下载文档原格式
我国寿险业经营效率的研究张丽花南开大学经济与社会发展研究院，天津（300071）E-mail：sophia21200893@摘要：本文采用DEA三阶段法研究了我国寿险业2002-2006年的经营效率，实证结果表明：（1）寿险业是一个受环境因素及统计噪音影响极大的行业，在剔除这些因素后，寿险业的平均效率值下降幅度达 76.6%，且同质经营环境下效率值低下几乎全部由规模效率的低下所导致；（2）外商独资、合资企业在资源投入效率上各具优势，加之企业成立年数并不构成对效率的影响因素，表明年轻的我国寿险企业在与开放的市场环境条件下与外来企业展开竞争时，自身条件并不处于劣势，但规模不足却是制约效率的主要问题；（3）负债资本与寿险业效率提升有显著的正相关性，表明提高市场占有率及财务杠杆率对提升寿险企业经营效率极为有利，但由于资金充裕可能带来人力资源利用的无效率，这提示寿险企业在扩张同时需要兼顾规模适度。
关键词：寿险业；DEA三阶段法；经营效率中图分类号：F840.621 引言近年来，寿险业是我国保险业中发展最快的行业，也是市场竞争最激烈的行业之一。
从1994年以来，我国寿险业在十几年的时间内得到了巨大的发展。
1994年，我国寿险保费总量为162亿元人民币，而在2008年我国寿险保费总量达6558.4亿元人民币，短短的十几年间，我国的寿险保费收入飙升。
目前，我国的寿险保费收入成为排在日本寿险保费收入之后的第二大亚洲市场。
在保费收入剧增的同时，我国寿险业的市场结构和规模也发生了很大的变化，由最初的4家大型寿险公司垄断经营快速发展成为目前56家寿险公司分割市场的竞争局面。
尽管寿险业的总体保费收入在不断上升，但是与国外同业相比，我国的寿险业发展基础仍显薄弱，经营环境不完善，经营能力落后，在全球经济不景气的市场环境下以及外资寿险公司加速占领我国市场的双重压力下，如何提升我国寿险业的效率和提高寿险公司的竞争力成为当前寿险业需要解决的重点问题。
基于DEA模型的寿险公司经营效率分析【摘要】本文旨在基于DEA模型对寿险公司的经营效率进行分析。
在将介绍研究背景、研究目的和研究意义。
正文部分将包括DEA模型概述、寿险公司经营效率定义、DEA模型在寿险公司经营效率分析中的应用、影响寿险公司经营效率的因素以及案例分析。
结论部分将总结基于DEA模型的寿险公司经营效率分析的启示，讨论研究的局限性并展望未来研究方向。
通过本文的研究，读者将能更深入地了解寿险公司经营效率评估的方法和意义，为相关研究和实践提供参考。
【关键词】关键词：DEA模型、寿险公司、经营效率、分析、因素、案例分析、启示、局限性、未来展望1. 引言1.1 研究背景寿险公司作为金融行业中的重要组成部分，其经营效率一直备受关注。
随着经济社会的发展和金融市场的不断变化，寿险公司面临着越来越多的挑战和竞争。
研究寿险公司的经营效率，找出其存在的问题和改进的空间，对于提高公司的竞争力和盈利能力具有重要意义。
随着数据包络分析（DEA）模型的不断发展和应用，越来越多的研究开始采用这一方法来评估寿险公司的经营效率。
DEA模型是一种非参数的评价方法，可以帮助我们在不需要预先制定具体函数形式的情况下，评价各个决策单元的效率水平。
利用DEA模型可以有效地对寿险公司进行效率评估，找出其存在的问题，为公司的管理决策提供科学依据。
本文旨在利用DEA模型对寿险公司的经营效率进行分析，探讨影响其经营效率的因素，并通过案例分析展示DEA模型在实际中的应用场景。
希望通过本文的研究，可以为寿险公司提供改进经营效率的参考，促进行业的可持续发展和提升整体竞争力。
1.2 研究目的寿险公司的经营效率是衡量其在给定输入下所能产生的输出的能力，是评判公司是否合理利用资源的重要标准。
