侯旭華 彭娟

摘?要：依據(jù)四家專業(yè)互聯(lián)網(wǎng)保險公司2017年報表數(shù)據(jù)，基于熵值法和功效系數(shù)法，考量互聯(lián)網(wǎng)保險公司財務(wù)風(fēng)險預(yù)警。結(jié)果顯示：按照財務(wù)風(fēng)險由小到大排名，依次為眾安保險、易安財險、泰康在線、安心財險;財務(wù)風(fēng)險預(yù)警結(jié)果分別為輕警、輕警、輕警、中警。安心財險財務(wù)風(fēng)險最大的原因在于其資產(chǎn)流動性較低，保費收入有限，綜合費用率高，虧損嚴(yán)重。鑒此，應(yīng)降低應(yīng)收保費，調(diào)整產(chǎn)品結(jié)構(gòu)，拓寬保費收入來源，降低咨詢與技術(shù)服務(wù)費。

關(guān)鍵詞： 互聯(lián)網(wǎng)保險公司;財務(wù)風(fēng)險;預(yù)警;熵值法;功效系數(shù)法

中圖分類號：F235.2???文獻標(biāo)識碼：?A????文章編號：1003-7217（2019）05-0040-07

一、引?言

隨著我國互聯(lián)網(wǎng)的快速發(fā)展，傳統(tǒng)保險業(yè)與大數(shù)據(jù)、云計算、區(qū)塊鏈等技術(shù)不斷融合，互聯(lián)網(wǎng)保險應(yīng)運而生。傳統(tǒng)保險業(yè)與“互聯(lián)網(wǎng)+”的結(jié)合為中國保險市場帶來了新的業(yè)務(wù)增長點，但也使其面臨與以往不同的各種挑戰(zhàn)。特別是對于專業(yè)互聯(lián)網(wǎng)保險公司，與傳統(tǒng)保險公司相比，呈現(xiàn)出銷量大、交易頻繁、單均保費低、碎片化、快速、去中介化、輕資產(chǎn)等特點，其特殊經(jīng)營模式使得這些新型公司面臨著與傳統(tǒng)保險公司不同的財務(wù)風(fēng)險。因此，如何建立互聯(lián)網(wǎng)保險公司預(yù)警機制，對互聯(lián)網(wǎng)保險公司持續(xù)健康發(fā)展具有重要的現(xiàn)實意義。

關(guān)于保險公司財務(wù)風(fēng)險預(yù)警，目前國內(nèi)外學(xué)者的研究范圍主要針對傳統(tǒng)保險公司。Patrick L等（2006）使用神經(jīng)網(wǎng)絡(luò)方法中的學(xué)習(xí)向量量化法和反向傳播法對保險公司償付能力進行預(yù)測，結(jié)果發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)法的預(yù)測效果比傳統(tǒng)預(yù)警方法好[1]。Gulsun I等（2010）以1992—2006年45家非壽險公司的財務(wù)數(shù)據(jù)為基礎(chǔ)，分別使用Logit模型、判別和回歸分析三種方法預(yù)測這些公司的財務(wù)狀況，通過比較發(fā)現(xiàn)Logit模型具有較強的預(yù)測能力[2]。許敏敏等（2016）運用Z-score模型對部分財險公司在2011—2013年的財務(wù)狀況進行研究，將得到的Z值與實際情況進行驗證比對 [3]。閆春等（2018）搜集了57家壽險公司的報表數(shù)據(jù)，運用Pls-Logit模型對壽險公司的財務(wù)風(fēng)險預(yù)警問題進行實證研究[4]。

