趙 迪 中央財(cái)經(jīng)大學(xué)保險(xiǎn)學(xué)院

一、引言

2015年8月12日天津?yàn)I海新區(qū)發(fā)生爆炸事故，這次事故不僅造成了165人遇難，而且造成了大量的財(cái)產(chǎn)損失。根據(jù)惠譽(yù)的評(píng)估報(bào)告，天津爆炸案的保險(xiǎn)損失可能高達(dá)15億美元。這次事故將成為2015年以來保險(xiǎn)市場(chǎng)最大的賠案，也有可能成為中國(guó)保險(xiǎn)業(yè)有史以來單次損失最大的事故。近年來，巨災(zāi)事件的發(fā)生使保險(xiǎn)公司面臨的風(fēng)險(xiǎn)越來越大，但保險(xiǎn)業(yè)的財(cái)務(wù)表現(xiàn)總體穩(wěn)健，部分原因可以歸于再保險(xiǎn)公司承擔(dān)了一部分風(fēng)險(xiǎn)?，F(xiàn)在，各個(gè)財(cái)產(chǎn)保險(xiǎn)公司為了避免自身承擔(dān)的風(fēng)險(xiǎn)過大、償付能力不足導(dǎo)致破產(chǎn)的風(fēng)險(xiǎn)，正在更多地通過再保險(xiǎn)公司來分散自身的風(fēng)險(xiǎn)。

與發(fā)達(dá)國(guó)家相比，我國(guó)再保險(xiǎn)市場(chǎng)起步比較晚，發(fā)展比較落后，而且再保險(xiǎn)安排不合理、定價(jià)機(jī)制不成熟的問題也嚴(yán)重阻礙了我國(guó)財(cái)產(chǎn)保險(xiǎn)公司的發(fā)展?，F(xiàn)在由于我國(guó)法定分保比例的取消，我國(guó)再保險(xiǎn)市場(chǎng)的發(fā)展速度逐漸變快。所以再保險(xiǎn)業(yè)務(wù)對(duì)財(cái)產(chǎn)保險(xiǎn)公司的發(fā)展發(fā)揮著越來越大的作用，再保險(xiǎn)業(yè)務(wù)的良性發(fā)展影響到財(cái)產(chǎn)保險(xiǎn)公司的健康運(yùn)營(yíng)。然而我國(guó)學(xué)者過去對(duì)財(cái)產(chǎn)保險(xiǎn)公司再保險(xiǎn)需求影響因素的研究大多數(shù)都是集中在對(duì)某一種或者某一類因素分析方面，而且研究基本上都集中在宏觀因素方面，僅僅少部分學(xué)者研究財(cái)險(xiǎn)公司自身因素對(duì)其再保險(xiǎn)需求的影響。本文通過學(xué)習(xí)以前學(xué)者的研究結(jié)論，分析了我國(guó)財(cái)產(chǎn)保險(xiǎn)公司再保險(xiǎn)需求的影響因素，并利用面板數(shù)據(jù)構(gòu)建分位數(shù)回歸模型，研究財(cái)險(xiǎn)公司再保險(xiǎn)需求處于不同水平下時(shí)，受到相關(guān)因素的影響程度。

二、相關(guān)文獻(xiàn)綜述

Hoergeretal（1990）研究了再保險(xiǎn)合同對(duì)于財(cái)產(chǎn)保險(xiǎn)公司風(fēng)險(xiǎn)控制的影響，他的研究結(jié)論表明：財(cái)產(chǎn)保險(xiǎn)公司如果想要實(shí)現(xiàn)自身的經(jīng)營(yíng)效益，可以通過與再保險(xiǎn)公司簽訂再保合同，將其風(fēng)險(xiǎn)分散，從而降低損失發(fā)生的概率。

Mayer和 Smith（1982）的研究說明了公司的融資政策對(duì)其自身價(jià)值會(huì)產(chǎn)生重要的影響。同時(shí)在1987年，他們提出了保險(xiǎn)公司能夠通過再保險(xiǎn)來分散自身面臨的巨大損失，降低放棄有利投資的代理成本，緩解面對(duì)大額索賠時(shí)資金不足的情況。

