| 这些变量的均值、中值、最大值、最小值和均方差如表5所示。承保利润率最大值为17.85%,最小值为-114.16%，平均值为-12.27%，也反映出大部分产险企业在样本期间内处于亏损状态。
表5模型变量的统计指标值
|
|
承保利润率
|
Ln(CPI)
|
集中度
|
车险比重
|
市场份额
|
分保比率
|
业务增速
|
|
均值
|
-0.122744
|
1.388048
|
0.716305
|
0.717966
|
0.090722
|
0.220640
|
0.318142
|
|
中值
|
-0.026104
|
1.366092
|
0.703853
|
0.707250
|
0.027550
|
0.203000
|
0.234000
|
|
最大值
|
0.178573
|
1.472472
|
0.815021
|
1.032400
|
0.601700
|
0.515300
|
2.395500
|
|
最小值
|
-1.141600
|
1.335001
|
0.638627
|
0.486000
|
0.003100
|
0.074600
|
-0.714300
|
|
均方差
|
0.243199
|
0.050057
|
0.063838
|
0.102353
|
0.143047
|
0.094165
|
0.486036
|
（二）方法
宏观因素最终都要通过微观因素起作用，这些自变量之间就可能存在线性关系，为了克服变量之间的共线性关系，我们采用面板回归。
面板数据（PanelData）又称合成数据，是指对不同时刻的截面个体作连续观测所得到的多维时间序列数据。由于这类数据有着独特的优点，使合成数据模型目前已在计量经济学、社会学等领域有较为广泛的应用。合成数据模型是一类利用合成数据分析变量间相互关系预测其变化趋势的计量经济模型，够同时反映研究对象在时间和截面单元两个方向上的变化规律及不同时间、不同单元的特性，它综合利用样本信息，使研究更加深入，同时可以减少多重共线性带来的影响。
根据实际情况，我们采用固定的变截距面板回归模型。由于在不同样本点上解释变量以外的其他因素在时间上的连续性，带来它们对被解释变量影响的连续性，所以往往存在序列相关性。序列相关性如果采用OLS法估计模型参数，会使得参数估计量非有效，变量的显著性检验失去意义，模型的预测失效等不良后果。如果序列被证明存在序列相关性，最常用的方法是广义最小二乘法（GLS）和广义差分法（GDM）。通过面板数据的广义最小二乘法既能解决内生性即序列相关性问题，又能解决异方差与共线性等问题。
(三)实证结果
本文采用利用Eviews3.1软件的面板回归模型，输出表为固定效应的面板回归结果，见表6所示：
表6固定效应的面板回归结果
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
CPI
|
-0.029285
|
0.342725
|
-0.085447
|
0.9324
|
|
集中度
|
1.840045
|
0.271686
|
6.772691
|
0.0000
|
|
车险比重
|
1.496478
|
0.179814
|
8.322388
|
0.0000
|
|
市场份额
|
-1.635419
|
0.378521
|
-4.320552
|
0.0001
|
|
分保比率
|
-0.622920
|
0.207141
|
-3.007226
|
0.0049
|
|
业务增速
|
0.015239
|
0.042539
|
0.358226
|
0.7224
|
|
Fixed Effects
|
|
|
|
|
|
人保股份--C
|
-1.398595
|
|
|
|
|
中华联合--C
|
-2.395264
|
|
|
|
|
平安财险--C
|
-1.967651
|
|
|
|
|
华泰财险--C
|
-1.985926
|
|
|
|
|
华安财险--C
|
-2.698348
|
|
|
|
|
天安财险--C
|
-2.328699
|
|
|
|
|
大众保险--C
|
-2.417747
|
