【作　　者】
孙 强

【作者单位】
对外经济贸易大学保险学院，北京 100029

【摘　　要】

    【摘要】运用SFA和DEA两种方法，测算2010 ~ 2014年我国39家寿险公司的经营效率，并基于费率市场化的视角，定量分析我国寿险公司经营效率的影响因素，结果表明：样本期内，运用两种方法测得的我国寿险公司的经营效率均普遍较低；费率市场化之后，寿险公司的经营效率有所下降，寿险公司的保费收入与经营效率具有正相关关系。
【关键词】费率市场化；经营效率；寿险公司；数据包络分析；随机前沿分析
【中图分类号】F840.66      【文献标识码】A      【文章编号】1004-0994（2017）17-0123-6、引言
2013年3月，保监会首次针对我国寿险业费率市场化征求改革方案意见，同年8月5日，保监会颁布了《关于普通型人身保险费率政策改革有关事项的通知》，标志着我国寿险市场化改革正式启动。在利率市场化的背景下，对寿险公司的经营效率进行科学、准确的评价将为寿险公司的效率提升和长远发展提供重要的指导。对保险公司经营效率的研究方法主要分为两大类：
一类是以随机前沿分析（SFA）为代表的参数法，该方法需要事先假定生产函数的形式，允许存在一定的随机误差。国外关于保险效率的研究有Gardner和Grace（1993）、Yuengert（1993）以及Rai（1996）等。如Rai（1996）运用SFA方法对1988 ~ 1992年间106家全球范围内的保险公司的经营效率进行了测算，发现规模较小的寿险公司的成本效率要高于规模较大的寿险公司，且经营产险和寿险的公司成本效率较高。国内也有不少学者采用SFA方法对保险公司的经营效率进行了测算，如黄薇（2006）运用SFA方法对国内寿险机构和非寿险机构的成本效率和利润效率进行了评估，并对成本效率和利润效率进行了相关因素分析；边文龙和王向楠（2014）对2009 ~ 2012年间寿险公司的成本效率和利润效率进行了估计，并分析了人力资本这一因素对寿险公司成本和利润效率的影响。
另一类是以数据包络分析（DEA）为代表的非参数法，该方法具有无须事先了解具体生产函数形式和相关价格信息的优点，受到国内外学者的推崇。如Cummins和Weiss（1998）使用DEA方法对美国1998 ~ 1995年间人寿保险的经营效率进行了分析，并对保险业的经营效率与市场和规模之间的关系进行了探究。国内研究相对起步较晚，刘晓星（2008）等利用DEA方法测算了我国11家寿险公司在1999 ~ 2005年间的技术效率并对其进行分解，对寿险公司经营发展的影响因素进行了分析；江涛等（2015）利用DEA的投入导向模型评价了我国人寿保险公司的经营绩效，得出了中资人寿保险公司的经营绩效要高于外资或中外合资人寿保险公司的结论。
本文通过对寿险公司的经营效率进行测算，对费率市场化背景下我国寿险公司的经营效率进行影响因素分析，以期为寿险公司效率的提升和长远的发展提供一定的指导。
二、研究方法
（一）随机前沿分析法
随机前沿分析（SFA）是一种被广泛应用于效率测算的参数方法，该方法需要事先明确生产函数的具体表达式，并估计出前沿生产函数的参数。从以往的研究文献来看，柯布—道格拉斯函数（Cobb-Douglas function）和超越对数函数（Translog function）是前沿效率研究中应用最广泛的两种函数形式。鉴于本文所研究的寿险公司超过30家，效率估值较为复杂，使用超越对数函数进行效率值的估算更为适合。本文将根据超越对数函数构建随机前沿成本函数以及随机前沿利润函数。
随机前沿成本函数一般表达式为C=f（w，y，t），函数具体表达式如下：
 （1）
成本函数模型衡量的是保险公司在保持产出不变的情况下实现成本的最小化，即维持相同使用成本所带来的最大产出。然而，成本效率模型会忽视企业的盈利能力，而仅局限于成本最小化，在考虑公司经营效率问题时就需要同时考虑成本和利润两个方面。随机前沿利润函数一般表达式为π=f（w，y，t），函数具体表达式如下：
  （2）
式（1）与式（2）中，C为寿险公司生产经营的总成本；w为投入价格；y为产出量；t为时间。s=｛1，…，S｝表示待研究的保险公司；i=｛1，…，N｝表示企业产出；j=｛1，…，M｝表示企业投入；Cst表示保险公司s在t年的成本；ysit表示保险公司s在t年i的产出数量，wsjt表示保险公司s在t年j的投入数量和价格；εst表示估计的复合回归误差项。复合回归误差项εst=vst-ust，其中vst为服从正态分布N（0，    ）的随机扰动带来的误差，即不可避免的误差项；ust表示技术非效率项，这部分的效率差异由外部环境决定，受个体冲击的影响，服从N+（μ，    ）的非负断尾正态分布。则：
ust=usexp［-η（t-T）］   （3）

