保險(xiǎn)科技視角下壽險(xiǎn)公司經(jīng)營(yíng)效率研究

高雪巖 韓丹丹

【摘 ?要】保險(xiǎn)科技的大力發(fā)展為壽險(xiǎn)公司的數(shù)字化轉(zhuǎn)型提供了幫助，對(duì)承保、理賠、保全服務(wù)時(shí)效進(jìn)行了改進(jìn)。論文基于保險(xiǎn)科技視角，選用DEA模型測(cè)算運(yùn)營(yíng)效率，并根據(jù)灰色關(guān)聯(lián)度分析、Tobit回歸測(cè)算保險(xiǎn)科技發(fā)展程度對(duì)于效率提升的作用，針對(duì)測(cè)算結(jié)果提出建議和對(duì)策。

【Abstract】The vigorous development of insurance technology has helped the digital transformation of life insurance companies， and improved the time limit of underwriting， claim settlement and preservation services. Based on the perspective of insurance technology， this paper uses DEA model to measure operational efficiency， and measures the effect of insurance technology development degree on efficiency improvement according to grey correlation analysis and Tobit regression， and puts forward suggestions and countermeasures according to the measurement results.

【關(guān)鍵詞】經(jīng)營(yíng)效率;壽險(xiǎn)公司;保險(xiǎn)科技

【Keywords】operational efficiency; life insurance company; insurance technology

【中圖分類號(hào)】F842.6 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號(hào)】1673-1069（2021）05-0096-02

1 引言

伴隨區(qū)塊鏈、人工智能、大數(shù)據(jù)技術(shù)集中運(yùn)用于保險(xiǎn)產(chǎn)業(yè)的開發(fā)設(shè)計(jì)、渠道銷售和運(yùn)營(yíng)管理，保險(xiǎn)科技已經(jīng)深入融合到傳統(tǒng)險(xiǎn)企與新興互聯(lián)網(wǎng)保險(xiǎn)平臺(tái)，在用戶體驗(yàn)提升、輔助精準(zhǔn)決策、場(chǎng)景產(chǎn)品發(fā)掘等方面發(fā)揮了重要作用。而中國(guó)互聯(lián)網(wǎng)保險(xiǎn)新增保單數(shù)量自2016年61.7億單，增至2019年406.2億單，保險(xiǎn)業(yè)務(wù)發(fā)展進(jìn)入大數(shù)據(jù)時(shí)代，我國(guó)數(shù)據(jù)量據(jù)預(yù)測(cè)在2025年將達(dá)到48.6ZB，是2018年的7倍左右?？萍既谕顿Y方面，從全球來(lái)看，2019年保險(xiǎn)科技融資65.9億美元，國(guó)內(nèi)同期保險(xiǎn)科技行業(yè)融資達(dá)到39.76億元。同年，保險(xiǎn)機(jī)構(gòu)的科技開發(fā)投入達(dá)到319億元，預(yù)計(jì)2022年將達(dá)到534億元。

針對(duì)我國(guó)壽險(xiǎn)公司在IT硬件、科技投入、資金投入中是否取得經(jīng)營(yíng)效率的提升，本文參考國(guó)內(nèi)外相關(guān)效率工具，基于保險(xiǎn)公司經(jīng)營(yíng)多種類投入及產(chǎn)出的復(fù)雜性，選用非參數(shù)方法DEA方法，作為估算手段，探討保險(xiǎn)科技應(yīng)用對(duì)公司經(jīng)營(yíng)效率的影響。本文從保險(xiǎn)科技賦能角度，考慮保險(xiǎn)企業(yè)經(jīng)營(yíng)特性，選用DEA方法測(cè)算近年保險(xiǎn)企業(yè)的經(jīng)營(yíng)效率。

2 效率評(píng)價(jià)DEA方法數(shù)據(jù)處理及結(jié)果分析

2.1 指標(biāo)選用

本文研究對(duì)象選用32家壽險(xiǎn)公司，研究時(shí)期為2015-2018年，其業(yè)務(wù)相對(duì)分散，研究對(duì)象保費(fèi)收入加總占據(jù)當(dāng)年總保費(fèi)的份額分別為75.83%、86.49%、85.92%、77.66%，選擇樣本可以代表壽險(xiǎn)經(jīng)營(yíng)的總體情況。投入產(chǎn)出指標(biāo)中，選用勞動(dòng)力（手續(xù)費(fèi)及傭金）、實(shí)物資本（業(yè)務(wù)及管理費(fèi)用）、金融資本（實(shí)收資本與資本公積之和）為投入指標(biāo)，將保費(fèi)收入（損益表“保險(xiǎn)業(yè)務(wù)收入”項(xiàng)）、賠付支出（損益表“賠付支出”項(xiàng)）、投資收益（損益表“投資收益”項(xiàng)）作為產(chǎn)出指標(biāo)。

