一、引言
2012年3月29日，中国保监会公布了《中国第二代偿付能力监管制度体系建设规划》，这标志着我国第二代偿付能力（以下简称“偿二代”）监管制度建设工作正式启动。“偿二代”建设的第一项工作是对“偿一代”的全面总结评估（陈文辉，2013）。毋庸置疑，在这个评估过程中，保险公司最低资本要求的总结将成为最重要的一环。那么，在“偿一代”体系下，最低资本要求主要存在哪些问题？这些问题产生的主要原因是什么？我们又该如何在“偿二代”建设中注意改正这些问题呢？对这些问题的回答引发了我们极大的兴趣。
事实上，保险监管之所以存在，主要是由于代理问题和信息成本有时会引起市场失灵（Klein，1995；Eling，et al.，2007）。因此一个广泛接受的观点是，好的保险监管应该被设计成与完全竞争的市场产生尽可能一致的结果（Cummins，et al.，1992）。为了达成这一目标，很多监管措施被广泛应用，这些措施包括程序准入、监督监测、资本需求和信息披露等等（IAIS，2003）。而这里面的最低资本需求，往往又是各种监管体系的核心部分（Doff，2008）。
目前世界上保险公司偿付能力资本标准主要有两大体系：欧盟的Solvency体系和美国的RBC体系。中国保监会在设计偿付能力充足率指标的时候，分母主要借鉴了Solvency 0，分子则部分地借鉴了美国的RBC。由于本文将主要研究分母的问题，因此我们有必要回顾一下1973年出台的Solvency 0的具体要求。
Solvency 0要求选取下面（1）、（2）的较大值作为最低资本需求：
（1）（会计年度保费基数1000万欧元以下部分的18%和1000万欧元以上部分的16%）×自留比例。
（2）（近三年平均综合赔款700万欧元以下部分的26%和700万欧元以上部分的23%）×自留比例。
回过头来再看我们，中国保监会于2003年公布了《保险公司偿付能力额度及监管指标管理规定》（以下简称“规定”）。该规定要求使用以下（1）、（2）的较大值作为最低资本要求：（1）会计年度自留保费减营业税金及附加后1亿元以下部分的18%和1亿元以上部分的16%；（2）近三年平均综合赔款7000万以下部分的26%和7000万以上部分的23%。
通过比较不难发现，与Solvency 0相比，我们只是简单地做了一个汇率换算。即将1000万欧元改成了1亿元人民币，将700万欧元改成了7000万人民币。其他类似18%、16%等拐点参数，我们都没有修改。有鉴于此，《规定》可能是缺乏“经验基础”的。那么，中国的最低资本需求究竟该是多少呢？本文试图将中国的经验数据重新带入Campagne（1961）模型，以检验目前的最低资本需求是否合适，以期为中国“偿二代”改革提出建议。又由于很多研究（占梦雅，2006；任燕燕、张晓、郭金龙，2009）都证实了“规定”中的第二项几乎不起作用，因此本文将研究重点放在第一项有关保费的参数检验上。
二、文献回顾和评论
自1998年中国保监会成立以来，偿付能力监管就成为中国保险业监管的核心。研究偿付能力监管，是理解中国保监会对保险公司监管的一个非常重要的视角。在20世纪40年代末和50年代初，Campagne，et al.（1948）和F104Y5173.jpg（1952）分别在荷兰和芬兰对偿付能力展开了开创性的研究工作。F104Y5173.jpg（1952）首次提到了偿付能力溢额这个概念，即认可资产和认可负债的差额，亦称实际资本。但是我们还必须弄清的一个问题是，实际可利用的资本和监管当局要求的资本之间的区别，前者是一个F104Y5173.jpg（1952）定义的真实值，而后者则是监管当局出于保护保单持有人利益的一个要求值。理论上的资本要求，一般都是监管当局要求的最低持有资本数量，一旦实际资本低于这个最低要求，则监管当局将进行监管干预。对监管者来说，最低资本要求的设计工作是尤其富有挑战性的问题。那么，监管当局是如何设计这个理论上的最低要求“值”呢？里程碑的工作是Campagne（1961）做出的。Campagne（1961）的数据基础是一些欧洲国家1952～1957年非寿险公司的保单年度数据，并假设费用率为常数42%。