式（3）中，η为待估系数，当η>0时，表示技术效率随着时间的推移而上升，当η<0时，意味着技术效率随时间的推移而下降。式（4）中，当ust=0时，TEst=1，表明此时生产位于前沿面上，达到了生产最优的状态；当ust>0时，0<TEst<1，表明此时投入产出组合在生产前沿面以内，存在技术非效率。
（二）数据包络分析法
数据包络分析（DEA）方法在1978年由Cooper教授提出，是效率测算的重要工具之一。DEA方法的基本思路是将由研究样本组成的决策单元的集合作为一个综合评价群体，通过输入多个决策单元（DMU）的投入和产出变量，并根据多个投入产出变量的权重进行评价运算，由此确定一个生产前沿面。该生产前沿面代表了现有的技术水平，DMU生产前沿面发生移动则表示技术进步；DMU在生产前沿面上的移动则表示技术效率进步。要衡量某个决策单元是否 DEA有效，需要先构造一个生产前沿面。
该决策单元集合的第i 项投入为：
􀰑λjxij（i=1，2，…，m），λj≥0（j=1，2，…，n）
该决策单元集合的第 j 项产出为：
􀰑λjyrj（r=1，2，…，s）， λj≥0（j=1，2，…，n）
其中：j表示保险公司；x表示投入变量；y表示产出变量；xij表示保险公司j的第i项投入；yrj表示保险公司j的第r项产出。
假设这个决策单元的各项产出均不低于j0决策单元的各项产出，而它的各项投入均低于j0决策单元的各项投入。基于此，可写出如下线性规划的数学模型：

 
经规范化后可得：

 
假设E∗=1代表在现有投入一定的条件下，产出实现了最大化；或者在产出一定的前提下，投入量为最小值。若E∗=1，说明决策单元弱有效；当E∗=1且S∗+=S∗-=0时，说明决策单元强有效；若E∗<1，说明决策单元无效。􀰑λj=1，说明规模收益不变；􀰑λj<1，说明规模收益递减；􀰑λj>1，说明规模收益递增。松弛变量s-表示投入冗余，松弛变量s+表示投入不足。
在规模报酬不变的情况下，可以将技术效率（E∗）进一步分解成规模效率（SEC）和纯技术效率（PEC），详细分解公式如下：
ECC=PEC×SEC

