保險科技視角下壽險公司聲譽風(fēng)險防范研究

翁志超 林 瑩 福州大學(xué)經(jīng)濟與管理學(xué)院

一、引言

近年來，保險科技發(fā)展迅速，逐漸成為未來保險業(yè)轉(zhuǎn)型升級和創(chuàng)新的關(guān)鍵因素。2021 年12 月29 日，中國保險行業(yè)協(xié)會在《保險科技“十四五”發(fā)展規(guī)劃》中提出，要增強保險價值鏈創(chuàng)新的科技支撐，提升科技應(yīng)用風(fēng)險管控，增強人民群眾對數(shù)字化、網(wǎng)絡(luò)化、智能化保險產(chǎn)品和服務(wù)的滿意度，讓保險科技真正賦能保險行業(yè)高質(zhì)量發(fā)展。科技是一把“雙刃劍”，保險科技也不例外。一方面，保險科技賦能保險行業(yè)，推動保險行業(yè)創(chuàng)新發(fā)展，降低保險公司的聲譽風(fēng)險；另一方面，保險科技使保險市場上的風(fēng)險總量和結(jié)構(gòu)發(fā)生變化，大量以客戶為中心的數(shù)據(jù)和賬戶服務(wù)會帶來新的風(fēng)險，從而可能會加大保險公司的聲譽風(fēng)險，需要有與之配套的風(fēng)險防范體系。

聲譽風(fēng)險作為當(dāng)今保險公司面臨的難以量化的顯著風(fēng)險之一，已被納入風(fēng)險綜合評級體系。早在2014年2月，原中國保監(jiān)會就印發(fā)了《保險公司聲譽風(fēng)險管理指引》，強調(diào)了保險公司聲譽風(fēng)險的重要性。償二代也將聲譽風(fēng)險納入了監(jiān)管框架。2021 年2 月，中國銀保監(jiān)會制定《銀行保險機構(gòu)聲譽風(fēng)險管理辦法（試行）》，要求保險機構(gòu)注重提升聲譽風(fēng)險管理水平，有效防范化解聲譽風(fēng)險，維護市場信心和金融穩(wěn)定，要求我國監(jiān)管機構(gòu)將保險機構(gòu)的聲譽風(fēng)險管理納入法人監(jiān)管體系。對此，有必要對保險機構(gòu)的聲譽風(fēng)險防范問題進行進一步研究。

鑒于以上現(xiàn)實背景，考慮到壽險公司經(jīng)營存續(xù)期更長的產(chǎn)品，面臨更加復(fù)雜的風(fēng)險。本文以壽險公司為研究對象，試圖回答以下幾個問題：第一，保險科技和壽險公司聲譽風(fēng)險如何量化；第二，保險科技與壽險公司聲譽風(fēng)險之間究竟是什么樣的關(guān)系；第三，保險科技對壽險公司聲譽風(fēng)險的影響是否具有異質(zhì)性。解決這些問題對壽險公司防范聲譽風(fēng)險、促進保險科技更好地賦能壽險公司發(fā)展具有重要的理論價值和現(xiàn)實意義。

二、文獻綜述

現(xiàn)有關(guān)于聲譽風(fēng)險的研究主要集中在聲譽風(fēng)險的重要性研究和量化研究。在對聲譽風(fēng)險的重要性研究上，Dinah和Nadine（2018）通過文本挖掘方法，發(fā)現(xiàn)年度報告中反映的聲譽風(fēng)險管理的意識和重要性在過去十年中增加了。Szwajca（2018）指出，在當(dāng)前的數(shù)字時代，隨著互聯(lián)網(wǎng)和社交媒體的發(fā)展，公司聲譽面臨著許多威脅，對聲譽風(fēng)險有效管理的重要性和需求日益增長。在對聲譽風(fēng)險的量化研究上，現(xiàn)有的量化方法主要包括三大類：第一類是運用單一財務(wù)指標(biāo)來量化（畢翼，2013）；第二類是將其作為操作風(fēng)險的子風(fēng)險進行估計，利用統(tǒng)計學(xué)方法如蒙特卡羅模擬方法計算聲譽風(fēng)險造成損失的概率（Kunitsyna 等，2018）；第三類是構(gòu)建聲譽指數(shù)體系（Fombrun，1998；Zaby和Pohl，2019；仲賽末、趙桂芹，2020）。

