保险公司投资资产配置效率影响因素

2021-07-07 14:19
内江师范学院学报 2021年6期
关键词:保险公司规模变量

杨 阳

(安徽三联学院 财会学院, 安徽 合肥 230601)

0 引言

近十年来我国保险行业保持着良好的发展势头,保险行业在整个金融体系中的地位不断提升,突出表现在保险市场规模快速膨胀,保险行业总资产屡创新高.不过不足之处也比较明显,比如保费资金整体利用率低,收益水平有限,投资渠道狭窄等,突出表现在投资资产配置上,依靠传统费差和死差的盈利模式已经难以满足当下行业发展需要,扩大利差空间成为提升我国保险公司盈利水平的关键所在[1].从投资资产配置效率着手,关其主要影响因素成为我国保险公司获得持续、深入发展的必然选择.

保险公司投资资产指保险公司可用于投资的资产,包括自有资产和受托资产;而投资资产配置效率指保险公司将投资资金投资于不同类型金融产品上的投入和产出之间的比例关系,此比例越小,单位产出所付出的成本越少,保险公司投资资产配置效率越高,收益空间越大[2].学界关于保险公司投资资产配置问题的研究一直持续不断.一些学者对保险公司投资资产配置影响因素展开了深入研究,如Chiu等[3]从安全性角度进行了深入研究,强调了负债及负债结构对保险公司投资资产配置的影响和重要意义;刘相波等[4]论证了预期收益目标是保险公司投资资产配置方式的重要积极影响因素;Peng等[5]基于不确定性理论研究了再保险公司投资资产最优组合模型,将各种宏微观因素纳入了再保险公司最优投资资产组合模型;Wang等[6]基于随机利率理论实证分析了市场、人才、经营管理等因素对保险公司最优投资资产组合的影响因素,并针对各因素提出了对策建议;吴杰[7]结合我国实际数据实证分析了税收政策对保险公司投资资产配置方式及结果的影响,论证了税收政策对保险公司投资资产配置的显著影响;刘树枫等[8]结合国际因素探索了我国保险公司投资资金优化配置问题,强调了应该将相关国际性因素纳入保险公司投资资产优化配置体系.还有一些学者从保险公司投资资产最优化配置理论和方法角度进行了深入研究,如Li等[9]研究了安全第一原则下的资产负债管理,将安全性原则纳入保险公司投资资产最优配置组合的构建体系;段国圣[10]在Markowitz组合投资理论基础上,将保险公司赔付能力指标纳入分析体系,构建了适合我国金融市场实际情况的保险公司投资资产配置优化模型;王乙娜等[11]以我国部分保险公司数据为基础,对保险公司投资资产配置效率进行了实证分析,并优化了现有资产配置模型;Chang[12]、Yao等[13]将负债和随机利率等因素纳入动态均值-方差理论中,研究了保险公司最优投资组合选择方法和模型.

可以看出,现有研究很少直接落脚于保险公司投资资产配置效率问题上,大部分研究是从资产配置优化方法、影响因素等方向进行的侧面研究,少数文献虽然也直面投资资产配置效率及影响因素问题,但主要集中于定性探讨层面,这给本文提供了新的研究思路和研究必要性.本文将基于我国上市保险公司数据,深入研究我国保险公司投资资产配置效率影响因素,进一步丰富现有理论研究的同时,对于优化我国保险公司投资资产配置,提升配置效率也具有一定现实意义.

1 理论与假设

保险公司投资资产配置效率的具体影响因素比较复杂,国内外学者在研究中对不同因素进行了探讨,如Chiu等[3]认为保险公司的负债是影响其投资资产配置收益的重要因素;Wang等[6]研究了保险公司投资资产最优策略,重点分析了市场、人才、经营管理等因素在最优资产配置中的作用;方红星等[14]、刘相波等[4]探讨了保险公司经营管理模式对其资产配置收益的影响;赵桂芹[15]、章洪量等[16]认为资本结构和金融市场环境对资本配置效率存在显著影响;陈艳利等[17]认为人才和资源是保险投资资产配置优化的重要影响因素;刘斌斌等[18]认为企业规模对保险投资资产配置效率存在影响;郑苏晋等[19]强调市场因素尤其是市场风险对保险公司投资资产配置方式存在深刻影响;陈曦等[20]认为金融规模和投资结构是保险公司投资资产配置效率的最主要影响因素.综合各学者的研究和我国保险市场现实,本文将我国保险公司投资资产配置效率影响因素归纳为规模、市场、人才、经营管理、投资结构以及外部环境等六方面.