三、变量选取与样本说明
（一）变量选取
1. 关于投入指标的选取。现有文献多将劳动力、资本和经营费用作为保险公司经营过程中的投入变量（孙刚，2010；江涛等，2015）。①劳动力。劳动力投入主要包括保险公司的销售人员、内勤人员和保险代理人等，他们在保险业务的推广和销售过程中履行着重要的职能。由于《中国保险年鉴》中缺少保险代理人数量的准确统计资料，因此本文选择“员工总数”作为投入变量。②资本。资本是保险公司经营的基础，是反映保险公司总体规模的重要指标。资本主要包括债务资本和权益资本两项，保险公司的债务资本主要是为了承担投保人的未来责任而储备的准备金，不能作为投入项目。因此，本文选取权益资本作为投入变量，主要包括实收资本和资本公积。③经营费用。经营费用是保险公司维持公司运营及进行保险营销活动所必需的费用支出，主要包括手续费及佣金支出、业务及管理费和营业税金及附加。手续费及佣金支出恰好弥补了保险公司劳动力投入中未考虑保险代理人的缺点。
2. 关于产出指标的选取。①保费收入。保费收入是保险公司重要的产出指标，保费收入作为保险公司承保阶段的重要收入以及投资阶段的重要支出，是衡量保险公司发展规模和业绩的重要标准。②投资收益。保险公司将开展业务过程中获取的保险资金通过存放于银行和投资于证券市场等获得投资收益，是保险公司的一项重要产出。
（二）样本说明
本文以2010 ~ 2014年我国39家寿险公司的截面数据作为研究样本。在时间选择上，考虑到我国保险业的新《保险法》于2009年10月正式实施，该法案的颁布对我国寿险公司的经营状况产生了影响，因此统一选择样本的起始年份为2010年；剔除了成立三年以下的寿险公司，以使寿险公司的投入产出指标能更为真实地反映该公司的经营状况。在寿险公司样本选取上，虽然平安人寿公司所占市场份额较大，但平安人寿公司并未与平安集团下属分公司其他业务的员工进行区分，因此舍弃了该研究样本。基于此，本文一共筛选了39家寿险公司作为研究对象，这39家寿险公司在2014年占我国寿险市场份额的89%以上，选择的样本足以代表我国寿险业的整体发展情况。本文所用数据均来自2011 ~ 2015年《中国保险年鉴》。
四、寿险公司经营效率分析
（一）基于SFA的寿险公司经营效率分析
1. 寿险市场整体效率水平。我国寿险业在2010 ~ 2014年的成本效率和利润效率分别为0.76和0.43，效率值较低，说明我国寿险公司的成本管理能力和盈利能力较欠缺；从效率的变化看，样本期间我国寿险业成本效率在2013年达到了最大值0.97，成本效率在其他年份波动较为剧烈，而利润效率却在近两年出现了倒退的现象，从0.7下降到0.39；从效率的波动趋势来看，成本效率与利润效率的波动情况差异较大，无明显的趋势性特征。这说明，我国寿险市场的成本和利润效率受外界的干扰较少，大多是由公司内部的经营状况决定的。
2. 样本寿险公司的经营效率。由表1可知，在39家样本寿险公司中，有28家公司在样本区间的成本效率值为1，达到了成本管理的有效状态；而寿险公司的利润效率值均低于1，其中利润效率值低于0.5的寿险公司有29家。高成本效率寿险公司的内部控制能力较强，具备一定的发展潜力。我国寿险公司成本效率高于利润效率，说明我国寿险公司的成本管理能力要明显优于盈利能力，这可能与我国寿险公司的经营理念偏保守有关。我国大部分的寿险公司以成本节约为导向，忽视了公司盈利能力的提升。因此，对公司经营效率进行评价时，需要综合考虑成本效率和利润效率，成本效率的高低并不能直接决定寿险公司的经营效率。在成本效率普遍优于利润效率的寿险市场中，市场份额前五名的寿险公司中有两家寿险公司的成本效率低于利润效率，另外三家寿险公司的两个效率值基本相等；市场份额后五名寿险公司的成本效率均高于利润效率。这说明，市场规模较大的寿险公司在业务经营中存在一定的垄断权，在利润效率上占有一定的优势，这就会导致规模较小的公司利润效率低、盈利能力差。
（二）基于DEA的寿险公司经营效率分析
运用样本寿险公司2010 ~ 2014年投入产出的相关数据，对39家寿险公司在2010 ~ 2014年的技术效率及其分解变量进行测算，得到了各寿险公司各年度的效率水平。
1. 寿险市场的总体效率水平（见表2）。我国寿险公司的技术效率维持在0.6左右，效率未达到有效值，这一结论与上文基于SFA测得的公司效率相似。五年中，我国寿险公司的技术效率值存在一定的波动，2013年和2014年，我国寿险公司的技术效率出连续的下滑。2013年费率市场化之后，寿险公司所处的外部环境发生了一定变化，寿险公司在提高产品竞争力的同时也面临着外部竞争格局的变化。至于公司经营效率下降的原因究竟是否是费率市场化，后文将进一步进行定量分析。
2. 样本寿险公司的效率水平（见表3）。39家寿险公司的技术效率有较大差别。只有国寿股份和友邦江门连续五年的效率值都为1，达到了公司经营的最佳状态。其中，太保人寿、新华人寿、泰康人寿、和谐人寿和中融人寿四家公司有四年的经营效率达到了最佳值。其他公司之间的技术效率差别较大，如民生人寿、幸福人寿和合众人寿五年的效率值均在0.3左右，技术效率较低；对寿险公司效率进行分解，2010 ~ 2014年，我国寿险公司的技术效率值为1.017，增加了1.7%，其中纯技术效率为0.901，降低了9.9%，规模效率值为 1.128，提高了12.8%。39家样本公司中，有32家寿险公司的规模效率大于纯技术效率。由此可见，我国寿险公司效率的提升主要依靠规模效率的提高。我国寿险市场经过了几十年的曲折发展，公司的经营规模已基本确定，规模效率维持在较适宜的状态。
五、费率市场化与经营效率的相关性分析
为了更好地分析费率市场化对我国寿险业的影响，采用面板数据回归的方式进行说明（见表4）。首先，本文选取的被解释变量为前文DEA测算所得的寿险公司技术效率以及采用SFA方法测算所得的成本效率和利润效率。其次，本文选取公司资产、保费收入、寿险公司非营销人员占比和经营费用作为解释变量，用总资产代表寿险公司规模；寿险公司保费收入代表公司经营状况；非营销人员占比情况则能说明公司总劳动力中除营销人员之外，用于效率提升的公司管理水平及效率人员的占比；经营费用代表寿险公司支出性成本。最后，本文关注的重点是费率市场化对寿险公司经营效率的影响，将费率市场化设置为虚拟变量，对寿险公司的经营效率进行回归分析。