國內(nèi)外學(xué)者對保險科技影響保險公司的研究主要分為理論研究和實證研究兩個部分。理論研究部分主要分為以下三類觀點。第一類是保險科技具有雙面性（許閑，2017；唐金成、劉魯，2019；F.John，2019；Hugh，2020）。一方面，它能賦能保險行業(yè)，重塑保險業(yè)態(tài)，完善保險產(chǎn)品與服務(wù)，給保險行業(yè)發(fā)展帶來機遇；另一方面，它會給保險公司帶來一定的風(fēng)險和挑戰(zhàn)。第二類是保險科技具有正面影響。保險科技能給消費者更多選擇和更高的滿足感，加快保險公司在產(chǎn)品設(shè)計、風(fēng)險管理、理賠管理等流程上的創(chuàng)新發(fā)展（Veselina和Peter，2017；Stoeckli 等，2018；趙大偉、杜謙，2020）。王麗輝（2018）指出，保險科技發(fā)展沖擊了傳統(tǒng)保險業(yè)的盈利和經(jīng)營模式，能使更多邊緣客戶受到關(guān)注，在一定程度上改善傳統(tǒng)保險市場的“長尾問題”。Robyn 等（2019）認(rèn)為，保險科技能夠緩解保險業(yè)存在的信息不對稱問題。王媛媛（2019）指出，新技術(shù)賦能傳統(tǒng)保險業(yè)務(wù)能提升保險行業(yè)的效率和質(zhì)量，提升客戶服務(wù)體驗，增加客戶黏度。胡芳等（2021）指出，保險科技能通過新技術(shù)優(yōu)化健康產(chǎn)業(yè)的營銷渠道、個性化定價，減少銷售誤導(dǎo)，降低人為失誤，提升保險公司的經(jīng)營效能和風(fēng)險管理水平。第三類是保險科技帶來了挑戰(zhàn)和風(fēng)險。李計和羅榮華（2019）認(rèn)為，保險互聯(lián)網(wǎng)渠道魚龍混雜，存在個別營銷員誤導(dǎo)消費者的現(xiàn)象。劉孟飛（2021）研究發(fā)現(xiàn)，金融科技帶來新的風(fēng)險，使保險市場變得日益復(fù)雜化。

實證研究部分主要包括以下三類。第一類是影響經(jīng)營績效。賈立文和萬鵬（2019）研究發(fā)現(xiàn)，保險科技在新技術(shù)賦能階段能顯著提升財險公司經(jīng)營績效。謝婷婷和趙雪莉（2021）進一步研究發(fā)現(xiàn)，保險科技對中外資財險公司經(jīng)營效率的影響存在差異性。孫明明等（2022）研究發(fā)現(xiàn)，保險科技對保險公司經(jīng)營效率具有正向促進作用，且對壽險公司作用更為顯著。第二類是影響風(fēng)險承擔(dān)。完顏瑞云和鎖凌燕（2019）研究發(fā)現(xiàn)，保險科技總體上能顯著提升保險公司風(fēng)險承擔(dān)水平。第三類是影響創(chuàng)新發(fā)展。毋辰燕和王華麗（2020）研究發(fā)現(xiàn)，科技創(chuàng)新提升保險公司的成長性綜合能力。Li等（2020）指出，互聯(lián)網(wǎng)金融促進傳統(tǒng)保險業(yè)創(chuàng)新發(fā)展。孫明明等（2021）研究發(fā)現(xiàn)，保險科技發(fā)展與保險公司產(chǎn)品創(chuàng)新能力之間存在顯著的正相關(guān)且對壽險公司的積極影響更大。

上述文獻為本文的研究提供了有益借鑒，但在保險科技視角下，缺乏對保險科技與保險公司聲譽風(fēng)險關(guān)系的研究。本文對此進行了拓展，將保險科技這一因素納入壽險公司聲譽風(fēng)險防范研究中。

三、理論分析與研究假設(shè)

（一）保險科技與壽險公司聲譽風(fēng)險

保險科技是指通過大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈等創(chuàng)新技術(shù)，以保險營銷、保險產(chǎn)品創(chuàng)新、保險理賠和服務(wù)、保險公司風(fēng)險管理等為切入點，改善保險行業(yè)生態(tài)，為保險公司提供特定解決方案。

