交通保险管理社会效率和企业效率的测度及其影响因素分析--基于2008年至2012年的省级数据_交强险费率论文

我国交强险经营的社会效率与企业效率测算及影响因素分析——基于2008～2012年的分省数据，本文主要内容关键词为：国交论文,效率论文,因素论文,社会论文,数据论文，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、引言

       (一)研究背景

       交强险自2006年7月实施以来，引起社会广泛关注，对交强险的讨论也一直没有间断。2013年8月30日，中国保监会公布了2012年交强险经营数据，数据显示，2012年交强险经营亏损54亿元，其中承保亏损83亿元，投资收益29亿元①。

       虽然总体亏损，但各个地区由于产业结构、经济发展程度以及道路交通情况的不同，仍然存在部分区域盈利的情况，而且31个省份的盈亏状况差异很大。通过汇总2012年24家自2006年起就开始承办交强险业务的财险公司的财务报告，得出地区分部损益情况，如图1所示。

       各地区的经营差异引起了保险界的很多讨论，但大多学者是从运行模式、法律、制度等方面进行研究的，对其经营效率的测算不多，本文以经营效率为切入点进行研究，并将经营效率具体分割为社会效率与企业效率②，以期对我国交强险的运营有更深刻的了解。

       (二)文献综述

       孟生旺(2013)基于2009～2011年保险公司在各地区经营交强险业务的实际数据，从公司、地区和业务三个角度对赔付率和费用率进行了相关性分析，发现赔付率越低的地区，费用率越高，由此得出保险公司有意提高交强险费用分摊的结论。吕岩(2010)基于2008年的交强险财务数据，采用DEA方法，以经营费用作为投入指标，赔付支出和营业利润为产出指标，进行经营效率的测算和分析。通过效率测算和比较分析，发现成本控制很好的企业位于效率前沿上，并且这种控制能力与规模有一定的联系，存在一定的规模经济效应。马聪、黎春里(2013)基于2012年公布的交强险数据，通过实证研究探析我国交强险经营的区域性差异，采用DEA方法，以经营费用为投入指标，以赔款支出、投资收益为产出指标，对各地区经营效率的测算表明，我国各省的交强险经营效率存在明显的区域性差异，呈现出西部低效、东部高效的区域性差异，且赔付率对效率影响较大。

      

       图1 2012年各地区经营利润

       总体上来看，我国对交强险经营绩效研究的文章有限，大多是通过分析赔付率和费用率两大指标，分别从公司、地区和业务三个角度来讨论交强险的经营差异。对交强险经营效率的实证测算方面仅有两篇文章，均发表于北大赛瑟论坛。而采用DEA方法，以经营费用为投入指标，投资收益和经营利润为产出指标，笔者认为这种选择有失偏颇，交强险作为强制保险，尤其注重其社会性，所以应该分企业和社会两个角度来选择投入和产出指标，测算经营效率。

       (三)研究思路

       首先采用DEA模型，选择经营费用为投入指标，投资收益和保费收入为产出指标测算了交强险的企业效率，选择已赚保费收入为投入指标，赔付支出为产出指标测算了交强险的社会效率，并对企业和社会效率差异进行比较分析；其次以测算出来的企业效率和社会效率为因变量，采用Tobit回归模型对其影响因素进行分析。

       二、2012年交强险的发展状况

       根据2012年保险行业协会网站公布的交强险财务报告，选取自2006年实施交强险制度时就开始承保的24家保险公司为目标公司(市场份额为97％)，对其报告进行汇总得出以下损益汇总表。

      

       从表1可以看出，我国各地区交强险的经营利润差别很大，经营最好的北京地区利润达到6.59亿元，经营最差的省份浙江亏损达到22.03亿元。这种差别与各省份的费用率、赔付率有很大的关系，北京的费用率比浙江低0.87％，赔付率比浙江高48.38％，费用率与赔付率的差别之大与各地区的经济发展水平、地理环境等有着很大关系，本文之后对其进行具体分析。

