关键词关联规则；数据挖掘；人寿保险
1引言
近年来，数据密集型的保险行业经过多年的运营，也已经积累了海量的历史数据，这些数据是公司的重要财富。要从这些大量数据中获取能给公司带来无限商机的有价值信息，急需更高效的数据处理方法和技术。此时数据挖掘技术显示出了它特有的优越性。1
2关联规则挖掘技术
数据挖掘(DataMining)是一个利用各种分析技术和工具从大量数据中提取有用知识的过程。它是一门交叉学科，把人们对数据的应用从低层次的简单查询，提升到从数据中挖掘知识，提供决策支持。它包含很多技术与方法，其中关联规则挖掘是一项非常重要的技术，是数据挖掘的一个主要研究方向。迄今为止，关联规则挖掘已经被应用到很多领域，例如零售业、市场营销、医学等，为各个领域的决策支持提高了一个有效的手段。
关联规则挖掘是由R.Agrawal等人提出来的，关联规则是描述数据库中数据项之间某种潜在关系的规则[1]，它的基本概念为：设为数据项集合，设D为与任务相关的数据集合，也就是一个交易数据库，其中的每个交易T是一个数据项子集，即；每个交易均包含一个识别编号TID。设A为一个数据项集合，当且仅当时就称交易T包含A。一个关联规则就是具有“”形式的蕴含式；其中有，且。规则在交易数据集D中成立，具有支持度s，其中s是D中交易包含（即A和B二者）的百分比，这是概率P（）。如果D中包含A的事务同时也包含B的百分比是c，则规则在交易数据集D中具有置信度c。这是条件概率P。即SupportP（）=P（），ConfidenceP（）=p（）。
满足最小支持度阈值和最小置信度阈值的关联规则就称为强规则。这两个阈值均在0％到100％之间。挖掘关联规则主要包含以下二个步骤[2]：
(1)发现所有的频繁项集，根据定义，这些项集的支持度至少应等于（预先设置的）最小支持度阈值；
(2)根据所获得的频繁项集，产生相应的强关联规则。根据定义这些规则必须满足最小支持度阈值和最小置信度阈值。
3关联规则挖掘技术在人寿保险行业中的应用
人寿保险行业在日常的经营过程中，经常会遇到这样一些问题：如何能更好的理解客户，挽留有价值的投保人，对不同行业的人、不同年龄段的人、处于不同社会阶层的人的保险金额度该如何确定。这些问题都是影响公司经济运营的重要因素。为了更好的掌握投保人的特点及合理的制定保险金额度，可以利用关联规则挖掘来发现投保人与索赔的关系，分析具有什么特征的投保人曾经向保险公司索赔过。
3.1关联规则挖掘的基础数据
为了研究投保人与索赔的关系，我们从某城市一家人寿保险公司的历史保单数据库中提取出相关数据，把其整合到关系表中进行关联规则挖掘。下面的表1为整合之后的信息。
3.2基于概化的数据预处理
为了更好的进行关联规则挖掘，要对表1中的基础信息进行基于概化的数据预处理，具体的概化处理方法为：
①用符号A描述年龄，把年龄进行分段概化为：A1（£25岁），A2（25-35岁），A3（35-45岁），A4（³45岁）。
②用符号B描述性别，B1表示“女”，B2表示“男”。
③用符号C描述健康状况，C1表示良好，C2表示一般，C3表示较差。
④用符号D表示工作单位，工作单位为外资企业的表示为D1，非外资企业的表示为D2。
⑤用符号E表示工资档次，分别概化为：E1（高），E2（较高），E3（中），E4（低）。
⑥用符号F表示投保人是否曾向保险公司索赔过，F1表示曾经索赔过，F2表示未曾索赔过。
3.3关联规则挖掘过程
由关联规则的概念和表2的概化结果，可得出项目集合为{A1，A2，A3，A4，B1，B2，C1，C2，C3，D1，D2，E1，E2，E3，E4，F1，F2}，我们目的是要分析投保人的各方面情况和索赔情况之间内在的关联规则。假设关联规则的支持度至少为40%，置信度至少为80%。进行关联规则挖掘过程如下：
(1)首先利用基于事物压缩的Apriori算法找出频繁项集如图1所示。
(2)找出支持度至少为40%而且置信度至少为80%的强关联规则。
由以上两步我们得出的和索赔情况有关而且实用的强关联规则为：（A4，B2，D1）F1(置信度为100%，支持度为40%)此规则可解释为投保单上年龄大于45岁，工作单位是外资企业的男性投保人，几乎都曾经向保险公司索赔过。
3.4关联规则挖掘结果的指导作用
根据挖掘结果，我们分析原因，发现对于工作在外资企业，年龄大于45岁的男性投保人来说，由于在外资企业工作压力大，生活节奏快，同时45岁左右的中年男性正处于家庭负担最严重阶段，生活压力也很大，这些因素导致这部分人群的健康状况不好，因此索赔率也相对比较高，保险公司可以考虑相对提高对这部分人群的保险金额。此结论对于保险公司的增值服务具有重要的指导意义。
4结束语
本文利用关联规则挖掘方法分析出了隐藏在人寿保险历史数据背后的有效信息，然而关联规则挖掘技术在人寿保险行业中的应用不只是文中提到的这几个方面，例如利用关联规则挖掘进行险种关联分析，即分析购买了某种保险的人是否同时购买另一种保险。我们应该利用数据挖掘技术来分析人寿保险行业中的海量历史数据，进而从中获取有意义的信息，并从中挖掘出业务的内在规律，以达到提高效益、减低成本、防范风险的目的。数据挖掘技术是具有广阔前景的数据处理与分析技术，它将在有大量信息的保险行业中发挥不可估量的作用。
图1频繁项集的生成
参考文献
[1]JiaweiHan.数据挖掘概念与技术,北京:机械工业出版社,2004.6:149—180
[2]陈文伟,黄金才.数据仓库与数据挖掘，北京:人民邮电出版社，2004.1:143—149
[3]吉根林,帅克,孙志辉.数据挖掘技术及其应用[J].南京师大学报,2000.23(2)
（一）团队的直接组织环境应尽可能简约。近几年中国人寿在精减机构与人员方而做了大量的工作，人浮于事的现象已经得到一定程度的遏制与改观，我们现在必须要思考的是，在基层公司这个层面上，根据目标要求，必备的主要功能是什么？到底需要多少固定的岗位？现有正式职员的能力与岗位需要相符吗？至少，我们应尽量避免组织行为学研究所揭示的一种现象，即在一个单位内，假如存在劳逸不均或岗位工作与目标实现无关联的人和事，那么，就必定会对大多数人的工作积极性形成挫伤，并诱发“社会性懒惰”。同时，组织环境的简约也意味着正式职工身份的简约，原有的等级观念应得到淡化。我们知道，营销员们的人事档案等行政关系均不在公司，他（她）们与公司的关系是临时的松散关系，营销员普遍对自己的身份极为敏感，与正式职工之间的身份有明显差异，也极轻易引起他们的自卑与不满。反过来说，身份的明显差异也会诱发正式职工的自大心理，由此而产生的傲慢又加剧了营销员们的反感。
基层公司是营销员们的聚集之地，是营销员们的“家”，直接构成营销员统一的组织环境。一般来说，这种直接组织环境主要由两个方面构成，一是组织结构，二是组织机制。在组织结构简约方面，一个基本原则就是突出营销团队的重要地位。基层公司所有部门与岗位，都应重新思考自身与营销团队的关系，看能不能对营销团队提供最好帮助与最大支持，假如不能，则应考虑调整、替换、重组，甚至撤消的可能性。组织机制简约的重要原则是协调与效率。团队与团队、团队与部门、团队与公司领导之间的关系，应予明确。尤为重要的是，当某一团队发生困难时，基层组织总是能提供最有效的帮助与指导。应该明确的是，团队的建设与工作，离开了组织的系统支持是不可能成功的。总之，基层组织环境简约的结果，是既能保证固定职工的稳定持久作用的发挥，又能为营销团队活动和营销员们的工作，创造一种平等、自主和鼓励创新的组织氛围。
（二）团队自身的组织方式需要调整。从团队治理的效率来看，人数越多的团队人际关系的类型也就越多，意见分岐和导致社会性懒惰的可能性就越大，因此，团队成员人数不宜过多。组织行为的研究表明，最有活动效率的团队，人数一般在7至10名左右，不宜超过15名。为了防止“内耗”，凡人数超过10名以上的团队，则可考虑“另起炉灶”分设团队。当然，团队内部可根据需要设立若干“指导小组”，采取一对一的方式，具体负责对新人公司成员进行传、帮、带。团队内部的指导小组具有矩阵结构特点，一般存续期为半年左右。待新人完全熟悉业务流程后，指导小组的任务即行完成.其成员则完全融入团队之中。
为了增强团队的责任感，加强对团队的治理，团队经理可从公司正式职工中挑选，或者以合同方式从优秀营销员中选拔，以往那种通过裂变方式所产生的团队经理，不足之一就是对团队活动缺乏足够的投入，加之成员过多或过少，组织结构稳定性自然明显趋于弱化。
（三）团队的自利主要通过授权适当加大。在中国人寿现行的组织模式中，权力总是集中在每一级的领导职位上，即令是在县支公司这一层级中，相应的权力也总是集中在县支公司经理一人手中。这种“中心集权”型的权力结构模式。已不再适宜于市场竞争环境中的经济组织。因为它最大弊端就在于难以调动员工的工作积极性，并大大降低企业组织对环境的适应能力。对团队的授权意味着部分职权在组织中的转移，尽管这种转移是谨慎的、逐步的，但授权的目的，就在于使那些真正从事某项工作的人能够切实承担起责任，并能做出相关的决策以及更有效的工作。