就國內(nèi)外研究現(xiàn)狀來看，熵值法和功效系數(shù)法尚未運用在保險領(lǐng)域，但在其他行業(yè)財務(wù)風(fēng)險預(yù)警中得到推廣。Aziz等（2006）在對前人關(guān)于財務(wù)風(fēng)險預(yù)警實證研究的成果進行統(tǒng)計分析后發(fā)現(xiàn)，基于熵值法的預(yù)警模型的精確度達到85%，明顯高于其它傳統(tǒng)預(yù)警方法[5]。Sven Sandow等（2007）發(fā)現(xiàn)當(dāng)樣本數(shù)據(jù)難以充分獲取的情況下，熵值法能夠從有限信息中挖掘最大信息量，盡可能運用現(xiàn)有數(shù)據(jù)得出合理客觀的結(jié)論[6]。丁瓊等（2015）基于8家高速公路上市公司2012年財務(wù)數(shù)據(jù)，利用功效系數(shù)法分別計算各個公司預(yù)警指標(biāo)得分，結(jié)果表明，該方法可靠性和操作性強[7]。李霞等（2016）以非營利組織為研究樣本，運用主成分分析法選取12個財務(wù)風(fēng)險預(yù)警指標(biāo)，采用功效系數(shù)法，計算出綜合功效得分[8]。Li-yan Sun等（2017）認(rèn)為熵值法能有效克服人為因素帶來的主觀性，使指標(biāo)權(quán)重的確定更具有說服力，并采用熵權(quán)TQPSIS方法建立了評價模型[9]。

綜上所述，目前關(guān)于保險公司財務(wù)風(fēng)險預(yù)警研究的對象還是傳統(tǒng)保險公司，針對互聯(lián)網(wǎng)保險公司財務(wù)風(fēng)險預(yù)警研究很少。傳統(tǒng)保險公司財務(wù)風(fēng)險預(yù)警模型在logistic法、Logit法、神經(jīng)網(wǎng)絡(luò)法、Z-score模型取得了一定成果，但熵值法和功效系數(shù)法尚未運用到保險領(lǐng)域。目前我國專業(yè)互聯(lián)網(wǎng)保險公司僅僅四家，樣本數(shù)量有限，傳統(tǒng)的實證模型無法適用，而熵值法對樣本數(shù)量要求不高，客觀性強。因此，本文基于互聯(lián)網(wǎng)保險經(jīng)營特征設(shè)計財務(wù)風(fēng)險預(yù)警指標(biāo)體系，運用熵值法對指標(biāo)進行篩選，進而采用功效系數(shù)法，判斷具體警情，并有針對性地提出財務(wù)風(fēng)險預(yù)警建議，從而為互聯(lián)網(wǎng)保險公司財務(wù)風(fēng)險管理提供理論參考和決策建議。

二、基于熵值法的互聯(lián)網(wǎng)保險公司財務(wù)風(fēng)險預(yù)警指標(biāo)的構(gòu)建

（一）指標(biāo)初始設(shè)計

互聯(lián)網(wǎng)保險公司財務(wù)風(fēng)險主要體現(xiàn)在償付風(fēng)險、資產(chǎn)流動性及其營運風(fēng)險、資本風(fēng)險、經(jīng)營風(fēng)險、盈利風(fēng)險、現(xiàn)金流量風(fēng)險、線上運營風(fēng)險[10]，因此，本文從償付能力、資產(chǎn)質(zhì)量、資本結(jié)構(gòu)、經(jīng)營能力、獲利能力、收益質(zhì)量、線上運營能力這七個方面設(shè)計財務(wù)風(fēng)險預(yù)警指標(biāo)。具體指標(biāo)見表1。

（二）樣本選取與指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化處理

由于我國互聯(lián)網(wǎng)保險起步晚，專業(yè)互聯(lián)網(wǎng)保險公司目前僅有眾安保險、泰康在線、安心財險、易安財險四家（該排序不分先后）。因此，本文選取這四家專業(yè)互聯(lián)網(wǎng)保險公司2017年的年度報表數(shù)據(jù)作為研究樣本。根據(jù)表1中45項指標(biāo)計算公式得出各項預(yù)警指標(biāo)值，并根據(jù)各項預(yù)警指標(biāo)的正逆向?qū)傩詫χ笜?biāo)值進行無量綱化和標(biāo)準(zhǔn)化處理。其處理方法如下：

對各項預(yù)警指標(biāo)值按照公式（1）、（2）進行無量綱化和歸一化處理，得到標(biāo)準(zhǔn)化處理后的數(shù)據(jù)，限于論文篇幅，這里不再列示。

