非寿险行业最低资本监管严格性的国际比较_资本充足率论文

非寿险业最低资本监管严苛性的国际比较，本文主要内容关键词为：严苛论文,最低论文,资本论文,寿险业论文,国际论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      目前，各国的保险监管都逐渐转变为以偿付能力为核心的监管。因此，确定合理的最低资本即偿付能力额度是当前国际保险监管需要研究的重要问题之一。理论上，如果最低资本的监管要求过于严格，则会加重保险公司的资本金负担，限制保险业务的发展，从而不利于整个行业的发展；但若最低资本的监管要求过于宽松，则可能无法实现预警的目的，无法保证保险公司持续稳定地经营，也无法保证保单持有人未来能及时得到赔付，从而增加整个保险行业的风险，影响整个社会的稳定。因此，确定合理的最低资本监管要求对保险公司的偿付能力监管至关重要。

      2008年，我国保监会发布《关于实施〈保险公司偿付能力管理规定〉有关事项的通知》，这是我国现行的偿付能力监管制度，称为“偿一代”。规定：非寿险保障型业务最低资本为基于保费算法和赔款算法结果中二者的较大者。其中，基于保费的算法为最近会计年度公司自留保费减营业税及附加后1亿元以下部分的18%和1亿元以上部分的16%。而基于赔款算法则是近3年平均赔付金额7 000万元以下部分的26%加上7 000万元以上部分的23%。2013年，保监会计划对“偿一代”进行修正，并确定了“偿二代”的整体框架，计划在2016年推出细则。目前，学者们讨论的一个集中话题就是，“偿二代”中最低资本要求的绝对额应该如何设计？是否应该高于“偿一代”。那么，我们不得不思考，根据保险业经营的本质和我国目前保险市场的现状，我国现行“偿一代”最低资本要求是否合理？其究竟是过于严苛还是过于宽松？这是个非常值得检验分析的问题。然而，由于我国现行监管标准实施时间较短，迄今为止尚未出现保险公司破产清算的案例。因此，直接检验我国最低资本要求合理性的想法有些缺乏说服力。但是，一些学者(Cummins等，1995；Grace等，1998)对欧盟Solvency0/I和美国RBC模型的有效性进行了分析。而且，欧盟Solvency0/I和美国RBC模型实施近几十年来，基本没有出现大规模的保险公司破产案件，即使在2008年全球金融危机期间，美国被采取监管行动的公司比例也没出现大幅波动(图2)，这说明欧盟Solvency0/I和美国RBC模型在预警问题保险公司时是有效的。因此，可以将我国现行“偿一代”和欧美监管标准的严苛性进行比较，从而在一定程度上间接揭示我国现行最低资本监管的合理性，为“偿二代”的调整提供依据。

      一直以来，最低资本监管的相关问题都是保险研究的核心问题，很多学者会就不同国家的最低资本监管进行比较分析，从而寻求提高改进的途径。国外学者的国际比较研究中，一些学者比较分析了最低资本的计算方法(Islam，2006)，也有学者就各国最低资本监管标准的严格程度进行比较分析(Holzmuller，2009；Farny，1997)。但是，大多数学者都是比较分析美国和欧盟等发达国家的保险监管制度。由于中国保险市场的国际影响能力有限，外国学者基本没有进行与中国有关的比较研究。国内学者对最低资本监管的国际比较研究大多是采用定性的比较(李朝锋等，2013；孙立娟，2009；王颖，2012；邢彬等，2011)，从多个角度比较各国最低资本监管的具体规定，并据此提出改革我国最低资本监管的建议和措施。也有一些学者进行了定量分析。高洪忠等(2013)则采用VaR作为风险度量技术对保险风险进行量化分析，对最低资本的计算公式和计算方法进行了探讨。王上文等(2007)也探讨了最低资本的计算。一些学者用定量方法分析了我国最低资本要求的合理性。粟芳等(2002)分别利用比率法、风险理论法和破产理论法实证发现我国现行偿付能力额度偏低且拐点不合理。占梦雅(2006)则认为保费法计算公式较为合理，风险因子也较为合理，而赔款法的转折点应改为6 000万。王上文(2005)利用2003年的数据认为我国最低资本监管标准比欧盟和美国RBC都要宽松。刘艳玲等(2009)利用2008年我国17家财险公司数据，通过建立基于现行监管标准的比率法模型，在0.000 3的破产概率下得出以净保费减营业税费附加为风险暴露的风险因子应该为46%，认为我国现行监管最低资本要求过于宽松。袁智军(2012)利用经典的比率法模型，将保险公司分为大型保险公司和中小保险公司，分析发现大型保险公司的偿付能力额度远远低于中小保险公司，而且我国现行偿付能力监管标准偏低，应该调整为高于欧盟的标准。李冰清等(2013)严格地按照比率法模型，利用正态分布拟合分布发现现行监管标准不如欧盟Solvency 0/I严格，并修订了我国现行偿付能力监管标准。