营销展业尽管是基层公司营销团队最主要的工作，但是要顺利开展这一工作并能实现团队的营销目标，需要有相应的权力来予以保证。以往营销团队的治理之所以缺少实质性的内涵，主要原因就在于除了来自团队外部的经济制约的关系外，团队几乎没有任何自主的权力，致使所谓的团队完全沦于名义上的空架子。应该认为，授权是一种治理理念的体现，它基于对人性的一种积极熟悉，相信团队成员有能力、有技术，并具有明确动机来完成需要做的工作。或者在具有支持性的环境条件下，他们能够提高能力、技术和力，来积极地完成工作。因此，授权也就意味着更明确的责任领域，意味着工作的压力，意味着更加努力的工作。
从实际效用角度考虑，团队的授权主要包括自主展业、自主招聘成员、自主实施奖励，以及有关日常工作的决策。许多研究已经表明，通过组织授权能够自主决策的团队，往往就是高效率的团队。由于能够得到组织的信任与支持，自主决策的团队一般具有强烈的责任感，并能保持充沛的活力。
（四）团队的培训需大大加强。在营销员的业务熟悉过程中，对初入公司的新人采取的一般做法是，由老营销员带领传授。这一做法的好处是对业务流程的熟悉比较快，明显不足则是难以克服“技术鸿沟”。保险是一种非凡的、以风险为主要经营对象的金融服务行业，技术性强。对于广大顾客来说，费率厘定、风险精算、条款责任、免除范围、给付方式、适用法律等等方面，存在着巨大的信息不对称反差。这就要求我们每一位营销员不仅要熟悉一般业务流程，而且要做到精通业务内容，精熟每一个保险条款，能够正确回答顾客有关保险条文的任何咨询。
然而，这仅仅只是最基本的技术层面的要求而已，对营销员们来说，这实际上还远远不够，营销员们所售卖的，是一种无形的商品，对未来可能出现风险后的补偿承诺。在具有风险意识或不具有风险意识的情况下，在有现实需求或只有潜在需求的状况中，在能理解或不能沟通的场合里，营销员要向人们出售保险商品，其难度可想而知。为了成功的售卖保单，营销员们不仅要提高自身的素质，而且还要善于分析、了解人们的心理活动，还要熟练把握许多与人打交道的技巧。所有这一切，单靠营销员们内部的传、帮、带，是明显不够的。
因此，团队的培训不仅仅是消除营销员与业务之间的“技术鸿沟”，它对增进营销员自身的竞争实力，具有直接的效果。事实上，培训的效果还远不止如此。培训需公司的投入，使营销员们真切感受到组织的信任、支持与关怀，感受到组织的暖和。培训产生的效果不仅仅增强了营销员们的能力，而且也增强了他们的自豪与自信。同时，培训还增强了营销员对公司对团队的认同，并对团队共同信念的形成具有不可估量的影响。另一方面，通过培训活动，增进了营销员之间的了解，形成了友谊，也可以大大增强营销员们对团队、对公司的凝聚力。
（五）团队的精神状况需要着力改善。我们曾经分析过营销团队的组织构成，在竞争比以往任何时候都要激烈的社会环境下，个人的风险种类增多，程度加大。在这种背景下，营销员们的所承受的心理压力比以往任何时候都要多得多。抽样调查的研究表明，约有75%的营销员迫切需要心理诊治。
因此，在安然、世界通讯事件之后，英国某个保险企业投资损失高达近7000万英镑，马上出现现金流和资本金不足的问题。
2.其次，欧洲保险企业在混业和规模经营上扩张太快。在1996年至2001年期间，欧洲保险公司兼并案就高达几百起。其中不乏著名的德国安联跨业兼并德国德累斯登银行，英国商联兼并诺威奇保险，瑞士信贷兼并瑞士丰泰等动辄几百亿美元的兼并案例。欧洲保险公司认为在经济扩张和发展迅速时期，多元化经营有利于降低成本，增加销售，分散产业风险。而恰恰同时，多元化经营也将资本市场和保险企业经营风险扩大了好几倍，乃至于上百倍，跨业兼并给新企业带来更多经营业绩和利润的同时，也带来了更大的风险。如德国安联在兼并德累斯登银行后发现，银行经营风险对安联保险来说是一个新课题。安联保险不得不用其自有资金去弥补银行经营中的亏损，从而导致自有资本金下降信用等级被下调。
3.再则，从70年代初大部分欧洲人寿保险公司推出投资连接型保险，投连产品的优点无需多言，而其业务的稳定性往往取决于保险公司资本市场的投资成功与否。在欧洲资本市场，尤其是股市一片兴旺之时，投连产品稳定性很好，而在股市低迷之时，退保率较高，业务波动很大。“安然”事件之后，欧洲许多机构投资者和保单持有者对人寿保险业看空，纷纷撤出投资和退保致使欧洲各人寿保险公司面临资本金短缺和退保给付的双重压力。欧洲保险消费者的信心受到打击。这不仅使保险公司当前的经营面临窘境，而且严重抑制潜在的保险消费需求，给整个保险业的发展埋下隐患。与此同时，欧洲人寿保险业的主要投资者——机构投资者，尤其是政府养老基金对保险公司的投资也大幅递减。"9·11"事件之后，欧洲各保险公司都将投资分红降低，如商联保险集团把分红从2000年每股利润38便士，降低至2001年每股利润26便士，致使许多欧洲机构投资者纷纷减少对人寿保险公司的投资。2002年继“安然”和“世界通讯”丑闻之后，欧洲各人寿保险公司都预亏公告，致使欧洲各大投资机构一片哗然。穆迪信用评估公司2002年8月27日发表报告指出：“人寿保险业的信用状况正在恶化，其资本金及偿付能力面临前所未有的挑战。”为此，穆迪公司对人寿保险业发出“特别提示”。
而我国人寿保险业在2002年一片繁荣。据中国保险监管管理委员会公布：我国保险业2002年1-6月间实现保费收入1,613.3亿元，同比增长57.7%，其中人寿保险占73.61%。然而繁荣的后面也隐藏着深层的危机。2002年人寿保险的账面利润为5.98亿元，较上年减少5.84亿元，下降49%。造成保费收入上升而利润下降的主要原因是赔款和给付同比增加73.64亿元，增长79.17%，此外，公司的营业费用增长67.45%，手续费212.99%及佣金28.92%，分别有较大幅度的增长。
在保费和营业费用大幅增长的同时，我国保险公司投资收益与去年同期相比大幅减少。2002年6月底，各保险公司资金运用余额4776亿元，比上年末增加1073亿元，增幅28.99%。上半年资金运用实现收益82.57亿元，资金运用平均余额为4239.44亿元，资产运用收益率为1.95%，比去年同期下降1.03个百分点。（中国保险报8月22日4版）。
保费收入的大幅增长，尤其是投资类保险的大幅增加未必是件皆大欢喜的事，就2002年1-6月中国保险增幅最大的城市－北京而言，全市保费收入达到83.8亿元，为历史之最，同比增幅达76.87%。但保费结构有了很大的变化，分红，投资连接和万能寿险等新型投资类保费收入上升为总保费收入的主体，占业务总量的80%，而去年同期这一比例为38.5%，投资类保险在保费结构中占有绝对比重。（中国保险报7月24日1版）
对于传统寿险而言，如果投资收益低于保单预定利率，将直接造成新的利损差；对于投资型寿险而言，认为保险公司能较大程度地将投资风险转移给保单持有人那是幼稚的，因为一旦保险公司投资收益滑坡，将会严重挫伤保险消费者的信心，大量退保是不可避免的。这不仅会使现有运行保险公司陷入经营困境，而且会极大地挫伤保险消费者信心，使中国保险业得不到应有的发展。
为此，我们必须清醒地认识到我国人寿保险发展的现状及繁荣背后的隐患。审视我国保险业目前处境我们不难看出我国人寿保险业发展面临的一些挑战。
隐患之一：投资风险
在今年我国股市低迷的情况下，保险公司将原投资于风险相对高的领域内的资金大量转而投入有限的低风险的国债，银行存款和债券市场。鉴于我国目前债券市场的不发达，和近年来银行经营风险的增加，过多的资金追逐有限的投资产品，必然导致投资收益率的下降，保险资金的涌入导致低风险投资领域的资金过剩。今年2月21日央行调息后，市场上的协议存款利率由去年的5%左右下降目前的3.6%；中长期债券利率持续走低，债券市场10年期债券的票面利率由3%下降到2.5%左右，回购利率也从3.3%下降到2.4%。与此同时，保险公司投资证券基金的收益大幅回落，由去年同期的19.07%下降至目前的0.39%。（中国保险报8月22日4版）显而易见，如果资本市场没有新的高回报产品推出，保险资金投资的回报率将在很长的一段时期内在低水平上徘徊。在此背景下，一方面我国保险公司传统寿险产品的原有利损差会进一步加大，另一方面，投资类保险的低回报将不利于保险业稳健的发展。因为一旦资本市场有高回报投资渠道，逐利行为会引发退保浪潮。
隐患之二：退保率和经营风险
据《中国保险报》8月22日报道，今年1-6月份，我国投资连接保险收入41.1亿元，同比下降36%，退保率4.9%，比去年同期增加了4.8个百分点。
前些年，我国不少保险公司推出投资类保险产品时，自身管理水平准备不足，营销员没有充分的培训，产品宣传不够，消费者对投资类保险产品了解不多，导致个别保险公司营销员夸大投资保险产品的回报率，误导消费者，从而引起消费者投诉及集体要求退保时有发生。新闻媒体曾有大量报道。不少保险公司在权衡公司品牌与消费者利益时往往不得不支付高于实际账户的价值，以换取消费者对其公司的信心。然而，在退保率较低时，保险公司尚能勉强支撑。而一旦，资本市场投资收益剧烈下跌，出现大面积退保时，保险公司一方面要支付大量现金应付退保，另一方面，由于资金的急剧短缺，投资收益大幅递减而会引致更多的退保。保险公司的经营风险是不言而喻的。
隐患之三：经营成本风险
