对数据进行多重共线性检验、平稳性检验和自相关检验，由于利率数据是非平稳的，利用数据的一阶差分做回归分析；而D.W检验结果表明，随机误差项存在自相关现象，因而用Cochrane-Orcutt迭代法来解决自相关问题。模型检验结果表明，四家上市保险公司股票收益率的变动均对利率变动敏感，即存在较大的利率风险。最后分析了我国保险公司面临较大利率风险的原因并提出相应的对策。
【关键词】保险公司；利率风险；单位根检验；自相关检验
【中图分类号】F842 【文献标识码】A 【文章编号】1004-0994（2016）08-0099-4一、引言
保险公司的利率风险，是指利率波动引起保险公司的资产、负债市场价值发生变动，从而导致保险公司的市值和所有者权益遭受损失的可能性。保险公司利率风险的根源，在于其资产和负债到期时间不匹配。由金融学理论可知，金融工具的市值与市场利率之间是负相关关系，而且金融工具的到期时间越长，单位利率变动引起金融工具的市值变动越大。当利率上升（下降）时，保险公司资产和负债的市值都会下降（上升），但如果资产和负债的到期时间不一致，则资产和负债价值的变动幅度也会不一致，从而导致保险公司的净值发生变动，有可能给保险公司带来损失。
近年来，随着利率管制的放松和金融创新的兴起，利率风险越来越成为保险公司面临的主要风险之一。我国自1996年开始进行利率市场化改革，至今已将近二十年。央行2012年7月6日宣布，允许存款利率上限调整至基准利率的1.1倍；央行行长周小川2014年3月11日宣布，存款利率很可能最近一两年放开。这标志着我国已启动利率市场化的最后一个环节——存款利率市场化的改革。利率市场化会加剧利率波动的频率和幅度，利率风险将成为我国保险公司面临的主要风险之一，利率风险管理也将成为我国保险公司经营管理的重要内容。
国外很多学者对金融机构的利率风险状况进行了实证分析，研究方法大致可分为以下两种：
第一种方法，通过分析利率变动与金融机构股票收益率之间的关系来推断金融机构的利率风险状况。Stone（1974）用两指数模型来研究金融机构股票的收益，认为股票的收益率不仅受股票市场平均收益率的影响，而且还受债券收益率的影响；Brewer（2007）用GARCH模型（广义ARCH模型）对保险公司的利率风险进行研究，发现在1975 ~ 2000年期间美国人寿保险公司的股票价值对长期利率很敏感，并且不同的子区间和不同规模的公司对利率的敏感性有所不同；Jin Park和Paul Choi（2011）研究了美国财产保险公司对利率的敏感性，发现在不同阶段股票收益对利率的敏感性有所不同；Papadamou和Siriopoulos（2014）运用GARCH模型对英国的银行和保险公司的利率风险进行研究，发现自1997年3月英国货币政策委员会（MPC）成立以来，银行和人寿保险公司的利率风险效应已经消失。Olugbode、El-Masry和Pointon（2013）运用EGARCH模型（广义ARCH模型）研究英国企业后发现，在1990 ~ 2006年，英国企业的股票收益率受长期利率波动的影响比受汇率和短期利率波动的影响更大。
第二种方法，通过研究利率变动对金融机构净利息收入的影响来判断金融机构的利率风险状况。Flannery（1981）研究发现，美国大银行能够通过资产组合使资产和负债的成熟期大致相当，从而规避利率风险； Konstantijn Maes（2004）研究发现，虽然表外工具减少了银行资产与负债的不匹配，但比利时银行仍然承受了较大的利率风险；Anita Makka和Sha Singh（2013）利用缺口（GAP）模型研究了印度银行2008 ~ 2010年的利率风险暴露，发现印度国有银行的利率风险比私人银行的利率风险更大，建议国有银行应该更加注意规避利率风险。Christoph Memmel（2011）研究了德国银行的风险暴露，发现当收益率曲线的形状发生改变后，德国银行的利润也随之变化，从而暴露于利率风险之中。
国内学者对利率风险的研究，侧重于对利率风险的衡量方法及管理的研究。如吕耀明和林升（1999），王春峰和张伟（2001），房海滨和王春峰（2007），郑振龙和康朝锋（2005），高岳和朱宪辰（2009），王克武、丁潇和廖维晓（2011），张莉（2008），陈祖功和查奇芬（2008），邹宏元和文博（2008），等等。当前，国内对利率风险暴露进行实证研究的文献不是很多。赵自兵（2004）运用缺口分析法分析了我国2003年底五家上市银行的资产负债结构，结果表明，面对升息周期，这五家银行会遭受较大的利率风险；粟建平（2004）研究发现，通道县农村信用社由连续十几年盈利变为亏损的主要原因是遭受了很大的利率风险；林乐芬和陈旭阳（2013）对我国17家上市银行进行压力测试，发现我国商业银行整体上存在利率风险，其中股份制银行存在的利率风险较其他银行更大。