      但是，上述研究存在一些不足。(1)或是直接根据财务数据计算风险因子而得出我国最低资本监管标准的合理性；(2)或是仅与欧盟的标准进行比较就得出我国最低资本监管标准是否合理的结论，而未与其他监管体系相比较；(3)或是样本数据过少，或数据处理、置信水平的选取等方面有不足；(4)或是仅考虑了最低资本要求，而未综合考虑监管措施的具体要求等等。本文将在上述学者的研究基础上尽可能弥补上述不足，全方位地综合比较中国最低资本监管标准的严苛性。本文的创新点在于：(1)从风险因子的实证测算、破产概率的选取和对应最低资本充足率的监管措施等视角将我国现行监管标准与国际监管标准进行比较；(2)在测算风险因子时建立了基于比率法的模型，并利用拟合分布法和非参数Bootstrap法来增强实证结果的可靠性；(3)借鉴欧美制定监管标准时对样本数据的预处理经验对我国样本数据进行相应调整。本文结构如下：第二部分是关于欧盟和美国监管制度的比较，第三部分是最低资本监管的理论基础和本文检验分析的思路，第四部分是数据来源与预处理，第五部分是实证分析，最后是结论与建议。

      二、最低资本监管制度的定性比较

      各国最低资本监管的具体方法虽然大相径庭，但实质上大同小异。整体上讲，最低资本监管标准的严苛性主要从两个方面体现：其一是监管要求的最低资本绝对金额，绝对金额越高，则保险公司必须具有的资本金越高，监管越严格；其二是当资本充足率低于某一标准时采取监管措施的具体标准和具体的行动措施。例如，如果要求实际资本低于最低资本的150%时就被要求补足资本金，那么实际上则无形中提高了最低资本绝对金额的监管要求，提高了监管措施的门槛。

      (一)最低资本要求的定性比较

      1.欧盟与中国的比较

      本文前面已经介绍了中国的最低资本监管制度。中国的最低资本监管制度与欧盟的非常相似。欧盟Solvency 0(EC，1973)是从1979年开始实施的，是根据Campagne教授于1961年向欧盟经济委员会(OEEC)提交的报告而制定的。Solvency I(COM，2002b)则在Solvency 0的基础上做了一些调整。与中国不同，欧盟Solvency0/I规定基于保费算法的计算基础为：毛保费+再保险保费-退保保费-相关税费。最低资本要求为：[1000(5000)万欧元以下部分×18%+1000(5000)万欧元以上部分×16%]×Max(自留比率，50%)。数据都是采用最近会计年度的数据。从形式上看，我国现行偿付能力监管标准是参照的欧盟Solvency0/I，系数基本上完全相同，仅仅计算方式及保费算法中保费的界定方面有细微差别。仔细观察，Solvency0/I和我国现行监管规定的最低资本要求都可以表述为风险暴露乘以风险因子①，只不过风险暴露的定义不同。在我国监管规定的保费法中，风险暴露为自留保费减营业税及附加，风险因子为16%和18%；而在欧盟的Solvency0/I中，风险暴露为毛保费减相关税费等，风险因子为16%和18%。因此，二者具有很高的相似性。

      鉴于Solvency0/I是根据Campagne(1961)的结果制定的，倘若将我国样本数据的实证结果同Campagne(1961)的结果进行比较，则可以间接验证我国现行最低资本监管标准和欧盟Solvency0/I的相对严苛程度。

      2.美国与中国的比较

      

      由于RBC模型未采用类似于Solvency0/I中风险暴露乘以风险因子的方法，而是汇总了几种主要风险的资本要求，因此无法将我国现行监管模型同RBC模型直接比较。但是可以尝试采取下列方式进行比较：根据NAIC每年公布的数据得到RBC模型实施近20年中资本充足率低于100%的公司比率。资本充足率低于100%就意味着实际资本低于了最低资本，而最低资本是一定置信水平下计算的资本要求。因此，可以将NAIC公布的比率平均值作为实证模型的置信水平，并计算我国财产保险公司在相同破产概率应具有的风险因子，并与我国现行的监管标准进行比较，以此来间接地与美国RBC制度的严苛性进行比较。

      (二)监管措施的比较

      各国的偿付能力监管制度中，当保险公司的资本充足率低于某一水平时，都会被要求采取相应的监管措施。我国现行最低资本监管标准与欧盟Solvency0/I和美国RBC模型的要求在形式上是一致的。表1是各国监管措施的比较。