首先，保險科技作為金融科技的一個重要分支，它能促進保險營銷體制改革。根據(jù)代理理論和信息效應(yīng)理論，金融科技的發(fā)展有助于降低信息不對稱性，減少違規(guī)行為的發(fā)生，規(guī)范公司經(jīng)營行為，改善公司服務(wù)和經(jīng)營效率（牟衛(wèi)衛(wèi)、劉克富，2021）。根據(jù)長尾理論，保險科技應(yīng)用擴大了保險服務(wù)和產(chǎn)品的覆蓋范圍，有效改善保險市場的“長尾狀況”，增加保險公司的盈利。代理人制度是保險公司傳統(tǒng)營銷體系的核心，由于保險消費者的潛在性、分散性和不確定性以及保險產(chǎn)品的無形性、復(fù)雜性，在傳統(tǒng)保險經(jīng)營模式下，保險公司只能通過代理人來進行產(chǎn)品銷售，客戶體驗較差（趙大偉、杜謙，2020）?？蛻羰潜ｋU公司利潤的源泉，保險公司營銷管理的重要內(nèi)容是吸引和留住客戶。保險科技的出現(xiàn)取代了人力，起到“去中心化”的作用，真正做到“以客戶為中心”，優(yōu)化客戶體驗感和服務(wù)滿意度，防范保險公司聲譽風(fēng)險。

其次，保險科技能加快保險公司產(chǎn)品的開發(fā)和創(chuàng)新。根據(jù)技術(shù)擴散理論，保險公司引入保險科技能促進自身的技術(shù)升級，助推公司和行業(yè)前進。保險科技有助于提高保險產(chǎn)品創(chuàng)新效率與精準(zhǔn)度，滿足過去無法滿足的產(chǎn)品多樣化需求（孫明明等，2021）。大數(shù)據(jù)技術(shù)的應(yīng)用幫助保險公司進行產(chǎn)品個性化定制及創(chuàng)新，改善保險公司產(chǎn)品和服務(wù)，防范聲譽風(fēng)險。

再次，保險科技有助于改善保險公司與消費者關(guān)系。保險科技能幫助消費者提高生活品質(zhì)，改善其消費行為，增加其消費價值（許閑，2017）。保險科技有助于消費者進行自身的風(fēng)險管理，降低可能存在的各類風(fēng)險。保險科技產(chǎn)品的便捷性給予消費者更多的選擇空間，幫助降低消費者的道德風(fēng)險和逆向選擇，改善保險公司與消費者關(guān)系，防范保險公司聲譽風(fēng)險。

最后，保險科技能提升保險公司風(fēng)險管理水平。保險是經(jīng)營風(fēng)險的行業(yè)，傳統(tǒng)保險業(yè)主要集中防控道德風(fēng)險、逆向選擇、操作風(fēng)險及投資風(fēng)險等。保險科技的應(yīng)用能使這些風(fēng)險得到一定程度的緩解甚至消除。保險科技還能幫助改進保險業(yè)的風(fēng)險管理技術(shù)，從而有望防范行業(yè)整體聲譽風(fēng)險?；谏鲜龇治?，本文提出假設(shè)1：保險科技能防范壽險公司的聲譽風(fēng)險。

（二）不同股權(quán)性質(zhì)的壽險公司的保險科技與聲譽風(fēng)險

國外的保險科技起步較早，外資壽險公司在經(jīng)營中積累的經(jīng)驗和技術(shù)等更加成熟，但提升空間也相對較少。從經(jīng)營范圍來看，外資壽險公司的市場占有率和規(guī)模保費要小于中資壽險公司，保險科技應(yīng)用的潛力也小于中資壽險公司。從服務(wù)對象看，相較于中資壽險公司，外資壽險公司的客戶主要是高端客戶。保險科技應(yīng)用的目的之一就在于服務(wù)長尾客戶，所以外資壽險公司在應(yīng)用保險科技時會受到極大約束（謝婷婷、趙雪莉，2021）?；谏鲜龇治?，本文提出假設(shè)2：保險科技對壽險公司聲譽風(fēng)險的影響存在股權(quán)異質(zhì)性。