保险消费者购买分红类保险产品能否分红以及分红多少，一方面取决于保险公司投资的成功与否，另一方面取决于保险公司能否有效地控制自己的经营成本。而今年1-6月，我国人寿保险业营业费用，手续费及佣金分别较去年同期上涨了67.45%，212.99%和28.92%。一方面我国保险业在今后的几年中，投资回报率仍将在很低的水平徘徊，另一方面保险经营成本却大幅上升。在这种环境下，过度经营投资类保险产品，而不注重保险公司内部经营水平的提高，必将造成实际分红与保险消费者心理预期的差异，而一旦这种差异累积到一定的程度或资本市场一有风吹草动，必然导致保单持有人的退保，也会可能造成公众对保险公司信心的丧失。
隐患之四：兼业和专业的风险
我国《保险法》已明确规定我国保险，银行将实行分业经营，如果认为分业经营，我国保险业就不会出现欧洲混业经营或跨业兼并所带来的后果，那么这种想法是万万要不得的。
从法律上讲我们已经将混业经营的可能性排除，但实际状况是我们各家保险公司或多或少地都与各银行，证券，专业公司签有各种形式的合作协议。而且北京2002年1-6月份银行人寿险保费达17.3亿元，占总全市人寿保费收入的21%左右。在这些兼业和专业业务快速增长的背后，我们应该清醒地看到银行背后的隐患：央行多次降息和加收居民个人储蓄利息税后，储户选择购买保险中的大多数人都因为前些年高利息存款到期后，无法选择合适的投资渠道，继而选择保险。因此，其购买保险的真正动机并不明确。消费者选择购买保险是为了逃避利息税，寻求高回报的逐利行为，并非是对保险有很充分的了解。加之兼业人员在购买保险时的种种诱导，此类购买行为的风险是明显的：银行储蓄利率低时，储户纷纷将资金投入投资类保险；银行储蓄利率一旦上调，一部分储户将退保。
关键词：银行保险；效率；DEA；Tobit模型
一、引言
现阶段，我国银行保险产品基本上以寿险为主，除此之外只有小部分的意外险、健康险和财产保险。虽然银行保险已经成为寿险公司重要的营销渠道，但是由于寿险业参与银行保险业务的统计资料比较匮乏，所以，目前我国对银行保险相关研究，大多偏向于银行保险的发展现状、发展模式选择和风险防范等方面的研究，大多停留在理论研究的层面。本文将定量分析我国寿险业的银保业务参与程度对其经营效率的影响情况。
现有国内外关于保险效率的研究主要是对保险整体效率的分析，很少有对银行保险的保险市场效率分析。Cummins & Zi研究了445家寿险公司在1988年至1992年的资料。采用两种不同衡量效率的方法进行比较研究，一是采用translog成本函数，利用经济计量方法计算规模效率；另一种是采用DEA方法，投入变量为劳动、资本、营业费用，产出变量为不同险种的已付赔款、额外准备金。其研究结果显示：较小规模的公司呈现规模报酬递增，而大规模公司呈现报酬递减。黄薇采用随机前沿分析法（SFA）估算了了1999-2004年期间28家寿险和非寿险公司的成本效率和利润效率，结论表明组织形式（集团化）对两种效率均由正向影响；甘小丰 利用动态前沿模型分析中国保险业1996年～2005年的成本/利润效率及规模效率的演进趋势，并研究了宏观因素和行业结构对保险业利润效率的影响。
二、数据及样本选择
本文选取2010年保费收入排名前二十的寿险公司为样本公司（不含专业的养老金公司，国寿存续和人保健康），包括国寿股份、平安人寿、新华人寿、太保人寿、泰康人寿、人保人寿、太平人寿、生命人寿、阳光人寿、友邦、民生人寿、合众人寿、中意人寿、幸福人寿、华泰人寿、信诚人寿、正德人寿、光大永明、中英人寿和嘉禾人寿一共20家寿险公司。所选样本公司总的固定资产、保费收入及市场份额都占整个行业的绝大部分，因此，对样本公司研究对于我国寿险业而言是有极大的代表意义的。本研究的样本数据主要来源于《中国保险年鉴》中2007年――2010年的样本寿险公司的相关数据。
三、寿险公司经营效率DEA测度
本文根据附加值法，选择保险金给付和准备金增量两项作为产出变量，变量投入项包括选择保险金给付和准备金增量两项作为产出变量。选择劳动投入，资本投入和费用支出作为投入变量。
由于受到资料披露的限制，很难获取用来测算各家保险公司投入价格的相关数据，本论文的研究重点是保险公司的技术效率、纯技术效率和规模效率。本文使用DEAP21软件对样本数据进行处理，采用投入导向的效率分析模型，使用CCR模型测算技术效率。根据寿险业技术效率DEA测算结果可知，从2008年到2010年的每年平均技术效率为0675、0673和0664。为了进一步分析，使用BCC模型测算纯技术效率与规模效率（如表1），以便确定公司规模状态到底是处于固定规模报酬、规模报酬递增还是规模报酬递减，进而分析样本公司是否应该保持、扩大或者缩小其规模。研究表明，2008年到2010年的纯技术效率平均值为0811，规模效率平均值为0803。
四、寿险业参与银保业务程度对其经营影响分析
（一）Tobit模型的建立
根据DEA测算出个寿险公司的相对效率值，本文进一步探讨影响该效率值的重要影响因素。参考以往研究及上文选取的解释变量，构建如下Tobit回归公式：
TEit，PTEit，SE=β0+β1PRit+β2BNit+β3BTit+β4SUBit+β5PCit+β6MRit+β7IRit+β8CFit+β9LSit
其中，it是第i家公司在第t期数据。
本文选取DEA测算结果，即所选样本寿险公司技术效率值为因变量，用来衡量我国寿险业的经营效率，并选取如下解释变量。
1银行保险业务参与程度衡量变量
（1）银行保险保费收入占比（PR）：该变量主要衡量寿险业参与银行保险业务的程度，即各寿险公司年度来自银行保险业务的保费与该寿险公司的年度总保费收入的比值。根据假设1，预期该指标与效率值正相关。
（2）合作的银行网点数（BN）：是指与寿险公司签订销售协议的银行网点数目。根据假设2，预期该指标与效率值正相关。
（3）参与银行保险时间（BT）：该变量用来衡量每家寿险公司参与银行保险业务的时间长短，其计算方法为以最早银保业务协议签订日为起始日，按月为单位。根据假设3，预期该指标与效率值正相关。
（4）是否为金融控股子公司（SUB）：本项指标为虚拟变量，若为1，代表金融控股公司；若为0，则为非金融控股公司。
2控制变量
（1）产品经营集中度（PC）
本文使用Meador et al[4]（1997）定义的产品赫芬德指数来替代寿险公司保险产品集中度。根据假设四，预期该指标与效率值正相关。
（2）保费收入市场占有率（MR）
市场占有率的计算方式为各寿险公司的保费收入占整个寿险业保费收入比例。根据假设5，预期该指标与效率值呈正相关。
（3）投资资产比例（IR）
投资资产比例是寿险公司的投资资产占总资产的比例，预期与效率正相关。
（4）公司类型（CF）
本研究将寿险公司的形态分为中资公司和合资公司，由于以往研究的结论有分歧，所以该指标与效率值的关系不确定。
（5）总资产规模（LS）
本文以公司资产的对数值作为公司规模的替代变量。
（二）回归结果分析
使用EViews6软件进行回归分析，其回归结果如表2。
1银行保险业务参与程度替代变量
首先，本研究得出银行保险保费收入占比越高的寿险公司其技术效率、纯技术效率以及规模效率越高，因此实证结果支持研究假设1。如上文所述，在银行保险业务运作中，如果希望利用银行的广大数据库进行保单销售，保险业必先分析银行的客户属性和需求，以规划不同产品来满足各类顾客的需求，同时也需要开发更多专属于银行保险业务的经营流程。所以，银行保险需要寿险和银行紧密合作，所以银行保险保费收入占比越高的寿险公司，将更需要专业的人才和精进的业务流程。
其次，回归结果显示，合作银行的网点数对规模效率有明显的正相关性，以及参与银行保险业务时间的长短的确对规模效率、技术效率有正相关性。综上所述，寿险公司参与银行保险业务程度越深，对其规模效率、技术效率以及总体经营效率有正相关性。所以，实证结果支持假设1，假设2和假设3。
2是否为金融控股子公司
关于金融控股子公司对经营效率的影响，其实证结果显示并无显著影响。可能是由于我国2009年由平安保险集团收购深发展银行股权才出现金融控股子公司，而本研究数据选取期间为2008年到2010年，衡量期间仅一年多，所以，金融控股子公司对于寿险业的经营效率影响还未显现。
3产品经营集中度
本文实证结果不支持Meador et al（1997）的产品多样化的假说，结果表明，寿险公司产品集中度越高与其规模效率正相关，本实证结果不支持产品多样化有助于经营效率的提高。
4保费收入市场占有率
经济理论认为，市场占有率越高的公司，就越能够掌握市场定价能力，从而获利，其经营效率相对越好。而我国寿险公司长期处于政府的保护之下，几乎垄断我国近二十年的人寿保险市场，虽然，近些年受到外资寿险公司的冲击，但远远没有动摇这些传统寿险公司的主导地位，本研究实证结果进一步佐证了此现象，本研究实证结果显示寿险公司之市场占有率越大，其总效率越高。
5投资资产比例
实证结果显示，投资资产比率和保险公司的技术效率、纯技术效率以及规模效率呈现正相关关系，换言之，投资资产比率越大，其效率值就越大。
6公司类型
