基于双边投资组合模型的保险基金投资策略研究_投资论文

基于双边投资组合模型的保险资金投资策略研究，本文主要内容关键词为：保险资金论文,投资策略论文,投资组合论文,模型论文，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。

      (一)研究背景

      近十年来，我国保险行业发展迅猛，行业资产总额由2004年的1.19万亿元增至2014年5月的9.04万亿元，其中保险资金投资发挥了重要作用，与其他资金相比，保险资金投资有资金运用额度巨大、保费收入增长更稳定、可投资范围更广、投资期限更长、成本更合理等特征。2003年以来，保险资金投资收益率不断上升，在2007年达到了12%，受宏观环境影响，2008年收益率骤降到2%，经过3～4年的调整，保险资金投资收益率开始触底回升，2013年，收益率重返5%。随着保险资金投资相关政策陆续出台，投资渠道逐步放开，最大限度提高保险资金的运用效率成为各大保险公司面临的重要课题。

      从保监会发布的保险行业经营情况数据看，2007年5月以来，我国保险行业的资产总额和投资额均保持稳步上涨的趋势，而资产总额的上涨幅度比投资额上涨幅度更大，使得保险资金投资余额占资产总额的比例不但没有上升，反而震荡向下，如图1所示。这表明当可投资保险资金过多时，保险资金的运用会遇到瓶颈，许多投资对象达到边际效应，导致收益率下降。与此同时，投资额度的增加使得相关资金风险的管理更加复杂。优化运用保险资金将有利于解决保险资金运用的瓶颈问题，提高整体风险控制能力。

      为增加保险资金的投资收益，保险公司一方面将更多的保费收入投入到投资活动中，另一方面则提高各投资对象的收益率。两个方面都要在风险可控的范围内进行，保监会发布的《保险资金运用管理暂行办法》主要从监管投资活动出发，基于投资收益和风险的角度对保险行业的整体风险进行控制，对不同保险公司的业务结构、资金运营能力等特质的约束并不具体，而这些特质往往会影响可投资资金的总额或比例。对于保险公司而言，除了要按保监会的规定，在投资组合时满足各投资对象比例的要求之外，还需要考虑如何根据公司自身的保费收入的稳定性、各种保费收入的比例、各种保费的赔付概率等业务结构来构建投资资金池，这是将更多保费收入投入到投资活动中的重要途径，也是对保险资金运用总体风险控制的关键。与其他资金相比，保险资金可能因为一些大规模突发事件而出现巨额赔付，导致资金需要立即撤回，因此部分投资资金需要良好的流动性。对于经营多种类型保险业务的大型保险集团，由于各类型保险业务的保费收入、赔付方法有较大差异，若只针对单一类型保险业务的风险制定该项业务的资金投资计划，则忽略了整体资金在各相关业务之间的投资组合可带来的收益和风险控制。站在整体统筹、系统优化的角度，基于大资金、大数据制定保险资金的投资决策将更加科学。

      

      图1 保险行业资产总额、投资额及投资余额占比变化情况

      数据来源：中国保监会网站统计数据。

      依据我国保险行业协会发布的保险业各月经营情况统计数据，保费收入可大体分为财产险收入和人身险收入两大部分，而人身险又可分为寿险、健康险、人身意外伤害险三部分。即从数据的可获得性来看，将保费收入分为财产险收入、寿险收入、健康险收入和人身意外伤害险四类。表1对2007年5月～2014年5月保险行业保费收入和保费赔付做了描述性统计。

      

      分析表1可以发现，横向对比来看，无论是保费收入还是赔付支出，几类保险都有较大的差别，包括平均水平相差大和波动变化幅度相差大两个方面；纵向对比来看，对于同一类保险，其在2007年5月～2014年5月期间波动也较大，这从标准差以及最大值和最小值可以看出。这些特征表明，一方面，各类保险业务的保险收入、赔付支出和利润不仅在总量上有差别，而且在稳定性上也有区别，因此，在使用相关保险资金时，考虑保险资金的具体构成是十分必要的，这关系到保险资金可运用的总量和运用过程中的稳定性。正是基于保险资金的这些特征，本文提出了保险资金运用的双边投资组合思路，即需综合考虑保险公司的保费收入的结构，基于投资组合理论优化构建资金池，确定可投资总额和收益、风险控制要求，在此基础上，再进一步优化制定保险资金投资组合方案。