四、研究設(shè)計

（一）壽險公司的聲譽及聲譽風(fēng)險指數(shù)構(gòu)造

1.聲譽評價體系指標(biāo)選取

企業(yè)聲譽是對一個公司相對于參考集團公司與該公司對資源的競爭對一個特定群體利益相關(guān)者吸引力的集體評估（Fombrun，1998）。本文將壽險公司的聲譽定義為壽險公司利益相關(guān)方對其的一個綜合評價。綜合評價指數(shù)越高，說明壽險公司的聲譽越好。本文以Harris-Fombrun的譽商指標(biāo)體系為基礎(chǔ)，借鑒仲賽末和趙桂芹（2020）等已有文獻研究，引用保險公司的信用評級指標(biāo)和原中國保監(jiān)會制定的《保險公司法人機構(gòu)經(jīng)營評價指標(biāo)》，考慮數(shù)據(jù)的可得性、準(zhǔn)確性及可靠性等，構(gòu)建針對我國壽險公司聲譽水平的評估體系。具體的評估指標(biāo)體系包括以下八個方面：企業(yè)感召力；保險產(chǎn)品和服務(wù)；企業(yè)工作環(huán)境；財務(wù)狀況；保險創(chuàng)新和風(fēng)險；監(jiān)管處罰；社會責(zé)任；行業(yè)發(fā)展。具體評估指標(biāo)體系如圖1及表1所示。

本文的二級指標(biāo)都是在一級指標(biāo)下選取的。例如，在企業(yè)感召力（一級指標(biāo)）下選取產(chǎn)品市場份額（二級指標(biāo)）。產(chǎn)品市場份額反映了壽險公司規(guī)模的大小，顯然，產(chǎn)品市場份額越大，壽險公司的感召力越大，兩者之間是正相關(guān)的，所以本文將其選取為正向指標(biāo)。反之，綜合費用率越高，產(chǎn)品與服務(wù)的成本越高，收益就越小，兩者存在負(fù)相關(guān)關(guān)系，所以，本文將其選取為負(fù)向指標(biāo)。其余的正向指標(biāo)與負(fù)向指標(biāo)的選取依此類推。除此之外，還有部分指標(biāo)不能簡單地衡量，本文將其選取為適度指標(biāo)。例如，再保比例指標(biāo)。過往的研究表明，再保比例與產(chǎn)品和服務(wù)之間并不存在明確的正向或負(fù)向關(guān)系，而應(yīng)當(dāng)存在一個最優(yōu)的再保險比例。其他指標(biāo)如銷售渠道、杠桿比率等也存在類似的結(jié)論，即二級指標(biāo)與一級指標(biāo)的正負(fù)向關(guān)系不能確定，所以本文都將其選取為適度指標(biāo)。

?圖1 壽險公司聲譽水平評估指標(biāo)體系

?表1 壽險公司聲譽指數(shù)構(gòu)造指標(biāo)

2.指標(biāo)標(biāo)準(zhǔn)化處理

為了讓數(shù)據(jù)具有可比性，首先對指標(biāo)數(shù)據(jù)作正向化和無量綱化處理。根據(jù)以往文獻，本文采用最常見的極差法來對定量數(shù)據(jù)進行歸一化處理，如公式（1）至公式（3）所示。

其中，Xtij為第t年第i個壽險公司的第j 個評價指標(biāo)的原始指標(biāo)值，xjmax、xjmin、xj適對應(yīng)樣本期內(nèi)j指標(biāo)的最大、最小和適度值，其中，xj適用各個指標(biāo)在樣本期內(nèi)的均值來表示，Xtij為歸一化后的指標(biāo)值。

3.指標(biāo)權(quán)重確定

如表1 所示，聲譽指數(shù)的構(gòu)造體系包含一級指標(biāo)8 個，二級指標(biāo)29個。在賦權(quán)方法選擇上，考慮到主觀法缺乏客觀性，客觀法過度依據(jù)樣本差異，指標(biāo)的重要程度與樣本的差異程度之間可能不相符。為實現(xiàn)二者的統(tǒng)一，采用“乘法合成歸一化法”確定綜合權(quán)重wj綜合。綜合權(quán)重如公式（4）所示，其中，主觀權(quán)重為wj主觀，客觀權(quán)重為wj客觀。

