中國上市保險公司經營效率實證分析

摘要：目前我國正處于保險意識不斷加強的時期，作為三大金融體系之一的保險業，國內保險公司正處于進一步向成熟轉型的關鍵發展期，一家保險公司能否從大背景下脫穎而出很大程度上取決于其經營效率。本文主要運用DEA方法的CCR模型、BCC模型和Malmquist指數法對2015年～2018年等多家保險公司進行綜合經營效率評估，在進行綜合比較的基礎上，嘗試為各家公司提出建設性意見。

關鍵詞：保險公司;DEA方法;CCR模型;BCC模型;Malmquist指數法;經營效率

中圖分類號：F842.3;F224 文獻識別碼：A文章編號：2096-3157（2020）04-0156-04

一、引言

當前，隨著社會的進步，社會的風險意識也得到了加強，人們也由對自身的保障進而延伸至了對家庭和集體的保障。從時代背景來看，隨著我國社會人口老齡化的不斷加深，重大疾病的發生率將隨之提高，這將刺激社會對保險的需求。除了老齡化帶來的保險市場空間外，全面放開二孩等人口政策也會拉動保險保障需求進一步提升。從投保能力來說，身處該時期黃金年齡段的人群相對消費能力較強，從而擁有更大的投保能力。從自身發展來看各保險公司也紛紛推出各種滿足社會各階層需求的保險產品來搶占市場，推出更多人性化的服務，使得保險更加大眾化、平民化。所以，在中國保險將進入穩步增長的階段時，作為企業要想立足于這個保險黃金期并得到充分發展，需要深入研究保險企業效率來進行合理的統籌規劃，這對于企業提高競爭力，充分發揮自身優勢加快轉型升級以及對社會改善保險結構，滿足人民需求，緩和生產力矛盾有著重大意義。

二、研究方法

1.DEA（數據包絡分析）

“Data Envelopment Analysis”數據包絡分析，是一種將多維數據整合為一個綜合指標，然后提出系統改進方向的線性優化績效分析方法。DEA是基于線性規劃模型，其本身用于評價多個決策單元“輸入”和“輸出”，并得出服務單位效率最大化。即通過對每個單元本身的最佳權值進行統籌，然后得出一個適合每個單元效率最大化的權重，和各個單元之間的效率比較。從公式角度，假設有n個決策單元、m項輸入、s項輸出，則

下面將主要采用DEA中的模型BCC模型、CCR模型以及Malmquist指數法來對諸多上市保險公司進行分析，并通過分析數據結果來進行合理建議。

2.CCR模型，BCC模型

CCR是DEA的一個基本的模型，其計算的是技術效率（包含規模效率）。而BCC在CCR上進一步考慮規模效應，所以BCC計算的是純技術效率（沒有計算規模效率具有規模效應）。因此，結合BCC與CCR分析可以很好地將技術與規模相結合。

技術效率，簡單來說就是投入與產出的最佳組合，它包括了純技術效率和規模效率。純技術效率，顧名思義就是單純在技術方面的生產效率，而規模效率是由規模效應所導致，用于對企業的投產規模進行評估。

一般意義上的“技術效率”是在“可變規模報酬（VRS）”下所提及的，因為在這種情況下廠商往往沒有達到最優規模，因此此時的“技術效率”既包括了純技術效率，也包括了實際規模效率。我們引入生產可能性這個概念，在非產能過剩時代，所能利用的有限資源所創造的生產可能性組合，其邊界的點集即為最佳組合的集合;（綜合）技術效率可理解為在最優情況下對生產可能性邊界的追趕程度。

3.Malmquist模型

Malmquist指數模型，相比于BCC模型和CCR模型，該模型考慮了一段時間內連續的效果，我們在這里把它稱作動態效率，因此它表現的是一段時期的變化。此外，Malmquist模型可直接用來計算全要素生產率，全要素生產率有三個來源：一是效率的改善;二是技術進步;三是規模效應，所以計算出來的全要素生產力我們可以看作生產力水平。

