一、引言
偿付能力是指保险公司履行赔偿和给付义务的能力，寿险公司偿付能力状况对包括被保险人、监管者、投资者在内的多种利益相关者都有重大影响。因样本数据的局限性，国内学者多针对非寿险公司的偿付能力影响因素进行研究。由于寿险公司业务的长期性以及保险标的的特殊性，寿险公司破产的社会影响将远大于非寿险公司，因此本文将针对寿险公司的偿付能力影响因素进行研究。
本文的研究目的主要包括以下两个方面：（1）通过对影响寿险公司偿付能力的内外部因素的实证分析，找到影响最大的因素，并研究内外部因素对不同规模寿险公司影响程度上的差异。（2）根据实证结果，针对寿险公司管理者和监管机构，分别给出防范偿付能力风险和加强偿付能力监管的措施和建议。
在欧美发达国家，保险市场发展历史较长，不乏有保险公司因偿付能力不足破产的案例。因此国外学者在对欧美国家偿付能力影响因素研究时，主要以保险公司是否破产作为偿付能力状况衡量指标[1]。考虑到国内保险市场起步较晚，目前尚无保险公司破产的先例，国内的相关研究大部分选择净资产率作为衡量指标[2]。由于计算净资产率时未剔除非认可资产，存在会夸大保险公司的偿付能力的可能[3]。2010年5月保监会发布了《保险公司信息披露管理办法》（保监会令〔2010〕7号），要求保险公司披露财务会计信息、偿付能力信息等。截至目前，保险公司已在公司网站上发布了2010-2013年共4年的信息披露报告。本文将基于寿险公司的信息披露报告，选取2010-2013年的数据样本，以偿付能力充足率作为衡量偿付能力状况的指标，进行偿付能力影响因素分析。
在研究方法的选择上，国外学者主要采用的模型有Logit模型[4]、多元分析[5]、神经网络分析[6]等方法，此三种方法均需要大量的样本数据。由于我国绝大多数寿险公司成立时间较晚截至2013年底，全国共有寿险公司69家，其中42家在2005年以后（包括2005年）成立。，国内学者基本采用灰色关联模型避免样本数据少的问题。粟芳等[2]采用灰色关联模型对非寿险公司偿付能力影响因素进行了分析，得出内部因素的影响大于外部因素的结论。陈迪红等[7]将非寿险公司分成大、中、小三种规模，得出同一因素对不同规模的非寿险公司偿付能力影响差异较大的结论。本文也将采用灰色关联模型，针对不同规模的寿险公司，分别分析影响偿付能力的内外部因素。
国内学者一般通过定性分析选择偿付能力影响因素，具有较大的主观性和随意性。Chen和Wong等学者的研究，选择相关的内部因素和外部因素。
二、灰色关联模型
灰色关联模型由邓聚龙[9]首先提出，并被广泛运用解决多属性决策问题。灰色关联分析方法弥补了采用传统数理统计方法传统数理统计方法包括回归分析、方差分析、主成分分析等。作系统分析所导致的缺憾。它对样本量的多少和样本有无规律都同样适用，而且计算量小，十分方便，更不会出现量化结果与定性分析结果不符的情况。灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密。曲线越接近，相应序列之间关联度就越大，反之就越小[10]。
在传统灰色关联度指标的基础上，发展形成了广义灰色关联度指标，表2灰色关联度指标及其性质符号 名称主要性质ε0i灰色绝对关联度0<ε0i≤1，序列X0与序列Xi几何上相似度越大，ε0i越大γ0i灰色相对关联度0<γ0i≤1，序列X0与序列Xi相对于始点的变化速率越趋于一致，γ0i越大ρ0i灰色综合关联度ρ0i=θε0i+（1-θ）γ0i，一般取θ=0.5其计算过程将不在此赘述。常用的广义灰色关联度指标有灰色绝对关联度ε0i、灰色相对关联度r0i和灰色综合关联度ρ0i。各指标含义见表2。