       三、模型介绍

       (一)效率测算模型

       从微观层面探讨企业效率的研究可以追溯到Farrell(1957)，他首次引人了前沿生产函数的概念，并将此作为资源利用有效性的评价标准。Charnes于1978年第一次提出了基于数据包络分析(DEA)的模型，即 CCR模型，利用被评估的决策单元(DMU)的输入输出项目的观测值来构建一个有效生产前言，凡落在该有效前沿边界上的DMU是有效率的，效率值为1，其他落在有效前沿之内的为相对无效率，效率值介于0与1之间，该模型适用于多个输入项目和多个输出项目的DMU。Banker于1984年放松了CCR模型规模报酬不变的假设，提出了BBC模型。基本思路如下：

       假设有n各部门或单位(称为决策单元，decision making units，DMU)，是DEA的评价对象，可以是学校、银行、企业、政府等具有投入产出要素的实体。在DEA评价中，相同类型的组织或单位都可以作为一组决策单元。由于我国目前实行交强险单独核算，数据方面具有其独立性，所以本文以交强险为研究对象具有其合理性。每个决策单元都有m种输入(类似于经济学中的生产要素，表示该DMU对资源的耗费)和s种输出(类似于经济学中的产出，表示该DMU使用资源之后所获得的产出)。各决策单元的输入数据和输出数据如下：

      

      

      

      

       (二)影响因素模型介绍

       本部分以DEA测算出来的技术效率值为因变量，以影响因素为自变量进行回归分析。由于效率值均大于0，小于1，所以数据是被截取的。虽然有全部的观测数据，但对于某些观测数据，被解释变量被压缩在一个点上，此时，被解释变量的分布就变成了由两个离散点与一个连续分布所组成的混合分布。在这种情况下，如果用OLS来估计，就会得不到一致的估计。

       Tobin(1958)提出了使用MLE来估计这种模型，该方法因此被称为“Tobit”模型。

      

       然后使用MLE来估计参数。

       四、各省份交强险企业效率与社会效率的测算结果

       (一)变量选取及样本说明

       近年来，DEA方法已经被广泛应用于相对有效性的评价之中，对于每一个输人输出项目的选择，Copper， Seiford和Tone提出了如下要求：首先，在选择输入输出项目时，必须保证对于每一个DMU，都能够获得其输入输出项目的数值，并且必须为正数；其次，分析者所选择的输入输出项目必须是与DMU相对有效性评估有关的因素；第三，效率值越大，表示该决策单元的相对有效性越高，从该角度来看，输入值越小越好，输出值越大越好；最后，不同的输入项目和输出项目的单位可以不一致。

       对于效率分析而言，非常关键的一步就是选择投入和产出变量。我国对交强险采用DEA测算效率的文献仅有两篇，均发表于北大赛瑟论坛。吕岩(2009)以经营费用作为投入指标，赔付支出和营业利润作为产出指标进行分析。马聪、黎春里(2013)以经营费用为投入指标，以赔款支出、投资收益为产出指标。

       本文认为，赔付支出和营业利润统一作为交强险的产出变量有失偏颇，应该分开来考虑，两者分别反映的是对社会的贡献和保险公司自身的盈利水平。鉴于此，再结合我国历年在测算保险公司效率时选择的指标，本文将从两个角度分别进行测算。

       从企业角度来看，保险公司的投入应该包括人力、资本两个方面，但交强险的审计报告中没有将公司的固定资产进行分摊，所以没有单独的资本数据，本文以经营费用(包括专属费用和分摊的共同费用)作为其投入变量。产出方面本文选择已赚保费收入和投资收益作为产出变量。

       从社会角度来看，众所周知，交强险具有很强的公益性和社会性，国家正是出于对受害第三方的考虑才于2006年中旬出台了交强险条例，将交通事故责任险纳入强制范围。本文尝试用已赚保费收入为投入变量，可以理解为保险公司在社会上的资源耗费，以赔付支出为产出变量，可以理解为保险公司对社会的贡献，如表2所示。

      

       (二)企业效率测算④结果

       本部分以经营费用为投入变量，投资收益和保费收入为产出变量，基于样本数据，得到31个省份开办的交强险在不同年份的效率值，具体情况如表3。

      

       由表3可以看出，企业效率排名前三名的是上海、北京和四川，排名后三名的是云南、黑龙江和广西。

      