1.1 规模因素

在规模经济理论下,企业规模深刻影响着企业的长期经营成本.长期而言,企业的平均成本呈现U型,在企业成长期,企业规模的增加能够降低平均成本[21].而当企业规模增加到一定程度时,长期平均成本将会是企业规模的一个正相关函数,此时企业已经不再具有规模经济效应了.所以,规模因素对企业经济效益的影响是存在的,但比较复杂,需要结合企业所处的具体成长阶段而定.现阶段,我国保险行业正处于快速成长阶段,绝大部分保险公司也都处于规模扩张期,保险公司的规模效应比较明显,单位投入获得的边际产出递增,对保险公司投资资产配置效率存在正向推动作用.可投资资金规模是保险公司规模的代表性指标,一般公司规模越大则可投资规模也越大,可投资规模越大则在资金配置过程中便会有更大的选择空间和机会,资金规模优势就越明显,所以可投资金额可作为规模因素的代表.基于此分析,本文提出假设:

假设1:规模因素是我国保险公司投资资产配置效率的显著影响因素.

1.2 市场因素

市场因素对保险公司投资资产配置效率的影响得到了市场结构理论的支持.该理论主要从企业的市场占比角度论证了市场因素对企业经营效率的影响.市场结构理论认为,市场份额占比较大的企业能够依靠自身对市场的控制力影响产品的市场价格,可以通过抬高价格获取额外利润[22].市场结构理论中的绩效假说学派则从企业对市场趋势的引导角度阐述了市场因素的影响,它认为市场份额占比越大,对行业的领导能力越强,市场中的主要领导型企业会为了自身利益协同设定符合自己要求的价格,进而控制市场,获取超额利润.市场结构理论中的结构假说学派也从因果关系角度研究了企业经营效率与市场因素之间的关系,认为市场占有率和经营效率之间相互影响、相互促进,高经营效率会带来高市场占有率和市场集中度,同时,市场占有率的提升也会促进经营效率的提升.所以,提出假设:

假设2:市场因素是我国保险公司投资资产配置效率的显著影响因素.

1.3 人才因素

人才是现代企业谋求生存与发展的重要资源和主导力量.根据“二八定律”,企业中有80%的员工是普通员工,而另外20%的员工才是对企业的核心竞争力有着决定性作用的关键员工,这20%的员工之所以被称为关键性员工,是因为他们往往接受过优质的教育并且具备过硬的专业技能和丰富的岗位工作经验.在现代企业管理中以及激烈竞争环境中,人才在企业发展过程往往占据绝对话语权,对于保险公司的经营管理和资产管理也是如此[23].在保险公司投资实务中,对员工的专业投资能力以及经验的要求更高,尤其在当前量化投资、金融创新不断发展的环境下,资产配置过程中的风险、收益、合规等问题均需要工作人员具备扎实、完备的专业知识,所以,具有硕士研究生及以上学历的员工成为保险公司关注的重点.只有员工的素质达到要求时,保险公司在投资资产配置过程中才能够有效解决相关问题,提升投资资产的整体收益.基于此提出假设:

假设3:人才因素是我国保险公司投资资产配置效率的显著影响因素.

1.4 经营管理因素

就企业的经营效率而言,经营管理因素主要表现为管理者的经营管理能力,而管理者管理能力主要体现为其对各种资源的整合能力.企业的运营过程就是对各种资源、各个部门和岗位的协调和整合,其经营管理的能力就越强,对各种资源和岗位整合、协调能力越强,企业业务的开展以及所付出的成本相应就越小,越有助于盈利能力的提升[24].投资资产配置也是保险公司日常经营管理的主要内容,通过对投资组合的选择和构建、投资风险和成本的控制等活动实现提升资产配置效率.保险公司在投资运营过程中,会涉及资金、人才、费用等资源的运用和整合问题,管理者会在尽量控制经营管理费用的前提下,选择最合适的员工对资金进行投资运作,进而在尽量控制风险的情况下获得尽量高的投资收益率,管理者的经营管理能力越强,经营管理费用控制得越好,对各种资源的整合能力也就越强,投资资产配置效率相应也会越高.综上,提出假设:

假设4:经营管理是我国保险公司投资资产配置效率的显著影响因素.

