我國(guó)再保險(xiǎn)公司效率測(cè)度研究基于三階段DEA模型的分析

摘要：利用三階段DEA模型對(duì)我國(guó)再保險(xiǎn)市場(chǎng)上的8家再保險(xiǎn)公司2007～2012年的效率進(jìn)行研究，發(fā)現(xiàn)就整體而言其純技術(shù)效率較高，但是由于規(guī)模效率較低導(dǎo)致其技術(shù)效率不高；規(guī)模的不經(jīng)濟(jì)是造成其資源浪費(fèi)、技術(shù)效率較低的原因，而不是因?yàn)榻?jīng)營(yíng)管理水平較差。從公司性質(zhì)的角度來(lái)看，外資再保險(xiǎn)公司的規(guī)模效率要遠(yuǎn)遠(yuǎn)差于中資再保險(xiǎn)公司，而其純技術(shù)效率也與中資再保險(xiǎn)公司無(wú)顯著性差異。

關(guān)鍵詞： 技術(shù)效率；再保險(xiǎn)公司；三階段DEA模型

中圖分類號(hào)：F840.3文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1003-7217（2015）03-0002-05

一、引言

我國(guó)再保險(xiǎn)業(yè)發(fā)展較晚，但是經(jīng)過(guò)約二十年的發(fā)展，再保險(xiǎn)市場(chǎng)供給主體增加、分保費(fèi)收入擴(kuò)大，顯示出了我國(guó)再保險(xiǎn)市場(chǎng)良好的發(fā)展態(tài)勢(shì)與潛力。目前，共有1家再保險(xiǎn)（集團(tuán)）公司、8家專業(yè)再保險(xiǎn)公司在我國(guó)再保險(xiǎn)市場(chǎng)上開(kāi)展業(yè)務(wù)。2012年，這些專業(yè)再保險(xiǎn)公司共實(shí)現(xiàn)分保費(fèi)收入約693.50億元，較2009年翻了2倍有余，以超過(guò)30%的速度增長(zhǎng)。然而也應(yīng)看到，我國(guó)再保險(xiǎn)市場(chǎng)發(fā)展水平較低、國(guó)際化程度不高、技術(shù)服務(wù)等較為落后，市場(chǎng)競(jìng)爭(zhēng)仍以價(jià)格競(jìng)爭(zhēng)為主。因此，我國(guó)再保險(xiǎn)市場(chǎng)要做大做強(qiáng)，還有很長(zhǎng)的一段路要走。

在我國(guó)，原保險(xiǎn)人同樣可以經(jīng)營(yíng)再保險(xiǎn)業(yè)務(wù)，但是從國(guó)際再保險(xiǎn)業(yè)的發(fā)展歷程來(lái)看，再保險(xiǎn)市場(chǎng)的中流砥柱應(yīng)是專業(yè)再保險(xiǎn)公司，所以再保險(xiǎn)市場(chǎng)的發(fā)展壯大離不開(kāi)專業(yè)再保險(xiǎn)公司的健康快速發(fā)展。特別是在當(dāng)下我國(guó)進(jìn)入了新一輪的改革階段，經(jīng)濟(jì)環(huán)境面臨諸多不確定性的情況下，我國(guó)再保險(xiǎn)公司如何提高自身效率、保持市場(chǎng)競(jìng)爭(zhēng)力是其必須面對(duì)和解決的核心問(wèn)題。

二、文獻(xiàn)回顧

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）是研究效率問(wèn)題的主流分析工具之一。然而，有三種因素會(huì)對(duì)效率值產(chǎn)生重大影響，即企業(yè)經(jīng)營(yíng)管理組織生產(chǎn)的水平、企業(yè)生產(chǎn)所依賴的環(huán)境以及隨機(jī)誤差的干擾，例如測(cè)量誤差、比較壞的運(yùn)氣等。因此，為了更為準(zhǔn)確地測(cè)度評(píng)價(jià)企業(yè)效率就必須使用一定的方法分離這三種因素。自Banker和Morey（1986）[1]提出一階段模型以來(lái)，眾多學(xué)者都在嘗試對(duì)其進(jìn)行改進(jìn)，如McCarty和Yaisawarng（1993）[2]，F(xiàn)ried等（1993）[3]，以及Bhattacharyya等（1997）[4]。直到Fried等（2002）[5]提出了三階段DEA模型，該方法才第一次實(shí)現(xiàn)了三因素的完全分解。