      (二)文献综述

      国内外大量文献研究了保险公司的最优比例再保险及投资组合问题。最早是由Markowitz(1952)将投资组合的选择问题转化为一个二次规划问题，提出了均值—方差模型，主要研究如何实现风险一定情况下的收益最大化或收益一定情况下的风险最小化。这一模型成为保险业最常用的度量风险方法之一。由于金融市场瞬息万变，为了更好地刻画现实情况，Mossin(1968)用动态规划的方法将单阶段投资组合优化问题推广到多阶段情形，Merton(1973)将市场因素看作是一个扩散过程，导出了连续时间的资本资产定价模型。Bauerle(2005)利用动态Cramer-Lundberg模型求出在期望收益一定情况下的最优比例再保险策略。Wang(2007)研究在一种风险资产和无风险资产组合的情况下通过Levy过程刻画保险公司的盈余，采用秧的方法得到均值方差问题的闭形式解。之后，学者又提出了VaR、CVaR和WCVaR等风险度量方法。张鹏(2011)采用动态风险度量方法建立了均值—动态VaR多阶段投资组合模型，并用离散近似迭代法进行求解。阎石(2012)利用VaR建立了套期保值资产组合的风险约束，并验证了模型的优越性。

      随着承保竞争的不断加剧，承保利润率日趋降低，保险业逐渐将经营重点放在提高投资收益上。1948年英国的佩格勒提出了预期收益最大化、投资分散化、投资结构多元化以及经济和社会效益并重的四大原则。我国学者汤若岩、吴少新、王江等总结的安全性、收益性和流动性是目前国内理论界比较认可的保险投资基本原则。最早对保险业资产投资组合理论进行研究的是Cramer，他开创性引入风险理论，认为保险公司需要认真审视投资可能带来的风险，这对保险公司的经营具有重要意义。Pettersonz(1985)考虑了在保证能赔付情况下的投资策略。Andrew和Bernard(2010)运用基准法建立了基准为增函数时的最优资产组合。国内学者卓宇(2009)介绍了我国保险集团资源整合的现状，提出了基于资产负债管理理论的保险集团资源整合框架，并基于此框架提出基于资产负债管理理论的资产保险集团资源整合企业流程设计和监管层面的政策建议。胡宏兵，郭金龙(2009)从保险资金运用与资产负债匹配管理基本理论、美国保险资金运用考察、我国保险资金运用现状及问题、改善我国保险资金运用状况策略四个方面，对保险资金运用的相关问题进行了深入探讨。赵文昊、李强、曹晋文等(2010)从资产负债管理的历史出发，介绍资产负债管理的理论、监管与实务情况，创新之处在于对大量的公司实务情况进行了调研及梳理，并对理论、实务与监管之间的联系及发展做出了一定的思考。杨鹏(2011)在考虑交易费基础上研究了保险公司的最优投资和再保险问题。谷爱玲、曾艳珊(2012)用带随机扰动的Cramer-Lundberg模型刻画保险公司的盈余过程，通过求解相应的HJB方程，得到了均值方差模型的最优投资策略和有效前沿。徐景峰(2013)考虑法律法规对寿险资产投资的限制，建立了保险公司收益模型、投资比例和在险价值模型。张连增、戴成峰(2013)系统地研究了我国财产保险行业新会计准则的主要变化，及其对资产负债管理可能产生的影响；在此基础上提出了新准则下财产保险公司资产负债管理原则，及利用动态财务分析的方法解决资产负债管理问题的构想，并对操作流程进行了较为详细地论述。戴成峰、张连增(2014)认为我国财产保险公司经营的传统财产保险和投资型保险产品两大类业务差异巨大，需要采取不同的资产负债管理的思路和方法。因此其系统地研究了我国财产保险公司两大类业务的内部构成、业务特点及负债特性，探讨了不同业务特点对资产负债管理产生的影响；在此基础上提出了基于不同业务类型的资产负债管理模式、方法和技术，并利用动态财务分析的方法建立了分析模型，有针对性地解决财产保险公司资产负债管理问题。

      总体看来，目前的研究主要集中在对保险公司盈余的模型刻画、最优投资组合等方面，风险也主要体现在投资过程中的风险管理，并没有往前延伸到保险资金内部风险控制以及考虑保险费用收入的结构特征。而事实上，这部分是保险公司稳健运营的基础，是保险资金投资风险控制的基础。