（三）指標(biāo)熵值的選取及權(quán)重計算

1.計算預(yù)警指標(biāo)的熵值Ej，其計算公式為：

3.計算第j項指標(biāo)熵權(quán)Wj，其計算公式為：

根據(jù)以上計算方法，將標(biāo)準(zhǔn)化處理后的數(shù)據(jù)代入公式（3）得到各指標(biāo)的熵值Ej，然后按照公式（4）計算出各項指標(biāo)對應(yīng)的差異系數(shù)Gj，最后根據(jù)公式（5）計算得出各個指標(biāo)的熵權(quán)值Wj。計算結(jié)果如表2所示。

（四）相關(guān)性分析與指標(biāo)篩選

1.計算步驟。首先，將四家互聯(lián)網(wǎng)保險公司2017年的預(yù)警指標(biāo)值輸入統(tǒng)計軟件SPSS.22進行相關(guān)性分析;然后，將相關(guān)性系數(shù)大于或等于0.9的預(yù)警指標(biāo)篩選出來，與熵值法計算出的預(yù)警指標(biāo)權(quán)重進行比較，在相關(guān)性較高的指標(biāo)中保留權(quán)重較大的指標(biāo)，剔除權(quán)重較小的指標(biāo)。最后，對于相關(guān)系數(shù)小于0.9的指標(biāo)，選擇權(quán)重大于該指標(biāo)集合均值的指標(biāo)[11]。

2.相關(guān)系數(shù)計算與指標(biāo)篩選。

以償付能力指標(biāo)相關(guān)系數(shù)計算與指標(biāo)篩選為例，將四家互聯(lián)網(wǎng)保險公司2017年有關(guān)償付能力指標(biāo)值輸入統(tǒng)計軟件SPSS.22進行相關(guān)性分析，具體分析結(jié)果見表3。

由表3可以看出，綜合償付能力充足率X1、核心償付能力充足率X2、綜合償付能力溢額率X4的相關(guān)系數(shù)都大于0.9，這三個指標(biāo)的權(quán)重均較大，因此可全部保留。而認(rèn)可資產(chǎn)負債率X3的相關(guān)系數(shù)小于0.9，且其權(quán)重小于該指標(biāo)類的權(quán)重均值0.0255，因此，不能將該指標(biāo)作為最后的預(yù)警指標(biāo)，所以，償付能力指標(biāo)經(jīng)選取后留下了三個指標(biāo)，它們分別是綜合償付能力充足率X1、核心償付能力充足率X2、綜合償付能力溢額率X4。具體情況見表4。

同理，將資產(chǎn)質(zhì)量、資本結(jié)構(gòu)、經(jīng)營能力、獲利能力、收益質(zhì)量、線上運營能力指標(biāo)值輸入統(tǒng)計軟件SPSS.22進行相關(guān)性分析，這里不再列示。

（五）最終預(yù)警指標(biāo)及其權(quán)重的確定

根據(jù)以上相關(guān)性分析，篩選出互聯(lián)網(wǎng)保險公司27個財務(wù)風(fēng)險最終預(yù)警指標(biāo)，并按式（3）（4）（5）求出指標(biāo)權(quán)重，具體情況見表5。

三、基于功效系數(shù)法的互聯(lián)網(wǎng)保險公司財務(wù)風(fēng)險預(yù)警分析

（一）財務(wù)風(fēng)險預(yù)警指標(biāo)分值的計算

傳統(tǒng)的功效系數(shù)法在計算指標(biāo)得分時，基礎(chǔ)分和調(diào)整分的比值在任何情況下都是6∶4，缺乏針對性和靈敏度。為了彌補這一缺點，本文將基礎(chǔ)分與調(diào)整分的固定比值調(diào)整為浮動比例，將滿意值和不允許值兩檔標(biāo)準(zhǔn)值，增加為優(yōu)秀值、良好值、平均值、較低值和較差值五檔標(biāo)準(zhǔn)值。具體計算公式如下：

單項預(yù)警指標(biāo)功效系數(shù)=（指標(biāo)實際值-本檔標(biāo)準(zhǔn)值）/（上檔標(biāo)準(zhǔn)值-本檔標(biāo)準(zhǔn)值） （6）