本研究旨在通过基于DEA模型的分析，探讨寿险公司的经营效率水平，并深入研究影响其效率的因素。
具体目的如下：1. 分析寿险公司的经营效率水平，对比不同公司间的差异，并找出绩效较好和较差的公司，为行业内竞争力评估提供参考。
人寿保险行业市场效率实证研究作者：张珂艋蒋才芳来源：《时代金融》2016年第05期【摘要】文章主要采用数据包络分析法（DEA）由中国人寿保险行业的技术效率着手，对国内寿险业开放竞争的市场的效率展开了系统的实证研究，并在研究中得出了相关的研究定论。
【关键词】人寿保险 DEA模型技术效率一、引言通过整理文献，相关学者提出了三阶段DEA方法，该效率评价模型的提出，对于一些利用之前的评价方法从而无法对环境影响要素上面的问题进行计量和剔除的问题，使之得到了系统的解决；该模型的主要目的就是为了剔除一些影响企业效率的因素，包括环境和随机误差，通过这种方法使之做出反应企业效率的真实评价。
研究的过程由三阶段组成：第一阶段就是要计算初始效率值和松弛变量，即搜集一些数据，其中包括人寿保险公司投入和产出数据，再讲原始技术效率与各公司投入变量作差，其中使用的方法是传统DEA模型。
第二阶段是对于投入变量调整的因素所剔除，被解释变量的主体就是以第一阶段投入变量的差额，解释变量就是对效率值产生影响的外部环境变量，利用SFA模型，使得公司原有的投入变量得到一定的调整；第三阶段就是对于最终效率值进行计算，可以通过调整过的投入变量以及固有的产出变量这两个数据，再一次对于人寿保险公司的效率值进行一定的估算预测。
二、变量与样本的选择（一）变量选择DEA模型的投入与产出变量的选择，本文主要结合了国内寿险业提供的特色服务与主要活动，依据指标数据孔径，同时在参考了国内外专家学者的相关研究指标的基础上，视劳动的投入与费用支出和资产为投入指标，视保费收入与投资收益为产出指标，具体可在下面的讲述中了解：1.产出变量。
人寿保险公司作为金融服务行业，可通过盈利能力与所占市场份额去探知其经营成果。
因为测量寿险公司市场份额的重要指标就是保费收入，投资收益主要是其盈利能力的表现，所以可选投资收益与保费收入去表示寿险公司的产出量。
保费收入主要反映了寿险公司的总产出能力，它是测算寿险公司效益的重要性指标。
我国再保险公司效率测度研究基于三阶段DEA模型的分析摘要：利用三阶段DEA模型对我国再保险市场上的8家再保险公司2007～2012年的效率进行研究，发现就整体而言其纯技术效率较高，但是由于规模效率较低导致其技术效率不高；规模的不经济是造成其资源浪费、技术效率较低的原因，而不是因为经营管理水平较差。
从公司性质的角度来看，外资再保险公司的规模效率要远远差于中资再保险公司，而其纯技术效率也与中资再保险公司无显著性差异。
关键词：技术效率；再保险公司；三阶段DEA模型中图分类号：F840.3文献标识码：A文章编号：1003-7217（2015）03-0002-05一、引言我国再保险业发展较晚，但是经过约二十年的发展，再保险市场供给主体增加、分保费收入扩大，显示出了我国再保险市场良好的发展态势与潜力。
目前，共有1家再保险（集团）公司、8家专业再保险公司在我国再保险市场上开展业务。
2012年，这些专业再保险公司共实现分保费收入约693.50亿元，较2009年翻了2倍有余，以超过30%的速度增长。
然而也应看到，我国再保险市场发展水平较低、国际化程度不高、技术服务等较为落后，市场竞争仍以价格竞争为主。
因此，我国再保险市场要做大做强，还有很长的一段路要走。
在我国，原保险人同样可以经营再保险业务，但是从国际再保险业的发展历程来看，再保险市场的中流砥柱应是专业再保险公司，所以再保险市场的发展壮大离不开专业再保险公司的健康快速发展。