由实证结果可知，公司类型与技术效率呈负相关，即合资公司的技术效率低于本国。造成此现象的原因，可能与合资公司成立时间较短，在国内的业务规模，相对于本国公司其资产规模较小，还不能进行有效率的生产，或对我国市场不甚熟悉而产生资源分配的无效率有关。 7总资产规模
本文实证结果显示，总资产规模对技术效率，规模效率有正向关系。
五、结论
由本文实证结果可知，就寿险公司经营效率而言，从所选样本期间来看，平均技术效率值为0664，就整体来说，我国寿险业的效率不高，与前沿效率还有不少差距，我国寿险业的整体经营效率并不理想，在研究期间的平均技术效率值还呈现逐年小幅下降的趋势，可见，我国寿险业经营效率情况不容乐观，亟待寻求提升其经营效率的方法。
关于寿险公司参与银行保险业务程度对其经营效率的影响方面，本文的分析中，其回归结果支持本文所提出的研究假设1、假设2和假设3，实证结果显示，银行保险业务保费收入占比越高的寿险公司，其技术效率、纯技术效率就越高：且与越多银行网点签订合作协议的寿险公司，其规模效率越高：另外，寿险公司参与银行保险业务时间长短，对其规模效率、技术效率以及整体经营效率都有正向关系。综述所述，本文实证结果显示寿险公司涉入银行保险业务程度越高，对其规模效率和技术效率有正向影响。因此，就现阶段而言，银行保险业务的发展，确实对我国寿险公司的经营效率是有提升的作用的。此外，回归结果还显示，我国寿险公司是否是金融控股子公司，在研究期间内对其经营效率没有明显影响，究其原因，金融控股子公司的经营效率可能在短期内尚未体现出来。进行金融混业经营或者成立金融控股集团，能否提高寿险公司的经营效率，值得更深入的研究。
参考文献：
[1]甘小丰中国保险业效率结果的实证分析[J]数量经济技术经济研究2008，（7）
[2]吴诣民，李村璞，何静基于DEA方法的中国保险公司效率评价[J]统计与信息论坛2005，（5）
[3]徐婧姝，余h我国中外资寿险公司经营效率比较研究[J]金融理论与教学，2011（6）：51-56
[4]褚保金，黄惠春，朱新良 我国保险公司经营绩效分析：基于Cone Ratio模型的实证[J]系统工程理论与实践，2011，（5）：823-833
(一)模型建立
1.概述
在现实中，保险深度(保费/GDP)随人均GDP增加而增加，但对应人均GDP的不同规模，保险深度的增速不同，在人均GDP较低的阶段，保险深度增速较慢，而后逐渐加快，到了一定阶段之后，增速又逐渐放慢。这意味着，随着人均GDP增加，保费将以一种超越GDP增长的速度增长，在人均GDP较低的阶段其超越幅度较小，而后逐渐加大，到了一定阶段之后，其超越幅度又逐渐变小。换言之，在经济增长的不同阶段，保费的收入弹性会发生变化。对于上述情形，使用Logistic模型较为合适，因为Logistic函数所具有的S型特征可以较好地对该现实进行抽象刻画。
Carter&Dickinson(1992)和Enz(2000)建立了一种较为理想的刻画保险深度和人均GDP关系的Logistic理论模型(因根据该模型绘制的曲线呈“S”型，因此以下将该模型简称为“S曲线模型”)。本文将在S曲线模型基础上，利用世界各国保险业和经济增长的大量最新历史数据，估算出世界保险业增长模型。
2.模型表达式
S曲线模型的表达式为：
(二)样本数据
本文选取93个国家和地区过去25年(1980—2004年)的数据作为观测样本。寿险业的观测样本量为1823个，非寿险业的观测样本量为1842个。各国GDP、人口数、人均GDP等数据来自联合国“NationalAccountsMainAggregates”数据库，各国总保费收入、寿险保费收入、非寿险保费收入、寿险深度、非寿险深度等数据来自瑞士“Sigma”世界保费数据库。直接用于模型估计的变量有保险深度和人均GDP。人均GDP数据按照1990年可比价格以美元计价，保险深度数据是相对值(保费/GDP)，不涉及价格调整问题。
根据搜集的样本数据，我们既可以不区分寿险业和非寿险业做一个笼统的关于中国保险业的总体估计，也可以分别针对寿险业和非寿险业进行单独的估计。考虑到寿险业和非寿险业各自具有不同的特点，我们决定采取后一方法，分别估计“世界寿险业增长模型”和“世界非寿险业增长模型”，这样的估计应该比笼统的估计更加准确。需要特别说明的是，在我们使用的样本数据中，寿险和非寿险的区分采用欧盟(EU)和经济合作与发展组织(OECD)标准惯例，将健康保险和意外伤害保险划入非寿险业务范围。
(三)模型估计结果
表1列出了世界寿险业和非寿险业增长模型的估计结果。
先看寿险业。从寿险深度增速看，在人均GDP达到12753美元之前，寿险深度的增速不断加快；在人均GDP达到12753美元之后，寿险深度的增速逐渐放慢。从寿险保费收入弹性看，在人均GDP达到14626美元处，寿险保费的收入弹性达到最大值1.795，该值意味着人均GDP每增长1％，相应的，人均寿险保费增长1.795％。
再看非寿险业。从非寿险深度增速看，在人均GDP达到3076美元之前，非寿险深度的增速不断加快；在人均GDP达到3076美元之后，非寿险深度的增速逐渐放慢。从非寿险保费收入弹性看，在人均GDP达到7553美元处，非寿险保费的收入弹性达到最大值1.429，该值意味着人均GDP每增长1％，人均非寿险保费增长1.429％。
二、相关变量假设
欲对2006—2020年中国保险业增长进行测算，必须先对该期间中国相关经济变量进行合理假设。与本文分析直接相关的经济变量包括：GDP、保险基准深度比、汇率和价格指数等。
(一)GDP
对于2006—2020年中国GDP的增长预测，虽然众说纷纭，但许多研究还是取得了较为一致的测算结论。刘伟(2006)认为，如果没有极为特殊的国际国内不可控制的社会政治、经济、文化、军事、自然意外发生，从经济增长的可能性来说，预计中国经济增长率2001—2010年平均为8％—9％，2011—2020年平均为7％—8％。
本文对2006—2020年期间中国GDP增长假设三种情形：一是保守情形，GDP年均增长7％；二是中间情形，GDP年均增长8％；三是乐观情形，GDP年均增长9％。在保守情形下，2020年GDP总量为50391亿美元，人均GDP为3451美元。③在中间情形下，2020年GDP总量为57936亿美元，人均GDP为3968美元。在乐观情形下，2020年GDP总量为66526亿美元，人均GDP为4557美元。以上数据均基于1990年可比价格。
(二)保险基准深度比
1.保险基准深度比的含义
“保险基准深度比”(GuidelinePenetrationRatioofInsuranceGPRI)反映一国(或地区)保险业的相对增长水平，具体而言，它衡量的是一国保险深度与相应经济发展阶段上(指相同人均CDP水平阶段上)世界平均保险深度的相对关系。它的计算公式为：
式中分母“基准保险深度”指的是“相应经济发展阶段上世界平均保险深度”，分子“实际保险深度”指的是该年该国实际达到的保险深度。保险基准深度比等于1，意味着该年该国实际保险深度等于相应经济发展阶段上世界平均保险深度，基准深度比小于1，意味着低于世界平均保险深度，基准深度比大于1，意味着高于世界平均保险深度。
需要说明的是，一国保险基准深度比小于1或大于1并不必然意味着该国未来保险增长潜力的大或小，因为各国保险业和经济社会体制的具体情况千差万别，不可一概而论，在进行具体国别分析时，必须根据该国过去一段时期保险基准深度比变化情况和该国国民经济和保险业发展的具体现实，对未来发展趋势进行合理预测。
2.2020年中国保险基准深度比
中国保险基准深度比可以分解为寿险基准深度比和非寿险基准深度比进行分别分析。根据1980—2005年中国寿险和非寿险基准深度比的变化情况(即总体呈上升趋势，但上升速度逐渐趋缓)，并结合目前中国保险业的发展现实，我们构建如下的两期滞后变量模型对中国寿险和非寿险基准深度比的变化情况进行历史描述和未来预测④：
为模型的参数。
表2列出了关于中国寿险和非寿险基准深度比的估计结果。根据这一估计结果，我们可以对2020年中国保险基准深度比作一个测算，测算结果为：2020年中国寿险基准深度比为2.33，非寿险基准深度比为0.92。
{F62RC43.j[g}
(三)价格指数
在价格指数方面，我们作如下处理：第一，对于1980—2005年期间的历史数据，我们所使用的或者是直接的可比价格数据(如1990年可比价格数据)，或者是经过价格指数调整后的可比价格数据。⑥第二，对于2006—2020年期间的预测数据，由于我们重视的是“实际值”而不是“名义值”，所以使用的是2005年的可比价格，这样便于测算中国保险业中长期实际年均增长率，而不是名义增长率。
(四)货币汇率
在货币汇率方面，我们使用两套处理方法：第一是“市场汇率法”，第二是“购买力平价法”。
在市场汇率法下，2005年的换算汇率使用年度市场平均汇率即1美元等于8.19元人民币，2006—2020年期间的换算汇率沿用2005年的换算汇率即1美元等于8.19元人民币。这样的简化处理对于本文研究结论没有实质影响，一是因为本文研究所涉及的关键数据均为相对数据，而非绝对数据；二是因为本文关注的是，相对于2005年基期的情况，2006—2020年期间中国保险业增长趋势如何，所以这样的简化处理有利于剔除汇率波动的干扰影响，有利于揭示中国保险业中长期增长的本质趋势。