1.5 投资结构因素

投资结构是影响保险公司投资资产配置效率的最直接因素,并且是最重要因素之一,其主要表现为投资活动中各种资金的占比情况,尤其是长短期资金的占比状况.在投资活动中,保险公司会结合自身实际经营特点,根据风险分散的主要原则,会将资金分布在不同期限的投资项目中,以满足企业日常经营对资金流动性的需要,并获得长期投资项目的较高收益[25].此外,由于保险新政的实施,保险公司投资资产的配置方式逐渐由传统证券化投资方式向新型另类投资方式转移,证券类资产占比有所下降,而新型投资占比有所上升,保险公司的投资结构有所变化.资金的流动性是企业日常运营过程中必须要处理好的问题,急需要足够的流动性强的短期资产用于满足日常经营活动以及应付偶然事件,同时也不能闲置过多资金,以免影响企业资金的整体收益.就我国当下投资环境来看,保险公司加大长期资产配置有助于提升其整体资产配置收益的同时,也是对接实体经济股权投资的主要趋势,所以,短期投资占保险公司整体投资资产的比重成为评判其投资结构的重要体现.综上分析提出假设:

假设5:投资结构是我国保险公司投资资产配置效率的显著影响因素.

1.6 宏观环境因素

宏观环境因素影响着社会经济体系中所有的微观主体行为,其对保险公司的资产配置行为也有一定影响,主要表现在会影响到保险公司投资资产可分布到产业领域、地理地域以及投资产品种类等方面.所以,宏观经济环境是我国保险公司投资资产配置效率的重要影响因素,尤其是作为金融市场的重要组成部分,保险公司投资资产配置效率直接受到整个金融市场环境的影响.金融市场的整体规模,尤其是市场规模的增长速度对于社会经济体系投资活动的资产收益有着积极的正面影响,突出表现在货币供给量(M2)增长率上,不但整体金融市场规模在膨胀,而且经济体系中的可用资金规模也在快速增加,社会经济扩大再生产速度以及社会财富增长速度便相应提升,保险投资资产配置效率相应能够得到保障.综上分析提出假设:

假设6:宏观环境是我国保险公司投资资产配置效率的显著影响因素.

2 实证检验

2.1 保险公司投资资产配置效率计算与分析

2.1.1 效率评价模型

目前学界关于资产配置效率评价方法的研究比较多,其中数据包络分析法(DEA)是目前学界认可度和运用率都比较高的,在保险公司经营效率、资产运用效率研究等方面得到了较广泛的运用,比如章添香等[2]、张骥等[1]运用DEA模型研究了保险资金运用效率情况.需要指出的是,现有运用DEA模型的研究基本都是从企业整体资产配置效率方向展开的,没有区分技术效率和规模效率间的区别.而指标体系设置的全面性也有限,比如在投入指标上大部分研究是从整体投入资金量角度或者规模和技术中的一方面而设置,产出指标上绝大部分研究是从利润角度设置的.本文借鉴现有研究成果,利用DEA模型从规模、技术和综合效率三方面测量我国保险公司的投资资产配置效率,从规模指标、技术指标两方面设置投入指标,从公司营业利润和投资资产的投资收益两方面设置产出指标,不仅投资资产配置效率的测量内容更加全面,指标体系也更加完整.

2.1.2 样本选择与指标设置

(1)样本选择.我国上市保险公司的数量并不多,有在国内上市的,也有在国际市场挂牌的,而国内又有针对不同类型企业挂牌需要设有多个不同板块,在主板挂牌的上市公司规模一般都比较大,且发展相对成熟和稳定.为了便于获取数据和资料,更加准确的了解我国保险公司投资资产配置效率,本文选择我国A股主板上市的保险公司为样本企业,目前在A股主板挂牌的主要有平安保险、中国人寿、中国人保、太平洋保险、新华保险、中国太平以及西水股份等7家保险公司(集团),此7家保险公司规模以及市场占有率比较高,是我国保险行业中最具代表性的企业,以此7家保险公司为样本研究我国保险公司投资资产配置效率及其影响因素具有较高的代表性和可信度.为了了解当前环境下我国保险公司投资资产配置效率及其影响因素,样本数据区间选择2015-2019年间的季度数据.所有指标数据收集整理自CSMAR数据库,所有量化计算过程均由Eviews8.0实现.