國(guó)外學(xué)者運(yùn)用DEA模型來(lái)分析保險(xiǎn)業(yè)效率的研究起步較早，并且研究視野也從單個(gè)國(guó)家擴(kuò)展到了國(guó)際保險(xiǎn)業(yè)。我國(guó)對(duì)該領(lǐng)域的研究起步較晚，定量分析始于學(xué)者趙旭（2003），他發(fā)現(xiàn)我國(guó)保險(xiǎn)公司的效率普遍不高，但是新設(shè)立的保險(xiǎn)公司要比老牌國(guó)有保險(xiǎn)公司效率高[6]。侯晉和朱磊（2004）經(jīng)過(guò)研究則發(fā)現(xiàn)投入浪費(fèi)、投資產(chǎn)出不足以及規(guī)模不佳是導(dǎo)致效率不高的原因[7]。然而，以上研究?jī)H是單純地使用DEA模型計(jì)算效率值。姚樹(shù)潔等（2005）則運(yùn)用二階段方法發(fā)現(xiàn)了效率受到所有制形式、公司規(guī)模、營(yíng)銷方式以及人力資本等因素的影響[8]。黃薇（2007）同樣使用二階段方法卻發(fā)現(xiàn)公司規(guī)模、保險(xiǎn)市場(chǎng)結(jié)構(gòu)以及營(yíng)銷體系與其效率值關(guān)系不大[9]。之后，有學(xué)者開(kāi)始使用三階段DEA模型，如王家庭和趙亮（2010）[10]、張春海（2011）[11]等，他們發(fā)現(xiàn)在剔除環(huán)境因素后中外資財(cái)產(chǎn)保險(xiǎn)公司的效率差距很大，需要擴(kuò)大規(guī)模來(lái)提高規(guī)模效率、改善決策水平來(lái)提高純技術(shù)效率。陸靜等（2012）用Tobit回歸代替了原來(lái)第二階段中的SFA回歸，發(fā)現(xiàn)外資產(chǎn)險(xiǎn)公司的純技術(shù)效率較高而規(guī)模效率較低，中資公司則與之相反；此外，還發(fā)現(xiàn)了制約外資公司發(fā)展的關(guān)鍵因素是規(guī)模[12]。

從上述已有的文獻(xiàn)來(lái)看，效率研究多是從我國(guó)保險(xiǎn)公司整體、或是財(cái)產(chǎn)保險(xiǎn)公司、或是人壽保險(xiǎn)公司展開(kāi)，鮮有專門對(duì)再保險(xiǎn)公司進(jìn)行分析，并且較少使用三階段DEA模型。因此，本文將使用Fried等（2002）[5]建議的三階段DEA模型，分析我國(guó)再保險(xiǎn)公司的效率，并在此基礎(chǔ)對(duì)其進(jìn)行更為客觀的評(píng)價(jià)，最后提出相應(yīng)的意見(jiàn)和建議。

三、研究方法

三階段DEA模型主要由三個(gè)部分組成，其中第一和第三階段均是運(yùn)用CCR模型或BCC模型計(jì)算效率值，第二階段則是構(gòu)造隨即前沿成本函數(shù)調(diào)整原始投入量。

（一）第一階段傳統(tǒng)DEA分析

假設(shè)有I個(gè)DMU（決策單元，本文指專業(yè)再保險(xiǎn)公司），N種投入，M種產(chǎn)出，則投入導(dǎo)向的CCR模型可表示為線性規(guī)劃問(wèn)題（1）：

minθθ（1）

s.t. θxi-Xλ-s-i=0

Yλ+s+i=yi

λ≥0

財(cái)經(jīng)理論與實(shí)踐（雙月刊）2015年第3期2015年第3期（總第195期）我國(guó)再保險(xiǎn)公司效率測(cè)度研究基于三階段DEA模型的分析

其中，θ為第i個(gè)DMU的技術(shù)效率值，λ為I×1階權(quán)重系數(shù)列向量；xi是第i個(gè)DMU的投入量，為N×1階列向量，投入矩陣X=[x1，…，xl]；yi是第i個(gè)DMU的產(chǎn)出量，為M×1階列向量，產(chǎn)出矩陣Y=[y1，…，yl]；s-i與s+i代表第i個(gè)DMU的投入冗余與產(chǎn)出不足，分別為N×1階列向量和M×1階列向量。由于本文使用面板數(shù)據(jù)進(jìn)行分析，因此需要分年度對(duì)各DMU的效率值進(jìn)行計(jì)算。

（二）第二階段SFA分析

由于第一階段得到的各投入量的總松弛變量（即實(shí)際投入量與最優(yōu)投入量的差額）可能受到多種因素的混合影響，并非完全是管理非效率的結(jié)果。因此，可以構(gòu)建隨機(jī)前沿成本函數(shù)，對(duì)其進(jìn)行分解，以分離環(huán)境因素影響、管理非效率以及統(tǒng)計(jì)噪聲。

對(duì)每種投入分別建立SFA回歸方程，其被解釋變量定義為：

sni=xni-Xnλ（2）

其中sni為第i個(gè)DMU的第n種投入的總松弛變量，Xn為投入矩陣的第n行。在此基礎(chǔ)上，并考慮到本文使用的是面板數(shù)據(jù)，因此建立基于面板數(shù)據(jù)的松弛變量和環(huán)境變量的SFA回歸模型：endprint

sni，t=fn（zi，t；βn）+vni，t+uni，t（3）

其中sni，t為第t年第i個(gè)DMU的第n種投入的總松弛變量。zi，t=[z1i，t，…，zki，t]是第t年第i個(gè)DMU觀測(cè)到的K個(gè)環(huán)境因素變量，βn是參數(shù)向量，所以fn（zi，t；βn）是第t年第n種投入的松弛變量確定性前沿，用以模擬環(huán)境因素對(duì)第一階段得到松弛變量的影響，通常設(shè)定fn（zi，t；βn）=zi，tβn。而vni，t和uni，t分別為隨機(jī)干擾項(xiàng)和管理非效率項(xiàng)，并假設(shè)vni，t服從正態(tài)分布，即vni，t～N（0，σ2vn）；uni，t服從截?cái)嗾龖B(tài)分布，即uni，t～N+（μn，σ2un）。