|
|
|
|
永安产险--C
|
-2.459321
|
|
|
|
|
太保产险--C
|
-1.897231
|
|
|
|
|
天安保险--C
|
-2.387090
|
|
|
|
|
Weighted Statistics
|
|
|
|
|
|
R-squared
|
0.919624
|
Mean dependent var
|
-0.150901
|
|
Adjusted R-squared
|
0.884164
|
S.D. dependent var
|
0.389117
|
|
S.E. of regression
|
0.132434
|
Sum squared resid
|
0.596322
|
|
F-statistic
|
77.80268
|
Durbin-Watson stat
|
2.700553
|
|
Prob(F-statistic)
|
0.000000
|
|
|
|
由表6输出结果，得出以下几点结论：第一、宏观CPI的变量对承保利润率的影响不显著。金融危机背景下的宏观经济变化，如引起物价波动，对产险企业的承保业务影响不大，更可能影响的是产险的投资业务；第二、市场集中度与承保利润率呈显著正向相关，也就是随着产险市场集中度的下降，竞争的加剧，承保效益下降明显；第三、车险比重与承保效益呈正向相关，反映车险比重高的产险企业，承保利润率会更好。但由表三可知，尽管车险近三年来的承保利润率都为负数，但车险的承保效益仍然好于全险种的平均收益率。第四、企业市场份额与承保效益呈反向显著关系，说明市场份额越大的产险企业，其承保效益越差，没有出现规模经济。市场份额大的企业，其业务的承保质量越差或费率更低，也就是说，大的企业是通过降低费率或放宽承保条件来招揽业务，反映我国大的产险企业经营的粗放型。第五、分保比率与承保效益呈反向显著关系，也就是分保比率越高，承保效益越低，说明分出业务的质量高于企业自留业务。第六、保费增长率与承保利润率呈不显著关系，质量好的业务有利于承保收益提高，质量较差的业务则会降低企业承保利润。总体上而言，业务增速对承保利润的影响并不明显。
四、政策建议
通过上述分析，当前我国产险业总体承保效益状况不佳,财务指标平稳性较差，全行业基本处于亏损状态；业务规模不断扩大，却出现规模不经济的矛盾，规模的扩大没有带来收益率的增加，盈利能力反而下降，出现保险的大数法则“失灵”现象。根据上述实证结论，提出以下几点建议：
第一、防止产险行业承保利润进一步下滑，适当限制过度竞争。从SwissRe研究机构预测（图4），由于受金融危机影响，世界非寿险业的承保利润在未来三年都将出现亏损状态。进入2009年，虽然承保效益下滑的程度有所好转，但行业整体亏损现状仍没有得到根本扭转。2008年1-5月，我国财产保险公司累计实现原保险保费收入1261.53亿元，同比增长14.66%；累计亏损仍然高达42.83亿元，但同比减亏了44.46亿元。
图4世界非寿险业的承保与综合利润预测（SwissRe）
虽然中国产险业还是处于发展初级阶段，潜能巨大，但由于市场的过度竞争，供给量的增速大于需求量时，各经营主体的效益难以得到保证。在此阶段的竞争混乱态势，不利产险业的长期健康发展。而金融业的中国证券业，为何在金融危机背景下，利润还能一片飘红，其根源在于前些年行业门槛的提高，使得在最近几年里券商数量没有变化，使得在危机面前依然坐收利好。
第二、产险企业的经营理念须要以效益为中心。在危机背景下，影响的可能是保险业务增长和投资收益，但对承保利润影响不大，因此提高承保效益对企业显得颇为重要。当前形势下，市场份额大的产险企业承保效益较差，反映企业经营并没有落实到以效益为中心。从长远来看，适当严格的承保条件，着重提高业务质量，对企业的发展至关重要。面对国际金融危机和宏观经济形势变化对保险业的影响，保险公司要努力变被动应对为主动适应，关键是要提高自身素质，按照建立和完善现代保险企业制度的要求，坚持规范经营和科学管理，不断增强保险企业的综合实力、市场竞争力和抗风险能力，实行错位经营，发挥自身独特优势，最终改善经营状况，提高经济效益。 3/4 首页 上一页 1 2 3 4 下一页 尾页 |