(2)评价指标设置.构建DEA模型的指标体系主要分为投入类指标和产出类指标,而对于此两类指标的具体选择,不同的学者在开展研究过程中有一定差异,综合骆雅杰等[26]、王培辉[27]、刘树枫等[8]的研究成果,结合当前我国保险公司投资资产配置实际情况,本文在DEA模型构建过程中,投入指标选择可投入资金量、经营费用、人力投入和短期投资四个指标,其中可投入资金量和经营费用是规模产出指标,人力投入和短期投资是技术投入指标,而产出指标选择保险公司利润总额和保险资产投资收益率两个指标.为了满足DEA模型对指标数值不能为负的要求,将投入产出变量中小于0的统一设定为0.1.此外,为降低因指标度量单位差异带来的分析误差,对获取的数据进行无量纲化处理.

2.1.3 投资资产配置效率计算与分析

构建DEA模型的关键点在于选择好决策单元,本文各保险公司各季度的投资资产配置效率为决策单元.将各保险公司投资资产投入和产出指标数据带入DEA模型进行计算,结果如表1所示.由表1可以看出,我国保险公司投资资产的综合配置效率普遍不高,各保险公司投资资产综合配置效率值均在0.9以下;规模效率值均在0.9以下,最低值为0.876;而技术效率相对规模效率普遍较高,技术效率值均在0.910以上,最高的是太平洋保险,技术效率值为0.938,最低的为中国人保,技术效率值为0.911.所以,就各保险公司个体来看,我国保险公司投资资产综合配置效率和规模效率较低,技术效率相对较高,但技术效率值的绝对水平也有限,还有较大的提升空间.

表1 各保险公司投资资产配置平均效率

2.2 保险公司投资资产配置效率影响因素实证分析

关于保险公司投资行为与相关因素之间量化关系的研究方法比较多,其中经济计量模型法是运用比较广泛的.本文基于我国上市保险公司的面板数据,通过构建面板数据回归模型,深入实证我国保险公司投资资产配置效率的影响因素.

2.2.1 替代变量选择与模型构建

根据前文理论分析内容,构建我国保险公司投资资产配置效率影响因素的面板数据回归模型,被解释变量为前文基于DEA模型测算的保险公司投资资产配置效率值,解释变量为各影响因素替代变量,各变量具体情况如表2所示.

表2 变量体系汇总

针对综合效率、技术效率和规模效率分别构建的面板数据回归模型为:

O-effectit=α+β1I-amountit+β2B-expenseit+β3S-qualityit+β4M-shareit+β5I-shortit+β6M2it+μit,

T-effectit=α+β1I-amountit+β2B-expenseit+β3S-qualityit+β4M-shareit+β5I-shortit+β6M2it+μit,

S-effectit=α+β1I-amountit+β2B-expenseit+β3S-qualityit+β4M-shareit+β5I-shortit+β6M2it+μit,

式中,α为常数项,βj((j=1,2,3,4,5,6)为各解释变量参数,μit为随机扰动项.各变量样本数据依然选择2015—2019年的季度数据,个别缺失值利用外推法弥补.

2.2.2 相关性分析

计算各被解释变量与各解释变量间的相关系数,结果如表3所示.由表3可见,被解释变量与各解释变量间的相关系数都比较高,整体上各被解释变量与各解释变量之间具有比较显著的线性关系,适合引入线性模型.三个被解释变量与I-short间的相关系数为负,短期投资占比与保险公司投资资产配置效率之间呈现反方向变化.三个被解释变量与其他解释变量间的相关系数符号均为正值,说明这些解释变量与保险公司投资资产配置效率之间呈现同方向变化.

表3 各变量间相关系数矩阵

2.2.3 平稳性检验

为了避免利用具有时间属性的数据构建回归模型可能出现的“伪回归”问题,需要对变量的平稳性进行检验,单位根检验是最常用的方法.为了提升检验结果的有效性和说服力,采用同根检验和异根检验相结合的方式,参考相关学者的研究.LLC检验和ADF检验分别是同根检验和异根检验最常用的方法[18,28],将两种方法相结合共同检验各变量的平稳性,检验结果如表4所示.