（1）主觀權(quán)重

為了全面反映各個指標(biāo)的貢獻，借鑒仲賽末和趙桂芹（2020）以及范合君和吳婷（2021）等的研究，本文以二級指標(biāo)的貢獻率為權(quán)重，采取等權(quán)重法。

（2）客觀權(quán)重

考慮到熵權(quán)法和CRITIC 法在客觀賦權(quán)上的均等地位，二者可以互相彌補不足，實現(xiàn)客觀賦權(quán)法間的優(yōu)勢互補?？陀^權(quán)重的計算如公式（5）所示，其中，熵權(quán)法權(quán)重為wj熵權(quán)法，CRITIC 權(quán)重法權(quán)重為

4.聲譽指數(shù)的構(gòu)造

根據(jù)標(biāo)準(zhǔn)化及確定的權(quán)重可以構(gòu)造各壽險公司的聲譽指數(shù)Repuit，如公式（6）所示。

5.聲譽風(fēng)險指數(shù)的構(gòu)造

聲譽風(fēng)險源于利益相關(guān)者的期望與公司績效之間的差距，當(dāng)公司未能滿足特定利益相關(guān)者的需求時，就會產(chǎn)生聲譽風(fēng)險（Szwajca，2018；Zaby 和Pohl，2019）。良好的聲譽會使企業(yè)面臨聲譽風(fēng)險的可能性更高，高聲譽意味著承擔(dān)更大的責(zé)任風(fēng)險（Nobanee 等，2021）。據(jù)此，本文在借鑒仲賽末和趙桂芹（2020）構(gòu)造聲譽指數(shù)的基礎(chǔ)上，根據(jù)夏普指數(shù)和期望方差模型構(gòu)造壽險公司的聲譽風(fēng)險指數(shù)。構(gòu)造方法如公式（7）所示。

其中，Repuriskit為第i家壽險公司第t年的聲譽風(fēng)險指數(shù)，Repurate、Repuratemean和σRepurate分別為聲譽指數(shù)Repuit的變化率、變化率連續(xù)三年的滾動均值和滾動標(biāo)準(zhǔn)差，這里參照邊文龍和王向楠（2017）的滾動方法（樣本當(dāng)年以及前兩年）來計算均值和標(biāo)準(zhǔn)差。再對該指數(shù)進行歸一化處理得到樣本壽險公司2016年至2020年的聲譽風(fēng)險指數(shù)。該指數(shù)越大，聲譽風(fēng)險越小，反之則越大。

（二）數(shù)據(jù)來源與樣本選擇

1.數(shù)據(jù)來源

保險公司數(shù)據(jù)從2013年至2021年《中國保險年鑒》《中國統(tǒng)計年鑒》以及原中國保監(jiān)會和各保險公司信息披露數(shù)據(jù)中獲取，均為公開可得數(shù)據(jù)。

2.樣本選擇

綜合考慮數(shù)據(jù)可得性和有效性，本文樣本選擇2012年至2020年財務(wù)及相關(guān)數(shù)據(jù)相對完整的50家壽險公司。所選樣本公司均在2012年前已經(jīng)開業(yè)以保證可以獲取到年度財務(wù)數(shù)據(jù)。對除虛擬變量外的其他變量數(shù)據(jù)在1%和99%處進行縮尾處理，以降低異常值對樣本公司真實經(jīng)營狀況的影響。

（三）變量選擇

1.被解釋變量

聲譽風(fēng)險指數(shù)。上文構(gòu)造的歸一化后的聲譽風(fēng)險指數(shù)（Repuriskit），限于篇幅在此只展示聲譽指數(shù)（Repuit）及聲譽風(fēng)險指數(shù)（Repuriskit）測算結(jié)果的均值。如表2 所示，結(jié)果表明指標(biāo)構(gòu)造符合實際情況，說明上述賦權(quán)方法具有合理性。從構(gòu)造的聲譽風(fēng)險指數(shù)看，中國人壽、平安人壽、人保壽險、太平洋人壽、太平人壽等聲譽指數(shù)較大的壽險公司，聲譽風(fēng)險指數(shù)排名并不靠前，說明對于聲譽良好的壽險公司來說，聲譽風(fēng)險依舊是存在的，甚至高于聲譽指數(shù)較低的壽險公司。所以，對于聲譽良好的壽險公司來說預(yù)防聲譽風(fēng)險同樣重要。

