投资型保险论文篇(1)

关键词： 跳跃扩散过程；最优投资模型；均值-方差原则；有效边界

中图分类号：F830.9文献标识码：A文章编号：1003-7217（2013）05-0031-06

一、引言

保险公司的承保业务和投资业务一直是保险公司可持续发展的两大支柱：承保业务是拓宽资金来源的重要渠道，投资业务则是主要的盈利途径。随着保险业行内竞争的加剧，大多数保险公司的承保业务都出现了经营亏损，而是通过投资获得的巨额回报来弥补承保业务的损失（见表1），从而使保险公司能够继续存在和发展。保费收取只是保险公司的一种筹资手段。从表1可以看出，美国等六国产险公司的承保业务在1975～1992年几乎都是亏损，完全是由于投资业的盈利才推动了公司的发展。

我国的保险公司由于严格监管，投资业务做得很不好，资金利用率还不到50%，而发达国家的保险公司在国际金融市场上管理着规模庞大的投资资产，资金利用率基本上达到了90%，高效和多样化的资金运用给发达国家的保险业带来了丰厚的收益。最近几年我国保险市场的竞争日益激烈，承保业务的利润越来越低，投资业务已经成为保险公司的主要利润增长点，成为保险公司生存和发展的希望。与发达国家保险业相比，我国保险公司在投资方面经验欠缺，投资人才缺乏，投资渠道狭窄，截至2010年12月末，保险资金固定收益类资产投资占比达80.06%。而且金融经济环境的复杂性也加剧了保险资金运用的市场风险，2008年保险资金运用收益率从2007年的12.17%骤降至1.91%（见图1），已严重低于《保险公司偿付能力额度及监管指标规定》中保险资金运用收益率3%的下限，2009年又逐渐提高。因此，在保证保险公司具有一定收益的情况下，使保险资金投资面临最小的风险，是当前我国保险资金投资运用的关键问题。

Browne最早以保险公司为例研究了扩散市场的保险投资问题[1]。Browne研究了具有固定债务的公司最大化生存策略[2]。Hipp ，Plum按照最小化破产概率准则研究了保险资金的最优投资问题[3，4]。Liu，Yang在Hipp ，Plum的基础上，引入无风险证券，获得以最小化破产概率为目标的保险人的最优投资模型的数值解[3，5]。国内对保险资金投资研究主要集中于保险资金投资的定性分析，对保险资金投资进行定量分析的[6-14]。

已有文献大部分都假定风险证券的价格服从扩散过程：假定盈余过程服从经典的C-L模型或者带漂移的布朗运动，以此来研究连续时间投资组合问题。但金融时间序列分析表明，风险证券的价格路径经常在连续过程中伴随着跳跃，用连续的扩散过程来描述风险证券的价格并不合适。莫顿用跳跃扩散过程来拟合风险证券的价格过程，跳跃扩散过程的引入很大程度上解释了风险证券价格路径的间断性。郭文旌等用跳跃扩散过程来描述风险证券的价格，用经典的C-L模型来描述盈余过程，定量研究了保险资金投资模型[6-14]。但是近来研究发现，用经典的C-L模型来描述盈余过程存在不足，因为保险费率经常会受到一些未知因素的干扰，例如美国“911”事件导致承保条件从严，保险费率上扬。

考虑到保险公司的盈余过程、风险资产的价格过程均为跳跃扩散过程，同时保险公司购买止损再保险，且风险资本投资比例受限制，股票市场禁止卖空等情况，下面研究保险资金投资模型，并在均值-方差准则下运用随机最优控制方法获得最优投资模型和有效边界的闭式解，进行数值模拟。

（一）盈余过程

与一般投资机构不同，保险公司一般不允许将所有资本金用于投资，因为在投资期一旦发生较大金额索赔，保险公司就会面临破产的风险。理论上在保险公司的投资过程中，公司所能承受的最大损失即为它的总资产，但在实际操作中，为保证保险公司每年有良好的业绩、在激烈的市场竞争中立于不败之地，其每年所能承受的最大投资不应高于公司的自由准备金。设保险公司初始资本金为x，保险公司为了减少破产的风险，将初始资本金分为两部分：一部分用于投资，所占比例为a（0

三、保险资金投资模型②

马克维茨（1952）的投资组合均值-方差模型是最早进行现资组合理论研究的模型，在此模型中马克维茨用投资组合收益的均值度量投资组合的收益，用投资组合收益的方差度量投资组合的风险。他认为投资者应选择以下两种投资组合中的一种：（1）在给定财富目标水平的条件下，使投资者面临风险最小的投资组合；（2）在给定风险水平的条件下，使投资者的财富目标水平最大的投资组合。本文的目标是保险公司在期终财富给定的条件下，使保险公司面临的风险最小。

五、数值模拟

由于国内保险资金进行年度结算，因此取T=1，t=0。假设某保险公司初始资本金x=2千万元；保险费率c=3.5千万元/年；预计今年的索赔到来服从λ=3的复合泊松过程，而个体索赔的期望值μy=1千万元；影响保费的未知因素的标准差σ0=0.5。假设保险公司最多使用a=0.5倍初始资本金进行投资，证券市场可供保险公司选择的证券有两种：一种为债券，无风险利率r0=0.05；另外一种为股票，收益率和波动率分别为：r1=0.1，σ1=0.6。影响股票价格的跳跃过程服从λ1=0.3，跳跃幅度为φ1=0.4的复合泊松过程（假设m=1），1年后保险公司的期望财富A=4千万元。由于对保险资金投资比例有限制，且我国股市禁止卖空，最优投资模型π仅在[0，0.5x]内取值。

下面找出初始资本金x，保险费率c，索赔强度λ，索赔量的期望值μy等参数对保险公司最优投资模型和有效边界的影响，以便于保险公司在投资条件变化的情况下更好地调整投资模型。

（一）最优投资模型的动态性质

由莫顿模型π=K1x+K2，K1>0，可知初始资本金x与投资在风险证券上的量π成正比例关系，即投资在风险证券上的量π随初始资本金x的增加（减少）而增加（减少）。但图2中的左图显示，保险资金投资随初始资本金的增大而减少投资于风险证券的量，这是由于保险公司负债性的经营特点，保险资金的使用必须以安全性为第一。在进行风险证券投资时，要想增加投资回报，只能通过承担更大的风险来实现，因此，随着初始资本金逐渐增大，面对增加风险证券投资量获取高回报，还是控制风险证券投资量，以此来降低保险公司面临的风险，数值模拟结果表明保险资金投资应选择后者。

我国保险资金投资风险证券比例受到限制且风险证券禁止卖空，所以π仅在[0，0.5x]内取值，受到限制之后的保险资金投资策略如图2中的右图。从中可以看出，根据初始资本金x的大小横轴被分为三个区间：（1）当初始资本金在0

（二）有效边界的动态性质

1.初始资本金x对有效边界的影响。图3中有效边界随初始资本金x的增大向上移动，即在承担同样风险的情况下，当保险公司初始资本金x越大，要求的预期收益越大。

2.保费率c对有效边界的影响图4中，有效边界随保费率c的增大向上移动，即在承担同样风险的情况下，当保费率c越大，要求的预期收益越大。

3.索赔强度λ对有效边界的影响图5中，有效边界随索赔强度λ的增大向下移动，即在承担同样风险的情况下，当索赔强度λ越大，要求的预期收益越小。

4.索赔量的期望值μy对有效边界的影响图6中，有效边界随着索赔量的期望值μy的增大向下移动，即在承担同样风险的情况下，当索赔量的期望值越大，要求的预期收益越小。

六、结束语

保险资金的特殊性决定了保险资金投资的复杂性，稍有不慎就会引起极大风险，保险资金投资面临着严峻的挑战。本模型能使保险人更安全有效地制定投资策略。

以上基于均值-方差准则推导出了保险资金投资模型和有效边界的闭式解，对保险资金投资策略和有效边界进行了数值模拟。根据初始资本金的大小把横轴划分为三个区间：正比例区间、反比例区间和严格控制区间。在正比例区间中投资于风险证券的量与初始资本金成正比例关系；在反比例区间中投于风险证券的量与初始资本金成反比例关系；在严格控制区间中不进行风险证券的投资。投资于风险证券的资金量随保费率的增加而减少；随索赔强度、索赔量的期望值的增加而增加。有效边界随初始资本金、保费率的增加而上升；随索赔强度、索赔量的期望值的增加而下降。不难将本文模型推广到有任意种风险资产的情况，但这种差别不是本质的，这里略去了这些讨论。

注释：

①我国《保险法》规定，必须有一部分资金要投入于无风险证券，以增加资金使用的安全性。同时，又要投资风险证券，但比例又不能过大。

②有关保险资金投资模型的现有文献主要用到三个准则：最小化破产概率准则、最大化期终财富效用准则、均值-方差准则。最小化破产概率准则只强调风险而不涉及收益，这不符合保险公司投资的本意，且最小化破产概率准则模型求解困难。最大化期终财富效用准则只强调效用，没有考虑风险，由于保险公司负债性的经营特点，保险资金的使用必须以安全性为第一。保险资金本身的金融性决定了运用保险资金的安全性和收益性，均值-方差准则在保证收益的情况下，使保险公司面临的风险最小，比较直观地体现了如何在收益和安全之间实现均衡，且最优投资模型与承保、投资过程的所有参数都有关系，所以本文保险资金投资模型以均值-方差为准则。

③证明从略，如有需要可与作者联系。

参考文献：

[1]Browne S. Optimal investment policies for a firm with a random risk process： exponential utility and minimizing the probability of ruin [J]. Mathematics of Operations Research， 1995， 20（4）： 937-958.