本文將每家保險公司看做一個決策單元，通過Malmquist指數可對每家保險公司進行時間軸上的動態比較從而可以對效率變化以及技術進步進行比較。

三、指標與樣本的選取和數據分析

1.樣本的選取

為了確保本次研究對象廣泛性和代表性，筆者選取了中國較大的人保財險 、 國壽財險等22家較為權威且占市場份額較大的保險公司作為決策單元（由于恒大人壽于2015年年末才成立，故無2015年的數據全按照數據標準化的最小值進行計算）。為了體現數據和分析的時效性且具有參考意義，我們選取了這些公司在2015年～2018年的財務數據進行分析。

2.指標的選取

在綜合了各個因素和考量之后，為了更好地反映所有保險公司對投入方面的普遍狀況，筆者選取了員工薪酬、總資產、業務以及管理費用作為投入的指標。員工薪酬可以非常好地體現出在人力資源和能力分配方面的管理水平。總資產即總投入，作為一個分母性質基礎性的指標，不僅用于對資本投入的評估，還能更好地反映一個公司所累積下來的收益。業務及管理費用則主要用于對業務管理水平進行評估。對于產出指標，本文則選取了保費收入、賠付總額、凈利潤作為三大指標。毫無疑問保費收入是所有保險公司收入的大頭，也是最能體現經營效率的一個產出指標。賠付總額，更多的是對保險額精算方面的效率輸出，凈利潤則綜合考量了所有的一切可利潤方式的效率，是輸出方面最為綜合性的一個指標。

3.數據的標準化

由于部分公司的財務報表中出現了DEA所無法處理的負值，所以我們對一切負值進行歸一化處理，按照“Y=0.1+0.9（（Xi-Min）/（Max-Min））”這一算法來進行處理。

注：X 為原始值，Y 為調整后的值;Max為該變量的最大值，Min 為最小值。

四、實證分析

1.CCR—BCC靜態效率評價

對于中國保險公司的效率評價，運用DEA模型中的CCR模型和BCC模型求出各個保險公司從2015年開始的四項指標數據，即技術效率（crste）、純技術效率（vrste）、規模效率（scale）以及對部分DMU進行了規模報酬階段的判斷。

從2015年～2018年的數據來看，平均每年約有8家保險公司達到了DEA最大化，即投入產出最優情況;到達過DEA最大值的公司的有國壽股份、人保財險、人保壽險、平安產險、建信人壽、國華人壽、中國信保、工銀安盛、富德生命。從整體來看，三項指標都在平均值以上的平均每年有11家公司。處于規模報酬遞增階段的公司每年平均有6家，而有7家都處于規模報酬遞減的階段。總體上來說，2015年～2018年行業結構較為均衡，但整體上升趨勢不明顯。

綜合四年數據，非極端數據和極端數據我們分別選取了太平人壽、富德生命、陽光人壽、天安人壽作為最能代表2015年～2018年行業平均水平的四家公司;選取人保財險、國華人壽、中國信保作為效率最優公司（極端大）并選取平安人壽、太保人壽、天安財險作為效率最低公司（極端小）進行分析。

表1給出了選取的中國主要的22家保險公司所形成的2015年～2018年綜合技術效率，純技術效率和規模效率的平均值。表2為選取的在2015年～2018年有各自特色以及一定代表性的公司的三項指標的四年來的平均值。通過對比發現，中國保險公司的綜合技術效率自2015年開始，2016年達到最高，然后近年來有所波動下滑;純技術效率在2015年～2017年是增進的，但2018年卻呈下滑趨勢;規模效率值在2015年～2017年一直下滑，直到2018年才較上一年基本持平并有稍稍回升。從選取的公司來看并不存在一家公司完全三項數據低于平均水平。此外，從表外可以看出，絕大多數保險公司之間效率差異并不算大。