2.解釋變量

保險科技指數(shù)。以往學(xué)界對于保險科技的研究相對較少，本文借鑒金融科技指數(shù)的構(gòu)造方法，為獲取比較準(zhǔn)確科學(xué)的指數(shù)，采用北京大學(xué)數(shù)字金融研究中心編制的省級層面的數(shù)字普惠金融指數(shù)的保險分項來構(gòu)造各個保險公司的保險科技指數(shù)。考慮到壽險公司經(jīng)營范圍覆蓋多個省份，而保費收入是評價保險機構(gòu)經(jīng)營業(yè)績的重要指標(biāo)，本文以保險公司在各省份地區(qū)的保費收入占保險公司保費總收入比重為權(quán)重來計算其加權(quán)保險科技指數(shù)，以反映各個壽險公司的實際情況。下文采用數(shù)字普惠金融總指數(shù)作為保險科技的代理變量并進行相同處理。

3.控制變量

本文參照已有相關(guān)研究，借鑒譚英平（2013）等從經(jīng)濟發(fā)展環(huán)境、金融市場環(huán)境、政府政策環(huán)境、社會信用環(huán)境四大保險生態(tài)環(huán)境要素中選擇可能影響壽險公司聲譽風(fēng)險的宏觀控制變量，包括國家總體宏觀經(jīng)濟發(fā)展水平（ZGDPgro）、通貨膨脹水平（Logcpi）、展業(yè)區(qū)域經(jīng)濟發(fā)展水平（GDPgro）、存貸款余額占GDP 比重（Fin）、政府教育支出占財政支出比重（Edu）及政府監(jiān)管支出占財政支出比重（Govern）。在微觀層面，借鑒以往研究選取壽險公司的微觀特征控制變量，包括資產(chǎn)規(guī)模（Size）、經(jīng)營時間（Age）、投資收益率（ROI）、資產(chǎn)增長率（Asgro）、董事會規(guī)模（Bsize）、獨立董事比例（Indep）、監(jiān)事規(guī)模（Jsize）及高級管理人員規(guī)模（Manage）。具體控制變量及定義如表3所示。

?表2 樣本壽險公司平均聲譽指數(shù)、平均聲譽風(fēng)險指數(shù)及排名

?表3 各類變量及定義

（四）模型設(shè)定

為了檢驗假設(shè)，本文設(shè)定檢驗?zāi)Ｐ椭饕紤]到可能存在遺漏變量或代理變量測量誤差所導(dǎo)致的內(nèi)生性問題，選用固定效應(yīng)模型?；貧w方程中加入了一些控制變量，這些變量都是以前的文獻中認(rèn)為可能影響壽險公司聲譽風(fēng)險的其他因素，設(shè)計方程如公式（8）所示。

其中，i為壽險公司，t為年份；Repuriskit表示壽險公司的聲譽風(fēng)險指數(shù)，核心解釋變量Itechit表示保險科技水平，Controlit表示壽險公司宏觀經(jīng)濟變量和微觀特征變量；uit表示壽險公司固定效應(yīng)，εit為隨機誤差項。

五、實證檢驗與結(jié)果分析

（一）描述性統(tǒng)計

表4 給出了各變量的描述性統(tǒng)計結(jié)果。樣本中壽險公司整體的聲譽風(fēng)險指數(shù)（Repuriskit）較低，均值為0.483，各壽險公司各年份的聲譽風(fēng)險指數(shù)存在著較大差異，標(biāo)準(zhǔn)差為0.349。保險科技指數(shù)（Itechit）及其代理變量（Itechit1）的平均值均小于中位數(shù)，說明保險科技指數(shù)呈現(xiàn)左偏分布，即超半數(shù)的保險科技指數(shù)大于平均值?？梢哉J(rèn)為，保險科技指數(shù)整體向好。由于控制變量不是本文的研究重點，所以此處不對其進行詳述。