       图2 各省份企业效率离散程度⑦

       由图2可以看出，各年的离散程度差别很大，均值排名第一的上海离散程度较低，其各年的效率都比较高。企业效率排名靠后的西藏，波动幅度最大。

       (三)社会效率测算结果

       本部分以已赚保费收入为投入变量，赔付支出为产出变量，基于样本数据，得到31个省份的交强险在不同年份的效率值，具体情况如表4。

      

       从表4可以看出，社会效率排列前三名的是上海、安徽和浙江，在企业效率中排名靠前的北京，社会效率排名倒数第二。

      

       图3 各省份社会效率离散程度

       从图3可以看出，交强险社会效率的均值与标准差存在显著正相关关系。交强险效率最高的上海，其效率值得波动幅度最大，排名最后的海南，波动幅度最小，最稳定。

       (四)企业效率与社会效率的比较

       1.趋势分析

       比较2008～2012各地区的企业效率和社会效率的平均值，如图4所示。

      

       图4 交强险平均效率⑧水平

       从图4可以看出，交强险社会效率变化不稳定，在2008～2009及2012～2013年期间，效率值有一个陡升的过程；企业效率的变化很平稳，基本维持在0.8以上。

       2.排名差比较

       本部分对各省份的企业和社会排名进行了差值分析，结果如表5所示。

      

       由表5可以看出，上海的企业效率与社会效率均排名第一，说明无论从公司盈利角度还是从社会风险承担能力看，上海都表现很好。与此相对的云南地区，企业排名和社会排名都很靠后，与该地区的地理环境有很大关系，省区面积大理赔费用高，同时城镇化率低，展业困难，出现道德风险的几率也很大，所以尽管赔付多，但赔付质量并不高。从排名差来看，企业效率远远高于社会效率的省份为北京、海南和河北，社会效率远远高于企业效率的省份为浙江、山东和新疆。

       五、各省份交强险企业效率与社会效率的影响因素分析

       本部分以第四部分测算出来企业效率和社会效率值为因变量，以可能对其产生影响的因素为自变量，进行回归分析。由于效率值均大于0小于1，所以数据是被截取的，在这种情况下，如果用OLS来估计，就会得不到一致的估计，所以该部分采用Tobit模型进行回归分析。

       (一)解释变量的选取

       效率的测算是基于投入与产出变量的，所以在选取解释变量时，主要考虑影响保费收入、赔付支出和投资收益的因素，本文选择的解释变量如下：

       (1)宏观经济变量。一个地区的城市化率越低，其展业越困难，同时期理赔费用也会很高，所以采用城市化率指标作为效率的影响因素。对于经济发展的衡量指标，本文选择上一年城镇家庭人均可支配收入和上一年农村家庭人均纯收入作为解释变量，既反映人民生活水平，同时又是保险公司在进行伤残和死亡赔付时的参考标准，因此对交强险的赔付具有很大影响。

       (2)交通情况变量。本文选择交通事故率作为交通管制效率的指标，具体计算公式为：交通事故量/公路客运量(11)。交通事故率反映的是国家或者地区对交通事故的管制水平。

       (3)地理环境。本文选择各省份面积作为地理环境的指标，面积越大，赔付越不容易，所消耗的费用越多，对地区的效率会产生一定的影响。

       将解释变量汇总如表6。

      

       (二)实证结果

       本部分使用stata12.0软件，对交强险效率的影响因素进行Tobit回归分析。回归结果如表7、表8所示。

      

       由以上回归结果，对比可以看出：

       (1)城镇化率对地区的企业效率具有显著正影响，城镇化率越高，说明城镇人口较多，展业越容易开展，同时在城镇理赔要比在农村理赔更高效，会节省理赔费用，因此会产生正影响。城镇化率对社会效率具有负影响，可能原因之一是从过去的情况来看，我国交强险经营存在拖拉机赔付率高，私家汽车赔付率低的情况，随着城镇化的发展，城镇人口占比逐渐提升，私家汽车在机动车占比中越来越高，拖拉机在机动车占比相对降低。因此会对社会效率产生负面影响。可能的原因之二是保险业中存在的道德风险，例如骗保骗赔的情况，农村要比城市严重，随着城镇化的发展，道德风险有所降低，也会带来上述企业效率升高、社会效率降低的效应。