[2]Browne S. Survival and growth with a liability： Optimal portfolio strategies in continuous time[J]. Mathematics of Operations Research， 1997， 22（2）： 468-493.

[3]Hipp C， Plum M. Optimal investment for insurers[J]. Insurance： Mathematics and Economics， 2000， 27（2）： 215-228.

[4]Hipp C， Plum M. Optimal investment for investors with state dependent income， and for insurers[J]. Finance and Stochastics， 2003， 7（3）： 299-321.

[5]Liu C S， Yang H. Optimal investment for an insurer to minimize its probability of ruin[J]. North American Actuarial Journal， 2004， 8（2）： 11-31.

[6]郭文旌， 李心丹. 最优保险投资决策[J]. 管理科学学报， 2009， 12（1）： 118-124.

[7]郭文旌， 胡奇英. 不确定终止时间的多阶段最优投资组合[J]. 管理科学学报， 2005， 8（2）：266-272.

[8]郭文旌， 赵成国， 袁建辉. 跳跃扩散市场的最优保险投资决策[J]. 系统工程理论与实践， 2011， 31（4）： 749-749.

[9]罗琰， 杨招军. 保险公司最优投资及再保险策略[J]. 财经理论与实践， 2009， 30（3）：31-34.

[10]荣喜民， 范立鑫. 常弹性方差模型下保险人的最优投资策略[J]. 系统工程理论与实践， 2012， 32（12）：2619-2628.

[11]荣喜民， 李楠. 保险基金的最优投资研究[J]. 数量经济技术经济研究， 2004，（10）：62-67.

[12]荣喜民， 吴孟铎， 刘泊炀. 保险投资的最优投资比例研究[J]. 天津大学学报， 2001， 34（2）：198-200.

投资型保险论文篇(2)

论文关键词：投入产出模型，协整检验产出弹性

 

一、引言

保险公司是经营风险的特殊行企业，客观上也存在着生产函数。于规模收益究竟是递增还是递减以及生产要素的产出弹性等问题，直接关系到该企业资源的最优配置状态以及企业决策的制定。通过对其生产函数的深入研究，可以达到提高生产效率的目的。

国内学者在保险领域已做了大量研究。袁金芳（2006）认为包括保险业在内的我国金融中介对经济增长的促进作用主要是通过提高储蓄率和资本形成率两条途径来实现的,而资本的产出率并未相应提高。田瑞波（2005）认为中国保险业发展属于经济带动型，虽然其发展与经济增长之间存在着长期的内在关系，但保险业增长对经济增长的促进作业不显著。吕秀萍（2007）运用DEA方法研究表明，中国保险业的规模效率基本保持较佳水平,而技术效率水平较低且呈现下降趋势。赵旭（2007）认为，从构成上看,存在着保险业技术进步和效率损失并存的格局。上述文献仅在保险行业增长、保险行业效率方面开展了比较深入的研究，但并没有拟合保险企业生产函数，做进一步的讨论。本文目的是用企业的原始数据创新的拟合出的投入产出模型，对其生产函数进行深入的研究，加以获得更多结论。

中国平安集团是中国第一家以保险为核心的毕业论文ppt，融证券、信托、银行等多元金融业务为一体的高效的金融服务集团，于2009年跻身于世界500强行列。从保费收入来衡量，平安人寿为中国第二大寿险公司，平安产险为中国第三大产险公司。截止到2008年12月31日，集团总资产为人民币7,547.18亿元，权益总额为人民币856.96亿元，公司通过旗下各专业子公司共为超过4,000万名个人客户及约200万名公司客户提供了保险保障、投资理财等各项金融服务。基于此，本文选取中国平安集团作为保险企业的典型样本，以1996 -2008的时间序列数据为研究对象，定量分析其生产函数的形式及构成，定性分析得出相应的政策建议。

二、模型的设定

企业进行生产的过程就是从投入生产要素到生产出产品的过程。生产要素一般包括诸如劳动力、设备、原材料、机器厂房及技术等。生产过程中生产要素的投入量和产品的产出量之间的关系，可以用生产函数来表示核心期刊。生产函数表示在一定的时期内，技术水平不变的情况下，生产中所使用的各种生产要素的数量与所能生产的最大产量之间的关系。

假定，，…表示生产过程中所需要投入的n种要素，Y表示产出，则生产函数的一般表达式为：

 

研究企业的生产函数，如果能够详尽地分析出企业投入要素与产出的关系当然最好不过，但这往往比较复杂。通常的处理办法就是将众多的投入要素分成两类：劳动力投入（L）和资本投入（K），因此得到简单的生产函数为：

 

1928 年美国经济学家、数学家柯布(Charles W. Cobo)和道格拉斯(Paul Howard Douglas)在继承与发展前人研究成果的基础上, 将产出和投入的关系简化为以下C-D生产函数：

（模型一）

模型一为经典的C-D生产函数模型。其中，A是无法观测的技术因素，和分别代表了产量对资本投入和劳动投入的弹性。对C-D生产函数取对数得到下式：

（模型二）

全对数线性模型除估计方法的便利之外，其明显的优势在于：它可以直接通过变量的系数得出产出弹性并进一步估计出规模收益。

本文采用模型二，并以中国平安集团的数据为例毕业论文ppt，对保险企业的投入产出进行研究。

三、变量选取和数据来源

对模型中所涉及到的产出、资本和劳动力三个变量，分别采取中国平安集团的保险业务收入、固定资产和职工人数指标作为衡量。保险业务收入是反应保险企业产出的重要指标，这里用该指标作为产出Y的替代；选取各年度的固定资产作为资本存量K的替代；各年度职工人数（不包括保险代理人等业务人员）作为劳动力L的替代。

本文采用年度数据，样本区间为1996―2008年。本文所涉及的数据均来自各年度《中国保险年鉴》，保险业务收入已经用GDP平减指数平减，固定资产已用固定资产投资价格指数平减，均剔除了价格影响。表1是平安集团1996年―2008年各指标的相关数据。

表1 平安集团保险业务收入、固定资产、职工人数

 

年 份

保险业务收入（百万）

固定资产（百万）

职工人数（人）

1996

10504.40

1483.37

13839

1997

15915.60

3180.46

23966

1998

17659.89

4277.55

10082

1999

22309.48

4342.47

14523

2000

26832.16

4372.15

20390

2001

46318.60

4507.21

26256

2002

62908.06

5318.59

34440

2003

66125.82

5511.00

35999

2004

63902.82

5316.68

39564

2005

73086.21

6061.41

43090

2006

86209.00

7269.08

52229

2007

97766.39

7711.66

70849

2008

128039.08

投资型保险论文篇(3)

关键词：D&O保险；管理者过度自信；过度投资

一、 引言

心理学研究表明人普遍存在过度自信的心理特征（Weinstein，1980），管理者过度自信程度更高（Cooper et al.，1988；Landier et al.，2004）。管理者在过度自信心理特征驱使下，会做出有损于企业价值的并购或非效率投资决策（Roll，1986；Heaton，2002；Malmendier，2005）。针对管理者过度自信引发的非效率投资问题，国内外学者基于公司内部治理机制视角，研究发现股权制衡、独立董事、董事会治理对企业非效率投资行为发挥着积极的治理作用。