      中国、欧盟、美国监管体系下资本充足率与监管措施的关系

      

      从表1中监管措施的比较可以初步发现，在中国的监管体系中，只有保险公司的资本充足率高于150%时，才不采取任何行动。而在欧盟和美国的监管体系中，保险公司的资本充足率高于100%时，就不采取行动。因此，中国的监管措施比欧盟和美国的监管措施都要严格。这实际上无形中提高了最低资本的监管要求。本文将把最低资本要求及监管措施结合起来，综合分析各国最低资本要求的严苛性。

      三、理论基础及分析方法

      本文比较分析的思路如下：首先建立计算最低资本的理论模型，并根据中国的样本数据计算不同破产概率下的风险因子。然后，采用欧盟Solvency 0/I和美国RBC监管制度中的破产概率，根据中国的监管制度计算得出对应的理论风险因子。然后将理论风险因子与我国监管制度中所采用的实际风险因子进行比较，并综合考虑监管措施的关系，从而可以比较中国与欧美监管制度的严苛程度。由于假设破产概率均相同，因此在此前提下分析比较中国与欧美监管制度的严苛性是具有一定的可行性和合理性。

      (一)最低资本测算模型

      计算非寿险最低资本的经典模型是Campagne(1961)的比率法模型。他假设保险公司不存在再保险，而且费用率为一个常数，并将风险资本定义为净保费的一个比例，在考虑赔付率这一随机变量后，通过分析赔付率所满足的分布并利用VaR的方法计算就能得出所需要的最低风险资本。后来，很多学者(De Wit & Kasterlijin，1980；Dreassi & Miani，2008；粟芳，2002)对模型进行了改进，加入了再保险、假设费用率不为常数、将综合成本率作为一个随机变量，从而使模型更加贴近于现实。本文根据《中华人民共和国金融行业标准——保险公司统计分析指标体系规范》(JR/T0047-2009)中综合成本率的定义，将综合成本率定义为：综合成本率=综合赔付率+综合费用率；

      综合赔付率=(赔付支出-摊回赔付支出+未决赔款准备金提转差-摊回未决赔款准备金)÷已赚保费×100%；

      综合费用率=(业务及管理费+手续费及佣金+分保费用+保险业务营业税金及附加-摊回分保费用)÷已赚保费×100%。

      假定评估的时间区间为1年，非寿险公司在第t年需持有的最低资本记为

应等于第t年的支出减收入(刘艳玲等，2009)，即为保险公司第t年内不发生破产时需持有的最低资本。那么，

表示保险公司第t年内的总索赔金额，

表示保险公司第t年内的费用支出，

表示保险公司第t年的已赚保费，

表示第t年的投资收益占净保费的比例，

表示第t年的净保费收入。《通知》中定义风险因子为占自留保费减营业税费及附加后的比例，故需调整到将自留保费减营业税费及附加作为基数。记营业税费及附加占净保费的比例为f，目前为5%②。等式两边同除

(1-f)化简得：

      

      

      (二)Bootstrap随机模拟

      (2)式中的关键是计算

。本文将采用非参数Bootstrap方法作为计算

的方法。非参数Bootstrap方法最早由Efron(1979)提出。其基本思想是从有放回的样本中进行重复抽样而获得再抽样样本，通过模拟此抽样过程并根据大数定律来进行估计。由于这种方法不需假定样本服从于某个固定分布，因此广泛用于小样本的情形(叶五一等，2004)。步骤如下：

      

      四、数据来源及调整

      根据前文的理论模型，进行实证分析时需要获得JR/T0047-2009中的相关变量，如净保费和投资收益样本数据，即综合成本率、平均投资收益占净保费的比例、平均已赚保费占净保费的比率。本文从历年的《保险年鉴》中收集了2006-2012年间62家财产保险公司的原始数据③。CEIOPS(2010)在测算Solvency II偿付能力资本要求(SCR)的风险因子时会从测算结果的行业普遍适用性角度对样本数据进行一系列的调整。北美财险精算协会(CAS)下的RBC风险相依性及因子校对工作小组(DCWP，2012)在修正RBC保费风险和准备金风险的风险因子时也会进行相似的调整。本文也按照这些要求，对原始数据进行如下调整。

      1.新成立公司前三年费用率过高：相当于老公司而言，新成立的财产保险公司在品牌效应、产品定价、营业网点和客户资源等方面都不具有竞争优势，公司前期投入的费用较大。这势必会使公司的费用率过高，某些公司的首年费用率甚至会高达1002%。而且，新公司前三年的费用率基本等于行业平均费用率的130%④，远远高于了行业的平均费用率。因此，在测算非寿险风险因子时需要剔除新成立公司前三年的营业数据。

