科技保險發展對保險公司效率的影響研究
——基于DEA—Tobit模型兩步法分析

□ 林韋宏

(北京郵電大學 北京 100876)

一、引言

科技保險是一種支持企業自主創新能力而推出的科技與金融相結合的創新扶持手段。據保監會披露的數據統計，我國參與科技保險業務的高新技術企業已由2007年的1100家增加到2018年僅北京地區就存在50455家。期間科技保險規模迅速擴大，科技保費收入由2007年的15.87億增長到2018年的88.92億元。但目前，我國的保險密度以及保險深度較發達國家相比仍有較大差距，保險公司效率也亟待提升。因此開展科技保險業務能否為保險公司效率提升提供新的內生動力，保險業轉型升級具有重要的現實意義。

二、影響機理分析與研究假設

對保險行業而言，科技保險的出現豐富了我國保險領域的范圍。作為一種針對性很強的服務性險種，在這幾年我國政府大力發展下已取得優異的成績，但是相較于傳統保險，科技保險還是非常依賴政策的補貼，如何讓更多的保險公司加入到開發科技保險產品的隊伍中來，是我們需要研究的方向。

因此，本文提出假說：科技保險行業整體發展良好的大環境能夠促進保險公司效率的提升。

三、變量定義與模型設定

(一)變量定義

1.被解釋變量

本文的被解釋變量使用的是每家保險公司的綜合技術效率值，主流的方法有參數法和非參數法這兩大類。參數法最具代表的是數據包絡分析法(DEA)，而非參數法則是隨機邊界模型(SFA)，這兩種方法在學術界均被廣泛使用。在對比過兩種模型之后，本文選用DEA模型計算保險公司效率。

本文在參考黃薇(2007)[1]和甘小豐(2008)[2]等學者的研究基礎上，選用表一所示指標。投入指標有三個，分別雇員人數、固定資產、營業費用。產出方面也選取了三個指標保費收入、賠付支出、投資收益。

通過運用DEA2.1軟件測算出2015-2018年我國16家保險公司的綜合技術效率，見表1所示。

表1 2015-2018年保險公司綜合技術效率

從整體上看，這16家保險公司其中中資公司14家，外(合)資公司2家，在樣本期間的投入利用技術效率的平均值為0.76，整體上處于一種中等偏上的狀態。

2.核心解釋變量

為了驗證假說，本文構建科技保險行業發展指數為核心解釋變量，選取科技保險業保費收入占保險業總保費比例即科技保險的滲透率作為科技保險指數度量指標。

3.控制變量

通過使用DEA-CCR模型計算出的保險公司綜合技術效率著只能分析出公司內部經營的內部因素的影響程度，而外部經濟因素影響卻無法獲得，而在黃薇(2009)，肖攀(2014)、陳璐(2007)等學者的研究基礎中表明外部因素同樣對保險公司效率產生明顯的影響?；诖?，本文使用宏觀經濟環境、行業競爭環境和保險公司三個層面的控制變量。在宏觀經濟環境指標中，選擇2015-2018年實際GDP增長率(GDP)來體現國內宏觀經濟發展的水平。行業競爭環境，選用市場份額(MS)來表示行業的競爭環境。計算方式為實收保費占全國總保費收入的比例的值。公司層面，選取公司效益、經營費用率和員工勞動生產率為控制變量。其中，資產利潤率(ROA)采用凈利潤所占資產總額的比例來反映公司的資產利潤率。用經營費用率(OPR)使用公司經營費用與凈保費收入的比值來衡量。員工勞動生產率(LP)，每年公司員工的人均保費收人來代表員工勞動生產率。

(二)模型設定

其中，i為保險公司，t為年份；被解釋變量TC為保險公司的綜合技術效率值；核心解釋變量H為科技保險行業發展指數，β1反映了科技保險行業發展對于保險公司效率的影響。Control為各個控制變量ui為保險公司固定效應；εit為隨機誤差項。

四、實證分析

表2 科技保險行業發展與保險公司效率回歸檢驗

科技保險行業發展與保險公司效率根據上述所建模型，首先我們使用statal4.0軟件檢驗出存在個體效應，使用隨機效應的面板Tobit回歸。之后對模型(1)進行Tobit回歸分析，回歸結果均列于表2。

模型的回歸結果表明，科技保險行業發展指數的系數在1%的水平下并顯著為正，符合我們的假設，證實了良好發展科技保險的大環境對于開展科技保險保險的公司在效率上有提高的作用。

五、結論與政策建議

本文的研究發現：好發展科技保險的大環境對于開展科技保險保險的公司在效率上有提高的作用。

(一)政府部門方面的建議

首先建議行業相關監管部門要對科技保險做進一步規范和完善監管，為科技保險發展加強制度監控與競爭環境，其次應該在宣傳方面投入更多精力，普及科技保險的概念與作用，根據網絡調查，科技保險在企業中的普及度并不高，甚至有許多的高新科技企業沒有聽說過該險種。