為了實(shí)現(xiàn)調(diào)整投入量的目的，必須分別估計(jì)隨機(jī)干擾項(xiàng)和管理非效率項(xiàng)。根據(jù)Jondrow等（1982）[13]的方法可以得到管理非效率項(xiàng)的條件估計(jì)[uni，t|vni，t+uni，t]，隨機(jī)干擾項(xiàng)的條件估計(jì)可通過(guò)式（4）的方法得到：

[uni，t|vni，t+uni，t]=sni，t-zi，tn-[uni，t|vni，t+uni，t]（4）

于是，經(jīng)過(guò)第二階段調(diào)整的投入量可以由式（5）計(jì)算得到：

x′ni，t=xmi，t+[maxi（zi，tn]+[maxi（mi，t）-ni，t]（5）

在式（5）中，xAni，t為調(diào)整后投入量、xni，t為調(diào)整前投入量，maxi（zi，tn）和maxi（ni，t）分別表示最糟糕的經(jīng)營(yíng)環(huán)境和最差的“運(yùn)氣”。這樣，各DMU通過(guò)式（5）的調(diào)整，環(huán)境因素和隨機(jī)干擾的影響就被剔除了。

（三）第三階段調(diào)整后的DEA分析

在該階段的分析中，把xAni，t代替原來(lái)的xni，t，并重復(fù)計(jì)算CCR模型。這樣，就能得出剔除環(huán)境影響和隨機(jī)擾動(dòng)后能較為客觀的代表各DMU的技術(shù)效率值。此外，在式（1）的基礎(chǔ)上添加一個(gè)約束條件：eλ=1，其中e=[1，…，1]是單位行向量，這樣就得到了BCC模型，進(jìn)而可以得到純技術(shù)效率和規(guī)模效率。

四、樣本與變量選取

（一）樣本公司選取

根據(jù)中國(guó)保監(jiān)會(huì)網(wǎng)站資料顯示，目前在我國(guó)再保險(xiǎn)市場(chǎng)經(jīng)營(yíng)的專業(yè)再保險(xiǎn)公司有8家，分別是：中再產(chǎn)險(xiǎn)、中再壽險(xiǎn)、慕尼黑再北京分公司、瑞士再北京分公司、通用再上海分公司、法國(guó)再北京分公司、漢諾威再上海分公司以及勞合社。本文選取這8家公司2007～2012年共6年的面板數(shù)據(jù)展開(kāi)分析，其中法國(guó)再北京分公司和漢諾威再上海分公司缺少2007年及2008年的數(shù)據(jù)。原始數(shù)據(jù)全部來(lái)源于《中國(guó)保險(xiǎn)年鑒》。

（二）投入與產(chǎn)出變量選取

各項(xiàng)投入與產(chǎn)出的選取如表1所示。在投入方面，勞動(dòng)、資本與物料被視為主要的投入指標(biāo)。考慮到數(shù)據(jù)的可獲得性，本文參考Fenn等（2008）[14]以及Eling和Luhnen（2010）[15]的方法，使用業(yè)務(wù)及管理費(fèi)作為勞動(dòng)與物料（簡(jiǎn)稱勞動(dòng)）的代理變量，這樣處理可以減少待估參數(shù)的數(shù)量。資本包括債務(wù)資本和權(quán)益資本。由于各項(xiàng)準(zhǔn)備金是債務(wù)資本的主要組成部分，兼具投入與產(chǎn)出的雙重特點(diǎn)，所以本文不將債務(wù)資本作為投入指標(biāo)。在權(quán)益資本方面，考慮到留存收益是企業(yè)當(dāng)年經(jīng)營(yíng)成果的一部分，本文將股本與資本公積之和作為權(quán)益資本的代理變量。

在產(chǎn)出方面，代理變量的選擇頗有爭(zhēng)議。本文采用價(jià)值增加法來(lái)確定產(chǎn)出指標(biāo)，即以再保險(xiǎn)企業(yè)提供的服務(wù)來(lái)定義產(chǎn)出。在分保階段再保險(xiǎn)公司為原保險(xiǎn)公司提供各種有形、無(wú)形的服務(wù)，因此用分保費(fèi)收入作為該服務(wù)的產(chǎn)出。在賠償階段再保險(xiǎn)公司為原保險(xiǎn)公司提供風(fēng)險(xiǎn)分散和經(jīng)濟(jì)補(bǔ)償?shù)确?wù)，因此以賠付支出與準(zhǔn)備金變動(dòng)之和作為該服務(wù)產(chǎn)出的量化；之所以包括準(zhǔn)備金變動(dòng)，是因?yàn)槠浯砹嗽俦ｋU(xiǎn)公司由于當(dāng)年業(yè)務(wù)造成的未來(lái)期望損失所發(fā)生的支出[7]。為了降低費(fèi)率、提高企業(yè)競(jìng)爭(zhēng)力，投資也成為了再保險(xiǎn)公司一項(xiàng)重要的無(wú)形服務(wù)，本文用投資收益度量。

