我国产险市场保费规模预测方法探讨

吴晓辉

                          （西南财经大学中国金融研究中心，四川 成都 610074）
　　
　　［摘要］市场主体多元化的新形势对保险公司计划管理工作提出了更高要求，为了保证计划制定更加切合市场实际，提高计划工作的精细化程度，保险公司在经营中也有必要对整个市场的规模进行研究和预测。本文站在保险公司的角度，对市场保费规模预测的变量选择、各种类型的模型特点进行了分析、比较和探讨，并提出了将环境、政策变量定量化及分险种市场保费预测等在现实工作中需要进一步研究的问题。
　　［关键词］市场保费规模；预测变量；预测模型
　　［中图分类号］ F840.32 ［文献标识码］ A ［文章编号］1004-3306（2006）04-0033-03
　　Abstract： Continuous market entity diversification poses a higher requirement on the planning work of insurance companies. In order to make sure that planned targets are appropriate to market realities, insurance companies should apply a more intensive planning approach and highly necessarily, conduct a study and projection of the market size as a whole. This article, from the perspective of the insurance company, analyzes and explores issues such as choice of parameter for market size projection and features of different models and makes a comparison of them. It also suggests issues to be further studied, namely, external environment, parameterization of policy variables and productspecific market size projection.
　　Key words：market premium scale projection; variable; projection model
　　
　　一、在公司经营中预测市场保费规模的必要性
　　合理设定业务发展目标，具体讲也就是制定保费收入计划是保险公司计划工作的重要内容，也是公司盈利预测中合理设定其他经营目标的前提和基础。在我国保险业市场化水平不断提高的新形势下，合理制定公司保费计划离不开对整个市场保费规模的研究和预测。
　　（一）研究和预测市场保费规模是市场主体多元化对公司计划管理工作提出的新要求
　　多年来，我国保险市场长期处于主体稀缺的形势下，保险公司在制定业务发展计划时，往往不需要过多地关注市场情况，从自身的承保能力、业务发展需要等内部因素出发制定计划是可行的。20世纪90年代中后期，市场主体开始不断增多，特别是2001年我国加入WTO后，主体多元化的速度进一步加快、趋势进一步明显。截至2004年全国共有保险机构93家，其中产险公司35家，只“向内看”不“向外看”的方式已经不能适应新形势对计划工作的要求。一方面，大量增加的市场主体带动了整个市场规模的飞越式发展，整个市场发展的规律发生了巨大的变化；更重要的是，多元化的市场主体给我国保险市场增添了极大的活力，新增主体业务发展迅猛，市场份额提升明显，整个市场格局正在年复一年地发生着改变。在竞争越来越充分的市场上，任何一家公司都不可能完全垄断市场，因此，只有深入研究市场规模的发展变化规律，并做出合理的预测，才能为恰当的制定公司发展计划奠定可靠的基础。