董事高管责任保险（以下简称D&O责任保险）创始于20世纪30年代。公司购买D&O责任保险的目的在于降低董事高管的职业风险。当董事高管受到第三方的法律诉讼时，可以将诉讼风险及诉讼成本转移给承保人，以此降低个人职业风险和赔偿责任。近年来，国内外学者就D&O责任保险的治理效应进行了大量研究，并取得了一定的研究成果。从现有文献来看，学术界对于D&O责任保险在公司治理中的作用有两种相对立的观点：（1）治理机制较好的公司会表现出对D&O责任保险的需求，更倾向于购买D&O责任保险；其次， 当公司购买D&O责任保险后，保险公司会加强对公司、董事高管的监督和约束，从而进一步提高公司的治理水平（Mayers & Smith，1982），有利于保护股东和管理者的利益（Gutiérrez，2003）；（2）另一种观点则依据保险理论，基于逆向选择和道德风险的视角，认为公司在购买D&O责任保险后，会引发董事高管的风险偏好或投机心理，从而增加公司及董事高管的决策风险，导致D&O责任保险的治理效应受到限制（Zou et al.，2008）。本文基于D&O责任保险治理机制，探讨D&O责任保险对由于管理者过度自信引发过度投资的治理效应。

二、 理论分析与研究假设

1. 管理者过度自信与过度投资。行为金融理论认为即便管理者存在过度自信的心理偏差，他们仍是忠于股东的。但是，他们作出的决策可能是非理性的，以致损害企业或股东价值。Malmendier和Tate（2005）认为过度自信这种非理性因素会影响决策者的行为，是企业管理者做出不利于企业的投资决策，尤其当企业内部资金充足时，过度自信的管理者会盲目地扩大投资规模，导致过度投资。郝颖等（2005）、王霞等（2008）研究发现管理者过度自信的确会引发企业过度投资行为。综上所述，本文提出如下假设：

H1：管理者过度自信与企业过度投资正相关。

2. 董事高管责任保险、管理者过度自信与过度投资。根据D&O责任保险外部监督者假说，购买D&O责任保险可以保护股东和董事高管的利益；其次，在公司购买D&O保险后，保险公司为确保自身利益，会对公司进行监督。因此，保险公司作为外部监督者，可以对公司各项经营决策实施有效的监督。根据Grossman和Hart（1988）提出的“搭便车”理论，当公司股权结构比较分散时，单个股东参与公司治理的成本高于所能获得的收益，导致单个股东不愿意参与公司治理。因此，股东对公司无法起到有效的监督治理作用。当公司购买D&O责任保险后，保险公司作为的第三方经营主体，会充分考虑被保险公司的公司治理水平、经营风险等因素对诉讼成本的影响。另一方面，与单个股东不同，保险公司具备能准确评估公司治理水平、经营风险，并根据所需承担的诉讼风险和诉讼成本对D&O责任保险进行准确定价的能力。一旦公司购买D&O责任保险后，保险通过出于自身利益考虑，可以通过保险合同对董事高管进行监督和约束。因此，综上所述，保险公司有能力并且有动机对购买D&O责任保险的上市公司进行监督，发挥积极的治理作用。

针对D&O保险是否能发挥积极的治理作用，国内外学者也进行了研究和探讨。Holderness（1990）认为只有在公司面对实际诉讼时，D&O责任保险转移风险的价值才能体现出来。但是，D&O责任保险的监督机制则涵盖事前、事中和事后监督三个环节：（1）事前调查。签订保险合同前对公司基本信息的尽职调查，全面掌握与公司、董事高管个人相关的信息；（2）事中监督。在承保期限内，保险公司将依据合同条款对公司，以及董事高管的行为进行监督；（3）事后监督。当公司面对发生诉讼时，保险公司将对事件进行全面调查。O'Sullivan（1997）认为D&O责任保险作为公司外部治理机制，是对其他公司内外部治理机制的补充，可以发挥长期有效的监督效应。基于上述分析，本出如下假设：

H2：D&O保险能降低管理者过度自信引发的过度投资水平

三、 研究设计

1. 样本选择。本文选择我国沪深A股2003年～2012 年上市公司作为研究样本。根据研究需要，我们对样本进行了如下筛选：（1）剔除了当年被证券交易所警示为ST，PT类财务异常类公司；（2）剔除了实际控制人不详的企业，以及社会团体，院校以及外资企业；（3）剔除了财务数据缺失的数据。最终得到3 942个观测值。同时，为避免极端值对本文研究结论的影响，本文对运用Winsorize对所有连续变量1%和99%分位数进行了处理。D&O责任保险数据由笔者根据上市公司年报手动收集整理，其他财务数据来源于国泰安和万得数据库。

2. 变量定义。

（1）D&O保险。通过对上市公司的公告进行手工整理，公布购买董事高管责任保险的公司，均视为自公布年度开始有购买董事高管责任保险。公司购买D&O保险赋值为1，反之则为0。

（2）管理者过度自信。本文选取了高管的薪酬比例、持股比例、现金红利再投资的年收益率、股权集中度四个变量构造管理者过度自信的衡量指标。通过以下步骤构造管理者过度自信指标：（1）四个变量依次与其中位数进行比较，当变量值大于中位数，则赋值为1，反之则为0；（2）将四个变量的值进行加总，总分大于等于3的，就判定管理者存在过度自，赋值为1，反之则为0。

（3）过度投资。根据Richardson模型估算企业预期资本投资水平。模型中，正残差表示实际投资超出预期的部分为过度投资。企业预期资本投资水平估计模型如模型（1）所示：

NewInvit=λ0+λ1Growthit-1+λ2Levit-1+λ3Cashit-1+λ4Ageit-1+λ5Sizeit-1+λ6Retit-1+λ7NewInvit-1+ωYeari+ηIndustryi+γit（1）

其中，NewInvit为预估资本投资量；Growthit-1为公司期初的托宾Q值，表示公司增长机会；Levit-1为期初资产负债率；Cashit-1为期初经营现金净流量与总资产之比；Ageit-1上市公司上市年限；Sizeit-1为期初企业规模，以资产总额的自然对数表示；Retit-1为上一年现金红利再投资的年收益率；Yeari和Industryi分别为年度和行业控制变量。

（4）控制变量。本文选取了公司成长机会、企业自由现金流、自由现金流与成长机会的交乘项、资本结构变量、公司实际控制人性质、股权集中度以及两权分离度等作为控制变量。具体变量定义如表1所示。

3. 模型设定。本文设定模型（2），检验管理者过度自信与过度投资之间的关系。

Ovinvit=α0+α1*OCit+α2*FCFit+α3*SOEit+α4*Levit+α5*Growthit+α6*SPRit+ωYeari+ηIndustryi+εit（2）

本文设定模型（3），检验D&O保险对管理者过度自信引发过度投资的治理效应。

Ovinvit=γ0+γ1*OCit+γ2*Insit+γ3*Insit*OCit+γ4*FCFit+γ5*SOEit+γ6*Levit+γ7*Growthit+γ8*SPRit+ωYeari+ηIndustryi+μit（3）

四、 实证结果分析

1. 主要变量描述性统计。表3主要考察变量的描述性统计结果。由表可知，在3 942个观测样本中，有3 942个观测样本显示为过度投资，平均过度投资额为0.039 2。在研究区间内，仅有4.05%的上市公司购买了董事高管责任保险，远低于北美洲国家接近100%的D&O保险投保率，这可能与我国资本市场发展和外部法律环境不完善以及投资者维权意识薄弱等方面有关。实际控制人（SOE）的均值为53.6%，说明国有经济仍是我国上市公司股权的主要构成内容。成长性指标（Growth）的均值约为1.68，但是极差与标准差适度，表明样本公司间的成长性差异不大。

2. 相关性分析。为了初步验证本文假设，同时考察解释变量与被解释变量之间的相关性，我们根据Spearman 和 Pearson检验方法，在没有控制其他变量的情况下，分别检验了三个模型中主要研究变量之间的相关性水平，发现企业过度投资与管理者过度自信具有正相关关系，并且在1%的水平上显著；购买D&O责任保险与企业过度投资在1%的水平向显著负相关，且D&O责任保险与管理者过度自信的交乘项与企业过度投资也在5%的水平上表现出负相关性，表明D&O保险对管理者过度自信引发的过度投资有一定的抑制作用。

3. 回归结果分析。

（1）管理者过度自信与过度投资的关系。从表2的（1）和（2）可发现，在加入控制变量前后，管理者过度自信和过度投资分别在1%和5%的水平上显著正相关，假设1得到验证，表明管理者过度自信会引发过度投资。

（2）D&O保险对管理者过度自信引发过度投资的治理效应。从表2的（3）可发现，购买D&O保险与过度投资在1%的水平上显著负相关；在此基础上，D&O保险与管理者过度自信的交乘项与过度投资在5%的水平上显著负相关，表明D&O保险对管理者过度自信引引发的过度投资具有的治理效应。

4. 稳健性检验。以下对本文研究结论进行稳健性检验，以证明本文结论的可靠性――（1）本文分别用管理者相对薪酬和管理者持股状况作为衡量管理者过度自信替代指标，实证检验结果与前文一致；（2）采用固定效应模型，实证检验结果仍与前文一致。

五、 结论与启示

本文以我国深沪两市A股2003年～2012年的上市公司为样本，研究管理者过度自信与过度投资的关系，并进一步检验D&O保险对管理者过度自信引发过度投资的治理效应。研究发现：（1）管理者过度自信心理与企业过度投资行为存在显著的正相关关系；（2）D&O保险对管理者过度自信引发的过度投资具有治理效应，表明保险公司作为独立的经济实体，确实能发挥一定的治理作用，在一定程度上抑制管理者过度自信导致的过度投资行为。本文选取2003年～2012年作为研究区间，仅仅考虑将尽可能多的样本纳入研究范围，没有充分考虑样本期间股权分置改革等重大事件对企业投资行为及管理者的影响。其次，受限于D&O保险信息的可获得性，本文仅设置了唯一的虚拟变量作为保险需求的替代变量，没有能够在研究模型中加入投保金额、保险费率等其他具体信息以充实研究结果的可靠性。

参考文献：

[1] Weinstein，N.D.Unrealistic Optimism about Future Life Events[J].Journal of Personality and Social Psychology，1980，（39）：806-820.