因?yàn)镈EA模型是使用投入和產(chǎn)出的比值來(lái)計(jì)算DMU的效率的，所以效率值對(duì)投入和產(chǎn)出指標(biāo)的變化格外敏感。Lang和Golden（1989）提出，投入與產(chǎn)出的選擇應(yīng)該滿足皮爾遜相關(guān)性檢驗(yàn)，相關(guān)性越高也就意味著效率值越可靠[16]。經(jīng)計(jì)算可以發(fā)現(xiàn)，勞動(dòng)與分保費(fèi)收入、賠付支出的皮爾遜相關(guān)系數(shù)分別為0.759、0.768，權(quán)益資本與三項(xiàng)產(chǎn)出之間的皮爾遜相關(guān)系數(shù)分別為0.722、0.724、0.755，均在1%的顯著性水平下拒絕了原假設(shè)，因此他們之間是顯著相關(guān)的。而勞動(dòng)與投資收益的相關(guān)系數(shù)較低，只有0.347，但在5%的顯著性水平下同樣拒絕了原假設(shè)，因此它們之間也是顯著相關(guān)的。

（三）環(huán)境變量選取

本文選擇下列四個(gè)因素作為環(huán)境變量：

1.市場(chǎng)份額（Mshare）：反映再保險(xiǎn)公司在市場(chǎng)上的競(jìng)爭(zhēng)能力，本文以各再保險(xiǎn)公司的分保費(fèi)收入占所有樣本的分保費(fèi)收入之和的比重來(lái)表示該指標(biāo)。

2.成立年數(shù)（Time）：反映再保險(xiǎn)公司的基本生存能力，本文令各公司成立當(dāng)年的成立年數(shù)為0，以此為基礎(chǔ)其后各年的成立年數(shù)。

3.公司性質(zhì)（Nation）：是虛擬變量，當(dāng)Nation取0時(shí)表示中資再保險(xiǎn)公司，當(dāng)Nation取1時(shí)表示外資再保險(xiǎn)公司。

4.業(yè)務(wù)范圍（B1、B2）：為虛擬變量，當(dāng)B1取1時(shí)表示再保險(xiǎn)公司可以經(jīng)營(yíng)壽險(xiǎn)和非壽險(xiǎn)再保險(xiǎn)業(yè)務(wù)，B1取0時(shí)表示其他情形；當(dāng)B2取1時(shí)表示再保險(xiǎn)公司只經(jīng)營(yíng)壽險(xiǎn)再保險(xiǎn)業(yè)務(wù)，B2取0時(shí)表示其他情形；因此，當(dāng)B1與B2均為0時(shí)即為表示只經(jīng)營(yíng)非壽險(xiǎn)再保險(xiǎn)業(yè)務(wù)。

五、實(shí)證結(jié)果分析

（一）第一階段傳統(tǒng)DEA結(jié)果分析

本文使用StataMP13進(jìn)行實(shí)證分析。第一階段通過(guò)CCR模型得到的技術(shù)效率結(jié)果如表2所示。

我們可以發(fā)現(xiàn)：第一，樣本在2007年～2012年的平均技術(shù)效率為0.735，處于相對(duì)無(wú)效率狀態(tài)，仍有較大的提升空間。第二，各再保險(xiǎn)公司的技術(shù)效率差異較大。其中勞合社的效率值僅為0.138，并且只有中再壽險(xiǎn)和瑞士再兩家公司在六年中均保持了1.000的效率值，即它們是有效率的。此外，中再產(chǎn)險(xiǎn)除2012年效率值為0.908外，其余各年均為1.000，而慕尼黑再自2009以來(lái)其效率值也一直保持在1.000，因此這兩家公司在本文的考察區(qū)間內(nèi)雖然是無(wú)效率的，但其距離效率前沿面較近。第三，整體而言，中資再保險(xiǎn)公司的平均技術(shù)效率為0.992，而同期外資再保險(xiǎn)公司的技術(shù)效率為0.658，因此外資再保險(xiǎn)公司要比中資再保險(xiǎn)公司無(wú)效率得多；其原因可能在于外資公司雖然更有管理與技術(shù)優(yōu)勢(shì)，但缺少本土優(yōu)勢(shì)難以與中資企業(yè)展開(kāi)競(jìng)爭(zhēng)。第四，從技術(shù)效率的時(shí)間趨勢(shì)來(lái)看，雖然近三年來(lái)平均技術(shù)效率一直在下降，但是從整個(gè)樣本區(qū)間來(lái)看仍然存在較弱的上升趨勢(shì)。這說(shuō)明我國(guó)再保險(xiǎn)市場(chǎng)的經(jīng)營(yíng)效率還是有所改善的。endprint