2.2 數(shù)據(jù)來(lái)源

樣本壽險(xiǎn)公司的指標(biāo)數(shù)據(jù)來(lái)源于2015-2018年《中國(guó)保險(xiǎn)年鑒》。

2.3 DEA模型輸出結(jié)果分析

使用DEAP Version2.1工具得出研究樣本公司的總體技術(shù)效率、純技術(shù)效率與規(guī)模效率，輸出結(jié)果如表1所示。

由表1分析可得，我國(guó)壽險(xiǎn)公司總體技術(shù)效率不高，存在較大投入浪費(fèi);樣本公司體現(xiàn)行業(yè)純技術(shù)效率為0.731，在發(fā)展中于2016年效率值下滑后反彈并提升，在各公司數(shù)據(jù)均值中同樣可見，各公司發(fā)展不均衡，如民生人壽、華夏人壽和百年人壽效率值與平均值差距較大。

3 灰色關(guān)聯(lián)分析

3.1 指標(biāo)選用及來(lái)源

變量選用測(cè)算得出的總體經(jīng)營(yíng)效率作為參考序列，將同時(shí)期的保險(xiǎn)科技發(fā)展程度、保險(xiǎn)深度、壽險(xiǎn)業(yè)總資產(chǎn)、人均國(guó)內(nèi)生產(chǎn)總值作為比較序列。其中，本文參考顏瑞云（2019）研究，將2015-2018年保險(xiǎn)科技發(fā)展程度指數(shù)確定為386.82、507.95、625.3、644.11，其他數(shù)據(jù)來(lái)自國(guó)家統(tǒng)計(jì)局官網(wǎng)、中國(guó)保險(xiǎn)行業(yè)協(xié)會(huì)。

3.2 關(guān)聯(lián)度分析

使用SPSSAU工具，將原始數(shù)據(jù)作無(wú)量綱化處理，完成灰色關(guān)聯(lián)分析，輸出結(jié)果整理如表2所示。

從表2結(jié)果可見，保險(xiǎn)科技發(fā)展程度指數(shù)對(duì)壽險(xiǎn)行業(yè)經(jīng)營(yíng)效率關(guān)聯(lián)度較高，達(dá)到0.53以上，其中，倒置科技發(fā)展程度之后與經(jīng)營(yíng)效率值的因果關(guān)系，計(jì)算兩者之間關(guān)聯(lián)度得到0.543、0.509、0.532，比對(duì)稱結(jié)果（0572、0.533、0.532）更低，說(shuō)明保險(xiǎn)科技發(fā)展程度指標(biāo)對(duì)于效率提升有促進(jìn)作用。

4 Tobit回歸分析

4.1 指標(biāo)選用及來(lái)源

本文將純技術(shù)效率值作為被解釋變量，以保險(xiǎn)科技發(fā)展程度Intech（作為虛擬變量，2017年取0，2018年及以后取1）、營(yíng)業(yè)費(fèi)用率Oer（手續(xù)費(fèi)及傭金支出/保費(fèi)收入）、市場(chǎng)占有率Ms（樣本公司保費(fèi)收入/行業(yè)保費(fèi)收入總值）、公司規(guī)模Ln（assets）（樣本公司總資產(chǎn)的自然對(duì)數(shù)）、投資收益率ROI（投資收益/保費(fèi)收入）和互聯(lián)網(wǎng)保費(fèi)占比Inte（互聯(lián)網(wǎng)業(yè)務(wù)收入/總保費(fèi)收入）為解釋變量，衡量壽險(xiǎn)行業(yè)經(jīng)營(yíng)效率。

