亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于熵值法和功效系數(shù)法的互聯(lián)網(wǎng)保險公司財務(wù)風(fēng)險預(yù)警研究

        2019-11-22 06:14:22侯旭華彭娟
        財經(jīng)理論與實踐 2019年5期
        關(guān)鍵詞:財務(wù)風(fēng)險

        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)

        猜你喜歡
        財務(wù)風(fēng)險
        淺論企業(yè)的財務(wù)風(fēng)險防范與控制
        高校財務(wù)風(fēng)險與防范探析
        論企業(yè)并購中的財務(wù)風(fēng)險及防范措施
        外貿(mào)企業(yè)財務(wù)風(fēng)險表現(xiàn)形式及管控策略
        “營改增”后施工企業(yè)財務(wù)風(fēng)險的防范與控制
        試論防范企業(yè)財務(wù)風(fēng)險的幾點措施
        上市公司財務(wù)風(fēng)險管理
        財務(wù)風(fēng)險預(yù)警研究綜述
        中國市場(2016年33期)2016-10-18 12:52:29
        保險公司財務(wù)風(fēng)險管理及控制研究
        企業(yè)財務(wù)風(fēng)險與控制策略分析
        欧美性大战久久久久久久| 久久黄色国产精品一区视频| 亚洲精品无码专区在线在线播放| 天堂中文在线资源| 在线免费欧美| 国产精品二区三区在线观看| 中文字幕一区二区三区视频| 亚洲成av人片在线观看麦芽| 亚洲中文字幕无线无码毛片| 日本久久精品国产精品| 国内自拍色第一页第二页| 曰欧一片内射vα在线影院| 9999毛片免费看| 免费的黄网站精品久久| 日本久久久久| 国产精品午夜福利亚洲综合网| 久久精品第九区免费观看| 四虎影视在线影院在线观看| 91最新免费观看在线| 国产一区二区在线中文字幕 | 一区二区三区在线观看日本视频| 国产91久久麻豆黄片| 欧美成人在线视频| 亚洲久无码中文字幕热| 国产一区二区三区特区| 国产69精品久久久久9999apgf| 夜夜嗨av一区二区三区| 中文字幕有码在线视频| 亚洲精品98中文字幕| yw尤物av无码国产在线观看| 欧美自拍丝袜亚洲| 在线免费午夜视频一区二区| 成人免费av高清在线| 亚洲av无码国产精品草莓在线| 亚洲色图+国产精品| 亚洲精品中文字幕乱码人妻| 亚洲欧洲免费无码| 亚洲精品午夜无码专区| 国产在线网址| 熟女少妇丰满一区二区| 国产日本精品视频一区二区|