[2] Cooper， Arnold C.，Carolyn W.Woo， and William C.Dunkelberg， Entrepeneurs' Perceived Chan- ces for Success[J].Journal of Business Venturing，1988，（3）：97-108.

[3] Landier A， David T.Financial Contracting with Optimistic Entrepreneurs[J].Review of Financial Studies，2009，（22）：117-150.

[4] 王霞，张敏，于富生.管理者过度自信与企业投资行为异化――来自我国证券市场的经验证据[J].南开管理评论，2008，11（2）：77-83.

[5] Heaton.Managerial optimism and corporate finance[J]. Financial Management，2002：33-45.

[6] O'Sullivan N.Insuring the Agents： the Role of Directors' and Officers' Insurance in Corporate Governance[J].Journal of Risk and Insurance，1997，（64）：545-556.

[7] 郝颖，刘星，林朝南.我国上市公司高管人员过度自信与投资决策的实证研究[J].中国管理科学，2005，13（5）：142-148.

[8] 姜付秀，张敏，陆正飞等.管理者过度自信、企业扩张与财务困境[J].经济研究，2009，（1）：131-143.

投资型保险论文篇(4)

自Lucas(1988)以来，许多研究在Samuelson(1958)&Diamond(1965)的世代交叠模型(OLG)的基础上，将养老保险、人力资本投资与经济增长的其他要素相联系进行了理论和应用研究。本文介绍了养老保险制度与人力资本投资的理论和应用研究的最新成果和进展，指出了理论和应用研究的新趋势，这对于当前我国经济高速发展和社会保障改革进程中的养老金计划和制度的设计将具有重要意义。

关键词：养老保险；人力资本投资；理论方法

一、引言

养老保险是社会保障的最重要组成部分，在国外文献中养老保险被直接称为社会保障(Socialse-curitySystem)。按筹资方式的不同，养老保险可分为现收现付制(Pay-as-you-goSystem或UnfundedSystem)和基金制(FundedSystem)两种类型。现收现付制是从社会保障制度产生以来至今大多数国家采纳的一种养老保险制度模式；而基金制是自20世纪80年代人口老龄化及养老保险面临的财政支付危机以来，一些国家开始试行并逐渐实施的一种养老保险模式。

20世纪60年代以来，在Samuelson(1958)和Diamond(1965)的世代交叠模型(OLG)的基础上，多数研究通过对个人储蓄、收入分配、劳动力流动之间关系的认识，对养老保险制度与经济增长之间的关系进行了卓有成效的研究。例如Barro(1974)从遗产动机的角度、Romer(1986)从个人储蓄、劳动供给的增长模型讨论了现收现付的养老保险制度对经济增长的负面影响等。不过这类研究通常不考虑技术、人力资本、制度等要素。

自Lucas(1988)和Rome(1990)等的新增长理论形成以来，经济增长更加强调技术和人力资本等要素的重要作用，于是人力资本积累与物质资本一样也被看作是经济增长的重要源泉。此后，许多研究借助于人力资本积累这一桥梁来研究养老保险制度同经济增长之间的联系。在人力资本的新增长模型中，教育投入成为衡量人力资本积累水平的一个重要的指标，教育投入量、受教育时间与人力资本积累水平三者之间是成正比的，延长受教育时间意味着教育投资越多，人力资本积累水平就越高；反之，受教育时间少则教育投资则相对会减少，人力资本积累水平也较低。人力资本投资主体可分为政府和非政府两类，其中政府对人力资本投资一般表现为财政性教育投入，而非政府的人力资本投资主体则包括企业、社会其他经济组织、学生家庭以及学生本人等。但从新近的文献研究来看，各类研究主要针对养老金制度与政府或者学生家庭对子女人力资本投资而进行，一般不涉及其他非政府主体的人力资本投资(如企业和社会团体对教育的资助)的内容，且研究路径也各有差异。

二、养老保险与人力资本投资的理论研究

通过世代交叠模型假定年青期和年老期人力资本和养老保险效用存在代际间相互转化，是研究养老保险制度与人力资本投资的基本理论框架。在市场经济条件下，政府人力资本投资属于公共支出，需要符合公共服务效用最大化的公共决策原则；而家庭人力资本投资的决策则需要符合个人终身效用最大化的原则。这样，通过2期或3期的世代交叠模型就可以针对现收现付制和基金制这两种不同的养老保险制度对人力资本投资之间的关系进行分类研究，约束条件为市场均衡条件下的微观主体效用最大化和经济稳定增长。

(一)养老保险与家庭对人力资本的投资

在世代交叠模型中，基金制条件下的强制性储蓄或社会保障税使父母在年老时获得的养老保险与子女未来承担的赋税无关，也无法产生遗产效应，这可能造成生育率上升和人均人力资本水平下降，不利于经济长期增长(Stuart，1998等)；反之，现收现付的养老保险制度则能通过对年青期个体强制征收养老保险或社会保障税并转移给当期的老年期个体(或者父母)，以保证年老期个体(或者父母)对孩子人力资本投资的回报，也有利于鼓励父母对子女进行人力资本投资，提高他们的技术水平，有利于经济增长。

Kemnitz&Wigger(2000)等则认为现收现付的养老保险制度实际上是人力资本积累存在外部性时政府矫正市场失灵的政策手段，它可以促成人力资本积累达到最优水平，而基金模式的养老保险制度则与没有社会保障的自由放任经济一样会造成人力资本积累的不足。其原因是，每一代人的人力资本积累总是建立在上一代平均基础之上的。如果每个人都增加学习时间，不仅可以提高其自身的人力资本存量，还可以提高下一代人的人力资本水平及劳动生产力。在具有基金制社会保障制度的自由经济中，个人并不能获取人力资本积累所产生的全部收益，也不可能为了提高下一代人力资本水平而增加学习时间，因此个人投人学习的时间往往少于最优配置的学习时间。

在现收现付的养老保险制度条件下，养老金的数量往往与个人的工作年限和工资收入有关，而工资收入通常是与教育程度正相关的，这相当于将养老金数量直接与年轻时积累的人力资本挂钩，使得延长学习时间的人能够在年老时获得更多养老金，这种更高的回报是来自于下一代人的人力资本增加而带来的整个社会生产水平的提高。所以从理论上讲，只有现收现付养老保险制度才能体现出人力资本积累在代际之间的正向溢出效应，刺激各代人为了提高下一代的生产能力而积累更多的自身人力资本。

(二)养老保险与政府对人力资本的投资

由于人力资本投资离不开政府对公共教育领域的资助，许多研究还将政府人力资本投入引人理论模型分析之中。政府支出包括生产性支出和非生产性支出，其中，非生产性支出中包括政府用于公共教育和社会保障等领域的投入。由于一国政府每年预算的约束，增加一方面的公共支出比重则必然会导致另一个公共支出领域预算的减少。

在现收现付的养老保险模式中，当期工资与养老金数量挂钩，这利，养老保险计划不影响当年的财政收支平衡，政府可将更多的公共资源用于教育和基础设施等公共支出领域，优化公共资源配置以提高全社会生产效率。而在基金制的养老保险模式下，个体的养老金数量或者说未来的福利是由他本人过去的储蓄和基金运作表现决定的，与下一代人力资本水平提高而带来的教育收益率的提高没有关系，他们希望政府能将更多预算投入到社会保障体系中来，这将会减少政府对教育和基础设施等领域的公共支出，从而不利于政府人力资本投资的决策。因此从养老保险与政府人力资本投资的研究结果来看，这些结论也大都偏向于现收现付养老保险制度对政府人力资本投资和经济增长的积极作用。