Campagne（1961）设损失率服从Beta分布，并利用VaR的思想估计出欧洲国家损失率大于83%的概率不超过0.03%，则综合成本率为42%+83%=125%。换言之，公司需要保费的25%的额外资本准备，以保证公司未来一年偿付能力充足的概率不低于99.97%。需要特别指出的是，Campagne（1961）提到的赔付率是83%，对应的置信水平是99.97%，这样算出来的针对保费的最低资本要求比率是25%。但在经历上世纪60年代一系列的政治谈判和妥协之后，折中的方案是1000万单位货币以下的18%和1000万单位货币以上的16%（欧洲1973年Solvency 0中的相应规定）。我们根据Campagne（1961）和Dreassi and Miani（2008）提供的数据对18%和16%进行了回溯，发现这两个比率对应的置信水平分别是99.5%和99.2%。由于本文要做的一个具体工作是，利用中国的数据检验18%和16%的合理性问题，因此在检验过程中，我们有必要“咬住”相同的标准。我们不能用99.97%的置信水平去检验99.5%的标准是否合适（如果这样，恐怕就有一个“偷梁换柱”的嫌疑，那么检验的结果很可能是现有标准偏低了，而以往的国内研究很少注意这一点），因此本文将重点检验99.5%（对应18%）和99.2%（对应16%）两个置信水平。
在欧洲推出Solvency 0之后的一段时间内，又有很多文献（Daykin，1984；Kastelijn & Remmerswaal，1986；Pentikainen，1982；Norberg & Sundt，1985）继续深入对最低资本要求进行研究，直到20世纪90年代，这些研究（Daykin，1984；Daykin & Hey，1990）渐渐形成了一个趋势，即在设计最低资本需求时应该将保险公司面临的各种风险考虑进去。这种考虑最低资本需求的思想被称为“基于风险（Rsk Based）”或者“风险导向（Risk Oriented）”（IAA，2004；F104Y5174.jpg，2005）。目前欧盟即将推出的SolvencyⅡ就是基于这样的原理来计算资本需求。但由于本文的主要目的是利用中国数据检验目前中国保监会所借鉴的Solvency 0的合理性，因此，我们的文献评论将不再涉及SolvencyⅡ或者基于风险的资本需求计量。
国内学者对我国现行的监管标准也进行了一些研究
。占梦雅（2006）对现行标准的合理性进行了研究，认为第二项要求（近三年平均综合赔款7000万以下部分的26%和7000万以上部分的23%）几乎是不起作用的。任燕燕、张晓、郭金龙（2009）基于2001～2006年的数据用比率法对我国最低资本标准进行了研究，认为现行最低资本的要求过低。但需要特别指出的是，这里比率法的原理其实就是Campagne（1961）模型，只不过任文是将Campagne（1961）模型里面的Beta分布改成正态分布，同时将置信水平设定为99.99%。显然任文所得出的“现行资本要求过低”的结论是值得商榷的。毋庸讳言，在其他条件都相同的情况下，99.99%的置信水平显然要比99.5%置信水平有更高的资本要求。这也是为什么我们一直强调要“咬住”相同置信水平的原因。张昌磊（2009）基于2009年以前的各家非寿险公司数据，根据欧盟Solvency 0/Ⅰ的方法进行分析，也认为可以适当向上调整最低偿付能力资本比率系数以降低保险公司由于业务快速发展所产生的破产风险。但是张昌磊（2009）的结论是在用综合成本率替代Campagne（1961）所用到的损失率而得，因此也不是一个“原原本本”的检验。林悦好、王海燕（2011）借鉴SolvencyⅡ的理论，也得出了现行监管标准要求过低的结论。然而该研究并不是基于现行监管理论基础进行检验的，我们可以将林悦好、王海燕（2011）的研究理解成是SolvencyⅡ在中国的一次定量测试。事实上，用SolvencyⅡ来检验Solvency 0也是有问题的，因为QIS4（2008）和QIS5（2011）早已经证明了SolvencyⅡ会比Solvency 0要求更高的最低资本。