李卫兵和杨鹏程（2012）运用风险价值模型对我国外汇储备的利率风险进行了测算；姚远（2011）以2006 ~ 2010年我国七家上市银行的数据为样本，运用利率敏感性缺口模型对我国商业银行的利率风险进行实证研究，发现商业银行一年期以上资产和负债匹配不均衡，面临较大的长期利率风险；徐镇南、崔华（2002）运用利率敏感性缺口模型测算我国七家商业银行的利率敏感性比率，发现我国商业银行存在较大的利率风险，且国有银行的利率风险比股份制银行更大；张远为（2008）运用计量经济模型研究利率变化对我国商业银行净利息收入的影响，发现我国商业银行的利率风险暴露水平较高，其中中型商业银行的利率风险暴露水平比大型商业银行更高；冯鹏熙、龚朴（2006）采用Flannery 的部分调整模型对我国上市银行的利率风险管理进行实证分析， 结果表明：样本银行呈“借短贷长”的资产负债期限特征， 存在较大的利率风险， 样本银行的利率风险管理水平有待提高。
综上，国外现有文献是以国外金融机构的利率风险为研究背景，而国内文献侧重于对利率风险衡量方法及管理的研究，以及对我国商业银行的利率风险状况进行实证研究，笔者还未见到对保险公司利率风险状况的实证研究文献。保险公司像商业银行一样持有大量的利率敏感性资产和负债，利率风险管理对保险公司来说也是资产负债管理的一个非常重要的方面，本文对我国保险公司利率风险状况的研究，对加强保险公司的利率风险管理具有重要的意义。
二、模型设计与数据说明
1. 模型设计。常用的测度利率风险大小的方法主要有利率敏感性缺口模型和久期模型。
利率敏感性缺口模型所需的数据容易获取、简单实用，无须进行多种情景假设和未来现金流分析，对中小金融机构或者缺乏外部市值数据的金融机构很适用。但是，该模型对敏感性资产和负债的计算到期日或重新定价日的假设过于粗略，并且只能在极端和静态两种情形下测度金融机构利率风险的大小，金融机构资产与负债重新定价的信息却无法立即得到反映。很多学者通过研究发现：缺口模型很难反映较长时间内资产与负债的期限特点，也不能全面反映利率变动引起的金融机构盈利变动情况。
基于长期利润和市值管理思想的久期模型，其应用的前提是存在完善的金融市场，并且可以从该市场获得所需要的准确数据，而在金融市场不发达和数据缺乏的环境中使用该模型存在较大难度。另外，由于该模型没有考虑金融工具存在的违约风险以及利率变动对金融工具价值的凸性影响，使该模型测得的结果与金融机构实际面临的利率风险之间存在偏差。
本文利用Stone（1974）的两指数模型来测度我国保险公司的利率风险。两指数模型是根据金融机构（商业银行、保险公司等）股票价值相对于市场利率的波动来测度金融机构的利率风险，该方法不仅克服了上述两种方法测度利率风险的不足，而且综合考虑了利率波动引起的贷款、证券违约风险变动对利率风险的间接影响，还考虑了利率波动通过表外业务（如期货、期权和互换头寸等）给金融机构带来的利率风险。
两指数模型被很多学者用来研究金融机构的利率风险，如Flannery和James（1984）、Madura和Zarruk（1995）、Jin Park和Paul Choi（2007）。该模型可表示如下：
Rit=αi+βiRmt+γiIt+uit
其中：Rit为第i家保险公司在t时间的股票收益率；Rmt为t时间股票市场指数收益率；It为t时间市场利率；αi、βi、γi分别为截距项、股票市场指数收益率系数、市场利率系数；uit为残差项。
2. 数据说明。对于数据，一个值得考虑的问题是数据频率问题，即是使用年数据、月数据、周数据还是日数据。同大多数用两指数模型研究利率风险的学者一样，本文使用月数据。另一个需要考虑的问题是，对于利率数据，是使用长期利率还是使用短期利率？显然，短期利率相对于长期利率而言更易于波动，从而对金融机构的股票价值有着不同的影响。本文研究利率波动对保险公司股票价值的影响，运用四种期限的利率：90天利率、1年期利率、5年期利率、10年期利率。
本文研究所需要的数据中，2007年1月 ~ 2009年10月的利率数据来源于和讯数据库，其他数据来源于锐思金融研究数据库。