特别是在当下我国进入了新一轮的改革阶段，经济环境面临诸多不确定性的情况下，我国再保险公司如何提高自身效率、保持市场竞争力是其必须面对和解决的核心问题。
二、文献回顾数据包络分析（Data Envelopment Analysis，DEA）是研究效率问题的主流分析工具之一。
然而，有三种因素会对效率值产生重大影响，即企业经营管理组织生产的水平、企业生产所依赖的环境以及随机误差的干扰，例如测量误差、比较坏的运气等。
基于DEA模型的寿险公司经营效率分析【摘要】本文基于DEA模型对寿险公司的经营效率进行分析。
在介绍了研究背景、研究目的和研究意义。
接着在正文中，详细阐述了DEA模型的概述、寿险公司经营效率评价指标、分析方法，并展示了实证分析结果以及影响寿险公司经营效率的因素。
在总结了基于DEA模型的寿险公司经营效率分析结论，提出了相关启示，并展望了未来研究方向。
通过本研究的分析，可以帮助寿险公司提高经营效率，提升竞争力，进一步促进寿险市场的健康发展。
【关键词】寿险公司、DEA模型、经营效率、评价指标、实证分析、影响因素、结论、启示、展望、研究背景、研究目的、研究意义1. 引言1.1 研究背景寿险公司作为金融领域中的重要组成部分，其经营效率一直备受关注。
随着金融市场的不断发展和竞争的加剧，寿险公司面临着越来越大的挑战。
对寿险公司的经营效率进行评价和分析显得尤为重要。
研究发现，寿险公司的经营效率不仅影响着公司自身的发展和盈利能力，还直接关系到保险市场的稳定和金融体系的健康。
如何科学准确地评价寿险公司的经营效率成为了重要问题。
传统的评价方法往往存在主观性强、数据不够全面等问题，而基于数据包络分析（DEA）模型的方法能够更客观地评价寿险公司的经营效率。
通过对寿险公司的资产利用情况和生产能力进行量化分析，DEA模型能够有效地帮助我们发现寿险公司经营中存在的问题，提出改进建议，提高公司的经营效率。
本研究旨在运用DEA模型对寿险公司的经营效率进行深入分析，为相关决策提供科学依据。
1.2 研究目的本研究的目的是通过基于DEA模型的分析，探讨寿险公司的经营效率表现，揭示其经营效率的优势和劣势。
具体而言，我们将通过比较不同寿险公司之间的经营效率评价指标，深入分析其经营活动的效率水平。
通过对寿险公司的经营效率进行评估和分析，我们旨在为寿险公司提供有效的经营管理建议，帮助其优化经营策略，提高整体经营效率。
本研究也旨在为相关监管部门提供参考依据，帮助其更好地监督和引导寿险市场的发展，促进行业的健康稳定发展。
中国寿险公司保险资金运用效率与影响因素研究——基于DEA模型的实证分析王延朝【摘要】本文利用2010-2013年的中国寿险公司保险资金运用情况的数据,基于DEA模型得到样本寿险公司的技术效率(TE)和纯技术效率(PTE).通过实证的结果,讨论现阶段中国寿险公司的保险资金运用情况,来发现中国寿险公司保险资金运用中的不足与需改进的地方,并提出解决意见.【期刊名称】《保险职业学院学报》【年(卷),期】2016(030)004【总页数】6页(P9-14)【关键词】保险资金运用;规模效率;技术效率【作者】王延朝【作者单位】北京工商大学经济学院,北京100048【正文语种】中文【中图分类】F842.4保险资金运用效率的良好是保险公司得以持续稳健经营的基础，只有良好的保险资金投资收益，保险企业才能进一步地扩大业务规模，扩大公司规模，所以对保险公司保险资金运用效率的研究是十分有必要的。
目前，国内学者业已注意到了这一点，越来越多的学者关注保险公司保险资金运用情况。