Plantin（2006）通過研究指出，保險(xiǎn)公司由于資產(chǎn)結(jié)構(gòu)的差異化從而造成了對(duì)資本結(jié)構(gòu)需求的差異。而且對(duì)于保險(xiǎn)公司進(jìn)行風(fēng)險(xiǎn)管理方面來說，再保險(xiǎn)發(fā)揮著不可替代的作用。

趙桂芹和吳洪（2008）采用分位數(shù)回歸方法對(duì)我國(guó)財(cái)產(chǎn)保險(xiǎn)公司的再保險(xiǎn)動(dòng)機(jī)進(jìn)行實(shí)證分析，他們發(fā)現(xiàn)，穩(wěn)健經(jīng)營(yíng)、專業(yè)服務(wù)需求是我國(guó)財(cái)險(xiǎn)公司再保險(xiǎn)需求的主要?jiǎng)訖C(jī)，而投資激勵(lì)和規(guī)避稅收動(dòng)機(jī)對(duì)我國(guó)財(cái)險(xiǎn)公司再保險(xiǎn)需求的影響則不顯著。

姜菲（2014）從公司內(nèi)部治理角度出發(fā)，分析財(cái)險(xiǎn)公司再保險(xiǎn)需求的特點(diǎn)，并通過實(shí)證研究發(fā)現(xiàn)，隨著我國(guó)財(cái)險(xiǎn)公司對(duì)再保險(xiǎn)依賴程度的逐漸變大，公司自身的資本結(jié)構(gòu)、規(guī)模、產(chǎn)品結(jié)構(gòu)、盈利能力、償付能力、實(shí)際稅負(fù)情況對(duì)再保險(xiǎn)業(yè)務(wù)需求的大小產(chǎn)生了重要的影響。

魏婷（2013）研究了我國(guó)2007年到2011年23家保險(xiǎn)公司的面板數(shù)據(jù)，實(shí)證研究得出我國(guó)財(cái)產(chǎn)保險(xiǎn)公司的再保險(xiǎn)需求與公司規(guī)模呈正相關(guān)關(guān)系，部分財(cái)產(chǎn)保險(xiǎn)公司的再保險(xiǎn)需求與財(cái)務(wù)結(jié)構(gòu)呈負(fù)相關(guān)關(guān)系。但與西方國(guó)家相比，我國(guó)財(cái)險(xiǎn)公司的研究結(jié)果明顯不同。

魏建國(guó)、李夢(mèng)思（2016）研究了我國(guó)31個(gè)省市自治區(qū)的農(nóng)業(yè)保險(xiǎn)數(shù)據(jù)，通過分位數(shù)回歸法分析影響農(nóng)業(yè)保險(xiǎn)發(fā)展的因素。研究發(fā)現(xiàn)，農(nóng)業(yè)保險(xiǎn)賠付額、農(nóng)林牧漁總產(chǎn)值的增加對(duì)農(nóng)業(yè)保險(xiǎn)發(fā)展有促進(jìn)作用，而農(nóng)村人口的減少對(duì)農(nóng)業(yè)保險(xiǎn)的發(fā)展起到了阻礙作用。

尚君、陳藝源（2013）等分析了人均GDP、人均教育支出和居民可支配收入對(duì)保險(xiǎn)需求的影響程度，研究得出，他們對(duì)我國(guó)保險(xiǎn)需求均有促進(jìn)作用，但是對(duì)于不同的保險(xiǎn)需求水平，各個(gè)影響因素所起的作用存在明顯的不同。

謝云（2010）通過分位數(shù)回歸研究了保費(fèi)收入和經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，研究表明經(jīng)濟(jì)的發(fā)展有助于保險(xiǎn)需求的增加。

雖然以前學(xué)者對(duì)財(cái)險(xiǎn)公司再保險(xiǎn)需求的影響程度進(jìn)行了研究，但是研究財(cái)險(xiǎn)公司自身因素對(duì)其再保險(xiǎn)需求影響的還比較少。本文通過學(xué)習(xí)以前學(xué)者的研究結(jié)論，分析了我國(guó)財(cái)產(chǎn)保險(xiǎn)公司再保險(xiǎn)需求的影響因素，并利用面板數(shù)據(jù)構(gòu)建分位數(shù)回歸模型，研究財(cái)險(xiǎn)公司再保險(xiǎn)需求處于不同水平下時(shí)，受到其他因素的影響程度。