（二）第二階段SFA回歸結(jié)果分析在該階段，將第一階段得到的勞動(dòng)和權(quán)益資本的總松弛變量，即實(shí)際投入量與最優(yōu)投入量的差額（分別用S1、S2表示），作為隨機(jī)前沿成本函數(shù)的被解釋變量對(duì)環(huán)境變量進(jìn)行回歸，建立Battese和Coelli（1988）[17]提出的基于面板數(shù)據(jù)的SFA模型，回歸結(jié)果如表3所示。1.成立年數(shù)。通常來(lái)說(shuō)，由于存在學(xué)習(xí)效應(yīng)，企業(yè)生存的時(shí)間越長(zhǎng)，其決策也就越有經(jīng)驗(yàn)，犯錯(cuò)誤的可能性也就越小，同時(shí)各項(xiàng)技術(shù)也會(huì)越完善，從而可以減少資源的浪費(fèi)，由此帶來(lái)效率的提高。此外，企業(yè)生存的時(shí)間越長(zhǎng)，其積累起來(lái)的聲譽(yù)也會(huì)對(duì)其經(jīng)營(yíng)效率的改善產(chǎn)生不可忽視的影響。然而在本研究中，由表3中的模型（1）及（2）可以發(fā)現(xiàn)，成立年數(shù)對(duì)兩種投入的松弛變量影響都不顯著，即隨著再保險(xiǎn)公司生存年數(shù)的增加，并沒(méi)有使得其投入的浪費(fèi)減少，不存在學(xué)習(xí)效應(yīng)，這可能是由于本文研究的樣本容量太小造成的。2.公司性質(zhì)。由表3中的模型（1）及（2）可以發(fā)現(xiàn)，再保險(xiǎn)公司的性質(zhì)（中/外資）對(duì)兩種投入的松弛變量影響不僅符號(hào)不一致，而且都不顯著，這說(shuō)明通常認(rèn)為的外資保險(xiǎn)企業(yè)因具有完善的激勵(lì)機(jī)制和先進(jìn)的技術(shù)而要比中資保險(xiǎn)企業(yè)效率高的觀點(diǎn)不成立。當(dāng)然，也有可能是本文的樣本不足（只有兩家中資再保險(xiǎn)公司）限制了實(shí)證分析的結(jié)果。

3.市場(chǎng)份額。由表3中的模型（3）及（4）可以發(fā)現(xiàn)，市場(chǎng)份額對(duì)勞動(dòng)和權(quán)益資本的投入冗余具有顯著的影響，并且回歸系數(shù)符號(hào)也一致。每當(dāng)市場(chǎng)份額增加一個(gè)單位時(shí)，勞動(dòng)的投入冗余會(huì)減小87.74個(gè)單位，而權(quán)益資本的投入冗余會(huì)減小343.53個(gè)單位。也就是說(shuō)，當(dāng)市場(chǎng)份額上升時(shí)，投入浪費(fèi)會(huì)減小，再保險(xiǎn)公司的效率也就會(huì)提高。

4.業(yè)務(wù)范圍。再保險(xiǎn)公司的經(jīng)營(yíng)狀況與直接保險(xiǎn)公司的經(jīng)營(yíng)狀況有著密切聯(lián)系。而在原保險(xiǎn)業(yè)務(wù)中，壽險(xiǎn)和非壽險(xiǎn)因其特點(diǎn)不同，其經(jīng)營(yíng)情況也存在差異，這也就導(dǎo)致了業(yè)務(wù)范圍不同的再保險(xiǎn)公司經(jīng)營(yíng)狀況的不同。從表3中的模型（3）及（4）可以發(fā)現(xiàn)，虛擬變量的回歸系數(shù)符號(hào)一致且顯著。在其他條件一致的情況下，可以經(jīng)營(yíng)壽險(xiǎn)和非壽險(xiǎn)業(yè)務(wù)的再保險(xiǎn)公司比只經(jīng)營(yíng)非壽險(xiǎn)的再保險(xiǎn)公司其在勞動(dòng)投入上可以減少22.97個(gè)單位的浪費(fèi)，在權(quán)益資本投入上可以減少94.53個(gè)單位的浪費(fèi)；而只經(jīng)營(yíng)壽險(xiǎn)業(yè)務(wù)的再保險(xiǎn)公司比只經(jīng)營(yíng)非壽險(xiǎn)的再保險(xiǎn)公司其在勞動(dòng)投入上可以減少18.84個(gè)單位的浪費(fèi)，在權(quán)益資本投入上可以減少138.76個(gè)單位的浪費(fèi)。

綜上所述，本文選擇以模型（3）和（4）來(lái)調(diào)整兩種投入。從回歸結(jié)果可以發(fā)現(xiàn)，模型（3）和（4）的γ值較小，并且本文也沒(méi)有做單邊似然比檢驗(yàn)。因?yàn)槿魴z驗(yàn)未通過(guò)也僅僅代表即使不用極大似然估計(jì)法而使用其他方法（如最小二乘法），也是可行的，不影響下一階段的分析[10]。

（三）第三階段調(diào)整后DEA結(jié)果分析

根據(jù)式（5），利用第二階段中模型（3）和（4）得到的估計(jì)量調(diào)整勞動(dòng)和權(quán)益資本這兩種投入，再次使用CCR模型得到技術(shù)效率，結(jié)果如表4所示。調(diào)整前只有中再壽險(xiǎn)和瑞士再兩家公司在六年中均處于效率前沿面上，而在調(diào)整后只有中再壽險(xiǎn)仍處于效率前沿面，瑞士再則被中再產(chǎn)險(xiǎn)所取代。