本檔基礎(chǔ)分值=單項預(yù)警指標(biāo)權(quán)重×本檔標(biāo)準(zhǔn)系數(shù) （7）

上檔基礎(chǔ)分值=單項預(yù)警指標(biāo)權(quán)重×上檔標(biāo)準(zhǔn)系數(shù) （8）

本檔調(diào)整分值=單項預(yù)警指標(biāo)功效系數(shù)×（上檔基礎(chǔ)分值-本檔基礎(chǔ)分值）（9）

單項預(yù)警指標(biāo)得分=本檔基礎(chǔ)分值+本檔調(diào)整分值（10）

其中標(biāo)準(zhǔn)值的確定是以具有互聯(lián)網(wǎng)保險業(yè)務(wù)的68家財險公司的報表數(shù)據(jù)為基礎(chǔ)計算各項指標(biāo)值，參考了財政部發(fā)布的《金融企業(yè)績效評價方法》中介紹的分段簡單平均法。根據(jù)相關(guān)數(shù)據(jù)，按照公式（6）～（10）計算每個指標(biāo)的單項得分值，見表6。

（二）互聯(lián)網(wǎng)保險公司財務(wù)風(fēng)險預(yù)警結(jié)果

根據(jù)表6的計算結(jié)果，將單項指標(biāo)的得分與其對應(yīng)權(quán)重相乘得到各個公司的分項能力得分，并進行排名。將分項得分進行匯總得到各家公司的綜合能力分?jǐn)?shù)，并進行綜合排名。具體結(jié)果見表7。

本文將財務(wù)風(fēng)險預(yù)警的警情劃分為五個級別，區(qū)間數(shù)字越小，警戒級別越高。預(yù)警得分在[0.8，1]區(qū)間表示無警，風(fēng)險很小;預(yù)警得分在[0.6，0.8]區(qū)間表示輕警，屬于關(guān)注風(fēng)險;預(yù)警得分在[0.4，0.6]表示中警，屬于較小風(fēng)險;預(yù)警得分在[0.2，0.4]區(qū)間表示重警，屬于較大風(fēng)險;預(yù)警得分在[0，0.2]區(qū)間，表示巨警，屬于重大風(fēng)險。由表7的計算結(jié)果可知，2017年眾安保險、泰康在線、安心財險、易安財險的財務(wù)風(fēng)險預(yù)警得分分別為0.7592、0.6176、0.5662、0.6603，參照以上警情劃分標(biāo)準(zhǔn)，眾安保險、泰康在線、安心財險、易安財險的財務(wù)風(fēng)險預(yù)警結(jié)果分別為輕警、輕警、中警、輕警。

四、結(jié)論與建議

通過以上研究結(jié)果可以發(fā)現(xiàn)，按照財務(wù)風(fēng)險由小到大排名依次為眾安保險、易安財險、泰康在線、安心財險。從表7可以看出，安心財險綜合排名最后，其主要原因在于其資產(chǎn)質(zhì)量、經(jīng)營能力和獲利能力都排名最后?；诖?，應(yīng)采取以下對策：

1.降低應(yīng)收保費，提高資產(chǎn)的流動性。安心財險資產(chǎn)質(zhì)量排名最后，因為其應(yīng)收保費率最高，為24.66%，大大超過行業(yè)8%標(biāo)準(zhǔn)比率。因此，應(yīng)充分收集客戶數(shù)據(jù)，建立客戶資信評分制度，加強客戶征信管理和應(yīng)收保費的監(jiān)控，形成對應(yīng)收保費的事前防范和事中控制。充分利用人工智能在數(shù)據(jù)感知、搜集、分析、處理等方面的巨大優(yōu)勢，使得這一技術(shù)成為對投保人的資金數(shù)據(jù)及相關(guān)參數(shù)進行模型分析的重要工具，進而形成對應(yīng)收保費的全過程監(jiān)控[12]?。