由表2可知，灰色综合关联度ρ0i既反映出序列X0与序列Xi几何上的相似度，又反映了序列X0与序列Xi相对始点变化速率的相似度，是较为全面表现序列之间联系是否紧密的一个数量指标。本文选择灰色综合关联度ρ0i作为内外部因素对偿付能力影响大小的衡量指标，0<ρ0i≤1，ρ0i越大，相关因素的影响越大。
三、寿险公司偿付能力的影响因素
本文根据Chen和Wong，因此退保率与偿付能力充足率负相关。
基于国内已有研究，本文对Chen和Wong[8]选取的外部因素作出调整。国内寿险市场作为新兴保险市场，市场集中度较高，CR4指数能更加有效地衡量市场竞争水平，本文将用CR4指数代替保险公司数量[7]。CR4指数是前四家寿险公司原保费收入与寿险市场总保费之比。同时，本文忽略利率变化因素，选择实际利率水平和通货膨胀率水平衡量利率和通货膨胀率的影响。此外，本文加入实际GDP表3影响寿险公司偿付能力的内
外部（调整后）代码因素具体含义相关性微观因素-公司内部因素X1公司规模2013年公司原保费收入/寿险市场总保费+X2投资收益率总投资收益/平均投资资产+X3资产组合变化投资资产组合变化率-X4保费增长率当年保费收入/上一年保费收入-1-X5保险杠杆比率准备金/所有者权益-X6退保率-宏观因素-市场和经济因素X7CR4指数前四家寿险公司保费/寿险市场总保费-X8实际利率水平金融机构长期法定存款利率水平+X9通货膨胀率CPI指数-X10实际GDP增长率当年实际GDP/上年实际GDP-1+X11总保费增长率当年寿险市场保费/上一年寿险市场保费-1+增长率因素和市场环境因素。近些年国内经济的快速增长为寿险公司提供了良好的投资环境，宏观经济的良好发展能带动投资收益的提高[13]，实际GDP增长率与偿付能力充足率正相关。市场环境是指整个寿险行业的整体行情，如果寿险市场处于快速发展期，将促进寿险公司发展优质业务，偿付能力得到改善。反之，寿险公司偿付能力会恶化。本文以寿险市场总保费增长率作为市场环境的衡量指标，市场总保费增长率越高，寿险公司的偿付能力就越强[7]。综合以上分析，本文将选取的内外部因素如表3所示。
四、偿付能力影响因素灰色关联实证分析
本文以寿险公司原保费收入与寿险市场总保费的比值衡量公司规模，并根据2013年寿险公司原保费收入的市场份额将寿险公司分为大、中、小三种规模，规定超过1%的为大规模公司，规定低于1%但超过0.15%为中等规模公司，规定低于0.15%为小规模公司据此分类标准，2013年寿险市场有大规模公司10家，中等规模公司27家，小规模公司32家。。本文公司数据均来自公司的信息披露报告，市场数据和宏观经济数据主要来自《保险年鉴》、《统计年鉴》，2013年寿险市场数据来自保监会网站。
（一）公司内部因素的灰色关联度分析
仅分析影响寿险公司偿付能力的内部因素时，外部环境必须相同。选择2013年的9家寿险公司作为样本，其中大、中、小规模公司各3家。考虑到寿险公司成立初期业务波动较大，选取的9家公司均于2006年前（包括2006年）成立，如表4所示。
国内已有研究在运用横截面数据分析内部因素时，不考虑公司规模因素，而是将相应的市场份额乘以各公司的内部因素指标。此做法意味着假设各内部因素指标值与市场份额呈比例关系，这显然不合理。本文将市场份额也作为比较序列之一进行分析。选取表49家寿险公司2013年的市场份额公司名称成立时间市场份额中国人寿保险股份有限公司200330.42%中国平安人寿保险股份有限公司200213.60%友邦中国19920.88%信诚人寿保险有限公司20000.38%中宏人寿保险有限公司19960.28%中德安联人寿保险有限公司19990.17%中航三星人寿保险有限公司20050.03%瑞泰人寿保险有限公司20040.01%正德人寿保险股份有限公司20060.01%2013年九家寿险公司的偿付能力充足率指标形成参考序列X0，选取内部因素形成6个比较序列，它们依次为公司规模X1、投资收益率X2、资产组合变化X3、表56个内部因素的综合灰色关联度ρ01ρ02ρ03ρ04ρ05ρ060.75440.7530.50020.5430.61960.5337公司保费增长率X4、保险杠杆比率X5、退保率X6。比较序列X3-X6均与参考序列X0负相关，此4个参考序列取倒数。运用灰色建模软件，计算综合灰色关联度，结果如表5所示。