国内学者对于保险资金运用的研究主要集中在以下几个方面：（1）投资途径方面，如贲奔（1998）、王绪瑾（1998）、何慧珍（2005）、文芳（2004）；（2）投资效率的影响因素方面，如李心愉（2014）；（3）投资的风险与监管方面，如孙祁祥（1998）、胡颖（2000）、胡坤（1999）、伍华生（2011）；（4）保险资金运用与资本市场的联系方面，刘鸿儒（2003）、刘娜（2005）、阴永晟（2004）、傅晓青（2001）、樊锐（2011）、傅安平（2002）等。
国内对于保险资金运用的研究，大多集中于保险资金运用的投资渠道，以及保险资金入市的问题上。
以上的文献在关于保险资金运用的研究上存在着不足：（一）对于保险资金运用的研究没有分类，将寿险和产险结合在一起分析，这样的研究分析太过于粗放，必然会影响研究成果的准确性和可靠性。
因为寿险和产险存在着很大的差别。
一、引言中国商业保险自1980年恢复国内业务以来，30年间创造了世界上最快发展速度的奇迹，保费收入年均增长30%左右。
统计数据显示2009年我国保费收入首次突破1万亿元，达到11137.3亿元，同比增长13.8%。
其中，财产险保费收入2875.8亿元，人身保险保费8261.5亿元，寿险业务在保险业中占据重要地位。
截至2009年末，我国共有寿险公司59家，其中中资公司31家，外资公司28家，保费收入8144.2亿元，占总保费的73.1%。
①但是，保费的高速增长并不等同于保险经营水平的上升。
随着外资保险公司进入国内市场，保险市场的竞争日趋激烈，过去一味追求保费增长的“粗放式”发展已不中国寿险业经营效率的实证分析———基于三阶段DEA 模型□林巧珍（厦门大学经济学院，福建厦门361005）摘要：本文运用Fried et al.（2002）提出的三阶段DEA 模型，剔除环境因素和随机误差项对投入变量的影响，对中国寿险市场14家寿险公司2004～2008年的经营效率进行实证分析。
结果表明，寿险公司总体经营效率不高，状态不稳定波动频繁，外资寿险公司的经营效率落后于中资寿险公司，小规模寿险公司的规模效率有待加强。
笔者认为，寿险公司在拓展业务时，应兼顾经营效率的提升；在维护市场份额时，要兼顾保险服务品质的提升。
关键词：寿险业；经营效率；三阶段DEA 模型中图分类号：F830.2文献标识码：A文章编号：1002-2740（2011）05-0024-06收稿日期：2011-02-25作者简介：林巧珍（1986-），女，浙江台州人，厦门大学经济学院金融系2008级硕士研究生。
①数据来源：中国保险监督管理委员会，/.深造平台，如选派其赴巴克莱银行、荷银集团、花旗银行等在践行碳金融方面拥有先进经验的国际著名银行开展学习和交流活动。
4．创新策略。
一要加强产品创新，将环境和社会责任理念融入信贷产品设计。
要在学习、模仿、消化吸收的基础上，按照成本收益和风险可控原则，积极开展适合本土化需求的绿色信贷及碳金融产品创新。
如针对企业或项目创新开发可再生能源贷款、能源效率贷款、清洁能源贷款等；利用商业银行所属的金融租赁中心或者与专业租赁公司合作，开展绿色设备融资租赁贷款；针对居民的日常理财投资开发绿色信用卡、环保住房抵押贷款、清洁空气汽车贷款等。
随着我国碳金融市场的发展及相关政策的完善，还可以尝试开展碳担保、碳保理、碳权质押贷款、环境责任保险保单质押贷款等，建立绿色信贷的风险转移和补偿机制。
二要以“公益创新”践行低碳金融，将低碳金融理念、产品、服务等元素融入公益事业，力求实现公益创新与产品创新的完美结合。
如可借鉴美洲银行的做法，将绿色信贷产品的部分收益捐献给公益事业，通过公益产品的推广与客户结成伙伴关系,让低碳经济、低碳金融深入人心，以求在强化低碳经济概念的同时，赢得更多商业机会。