总结目前这些在中国的研究，主要存在四个问题：一是研究数据都是2009年以前的，但是中国财政部和保监会在2009年进行了准备金评估方法的改革（《企业会计准则解释第2号》），利用新的最佳估计加显性风险边际的方法替代原有的保守的规则导向方法。与新的方法相比，2009年以前的数据并不能准确地反映保险公司的赔付率和盈利水平。二是关于置信水平的基准问题，国内的一些研究都没有考虑到目前保费参数18%和16%所对应的置信水平，从而使得保费参数比较缺乏一个统一的比较基准。这导致的一个结果是，有些研究会用到99.99%的置信水平（任燕燕、张晓、郭金龙，2009），而有些研究会用到99.5%的置信水平（张昌磊，2009），其实这种不同标准的“比较”本身就是有问题的。这好比将不同重量级的拳击手放在一起比赛，不用比我们基本上就可以判断，轻重量级的拳手几乎一定要输给高重量级的拳手。尤其需要特别指出的是第三个问题，Campagne（1961）模型也好，中国国内文献也好，都存在一个共同的问题，那就是样本数量较少。这导致的一个可能的结果是，随机变量的概率分布可能是有偏的。与这些文献相比，本文将运用随机模拟方法，有放回的反复从原始样本中抽取，得到万次模拟样本，使用万次模拟样本来研究原始样本分布的参数特征。第四个问题是赔付率的分母问题。以往国内文献研究这一问题时，往往用保费收入或自留保费为分母。实际上，这样的处理并不能反映一个公司的真实赔付率水平，因为这个时候，赔付只是对应保单已经过时间部分的风险，而分母则是保单全部期限内的保费，这会低估赔付率水平。这也是为什么我们看到任燕燕、张晓、郭金龙（2009）一文中所说的赔付率均值只有35%的原因所在。尽管Campagne（1961）用的分母也是保费，但Campagne（1961）的取数规则是保单年度而并非目前国内文献用的日历年度。为了解决这个问题，我们将用已赚保费为分母，以保证分母和分子在时间上的一致性，从而解决赔付率的低估问题。
一个不可回避的事实是，与欧洲相比，中国是一个新兴市场国家。中国长期以来的较低的保险密度和保险深度仍然存在，统一监管与欧盟的分散监管亦有着较大的差异（项俊波，2012），这种中国独有的特殊性质就可能使Campagne（1961）模型在中国的具体应用表现出相应的“中国特色”。只是长期以来，将中国自身的经验数据“原原本本”地带入Campagne（1961）模型的研究却很少被“有效执行”。有鉴于此，我们将利用Campagne（1961）模型和中国的经验数据重新计算一次中国保险公司的最低资本需求，以检验2003年《规定》是否真的合适。我们期望我们的工作可以为中国“偿一代”的总结和“偿二代”的建设提供扎实的理论依据和经验证据。
通过与已有文献的比较，本文的贡献主要体现在以下四点：第一，从研究主题上来说，我们对中国的“偿一代”中最低资本要求进行了全面总结和评估，从而较全面地理解了目前的最低资本要求对保险业的影响，这并非首次针对中国偿付能力展开的研究，但却是首次在“偿二代”改革框架推出以后展开的与欧洲Solvency 0最具可比性的，也是最完整的一次评估和总结。第二，从估计方法上来说，我们使用随机模拟方法对原始赔付率样本进行反复抽样，解决了样本少导致的概率分布估计有偏问题，而且，我们还增加已赚保费为分母的赔付率，以更好地反映中国非寿险公司的承保风险。第三，从数据上来说，我们采用2009年以后的保险公司的赔付率和费用率数据，这些数据相比2009年以前的，将更能体现保险公司的实际赔付率水平和盈利水平。第四，从标准上来说，我们“咬住”了与Solvency0相同的置信水平99.2%和99.5%，从而使得比较有了一个公平的“基准”环境，在相同基准上比较出来的结果才更有说服力和公信力。
三、计量模型和数据描述
我们的实证问题是，利用Campagne（1961）模型检验中国偿一代关于非寿险公司最低资本的要求是否合适？Campagne（1961）的主要依据是破产概率理论（粟芳，2002），其基本原理是综合考虑保险公司面临的全部风险，通过制定一个偿付能力资本限制，使保险公司破产的概率保持在一个很小的水平之下（例如1%）（粟芳、俞自由，2001）。Campagne模型可以表述为以下形式：