　　（二）研究和预测市场保费规模是保证公司业务可持续发展的必然要求
　　保险公司的业务发展规模同时受到外部环境和内部管理两方面因素的制约。在外部环境中市场总体规模是重要因素之一，它受到各时期国家经济发展水平、所处经济周期、金融保险政策、自然环境条件、国民收入水平以及保险意识等多方面条件的影响。而这些因素是任何一家保险公司都不可控的，也就是说，在客观上保险公司的可实现业务规模是有一个上限的，所有主体都只能在上述因素共同决定的一个总量范围内通过内部经营尽可能多的发展业务。因此，保险公司的保费计划合理与否的一个前提条件就是必须与计划期间市场保费的客观总量相匹配。如果一家公司的业务发展计划突破了市场保费的客观总量，则其将完全没有实现的可能，而只能是主观上的良好愿望。这样的计划不仅不能对公司的业务发展起到恰当的规划指导作用，还将带来盲目发展、不能客观评价业绩、影响团队激励和员工稳定等一系
列负面影响。可见，公司保费计划的制定必须顺应市场发展的总体趋势，保证业务可持续发展，因而离不开对市场保费的深入研究和预测。
　　（三）研究和预测市场保费规模是公司计划精细化管理的必然要求
　　当前，“做大做强”是我国保险业在发展中的共识和努力方向，而从粗放型经营模式向集约型转变是重要手段之一。计划职能作为企业发展的指挥棒，也必须改变以往简单化、模式化的作法。计划的制定过程不应是一个简单的“算数”或“拍脑袋”的过程，而应是一个精细化的研究过程。在这个过程中既要研究市场的发展走向，较好地把握市场发展动向；还要研究公司在特定时期的发展战略和目标；更要研究市场环境与公司经营之间制约和互动的关系，在特定的市场条件下确定公司业务规模发展的最佳目标。这一目标制定合理与否将对公司当期乃至长远的发展产生很大影响。目标定得过高，容易导致对承保质量控制的放松，势必影响经营效益，特别是对于期限较长的某些责任险保单，其影响将持续多年；目标定得过低，公司的发展将落后于市场整体的增长步伐，在市场上的地位将会被削弱，势必影响未来的发展后劲。可见，要想提高计划工作的精细化水平，保证计划的合理性和可行性，抓好对市场规模的研究和预测是重要的、不可或缺的一环。
　　二、产险市场保费规模预测方法
　　（一）几种常用的预测模式及预测变量分析
　　国内外经济学者对一个国家或地区的市场保费规模预测大多是通过对其保险需求的预测来实现的。对保险需求的预测方法很多，归纳起来主要有三种：一是基于计量模型作出的预测；二是基于相关指标作出的预测；三是专业机构对单个指标作出的预测。通常，出于准确性原因考虑，基于计量模型的预测方法运用得最为广泛。采用这种方法，对保险需求影响因素和模型的选取，可以为预测者提供较好的借鉴。第二种方法即基于相关指标作出的预测方法，以及专业机构的个案需求预测方法，一般只是作为第一个方法的补充或验证。
　　基于计量模型的预测方法首先需要解决的一个问题是选取恰当的预测变量。根据统计学理论和实际操作的需要，预测变量的选择通常应满足三个条件：一是预测变量应对被预测变量有重要影响；二是为了模型参数估计的有效性，预测变量之间应该是不相关的；三是所选择的预测变量数据具有可获得性。根据第一个条件，对产险市场保费进行预测可引入的预测变量数量较多，包括：反映宏观经济整体及部分领域发展水平的变量，如GDP、财政收入、固定资产投资额、工业增加值、进出口总额等；反映人民生活水平的变量，如城市居民人均可支配收入、城乡居民储蓄存款余额、恩格尔系数等；反映国民保险意识的保险深度、保险密度、大专以上学历人口占比等。从经济涵义上分析，上述变量都从不同角度对保险总需求具有重要影响，因而可作为预测变量引入预测模型。但引入第二个和第三个条件进一步分析可以发现，单从经济涵义出发分析，由于GDP是综合反映一国经济整体发展水平的综合性变量，上述其他变量都与GDP有着一定相关关系。同时，从实际操作的角度考虑，作为保险经营主体而非政府机构，上述其他变量的获取渠道相对较窄，时间也相对滞后，不能很好地满足公司在预测方面的时效性要求，而GDP作为最常用也最广受关注的经济变量，其可获得性和时效性较其他变量具有明显优势。此外，通过有些学者的实证分析表明，一国GDP与市场保费收入之间具有较强的相关关系，能够在很大比例上对保费收入做出解释和预测，引入更多的变量不仅大大增加了模型参数的估计难度，而且含多变量的模型对保费收入的解释比例较GDP的一元预测模型并没有显著的提高。因此，从统计模型和实际操作两个因素考虑，GDP与保费之间的经济含义明确，相关性强，数据容易获得，在预测市场保费时，通常是首选的预测变量，在很多情况下也是唯一的预测变量。
