保险公司资产负债管理技术及其发展趋势_利率风险论文

保险公司资产负债管理技术及其发展趋势_利率风险论文

保险公司资产负债管理技术及其发展趋势,本文主要内容关键词为:资产负债论文,发展趋势论文,保险公司论文,技术论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。

保险公司面临的经营风险既来自其资产,也来自其所承担的负债,还有源自资产负债相互作用而产生的风险。传统意义上,精算师们将保险公司“资产负债管理(Assets-Li-ability-Management,简称ALM)”视作对“资产组合”的选择过程,以抵消特定“负债组合”所面临的利率风险。如今的资产负债管理所蕴涵的意义则要比过去广泛得多。北美精算师协会对保险公司资产负债管理的定义为,“他是力求资产和负债经营决策相互协调的管理行为,他是在既定的风险约束和风险承受能力的前提下,对与资产和负债有关的决策进行制定、实施、监控和修改的持续过程。”(注:Society of Actuaries,1998,Professional Actuarial Specialty Guide.)实务中,寿险公司和产险公司各自的资产负债管理也是有区别的。寿险公司较早地运用资产负债模型技术,但主要集中在利率风险控制方面,其模型设计通常也是针对单一产品线及其对该产品线的支持资产。而产险公司的资产负债管理则考虑较广阔范围的风险,比如承保风险等,其模型设计则是将保险公司视作整体而非单个保险产品。

一、保险公司ALM技术发展的背景

早期的保险公司资产负债管理技术主要是针对“利率风险控制”。目前,利率风险仍然是保险公司资产负债管理技术中重要的考察内容。以美国金融市场为例,从20世纪30年代美国经济大萧条后,直至60年代中期,美国政府证券收益率都稳定在2%~4.5%这个较窄的区间内。但70年代严重的通货膨胀使得利率水平异常波动,尤其是在1979年10月,美国联邦储备当局宣布,货币政策的重点在于控制货币总量而不是稳定利率,随后不久美国联邦储备体系放松了对商业银行负债利率的限制,利率的灵活性大为增长。统计资料显示,1979年下半年至1980年,美国长短期金融工具的利率波动非常剧烈,因此,投资者被迫寻求高回报率的金融产品以抵消通货膨胀带来的损失,保单持有者亦通过“保单抵押贷款”从保险公司套取现金以寻求再投资。由于之前的保单费率计算是基于稳定的利率环境以及稳定的保单持有者行为的,所以,突如其来的“资金游离”局面使得保险公司财务管理层穷于应对。

寿险公司受到“利率波动”的冲击是明显的和直接的,因为寿险产品通常包括了许多“嵌入条款”,如允许保单受益人有权选择保险金的支付形式的“支付选择条款”,允许保单持有者就保单累积资产份额提出贷款要求的“保单抵押贷款”,以及允许保单持有者提出退保要求并支付其退保金的“退保条款”等,这些条款设计的初衷本来是为了给客户提供便利,在费率厘定时本也应当预先加以考察。但在利率环境稳定的前提下,保险公司忽略了它们的重要性,以至于在20世纪70年代通货膨胀恶化期间,“保单抵押贷款”占到了整个美国寿险业资产额的9.3%,据称仅此项金额已经占到当时估计的未来保费收入的20%~45%左右,[1]由此可见“嵌入条款”对保险公司财务的冲击程度。但更为严重的是,许多寿险公司并未采取措施及时调整其资产和负债以缓解“嵌入条款”造成的财务影响,因此,给整个美国寿险业带来的损失不小。20世纪80年代中后期,美国的寿险公司已经高度重视“嵌入条款“对自身财务状况的影响力了,许多大型寿险公司甚至运用标准的估值方法来进行财务预测。与此同时,为了应对利率风险给整个金融市场带来的竞争压力,美国的寿险公司纷纷开发利率敏感型年金和其他寿险产品。但是,在与货币市场基金和银行大额存单等金融产品竞争的同时,利率敏感型年金和寿险品种也给寿险公司带来许多新的经营风险。比如说,万能寿险产品的回报率有赖于保险公司的经营状况,金融市场状况也将直接影响保险公司的投资收益,如果金融市场低迷,保险公司投资亏损,购买了万能保险的投资者将得不到最低保证回报以外的收益,因此,即便同样类型的产品在不同公司间可能会存在显著的差异。到20世纪90年代初,美国寿险市场上就有数家主营销售万能寿险或利率敏感型等保险产品的公司,但都因为经营扩张过度或财务管理失误而破产。由此,以控制寿险产品“利率风险”为目标的资产负债管理技术应运而生,寿险公司主要运用的方法包括现金流匹配(Cash Flow Matching)、现金流测试(Cash Flow Testing,简称CFT)以及免疫技术(Immunization)等。