P（X+E）P+msm×P≤ε（1）
其中，X为保险公司的赔付，E为费用，P为净自留保费，msm为最低资本占净自留保费的比例，ε为破产概率。本文关于净自留保费的定义与保监会2003年《保险公司偿付能力额度及监管指标管理规定》相一致，即：
净自留保费（P）=原保费收
入+分保费收入-分出保费（2）
上式经过进一步变形，可以表示成以下形式：
F104Y5133.jpg
其中，LR为赔付率，F104Y5175.jpg为行业平均费用率。Campagne（1961）假设赔付率服从Beta分布，主要是基于如下考虑：一般来说，赔付率是在（0，1）区间内分布的，而在随机变量大于0同时又小于1的分布中，Beta分布通常与赔付率的真实分布比较接近。但是考虑到样本数据较多，根据中心极限定理，赔付率也可以看作服从正态分布。赔付率的描述性统计结果也表明其正态分布效果较强（如第102页表3所示）。因此本文将基于41家非寿险公司的赔付率数据，分别用Beta分布和正态分布来拟合赔付率数据，并得出基于不同置信水平的分位数，进而计算出不同置信水平所对应的最低资本要求比率msm。
本文关于赔付率和费用率的定义有两套口径①。一套是常见诸以往国内文献的，即分母为自留保费口径。另外一套是上市公司经常披露，更能反映公司赔付率和费用率水平的，即分母为已赚保费口径。具体定义如下所示：
赔付率（LR）=（赔付支出-摊回赔付支出+提取未决赔款准备金-摊回未决赔款准备金）÷自留保费/已赚保费×100%（4）
费用率（ER）=（业务及管理费+手续费及佣金+分保费用+营业税金及附加-摊回分保费用）÷自留保费/已赚保费×100%（5）
我们定义F104Y5134.jpg表示在a置信水平下（比如a取99.5%，表示200年一遇的危机），赔付率LR对应的分位数，即使得：X：Pr｛LR≤s｝=a成立的最小的s。
F104Y5135.jpg
本文所使用的数据主要包括各非寿险公司2009～2012年的经营数据。中国保监会规定，从2010年6月起，各家保险公司都要在网站和其他媒体公开披露年度经营数据，而在此之前并没有此项要求。因此我们搜集到的2009年数据来自保险年鉴，而2010～2012年数据来自各家公司的网站。之所以未选择2008年及以前年度的数据，主要考虑到中国财政部在2008年发布了《企业会计准则解释第2号》，中国保监会在2009年发布了《关于保险业实施〈企业会计准则解释第2号〉有关事项的通知》，这两个文件要求保险公司在编制2009年年度财务报告时，对目前导致境内外会计报表差异的各项会计政策同时进行变更，并追溯调整。姚军梅、陈月、王晔（2012）认为这次保险业会计政策调整对于非寿险公司而言，主要是准备金评估方法的变化，而这种变化将会影响公司的赔付率和利润释放，因此为了保证数据的时效性和统计口径的一致性，我们选择了2009～2012年度的数据。
截至2012年底，我国共有财产险公司62家，其中中资公司41家，外资公司21家。在62家财产险公司中，出口信用、中华联合没有查到2011年度的信息披露报告。众诚财险、锦泰财产、诚泰财产、长江财产这4家是2011年成立的公司，鑫安汽车保险为2012年刚成立的公司，数据都不完整。富邦保险、泰山财险、信利保险和劳合社保险这4家均为2010年刚成立的公司，数据区间也不足4年。除了上述数据区间不足4年的公司我们未选择以外，我们对数据比较异常的公司也加以剔除，本文的数据剔除标准为赔付率大于100%或者赔付率小于5%。比如中煤财险在2010年度的赔付率为43515.15%，而在2011年度的赔付率为12.39%。综合以上考虑，我们选择了41家非寿险公司2009～2012年度的经营数据，选择的变量主要包括：保费收入、分保费收入、分出保费、赔付支出、摊回赔付支出、提取未决赔款准备金、摊回未决赔款准备金、业务及管理费、手续费及佣金、分保费用、营业税金及附加、摊回分保费用等。