      二、保险资金投资问题分析与双边投资组合模型

      (一)投资组合基本理论

      投资组合是指在某段时间内，当投资者拥有多个投资标的可以进行投资时，其可以选择同时投资多个标的物来获得收益。Markowitz提出的均值—方差模型是一种可以用来优化确定在不同的标的物投入资金的比例的方法。利用该模型，投资组合的收益可用均值来度量，风险可以由方差来度量，分析单个资产收益率的均值和方差，可找出投资组合的有效边界(Efficient Frontier)，该边界就是在一定收益率水平下，方差最小的投资组合。经典的Markowitz均值—方差模型可以表示如下：

      

      本文借鉴均值—方差模型的思想，在构建保险资金投资资金池时，优化确定不同类型保费收入的投入比例，以在满足一系列约束条件下使得可投资金最大，与其损失最小；进一步，在保险资金投资运用时，再次运用均值—方差模型，以在满足保监会相关要求和约束下获得最优投资组合方案。

      (二)问题描述与研究假设

      本文所提出的基于双边投资组合模型的保险资金投资策略是指保险公司在每月末根据历史赔付数据制定下个月投资组合决策，一方面，考虑保险公司不同类型保费业务收入和赔付特征，利用投资组合的思路确定构建资金池时，不同业务保费收入的抽取比例；另一方面，利用投资组合理论在满足相关规定的前提下，优化制定资金池的投资方案，以获得足够的投资收益和控制相关风险。

      在构建双边投资组合模型前，本文做出假设如下：

      1.所考察保险公司同时开展多个类型的保险业务。该假设是构建资金池时借鉴投资组合理论的基础，必须要有两个及以上不同类型的保费收入业务，才需优化确定各类业务保费收入的出资比例。

      2.对各不同类型保险业务的保费收入占比没有限制。这表明保监会允许一些大型的保险公司在市场竞争中根据自身优势，发展具有优势的保险业务，在这种情况下，不同保险公司更需要考虑自身业务的特征，进而判断可投资资金额度、可承受风险大小等。

      3.保险赔付在每月内随机发生。不同类型保险业务的赔付比率不同，并且可通过发布的相关历史数据进行统计推断。各类保险业务有足够多赔付额和赔付比率数据近似找出不同业务的赔付概率分布。

      4.能获得市场无风险收益率、不同投资标的物历史收益率。

      5.其他外部环境假设，如市场基本稳定、法律法规中的相关规定稳定。

      6.Markowitz投资组合模型应用的相关假设条件。

      (三)双边投资组合模型

      首先，可根据不同保费收入结构和赔付比率特征，基于投资组合理论，构建资金池的优化组合模型。假设某保险公司某一时期内的总保费收入为B，可分为N类，i=1，2，…，N表示保险业务类别，各保费收入分别为

，每月可能赔付率分别为

(随机变量)，

是第i种保险业务的预期赔付率，

为上个季度末总资产，

为资金池中各业务保费收入提取资金比例，Invest为按比例从各种业务保费收入中提取资金组合而成的投资资金池，L为按比例从各种业务保费收入中提取资金组合而成的投资资金池的预期损失，

为各项保险业务的赔付率协方差矩阵，则资金池的投资组合模型如下：

      

      其中，式(5)表示使进入投资资金池的保费收入尽可能多；式(6)表示投资组合形成的资金池的风险最小；式(7)表示要求投资组合形成的资金池的预期损失最小；式(8)表示，资金池以外的保费收入能支付所有业务赔付额的概率大于

；式(9)表示，第i类保险业务投资后的剩余保费收入能支付本业务赔付额的概率大于

；需要说明的是，尽管式(8)与式(9)的约束相似，但当

与

不全相等时，其表达的意义是不同的，式(8)表示了保险公司的整体赔付要小于备用金的概率，保险公司往往对这个条件要求更高，而式(9)是对单项业务赔付要小于该单项业务备用金的概率，保险公司对这个条件相对于整体赔付来说要求更低，两个约束的要求不同是为了让不同业务在保费收入、赔付率等方面能更好的起到互补作用。式(10)是指保险公司所预留的赔付资金属于流动资金范畴，包括现金、活期存款、短期国债等，我国保监会对该部分资金有明确的要求，即该部分资金不得低于上季度末总资产的5%；式(11)是对权重取值范围的约束。

      在构建好资金池投资组合模型后，可进一步对投资活动进行投资组合建模，设投资标的物有M类，j=1，2，…，M表示投资标的物的类别，由于在模型一中已经对流动资金进行了约束，因此，这里所指的投资标的物为风险收益投资标的物，这是保险资金投资收益的主要来源。

