寿险业退保率影响因素研究资料.docx
《寿险业退保率影响因素研究资料.docx》由会员分享,可在线阅读,更多相关《寿险业退保率影响因素研究资料.docx(7页珍藏版)》请在冰豆网上搜索。
![寿险业退保率影响因素研究资料.docx](https://file1.bdocx.com/fileroot1/2023-1/9/0ce8c61c-cca2-4fa0-8c2a-c952a5433e52/0ce8c61c-cca2-4fa0-8c2a-c952a5433e521.gif)
寿险业退保率影响因素研究资料
寿险业退保率影响因素研究(上)
2012-12-17
摘要:
退保行为对寿险公司的经营和发展产生了重大的影响,本文将影响退保行为的外部因素归纳为“财务危机”和“替代效应”,并以退保率为被解释变量,选择六个具有代表性的指标为解释变量,利用1983-2010年的数据进行时间序列的逐步回归。
实证检验表明两大因素同时存在,但代表这两大因素的六个指标的显著性存在较大的差异,这种差异既符合经济传导机制又与市场现实相吻合。
关键词:
退保行为,财务危机,替代效应,逐步回归
一、退保行为的影响因素分析
退保行为对寿险公司经营的各个方面已经产生了重要的影响,国内外学者已经认识到对退保现象进行研究的重要性,在这个方面的研究也已经逐步展开,并且积累了一定数量的文献。
国内外的研究成果尽管在实证检验的方法和结论上有所差异,但基本上确立了影响退保行为的两大理论:
“财务危机”和“利率替代”。
“财务危机”理论认为:
寿险产品既具有保障性又具有投资储蓄性,因此投保人缴纳的高额保费构成了一种基金,当个人发生重大风险时可以通过保险给付缓解经济压力,当个人面临财务困难时可以通过退保途径获取部分应急资金,当个人发生支付困难而无力继续缴纳保费时会被迫选择退保。
“利率替代”理论认为:
寿险保单具有长期性的特点,在此期间当市场利率相对于保单的预定利率发生变化时,短期内会影响保单价值,进而影响退保行为的变化,且短期内退保率和利率呈现同向变化趋势;而长期来看,由于预定利率必然随着市场利率的变化而调整,使得短期冲击不复存在,利率变化可能和退保率呈反向的变化。
国外学者通过实证研究从不同的角度检验了影响退保率的这两大理论。
Hartwell(1951)是第一个研究退保率与宏观经济之间关系的学者,他指出由于寿险保单是一个随时间推移价值逐步增加的产品,因而后期退保会产生比早期退保更加严重的经济影响。
Outreville(1990)利用失业率来衡量投保人财务状况,对美国和加拿大市场的退保行为进行了实证研究,得出失业率对退保行为有着显著的正面影响,失业率越高退保率也越高。
Babbel(1995)通过考察利率的变化对保险公司经营现金流量变化的影响,来研究利率变化对寿险公司退保率的影响,得出了利率变化对寿险公司退保率变化有显著影响。
GrosenandJorgensen(2000)假设投保人在利率发生变动时会选择退保,那么投保人通常会在利率变化超过保单利率50%的时候作出退保决定。
Tsai,Kuo,Chen(2003)通过检验发现退保率、利率和失业率之间存在着长期稳定的协整关系,并且利率对退保率的影响要比失业率对退保率的影响显著得多。
国内对于退保率的研究主要在定性的理论研究上面,对退保率的建模和实证研究的论著比较少。
邢福东(1998)、管培(2003)定性分析了影响退保行为的一些宏观因素,以及退保行为对保险公司的影响。
楚军红(1997)通过“成本一收益法”分析了通货膨胀对于寿险产品需求的影响,认为通货膨胀率的上升使寿险成本上升,从而抑制了寿险需求,引起了投保人的退保行为。
容为民(2005)通过建立精算模型,分析了加息对于寿险退保率的影响,认为利息上升会导致寿险产品的退保率增加。
刘超(2006)通过建立结构方程模型,从客户满意度、质量感知和保险公司形象等方面对寿险公司客户退保行为进行了研究。
展凯(2007)通过计量检验证明失业率、利率、通货膨胀率对退保率具有显著的影响。
考察国内外对退保行为的研究,为我们提供了较大的启发,但仍有一些不足。
首先,目前的文献在构建退保率影响因素的框架时仅仅考虑到了外部因素,没有考虑保险公司内部的因素。
据此,我们可以将退保行为的影响因素大致分为两大类:
一类是内部因素,即来自于保险公司自身的能够对投保人作出退保选择产生影响的因素,如保险公司的产品设计、服务形象、市场品牌、宣传引导、销售渠道、人员素质、经营绩效等。
一类是外部因素,即来自于保险公司之外的能够影响投保人退保的因素。
其次,现有文献将影响寿险退保率的外部因素归纳为“财务危机”和“利率替代”还显不全面,本为总结为“财务危机”和“替代效应”。
“财务危机”因素同上文所述。
“替代效应”是指保单所保障的风险或者保单所带来的收益被其他渠道所替代,我们认为不仅利率的变动会产生储蓄替代,其他有价证券市场(如国债、股票等)也会产生证券投资替代,其他的投资渠道(如不动产投资、黄金投资等)会产生实物投资替代,其他的风险保障渠道(如社会保险、企业年金等)会产生风险保障替代,这四大“替代效应”均会影响寿险市场的退保行为。
最后,现有文献在实证检验中选择的解释变量虽然具有代表性,但还显得比较单一。
基于此,本文着眼于影响寿险退保行为的外部因素,选择六个解释变量,利用28年的时间序列数据进行实证检验。
二、变量选择与计算说明
(一)被解释变量及计算
衡量寿险市场退保程度的指标是退保率。
故将退保率作为计量分析的被解释变量。
退保率的概念在保监会颁布的《保险公司偿付能力额度及监管指标管理规定》(保监会令2003年第1号)中有规定:
退保率=退保金/(上年末长期保险责任准备金+本年长期险保费收入)。
由于各年鉴公布的寿险业务统计数据未能如此细致的分类,且统计的标准前后有别,所以研究一般不能够采用这种计算方法。
现有的文献一般采用两种方法计算:
第一种方法是以每年的寿险退保金除以当年的寿险总保费收入,这种算法的优点是能够直观看到退保金在当年保费收入当中的比率,它的缺点是如果保费快速增长,则当年的退保金可能只能反映以前年度的退保情况,容易低估当年的退保率。
第二种方法是以每年度的寿险退保金除以当年寿险赔付总支出,这样方法虽然可以缓解退保率被低估的情况,但是它不能直观地显示退保金在保费收入中的比率。
退保率的两种计算方法各有利弊。
在经营历史悠久,市场比较完善的寿险市场,其每年的赔付比较稳定,也具有一定的规律性,易于使用第二种方法。
但是我国在1949年到1958年期间的保险业务几乎全部是财产保险,只有极少量的简易人身意外保险,不存在真正意义上的寿险业务。
1959年到1979年国内保险业务全部停办,更谈不上寿险业的发展。
1980年恢复保险业以后相当长一段时间内仍然以财产保险业务为主,加以部分人身意外险和少量的储金保险。
从1995年实施财产保险和人身保险分业经营、分业监管以后,寿险才得到了快速的发展。
而寿险业务的长期性决定了其给付的发生存在一个较长的时滞性。
所以,利用退保金与寿险赔付的比例计算寿险的退保率,会严重高估很多年份的退保率。
故而本文选择第一种方法计算历年退保率。
本文的退保金数据来自于1983—1996年各期的《中国金融年鉴》,1997年以后的数据来自于各期的《中国保险年鉴》。
1988年以前的数据只包括原中国人民保险公司,自1988年以后陆续有大量的保险公司成立,为保证数据的可靠性和完整性,将后续成立保险公司的退保金也计算在内。
由于我国保险业务的划分与国外有较大差异,而且大量年份不存在纯粹寿险业务的保费数据,因此,本文中使用的保费收入数据以全国各个年份人身保险业务的保费收入为准。
故而最终的退保率=当期退保金/当期人身保险保费收入。
(二)解释变量及说明
针对影响退保行为的外部因素,我们在进行实证检验时通过设置六个解释变量来具体反映“财务危机”和“替代效应”。
通过失业率(U)、经济增长率(EI)、收入波动(IM)和通货膨胀率(F)这四个变量来反映投保人的财务状况因素(失业率和经济增长率的数据来自于《中国统计年鉴》)。
收入波动变量与收入增长率是不同的概念,它反映的是个人某一年度收入与上一年度收入的比值,体现个人收入的波动状况。
之所以没有使用个人收入增长率这个指标,原因在于一些年份的收入是负增长,不利于回归检验。
由于寿险产品的主要消费者是城镇居民,因此,将历年城镇居民人均可支配收入数据提取,之后利用后一年数据除以前一年数据,得出后一年的收入波动值。
通货膨胀带来的货币贬值会带动生活成本的上涨,进而影响投保人的财务状况,因而可以作为一个解释量。