灰色综合关联度排序为：ρ01>ρ02>ρ05>ρ04>ρ06>ρ03，即：公司规模 > 投资收益率 > 保险杠杆比率 > 公司保费增长率 > 退保率 > 资产组合变化。
由此可得，2013年引起各家寿险公司偿付能力状况差异的各内部因素特点是：（1）市场份额对偿付能力的影响最大。在Kim等的研究中，市场份额对偿付能力都有显著影响。这意味着小规模的公司若想提高偿付能力，保证财务稳定性，最有效的做法是提高市场份额。（2）投资收益率对偿付能力的影响次之。这与何贤良的研究结论是一致的。在何贤良的研究中，没有考虑市场份额影响的前提下，投资收益率是对偿付能力影响最大的内部因素。寿险公司在资本金有限的情况下，提高市场份额的做法是不可取的。对于大部分寿险公司，提高投资收益率是最可行的。（3）虽然退保率和资产组合变化都会对偿付能力造成不良影响，但是2013年退保率和资产组合变化的影响较小。在何贤良的研究中，选择了8个内部因素指标，不考虑市场份额因素，退保率的影响是最小的。综合而言，在保监会逐步放宽寿险公司投资渠道的政策背景下，各寿险公司应合理配置资产，积极实施投资战略，实现投资收益率的最大化和偿付能力状况的改善。
（二）综合内外部因素的灰色关联度分析
部分学者运用时间序列数据单独对外部因素进行灰色关联分析，这意味着假设各年内部因素的影响是不变的，存在不妥，本文将内外部因素综合起来考虑。选取三家不同规模的寿险公司2010-2013年的时间序列数据样本。其中，中国人寿为大规模公司，中德安联为中等规模公司，瑞泰人寿为小规模公司。针对每家公司分别进行综合关联度排序。选取2010-2013年的偿付能力充足率指标形成参考序列X0，剔除公司规模因素，选取10个内外部因素形成10个比较序列，它们依次为投资收益率X2、资产组合变化X3、公司保费增长率X4、保险杠杆比率X5、退保率X6、CR4指数X7、实际利率水平X8、通货膨胀率X9、实际GDP增长率X10、市场保费增长率X11。比较序列X3-X6、X9与参考序列X0负相关，此4个参考序列取倒数。运用灰色建模软件，计算综合灰色关联度，结果如表6所示。
由此可得，内外部因素对不同规模的寿险公司的影响程度呈现出较大差异。除瑞泰人寿外，中国人寿和中德安联两公司受外部因素的影响整体比内部因素大。中国人寿的偿付能力受竞争水平的影响最大，中德安联受宏观经济的影响最大。这与陈迪红等[7]对非寿险公司的研究结果不同。在陈迪红等的研究中，对于不同规模的非寿险公司，内部因素的影响均比外部因素大。此外，公司保费增长率对中国人寿和中德安联的影响较小，但对瑞泰人寿的影响却较大。同时，投资收益率是中国人寿和中德安联重要的内部影响因素，但对瑞泰人寿，却是内外部因素里影响最小的。
五、结论和建议
本文运用灰色关联模型对影响偿付能力的内外部因素进
行了实证研究。通过对内部影响因素分析，我们发现公司规模和投资收益率对寿险公司偿付能力的影响最大。因此，对寿险公司管理者而言，随着市场竞争不断加剧，已不能再单纯依靠保费收入和保险赔付之间的差额来获取利润，逐步通过保险资金运用来提高公司收益将是必然选择。对于监管者而言，一方面要稳步放宽险资运用渠道，一方面要加大对寿险公司投资风险的监管，促进寿险公司建立和健全投资管控制度。由于所有内部因素中，公司规模对寿险公司偿付能力的影响最大，而小规模公司偿付能力状况波动更大，监管者应特别关注小规模公司的偿付能力风险。