参考文献：[1]苗建青，苗建春.关于日本银行界在融资过程中环境风险控制的研究[J].国际金融研究，2008，(2).[2]何德旭，张雪兰.对我国商业银行推行绿色信贷若干问题的思考[J].上海金融，2007，(12).[3]晏露蓉，赖永文，张斌，李志林.论助推低碳经济发展的绿色金融创新———兼析兴业银行案例[J].福建金融，2009，(12).[4]王国樑.低碳经济—中国用行动告诉哥本哈根[M].北京：石油工业出版社，2010.[5]欧利维尔·海尔，石正方.商业银行环境风险管理体系的程序设计[J].环境经济，2009，(3).[6]刘勇.长江三角地区商业银行环境风险管理行为分析[J].金融理论与实践，2009，(5).（责任编辑：周冰）（责任校对：周冰张易楠）再适应市场的需要，须将重点转移到提高保险经营效率上来，以达到“质”的转变。
关注寿险公司的经营效率，势必有助于提升企业的竞争力，满足市场需求。
因此，构建完善的保险绩效评价体系，不仅能有效衡量、提高保险业的经营效率，也能加速中国金融体制改革和经济发展的进程。
二、研究方法Fried H.O.，Lovell，Schmidt和Yaisawarng（2002）提出三阶段DEA模型，其可同时调整环境变量和随机误差，能更客观评价企业的经营效率。
本文采用三阶段DEA模型对我国寿险业经营效率分析。
（一）第一阶段：传统DEA模型在第一阶段，本文用CCR（Charnes-Cooper-Rhoades，1978）的投入导向模型和BCC（Banker-Charnes-Cooper，1984）的投入导向模型分析中国寿险业经营的技术效率（TE）、纯技术效率（PTE）和规模效率（SE）。
其中，TE测度在固定规模报酬时决策单元偏离生产前沿的距离，反映在给定投入情况下决策单元获得最大产出的能力；PTE衡量在规模报酬可变时决策单元与生产前沿之间的距离；SE给出相似决策单元，在规模报酬不变时生产前沿与规模报酬可变时生产前沿之间的距离。
BCC模型与CCR模型的主要区别在于，BCC模型把CCR固定规模报酬的假设改为可变规模报酬，从而将CCR模型中的TE分解为SE和PTE，即TE=PTE×SE。
假设：有n个决策单元（DMU，Decision Making Units），每个决策单元有m种投入因素，s种产出；x ij代表第j个决策单元的第i种因素投入量，且x ij＞0，y ij代表第j个决策单元的第r种产出总量，且y ij＞0；s ij-和s ij+分别代表松弛变量和剩余变量；θij代表受评估DMU的技术效率，介于0和1之间，θj0越接近1表示技术效率越高，θj0′代表受评估DMU的纯技术效率，也介于0和1之间，越接近1表示纯技术效率越高。
标准的BCC模型为：Minθj0′S.T.θx ij0-nj=1Σx ijλj-s ij-=0i=1，2，……mnj=1Σy ijλj-s ij+-y rj0=0r=1，2，……snj=1Σλj=1j=1，2，……nθ，λj，s ij-，s ij+叟叟叟叟叟叟叟叟叟叟叟叟叟叟叟叟叟叟叟叟叟叟叟叟叟叟0(1)（二）第二阶段：SFA模型在第二阶段，根据第一阶段DEA模型估计的结果和原始投入量，建立投入变量的差额变量（Slack Variables）数据，然后用SFA成本边界模型（Stochastic Frontier Cost Function）进行回归分析，并分离管理无效率、环境无效率、随机误差因素，最后根据所得结果，对原始投入量进行调整。
沿用第一阶段的假设，令S ij为第j个DMU第i个投入因素的差额值，则有：S ij=x ij-nj=1Σx ijλij叟0i=1，2，……m；j=1，2，……n（2）其中，nj=1Σx ijλij为达成技术效率的目标投入量，s ij代表真实投入量与目标投入量之间的差额。