表3為選取的又一極端案例。中國太平保險公司由2015年的效率倒數第一穩步發展，取得了極大進步。

2.Malmquist動態效率評價

緊接著，運用Malmquist方法對保險公司2015年～2018年數據進行動態分析，得到了保險公司的全要素生產率指數以及分解值，結果如表4和表5所示。

從表4可以看出2015年～2018年這22家保險公司經營效率整體上呈增長的趨勢。增長的主要區間為2015年～2017年，而2017年～2018年開始下滑趨勢。

從技術效率變化（effch）來看，2015年～2016年的技術效率是有增進的，增長率為2%;2016年～2017年的技術效率衰退率為1.4%;2017年～2018年的衰退率為2.6%。三個階段的平均衰退率為0.7%，這說明了整體上的生產技術效率稍微下滑，這體現在許多保險公司高投入低產出的現象當中。下面對技術效率變化（effch）進一步分解看出技術水平在2015年～2016年的增長率為1.4%;在2016年～2017年增長率幅度較大，為28.4%;而到了2017年～2018年由增長變為衰退，衰退率則在10.1%。三個階段平均技術水平增長率達到了7.40%。

從純技術效率和規模效率的角度來看，四年來的純技術效率是有增長的，主要是靠2015年～2017年約2%的穩步增長;而在2017年～2018年效率是降低的。因此，需要對管理方式進行改善。對于規模效率，2015年～2017年均衰退率達到了2.35%，而在2017年～2018年稍微有所增長，增長率為0.7%。總體上看規模效率四年來是衰退的，所以各大保險公司也應對資源的配置進行改善。

由表5整體上看，全要素生產率的變化主要被技術效率所影響。

從表5我們對極個別極端數據進行分析，可以發現四年來技術衰退幅度最大的是新華人壽，其管理方式和資源配置都存在著不合理。而四年來增長幅度最大的是之前在BCC中選取的公司進步最明顯的中國太平保險公司。

五、結論與建議

第一，從BCC和CCR的分析結果來看，對于一般的公司，變化幅度不大;對于極小值的公司，其中也不乏占市場份額前幾名的公司，都會存在著純技術效率和綜合技術效率較低的情況，這是因為不能很好地利用廣闊的資源而達到利益最大化。對于極端大的公司四年來一直處于DEA最優情況，其運作模式以及分配結構值得借鑒。

第二，由Malmquist分析發現四年來生產技術水平有所進步，且是帶動著全要素生產率的提升的主要原因。對于每一家公司影響全要素生產率的還是技術效率（effch）;對于絕大多數公司，技術水平是決定公司進步與否的關鍵。此外，這也說明依靠技術進步是提高財產保險公司經營效率的有效方式，技術成為制約中國保險公司效率的主要因素。

第三，由Malmquist分析法發現大部分指標同樣是在2017年～2018年效率降低。雖然降低的幅度不大，但足以看作警示的信號，從表4的數據看來這說明中國保險公司在穩步增長后已經進入了類瓶頸期，為了公司發展，各大保險公司不得不面臨轉型升級。

第四，對于選取的進步最明顯的中國太平保險公司，在技術效率、管理方式、投入產出比重都進行了優化，使得員工薪酬、業務以及管理費用更加合理化的基礎上擴大凈利潤，值得各個保險公司借鑒。總的來說使其進步的關鍵還是技術水平。由此可見，下一階段中國保險公司轉型成功的關鍵在管理方法和改進或引進新技術。

本文通過對中國較大的22家保險公司進行研究從而嘗試對中國保險公司的現狀和效率進行分析和建議，但仍有不足之處。首先，這22家保險公司并不能完全代表所有保險公司在這一年中的變化情況。其次，任何一家保險公司的運行都是由多種因素來決定的，本文只是選取了極個別重點作為決策單元。另外，考慮到國內外經濟形勢的影響，保險公司的調整內容也注定多元化且具有彈性。

參考文獻：

[1]白彩全，范婧雯，何宜慶，等.中國財產保險公司經營效率評價及影響因素：基于CCR-BCC和Malmquist的DEA-Tobit模型[J].數學的實踐與認識，2015，45（13）：18～30.

[2]張俊嶺.中國財產保險公司的規模效率DEA實證研究[J].統計與信息論壇，2007，22（06）：45～48.

[3]楊波，龍炫睿.我國財產保險公司經營績效評價（2009～2016）：基于DEA-Malmquist的分析[J].區域金融研究，2018，（03）：12～17.

[4]Joe Zhu.數據包絡分析：讓數據自己說話[M].公彥德，李想，譯.北京：科學出版社，2019.

作者簡介：王雨航，金陵中學河西分校學生。