二、现行ALM技术的应用分析

(一)现金流匹配

从理论上说,保险公司可以将其资产和负债的现金流量在时点和金额上达成一致从而消除利率风险的影响,这样的过程被称为现金流匹配。例如,保险公司可以通过政府债券组合,从而使其资产安排与其负债到期时点和金额都保持一致。尽管这种构想在理论上十分完美,但在实务中现金流匹配却很难做到。这是因为:

1.现金流的不确定性。现金流匹配的主要障碍在于负债发生时间的内在不确定性。在寿险业务中,由于前述“嵌入条款”的影响,保单持有者和年金购买者拥有各种保单权利,其中的不可预测性使得未来的现金流量也相应地不稳定。而其他外生变量,如生存率的变化也会导致未来负债支付的不确定。在非寿险业务中,负债的不确定性更加明显。承保业绩的变化,责任法律法规的变更,以及健康医疗成本的激增都对未来现金流有着重大影响。意外责任险公司因而也不得不提留充分的资本金,以应对巨额灾害带来的损失。

2.资产负债的完全匹配会妨碍经营的灵活性。有些情形下,即便严格的资产负债匹配方案是可行的,其对公司经营灵活性的约束也是明显的。比如说,为寻求现金流的一致,保险公司可能会放弃较高预期回报率的投资项目,以防止出现意外的资产负债缺口。因此,当保险公司决策层希望保持其经营策略的灵活性,尤其当对未来利率走势有相当把握时,就不会愿意遵循匹配原则而调整其资产负债安排。如果决策层确信利率将下降,那么,他们将宁愿继续持有债券,这样的话,未来的资产负债将出现有利的缺口,而非完全的匹配一致。

(二)现金流测试

美国纽约州保险署早在1986年即颁布了专门的监管法规,要求纽约州内所有销售年金和保证收入合同(Guaranteed Income Contract,简称GIC)的保险公司每年进行名为“现金流测试”的资产负债分析,并提交精算师报告呈报相关意见,对那些没有进行现金流测试的保险公司则被要求提存高额的准备金。到1993年,美国保险监督官协会也采纳了标准估值法案(Standard Valuation Law),该法案要求所有保险公司执行现金流测试以确保其持有充足的准备金。测试的具体规则必须依照精算标准委员会的规定,考虑利率变化对保险公司负债(如退保率、附加保费支付等情况)和资产(如贷款抵押证券、政府债券等)的各种影响。现金流测试由委任精算师执行,具体包括七种利率变化情景:(1)保持不变;(2)十年中每年上升0.5%,然后保持不变;(3)五年中每年上升1%,接下来的五年中每年下降1%,然后不变;(4)瞬时上升3%,然后保持不变;(5)瞬时下降3%,然后保持不变;(6)十年中每年下降0.5%,然后不变;(7)五年中每年下降1%,接着每年上升1%,然后不变。

现金流测试要求在每种情形下采用损益表来预测利率发生变化后总收入和总支出的变化,并据此计算出净现金流的变化。保险公司可通过现金流测试预测潜在的风险威胁,例如不断升高的利率水平可能提高保单退保率。Moody等著名评估机构亦将现金流测试作为保险公司资产负债匹配状况的评估工具,这更使得现金流测试方法的重要性得到广泛的认可。但是,现金流测试也存在局限,由于它仅出于监管利率风险的目的,因此,未考虑保险公司其他类型的风险如业务经营风险、股票市场波动风险等,而且现金流测试没有考虑新业务的销售情况,因此,不是以持续经营为考察基础的。

(三)免疫技术

正是由于“现金流匹配”技术实际操作中缺乏灵活机动,因此,在竞争激烈的金融市场上应用并不广泛。而“免疫技术(Immunization)”则弥补了“现金流匹配”的缺陷。它通过资产组合的设计和安排,抵消利率波动带来的负债变化,并针对保险公司资产和负债受利率敏感部分的匹配过程,对利率造成的损失进行保护,因而被称为“免疫技术”。

“免疫技术”的核心思想是匹配资产和负债的“久期(Duration)”,即现金流到期实现的平均时间长度。以八年期零息债券为例,他的久期就是八年。如果是30年期年利率为6%(每半年支付一次利息)的面值10000元的债券,其久期大概为14.253年。按照半年利率3%贴现计算的久期值计算过程如表1。

表1 久期值计算过程

支付次数 未来年度 支付金额(元) 贴现值(元) 占本金比率(%)

 (1)(2)(3) (4)

(5) (2)×(5)