首先，在剔除環(huán)境因素和隨機(jī)干擾后，樣本在2007年～2012年間的平均技術(shù)效率為0.653，比調(diào)整之前的0.735下降了11.16%。這說(shuō)明在樣本區(qū)間，再保險(xiǎn)公司整體處于利好的環(huán)境中并有好的“運(yùn)氣”，所以在調(diào)整之后其效率值出現(xiàn)了下降。

其次，調(diào)整后中資、外資再保險(xiǎn)公司的技術(shù)效率分別為1.000和0.517，出現(xiàn)了非一致的變化——中資再保險(xiǎn)公司的效率上升而外資再保險(xiǎn)公司的效率下降，但是變化幅度并不大。這說(shuō)明外資再保險(xiǎn)公司所處的環(huán)境和擁有“運(yùn)氣”要比中資再保險(xiǎn)公司要好，如此才會(huì)出現(xiàn)這種變化。

再次，調(diào)整前后各再保險(xiǎn)公司的平均技術(shù)效率如圖1所示，可以發(fā)現(xiàn)8家再保險(xiǎn)公司中只有中再壽險(xiǎn)1家公司效率值不變，中再產(chǎn)險(xiǎn)1家公司效率值上升，其余6家公司效率值均出現(xiàn)不同程度的下降。其中降幅最大的為法國(guó)再，效率值從0.884降低為0.379，降幅達(dá)57.13%。這說(shuō)明法國(guó)再在樣本區(qū)間所享受到的利好環(huán)境和“運(yùn)氣”要遠(yuǎn)遠(yuǎn)好于其他外資再保險(xiǎn)公司公司。此外，中再壽險(xiǎn)、中再產(chǎn)險(xiǎn)、瑞士再以及慕尼黑再效率值無(wú)變化或變化極其微小，并且效率值排名仍然處于前列；而勞合社不管是效率值大小還是效率值排名也基本無(wú)變化，仍然排于末尾。這說(shuō)明它們所受的環(huán)境因素和隨機(jī)干擾影響并不顯著。

最后，調(diào)整前后各年的平均技術(shù)效率如圖2所示。可以發(fā)現(xiàn)，經(jīng)調(diào)整后的各年平均技術(shù)效率都降低了，即使在2008年和2009年金融危機(jī)最來(lái)勢(shì)洶洶之時(shí)也是如此。這說(shuō)明2009年技術(shù)效率降低并非是由于環(huán)境惡化（僅限于本文考慮的環(huán)境因素）所導(dǎo)致的，而存在其他原因。

此外，運(yùn)用BCC模型對(duì)調(diào)整后的投入與原產(chǎn)出進(jìn)行分析，可以得到純技術(shù)效率和規(guī)模效率，進(jìn)而可以研究各再保險(xiǎn)公司的經(jīng)營(yíng)管理水平以及規(guī)模大小的影響。結(jié)果如表5所示。通過(guò)對(duì)表5的分析，我們可以從中歸納得到如下兩點(diǎn)結(jié)論：

第一，各再保險(xiǎn)公司的純技術(shù)效率極高而規(guī)模效率較低，規(guī)模效率較低是造成資源浪費(fèi)的主要原因。在8家再保險(xiǎn)公司中有6家再保險(xiǎn)公司純技術(shù)效率為1.000，也即是相對(duì)有效率的。而無(wú)效率的通用再和漢諾威再，它們的純技術(shù)效率值也分別高達(dá)0.998和0.980，與效率前沿面非常接近。即使是技術(shù)效率排名末尾的勞合社，其純技術(shù)效率也同樣位于效率前沿面上。而反觀規(guī)模效率，只有2家公司的規(guī)模是有效的，最低的規(guī)模效率值（0.106）幾乎只是有效規(guī)模的十分之一。因此總的來(lái)說(shuō)，8家再保險(xiǎn)公司的平均純技術(shù)效率值為0.998，但時(shí)其平均規(guī)模效率值僅有0.654。因此，在技術(shù)效率0.347（=1.000-0.653）的無(wú)效中，0.001（=（1.000-0.998）×0.654）是由于純技術(shù)的無(wú)效造成的，占比0.3%；0.346（=1.000×（1.000-0.654））是由于規(guī)模的無(wú)效造成的，占比99.7%。所以，我國(guó)再保險(xiǎn)公司的無(wú)效率是由于規(guī)模不經(jīng)濟(jì)所引起的資源浪費(fèi)造成的，而不是因?yàn)楸ｋU(xiǎn)公司管理決策水平不佳所造成的資源浪費(fèi)造成的。endprint