随着保险认可度以及保险公司营销人员素质水平的提高，营销人员占比的提高对寿险公司经营效率的提高产生了促进作用。由于寿险公司对营销人的报酬支出占公司成本总支出的比重还是较大，存在人力资源浪费现象，所以对成本效率提高的推动作用并不显著。公司经营效率与保费收入之间呈正相关关系，这进一步说明寿险公司在以增加保费收入为经营目标的同时，将经营规模调整至一个合理的范围，确保了公司盈利能力与经营效率的同步提升。寿险公司的效率与公司规模存在不显著的正向关系，资产规模对寿险公司的经营和盈利具有一定的正向影响，资产规模越大的公司对外树立的公司形象越好、诚信度越高，公司盈利能力和经营能力也就越强。
从回归结果可以看出，费率市场化与寿险公司的技术效率以及利润效率呈显著的负相关关系，与成本效率呈显著的正相关关系。费率市场化的实施，从侧面反映了国家放松了对整个金融体系的管制。费率市场化实施之后，寿险公司拥有了制定费率的自主权，一定程度上能够提高寿险公司的市场竞争力，这与本文的实证结果不符。这可能是因为寿险公司并没有充分合理地利用费率市场化这一利好政策，使得非寿险产品对寿险产品产生了一定的冲击，寿险公司整体经营能力还有待提高。
六、结论与启示
本文对我国39家寿险公司2010 ~ 2014年经营效率的有效性进行了实证研究，并分析了费率市场化背景下寿险公司的经营效率，得出如下结论：基于SFA测算公司的利润效率与成本效率出现很大差异，因此在对公司经营效率进行衡量时要综合考虑成本效率和利润效率两个方面；基于SFA测算得到的我国寿险公司的利润效率与基于DEA衡量的我国寿险公司的经营效率基本一致，说明我国寿险公司的经营效率以利润效率提升为导向；我国寿险公司的纯技术效率明显低于规模效率，寿险公司经营效率的分析主要基于规模效率，经过几十年的发展，我国寿险公司的经营规模维持在一个合理的区间；销售人员占比与寿险公司效率的提升具有正相关关系；公司的经营效率和利润效率与费率市场化有显著的负相关关系，与公司保费收入呈显著的正相关关系，寿险公司应在费率市场化背景下努力提升公司的经营效率。
根据以上研究结论，为使我国寿险公司在费率市场化视角下能进一步提升公司的经营效率，提出以下建议：费率市场化的实现在提高传统寿险产品市场竞争力、提高寿险公司定价能力的同时，对寿险公司的经营和管理也会产生深刻的影响。从寿险业竞争格局的转变来看，寿险公司产品市场占有率的提升将从拓展销售渠道转向提高公司的投资和定价能力，这就要求寿险公司能提高投资能力和风险管理能力，更好地应对市场利率的波动；从寿险公司产品结构调整来看，寿险公司预定利率的自由化，将有助于寿险公司保障型和投资型寿险产品共同发展，寿险公司应对保障型和投资型产品的销售给予同等的关注；从对寿险公司的监管风险能力的要求来看，寿险公司在通过提高利率吸引客户的同时要注意做好风险监控，保证寿险公司的偿付能力。

主要参考文献：
黄薇．基于SFA方法对中国保险机构效率的实证研究［J］．南开经济研究，2006（5）．
梁平，梁彭勇．基于SFA的中国保险业X-效率研究［J］．数理统计与管理，2011（1）．
边文龙，王向楠．人力资本对寿险公司成本和利润效率的影响［J］．保险研究，2014（11）．
曹乾．中国保险业经营效率的动态演进：基于DEA与MI模型的考察［J］．金融经济学研究，2006（5）．
刘晓星，邱桂华，胡颖．我国寿险公司的经营效率分析——基于DEA的生产前沿面理论［J］．当代经济管理，2008（1）．
江涛，范流通，景鹏．两阶段视角下中国寿险公司经营效率评价与改进——基于网络SBM模型与DEA窗口分析法［J］．保险研究，2015（10）．
蒋才芳，陈收．我国人寿保险公司经营绩效的 DEA有效性分析［J］．财经理论与实践，2014（4）．
孙蓉，奉唐文．保险公司经营农险的效率及其影响因素——基于SBM模型与DEA窗口分析法［J］．保险研究，2016（1）．
王稳，王东．寿险费率市场化改革［J］．中国金融，2013（16）．
阎波，完颜瑞云．中国保险企业经营效率实证分析［J］．中央财经大学学报，2011（10）．
田新民，李晓宇．从微观视角分析中国保险业经营效率［J］．经济与管理研究，2013（4）．