三、基于“市场汇率法”的普通测算
(一)2006—2020年中国寿险业增长测算
按照以上思路，我们对2006—2020年期间中国寿险业增长潜力进行了测算分析。表3列出了测算结果。此处对测算过程进行简要说明。第(1)行和第(2)行分别是GDP总量和人均GDP。第(3)行是理论寿险深度，根据上文建立的世界寿险业增长模型测算。第(4)行是测算寿险深度，根据“(3)的理论寿险深度”乘以上文表2测算的“寿险基准深度比”得出。第(5)行是测算可比寿险保费，根据“(1)GDP总量”乘以“(4)测算寿险深度”、并将1990年价格转换为2005年价格得出。第(6)行是2006—2020年期间中国寿险保费的实际年均增长率，根据第(5)行2005年实际寿险保费和2020年测算寿险保费计算得出。
(二)2006—2020年中国非寿险业增长测算
与上述寿险业增长分析类似，我们对2006—2020年期间中国非寿险业增长潜力进行了测算分析。表4列出了测算结果。
(三)2006—2020年中国保险业总体增长测算
在以上中国寿险业和非寿险业增长分析的基础上，我们对2006—2020年期间中国保险业总体增长潜力进行测算分析。表5列出了测算结果。
从表5测算结果可以看出，在2006—2020年期间，在GDP年增7％的情形中，中国寿险业、非寿险业和保险业总体的年均保费增长率分别为9.4％、9.8％和9.5％；在GDP年增8％的情形中，中国寿险业、非寿险业和保险业总体的年均保费增长率分别为10.7％、11.2％和10.9％；在GDP年增9％的情形中，中国寿险业、非寿险业和保险业总体的年均保费增长率分别为12.1％、12.6％和12.3％。
四、考虑“购买力平价”的修正测算
为了修正“市场汇率法”可能造成的对中国经济发展阶段、进而对中国保险业中长期增长潜力的低估，本部分使用一套“购买力平价法”下的各国GDP数据⑦，依据本文第二至第四部分的分析框架，测算2006—2020年间中国寿险业、非寿险业和保险业总体的增长率，然后将其与市场汇率法之下的情形进行比较，并计算两者的简单算术平均值，以此作为判断2006—2020年中国保险业增长潜力的一个更全面的基础。具体计算结果参见表6。从表6可以看出，正如我们所预期的，在购买力平价法下，不论是中国的寿险业、非寿险业，还是保险业总体，其增长率与基于市场汇率法的测算结果相比都有不同程度的上升。那么，究竟应该如何判断2006—2020年中国保险业的增长潜力呢?我们认为，一方面，由于汇率管制等原因，市场汇率法会使中国实际的人均GDP被低估，从而可能低估中国保险业的增长潜力；另一方面，由于没有区分商品中的可贸易品和非贸易品等原因，购买力平价法会使中国实际的人均GDP被高估，从而可能高估中国保险业的增长潜力；而折中地，市场汇率法和购买力平价法两者的平均，应是一个较为合理的估计。因此我们判断，虽然“市场汇率法”测算的中国保险业增长潜力区间和“购买力平价法”测算的中国保险业增长潜力区间均为可能的浮动区间，但是“市场汇率法”和“购买力平价法”两者平均测算的中国保险业增长潜力区间为更有可能的浮动区间。
具体而言，如表7所示，在2006—2020年期间，在GDP年均增长7％—9％的假设下，中国寿险业年均增长率较为可能的浮动区间为9.4％—18.8％，其中更为可能的浮动区间为12.3％—15.5％；中国非寿险业年均增长率较为可能的浮动区间为9.8％—14.4％，其中更为可能的浮动区间为10.8％—13.5％；中国保险业总体年均增长率较为可能的浮动区间为9.5％—17.6％，其中更为可能的浮动区间为11.8％—14.9％。
用更直观的方式表述，与同期GDP的7％—9％的预期增长速度相比，在2006—2020年期间，中国保险业保持一个比同期GDP高2—4个百分点的增长速度比较容易，保持高4—6个百分点的增长速度也很有可能，但保持高6—9个百分点的增长速度则比较困难，保持高9个百分点以上的增长速度更为困难。
接下来，根据以上分析，我们可以对2006—2020年中国保险业增长作一个更为具体的测算。在测算时间上，我们选取2010、2015和2020年三个年份，这三个年份正好是我国“十一五”、“十二五”和“十三五”规划的末期；在测算对象上，我们选取保费、保险密度和保险深度三个常用指标。具体测算结果参见表8。
五、结论
本文基于市场汇率法和购买力平价法，通过对大量历史数据的分析，探寻“世界保险业增长规律曲线”，并以该规律曲线为参照，结合中国国民经济和保险业发展的具体现实，量化分析了2006—2020年间中国寿险业、非寿险业和保险业总体的中长期增长潜力。
本文的基本结论是：在2006—2020年期间，在GDP年均增长7％—9％的假设下，中国寿险业保费年均增长率较为可能的浮动区间为9.4％—18.8％，其中更为可能的浮动区间为12.3％—15.5％；中国非寿险业保费年均增长率较为可能的浮动区间为9.8％—14.4％，其中更为可能的浮动区间为10.8％—13.5％；中国保险业总保费年均增长率较为可能的浮动区间为9.5％—17.6％，其中更为可能的浮动区间为11.8％—14.9％。
用更直观的方式表述，与同期GDP相比，在2006—2020年间，中国保险业保持一个比同期GDP高2—4个百分点的增长速度比较容易，保持高4—6个百分点的增长速度也很有可能，但保持高6—9个百分点的增长速度则比较困难，保持高9个百分点以上的增长速度更为困难。
注释：
②尽管回归结果中R[2]的值不高，但对于国际比较研究的模型估计结果而言，从总体的检验看，已是很好的检验结果了。而且，下文对于中国保险业中长期增长潜力的分析，并不单纯基于该世界保险业增长规律曲线，而是同时充分考虑中国国民经济和保险业发展的具体现实。
③根据国家人口和计划生育委员会的预测，2020年中国人口数为14.6亿。数据来源：《中国人口》，国家人口和计划生育委员会，2005年11月。
④在滞后期数的选择上我们主要使用AIC判别法，同时结合中国保险业发展现实作辅助选择。使用AIC判别法的理由参见Liew(2004)。该研究认为，在小样本情形下，AIC判别法和FPE判别法比其他方法更适用于模型滞后期数的选择。
⑤此处对YEAR的取值和回归数据时间范围作一个说明。先看YEAR的取值，因为中国保险业从1980年开始恢复，所以我们设1980年YEAR取1，1981年YEAR取2，1982年YEAR取3，依此类推，2005年YEAR取26。再看回归数据的时间范围，中国非寿险业从1980年开始恢复，寿险业从1982年开始恢复，我们将回归数据的时间范围统一限为1982—2005年。之所以这样处理，一方面是考虑寿险和非寿险数据的时间范围的统一问题，另一方面更重要的是考虑统计数据内涵一致的问题。
关键词：保障性；储蓄性；投资性；寿险
人寿保险是以被保险人的生命为保险标的，以生存和死亡为给付保险金条件的人身保险。人寿保险最基本的功能是提供保险保障,但是随着寿险业的发展,人寿保险又增加了储蓄性。随着金融市场不断发展完善和人们的需求变化,消费者对人寿保险投资性的要求逐渐产生并且愈来愈高。伴随着保障性、储蓄性、投资性逐渐被开发出来，寿险在这十几年中一直在蓬勃发展。
从寿险的发展历程可以看出，寿险产品的保障性、储蓄性、投资性在不同时期占据着不同的重要程度，因而，可以将寿险产品分为：传统保障性产品、储蓄性产品和新型投资性产品。下文将结合寿险产品的发展对其保障性、储蓄性、投资性进行分析。
一、保障性分析
总所周知，保险最根本的就是其保障性。人寿保险最初产生的原因也是为了给人们提供人身风险保障。因此，最初的寿险产品就是传统保障性的产品。传统保障型寿险，又称定期死亡保险，是最早出现的人寿保险，它是以被保险人在约定期限内死亡为给付条件的人寿保险，约定期限为保险期限。传统保障型寿险保费比较低廉，因此，对于处于偿还贷款期和作为家庭主要经济来源的人来说，购买传统保障型寿险是十分必要的。既可以保障债权人的权益，又可以减轻家庭经济上的后顾之忧。
虽然，传统保障型寿险是最基础、最原始的寿险产品，但其并没有被时代所淘汰，且个人认为人们对寿险产品保障性的需求将会越来越大。目前，我国正在进行社会保障体制改革，这对保障性寿险来说是一次巨大的机遇。随着市场经济体制下养老、医疗制度的改革,人们如果想获得全面的保障,就必须通过商业寿险来实现。如果想好好抓住这次机遇，就一定不能忽视对保障型产品的开发，不能减弱保险产品的保障性。另外,由于计划生育政策的推行和社会老龄化问题的加重,导致家庭承受风险的能力减弱,这也会促使人们倾向于购买商业保障型寿险。
二、储蓄性分析
但是随着人寿保险的发展，仅仅是保障性已经不能满足人们的需求了。因此，在人寿保险中引进了储蓄的成分，开发出了储蓄型寿险产品，储蓄型寿险又称为生存保险，对在保险期满仍然生存的人，保险公司到期会给付约定的保险金，就好像逐年零存保费，到期后进行整取，与银行的零存整取相类似。储蓄型寿险主要包括单纯生存保险和年金保险，而年金保险中又包括养老年金和子女教育金保险。养老和教育在每个人的一生中都是很重要的，因此，储蓄型寿险是十分有意义的。?