三、分位數(shù)回歸模型概述

分位數(shù)回歸（Quantile Regression）最早是由科恩克和巴塞特在1978年提出來的，它提供了回歸變量X和因變量Y的分位數(shù)之間線性關(guān)系的估計(jì)方法。絕大多數(shù)的回歸模型都關(guān)注因變量的條件均值，但是人們對(duì)于因變量條件分布的其他方面的模擬方法也越來越有興趣，尤其是能夠更加全面地描述因變量的條件分布的分位數(shù)回歸。

正如普通最小二乘OLS回歸估計(jì)量的計(jì)算是基于最小化殘差平方和一樣，分位數(shù)回歸估計(jì)量的計(jì)算也是基于一種非對(duì)稱形式的絕對(duì)值殘差最小化，其中，中位數(shù)回歸運(yùn)用的是最小絕對(duì)值離差估計(jì)（LAD，least absolute deviations estimator）。它和OLS主要區(qū)別在于回歸系數(shù)的估計(jì)方法和其漸進(jìn)分布的估計(jì)。

假設(shè)隨機(jī)變量Y的概率分布為：

F(y)的τ分位數(shù)可以由最小化關(guān)于ξ的目標(biāo)函數(shù)得到，即：

四、實(shí)證分析

（一）數(shù)據(jù)來源和變量說明

本文選取了2010年到2016年間我國(guó)20家財(cái)產(chǎn)保險(xiǎn)公司的面板數(shù)據(jù)，比如人保財(cái)險(xiǎn)、平安財(cái)險(xiǎn)、國(guó)壽財(cái)險(xiǎn)、大地財(cái)險(xiǎn)等等，之所以選擇這20家財(cái)險(xiǎn)公司的面板數(shù)據(jù)，是因?yàn)樗鼈兊谋ＹM(fèi)收入之和占到了當(dāng)年全國(guó)財(cái)險(xiǎn)公司保費(fèi)收入之和的90%左右，因此，可以認(rèn)為研究這些財(cái)險(xiǎn)公司再保險(xiǎn)需求的影響因素具有較強(qiáng)的代表性。原始數(shù)據(jù)主要來源于各保險(xiǎn)公司公布的年報(bào)和《中國(guó)統(tǒng)計(jì)年鑒》。

?表1變量說明

?表2各變量描述性統(tǒng)計(jì)

?表3單位根檢驗(yàn)結(jié)果

?表4 Hausman檢驗(yàn)結(jié)果

在變量選擇方面，因?yàn)楸疚氖菑谋ｋU(xiǎn)公司自身因素研究其再保險(xiǎn)需求的影響，同時(shí)為了避免偽回歸，本文選擇了7個(gè)解釋變量（見表1）。

1.財(cái)險(xiǎn)公司的規(guī)模

從理論上來看，財(cái)險(xiǎn)公司的規(guī)模與其抗風(fēng)險(xiǎn)能力呈正相關(guān)，如果保險(xiǎn)公司的規(guī)模比較大，那么購(gòu)買再保險(xiǎn)的可能性就較?。幌喾?，如果公司規(guī)模比較小，那么其抗風(fēng)險(xiǎn)能力就比較差，從而就需要購(gòu)買更多的再保險(xiǎn)。在實(shí)證分析中我們使用財(cái)險(xiǎn)公司總資產(chǎn)的對(duì)數(shù)來衡量保險(xiǎn)公司的規(guī)模。

2.財(cái)險(xiǎn)公司的資本結(jié)構(gòu)

資本結(jié)構(gòu)衡量保險(xiǎn)公司的資產(chǎn)和負(fù)債額，一般來說，保險(xiǎn)公司通過再保險(xiǎn)可以降低其負(fù)債額，降低由于投資不足所造成的代理成本。在實(shí)證分析中我們用總負(fù)債與總資產(chǎn)的比值來衡量財(cái)險(xiǎn)公司的資本結(jié)構(gòu)。