从表1可得分母为自留保费的平均费用率为32.17%，分母为已赚保费的平均费用率为34.53%，这与Campagne（1961）对欧洲研究得出的42%的结论相差较大，这也是为什么我们一直强调要将中国自身经验数据代入Campagne（1961）进行检验的主要原因。Campagne（1961）是在保单年度口径下用自留保费为分母，而以往的国内文献都是在日历年度口径下用自留保费作分母。尽管表面上看来都采用了自留保费，但由于忽视了统计口径匹配问题，从而造成了较大的差异。事实上，目前国内保险公司信息披露方面仍有很多限制，我们很难搜集到保单年度口径数据，只能用日历年度口径数据替代，然而在这个替代过程中，考虑和已经过风险相匹配的已赚保费就变得尤为重要，这也是我们看到的以自留保费为分母的赔付率要比以已赚保费为分母的赔付率小很多的原因。
F104Y5136.jpg
F104Y5137.jpg
表1列示了41家非寿险公司2009～2012年赔付率、费用率等数据的描述性统计结果，图1为其对应的直方图。通过直方图可以看出，50%多一点的赔付率频率最高，即大部分公司的赔付率在50%多一点，30%以下的和70%以上的公司数目很少，基于自留保费口径和基于已赚保费口径的赔付率均值分别为52.74%和58.10%，标准差分别为0.1377和0.1179。一般性共识，只有赔付率达到70%以上，我国现行最低资本要求中的标准（2）才起作用，而我国非寿险公司的赔付率一般在50%左右。鉴于只有少数几家刚开业且业务量较少的公司赔付率在70%以上，因此对大部分公司而言，标准（2）几乎不起作用。这一结果与占梦雅（2006）和谢志刚、王上文（2007）的研究是一致的。
四、实证结果和分析
本部分将对中国非寿险公司最低资本要求进行检验。具体检验思路如表2所示，即针对两种赔付率指标（分母分别为自留保费和已赚保费），我们首先考察了Beta分布条件下的估计，然后又进行了正态分布条件下的估计。在每一分布条件下，我们又分别采用了有限样本和万次模拟两种样本类型。
（一）基于Beta分布假设的参数拟合
在使用Beta分布进行实证分析之前，我们首先要对Beta分布的拟合效果进行检验，检验结果如表3所示。根据表3的检验结果，在0.05的显著性水平下，4种方法的拟合效果都是显著的。
1.基于有限样本，赔付率分母为自留保费
在赔付率分母为自留保费的口径下，我们基于41家非寿险公司4年的赔付率数据，估计出Beta分布的参数a=6.36，b=5.70，各个置信水平下Beta分布的和对应的最低资本要求比率如表4和图2所示。
F104Y5138.jpg
F104Y5139.jpg
F104Y5140.jpg
F104Y5141.jpg
从图2可以看出，随着置信水平要求的提高，最低资本要求比率不断增加。而且二者不是简单的比例关系，我们发现随着置信水平的提高，最低资本要求比率提高的速度更快。事
实上，这并非偶然现象。赔付率分布一般呈倒“U”形，且通常具有“厚尾”的特征，较高赔付率有较小的发生概率，随着置信水平的逐步提高，再提高同样幅度的置信水平，赔付率提高的幅度更大。这同时也表明，当置信水平达到一定水平后，再想通过提高置信水平来规避风险是低效率，也是不经济的。由表4可知，在99.2%的置信水平下，对应最低资本要求比率为15.9%。在99.5%的置信水平下，对应的最低资本要求比率为17.42%。这与我国目前偿付能力监管中所要求的18%和16%是比较接近的。因此，这一结果表明，目前保监会要求的最低资本要求比率可能并没有像大多数研究所提到的“那么低”。
2.基于有限样本，赔付率分母为已赚保费
在赔付率分母为已赚保费的口径下，我们基于赔付率的有限样本数据，估计出Beta分布的参数a=9.53，b=6.88，各个置信水平下Beta分布的和对应的最低资本要求比率如表5和图3所示。