在储蓄型保险的基础上，还产生了两全保险，它是将定期死亡保险和生存保险结合到一起，同时强调了保障性和储蓄性的险种。相比银行存款，被保险人在获得利息和分红这种储蓄性的同时，还获得了保障性，这体现在对被保险人的身故赔付保险金。被保险人若不幸于合同生效之日起一年期满后身故，保险公司将按保单约定，给付身故保险金和累积红利。
结合当前的形势，人寿保险产品的储蓄性越来越受到人们的重视。近年来股票市场起伏波动较大，居民非常没有安全感，对预期收入缺乏信心。因此人们倾向于用购买储蓄型保险来减少所要面临的风险。
三、投资性分析
新型投资型寿险产品是结合消费者需求在储蓄型产品上的升华。当保险预定利率不断降低，通胀压力不断出现时，传统寿险定额给付、抵御通胀能力低的特点逐渐凸显，此时投资型产品应运而生。投资型产品是国内保险市场出现的新型险种，目前市场上常见的投资型险种主要有投资连结保险、分红型寿险、万能寿险三类，其收益和风险各不相同。
我国如今正处于市场经济体制下，每个人都需要考虑自我的保障问题，因为政府不可能像计划经济体制下为每个人安排一切。因此,子女教育费、治病费、退休后的保障等都需要自己早做计划。过去，多数人都选择将钱存在银行，在保证安全的同时还能获得利息。可如今，银行利率相对较低，存了几年后账户上的金额基本不变，更糟糕的是我国目前面临高通胀的压力，货币购买力在快速下降。因此，人们不再选择储蓄，而是希望通过投资实现保值增值。但众多的股票、债券等选择出现在人们面前时，人们却不知道应该如何选择。
其实新型寿险产品是一种很值得投资的产品，在获得保险保障的同时还能进行一般意义上的投资。寿险产品的投资性是逐渐被开发出的，其基本动因是抵御通货膨胀。从寿险的发展看, 最初是传统的人寿保险,其投资功能较弱。在这基础上，许多国家的保险业对传统的人寿保险进行了创新,推出了一系列的产品，如变额人寿保险、万能人寿保险等。这些产品不仅具有保险的保障功能,最重要的是其同时具有较强的投资功能。比如变额人寿保险设有专门的分立帐户,或者由保险公司,或者由保单持有人自己在股票、债券或其它投资品中选择不同的投资组合,风险将由保单持有人自己承担。
不过，目前我国寿险产品的投资性还是比较弱的。当然,从保险业发展进程来分析，随着寿险业在我国的快速发展,寿险产品的投资性会逐渐加强。不过，我们在追求投资性的同时一定要把握其度，毕竟寿险不论怎样发展其始终是保险，保险的目的是帮助人们分散风险，而不是为人们的生活带来风险。
四、结束语
在寿险的发展历程中，产品的保障性、储蓄性、投资性一一产生，针对不同的产品侧重不同，但始终万变不离其中。目前，我国寿险市场上，新型寿险产品在不断发展，寿险的投资性在不断开发中，不过在对投资性的挖掘中一定要适度，不能过度强调其投资性，而忽略了保险的核心――保障性。保险无论怎样发展，无论发展到何时，我相信其初衷是最重要的，即引用胡适先生的那段话：保险的意义，只是今日作明日的准备，生时作死时的准备，父母作儿女的准备，儿女幼小时作儿女长大时的准备，如此而已…
参考文献：
[1]应建彬.保障型险种为何受冷落[J].中国保险，1999，（3）.
[2]杜舟.浅谈人寿保险在家庭理财规划中的重要性[J].山西财税，2010，（9）.
【关键词】寿险需求；影响因素；因子分析；主成分回归
随着我国寿险市场的发展，针对寿险需求的研究也越来越丰富。如卓智从国内生产总值、赡养率、社会保险、预期通货膨胀、国民教育水平和银行利率的角度对我国寿险需求进行了实证研究。指出我国经济快速增长、较高的少儿赡养率是影响人寿保险消费的显著性因素，而人口的较低教育水平会阻碍寿险的发展；预期通货膨胀率和名义利率对寿险需求的影响不确定。夏益国运用计量经济方法对寿险需求进行分析，认为经济增长、实际利率和不断下降的少儿赡养率对寿险需求影响显著，而预期通货膨胀率和教育水平的提高对于寿险影响不显著。国外对保险需求因素的研究较多，但大多是建立在工业化发达国家基础上。Browne J，Kim K.从被抚养人的角度研究了寿险需求问题，他认为购买保险在满足投保人需求的同时，也满足了其被抚养人(如子女、妻子)获得保障的需求，不仅仅是投保人，投保人家庭成员的风险偏好也会对保险需求产生影响。
在寿险需求影响因素的研究中，由于变量及模型的不同，出现许多不同甚至相反的结论。有些因素在某些实证研究中与寿险需求具有显著的正相关关系，而在另一些研究中这种相关关系并不显著，甚至在有的研究中具有显著的负相关关系。变量的选择上也存在着一些问题，如把教育水平作为影响寿险需求的自变量缺乏理论根据，而且教育水平与一国经济发展水平密切相关，易与GDP变量产生多重共线性。针对以前学者的研究，本文的创新之处在于首先利用因子分析对影响因素进行整合，将因素进行分类分析，然后利用主成分回归消除变量之间的多重共线性，再从小的方面来看各个影响因素对寿险需求的影响。
一、影响我国寿险需求因素的理论分析
在对寿险需求进行实证研究时，首先需要确定影响因素。一般而言，影响寿险需求的量化因素表现在两个方面：一是内生因素，包括保费收入和保险产品价值；二是外生因素，包括：社会环境、经济的结构、质量及发展水平，国民收入水平和消费结构的变化。本文主要侧重从经济和社会的角度对影响寿险需求的因素进行结构分析，同时为了能够更好的找到数据，使得结论更加具有代表性，还要考虑社会环境因素的影响。对我国寿险需求进行实证研究时，结合一般的方法论和我国的实际，另外也由于文章研究方法的选取从而确定选择以下变量尝试性地探讨我国寿险需求的显著性因素。
1．人均国内生产总值。收入增速决定着人身险需求的增速。收入对人身险需求的影响是分阶段的。由于人身险不属于人们的最低消费范畴，所以，在收入水平较低时，尽管边际消费倾向较大，但人身险的需求却较弱，当收入达到一定水平后，人身险需求会快速增长。中国人均GDP在2003年首次超过1000美元，国际经验表明，在人均GDP处于1000～3000美元的特定时期，人们的消费将超越基本生活需求，并向长期消费品转移，同时，将有一部分家庭开始负债消费。在资产负债结构发生重大变化的条件下，中国居民户的收入和支出将越来越多地暴露在风险之下，保险的作用将会日益突出。寿险产品也是一种金融资产。假定各种金融资产之间存在着递减的边际替代率，那么随着个人收入的增长，他们对各种类型金融资产的需求都会增长。所以，人均国内生产总值增长是导致寿险产品需求总量增长的一个重要因素。
2．通货膨胀率。理性预期假说告诉我们，通货膨胀率与失业率之间的两难选择，会影响经济产出和经济福利。在其他条件一定时，是否存在通货膨胀将直接影响到家庭的有效需求能力。人寿保险一般都具有长期性，未来的通货膨胀将侵蚀保单的价值，使人寿保险的吸引力下降。从不同方面来讲，价格效应上，寿险保费交纳前于保险金给付，通货膨胀能对二者产生不同的贬值影响。收入效应上，通货膨胀引起人们对其他商品的支出增加，而人们收入实际增长速度又慢于名义增长速度，甚至出现负增长，这都会对寿险产品的需求减少。替代效应方面，通货膨胀导致股票、债券等其他金融产品收益率高于寿险产品的收益率，人们就会对寿险特别是传统固定给付型寿险产品的需求减小；考查新型寿险产品，由于其投资性能抵御通货膨胀带来的资金贬值，人们更容易接受，通货膨胀压力下的退保和抵押情况也会减少。
因此，通货膨胀是我国人寿保险需求的一个重要因素。
3．死亡率。死亡率反映了死亡概率的高低，较低的死亡率预示着较长的寿命预期，从理论上我们可以想到死亡率与纯保障型的定期保险保费收入正相关；然而，较长的寿命预期也增加了对老年生活保障的要求，储蓄型寿险产品的需求会增加。