?表4 各變量的描述性統(tǒng)計結(jié)果

（二）全樣本檢驗

從表5全樣本基準(zhǔn)回歸結(jié)果可以看出，當(dāng)期保險科技指數(shù)與聲譽風(fēng)險指數(shù)正相關(guān)，估計系數(shù)均在10%置信水平以上通過了顯著性檢驗。這意味著，當(dāng)期保險科技發(fā)展水平（Itechit）總體上與壽險公司聲譽風(fēng)險（Repuriskit）是正相關(guān)的，即保險科技程度越高，壽險公司聲譽風(fēng)險越低。從控制變量上看，資產(chǎn)規(guī)模（Size）在5%置信水平上顯著為正，投資收益率（ROI）在10%置信水平上顯著為正，說明規(guī)模大的壽險公司的聲譽風(fēng)險相對較低，提高壽險公司的盈利能力對壽險公司防范聲譽風(fēng)險具有一定作用。

（三）分組檢驗

為進一步分析保險科技對于股權(quán)性質(zhì)不同的壽險公司聲譽風(fēng)險的影響效果，本文將壽險公司分為中資和外資兩類，對27家中資和23家外資壽險公司樣本數(shù)據(jù)分組檢驗，回歸結(jié)果如表5所示。中資壽險公司子樣本檢驗結(jié)果顯示，中資壽險公司的保險科技指數(shù)與其聲譽風(fēng)險顯著正相關(guān)，且系數(shù)略大于全樣本的檢驗結(jié)果。外資壽險公司子樣本檢驗結(jié)果顯示，保險科技發(fā)展程度與外資壽險公司聲譽風(fēng)險之間關(guān)系不顯著。以上結(jié)果證實了假設(shè)2，說明保險科技對中資壽險公司的影響效果要優(yōu)于外資壽險公司。

?表5 保險科技與壽險公司聲譽風(fēng)險：基準(zhǔn)回歸

（四）穩(wěn)健性檢驗

為了檢驗實證結(jié)果的穩(wěn)健性，本文使用變量替換法和建立Tobit模型兩種方法。

1.變量替換法

將原模型采用的省級層面數(shù)字金融發(fā)展指數(shù)保險分項替換為數(shù)字普惠金融總指數(shù)（Itechit1）進行穩(wěn)健性檢驗，重新構(gòu)建面板數(shù)據(jù)。使用變量替換法后的回歸結(jié)果與前文基本一致，說明保險科技發(fā)展程度與壽險公司聲譽風(fēng)險之間關(guān)系的回歸結(jié)果是穩(wěn)健的，再次驗證了前文假設(shè)。

2.建立Tobit模型

由于上文對被解釋變量做了歸一化處理，此時的聲譽風(fēng)險指數(shù)是截堵數(shù)據(jù)。在對截堵數(shù)據(jù)進行回歸時，直接使用固定效應(yīng)模型的結(jié)果可能有偏差，Tobit模型可以很好地解決這一問題。Tobit模型的估計結(jié)果表明基礎(chǔ)回歸的結(jié)果是穩(wěn)健的。

（五）內(nèi)生性檢驗

1.變量滯后

考慮到保險科技對壽險公司的影響可能帶有一定時滯性，并且能緩解反向因果問題。本文借鑒已有文獻，在數(shù)據(jù)可得的條件下，分別將保險科技滯后一期、二期進行回歸。由表6 所示結(jié)果可知，滯后一期的保險科技指數(shù)（Itechi,t-1）與壽險公司聲譽風(fēng)險是顯著正相關(guān)的，滯后二期（Itechi,t-2）并沒有顯著的影響關(guān)系，表明保險科技對壽險公司聲譽風(fēng)險的正向影響集中在短期。

同樣，分別對中外資壽險公司進行滯后回歸處理。如表7 所示，結(jié)果表明，滯后一期保險科技指數(shù)對中資壽險公司聲譽風(fēng)險的影響系數(shù)均在5%水平以上顯著，滯后二期的系數(shù)均不顯著，說明保險科技發(fā)展對中資壽險公司的積極影響集中在短期。滯后一期和二期的保險科技指數(shù)對外資壽險公司聲譽風(fēng)險的影響系數(shù)均不顯著，驗證了假設(shè)2，保險科技發(fā)展對壽險公司的滯后影響存在股權(quán)異質(zhì)性。

2.工具變量法

借鑒林木西和肖宇博（2022）等的研究，為緩解反向因果帶來的內(nèi)生性問題，本文選取保險科技指數(shù)的一期、二期滯后值（Itechi,t-1、Itechi,t-2）作為工具變量（IV）進行兩階段最小二乘法（2SLS）估計。為緩解由于遺漏變量帶來的內(nèi)生性問題，本文選取移動電話普及率（Mpp）作為分析的工具變量，移動電話的普及是保險科技發(fā)展的基礎(chǔ)，移動電話的普及與壽險公司聲譽風(fēng)險并不相關(guān)，同時滿足相關(guān)性和排他性要求。