表4 平稳性检验结果汇总

表4中,LLC检验结果显示,被解释变量中只有T-effect为平稳变量,其他两个均不平稳,解释变量中有3个为平稳变量,3个为非平稳变量.ADF检验结果显示,除了T-effect平稳外,其他2个被解释变量均不平稳,解释变量中有2个不平稳,4个平稳.总体来看,本文变量体系中存在多个非平稳变量,直接用之构建回归模型容易出现伪回归问题,需要进一步检验变量间的协整性.

2.2.4 协整分析

非平稳面板数据变量之间如果整体上存在协整关系则表示它们之间存在长期的稳定关系,亦可用之构建回归模型,本文使用目前学界认可度比较高、使用范围比较广的Pedroni法检验变量体系整体上的协整性.结果如表5所示.从表5中可以看出,在5%显著性水平,7个协整检验统计量中有6个通过了检验,所以面板数据体系整体上是具备长期稳定关系的,所以可使用本文的面板数据变量构建回归模型.

表5 Pedroni协整检验结果

2.3 参数估计与分析

面板数据回归模型在具体拟合过程中有随机效应、混合效应和固定效应三种形式,具体采用哪种形式需要结合实际问题判断.F检验和Hausman检验是目前学界普遍认可的检测面板数据回归模型形式的方法,其中F检验主要用于选择混合效应和固定效应,Hausman检验主要用于选择固定效应和随机效应,具体检验结果如表6所示.

表6 面板数据回归模型形式检验结果

表6中F检验结果显示,三个模型均通过了5%的显著性水平,在混合效应和固定效应之间均认为固定效应模型更加合适.而Hausman检验结果显示,三个模型均通过了10%的显著性水平,在固定效应和随机效应之间,三个模型更适合随机效应模型.所以各面板数据回归模型均采用随机效应形式进行拟合.

由表7可以看出,三个模型参数估计的可决系数均在0.82以上,F-statistic的伴随概率均为0,D.W统计量值均在2左右,H.Q值也都比较理想,所以三个模型的整体拟合结果均较好.

表7 各模型参数估计结果汇总表

从参数偏拟合的t检验结果来看,三个模型中的各解释变量估计值在10%水平下均显著,均为我国保险公司投资资产配置效率显著的影响因素,所以前文各假设均为真命题.从各解释变量参数估计值的符号来看,I-short的拟合系数为负数,短期资产占比越大,越不利于保险公司投资资产配置效率的提升,而其他解释变量的参数拟合系数均为正数,各因素替代变量值越大,越有利于保险公司投资资产配置效率的提升,与前文理论分析结论一致.

进一步从拟合参数的绝对值来看,各解释变量对被解释变量的影响力度存在差异.模型(1)中,B-expense的偏拟合系数绝对值最大,其次是I-short,经营管理因素和投资结构因素对保险公司投资资产配置综合效率影响力度最大,保险公司自身的经营管理水平和资产组合优化水平是提升保险公司资产配置综合效率的主要内容.I-amount、S-quality和M-share的偏拟合系数的绝对值均维持在0.1至0.2之间,三者对被解释变量的影响力度相差不大,规模、人才和市场等因素对我国保险公司投资资产配置综合效率的影响力度一般,从企业规模、员工素质以及市场竞争等方向采取措施也能够在一定程度上提升保险公司投资资产配置的综合效率.而M2的偏拟合系数仅为0.0864,远低于其他解释变量,宏观环境因素对保险公司投资资产配置综合效率的影响力最小.

模型(2)中,B-expense和S-quality的偏拟合系数绝对值位居前两位.经营管理因素不仅深刻影响着保险公司投资资产配置的综合效率,同时也是技术效率的最主要影响因素.此外,人才因素也对保险公司投资资产配置的技术效率影响力度很大,人才专业能力的提升在保险公司投资资产配置过程中应该给予足够重视,通过推动技术效率提升的途径实现综合效率提升.此外,I-short的偏拟合系数绝对值也比较高,仅次于B-expense和S-quality,投资结构因素是保险公司投资资产配置效率的重要影响因素之一,优化资本结构、突出长期资本的优势可以达到提升保险公司投资资产配置技术效率的目的.I-amount、M-share和M2的偏拟合系数绝对值均小于0.2,规模因素、市场因素和宏观环境因素对保险公司投资资产配置的技术效率的影响力度相对较小.尤其是宏观环境因素,是所有因素中影响力最小的,与模型(1)的拟合结果一致.