       (2)上一年城镇居民人均可支配收入和上一年农村家庭人均纯收入对企业效率均具有正影响，随着家庭生活水平的提高，人们的保险意识提升，投保率上升，保费收入增加。

       城镇居民人均可支配收入和上一年农村家庭人均纯收入对地区的社会效率具有正影响，说明随着收入水平的提高，交强险承保的人死人伤事故所要求的赔付成本也会上升，保险公司的赔款合计增加，以此来衡量的社会贡献增加，社会效率提升。

       (3)交通事故率对企业效率和社会效率的影响虽然为正，但都不显著，p值分别为0.811和0.58，可能原因是变量选择不周全的原因。

       (4)地区面积对企业效率具有显著负影响，说明地区面积越大，查勘、赔付需要投入的人力物力更大，所以赔付成本会很高，导致企业效率降低。地区面积对社会效率虽然影响为正，但并不显著。

       六、结论与政策建议

       (一)结论

       本文采用DEA方法，首先对2008年至2012年我国31个省份的交强险经营效率进行了实证研究，分别从企业和社会角度进行了考虑，两者所测算的效率水平有着很大差异，从整体来看，社会效率在2009年和2012年波动幅度较大，企业效率较平稳。从各地区来看，上海明显在盈利和风险承担方面都表现最好，而云南均表现较差。

       随后本文采用Tobit模型对企业效率和社会效率进行了回归分析，进一步研究了影响交强险效率的因素，得出以下结论：第一，城镇化率对交强险的企业效率有显著正影响，对社会效率具有负影响。第二，地区面积对企业效率的影响显著为负，说明各地区的面积越大，赔付难度越大，经营费用越大，导致企业效率的降低。

       (二)政策建议

       从各地区的经营效率测算中可以看出，各个地区之间存在着很大的差异，从变量回归中可以看到，这种差异来自于各地区不同的城镇化率、人均收入和地理环境的不同。

       城镇与农村相比，由于承保理赔流程更规范高效，展业和理赔的成本也就越低，低成本运营对企业效率有促进作用，所以加快提高各地区的城镇化率，有助于提高我国交强险的企业效率。

       各地区的面积越大，出险之后的理赔过程越复杂低效，导致理赔成本较高，因此会对企业效率产生负影响。但在我国，从基础费率看，不同地区不同的赔付成本却对应着相同的费率水平，很可能导致劫富济贫的现象，有失公平，会对交强险的发展产生阻碍作用。由于各地交通情况不同，出事故的概率也不同，采用统一的费率欠妥。随着交强险的发展和经验数据的积累，交强险的费率影响因素将更加完善，有助于各地区的基础费率和浮动费率实行差异化。

       注释：

       ①http：//money.163.com/13/0831/16/97KDD06200254SK6.html.

       ②将DEAP软件测算出的总技术效率定义为交强险的企业效率和社会效率，旨在考察保险公司的盈利能力和提供风险保障的能力。

       ③按照经营利润一列排序，其中带括号的数字为负数。

       ④本文所做的效率测算均采用DEAP Version2.1工具。

       ⑤企业效率为DEAP软件测算的技术效率，下文中的社会效率与此定义类似。

       ⑥标准差为各省份2008～2012年企业效率的标准差。

       ⑦纵坐标为标准差。

       ⑧31个地区各年效率的算术平均值，该值越低，说明效率的离散度越高，即距离平均值的地区越多。

       ⑨社会效率与企业效率的排名求和之后排序，反映交强险经营的总效率。

       ⑩社会效率与企业效率的排名作差之后排序，反映社会效率与企业效率的背离度。

       (11)公路客运量反映该省份的实际运送的旅客人数，不采用机动车保有量是因为可能有部分机动车虽然在该省登记，但可能并不在该省行驶或跨省驾驶。

       (12)数据采用《中国统计年鉴》中城镇人口占总人口的比重。

标签：交强险费率论文;  机动车交强险论文;  经营费用论文;  差异分析论文;  因素分析论文;  经营指标论文;  dea论文;