其中，互聯(lián)網(wǎng)保費(fèi)數(shù)據(jù)來(lái)源于《中國(guó)保險(xiǎn)市場(chǎng)發(fā)展分析》《中國(guó)互聯(lián)網(wǎng)保險(xiǎn)行業(yè)發(fā)展報(bào)告》及其他公開資料整理得到，因2016年以前數(shù)據(jù)采集困難，調(diào)整以中國(guó)人壽、平安人壽、泰康人壽、太平人壽、新華人壽、國(guó)華人壽、工銀安盛、建信人壽、平安養(yǎng)老、中意人壽、光大永明人壽、弘康人壽作為樣本公司，繼續(xù)完成Tobit回歸。

4.2 回歸結(jié)果分析

根據(jù)構(gòu)建模型（其中β為待估系數(shù)，ε為誤差項(xiàng)）：

PTEit=β0+β1Intechit+β2Oerit+β3Msit+β4Ln（assets）it+β5ROIit+β6Inteit+εit ? ? （1）

PTEit=β0+β1Intechit+β2Oerit+β3Msit+β4Ln（assets）it+β5ROIit+β6Inteit+β7Intech×Inteit+εit ? ? ? ?（2）

使用STATA工具，對(duì)樣本數(shù)據(jù)進(jìn)行回歸，輸出結(jié)果整理如表3所示。

其中，***、**、*分別代表數(shù)據(jù)在1%、5%、10%水平下顯著。

根據(jù)回歸結(jié)果，模型（1）表示在10%的顯著性水平，保險(xiǎn)科技發(fā)展程度與公司效率正相關(guān)，即可以通過(guò)提升科技發(fā)展水平提高經(jīng)營(yíng)效率，在模型（2）中引入科技發(fā)展與互聯(lián)網(wǎng)保費(fèi)占比交互項(xiàng)，其通過(guò)1%顯著性水平檢驗(yàn)，表明保險(xiǎn)科技在壽險(xiǎn)業(yè)存在分配效果。

5 結(jié)論

第一，我國(guó)壽險(xiǎn)行業(yè)總體技術(shù)效率不高，并且不同公司之間的純技術(shù)效率差異較大，發(fā)展不均衡，也說(shuō)明壽險(xiǎn)行業(yè)在效率提升方面存在較大空間。第二，保險(xiǎn)科技的融合發(fā)展對(duì)壽險(xiǎn)公司的經(jīng)營(yíng)效率提升存在積極促進(jìn)作用，其原因經(jīng)分析可能是科技賦能會(huì)部分減少保險(xiǎn)公司的人力成本支出并提升各環(huán)節(jié)運(yùn)營(yíng)效率，從而提高保險(xiǎn)公司經(jīng)營(yíng)效率。第三，保險(xiǎn)科技發(fā)展水平對(duì)壽險(xiǎn)業(yè)產(chǎn)生分配效果，各公司對(duì)互聯(lián)網(wǎng)渠道的建設(shè)鞏固對(duì)業(yè)務(wù)戰(zhàn)略布局存在重要作用。

【參考文獻(xiàn)】

【1】吳伊僑.基于DEA的我國(guó)保險(xiǎn)公司經(jīng)營(yíng)效率研究[D].廣州：廣東外語(yǔ)外貿(mào)大學(xué)，2020.

【2】殷悅.互聯(lián)網(wǎng)背景下財(cái)產(chǎn)保險(xiǎn)公司經(jīng)營(yíng)效率影響因素研究[D].杭州：浙江大學(xué)，2019.

【3】陳華，杜霞，王麗珍.全面風(fēng)險(xiǎn)管理對(duì)企業(yè)經(jīng)營(yíng)效率的影響——基于45家壽險(xiǎn)公司的實(shí)證研究[J].保險(xiǎn)研究，2019（02）：3-15.

【4】孫蓉，奉唐文.保險(xiǎn)公司經(jīng)營(yíng)農(nóng)險(xiǎn)的效率及其影響因素——基于SBM模型與DEA窗口分析法[J].保險(xiǎn)研究，2016（01）：43-53.

【5】白彩全，范婧雯，何宜慶，等.中國(guó)財(cái)產(chǎn)保險(xiǎn)公司經(jīng)營(yíng)效率評(píng)價(jià)及影響因素：基于CCR-BCC和Malmquist的DEA-Tobit模型[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2015，45（13）：18-30.

【6】高雪巖.保險(xiǎn)科技視角下對(duì)保險(xiǎn)產(chǎn)品線上購(gòu)銷風(fēng)險(xiǎn)管控的研究[J].中小企業(yè)管理與科技，2020（12）：82-83.