在一个3期的世代交叠模型中，Buiter&Kletzer(1995)考虑了现收现付养老保险的代际转移再分配政策对人力资本积累的影响，发现当年轻个体不能够从资本市场上进行借贷以支付他们的教育费用时，现收现付的养老保险制度尽管会降低物质资本的积累，但却有利于公共资源偏向于对人力资本的投资。而Kaganovich&Zilcha(1999)的研究表明，假定在现收现付的养老金制度下存在市场均衡，那么政府会将大量预算开支用于教育而最大限度地减少对社会保障的转移支付，这时养老金计划也许没有存在的必要。而在子女的福利状况是由人力资本水平决定的前提下，父母的效用函数由其自身消费大小和子女当期的人力资本回报来决定，因此，父母考虑到今后的退休福利水平，就必然会加大对子女的教育投入，这时政府给予家庭的教育补贴也会起到积极作用。此外，Bellettini&Ceroni(1999)还将公共支出和人力资本作为经济增长的内生变量并引入理论分析，指出只有现收现付社会保障才会增强公众赞成提高生产效率政策的意愿，从而对基础设施建设和人力资本投资方面产生积极作用…。。

也有一些研究如Starketa1.(1997)、Panu&Poutvaara(2007)等从跨国之间劳动力流动或者技术转移的角度考察劳动力流动对人力资本的影响。结论是跨国间劳动力的自由流动，能够促进欠发达国家的人力资本投资并通过技术人员的双向流动提高欠发达国家的人均人力资本，但现收现付制社会保障形式下，比例工资制社会保障制度国家和固定费用制养老保险制度国家间的劳动力流动会导致前者人力资本投资的减少和后者人力资本投资的增加，并由此带来帕累托改进。

三、养老保险与人力资本投资的应用研究

与理论研究不同的是，养老保险与人力资本投资的应用分析并不关注养老保险制度的唯一合理性问题，而是围绕着生产率提高和经济增长这些主题，对不同经济体中现行的养老保险制度与受教育年限、退休年限、社会福利及生育率之间的关系进行实证分析。

Rojas(2004)的研究配合了内生生育率选择来量化1985年以来西班牙的高等教育资助(政策)的成本和收益，结果显示：西班牙的政府教育补助的增加改变了人口教育程度的分布并导致人口出生率下降，受教育人群中低人口出生率和高人均寿命改变了总人口的年龄结构，使得政府必须增加社会保障税率以平衡养老金预算，因此这一机制实际上降低了教育投入政策的社会福利。

在充分考虑了美国劳动者工作期内缴费形成的现收现付的养老保险这些参数的条件下，CruzAEchevarria.AmaiaIza(2006)的研究结果表明，在美国，由工作期内劳动者缴费的现收现付的养老保险支付制度会促使人们考虑提前退休，但随着未来社会保障费用负担人口的减少，预期寿命的提高也能够促进单位资产GDP增长速度的提高。现收现付的养老保险制度能够促使个人延长受教育时间，增加家庭或个人对人力资本的投资，但随着社会保障负担率的提高会带来单位资产GDP增长速度的降低，使政府面临着预算平衡等问题。

我国的养老保险模式是现收现付型还是混合型模式目前还存在许多争议，不过从目前养老保险资金账户运行的实际情况来看，现阶段中国仍然处于现收现付的养老保险模式中。针对这种情形，近来国内也有一些关于养老保险与人力资本投资方面的研究。例如，于凌云等(2008)针对中国社会保障改革过程中养老保险和人力资本公共支出的增长效应进行了分析，并通过人力资本这一指标来体现它们与经济增长的相关关系，结果表明：从公共支出角度来看，政府对养老保险的转移支付与人力资本和长期经济增长率之间呈现出一种负相关关系；公共教育投入对于长期人力资本及经济增长的正面效应很明显，而对短期经济增长的正效应却不明显。

针对中国长期的城乡分割的现实情况，赖得胜等(2004)、田永坡等(2006)等的文献根据当前中国“统账结合”的社会保障模式，对我国城乡人力资本投资进行了比较研究，认为由于当前我国农村社会保障体系的缺位，造成了基层政府和农村家庭在教育投资领域的沉重负担，因此需要尽快建立覆盖全国的社会保障体系，同时提高养老保险个人账户的比重，从而有利于人力资本投资。

四、结论与展望

投资型保险论文篇(5)

一、引言

在信贷市场中，价格不能成为约束借贷人行为的惟一条件，这意味着利率并非信贷市场惟一的均衡解。要提高信贷合约的履约水平，需要在合约中加入其他的约束条件，例如抵押、质押、压低贷款规模以及信贷配给等非价格机制，从而使市场达到均衡并得以出清(D．AffeeandJ．Stiglitz，2002)［1］。在抵押物的选择上，信贷机构不接受那种难以处置、流动性极低或者难以保存的物品作为抵押物，这样就导致经济主体尽管在未来可以按照利率偿付本息，但由于没有可资抵押的资产，从而难以获取贷款，并实施其有效的项目。农村信贷市场的关键问题就在于农户难以提供合乎金融机构要求的抵押担保物。

以宾斯旺格为代表的经济学家认为，保险在某种特定灾害发生时提供的赔偿可以用于偿还贷款，从而降低贷款人的损失，提高其预期收益;同时，保险也改变了投资收益的概率分布，降低了借款农户违约的概率。因此，农业保险的确可以在一定程度上产生与抵押物相同的功效:降低借款人的违约概率，提高贷款人的预期收益，把潜在的借款人转化为实际借款人或提高现有借款人的贷款规模(Binswanger，1986)［2］。通过对巴拿马农业保险机构和农业发展银行的实证研究，帕马瑞达证实了农业信用保险能够提高借款人经营绩效这个理论假设(Pomareda，1986)［3］。农业保险具有抵押品的替代功能，是因为农业保险既能提高农业生产者的禀赋，又能增加农村信贷机构对农业信贷的偏好，从而实现农业信贷资源的“帕累托改进”(林杰，2008)［4］。农业保险的抵押功能在一定程度上不但能够解决道德风险问题，而且可以解决逆向选择问题。农业保险可以降低信贷合约的履约风险，随着信贷风险的降低，放贷者就能在保持利润的情况下降低利率，通过贷款申请者的风险特征将“好的”申请者从“坏的”申请者中区分开来(刘祚祥等，2010)［5］。农村信贷市场效率低下根本原因在于交易双方的信息不对称，农村信贷市场中普遍存在的信贷配给现象也是交易双方信息不对称的结果。第一次从信息不对称的视角来研究信贷市场中的信贷配给问题的学者是美国经济学家贾菲与拉塞尔(Jaffe．DandT，Russell，1976)［6］。

斯蒂格利茨与温斯将信贷配给纳入新古典分析框架。在其经典的论文中，他们从事前的信息不对称即逆向选择与事后的信息不对称即道德风险两个方面论述了信息约束对信贷市场的影响，证明了即使在政府无干预的情况下，由于借款人方面的逆向选择和道德风险问题，导致了信贷配给可以作为一种长期均衡现象存在(StiglitzandWeiss，1981)［7］。运用这个理论能够较好地解释信贷配给在农村信贷市场中产生的根本原因。但是，StiglitzandWeiss建立的S－W模型假设放贷人对借款人没有分辨能力，即没有信息生产能力，只能将利率、担保、抵押、信贷配给等作为甄别机制，模型中也没有涉及到保险对其信贷合约的作用。本文将修正S－W模型中放贷人没有分辨能力的假设，并在模型中引入农业保险，从理论上论证放贷人的信息生产能力与农业保险对于农村信贷市场中信贷配给的影响;然后，运用湖南岳阳市辖内六县市调查的案例和数据对其进行经验分析和实证检验。

二、农村信贷市场:对S－W模型的修正

在信贷配给理论研究中，StiglitzandWeiss于1981年的工作无疑是最具有影响力的。在其1981年发表的文献中，他们建立的模型(简称S－W模型)讨论了逆向选择、道德风险与信贷配给的联系，第一次对商业银行信贷中的非价格配给现象提供了有力的解释。在S－W模型中，银行的预期收益曲线是非单调的，当利率提高到一定程度的时候，预期收益反而下降。由于银行不能辨别具体的风险状况，且银行风险随利率上升而增大，这时银行将选择信贷配给。S－W模型提出以后，不断有经济学家通过放宽或改变S－W模型的有关假设来探讨信贷配给的产生机制(Bester，1985［8］;BesterandHellwing，1987［9］)。然而，无论是S－W模型还是之后的拓展模型，均没有将保险纳入其中，从而不能解释农业保险能够显著地降低农村信贷市场的利率水平，并在一定程度上缓解信贷配给的经济现象。