第二，外資再保險(xiǎn)公司規(guī)模無(wú)效率是其技術(shù)效率落后于中資再保險(xiǎn)公司的主要原因。從表5可以發(fā)現(xiàn)，中資再保險(xiǎn)公司不管是純技術(shù)效率還是規(guī)模效率的平均值都是1.000，而同期外資再保險(xiǎn)公司的純技術(shù)效率和規(guī)模效率的平均值分別為0.997和0.517，其中規(guī)模效率大概只有中資公司的50%。并且可以發(fā)現(xiàn)外資再保險(xiǎn)公司的規(guī)模效率值近幾年來(lái)一直在0.6以下，變化不大。因此，外資再保險(xiǎn)公司雖然在純技術(shù)效率上與中資公司相差不大，甚至現(xiàn)實(shí)中可能更具技術(shù)和管理優(yōu)勢(shì)，但由于其規(guī)模不經(jīng)濟(jì)并且一直沒(méi)有改善，因此其技術(shù)效率遠(yuǎn)遠(yuǎn)落后于中資再保險(xiǎn)公司。六、結(jié)論與建議

通過(guò)上述分析我們可以發(fā)現(xiàn)，就整體而言再保險(xiǎn)公司的純技術(shù)效率水平較高，但規(guī)模效率較低，這也是造成其資源浪費(fèi)、技術(shù)效率較低的原因。外資再保險(xiǎn)公司的規(guī)模效率要遠(yuǎn)遠(yuǎn)差于中資再保險(xiǎn)公司，而在純技術(shù)效率上也不占有優(yōu)勢(shì)。其原因可能在于外資再保險(xiǎn)公司進(jìn)入中國(guó)市場(chǎng)的時(shí)間較晚，在此之前中再壽險(xiǎn)和中再產(chǎn)險(xiǎn)已經(jīng)占據(jù)了市場(chǎng)大部分份額；并且隨著經(jīng)濟(jì)全球化以及信息與人力資源的自由流動(dòng)，中資再保險(xiǎn)公司也在不斷汲取外資再保險(xiǎn)公司的先進(jìn)管理經(jīng)驗(yàn)和技術(shù)，這使得外資再保險(xiǎn)公司的優(yōu)勢(shì)在不斷削弱。在第二階段的SFA分析中，發(fā)現(xiàn)市場(chǎng)份額和業(yè)務(wù)范圍這兩個(gè)因素對(duì)投入松弛變量存在顯著影響。其中，市場(chǎng)份額的擴(kuò)大有助于再保險(xiǎn)公司減少浪費(fèi)提高效率，這與表5中部分再保險(xiǎn)公司因其處于規(guī)模報(bào)酬遞增狀態(tài)而應(yīng)適度擴(kuò)大規(guī)模以改善效率的結(jié)果相呼應(yīng)。通過(guò)比較第一階段與第三階段的結(jié)果，可以發(fā)現(xiàn)外部環(huán)境對(duì)我國(guó)再保險(xiǎn)公司的效率影響較大，但對(duì)中外資再保險(xiǎn)公司的影響不同。這在一定程度上說(shuō)明外資再保險(xiǎn)公司所處的環(huán)境和擁有“運(yùn)氣”要比中資再保險(xiǎn)公司要好。

因此，根據(jù)上述結(jié)論本文提出以下改進(jìn)建議：

第一，當(dāng)前外資再保險(xiǎn)公司規(guī)模效率較低，因此可以適當(dāng)擴(kuò)大公司規(guī)模，這在一定程度上提高規(guī)模效率，進(jìn)而改善技術(shù)效率。當(dāng)然，在擴(kuò)大規(guī)模時(shí)要充分考慮各方面的因素，不能造成人力資本的浪費(fèi)以及經(jīng)營(yíng)管理水平的下降，也即要保持適度的規(guī)模增長(zhǎng)。

第二，本文研究顯示兼營(yíng)壽險(xiǎn)和非壽險(xiǎn)比專業(yè)化經(jīng)營(yíng)更能減少資源浪費(fèi)，因此專業(yè)化經(jīng)營(yíng)的再保險(xiǎn)公司可以考慮向保險(xiǎn)監(jiān)管部門申請(qǐng)擴(kuò)大經(jīng)營(yíng)范圍。當(dāng)然，經(jīng)營(yíng)范圍的擴(kuò)大與否應(yīng)該與自身的管理水平、風(fēng)險(xiǎn)控制能力以及資本充足率等因素相適應(yīng)，以利潤(rùn)最大化為目標(biāo)。

第三，雖然本文研究發(fā)現(xiàn)中資再保險(xiǎn)公司的純技術(shù)效率和規(guī)模效率都是有效的，但不可否認(rèn)的事實(shí)是外資再保險(xiǎn)公司歷史悠久、經(jīng)驗(yàn)豐富，因此，中國(guó)再保險(xiǎn)公司應(yīng)保持開(kāi)放的學(xué)習(xí)態(tài)度，加強(qiáng)對(duì)外交流并與外資再保險(xiǎn)公司合作，不斷引進(jìn)先進(jìn)技術(shù)和經(jīng)驗(yàn)，以保持有效運(yùn)行的狀態(tài)。