2.調(diào)整產(chǎn)品結(jié)構(gòu)，拓寬保費收入來源。安心財險經(jīng)營能力排名最后，其中一個重要原因是其產(chǎn)品結(jié)構(gòu)單一，過度依賴保險期限較短的傳統(tǒng)車險業(yè)務(wù)，導(dǎo)致其保費收入在四家專業(yè)互聯(lián)網(wǎng)保險公司保費收入總額中僅占8.55%。因此，應(yīng)盡量開發(fā)貼近消費者需求的具有強大市場競爭力的創(chuàng)新型產(chǎn)品，逐步向健康、消費以及航旅等生態(tài)產(chǎn)品轉(zhuǎn)移，開發(fā)結(jié)構(gòu)復(fù)雜、高價值的長期壽險產(chǎn)品，從而提高保費可持續(xù)增長能力。

3.降低咨詢與技術(shù)服務(wù)費，提高獲利能力。安心財險獲利能力排名最后，主要原因是支付給第三方網(wǎng)絡(luò)平臺的咨詢與技術(shù)服務(wù)費居高不下，造成綜合費用率和綜合成本率分別高達131.92%和196.45%，虧損位居首位。數(shù)據(jù)顯示，2017年安心財險營業(yè)利潤率、凈資產(chǎn)利潤率分別為-90.77%、-39.68%。因此，對于第三方網(wǎng)絡(luò)平臺的選擇應(yīng)從成本效益的角度考慮，以最小的成本獲得利益最大化。對于咨詢和服務(wù)費應(yīng)反復(fù)協(xié)商與談判，加強與現(xiàn)有第三方平臺的合作深度和粘度，提高議價能力[13]。審慎探索投資、收購及業(yè)務(wù)合作的機會，達成戰(zhàn)略聯(lián)盟，完善利益共享機制。

參考文獻：

[1]?Patrick L，Brockett， Linda L， et al. A comparison of neural network statistical methods and variable choice for life insurers financial distress prediction[J].Journal of Risk and Insurance，2006，73（3）：397-419.

[2] Gulsun I， Umit G.Early warning model with statistical analysis procedures in Turkish insurance companies[J]. Nucleic Acids Research， 2010，24（7）：1238-1245.

[3] 許敏敏，王紫玥，徐徐.基于Z-score模型的財產(chǎn)保險公司財務(wù)預(yù)警模型研究[J].財務(wù)管理與資本運營，2016（5）：38-41.

[4] 閆春，王澤祎.基于Pls-Logit模型的壽險公司財務(wù)風(fēng)險預(yù)警模型研究[J].技術(shù)與創(chuàng)新管理，2018（1）：102-110.

[5] Adnan Azia M， Dar H A. Predicting corporate bankruptcy： where we stand？[J].Journal of Corporate Governance，2006，6（1）：18-33.

[6] Sandow S， Zhou X. Data-efficient model building for financial applications： a semi-supervised learning approach[J].The Journal of Risk Finance，2007，8（2）：133-155.

[7] 丁瓊，孫美霖.概率權(quán)數(shù)功效系數(shù)評價模型改進及實證[J].統(tǒng)計與決策，2015（4）：93-95.

[8] 李霞，干勝道.基于主成分分析的非營利組織財務(wù)風(fēng)險評價研究[J].湖北社會科學(xué)，2016（3）：104-108.

[9] San L， Miao C， Yang L. Ecological-economic efficiency evaluation of green technology innovation in strategic emerging industries based on entropy weighted TOPSIS method[J].Ecological Indicators，2017，73：554-558.

[10]王向楠.財產(chǎn)險業(yè)務(wù)線的系統(tǒng)性風(fēng)險研究[J].保險研究，2018（9）：44-55.

[11]賈博婷，趙天威，祝志川.基于熵值修正G2賦權(quán)的綜合評價方法及實證[J].統(tǒng)計與決策，2019（8）：30-34.

[12]張旺，劉戟鋒.技術(shù)倫理學(xué)視域下的網(wǎng)絡(luò)安全規(guī)范路徑——以人工智能技術(shù)為例[J].湖湘論壇，2018（2）：130-136.

[13]侯旭華，劉洋芷.互聯(lián)網(wǎng)保險公司財務(wù)風(fēng)險研究[J].財經(jīng)理論與實踐，2017（6）：47-51.

（責(zé)任編輯：鐘?瑤）