论文部分内容阅读
保险业的经营具有不确定风险,其经营的安全性、稳定性直接影响着国民经济的稳定和发展,在现代社会中,保险企业已成为保障经济正常运行及社会稳定发展必不可少的组成部分。伴随着我国保险业近几年的快速发展,保险公司偿付能力监管问题日益受到重视,而偿付能力额度是偿付能力监管的核心,加强保险公司偿付能力的预测对控制偿付能力风险具有非常重要的现实意义。如何合理构造计算偿付能力额度的模型是中外学者共同关心的课题。在精算的基础上,国外学者利用不同的数学方法,在不同的假设条件下构造出了不同的计算偿付能力额度理论模型,主要有:比率模型、短期聚合风险模型、破产理论模型及综合模型。统计分析方法包括多元分析、非参数分析、神经网络方法等。由运筹学家Charnes和Cooper发展起来的数据包络分析(DEA)方法,利用数学规划方法估计出有效前沿面,建立的不是统计模型,因此不能做更多的统计分析。随机前沿方法(Stochastic Frontier Approach----SFA)是一种基于生产前沿面理论的参数方法。随机前沿面模型既可以克服一般回归的简单平均趋势,又能做出统计概率意义下的统计分析。本文首先介绍了随机前沿面模型及前沿面函数的Bayes、经验Bayes估计,阐述了保险公司偿付能力的内涵,定性分析了影响保险公司偿付能力的宏观及微观因素,并对几个典型的偿付能力预测计量模型进行介绍。在偿付能力影响因素分析的基础上,建立了保险公司偿付能力综合评价指标体系,并应用随机前沿面模型对2006-2008年15家保险公司,其中寿险公司8家,财险公司7家的财务数据进行统计分析,比较精确地求出各指标因素对偿付能力的影响作用,在概率意义下给出各保险公司各年的偿付能力比率的前沿面估计,并分析了15家保险公司的偿付能力效率,及时发现导致偿付无力的最重要因素,以提高保险公司偿付能力。本文所做工作对监管当局有效提高偿付能力监管效率有着重要意义,并且为随机前沿面模型在偿付能力分析方面的应用提供了新思路,促进保险业稳健持续的发展。