图3的结果与图2类似，置信水平和最低资本要求比率之间也不是简单的比例关系。随着置信水平的提高，最低资本要求比率提高的速度更快。只是与图2相比，随着置信水平提高，增速放缓了一些。原理前文已经有所讨论，此处及后文有关类似的结果我们将不再单独赘述。99.5%的置信水平和99.2%的置信水平对应的最低资本要求比率分别为20.74%和19.43%，这一比例略高于目前我国偿付能力监管中所要求的18%和16%。考虑到已赚保费为分母更能体现保险公司的赔付率水平和盈利能力，因此我们推断目前保监会要求的最低资本要求比率确实可能是低了一些，具体幅度是低3个百分点左右。
3.基于万次模拟样本，赔付率分母为自留保费
在赔付率分母为自留保费的口径下，我们基于赔付率万次模拟的样本数据，估计出Beta分布的参数a=6.48，b=5.80，各个置信水平下Beta分布的和对应的最低资本要求比率如表6和下页图4所示。
F104Y5142.jpg
F104Y5143.jpg
F104Y5144.jpg
99.5%的置信水平和99.2%的置信水平对应的最低资本要求比率分别为17.21%和15.68%。这一比例与目前我国偿付能力监管中规定所要求的18%和16%比较接近。同时这一结果与表4的结果也非常接近，这既是对有限样本计算的平滑，同时也是对有限样本估计的稳健性检验。
F104Y5145.jpg
4.基于万次模拟样本，赔付率分母为已赚保费
在赔付率分母为已赚保费的口径下，我们基于赔付率万次模拟的样本数据，估计出Beta分布的参数a=9.73，b=7.01，各个置信水平下Beta分布的和对应的最低资本要求比率如表7和图5所示。
F104Y5146.jpg
F104Y5147.jpg
99.5%的置信水平和99.2%的置信水平对应的最低资本要求比率分别为20.55%和19.24%，这一比例高于目前我国偿付能力监管规定中所要求的18%和16%。与有限样本估计得出的结论类似，也是高3个百分点左右。
（二）基于正态分布假设的参数拟合
我们之所以假设正态分布作为赔付率的分布，主要是考虑到在数据量较大的情况下，随机样本所表示的随机变量往往会近似服从正态分布。并且统计检验结果也表明，赔付率分布具有明显的正态性。
1.基于有限样本，赔付率分母为自留保费
我们首先对基于自留保费口径下的赔付率样本进行了正态性检验，具体结果如表8所示。
在正态分布假设下，矩估计和极大似然估计的结果相同，均值和方差即为样本均值和样本方差，因此我们可以认为赔付率服从均值为52.74%，标准差为13.82%的正态分布。表9和图6列示了正态分布条件下，各个置信水平对应的赔付率和最低资本要求比率msm。
在正态分布假设下，99.5%和99.2%的置信水平对应的最低资本要求比率分别是20.84%和18.53%，这一结果略高于Beta分布下的17.42%和15.9%，同时也高于目前我国偿付能力监管规定中所要求的18%和16%，高幅大概是2.5个百分点。
F104Y5148.jpg
F104Y5149.jpg
F104Y5150.jpg
F104Y5151.jpg
2.基于有限样本，赔付率分母为已赚保费
如表10所示，样本的正态性统计检验结果也表明，赔付率分布具有明显的正态性。在正态分布假设下，矩估计和极大似然估计的结果相同，均值和方差即为样本均值和样本方差，因此我们可以认为赔付率服从均值为58.10%，标准差为11.83%的正态分布。下页表11和图7列示了正态分布条件下，各个置信水平对应的赔付率和最低资本要求比率msm。
在正态分布假设下，99.5%和99.2%的置信水平对应的最低资本要求比率分别是24.14%和22.17%，这一结果要高于Beta分布下的20.74%和19.43%。这一比例显然也高于目前我国偿付能力监管规定中所要求的18%和16%。也是截止到目前差距最大的一次估计结果，要高6个百分点左右。
F104Y5152.jpg
F104Y5153.jpg
F104Y5154.jpg
F104Y5155.jpg
3.基于万次模拟样本，赔付率分母为自留保费
在正态分布假设下，对原始样本数据进行万次模拟，基于万次模拟样本可以估计出正态分布的参数，根据随机模拟的结果，赔付率服从均值为52.74%，标准差为13.80%的正态分布。表12和图8列示了正态分布条件下，各个置信水平对应的赔付率和最低资本要求比率msm。