为各类标的物的投资收益率，

为给类标的物的预期投资收益率，

为投资组合中各类标的物的投资比重，根据均值—方差模型的思想，构建投资组合模型如下：

      

      式(12)表示保险资金的预期投资收益率最大，保险资金的收益由投资组合的收益减去自身的预期损失构成，由于保险资金在一定条件下承担着保险业务的赔付责任，因此，又可能因为巨额赔付导致投资资金发生损失。该目标函数将构建资金池与资金的投资运用结合到了一起，使得保险公司在投资时不能盲目的增加投入资金来提高收益，而应当综合考虑资金的流动性和投资收益情况；式(13)表示投资组合的方差，即风险最小；式(14)表示投资组合的各标的物权重要满足保监会的相关规定和要求；式(15)和式(16)仍然是对权重的约束。

      (四)双边投资组合模型的求解

      与一般投资组合模型相比，本文提出的双边投资组合模型要更复杂。首先，对于资金池构建模型，其不但拥有多个目标函数，还含有随机约束条件，属于多目标随机规划问题。其次，对于资金运用的投资组合模型，其同样属于多目标规划模型，且目标函数还包含了上个模型的变量，使得两个模型结合在一起，与双层规划相似。具体求解步骤如下：

      第一步，对于资金池投资组合模型，采用随机机会约束规划的神经网络与遗传算法结合的混合智能算法求解不确定规划，过程如下：

      (1)用随机模拟技术为不确定函数产生输入输出数据，其中不确定函数有N+1个：

      

      (2)训练神经网络。用随机模拟的方法产生出足够多的输入输出数据后，将抽取比例向量和对应的不确定函数取值分别作为神经网络的输入输出数据，训练一个神经网络逼近不确定函数。

      (3)利用遗传算法求近似最优解。首先，初始化一定规模的染色体，利用训练好的神经网络检验染色体的可行性；其次，定义交叉和变异操作更新染色体，同样，用神经网络检验子代染色体的可行性；再次，计算每个染色体的目标函数值和适应度，然后按照轮盘赌方法选择染色体作为下一次优化的父代；最后，重复给定次数的循环，将最优染色体作为最优解。

      第二步，对于三个目标函数的处理，保险资金在运用时的首要任务是保持用于投资资金的稳定性，即降低投资所用保险资金因赔付出现的损失。借鉴均值—方差模型的思想，对于一个给定的预期损失，可以找到对应的风险最小的投资组合，对于一系列不同的预期损失就可以得到有效前沿，与均值—方差模型不同的是，这里的模型除了有风险最小化的目标外，还有投资额度最大化的目标。为了得到可参考的有效前沿，本文先单独以投资额度最大为目标，求出足够多满足约束条件的随机权重样本下的最大投资额，记录所有样本最大投资额中最大的一个；然后单独以风险最小为目标，同样求出足够多随机权重下的最小风险，记录所有样本最小风险中最小的一个；最后，将两个目标标准化为一个目标，如式(19)所示。

      

      该目标值越接近2，就代表保费收入的可投资金越大，风险越小。至此，即可得到控制预期损失在给定的水平时，资金池的金额与风险的关系。

      第三步，在得到既定预期损失下的最优资金池金额和风险后，可将Invest和E(L)代入资金池运用的投资组合模型，确定收益最大化的目标函数(11)的具体形式，然后按均值—方差模型的思路，可求出资金池投资的有效前沿，进而可确定最优投资组合。

      三、模型应用

      (一)案例设计

      考虑一家大型保险公司A公司，同时经营财产险、寿险、健康险和人生意外伤害险业务。为提高运营效率和收入，公司决定构建投资资金池，并在相关规定范围内进行投资组合，以降低投资风险，提高收益。考虑到保险公司需要保留充足的资金以应对赔付，因此保险公司先要分析四类业务的历史赔付率。本文直接以我国保监会发布的保险业经营统计数据为参考，用四类保险业务2007年6月～2014年5月的当月赔付额比上当月保费收入作为当月赔付率(图2)，可以看出不同类保险费用收入的赔付率存在较大差异并且赔付率的稳定也存在差异。

      

      图2 2007年5月～2014年5月不同险总保费收入赔付率

      

      图3 四类保险业务赔付率分布函数图

      根据各月的赔付率可分析得出各类保险业务的赔付率近似概率分布函数，利用MATLAB R2014中的拟合工具箱对各保险业务赔付率分布进行拟合，选择拟合最好的密度函数，结果如图3所示。