表8 的內(nèi)生性檢驗結(jié)果顯示，通過內(nèi)生性檢驗后，保險科技對壽險公司聲譽風(fēng)險的正向作用在10%的顯著水平及以上依然成立，再次驗證了假設(shè)1。在對工具變量法的有效性驗證中，不可識別檢驗的KPLM統(tǒng)計量的P值均為0.000，顯著拒絕“識別不足”的原假設(shè)，說明可以使用工具變量法。在以滯后一期和二期的保險科技指數(shù)以及移動電話普及率為工具變量的弱工具變量檢驗中，CDF 和KPF 的統(tǒng)計量值分別都大于弱工具變量檢測中10%偏誤的臨界值，可以拒絕原假設(shè)，認(rèn)為不存在弱工具變量問題，驗證了本文工具變量選擇的合理性。

?表6 保險科技與壽險公司聲譽風(fēng)險：全樣本滯后回歸

?表7 保險科技與壽險公司聲譽風(fēng)險：子樣本滯后回歸

六、結(jié)論與建議

（一）結(jié)論

本研究梳理了保險科技與保險公司聲譽風(fēng)險防范之間關(guān)系的理論，并據(jù)此提出假設(shè)。利用2012—2020年中國50家壽險公司的樣本數(shù)據(jù)，首先在Harris-Fombrun聲譽評價體系基礎(chǔ)上嘗試?yán)弥骺陀^相結(jié)合的綜合賦權(quán)法和期望方差模型對壽險公司的聲譽風(fēng)險進行量化，接著采用面板模型對理論假設(shè)進行較為穩(wěn)健的實證檢驗，主要結(jié)論如下。

第一，基于Harris-Fombrun聲譽評價體系及期望方差模型構(gòu)建的壽險公司聲譽及聲譽風(fēng)險評價體系能夠幫助壽險公司量化聲譽及聲譽風(fēng)險水平。

?表8 內(nèi)生性檢驗結(jié)果

第二，平均聲譽水平高的壽險公司同樣存在聲譽風(fēng)險。壽險公司需要重視聲譽風(fēng)險防范。

第三，總體上，保險科技發(fā)展與壽險公司聲譽風(fēng)險之間存在正相關(guān)關(guān)系，即保險科技發(fā)展能防范壽險公司聲譽風(fēng)險，保險科技對壽險公司聲譽風(fēng)險的影響存在短期滯后性。

第四，保險科技對不同股權(quán)性質(zhì)的壽險公司聲譽風(fēng)險的影響具有異質(zhì)性，保險科技能有效防范中資壽險公司的聲譽風(fēng)險。

（二）加強壽險公司聲譽風(fēng)險防范的建議

基于上述研究結(jié)論，本文提出以下建議。

第一，要提高對壽險公司聲譽風(fēng)險防范的關(guān)注度。隨著保險科技的不斷發(fā)展，壽險公司無論聲譽水平高低，都需從動態(tài)視角防范聲譽風(fēng)險。

第二，壽險公司聲譽風(fēng)險防范要與時俱進。壽險公司要全方面降低自身的聲譽風(fēng)險，不斷提高自身投資業(yè)務(wù)和承保業(yè)務(wù)的盈利水平，促進自身健康發(fā)展。

第三，保險科技目前處在賦能保險行業(yè)發(fā)展的重要階段，應(yīng)當(dāng)充分并且及時發(fā)揮保險科技對壽險公司聲譽風(fēng)險防范的積極作用。壽險公司要將保險科技的各項技術(shù)充分運用到日常經(jīng)營與管理中，使技術(shù)賦能壽險公司更長久健康的發(fā)展進步，防范聲譽風(fēng)險。

第四，中資壽險公司要充分利用自己的本土優(yōu)勢，牢牢抓住保險科技賦予的機遇對自身聲譽風(fēng)險進行防范。外資壽險公司應(yīng)當(dāng)加強與中資壽險公司的交流和合作，使保險科技能在未來更好地發(fā)揮聲譽風(fēng)險防范作用。