(一)模型假定

本文对S－W模型的修正主要体现在两个方面:第一，关于投资项目收益的假定与S－W模型的不同;第二，S－W模型中贷款人对借款人没有区分能力，也就是说它们没有任何信息生产能力。本模型则允许贷款人对借款人具有一定的区分能力。在S－W模型中，所有项目的预期收益固定为一个常数R，由此导出了一个与现实严重冲突的假设:借款人的期望收益与项目成功的概率是负相关的;即项目成功的概率越低，借款人的预期收益反而越高。S－W模型如此假定的目的在于使得项目的预期收益率与项目的风险正相关。而经典金融学理论则认为证券的预期收益率与其风险成正比，由于证券投资与项目投资可以相互替代，企业家(农户)既可以选择将资金投资于证券市场，也可以作出项目投资的决定;由此可以推断出，资本资产定价模型(CAPM)结论同样适用于经过企业家或农户挑选后的投资项目。

因此，S－W模型中项目的预期收益率与项目成功的概率负相关的假定与金融学的主流观点相吻合，事实上也非常接近于现实情况。那么，模型假定与现实冲突的根源仅仅在于它将所有项目的预期收益设定为一个常数R。有鉴于此，在本文的理论模型中，直接运用了CAPM模型的结论，为每个投资项目设定一个风险系数，令项目的收益与其风险系数成正比。包括S－W模型及后来的一系列修正模型均假定贷款人对借款人投资项目没有任何区分能力，而仅仅是被动地使用利率及抵押品等条件来分离不同风险的借款人。在本文模型中假定贷款人能够区别一定风险水平之上的借款人和项目，因此，模型得以考察贷款人的这种信息生产能力与信贷利率之间的关系。

1．关于借款人的假定

(1)每位借款人拥有一个特定的投资项目，借款人了解项目的风险水平。该项目的风险水平以风险系数θ来度量，其上限为θmax。随机地选择一个借款人，其对应的θ在区间(0，θmax)上连续且服从均匀分布;(2)所有投资项目的投资额均为1单位，借款人没有自有资金，故其贷款额也为1单位。设这些投资项目经过了借款人的挑选，因此它们均处在投资的有效边界上。根据CAPM模型，项目的风险越高，预期收益率越高;设投资项目的预期收益率为R=R(θ)=rf+kθ，其中rf为无风险利率，k=R'(θ)为常数且大于0①。(3)在不违约的情况下，借款人的预期收益率为R－i(i为贷款利率)。设借款人事前并没有违约的主观意愿，则只有当R－i?0时，其才会申请贷款。因此借款的临界条件为R(θ)=i，处于临界点上的借款人的风险水平为θi=i－rfk。可知当贷款利率为i时，风险系数在θi以下的潜在借款人均不会申请贷款，即有:θ∈(θi，θmax)。#p#分页标题#e#

2．关于贷款人的假定

(1)假定贷款人具备一定的信息生产能力，可以识别风险系数大于θe(θe≤θmax)的项目，从而将这些借款人排除在外。当贷款人完全没有信息生产能力时，θe=θmax。故当贷款人将贷款利率设定为i时，它面临的潜在借款人的风险系数θ在区间(θi，θe)上服从均匀分布。贷款人在风险区间(θi，θe)上随机地发放贷款。对于某特定贷款人，其所有贷款项目构成一个资产组合，该组合总风险系数设为θ－，它等于组合中所有项目风险系数的加权平均，可知：公式略。

(二)贷款利率的决定

贷款人根据收益最大化的原则来决定其贷款利率。贷款人收益率最大化条件如下:公式略。上式左边即为利率变化对于贷款人收益的直接效应，右边则表示其间接效应，贷款人的收益最大化的条件下这两种效应相等。将(1)、(2)两式代入上式，可求得最优贷款利率为:公式略。(5)式揭示了最优贷款利率i*与θe之间的关系，由于k＞0，故i*随着θe的上升而递减，即i*是θe的减函数;而θe越低则银行的信息生产能力越强。将(5)式代入(1)式，可求得在此利率下，贷款组合的风险系数:公式略。由上式可知贷款人最大化收益π*是θe的减函数，θe越大，贷款人的收益π*越小，反之则越大。由此得出如下结论1。结论1:贷款人信息生产能力越强，其贷款利率越高，反之其贷款利率越低;贷款人的信息生产能力越强，则其收益率越高，反之越低。

(三)贷款人的预期收益曲线与信贷配给

公式略。θ0即为贷款人信息生产能力的临界点。当θe＞θ0时，π*小于零;反之，当θe＜θ0时，π*大于零。当i＜i*时，提高利率将使得贷款人的预期收益上升;当i＞i*时，提高利率将导致贷款人的预期收益下降。若贷款人(银行)不能区分风险系数高于θ0的项目，则无论其贷款利率为何，均避免不了亏损，这种贷款人无法在市场上生存。θe是衡量贷款人的信息生产能力的指标，给定θe＜θ0，有两种信贷配给的情形:一是处于风险区间(θe，θmax)上的借款人，由于贷款人有能力识别这类借款人，即使他们愿意接受更高的利率，贷款人仍然不会放贷给他们;二是在最优利率水平i*下，即使在风险区间(θi*，θe)上面临超额信贷需求，贷款人的反应不是提高贷款利率，而是实行信贷配给。

三、农业保险对农村信贷市场的影响分析

现有理论业已证明农业保险可以部分替代抵押物，在一定程度上产生与信贷抵押物相同的功效(Binswanger，1986)。

农业保险对信贷利率、风险以及贷款人收益的影响考虑参加保险且获得贷款的农户，设其参保成本为c，当发生意外灾害时获得保险公司的赔付。设任一项目投保后，其风险系数均下降ck;假定贷款人的信息生产能力不变，农户是否参加了保险是一个公开信息，因此贷款人可以鉴别风险系数大于θe－ck的参保借款人。一个合理的假定就是，保险赔付唯一的受益人就是贷款人，而对投保的借款农户没有影响。由此可得，投保农户的预期收益率函数变为:R1(θ)=rf+kθ－c(9)假设保险公司的利润为零，则根据收益守恒原则，贷款人的预期收益率将上升c。于是面向参保农户的贷款组合，其预期收益率π1变为:公式略。如果下面三个条件成立:①贷款人为唯一的垄断者;②参保农户无法退保;③贷款人只经营一期，而不考虑持续经营;则金融机构面临的参保农户与非参保农户是两个完全隔绝的市场。此时，可以证明贷款人向参保借款人提供的贷款利率与非参保借款人相等①。然而现实中，上述三个条件均不成立，因此参保农户与非参保农户并不是完全隔绝的两个市场。引入竞争以及持续经营等现实约束，贷款人必须承担保险成本c(这意味着放弃超额收益率)，由此得到为参保贷款人提供的利率应为:公式略。

四、实证检验:来自湖南岳阳市的经验数据

(一)数据说明

为了进一步检验农业保险促进农村信贷的作用，本文通过收集到的岳阳市辖内六县(市)2007～2010年农户信贷发放总额、农业保险保费收入、有贷农户中参保农户所占比例以及六县市的GDP数据，建立了相应的面板数据模型，就农业保险对农村信贷的影响问题进行了实证分析。考虑到信贷规模与总经济规模有关，不同经济规模的地区，信贷规模无法直接比较，因此本模型以信贷发放量与该地区GDP之比为因变量，以“CRE_GDP”表示。解释变量为:涉农保险的保费收入与地区GDP之比，以“INS_GDP”表示，有贷农户参保比例，以“Ratio”表示。

(二)模型设定及检验

2007年之前的农业保险几乎是空白，因而也就没有此前的数据。由于样本数据时期跨度太短，随机效应模型的hausman检验失效。根据经验，各地区之间的相对信贷规模，即CRE_GDP可能存在异质性差异，且与各地区具体的INS_GDP及RATIO水平有关。因此，考虑使用个体固定效应模型。

(三)结果分析

在模型(1)中，INS_GDP的系数不显著，而Ratio的系数显著;剔除解释变量INS_GDP后R2值由原来的0．812变到0．809，几乎没怎么下降，而α和β1的的T值均有所提高。这说明，有贷农户的参保比例能够显著地影响农村信贷规模，然而涉农保险的规模对农村信贷规模几乎没有影响。这是因为有贷农户的参保比例不影响涉农保险的规模，两者无相关性。由此可得如下结论:第一，参保农户申请贷款与否不影响涉农保险的规模;第二，参保农户中，没有申请贷款的那部分农户对农村信贷规模没有影响，换言之，涉农保险只有在参保农户申请贷款的情况下才会对农村信贷产生影响。因此，实证分析的最终结论为:农业保险对农村信贷规模有显著的促进作用，但这种促进作用只有在参加保险的农户申请贷款的情况下才会产生。模型显示，有贷农户的参保比率提高1%，信贷总额对当地GDP之比约提高0．0774%。考虑到GDP本身基数较大，这种促进作用是相当大的。以岳阳县2010年数据为例，该县当年有贷农户的参保比率为5．01%，GDP为120．83亿元，信贷规模约为2．66亿元;如果有贷农户的参保比率能提高到15．01%，设GDP保持不变，则信贷规模将会提高到3．59亿元，增加约9352万元。分析结果还显示，如果没有农业保险，则农村信贷总额与当地GDP之比平均约为2．44%。这一结果印证结论3。#p#分页标题#e#