模型(3)中,I-amount和B-expense的偏拟合系数绝对值是所有解释变量中最大的两个,与模型(1)和模型(2)的拟合结果类似,经营管理因素对我国保险公司投资资产配置的规模效率影响力度位居前列.同时,规模因素的影响力度也很大,我国保险行业正处于快速发展期,保险公司的规模经济效应明显,可以从企业规模、投资资金规模角度出发提升投资资产配置效率.S-quality的偏拟合系数绝对值位列第三,人才因素对保险公司投资资产配置的规模效率也有比较大的影响,提升员工素质也是保险公司需要重点考虑的.M-share、I-short和M2的偏拟合系数绝对值相对较小,其中M-share最小,市场因素、投资结构和宏观环境的影响力比较小,尤其是市场因素,对保险公司投资资产配置规模效率的影响很有限.

3 结论与建议

3.1 基本结论

通过前文的理论分析和实证检验,本文主要得出以下几点结论:

(1)目前我国保险公司投资资产配置效率整体比较低,但处于不断上涨状态.

(2)我国保险公司投资资产配置效率受到多方面因素影响,总体来说主要可以归纳为规模因素、市场因素、人才因素、经营管理、投资结构、宏观环境等六方面.

(3)经营管理因素对我国保险公司投资资产配置的各种效率值均存在深度影响,是各影响因素中的最主要因素之一.

(4)投资结构因素、人才因素和规模因素分别对保险公司投资资产配置的综合效率、技术效率和规模效率产生深度影响.其他因素的影响力度相对较小,尤其是宏观环境因素,总体影响力很有限.

3.2 对策建议

根据本文主要研究结论,保险公司可以结合相关影响因素采取措施,以提升其投资资产配置效率,比如可以从以下几方面着手:

(1)提升经营管理水平.经营管理因素是我国保险公司投资资产配置效率最显著也是力度最大的影响因素,保险公司应该着重从自身内部经营管理着手,通过组建高水平管理团队,搭建高效率组织架构,采用科学的经营管理模式提升公司整体经营管理水平,进而提升保险投资资产管理水平和资产配置效率.

(2)优化投资结构,发挥长期资金优势.从前文研究可以看出,投资结构是保险公司投资资产配置效率非常重要的一个因素,短期资金占比过高会拉低投资资产配置效率,所以保险公司在资产配置过程中应该充分发挥长期资金在配置体系中的优势.提高长期资金占比,坚持价值投资理念,强调对投资对象的长期价值评估和分析,以提升投资资产配置效率.

(3)注重员工素质提升.保险公司也应该重视员工素质尤其是负责资产管理的员工素质的提升.除了岗位培训、再教育、行业交流等常规性的素质提升手段外,还可以针对资产管理岗位员工设置专门的激励政策,督促这类员工加强业务能力的提升,提升资产管理效率.对于业内比较出名、专业技能高的人才,保险公司可以通过制定专门的人才引进政策,吸引这类员工进入公司,带动其他员工素质提升,进而提升公司员工整体素质.

(4)进一步整合资源,突出资金规模和业务规模等方面的优势.保险公司可以进一步加大对现有资源的整合力度,在集团性公司框架优势下不断完善自己的产品线和产品销售渠道,逐渐形成主导产品的全方位、立体化的销售系统,在扩大保险资产管理空间的同时达到抢占市场和提升市场竞争力的目的.

猜你喜欢
保险公司规模变量
科学创新人才的适度规模培养
50亿元!目前规模最大的乡村振兴债券发行
2020年我国机器人产业规模达1000亿元
抓住不变量解题
中国出口信用保险公司
保险公司中报持股统计
香港保险公司过往5年部分产品分红实现率
保险公司预算控制分析
Mentor Grpahics宣布推出规模可达15BG的Veloce Strato平台
分离变量法:常见的通性通法