因一些年份通货膨胀率会出现负值,不利于计量分析,通货膨胀率的衡量利用CPI指数代替。
针对本文概括的四大“替代效应”,本文选择储蓄替代和证券投资替代进行研究,实物投资替代和风险保障替代因市场形成的年限较短,有统计资料的数据较少,不适合进行时间序列的计量分析,我们暂不做考虑。
通过利率(R)来反映储蓄替代效应,通过证券投资波动(IV)来反映证券替代效应。
各年度利率采用的是金融机构一年期法定定期存款利率,数据来自于历年《中国金融年鉴》。
由于利率调整比较频繁,我们对有调整的年份的利率采取了加权平均的方法计算,实际利率=(1年内各时间段利率*执行月数/12)。
投资波动是后一年投资额与前一年投资额的比值,反映个人投资的波动情况。
在所有有价证券投资中,国债和股票中个人购买所占的比重很大,而其他的有价证券以机构持有为主,因此本文以历年国债和股票筹资额为依据计算投资波动率。
数据来自于历年《中国金融年鉴》。
三、模型构建与实证分析
(一)模型构建与变量分析
以退保率作为被解释变量,其他六个变量作为解释变量,初步构建时间序列回归方程如下:
S=C(0)+C
(1)*F+C
(2)*R+C(3)*U+C(4)*IV+C(5)*IM+C(6)*EI.C(0)为残差序列项。
先对各个变量进行统计量的描述,如表1所示。
对于时间序列数据变量,在正式建模前,需要对各个变量进行平稳性检验。
本文采用ADF(AugmentedDickey-Fuller,1979)检验,ADF检验参数检验,检验的原假设都是变量存在单位根。
从表2的检验结果可知,七个序列本身都是非平稳的,经过一阶差分后都变得显著平稳,这七个序列都是一阶单整序列(I
(1))。
所以,利用初步构建的模型可以进行回归分析。
而且,通过ADF检验证明残差序列是一个平稳序列,故而所建模型的回归不会是一个伪回归。
(二)逐步回归过程
对初步所建模型进行计量回归,结果见表3。
分析回归的结果可以看出,模型整体拟合度较好,失业率和投资波动两个变量很显著。
但其他变量都不显著,而且收入波动变量的系数说明,收入每翻一倍退保率增长26.2215%,这与经济和保险理论不符。
因此初步判断解释变量之间可能存在多重共线的问题。
在这种情况下通过逐步回归对模型进行修改。
利用各解释变量对退保率进行回归,结果见表4。
分析回归的结果可以看出失业率U的T检验和可绝系数R-(sq)值最大,因此以U为基础,再分别加入其他变量进行逐步回归。
第二轮回归结果如表5,表明在变量U的基础上加入各变量后可绝系数都提高,且除加入变量EI后T检验不显著外,加入其他变量T检验都显著,加入IM变量后可绝系数最大,但系数表明居民可支配收入每翻一番,退保率提高42.6935%,与经济和保险理论不符,所以保留R-(sq)值和T值较大的变量F,继续进行逐步回归。
第三轮回归结果如表6,表明在变量U和F的基础上加入各个变量后,可绝系数都有所提高,但只有在加入变量IV后可绝系数提高最大,而且三个变量的T检验都很显著,F检验也显著。
所以,保留变量IV后继续进行回归。
第四轮回归结果如表7,结果表明在变量U、F、IV基础上加入其他变量后,虽然可绝系数都普遍提高,却使得T检验显著的变量减少,所以最终模型中保留三个解释变量U、F、IV,剔除其他三个解释变量。
最终模型的回归结果如表8所示,同时对最终回归结果的残差稳定性进行了检验,检验结果如表9所示,证明残差序列是平稳的,所以可以确定最终的模型为:
S=-52.25653739+5.06872229*U+0.3707483466*F+4.488658943*IV.说明失业率、通货膨胀和投资波动对退保率有非常显著的影响:
失业率每上升1%,退保率会升高5.07%;通货膨胀率每升高1%,退保率会增加0.37%;居民在有价证券上的投资每翻一倍,会使退保率升高4.49%。
四、结论与启示
通过实证检验,我们证明了在影响寿险业退保率的外部因素中,“财务危机”因素和“替代效应”因素同时存在,并且有非常显著的检验结果。
而用来检验这两大因素的替代变量之间却存在很大的差异。
就财务危机因素而言,在所选的四个变量中,经济增长率和收入波动两个变量不显著,主要在于从1981-2010年30年来我国的经济增长率和城镇居民可支配收入基本保持着稳步增长的态势,没有出现大起大落的状况,所以这两个变量不足以引发个人的财务危机。