      四类保险业务赔付率分布函数具体的拟合参数如表2所示。为了保证足额赔付和公司运营，A公司设定了投资资金的流动资金部分应满足的要求如表3所示。

      

      2014年2月19日中国保监会发布《关于加强和改进保险资金运用比例监管的通知》，将投资资产种类分为六大类：一是流动性资产，如现金、活期存款、短期债券、通知存款等，该部分比例不能低于本公司上季末总资产的5%，该部分资产主要是用于应对赔付，已经在资金池构建模型中体现；二是固定收益类资产，如企业债、定期存款、银行协议存款等，其中无担保的非金融企业债券投资比例≤50%；三是权益类资产，如股票、股票型基金、未上市企业股权等，其中股票及股票型基金投资比例≤20%、股权投资基金投资比例≤10%；四是不动产类资产，包括基础设施投资计划、房地产等不动产，投资比例≤20%；五是其他金融资产，如银行理财产品、信托产品等，投资比例≤30%。A公司的主要投资对象对象包括企业债、股票、信托产品等。通常活期存款和短期债券收益可按当年银行活期存款利率和上证国债指数年收益率取均值计算；企业债、股票的年收益率分别根据上证企业债指数、上证综合指数进行计算；银行理财产品的年收益率可按和讯基金网统计的相关数据取均值计算。事实上，在保险资金的实际投资过程中，保险公司会对投资标的资产的历史收益率进行具体分析，假设A保险公司主要投资标的物有A、B、C、D、E五大项，分别属于流动性资产范畴、固定收益类资产中的企业债范畴、权益类资产的股票范畴、不动产类资产的基础设施投资范畴和其他金融资产的信托产品范畴，具体年收益率及投资比例限制如表4所示。

      (二)双边投资组合方案

      为了提高投资效益，A保险公司要在满足足额赔付概率的前提下最大化投资资金，并将资金有效的配置到各产品中。按双边投资组合模型的求解思路，第一步是对资金池的构建进行求解：首先建立四类保险业务足额赔付概率以及总体足额赔付概率的不确定函数；然后用神经网络去逼近不确定函数；再次，将其他约束条件加入形成最优化模型，并采用遗传算法分别针对单目标进行求解，并记录最大投资额和最小风险，进而确定整体规划遗传算法的适应度函数；最后利用遗传算法求得最优资金池构建方案。第二步是基于第一步得到的资金池求解A、B、C、D、E项目投资组合的有效前沿，并得到最优投资方案。

      具体计算时，随机模拟次数为5 000，神经网络样本数3 000，遗传算法迭代1 000次，染色体选择采用轮盘赌方法，两条染色体的交叉操作包括：(1)提取两条染色体中各业务保费提取比例最大的，组成新的染色体；(2)随机交换两条染色体中的某个业务保费提取比例；(3)两条染色体中各业务保费提取比例取均值，组成新的染色体；(4)将对应适应度更大的染色体中的业务保费提取比例最低的与另一条染色体对应元素进行互换；(5)将对应适应度更大的染色体中的任意两项业务保费提取比例一个增加一个足够小的随机数，另一个减少一个足够小的随机数；(6)互换对应适应度更大的染色体中的两项业务保费提取比例；(7)适应度更大的染色体中的财产险保费提取比例加上一个足够小的随机数；(8)适应度更大的染色体中的寿险保费提取比例加上一个足够小的随机数；(9)适应度更大的染色体中的健康险保费提取比例加上一个足够小的随机数；(10)适应度更大的染色体中的人身意外伤害险保费提取比例加上一个足够小的随机数。然后考察交叉后的这些染色体，选择对应适应度最大的两条替换原染色体，形成新的种群。变异操作为在选择交叉后的染色体时，会按一定的概率出现选择其他交叉后的染色体(而不一定是适应度最大的两条染色体)来替换原染色体。通过MATLAB R2014a编程计算，得到最优资金池构建方案如表5所示。

      

      从表5可看出，该方案既能满足单个保险业务足额赔付概率的要求，也能满足总体足额赔付概率要求。而保费收入的53.770%将可用于投资风险资产，剩余的46.23%将投资活期存款、协议存款、短期债券等流动性较强、近似无风险的资产。在构建好风险资产投资资金池后，可获得既定收益下的风险最小的资产投资组合方案，形成投资组合的有效前沿，取10个有效前沿点，得到有效前沿图(图4)和投资方案(表6)。