3.財(cái)險(xiǎn)公司的賠付率

一般來說，如果保險(xiǎn)公司的某種業(yè)務(wù)賠付率比較高，那么保險(xiǎn)公司會(huì)更多地將此險(xiǎn)種分保給其他公司。在實(shí)證分析中我們用賠款支出與總保費(fèi)的比值來衡量財(cái)險(xiǎn)公司的賠付率。

4.財(cái)險(xiǎn)公司的業(yè)務(wù)杠桿

保險(xiǎn)公司的承保能力也會(huì)影響再保險(xiǎn)需求，本文用保費(fèi)收入與所有者權(quán)益的比值來衡量財(cái)險(xiǎn)公司的業(yè)務(wù)杠桿，研究其對(duì)財(cái)險(xiǎn)公司再保險(xiǎn)需求的影響程度。

5.財(cái)險(xiǎn)公司的資產(chǎn)收益率

一般來說，如果公司的資產(chǎn)收益率高，那么公司就更有能力抵抗未來的損失，相反，如果公司的盈利能力比較差，那么再保險(xiǎn)需求就會(huì)比較大，本文用總利潤(rùn)與總資產(chǎn)的比值來衡量財(cái)險(xiǎn)公司的資產(chǎn)收益率。

6.財(cái)險(xiǎn)公司的稅收比率

因?yàn)樨?cái)險(xiǎn)公司可以通過分保降低納稅的數(shù)額，所以本文研究稅收是否會(huì)對(duì)財(cái)險(xiǎn)公司的再保險(xiǎn)需求產(chǎn)生影響。稅收比率用所得稅和總保費(fèi)的比值來衡量。

7.財(cái)險(xiǎn)公司的業(yè)務(wù)集中度

赫芬達(dá)爾指數(shù)是一種用來衡量業(yè)務(wù)集中度的綜合指數(shù)。它是指一個(gè)行業(yè)中各市場(chǎng)競(jìng)爭(zhēng)主體所占行業(yè)總收入或總資產(chǎn)百分比的平方和，用來計(jì)量市場(chǎng)份額的變化，即市場(chǎng)中廠商規(guī)模的離散度。本文采用此指數(shù)來衡量財(cái)險(xiǎn)公司的業(yè)務(wù)集中度。

?表5分位數(shù)回歸結(jié)果

（二）實(shí)證模型設(shè)定

為了研究財(cái)險(xiǎn)公司再保險(xiǎn)需求的影響因素，在本文中，以再保險(xiǎn)為被解釋變量，以財(cái)險(xiǎn)公司的規(guī)模、資本結(jié)構(gòu)、賠付率、業(yè)務(wù)杠桿、資產(chǎn)收益率、稅收比率和業(yè)務(wù)集中度作為解釋變量。在實(shí)證分析中，建立如下的分位數(shù)回歸模型：

其中i=1、2……20表示20家財(cái)產(chǎn)保險(xiǎn)公司，t表示時(shí)期，即2010—2016年，Yit表示第i個(gè)財(cái)產(chǎn)保險(xiǎn)公司在第t時(shí)期的再保險(xiǎn)；αi表示第i個(gè)保險(xiǎn)公司的固定效應(yīng)，不隨時(shí)間變化；χkit則表示解釋變量；βk表示待估的參數(shù)；εit表示統(tǒng)計(jì)誤差。

（三）描述性統(tǒng)計(jì)分析

從表2可以看出每個(gè)變量的均值、標(biāo)準(zhǔn)差、偏度、峰度和JB統(tǒng)計(jì)值，可以看出所有變量的偏度值不是0，并且它們的峰度值均比3大，這說明它們不滿足正態(tài)分布。

（四）實(shí)證研究結(jié)果

1.面板數(shù)據(jù)單位根檢驗(yàn)

面板數(shù)據(jù)單位根的檢驗(yàn)方法主要有LLC檢驗(yàn)、HT檢驗(yàn)和Breitung檢驗(yàn)，對(duì)于平行的面板數(shù)據(jù)本文使用HT方法來檢驗(yàn)各變量的平穩(wěn)性，對(duì)于不平行的面板數(shù)據(jù)，本文使用Xtfisher方法進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表3。