失业率和通货膨胀率变量影响非常显著,说明这两个变量能在短期内引发投保人的财务危机,进而使投保人通过退保获取应急资金。
而且通过检验发现,失业率对退保率产生的影响比通货膨胀率所带来的影响要大得多,这与经济理论的相关结论和现实状况的反映非常相符。
从图1可以看出,在1983-2010年期间退保率有两次高峰期:
一次是1993-1996年,退保率在7.94%-17.42%之间,在此期间通货膨胀率处于8.3%-24.1%的历史高位,这四年的失业率也是1997年以前最高的四年。
第二次高峰期是2005-2009年,退保率在12.73%-24.71%之间,失业率处于4.0%-4.3%的历史最高时期,而通货膨胀率并没有突破6%。
因此,可以初步判断失业率较小的波动也能引起退保率较大的变动,但通货膨胀率只有大幅度波动时才会造成投保人财务危机,进而对退保率产生较明显的影响。
对于替代效应而言,实证中选取利率变量影响不显著,投资波动变量影响非常显著。
对比退保率的两次高峰期,第一次高分期利率处于9.26%-10.98%的历史最高水平,该时期的国债发行额与股票筹资额之和有大幅度的增长。
第二次高峰期,利率虽然也处于1998年之后的高位水平,但却没有超过4%,而且1998年以后利率一直比较稳定,没有大起大落的调整,该时期的国债发行额与股票筹资额之和也有很大幅度的增长。
因此,我们认为短期内利率的大幅度调整会对退保率产生较大的影响,但是长期比较稳定的利率水平和小幅的波动对退保率没有明显的影响;而其他投资渠道较高的收益率会对寿险产品产生较大的替代效应,进而明显地影响退保率。
参考文献:
[1]Richardson,C.F.B.andHartwel,J.M.l.Lapserates:
Transactionsofthesocietyofactuaries,1951(3):
338-374.
[2]OutrevilleJF.Whole-lifeinsurancelapseratesandtheemergencyfundhypothesis[J].Insurance:
MathematicsandEconomics,1990(9):
249-255.
[3]BabbelDF.Asset-liabilitymatchinginthelifeinsuranceindustry:
thefinancialdynamicsoftheinsuranceindustry[M].NewYork:
IrwinProfessionalPublishing,1995.
[4]Grosen,A.andJorgensen,P.L.Fairvaluationoflifeinsuranceliabilities:
theimpactofinterestguarantees,surrenderoptionsandbonuspolicies[J].Insurance:
MathematicsandEconomics,2000(26):
37-57.
[5]Tanskanen,A.J.,andJ.Lukkarinen.FairValuationofpath-dependentparticipatinglifeinsurancecontracts[J].Insurance:
MathematicsandEconomics,2003(33):
595-609.
[6]刑福东。
退保对寿险经营的影响及对策[J].中国保险,1998(8)。
[7]管培。
关于退保解约问题的若干思考[J].上海保险,2003(6)。
[8]楚军红。
通货膨胀对寿险需求的影响机制分析[J].经济科学,1997(3):
49-54.
[9]容为民。
升息对寿险产品退保率的影响及其对策研究[D].湖南大学,2005.
[10]刘超。
结构方程模型在寿险公司退保行为中的应用[J].统计与决策,2006
(1):
40-41.
[11]展凯。
中国寿险市场退保影响因素的实证分析,当代经济科学,2008(7):
93-98.
[12]曹雪琴。
金融型退保与寿险产品完善的对策[J].上海保险,2007(10):
52-55.
[13]孙蓉,兰虹。
保险学原理[M].成都:
西南财经大学出版社,2010.
作者:
张宗军 来源:
《商业研究》2012年第11期