　　（二）以GDP为基础的预测模型分析
　　使用计量模型预测经济变量的方式并没有一定之规，即使选用同样的预测变量也可以使用不同的预测模型。以GDP为解释变量对市场保费收入的预测也同样可以采用多种方式进行。根据所采用的数据形式不同，可以建立时间序列数据模型或横截面数据模型；根据是否直接以GDP为解释变量，可以直接建立GDP对保费的一元回归模型或通过对GDP和保费收入数据为基础计算的其他指标为解释变量进行间接预测。
　　1．时间序列数据模型与横截面数据模型
　　时间序列数据模型是对预测变量和被预测变量均使用观察对象的时间序列数据所建立的模型。对于产险市场保费的预测，被预测变量保费收入和预测变量GDP的数据应是自数据采集的起始年度至预测年度前一年各个年份的数据。模型的基本形式如式1所示：
　　Premt=f(GDPt)t=0,1,…,n（式1）
　　具体到我国的实际情况，由于国内保险业务自1980年起才重新开始持续发展。所以，在对我国产险市场保费规模进行分析研究时，通常使用自1980年起至今的数据。使用时间序列数据模型进行预测暗含着一个基本假设，就是被预测年度除预测变量外，其他变量保持上期的水平不变，具体到产险市场保费的预测，也就是假定除GDP在变化外，其他市场环境、政策因素都保持相对稳定。对于较为成熟稳定的市场，上述假设基本可以得到满足，但对正处于变革和快速发展阶段的我国保险市场来讲，现实与假设之间不能完全吻合。在这种情况下，以GDP为预测变量得到的预测结果将与市场的实际运行情况出现一定的偏差。对于这一问题，既不能全盘否定模型的预测结果，因为经济发展水平作为保险业发展水平的重要影响因素，GDP确实可以对保费收入具有较大比例的解释作用；但同时也不应忽视问题的存在，而应考虑特定时期市场环境和政策因素的变化对市场保费的影响程度，在模型预测的基础上进行调整和修正，从而获得一个较为合理的预测结果。
　　横截面数据模型是对预测变量和被预测变量均使用不同观察对象在同一时期或时点的数据所建立的模型。模型的基本形式如式2所示：
　　Premt=f(GDPt)t=0,1,…,n（式2）
　　具体到我国产险市场保费的预测，被预测变量保费收入和预测变量GDP的数据可使用预测年度之前某一年或几年世界各国的数据。由于各国的经济和保险业发展水平各不相同，利用不同国家的数据建立横截面模型，可以刻画出不同经济发展水平下保险市场规模发展变化的一般性规律，从而模拟出我国经济在GDP达到特定水平下时，保险市场可实现的规模。目前，瑞士再保险公司的《Sigma》杂志各年均公布世界各国的GDP及保险相关数据，为此类模型的运用提供了稳定可靠的数据来源。横截面模型同样也暗含着一个基本假设，就是各国除经济发展水平不同外，影响保险市场规模的环境、政策因素基本一致。显然，这一假设在现实中也无法完全满足，和使用时间序列数据模型一样，为了使预测结果能更加贴近我国的实际情况，在通过模型得到预测结果后，还应进一步分析在预测年度的GDP水平下，我国的保险市场环境与数据对应点国家的差异，从而对预测结果进行切合实际的调整和修正。
　　2．直接预测模型与间接预测模型
　　直接预测模型是直接以GDP为预测变量、产险市场保费收入为被预测变量所建立的一元预测模型。这一模型数据容易获得、模型形式简单直观、容易解释、参数估计方便、预测效果较好，是研究人员和日常工作中最常用的。
　　随着保险理论研究的不断深入，一些学者开始关注保险业对市场的渗透能力及收入转化能力与经济发展的人均指标间的关系。他们通过构造与GDP和保费相关的指标并建立这些指标之间的计量模型，从而间接地对保费收入进行预测。这类间接预测模型的构造通常以保险理论研究成果为基础和出发点，具有清晰的经济涵义，为保费预测提供了新的思路和途径。