五、结语

本文中假定农业保险的发展不影响信贷机构的信息生产能力，即没有讨论农业保险与信息生产能力之间的交叉影响。事实上，参保农户经过保险公司的甄别，在保险公司留下了信息记录，信贷机构通过与保险公司的信息共享，无疑有助于增强其信息生产能力。因此，农业保险对信贷机构信息生产能力的影响以及信贷机构与保险公司的信息共享机制是一个值得进一步探讨的课题。通过上述研究，本文得出以下结论。

1．贷款人信息生产能力越强，其贷款利率越高，反之其贷款利率越低;贷款人的信息生产能力越强，则其收益率越高，反之越低;若贷款人的信息生产能力不足以区分风险系数高于临界值θ0的项目，则这类贷款人无法在市场上生存。

2．贷款人以其信息生产能力可以识别出风险较高的借款人，即使他们愿意接受更高的利率，贷款人仍然不会放贷给他们，因而产生信贷配给现象;如果在较低风险区间上贷款人面临超额信贷需求，其反应不是提高贷款利率，而是实行信贷配给。

投资型保险论文篇(6)

关键词：保险投资组合；garch-copula模型；均值-cvar模型；蒙特卡洛模拟

一、 引言

保费收入和投资收益是保险公司的两大利润来源。如今，保险公司竞争日趋激烈，承保利润下降，保险公司想要在市场中生存和发展必须重视投资业务，提高投资收益率。而我国保险投资收益率偏低的一个重要原因就是投资比例的不合理。通过研究一个有效的投资组合模型可以优化现有的投资比例，从而提高投资收益。

传统的投资组合理论假设收益率服从正态分布，这与实际收益率通常呈现的尖峰厚尾特征不相符。因此本文引入copula函数来刻画资产间的非线性相关结构，可得到一个与实际数据更为接近的联合分布。

二、 garch-copula模型的构建

运用copula函数构建金融模型分为两步：首先确定边缘分布；其次选择一个适当的copula函数以建立相依结构。Garch-copula模型是将garch模型和copula函数有机结合，来分析金融时间序列的分布特征。其中garch模型用于描述单个资产的边缘分布，而copula函数用于刻画连接各个资产的联合分布。

（一）确定边缘分布

金融时间序列多呈现尖峰、厚尾、偏斜、波动集聚等特征，运用garch-t（1，1）模型能较好地描述单个资产波动率的条件异方差性。Garch-t（1，1）模型可表示为： （二）拟合优度检验

Garch模型拟合优度的检验方法是：对残差进行arch-lm检验，如果arch效应被消除，说明利用garch-t（1，1）模型对数据的拟合效果很好。

Copula函数拟合优度检验方法是：对原序列做概率积分变换，检验变换后的序列是否服从i.i.d均匀分布。先对变换后的序列进行自相关检验，若不存在自相关则认为序列是独立的，再运用K-S检验法检验变换后的序列是否服从均匀分布。

Kolmogorov-Smirnov（K-S）检验是一类常用的非参数检验方法，可用于检验单一样本是否服从某一特定分布，或者检验两个独立的样本是否服从同一分布，我们可以运用 K-S 检验方法检验Cμ（ν）和Cν（μ）是否服从（0，1）上的均匀分布，进而判断出我们所选定的 Copula 函数是否恰当，能否较好地描述变量间的相关结构。

三、 均值-cvar模型与投资组合优化

由cvar的定义可得cvar=E[L|L>var]，L代表投资组合的损失。若用f（w）表示损失函数，f（w）>0意味着损失，β表示置信度，则CVAR的表达式为：

由公式可见，CVaR 代表了超额损失的均值，反映了损失超过 VaR 阀值时可能遭受的平均潜在损失的大小，较之VAR更能体现潜在的风险损失。CVAR对于尾部出现的风险有了更有效地控制，能够给出了一个阈值，虽能以较大的概率保证损失不超过分位数，但对极端事件的发生却缺乏预料与控制，这被称为尾部风险。

均值-cvar模型为：

其中μp>0，代表投资者最低预期收益水平，β为置信度，因为中国市场不允许卖空，所以ωi≥0。

我们在均值-cvar模型的基础上，利用蒙特卡洛模拟法可以较为简便的求得投资组合的var和cvar，其方法为：

（1）运用garch-t（1，1）模型拟合各资产收益率序列，得到残差序列。残差序列应服从t（0，1）分布，将其转化为服从均匀分布的序列t～U（0，1）。

（2）用极大似然估计法估计copula函数的参数

（3）用蒙特卡洛模拟生成具有copula函数分布的随机数，用逆概率积分得到残差序列的模拟值，将残差序列模拟值带回到特定方程，得到收益率的模拟值，给定各资产比重就能计算整个组合的模拟收益率。

（4）将模拟重复5000次，可估计出投资组合var和cvar的经验值。

三、实证研究

本文采用shibor隔夜拆借利率、上证国债指数、上证企业债指数、上证基金指数、沪深300指数来代表保险投资组合中的五项资产。样本数据为2006年10月9日至2011年2月1日共1055个日收益率数据。数据来源于大智慧股票交易系统和shibor网站，采用的软件为eviews5和matlab r2009a。

首先，在建模前对收益率序列进行基本统计数据分析，使用eviews软件得到结果如下。

由上表可知，当目标收益率较低时，保险资金大部分投资在国债和企业债券这两项风险较低的资产上。当投资收益率上升时，投资到国债的投资比例下降，企业债券和基金的比例都有所提高。且随着目标收益率的提高，由于风险较大的资产所占比例逐渐上升，组合的VaR 和CVaR值都趋于上升，这与收益越高，风险越大的原则相一致。

四、结论

投资组合的选择及风险的计算始终是金融风险管理者关注的一个中心问题，为解决传统的 Markowitz 投资组合管理理论与 VaR 计量方法的不足，本文基于 Copula方法，将 Copula 函数、GARCH模型、CvaR-均值模型以及蒙特卡洛模拟技术结合到一起，介绍了计算投资组合 VaR 和 CVaR 的一个全新方法，这个方法解决了投资组合中不同资产之间非正态、非线性相关问题，为资产投资组合的选择与风险度量提供了一种全新的解决思路。

参考文献：

[1]崔斌.保险资金投资组合的管理模式[J].保险研究，2004，8：31-34.

[2]郭金龙，胡宏兵.保险资金运用的国际考察[J].保险研究，2009，9.

[3]侯成琪，王频.基于连接函数的整合风险度量研究[J].统计研究，2008，11：72-80.

投资型保险论文篇(7)

关键词：资产风险；风险系数；风险资本

中图分类号：F840.32

文献标识码： A

文章编号：1003-7217(2007)02-0057-04

风险资本理论以美国最具代表性，我国风险资本额模型的设计可以对其进行借鉴。但同时要注意我国与美国在监管背景上的差异，对其理论应本着适用性为先的原则进行参考。美国在制定RBC制度时是以破产公司的财务特质作为模型基础，进而求出各种风险系数。我国自今尚未有一家保险公司破产，故没有足够的破产经验及数据样本可效仿美国利用破产公司资料求出风险系数以建立我国的RBC制度。同时，我国在宏观经济环境、保险业资产、负债结构上都与美国有较大的差异。因此，认为美国用于计算产险业风险资本的模型并不适用于中国。同时，在风险资本法中，产险业所面临的风险被分类为资产风险、信用风险、承保风险、资产负债配置风险等多种风险。以下本着风险资本法的理论精神，尝试运用风险值模型，测算我国产险公司风险资本额的一个重要组成部分资产风险资本额，以衡量当前我国产险业的资产风险。