4．城乡居民人民币储蓄存款。储蓄对寿险保费的影响可以从两个角度分析。一方面，人们收入增加，储蓄势必增加，而寿险保费收入也会增加，即单纯的分析储蓄与寿险保费收入之间存在着一定的正相关性；另一方面，城乡居民人民币储蓄存款的增加也说明了我国居民可支配收入的增加，人均收入水平越高，说明人们可以用于其他较高层次的消费支出越多，寿险消费属于较高消费层次，人们在满足基本消费需求的基础上，才具有购买保险消费品的需求。居民人均收入水平的提高使保险保障安全的潜在需求成为有效的现实需求具备了经济基础，因此在这里我们预期人均收入水平会对保险需求产生显著影响。
5．恩格尔系数。恩格尔系数可以说明一国居民生活水平状况，我们在此也采用恩格尔系数来代表居民消费水平。恩格尔系数越低，说明人们消费支出中用于食品支出的比例越小，用于其他较高层次的消费支出越多，寿险消费属于较高消费层次。近年来，我国城乡居民的恩格尔系数呈不断下降趋势，这表明我国居民的保费支付能力不断增强，人身险潜在需求不断扩大。在这里，我选择城镇居民的恩格尔系数，虽然人寿保险已经向农村渗透，但是大部分的消费者还是集中在城镇，因此，选取城镇居民的恩格尔系数更具有代表性。
6．城市化水平。城市化是一个国家现代化水平、经济发展和社会进步的重要标志。城市人口在收入水平、消费观念、受教育程度和科技素质等许多方面高于农村人口，其保险意识和保险接受程度及购买能力强于农村。因而，城市化速度的加快和程度的提高有利于促进人身保险发展。城市化水平这一因素可以从收入水平、消费观念、受教育程度、保险意识、保险接受程度等方面反映，因此这一指标更具有一定的代表性。
二、影响我国寿险需求因素的实证分析
（一）数据收集与指标选取
保费收入代表了在一定时期内(通常是一年)经济主体有效的保险需求，即投保人在既定的保险价格和既定的支付能力下所愿意购买的实际保险产品的数量，因此本文选取人寿保险收入作为被解释变量（y）。另外，通过前面分析，选取人均国内生产总值(X1)、通货膨胀率(X2)、死亡率(X3)、城乡居民人民币储蓄存款(X4)、恩格尔系数(X5)、城市化水平(X6)以其作为自变量。选取1985～2010年间各指标的数据作为样本数据，数据源于《我国统计年鉴》(1986～2011年)。
（二）因子分析
为了全面系统的反应保险业的影响因素，前文收集的变量较多，且变量之间容易出现较强相关关系的情况，也为了避免数据的过大波动，先对各个变量取自然对数，考虑到通货膨胀率可能为负值，不予其取对数。另外也为了能够充分有效的利用数据，先从大的角度来分析影响我国寿险需求的主要因素，本文采用因子分析法，利用SPSS软件得如下结果
有三个因子被提取，其公因子累计方差贡献率为97.913％，说明6个显著性变量的信息几乎能够被提取的3个公共因子全部解释。经过旋转因子变量的含义相对清晰，每个因子只对部分指标有较高载荷，根据表1，第一公共因子高载荷指标包括人均GDP(X1)、城乡居民人民币储蓄存款(X4)、恩格尔系数(X5)、城市化水平(X6)，可以命名为经济因子；第二个公共因子高载荷指标为通货膨胀率(X2)，可命名为购买力因子；第三公共因子为死亡率(X3)，可以命名为社会因子。
（三）因子分析结论
基于上面的因子分析可以概括出影响我国保险需求的因素主要体现在三个方面：
1．经济因子。众多学者已经证明经济增长是一国保险市场发展的原因，同样是保险需求的主要影响因素。一国的经济发展水平，尤其是经济的持续增长会带来居民收入水平的提高，即储蓄存款余额的增多和购买力增强。经研究发现，高收入家庭的寿险需求弹性较低，中等收入家庭弹性最大，低收入家庭对寿险需求并不敏感，可想而知，寿险产品作为一种奢侈品，只有人们创造了足够的收入满足了人们生活必需后才会考虑购买。伴随着经济的增长，我国的国民生产总值不断上涨，随之人均国民生产总值增高，城乡居民人民币储蓄存款也不断上涨，当人们存款增多的时候一方面会增加对寿险的购买力，另一方面也会想对货币有一个增值的过程，现在寿险业包括储蓄型的险种。这也解释了上述设定的影响因素中的国民生产总值、城乡居民人民币存款与保费收入的显著线性关系。
2．购买力因子。国民的购买力对人身险需求也构成重要影响。我国自1982年恢复人身险业务以来，1985～1995年的十年间，由于未计划、重复的投资，膨胀的消费，成本的增加以及经济结构的不平衡等一些复杂和综合的原因，使我国遭遇了较高的通货膨胀。八十年代末的后两年我国的通货膨胀率平均高达18％，一时曾出现了社会抢购风和对银行的挤兑。而1990～1995年通货膨胀平均率仍维持16％左右。先后3次较大的通货膨胀和1998～1999年的通货紧缩，人身险业务也随之发生波动。由于通货膨胀的不稳定性，使得对寿险需求的影响和其它影响因素有明显的不同。从其他学者的研究来看，通货膨胀腐蚀人寿保险的值，并使得人寿保险成为较低需求的产品。因此，通货膨胀率对保险有一定的影响作用。
3．社会因子。社会发展包括人口、文化、教育等各个方面，对保险需求影响比较明显的是老龄化现象。我国进入老龄化社会时，人均国民生产总值约为1000美元，呈现出“未富先老”，老龄化的出现对我国的寿险需求有明显的影响，而对非寿险需求无明显的影响。
（四）多元回归分析
为了更好的了解各指标对寿险需求的影响， 选择X1、X2、X3、X4、X5、X6作为解释变量，对保费收入(y)进行多元回归分析，由于各变量之间相关性较强，因此本文采取主成分回归法以便消除多重共线性，由SPSS得以下两个主成分：
Y1=0.464lnX1-0.30lX2-0.216lnX3+0.465lnX4-0.46lnX5+0.469lnX6
Y2=0.022lnX1-0.413X2+0.894lnX3-0.059lnX4-0.117lnX5+0.112lnX6
其贡献率达87.4％， 在SPSS中可以计算得出Y1和Y2的值，然后用Y1、Y2对y进行回归，得出回归方程为：Y=-5.178+1.472Y1-1.058Y2 ，其中R2=0.978、F=120.545，可以看出回归效果显著。将Y1和Y2的值代入上式，可得各指标与y的回归方程为：
Y=-5.178+0.706lnX1-0.006X2-1.264lnX3+0.747lnX4-0.553lnX5+
0.572lnX6
由此模型得如下结论：（1）以上分析结果验证了本文所选
取的六个指标从总体上与保费收入存在着显著的线性相关关系，除恩格尔系数、通货膨胀率、死亡率(自变量系数为负)与保费收入呈负相关外，其余指标都与保费收入呈正相关。（2）以上分析可以看出死亡率、城乡居民人民币储蓄存款、人均GDP对寿险保费收入的影响比较显著，而通货膨胀率、城市化水平、恩格尔系数等因素对寿险需求影响相对较弱。（3）由于本文所使用模型均对序列取自然对数，故回归后的系数可解释为弹性，即解释变量变动一个百分比所引起被解释变量变动的百分比。其中死亡率的弹性为-1.264，即死亡率变动1％，寿险需求变动-1.264％，说明死亡率变动对寿险需求的影响较大。紧接着是城乡居民人民币储蓄存款和人均GDP，居民金融资产总量与我国保险业需求呈现显著的正相关关系，验证了储蓄等金融资产需求对保险业需求的替代效应基本不存在。（4）在模型中，通货膨胀率的系数仅为-0.006，说明通货膨胀率不是影响人们寿险需求的主要因素。可能是由于人们还未形成明确的通货膨胀预期，也可能是对通货膨胀预期不敏感。
参考文献
[1]卓志．我国人寿保险需求的实证分析[J]．保险研究．2001（5）
[2]夏益国．我国寿险需求影响因素的实证分析[J]．技术经济．2007（6）
[3]陈之楚，刘晓敬．中国寿险需求决定因素分析[J]．保险研究．2004（6）
[4]阎波．收入对寿险需求的影响[J]．保险研究．2006（10）
[5]阎建军，王治超．转轨时期我国寿险需求的实证分析[J]．保险研究．2002
[6]薛伟贤，张韫．影响我国保险业的需求分析[J]．区域金融研究．2009（10）