注釋：

①數(shù)據(jù)源于《中國(guó)保險(xiǎn)年鑒》，不包括太平再保險(xiǎn)有限公司，但包括勞合社。

②考慮到數(shù)據(jù)的可獲得性，本文沒(méi)有將太平再保險(xiǎn)有限公司納入研究范圍。

③2010年10月25日，德國(guó)科隆再保險(xiǎn)股份有限公司上海分公司變更為德國(guó)通用再保險(xiǎn)股份公司上海分公司。

④法國(guó)再北京分公司2010年3月開(kāi)始經(jīng)營(yíng)非壽險(xiǎn)和壽險(xiǎn)業(yè)務(wù)，在此之前只經(jīng)營(yíng)非壽險(xiǎn)業(yè)務(wù)。

⑤勞合社保險(xiǎn)（中國(guó)）有限公司2011年下半年開(kāi)始正式開(kāi)展非壽險(xiǎn)直接保險(xiǎn)業(yè)務(wù)，但其直接保險(xiǎn)業(yè)務(wù)保費(fèi)收入比重很小，故此仍將其視為再保險(xiǎn)公司，納入本文的分析。

《中國(guó)保險(xiǎn)年鑒》中缺少中再壽險(xiǎn)的員工數(shù)據(jù)。

⑥γ=σ20/σ2，σ2=σ2n+σ2v，反映了非效率項(xiàng)的方差占全部方差的比重；當(dāng)該值趨近1時(shí)，說(shuō)明非效率項(xiàng)對(duì)松弛變量的影響占主導(dǎo)地位；當(dāng)該值趨近0時(shí)，說(shuō)明隨機(jī)干擾對(duì)松弛變量的影響占主導(dǎo)地位。

參考文獻(xiàn)：

[1]Banker R D， Morey R C. Efficiency analysis for exogenously fixed inputs and outputs[J]. Operations Research， 1986， 34（4）： 513-521.

[2]McCarty T A， Yaisawarng S. Technical efficiency in New Jersey school districts[J]. The Measurement of Productive Efficiency： Techniques and Applications， 1993： 271-287.

[3]Fried H O， Knox Lovell C A， Eeckaut P V. Evaluating the performance of US credit unions[J]. Journal of Banking & Finance， 1993， 17（2）： 251-265.

[4]Bhattacharyya A， Lovell C A K， Sahay P. The impact of liberalization on the productive efficiency of Indian commercial banks[J]. European Journal of Operational Research， 1997， 98（2）： 332-345.

[5]Fried H O， Lovell C A K， Schmidt S S， et al. Accounting for environmental effects and statistical noise in data envelopment analysis[J]. Journal of Productivity Analysis， 2002， 17（1-2）： 157-174.

[6]趙旭.關(guān)于中國(guó)保險(xiǎn)公司市場(chǎng)行為與市場(chǎng)績(jī)效的實(shí)證分析[J].經(jīng)濟(jì)評(píng)論，2003，（4）：118-121.endprint

[7]侯晉，朱磊.我國(guó)保險(xiǎn)公司經(jīng)營(yíng)效率的非壽險(xiǎn)實(shí)證分析[J].南開(kāi)經(jīng)濟(jì)研究，2004，（4）：108-112.

[8]姚樹(shù)潔，馮根福，韓鐘偉.中國(guó)保險(xiǎn)業(yè)效率的實(shí)證分析[J].經(jīng)濟(jì)研究，2005，（7）：56-65.

[9]黃薇.基于數(shù)據(jù)包絡(luò)分析方法對(duì)中國(guó)保險(xiǎn)機(jī)構(gòu)效率的實(shí)證研究[J].經(jīng)濟(jì)評(píng)論，2007，（4）：111-116.

[10]王家庭，趙亮.我國(guó)財(cái)產(chǎn)保險(xiǎn)業(yè)的經(jīng)營(yíng)效率測(cè)度及提升的實(shí)證研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，（3）：107-118.

[11]張春海.基于DEA三階段的我國(guó)財(cái)產(chǎn)保險(xiǎn)公司經(jīng)營(yíng)效率測(cè)度研究[J].保險(xiǎn)研究，2011，（10）：22-29.

[12]陸靜，梁芹，曹志強(qiáng).我國(guó)產(chǎn)險(xiǎn)市場(chǎng)的三階段DEA效率演進(jìn)--基于2004年～2009年的非平衡面板數(shù)據(jù)分析[J].保險(xiǎn)研究，2012，（5）：23-35.

[13]Jondrow J， Knox Lovell C A， Materov I S， et al. On the estimation of technical inefficiency in the stochastic frontier production function model[J]. Journal of Econometrics， 1982， 19（2）： 233-238.

[14]Fenn P， Vencappa D， Diacon S， et al. Market structure and the efficiency of European insurance companies： a stochastic frontier analysis[J]. Journal of Banking & Finance， 2008， 32（1）： 86-100.

[15]Eling M， Luhnen M. Efficiency in the international insurance industry： a cross-country comparison[J]. Journal of Banking & Finance， 2010， 34（7）： 1497-1509.

[16]Lang J R， Golden P A. Evaluating the efficiency of SBDCS with data envelopment analysis： a longitudinal approach[J]. Journal of Small Business Management， 1989， 27（2）： 42-49.

[17]Battese G E， Coelli T J. Prediction of firm-level technical efficiencies with a generalized frontier production function and panel data[J]. Journal of Econometrics， 1988， 38（3）： 387-399.

（責(zé)任編輯：）endprint