　　根据国内外保险计量研究的成果，研究保险市场发展与经济发展之间相关关系的模型通常有两类：一类是研究保险深度与人均GDP之间的关系。按照一般的定性分析，保险深度与人均GDP之间有增长曲线关系，即随着人均GDP的增加，首先保险深度有一个较快的增长期，然后增速开始放缓，随着人均GDP的进一步增加，保险深度的增速又进一步加快，最后在一个较高的水平上达到饱和，此时GDP的增速与保费的增速基本持平，保险深度开始稳定下来。对此类分析，有研究者建立了如下模式的非线性回归模型（见式3）：
　　Pen=β0×log(β1×β2×GDP———)（式3）
　　注：Pen表示保险深度；GDP———表示人均GDP。
　　另一类是研究保费收入弹性与人均GDP之间的关系，通常的结论是保费收入弹性与人均GDP无关，因此可以根据保费收入弹性的分布特征及保费收入弹性与保费之间的关系来预测市场保费的增长情况。预测模型如式4所示：
　　Prem1=Pop1×GDP［Den0+(E×GDP1————-GDP0————()GDP0————)×Den0］（式4）
　　注：Prem1为预测期总保费收入；Pop1为预测期总人口；Den0为预测期前一期保险密度；E为保费收入弹性；GDP1————为预测期人均GDP；GDP0————为预测期前一期人均GDP。
　　无论是直接预测模型还是间接预测模型都分别可以使用时间序列数据或横截面数据，因而可以建立多种预测模型。数据种类和模型的多样化选择为我们在实际预测工作中提供了一个充分比较和筛选的空间。从提高预测精确度和预测结果的可靠性角度出发，在数据可获得的情况下，应尽可能地采用多种模型进行预测。比较不同结果之间的差异、分析差异的原因，选择最佳的预测区间或将多个预测结果进行综合是预测后必不可少的步骤。
　　三、两个需要进一步研究和探讨的问题
　　现实的保险市场是复杂的、多变的，因此在现实工作中，我们仍面临很多困惑需要研究和探讨，掌握更好的预测方法、提高市场保费规模预测的精确度也是计划工作面对的巨大挑战。
　　(一)如何将市场环境、政策变量定量化
　　在对模型的分析部分已提及，市场环境和政策因素的变化将对市场保费收入产生显著影响，而预测模型无法反映这一影响，在实际工作中常常通过定性研究对预测结果进行适当调整以反映环境、政策变量的影响。这一作法虽然在预测结果中体现了市场、政策因素，但往往过于粗糙、简单，且无法把握预测的精确程度。这一问题具有很强的现实意义，如新的《道路交通安全法》颁布后对车险市场的影响就是很好的例子。虽然我们不能期望将所有影响因素都进行定量化预测，但如果能找到一条思路，对重要因素进行量化，将大大提高预测结果的精确度和可靠性。
　　（二）如何进行分险种市场保费预测
　　保险企业精细化管理的集中体现之一就是分险种计划、管控、考核。因此，对各险种保险市场的研究和预测也是计划职能需要研究的课题。由于各个险种所保障的风险各具特征，影响因素也各不相同。对各险种保险市场的研究和预测工作无论是从工作量还是工作难度上都要高于对整体市场的研究预测。目前，无论是国内还是国外相关领域的研究尚不多见，有些业内工作者尝试采用保源为解释变量进行预测，但由于各险种保源情况复杂，数据不易取得、质量不一，还有很多问题有待进一步研究和探索。这一课题如能有所进展将会大大提升保险公司产品战略研究和资源配置的有效性，成为促进精细化管理的重要推动力量。
　　［参考文献］
　　［1］仝春建.保险业在快速增长中不断突破［N］.中国保险报，2005-10-19.
　　［2］中国保险需求到底有多大［J/OL］.中国保险网，2005-18-06.
　　［3］中国人民财产保险股份有限公司.五年发展规划.2001.
　　［编辑：郝焕婷］保险研究2006年第4期产险论坛
　　［作者简介］吴晓辉（1966—），男，西南财经大学中国金融研究中心金融学博士研究生，MBA，注册会计师，现供职于中国人民财产保险股份有限公司计划精算部。