      从表6的10个有效投资方案来看，A公司可根据风险偏好选择投资方案。其中风险最小和收益最大两个方案的总体收益率和具体的投资资金如表7所示。

      从表7可以看出，尽管用于赔付准备的无风险资产产生的收益很少，但是A公司必须要保持该部分资金的比例，以达到足额赔付概率目标。投资风险资产是保险资金投资的主要收益来源，但其收益具有不确定性，并且往往流动性不够。因此，从整体上看，A公司将总体保费收入的预期投资收益率设定在3.92%～5%之间既可以基本满足赔付要求，又能获得较高收益。而具体的投资方案可根据本文提出的双边投资组合模型确定。

      

      图4 风险资产投资组合有效前沿

      

      

      四、结论与建议

      本文考虑到保险资金的特殊性和不同保险业务在赔付率上的差异，从保费收入结构出发，建立了保险资金投资的双边投资组合模型。通过对不同保险业务的赔付率的分布函数进行拟合，探讨了保险公司预设的足额赔付概率下的风险资产投资资金池的构建，并进一步讨论了资金池运用时的投资组合优化问题。主要研究结论如下：

      (1)我国保险资金的运用效率不稳定，保险资金运用风险控制手段基本集中在投资端。随着我国保险业的不断发展，保险资金日趋壮大，但保险资金的投资比例却相对波动较大，因此保险资金有效投资运用的重要性更加突出。尽管我国保监会加强了保险资金投资环节的监管，但对于无风险投资部分要能足额赔付的几率没有明确规定。保费收入的增多和投资产品的不断创新使得保险公司在面临着更多的投资机会，所面临的投资风险管理问题也更加复杂。如何既满足足额赔付要求，又使得投资收益最大化成为保险资金投资的关键。保险公司应从优化设定满足足额赔付的概率出发，根据自身保费收入结构，确定可投资风险资产资金，然后再针对各种投资产品进行投资组合优化，使得投资收益最大化和风险最小化。

      (2)保险业务存在差异，不同保费收入形成的资金在投资时的属性有区别。由于保险公司通常经营两种或者更多的保险业务，因此，其总体保费收入是由多个保险业务保费收入构成。仅从整体上考虑保险资金运用的结果是将所有保费业务收入视为同质性。事实上，对于总体保费收入相当的两个保险公司来讲，其保费收入的差异性很大。这些差异主要表现在三个方面：首先不同保险业务的赔付发生概率不同；其次，不同保险业务发生赔付后，赔付额的区间范围不同；最后，不同的保险业务保期不一样。这三点使得在进行保险资金运用时，必须考虑其保费收入的构成。

      (3)不确定规划和不确定函数可较好的用在确定赔付准备金以达到足额赔付概率上。由于保险业务在赔付的概率、赔付的金额上具有高度的不确定性，因此无法明确给出赔付准备金来实现足额赔付。但是可以根据历史赔付率数据来确定实现达到某一足额赔付概率下的赔付准备金。

      (4)无风险资产和风险资产投资应当分离。在以往的保险资金运用研究中，通常是将所有资金一起对无风险资产和风险资产进行同时投资，这容易出现为了降低投资风险或者扩大投资收益时对无风险资产做出不合理的配置，如使得赔付准备金不足或者资金使用效率低下等。将无风险资产和风险资产分离之后，投资无风险资产部门可以作为赔付准备金，而剩余的投资风险资产投资资金则可以自由配置。

      基于以上结论，本文得到以下启示：

      (1)保险公司应当合理设置赔付准备金以实现既定概率下的足额赔付，在此基础上可展开剩余保险资金的有效运用。

      (2)保险公司和保监会、保险业协会等门应当细化和加强对保险业务数据的统计、分析，以获得各保险业务更为准确、全面的赔付数据，为合理设定保险赔付准备金奠定基础。

      (3)相关部门在针对行业进行统一监管的基础上，加强对公司针对性的监管。保险公司可能会由于保险资金的成本、赔付概率、赔付方式、赔付额度、周期性的不同，即使满足行业投资监管条件，也频繁的出现赔付不足或者流动性不足的情况。

标签：投资论文;  投资组合论文;  赔付率论文;  保费收入论文;  保险论文;  资金运用论文;  概率计算论文;  风险资产论文;  风险模型论文;  资金业务论文;  保险公司论文;