目前，我国上市的保险公司有四家：中国人寿保险公司、中国平安保险公司、中国太平洋保险公司、中国新华保险公司（以下分别简称“人寿”、“平安”、“太保”、“新华”，并分别用RS、PA、TB、XH表示对应变量），本文以这四家保险公司作为研究对象。平安、人寿、太保、新华上市时间分别是2007年3月1日、2007年1月9日、2007年12月25日、2011年12月16日，本文研究中这四家保险公司的数据开始时间分别为2007年3月、2007年2月、2008年1月、2012年1月，截止时间均为2014年9月。股票市场指数收益率数据采用上证A股指数月收益率，四种期限的利率数据均采用中国银行债券到期收益率。
三、实证检验
1. 多重共线性检验。在检验模型之前，第一个需要注意的问题是，股票市场指数收益率与利率之间可能存在多重共线性问题。多重共线性问题在实际的多元线性回归分析尤其是涉及经济变量的模型中很常见。如果自变量之间确实存在多重共线性问题，将会导致回归系数的标准误变大，置信区间变宽，估计值的稳定性降低，因此，接受备选假设犯错的概率增加，系数t检验通不过的概率增大，通常不能得到正确的系数估计值。为此，我们对股票市场指数收益率与90天利率（BB0.25）、1年期利率（BB1）、5年期利率（BB5）、10年期利率（BB10）进行相关性分析，分析结果如表1所示：
从表1中可以看出，虽然股票市场指数收益率与利率之间存在一定的相关性，但相关系数绝对值的最大值小于0.30。因此，在本文的研究中不存在严重的多重共线性问题。
2. 平稳性检验。本文研究所用的数据为时间序列数据，如果数据为非平稳数据而直接对其进行回归分析，可能会导致谬误回归，所以需要对变量进行平稳性检验。本文用ADF检验方法来检验数据的平稳性，检验结果如表2所示：
从表2可以看出，变量中Rm、PA、RS、TB、XH、BB10在1%的显著性水平上都是平稳的，而BB0.25 和BB1 在10%的显著性水平上都是非平稳的，BB5在5%的显著性水平上非平稳，在10%的显著性水平上平稳。BB0.25、BB1、BB5的一阶差分△BB0.25、△BB1、△BB5在1%的显著性水平上都是平稳的。
由于变量BB0.25、BB1、BB5是非平稳的，不能直接用来做回归分析，因此，本文使用这些利率变量的一阶差分△BB0.25、△BB1、△BB5进行回归分析，研究这些利率的变化是否会引起前述四家保险公司的股票收益率发生相应变化。
3. 自相关检验。回归模型的前提假定之一是残差之间是互相独立的，如果该假定不能得到满足，则认为残差项之间存在自相关。经济时间序列数据中往往存在自相关现象，主要原因是经济变量存在滞后性。如果残差之间存在自相关，此时用最小二乘法（OLS方法）来对方程进行回归，导致的后果是：虽然参数估计值仍是无偏的，却不是有效的，此时显著性检验会失效。
对于前述四家保险公司，分别用四种期限的利率来进行回归分析，共计16个回归方程。这16个回归方程的D-W检验结果如表3所示：
从表3的D-W检验结果可以看出，除了人寿10年期利率的回归方程无自相关，其他15个回归方程的随机误差项都存在自相关现象。为此，本文利用Cochrane-Orcutt迭代法来解决自相关问题。运用Cochrane-Orcutt迭代法的回归方程，经D-W检验，均消除了残差中自相关现象，得到的模型比原模型更优。
4. 模型检验结果。本文分别以90天、1年、5年期利率的一阶差分和股票市场指数收益率的一阶差分作为自变量，对前述四家保险公司股票收益率的一阶差分做回归分析；同时以10年期利率和股票市场指数收益率作为自变量，对这四家保险公司的股票收益率做回归分析。经White检验，16个回归方程的随机误差项均不存在异方差（限于篇幅，文中未列出White检验的结果）。16个回归方程中利率项的检验结果由表4可以看出，平安的股票收益率对四种期限的利率都很敏感，利率变动时，其股票收益率有较大的变动；人寿、太保和新华的股票收益率对90天期、1年期和5年期三种期限的利率变动敏感，对10年期的利率变动不敏感。总之，我国上市保险公司面临较大的利率风险。
四、结论与建议
随着我国利率市场化改革的深入推进，利率波动的频率越来越快，波动的幅度越来越大，利率风险管理成为我国保险公司经营管理的重要内容之一。本文利用人寿、平安、太保、新华四家上市保险公司的数据，研究股票收益率变动与利率变动之间的关系。检验结果表明，这四家上市保险公司股票收益率的变动都对利率变动比较敏感，即均存在较大的利率风险。