假设有p个环境变量影响S ij，即z j=（z1j，z2j，……z pj）j=1，2，……n以为s ij被解释变量，z j为解释变量，构建m个独立的SFA回归模型：S ij=f i（z j；βj）+V ij+U ij i=1，2，……m；j=1，2，……n（3）f i（z j；βj）是确定可行的差额前沿，βj为待估计的参数向量，V ij+U ij为残差项，其中V ij～N（0，σiv2)是随机误差项，U ij～N+（μi，σiu2)为管理无效率的非负随机变量。
相关系数γ=σiu2σiv2+σiu2缀[0，1]，且其越接近于1，表示管理因素的影响占主导，当其越趋近于0，表示随机误差项的影响占主导。
根据估计的参数（βj，μi，σiv2，σiv2），运用Jond row.et al.（1982）的方法，求出E赞[U ij/(V ij+U ij)]，可得V ij的估计量：E赞[U ij/(V ij+U ij)]=s ij-z jβ赞j-E赞[U ij/(V ij+U ij)]i=1，2，……m；j=1，2，……n（4）最后，根据估计的结果，将调整为：x ij A=x ij+[max j{z jβ赞}-z jβ赞]+[max j{V赞ij}-V赞ij]i=1，2，……m；j=1，2，……n（5）其中，[max j{z jβ赞}-z jβ赞]调整的是环境，[max j{V赞ij}-V赞ij]调整的是随机误差项。
经过调整使得所有决策单元面临相同的经营环境和运气，剔除环境因素和随机误差的影响，单纯考察各个决策单元的经营管理效率。
（三）第三阶段：调整后的DEA模型根据调整后的投入量和原始产出量，重新运用DEA 方法的CCR模型和BCC模型估计经营效率，真正反映各表12004~2008中国寿险公司技术效率（TE ）20042005200620072008中资均值0.9470.8300.8590.8870.908外资均值0.8430.7630.8830.9640.934总体均值0.9020.8010.8690.9200.919表22004~2008中国寿险公司纯技术效率（PTE ）20042005200620072008中资均值0.9850.9240.9470.9440.935外资均值0.9580.8970.9780.996 1.000总体均值0.9730.9120.9600.9670.963表32004~2008中国寿险公司规模效率（SE ）20042005200620072008中资均值0.9600.8950.9040.9370.969外资均值0.8840.8530.9040.9670.934总体均值0.9270.8770.9040.9500.954个决策单元的经营管理效率。
三、样本选取和变量设定（一）样本选取随着保险业的对外开放，外资保险公司纷纷进入中国市场，截至2009年末，我国寿险市场上外资寿险公司共有28家，在数目上已占据半壁江山①，而且有不断扩张的趋势。
因此，本文选取样本的期间为2004年~2008年，共14家寿险公司，其中8家为中资公司，6家为外资公司，且所选寿险公司的业务经营已超过两年。
②所有数据均来自于《中国保险年鉴》（2005年～2009年）中各公司的资产负债表和损益表。
（二）投入变量设定DEA 模型主要根据决策单元（DMU ）的输入（投入）、输出（产出）变量来考察其相对的有效性，因而，投入和产出变量的设定尤为重要。
当前，寿险业的投入和产出指标并未有明确的限定，有关学者在研究时选取的投入、产出变量也各不相同。
基于研究目的和数据的可得性，本文选取的投入变量为：员工人数、资产总额、经营支出。
其中，员工人数包括高管人员、内勤员工、外勤员工等，代表寿险公司人力资源的投入，是企业竞争力的体现；资产总额反映其寿险公司的市场规模；经营支出体现寿险公司经营的成本支出，包括赔付支出③、佣金手续费、营业费用等。