综合内外部因素分析，我们发现不同规模的寿险公司表现出较大的差异。中国人寿和中德安联受外部因素的影响整体上大于内部因素，这与寿险公司的产品特色和社会职能是一致的。不同于非寿险公司的风险承担者的职能，寿险公司更类似于金融中介。寿险公司大部分产品是长期寿险产品，寿险公司的投资多为长期投资。因此寿险公司受到宏观经济因素的影响要远远大于非寿险公司。瑞泰人寿之所以表现出特殊性，可能是因为瑞泰人寿的市场化程度要低于中国人寿和中德安联。瑞泰人寿是国电集团的子公司，其客户资源主要来自于国电集团内部，因此其偿付能力受宏观经济的影响较小。对于监管者而言，由于不同规模的公司在影响因素上表现出了较大的差异，在兼顾监管成本和监管效率的前提下，对于不同规模公司的监管重点也应该有所区别。内外部因素对非寿险公司和寿险公司差异较大，寿险公司比非寿险公司更容易受到宏观经济的影响。因此在偿付能力监管上，寿险公司的监管标准应该有别于非寿险公司，对寿险公司的监管应更加关注包括经济增长、通货膨胀等市场风险。
由于受条件所限，本文仍存在如下局限性：（1）选择偿付能力充足率作为衡量寿险公司偿付能力状况的指标，其有效性有待验证。（2）本文分析内部影响因素时，仅考虑了财务信息，忽略了组织结构、公司文化、人力资源等软因素的影响。
参考文献：
. Journal of Risk and Insurance， 1988， 55： 229-244.
[2]粟芳， 俞自由. 非寿险偿付能力影响因素的实证分析[J]. 财经研究， 2001， 27（7）： 23-27.
[3]闫春， 赵明清， 张彦梅. 非寿险保险公司偿付能力影响因素的灰色关联分析[J]. 山东科技大学学报， 2003， 22（4）： 102-105.
[4]LEE S H， URRUTIA J L. Analysis and Prediction of Insolvency in the Property-Liability Insurance Industry： A comparison of Logit and Hazard Models[J]. Journal of Risk and Insurance， 1996， 63： 121-130.
[5]CARSON J M， HOYT R E. Life Insurer Financial Distress-Classification Models and Empirical Evidence[J]. Journal of Risk and Insurance， 1995， 62： 764-775.
. Journal of Insurance Regulation， 1994，13： 131-167.
[7]陈迪红， 陈晓铃. 财险公司偿付能力影响因素对比分析[J]. 经济数学， 2013， 30（2）： 41-47.
. Journal of Risk and Insurance， 2004， 71： 469-499.
[9]邓聚龙. 灰色系统理论教程[M]. 武汉：华中理工大学出版社， 1989.
[10]刘思峰， 党耀国， 方志耕. 灰色系统理论及其应用第三版[M]. 北京：科学出版社， 2004.
[11]KIM Y D， ANDERSON D R， AMBURGEY T L， HICKMAN J C. The Use of Event History Analysis to Examine Insurer Insolvencies[J]. Journal of Risk and Insurance， 1995，62： 94-110.