從表3可以看出，再保險(xiǎn)、賠付率、業(yè)務(wù)集中度、資本結(jié)構(gòu)、業(yè)務(wù)杠桿和資產(chǎn)收益率這幾個(gè)變量在1%的水平上顯著，而規(guī)模和稅收比率在10%的水平上顯著，這說明各變量均通過了單位根檢驗(yàn)，因此可以進(jìn)行分位數(shù)回歸分析。

2.分位數(shù)回歸方法選擇

本文使用豪斯曼檢驗(yàn)方法來確定是使用固定效應(yīng)模型還是使用隨機(jī)效應(yīng)模型，檢驗(yàn)結(jié)果如表4所示。

因?yàn)楹浪孤鼨z驗(yàn)結(jié)果P值為0.0184，在5%的置信水平下，強(qiáng)烈的拒絕原假設(shè)，所以應(yīng)該選用固定模型。

3.分位數(shù)回歸結(jié)果及分析

從表5分位數(shù)回歸和最小二乘法回歸結(jié)果分析可知：從規(guī)模來看，無論是分位數(shù)回歸還是OLS回歸，其回歸系數(shù)均為正數(shù)，而且除了在0.9分位處的回歸系數(shù)不顯著，其余均在0.01水平下顯著，這說明我國(guó)的保險(xiǎn)公司規(guī)模越大，對(duì)再保險(xiǎn)的需求越大，而規(guī)模越小的保險(xiǎn)公司對(duì)再保險(xiǎn)的需求越小，這可能主要因?yàn)橐?guī)模比較小的保險(xiǎn)公司，更多地依賴于通過承保業(yè)務(wù)來獲得收益，所以不愿意分出業(yè)務(wù)，從而對(duì)再保險(xiǎn)需求較少。

從資本結(jié)構(gòu)上來看，無論是分位數(shù)回歸還是OLS回歸，其回歸系數(shù)均為正數(shù)，但是分位數(shù)回歸只有在0.8分位處顯著，OLS回歸的系數(shù)在0.5的水平下顯著，這表明我國(guó)財(cái)險(xiǎn)公司的再保險(xiǎn)需求和資本結(jié)構(gòu)為不顯著的負(fù)相關(guān)關(guān)系。

從賠付率上來看，分位數(shù)回歸和OLS回歸得到的回歸系數(shù)均為負(fù)數(shù)，而且回歸結(jié)果均不顯著，這表明，賠付率還沒有成為影響我國(guó)財(cái)險(xiǎn)公司再保險(xiǎn)需求的影響因素。造成這種現(xiàn)象的原因可能是，我國(guó)財(cái)險(xiǎn)公司在進(jìn)行風(fēng)險(xiǎn)管理時(shí)，可能是從全部業(yè)務(wù)來對(duì)風(fēng)險(xiǎn)進(jìn)行處理，而且不同的保險(xiǎn)公司的風(fēng)險(xiǎn)承受能力不同，從而對(duì)再保險(xiǎn)的需求也會(huì)有很大的差異。

從業(yè)務(wù)杠桿和稅收比率來看，無論是分位數(shù)回歸還是OLS回歸，其結(jié)果均不顯著，這說明我國(guó)財(cái)險(xiǎn)公司通過再保險(xiǎn)來降低納稅支出的動(dòng)機(jī)不明顯。雖然兩種方法估計(jì)的業(yè)務(wù)杠桿系數(shù)不顯著，但是除了0.1和0.2低分位數(shù)處，其回歸系數(shù)為正，在高分位數(shù)和OLS估計(jì)的回歸系數(shù)均為正，這表明我國(guó)財(cái)險(xiǎn)公司的再保險(xiǎn)需求和業(yè)務(wù)杠桿呈不顯著的正相關(guān)關(guān)系；也就是說業(yè)務(wù)杠桿越高，保險(xiǎn)公司保費(fèi)收入越多，所面臨的承保風(fēng)險(xiǎn)越大，從而更多地需要通過分保來分散風(fēng)險(xiǎn)。而且我國(guó)《保險(xiǎn)法》規(guī)定，經(jīng)營(yíng)財(cái)產(chǎn)險(xiǎn)業(yè)務(wù)的保險(xiǎn)公司當(dāng)年自留保費(fèi)不能超過其實(shí)有資本金加公積金總額的四倍。因此，雖然我們的回歸結(jié)果不顯著，但是低分位處的負(fù)相關(guān)和高分位處的正相關(guān)關(guān)系還是表明分位數(shù)回歸與我國(guó)的實(shí)際情況相符。