我们认为导致我国保险公司存在较大利率风险的可能原因有以下几个方面：①缺乏严密、科学、权威性的组织体系和决策机制。因为长期在利率管制的环境下经营，使我国保险公司不注重利率风险管理。在保险公司的组织结构上，并未设立一个专门的机构来监控管理保险公司资产与负债中的利率风险。②缺乏用于利率风险管理的信息系统。为管理利率风险，拥有充分完备的数据是前提。然而，目前我国保险公司没有保存进行利率风险分析所需的基础数据，以致连进行最基本的利率敏感性分析所需的期限结构数据都无从获得，何况更为复杂的基于计算机管理系统的利率风险分析所需的数据。③缺乏有效规避利率风险的工具。保险公司测度利率风险后，如果通过调整资产负债表中的项目来规避利率风险，代价过于高昂。而利用衍生金融工具来规避利率风险是一种成本很低的方式，但由于当前我国金融市场不发达，缺乏衍生金融工具，从而使保险公司无法有效地运用这一工具来规避利率风险。
根据我国保险公司的现状，我们认为保险公司可以从以下方面加强利率风险管理：①建立健全利率风险管理的组织体系和决策机制。在组织管理体制上，我国保险公司应将利率风险管理作为其资产负债管理部门的一项新的重要职能，明确由资产负债管理部门负责其资产与负债利率风险的全面统一管理。②完善管理信息系统。鉴于我国保险公司数据收集和保存不完备的现实情况，应尽快建立与利率风险管理相适应的管理信息系统，提高保险公司管理信息系统采集、处理基础性数据的能力。③建立利率风险分析模型，提高利率风险管理的科学性。利率风险管理是一项数量性很强的相当繁杂的管理活动，国外保险公司已普遍利用利率风险管理模型来进行利率风险管理。我国保险公司在建立利率风险管理分析模型时，应该具体分析自身资产与负债经营的特点，并借鉴国外成熟的技术和经验。还应根据各个时期利率敏感性资产和负债的总额、缺口的方向和大小，通过不同的利率假设进行模拟分析，并据此设计出各种规避利率风险、降低负债成本、提高资产收益的可行方案，为保险公司的经营管理决策提供科学依据。
主要参考文献：
Jin Park， B. Paul Choi. Interest rate sensitivity of US property/liability insurer stock returns［J］. Managerial Finance，1975（2）.
Papadamou S.， Siriopoulos C.. Interest rate risk and the creation of the Monetary Policy Committee: Evidence from banks" and life insurance companies" stocks in the UK［J］. Journal of Economics and Business，2014（C）.
Anita Makka， Shveta Singh. Interest Rate Risk of Selected Indian Commercial Banks: An Application of GAP Analysis Model ［J］. The IUP Journal of Bank Management，2013（4）.
Christoph Memmel. Banks" exposure to interest rate risk， their earnings from term transformation， and the dynamics of the term structure［J］. Journal of Banking & Finance，2011（2）.
王克武，丁潇，廖维晓.银行账户利率风险计量：标准框架及其适用性［J］.经济问题，2011（4）.
陈祖功，查奇芬.久期模型在银行利率风险测定中的应用［J］.统计与决策，2008（17）.
张远为.保险公司利率风险测度技术［J］.中外企业家，2013（4）.
姚远.商业银行利率风险及其防范［J］.金融论坛，2011（11）.
张升.我国保险投资的汇率、利率风险及其防范［J］.中国保险，2010（10）.
林乐芬，陈旭阳.利率市场化下我国商业银行利率风险压力测试分析［J］.经济纵横，2013（12）.
张远为.中国商业银行利率风险的实证分析［J］.经济与管理，2008（4）.