在正态分布假设下，99.5%和99.2%的置信水平对应的最低资本要求比率分别是20.79%和18.48%，这一结果与有限样本估计的结果比较接近。大约高于目前中国偿付能力监管规定中所要求的比例2.5个百分点。
4.基于万次模拟样本，赔付率分母为已赚保费
在正态分布假设下，对样本数据进行万次模拟，可以模拟出正态分布的参数，根据随机模拟的结果，赔付率服从均值为58.11%，标准差为11.80%的正态分布。表13和图9列示了正态分布条件下，各个置信水平对应的赔付率和最低资本要求比率msm。
在正态分布假设下，99.5%和99.2%的置信水平对应的最低资本要求比率分别是24.09%和22.12%，这与有限样本条件下的估计结果24.14%和22.17%比较接近。大约要高于目前中国偿付能力监管规定中所要求的比例6个百分点。
（三）实证结果总结
表14总结了上述实证检验的结果。针对99.2%的置信水平，我们所估计出的8个msm值中，最小值是15.68%，最大值是22.17%。现行标准16%落入我们的估计区间，只是更靠近最小值一些。针对99.5%的置信水平，我们所估计出的8个msm值中，最小值是17.21%，最大值是24.14%。现行标准18%也落入我们的估计区间，同样是更靠近最小值一些。无论是哪一个置信水平，我
们所估计的最大值都要比现行标准高出大约6个百分点，最小值要低将近1个百分点。下页图10更加形象地描述了我们所估计的区间和现行标准之间的位置关系。
F104Y5156.jpg
F104Y5157.jpg
F104Y5158.jpg
五、结论
本文检验了中国“偿一代”中最低资本要求的标准问题，更为重要的是，我们还考察了不同样本类型、不同口径的赔付率指标和不同分布假设下结果的差异。本文的主要发现包括以下三点：
（1）有限样本和万次模拟样本估计出的结果基本一致，只是后者较前者更加平滑，这表明本文的估计结果是稳定的。中国“偿一代”中关于最低资本要求的比率落在本文所估计区间内并偏最小值近一些。进而我们认为，现行标准是偏激进的，但仍在可接受范围之内。
F104Y5159.jpg
（2）以自留保费为分母的赔付率并不能反映公司的实际赔付率与承保风险状况。而且，这种赔付率只有在保单年度口径下才与已赚保费为分母的赔付率接近。本文的实证结果显示，以已赚保费为分母计算出来的最低资本需求比率要比以自留保费为分母计算出来的结果平均高3.5个百分点。
（3）与Campagne（1961）相比，本文还考虑了正态分布的情况。结果显示正态分布条件下的最低资本需求比率要比Beta分布下的高，平均要高出接近3个百分点。
由于本文使用的是中国非寿险公司的经验数据，因此，对于同样的发现在寿险公司是否仍然成立我们不得而知。另外，本文考察的置信水平是99%和99.2%，这其实是我们对Campagne（1961）的原始数据（依据18%和16%）反推而得②，但是对于欧盟为何要调整Campagne（1961）原始结果，以及依据什么来进行调整？这些问题我们还没有进行更深入的考察。需要指出的是，本文的研究只是一次对“偿一代”的尽可能完整的测试和总结。在未来，随着“偿二代”正式制度或者规范不断完善，依据风险计算的资本要求会发生什么样的变化我们也不得而知。对于这些问题，我们都将继续研究。
了解中国“偿一代”中最低资本要求标准是否合适，将有助于我们更好地理解和把握中国保险业监管改革的方向和类型，它关系到中国将建成一个与国际接轨的监管体系，还是一个被各种中国特色嵌入的监管体制。一个难以否认的事实是，基于中国保险业发展特殊历史背景的“偿一代”，是“先天”的缺乏中国自身经验数据支撑的，从而有碍公平监管的实施。如果我们不能够消除这种“先天的不公”，至少也不该让这种缺陷成为“偿二代”建设中的“后天劣势”。随着中国保险市场的发展和扩大，保险公司更愿意在一个规则清楚、竞争公平、信息透明的监管环境下持续经营。因此，基于风险导向的各类资本要求在中国“偿二代”建设过程中如何作用和演进将是一个值得深入研究和探讨的课题。
注释：