一、资产风险资本额测算的模型设计

（一）资产风险系数的估算模型

风险资本制度（RBC制度）中的资产风险资本额是将产险公司资产所面临的风险量化并提列的相应的资本额。假设时间长度为1，计算如下：

资产风险资本额是风险资本中的一类，假设时间长度为1，其计算方式根据式（1）可表示如下：

c1：资产风险资本额；BookValue1：资产初始持有时的账面价值；RBC―Ratio1：资产风险系数。

参数VaR模型是通过对波动率的估计，在主观设定的置信水平及持有期下，估计出持有某项资产所可能发生的潜在最大损失，假设时间长度为1，其计算公式如下：

VaRi：某投资组合的风险值；MaketValuei:某投资组合初始投资时的市场价值；σi：某投资组合的标准差；α：固定置信水平的临界值。

VaR模型虽是针对投资组合可能发生的潜在最大损失进行估计，但Hitchins（1997）也提到VaR除可用于计算相似资产的组合外，还可运用于单项资产的计算，即：

VaRi：某项资产的风险值；MaketValuei：某项资产初始投资时的市场价值；σi某项资产的标准差；α：固定置信水平的临界值。

RBC制度中风险资本额是通过风险系数这个量化因子反映各保险人经营活动的风险状况，并根据其承担风险的多少对各保险人要求不同的资本额。具体到资产风险资本额，资产风险系数则可用于反映保险人各项资产的风险状况。VaR模型则是求出产险公司资产未来其间可能发生的最大损失，两者均是通过衡量持有资产收益的波动情况来反映未来可能发生的损失状况，本质是相同的。因而可以运用VaR模型估计RBC制度中资产风险系数。假设资产风险系数为：

RBC―Ratioi：某项资产的风险系数；σi：某项资产的波动性；α：固定置信水平的临界值。

（二）资产风险资本额的测算模型

在计算得到产险公司各项资产的风险系数之后，可以对产险公司各项资产的风险资本额进行测算。

各项资产风险资本额的计算公式为：

c1i：某项资产的风险资本额；BookValue1i：某项资产的账面价值；RBC―Ratio1i：某项资产的风险系数；σi：第i项资产的波动性；α：固定置信水平的临界值。

依据假设：各资产间不存在相关性，资产项目的VaR可以表示为各项资产的VaR之和（假设共有T项资产），即：

现行用来计算VaR的方法中，并没有哪一种方法是绝对完善的，必须根据所估计投资组合的种类，性质以及VaR估计值的用途而定。通常各种用来估计VaR的方法中皆存在着模型复杂度与准确度间的权衡关系，使用者应根据其使用目的选择适合的VaR计算方法。蒙特卡罗模拟财经理论与实践(双月刊)2007年第2期2007年第2期(总第146期)陈迪红，汪婷婷:VaR模型在测算我国产险公司资产风险资本额中的应用法尽管在结果的可靠性方面要优于其他方法，但由于其建模过程比较复杂，市场因子的随机分布选择的自由度较大等原因往往要求风险管理者具备较高的风险管理水平、丰富的经验和技术，对于中小产险公司，开发一整套公司的仿真模型可能是一个沉重的负担；对于大公司，要开发一个仿真复杂部位的模型也相当不容易。所以，在中国产险业实行蒙特卡罗模拟法还需要时间，目前尚不适合选用其来估算产险公司资产的风险系数。由于历史模拟法是用历史数据来拟合实际分布，也就是假设与历史相比未来至少不会发生较大的波动，这恰恰是我国现实状况所不能满足的。从宏观层面看，我国产险公司大部分资产所依存的金融市场尚未成熟，市场波动频繁，历史与未来的情况相差较大，因此，不能满足历史模拟法的假设前提。同时，由于中国资本市场起步晚，某些历史数据的时间跨度较短，即使时间跨度较长的历史数据，由于国内很少对数据进行系统地收集、整理和归纳，时间跨度越长，数据遗失的可能性就越大。故对于历史数据依赖很大的历史模拟法需要在对样本区间审慎选择的基础上才能使用。因此，现阶段在我国运用历史模拟法计算产险公司各项资产的VaR值并不合理。方差协方差法由于概念直观，操作简单，容易向高层管理者解释等原因，目前在中国运用的可能性比较大。故以下选取Delta-EWMA模型来估计产险公司各项资产的风险系数。

二、资产风险资本额的实证分析

（一）模型的指标选取

产险公司的资产风险是指公司资产市场价值下降的风险，包括债券资产的违约风险和权益资产的市值损失。这里以中国人民财产保险股份有限公司（以下简称人保财险）资产负债表的资产范围为参考依据，仅选择现金及银行存款、国债、企业债券、金融债券、股权投资、证券投资基金以及货币市场投资（包括产险公司的短期投资、拆出资金以及买入返售证券三项资产）为研究对象。对于资本保证金，按照中国保监会的要求以定期存款的形式存入其指定的银行，故其资产风险参照现金及银行存款。至于应收账款、应收保费、应收分保账款、应收利息、预付赔款、存出分保准备金以及其他应收款等资产，考虑到违约数据资料所得的限制，暂不纳入分析范围。同时，为与其负债的短期性相匹配，产险公司通常不进行期限较长的资产投资，因此，产险公司的固定资产投资，一般作为办公用房自用，风险很小，故也不纳入研究范围。

在各项资产风险因子指标的选取上，以目前可行且具有代表性的指标来估计各项资产的风险系数。虽然与各家产险公司实际投资情况有所差异，但从市场整体角度而言，这些指标仍能代表产险公司目前投资于各项资产的风险，在拟定资产风险系数机制上仍具代表性。各项资产的市场风险因子指标选取整理如表1。

表1 产险公司各项资产市场风险因子指标选取表

注：目前我国存款市场利率尚未开放，存款利率由中央银行集中管制，市场波动对存款价值影响甚小，近似认为其风险系数是零。

（二）资产风险系数的实证结果分析

在理论分析的基础上，求出在一年的持有期间及采用95％的置信水平下，2004～2005年每年产险公司各项资产的风险系数，其结果整理如表2、表3：

表2 2004年各项资产风险系数表

表3 2005年各项资产风险系数表

(三)资产风险资本额测算的个案分析

已知各项资产的风险系数后，根据式（6）结合某公司具体的资产持有量即可计算出该产险公司2004～2005年各项资产的风险资本额。根据年报资料，2004～2005年该公司各项资产持有比例如表4、表5：

表4 2004年各项资产持有比例表

由表6～7可看出，证券投资基金风险资本额占总资产风险资本额的比例比其资产持有比例高出6～10倍，股票高出10～15倍，货币市场投资资产则高出10～13倍，但其呈明显降低趋势。由此可知这三种资产带来的风险大。因此，该财险公司在追求股市高回报的同时，不能忽视其隐藏的高风险承担的问题。保险监管机构应根据所估算的资产风险系数要求产险公司持有相应的资产风险资本额，以避免因股票市场剧烈波动对其造成的冲击。同时，该财险公司自身对股票投资也要持有审慎的态度，经过科学分析选择效绩好的股票进行投资，以避免因投资策略的失误而损害投保大众的利益。另外，财险公司在投资证券投资基金时，也应认真考察基金投资组合的内容以及不同类型的基金相应风险的大小，以避免公司承担过多的风险。对于货币市场投资，财险公司要密切注视国家货币政策的走向对货币市场投资资产收益率波动性的影响，从而进行正确的投资并持有充足的资本以应对风险。

综上所述，财险公司应根据所计算出的风险资本额对其各项资产持有相应的资本以应对未来可能发生的风险。同时，根据各资产风险大小的不同，对公司持有资本额要求的不同，合理地调整投资配置，将经营风险控制在自身可以承受的范围内，以提高公司的偿付能力。

参考文献：

[1] 陈迪红，汪婷婷. 基于VaR模型的产险监管RBC方法[J]. 中华学术评论，2006，1（10）：8-10．

[2]张士杰. 台湾实行风险基础资本额（RBC）制度的过程[J]. 精算通讯，2005，4（2）：31-33．

[3]Mike Barth. RiskBased Capital Results for the PropertyCasualty Industry[J]. NAIC Research Quarterly. 1996, (2)：17-48．

[4]Loughlin, Drew. Value-at-Risk Valuable Tool for Riskier Times[J]. Journal of Leading & Credit Risk Management, 1997,79(6)： 23-29．

[5]Hitchins, John. What is Value at Risk. Accountancy[J]． 1997, 119(1241)： 58-59．

[6]蔡政宪.台湾实施风险基础资本额制度的沿革与反思[J]. 精算通讯，2006, 5(3)：19-23．

Application of VaR to Measure Risk Based

Capital of the P&C Insurance Companies CHEN Dihong，WANG Tingting

(College of Finance, Hunan University, Changsha, Hunan 410079, China)Abstract：This paper constructs a model to measure the asset risk capital for the Chinese P&C insurance companies. The Delta EWMA approach was selected to estimate the asset risk coefficients by analyzing several VaR models. The empirical evidences based on a typical P&C insurance company show us that stocks, funds and monetary market investment are the more risky assets. The percentage in asset risk capital is much higher than the share in the holding assets.