[7]庞浩．计量经济学[J]．北京：科学出版社，2007（1）
关键词：VAR模型；寿险保费；证券指数；国债交易额
一、引言
随着各寿险公司分红险、投连险和万能险等新型产品的推出，使得寿险产品从单纯保险保障功能向兼具保障和投资功能延伸，寿险市场与证券市场的关系更加紧密。寿险资金具有规模大和长期稳定的特点，寿险资金投入证券市场，可为证券市场注入大量资金，有利于证券市场规模的扩大，提高证券市场资本的流动性。而证券市场的发展会对寿险业产生两种不同的影响：一方面，证券市场投资增加会带来保险投资减少的替代效应。马科维茨（1952）的资产组合选择理论认为，可以根据收益和实际收益与预期收益背离的概率对各种资产进行分类，并决定如何持有各种资产，以使收益达到最大。从居民的角度看，银行存款、货币市场现金收入、人寿保险现金收入、股票、债券等都可看作是其金融资产。根据资产组合理论，在居民收入既定的情况下，寿险保费收入与其它资产具有替代性。居民投资于股票、债券等金融资产，会影响寿险保费收入。另一方面，证券市场的发展会对保险资金产生收入效应。如果证券市场能够有效运行，闲置资源将会得到有效配置，从而实现经济增长、居民收入提高，而增加的收入会进一步投资于保险市场，增加寿险保费收入。
关于我国保险市场与资本市场融合发展的研究已经有不少，大多集中于理论层面，对其传导机制、融合路径以及产生影响等进行分析。在实证方面，舒廷飞（2005）通过Granger因果检验，发现上证综合指数、交易所国债交易量不是寿险保费收入的Granger原因，从而得出我国居民股票、国债投资与寿险保费收入没有显著因果关系的结论。李易凡，孟敬芝（2011）通过实证分析，得出寿险保费收入增长率与上证指数呈负相关的结论。张志硕（2013）对资本市场流通市值增长率为和保险资金投资收益率进行了Granger因果检验，发现短期内两者互为因果关系，从而表明我国保险市场与资本市场之间存在动态关联性。李鑫（2014）通过构建多元线性回归模型，发现证券市场规模的增大有利于保险投资，而投资者短期的随机投资行为会对保险投资产生负面影响。
二、实证分析
本文选择寿险保费收入（SI）、上证收盘综合指数（SZ）和交易所国债成交额（GZ）分别作为衡量寿险市场和证券市场发展的指标，上证综合指数会对投资者持有股票产生影响，国债因其收益稳定、安全性高等特征，是居民和保险公司重要的投资品种。样本区间为2006年到2013年的月度数据，数据来源于中经网产业数据库。寿险保费收入有着明显的季节特征，所以对其进行季节差分处理，另外，为了消除数据的异方差，对所有变量取对数，最后各变量变为LSI、LSZ、LGZ。在VAR模型的基础上，对三个变量作脉冲响应函数和方差分解分析，进而研究其互动关系。
（一）平稳性检验
要建立VAR模型，变量应该是平稳或协整的，所以首先对变量进行平稳性检验。检验方法采取ADF单位根检验，检验结果如下表所示。
（二）构建VAR模型
利用平稳时间序列建立VAR模型之前要先确定滞后阶数P，我们按AIC、SC最小的原则来确定滞后阶数P。确定滞后阶数后，还应对模型进行稳定性检验。我们发现，滞后阶数为2时，VAR模型最有效。方程的特征多项式的根的倒数全部落在单位圆之内，因此该模型是稳定的。从VAR模型的检验结果看，三个方程的R2值比较高，AIC和SC值都较小，所以该模型的估计是合理的。
（三）脉冲响应函数分析
脉冲响应函数描述的是VAR模型中一个内生变量给其他内生变量带来的影响，分析当一个误差项发生变化（模型受到某种冲击）时对系统的动态影响。利用上述VAR模型，对变量LSI、LSZ、LGZ进行脉冲响应分析。得到的结果见图1。
从图1可以看出，在本期给股票市场一个标准差的冲击后，会使寿险保费收入立即做出负向的回应，之后又迅速反弹并缓慢上升，直到第7期趋于稳定。在本期给国债市场一个标准差的冲击后，寿险收入只在第2期有很小下降，此后对其几乎没有影响。在本期给寿险市场一个标准差的冲击后，会引起上证综合指数持续缓慢下降，直到第6期后略有回升；会给国债市场带来正面的冲击，但冲击幅度不是很大，并逐渐消失。
（四）方差分解分析
脉冲响应函数描述的是VAR模型中的一个内生变量的冲击给其他内生变量所带来的影响。而方差分解是通过分析每一个结构冲击对内生变量变化（通常用方差来度量）的贡献度，进一步评价不同结构冲击的重要性。
从利用上述VAR模型得到的方差分解结果看，不考虑寿险保费收入自身的贡献，股票市场对其贡献率远大于国债市场，这与脉冲响应的结果一致，并且股票市场对其贡献率是逐渐增大的。寿险保费收入对股票市场的贡献率逐渐增大，而对国债市场的贡献率从第2期开始逐渐减小，并且比重非常小，这与脉冲响应分析的结果也是一致的。
（五）结果分析
通过以上脉冲响应函数和方差分解分析的结果，可以看出：
1.股票对寿险保费收入的替代效应大于其收入效应。也就是说，人们更多的把寿险产品当做是一种投资理财产品，当股票市场出现利好消息时，居民会将资金更多的投资于股票市场，在居民收入一定的条件下，其在寿险产品上的支出便会减少。这符合马科维茨的资产组合选择理论。
2.国债交易量的增加对寿险保费收入没有形成明显的替代效应或者收入效应。这是因为，人们一般把国债看成是利率更高的储蓄存款，到期便会进行兑付，从而影响国债市场的流动性，因此居民投资国债和寿险之间的相关程度不是很高。另外，随着我国国债市场上国债品种不断创新，发行方式日趋复杂，对国债投资的专业性要求日渐提高，加之市场运作效率的要求，个人直接投资国债越来越受到客观条件的制约。
3.寿险保费收入的增加不能引起股票市场的良性发展，反而会产生负面影响，其对增加国债交易额的影响也不是很明显。这是因为，首先，股票于寿险产品具有替代性，寿险保费收入增加反映股票市场走势不是很好，而不利消息将会进一步影响投资者的信心，投资股市的资金越来越少，而当股市低迷到一定程度时将会出现反弹。其次，从保险公司资金运用来看，除储蓄存款外，剩余部分很大比例投资于国债、金融债等债券市场，用于基金、股票投资的资金比例不到10%，因而寿险保费收入对扩大证券市场规模的作用十分有限。最后，证券市场的价格取决于政治、经济、社会、上市公司经营状况等很多因素，同时，我国证券市场投资者分散导致证券市场价格容易大起大落。
三、结论和建议
综合以上分析，我们可以得到如下结论：我国寿险产品与股票存在显著地替代效应，当上证指数上涨时，一部分寿险保费收入将被挤出，上证指数下跌时，寿险产品又被当作证券投资的替代品，寿险产品的保障作用并未得到很好体现。
由于保险资金投资渠道和品种的诸多限制，以及证券市场存在的很多问题，使得寿险市场与证券市场的良性互动没有得到很好发挥。基于此，本文就促进我国寿险市场与证券市场的良性互动提出以下建议：1.调整寿险产品结构，增强寿险产品的保障功能。寿险公司应设计更对有针对性的保障性产品，满足消费者多层次的需求，降低退保率，使寿险保费收入更加稳定。2.合理利用寿险资金，加大对证券市场的投入。合理利用保险资金，使寿险公司作为机构投资者参与证券市场运行，平缓证券市场的波动。3.完善我国证券市场，为寿险资金创造良好的投资环境。（作者单位：河北经贸大学金融学院）
参考文献：
[1]舒廷飞.我国寿险保费收入与金融资产关联性的实证研究[J].财经理论与实践，2005，26（137）：75-78.
[2]李易凡，孟敬芝.寿险市场与证券指数相关性比较研究――基于中国寿险市场的实证分析（A）.十二五・新挑战：经济社会综合风险管理――北大赛瑟（CCISSR）论坛文集（C）・2011.
[3]张志硕.保险市场与资本市场的融合机制研究[J].浙江金融，2013（6）：56-59.
[4]李鑫.保险业与证券市场互动关系实证分析[J].商业时代，2014（2）：85-86.