從資產(chǎn)收益率來看，OLS回歸的結(jié)果為不顯著的負(fù)相關(guān)關(guān)系，而分位數(shù)回歸在0.4～0.7分位數(shù)處呈顯著的正相關(guān)關(guān)系，這說明總利潤(rùn)越高的保險(xiǎn)公司對(duì)再保險(xiǎn)的需求也越大。

從業(yè)務(wù)集中度來看，兩種方法回歸的結(jié)果均不顯著。OLS回歸的結(jié)果為不顯著的負(fù)相關(guān)關(guān)系。而分位數(shù)回歸的結(jié)果為：在低分位數(shù)水平，分位數(shù)回歸的結(jié)果為不顯著的正相關(guān)關(guān)系；在高分位數(shù)水平，分位數(shù)回歸的結(jié)果為不顯著的負(fù)相關(guān)關(guān)系。出現(xiàn)負(fù)相關(guān)的關(guān)系與我國(guó)財(cái)險(xiǎn)保險(xiǎn)公司的實(shí)際經(jīng)營(yíng)狀況相符，這主要是因?yàn)楝F(xiàn)在我國(guó)財(cái)險(xiǎn)公司的業(yè)務(wù)主要依賴于車險(xiǎn)業(yè)務(wù)，而且它們沒有強(qiáng)烈的意愿平衡業(yè)務(wù)結(jié)構(gòu)，所以業(yè)務(wù)越集中的保險(xiǎn)公司越不愿意分保。

五、結(jié)論

通過對(duì)我國(guó)20家財(cái)險(xiǎn)公司7年的面板數(shù)據(jù)進(jìn)行分位數(shù)回歸分析，可以發(fā)現(xiàn)影響我國(guó)財(cái)險(xiǎn)公司再保險(xiǎn)需求的主要因素是規(guī)模、資本結(jié)構(gòu)和資產(chǎn)收益率。實(shí)證研究發(fā)現(xiàn)，財(cái)險(xiǎn)公司的規(guī)模與其再保險(xiǎn)需求呈正相關(guān)關(guān)系，財(cái)險(xiǎn)公司的規(guī)模越大，其對(duì)再保險(xiǎn)的需求就越多；財(cái)險(xiǎn)公司的資產(chǎn)收益率與再保險(xiǎn)需求呈正相關(guān)關(guān)系，這表明總利潤(rùn)越高的保險(xiǎn)公司對(duì)再保險(xiǎn)的需求也越大；財(cái)險(xiǎn)公司的資本結(jié)構(gòu)與再保險(xiǎn)需求呈正相關(guān)關(guān)系。此外，其他變量雖然兩種回歸方法回歸的結(jié)果均不顯著，但是從業(yè)務(wù)杠桿來看，分位數(shù)回歸所得到的低分位處的負(fù)相關(guān)和高分位處的正相關(guān)關(guān)系還是表明分位數(shù)回歸結(jié)果與我國(guó)的實(shí)際情況相符。從業(yè)務(wù)集中度來看，在高分位數(shù)水平，分位數(shù)回歸的結(jié)果為不顯著的負(fù)相關(guān)關(guān)系，與我國(guó)財(cái)險(xiǎn)公司的實(shí)際經(jīng)營(yíng)狀況相符。另外，從賠付率和稅收比率來看，兩種方法回歸的結(jié)果也均不顯著，這可能是由賠付率還沒有成為影響我國(guó)財(cái)險(xiǎn)公司再保險(xiǎn)需求的影響因素，而且我國(guó)財(cái)險(xiǎn)公司通過再保險(xiǎn)來降低納稅支出的動(dòng)機(jī)不明顯的原因造成的。