 01 0.5300 291.26 2.91 0.015

 02 1.0300 282.78 2.83 0.028

 03 1.5300 274.54 2.75 0.041

 04 2.0300 266.55 2.67 0.053

 ┇

   ┇ ┇

 5929.5300  52.45 0.52 0.155

 6030.0300  50.92 O.51 0.153

合计

  30.0

 10,000

  1,697.3316.97 5.092

10,000

  100.00 14.253

由此可见,久期计算的关键在于确定各期支付金额的贴现值及其占债券总金额值的比率,然后根据此比率计算所有支付金额实现的加权平均时间,整个计算过程可以通过电子表格或专门的精算统计软件完成。尽管实务中的资产负债久期计算要比上述例子的情况复杂得多,但有了先进的计算机技术,能极大地提高财务管理的效率,并非常直观地反映出资产和负债的久期受利率影响的灵敏程度。上述债券14.3年的久期值即意味着1%的利率增加会导致此债券价值降低14.3%;反之利率降低1%,那该债券的价值将升值14.3%,因此,精算师的工作就在于保持资产和负债久期的一致。如果资产和负债的久期相等,那无论利率水平升高或降低,保险公司的资产和负债的贬值或升值都能保持等量变化,因而抵消了不利的资产负债缺口。

由于资产负债的久期能随利率波动而变化,因此久期匹配技术是有效的利率风险监控工具。但是在有些情形下,即便保险公司资产和负债有相同的久期值,突然的利率波动也会随时将它改变,所以,保险公司还有必要运用“凸性(Convexity)”技术来确定久期本身对利率变化的灵敏程度。久期和凸性技术相结合,才能为保险公司提供较完备的利率风险监控体系。但是,由于金融市场的剧烈变化,保险公司资产和负债未来的现金流状况变得非常不稳定,因此,也给久期和凸性技术的运用造成了很大的局限性。

三、保险公司ALM技术的发展趋向

当前不断更新的计算技术和日益复杂的金融市场风险,促进了保险公司资产负债管理技术的革新和细化。当前的保险公司资产负债管理技术,已经不仅仅局限于监管要求的“利率风险管理”,而是将许多非利率风险包括其中。既管理特定产品风险,也可分析公司整体风险;既用来考察投资策略,也可用来做公司其他战略性分析。尤其是20世纪90年代后,北美以及欧洲等地区的大型保险公司以及著名保险评估机构均热衷研究的“动态财务分析”正是将保险公司视为整体,从而在整个企业内进行模拟分析的预测工具。它的核心思想是在较广泛的区间内监控保险公司的整体财务状况,并在不确定和变化的市场环境下考察保险企业的经营成果和财富变化。

保险公司“动态财务分析”同传统的现金流测试的区别在于,现金流测试仅就法定要求在特定情景和目的下进行,每年评估一次。精算师们通常也认为,现金流测试中对利率风险的度量已经比较充分了。保险公司动态财务分析考察的范围却更加广泛。但保险公司动态财务分析的构建步骤仍将从现金流模拟模型开始,然后测试利率风险以外的情景,首先是死亡率,然后是伤残率和费用等,最终构建整体的公司模型。[2]

“动态财务分析”的方法作为未来保险公司资产负债管理技术发展的趋向,不仅能够灵活地运用“久期模型”、“资产负债缺口分析模型”,以及近期发展起来的“风险价值模型(VaR)”等各种度量方法来测算利率变动对保险公司资产、负债的影响。还可通过恰当的“情景条件生成器”,在当前市场条件(包括通胀率、国民生产总值增长率等)和未来市场环境条件间建立关联,并就此预测保险公司资产和负债的变化。

保险公司动态财务分析的模型研究方法主要是“情景分析”和“随机模拟”。这两种模型方法能有效地度量利率、承保及负债风险变化对保险公司市场价值或资产净值的影响。具体方法可包括最坏情况情景模拟分析方法、压力测试方法、蒙特卡罗模拟方法等。

保险公司动态财务分析及其模型在保险公司资产负债管理及偿付能力监控方面的应用,更为重要的意义在于它能为保险业提供较灵活的监管方法,其灵活性体现在该方法基于“内部模型+事后调整”的监管策略。“内部模型”是指各保险公司有权利根据自身所持金融资产以及负债的特点建立各自的“动态财务分析模型”以预测各年度的财务实力,并及时向监管部门报告。监管部门则可根据该报告估算该公司偿付能力状况,确定所需的充足性资本保证金。而“事后调整”则是指每年年末监管部门对年初所报告的“动态财务分析”加以实证性的检验,并责成委任精算师提交相关的财务意见书。因此,动态财务分析方法如能与目前国内保险公司“最低偿付能力监管标准”相结合,通过选取符合国情以及保险公司实际情况的参数建立“现金流模拟模型”,对保险公司资产负债表和经营状况进行定量预测和规划,以及对保险公司关键性财务指标实行实时监控,定能为保险公司自身的风险评估工作提供及时科学的监控工具。□

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

保险公司资产负债管理技术及其发展趋势_利率风险论文
下载Doc文档

猜你喜欢