      2.业务经营是否长期稳定：对于一些小公司和新成立的保险公司而言，由于经营年份比较少，不管在定价数据基础还是营业网点等营销设施方面都不是很成熟。这使得这些公司的业务经营不稳定，不能用来计算行业标准，本文在测算风险因子时剔除了成立时间不足8年的保险公司⑤。另外，我国财产保险公司包括大型中资公司、中小型中资公司和外资公司。不同类型的公司年保费收入差异很大。一般而言，保费收入越低的保险公司经营情况越不稳定。美国RBC模型在计算定价风险时，直接将已赚保费低于50万美元的公司数据从样本中剔除。我们参照美国的数据处理方法，也剔除已赚保费低于1亿的公司。

      3.保费增速过快：如果某家保险公司的保费增速过快(比如超过100%)，那么这家公司往往在迅速拓展网点、快速膨胀业务。在这个过程中，公司一般会采取“高佣金、低保费”的激进策略。类似的，Solvency 0/I和RBC模型在计算行业标准时也都剔除了保费增速过快的公司数据，而且还会给予一定的惩罚。例如，在RBC模型中，若财险公司保费增速超过10%，则定价风险和准备金风险的资本要求增加45%，以此来控制保费增长过快的公司。因此，我们也需要剔除保费增速过高的公司数据，但不能照搬RBC中10%的标准。因为我国保险业正处于快速发展时期，2005-2012年行业保费收入年均增速在22%左右，所以本文剔除保费增速超过100%的公司数据。

      4.公司被监管部门接管或整顿：在保险发展历史中，有一些保险公司因为偿付能力不足而曾经被监管机构接管或整顿。这些保险公司的营业数据本身就存在着明显问题。一般而言，他们的综合成本率很高，当资不抵债时综合赔付率甚至会变成负值。根据保监会历史上发布的各种公告，我们剔除了曾经被接管和被整顿过的两家公司的数据。

      5.其他异常值处理：样本数据中偶尔存在一些奇异点。有些样本公司的综合成本率非常高，而有些样本公司的综合成本率为负值、零值，本文对这些明显不合理的数据也进行相应的剔除。

      根据上面这些调整原则，本文按以下三步对数据进行调整：第一步剔除成立不足8年的保险公司、已赚保费不足1亿、经营波动较大的低保费公司、被接管和被整顿的公司，样本公司数量还剩21家，分别为人保、平安、太保、阳光、华泰、天安、永安、太平、永诚、华安、天平、中银、安华、民安、大众、阳光农险、渤海、安邦、美亚、三井住友和东京海上，共计147个样本；第二步剔除剩余样本公司成立前三年公司业务数据，并且剔除年保费增速超过100%的数据，样本数量为122个；第三步剔除综合成本率超过200%的样本，并剔除综合成本率为负值、零值和明显错误的数据。这样得到了最终114个样本数量。

      五、实证分析

      (一)风险因子及在险价值的测算

      一般而言，单一风险度量方法的稳定性较差。本文分别采用正态分布、对数正态分布和非参数Bootstrap方法来测算在险价值，并从中选择一种最佳的结果。这三种方法各有优劣。其中，利用正态分布拟合的分布是完全对称的，而对数正态分布可以刻画尾部存在厚尾的特殊情形，非参数Bootstrap方法则主要用来解决小样本问题，但是其仍然具有大样本情形下的兼容性。

      

      图1 样本数据的直方图

      图1是根据《中国保险年鉴》中公开的财务数据计算而得到的综合成本率直方图。从中可以看到其与正态分布具有一定的相似性。因此，先利用极大似然方法将综合成本率对正态分布、对数正态分布进行拟合，然后采用Kolmogorov-Smirnov统计量和

统计量对拟合的分布进行检验(表2)。

      

      由表2看出，用对数正态分布来拟合样本数据无法通过检验，因此本文采用正态分布来进行拟合。根据调整后的样本数据求得21家样本公司7年的平均已赚保费与净保费比率

为0.9389。并且计算得知平均投资收益占净保费的比例

都在4%以上，故假设

为常数4%。然后，利用上述拟合的正态分布计算不同置信水平下的在险价值

，并利用Matlab软件按照上述Bootstrap随机模拟步骤模拟10000次，从而求得非参数Bootstrap方法不同置信水平下的在险价值，将两种方法下的结果代入(2)式之后得到风险因子。表3中就是以中国的数据样本为基础，不同破产概率(置信水平)下的风险因子。可以看出，两种方法的计算结果之间的差别不大。为了更加客观严谨地表现风险因子，下文分析中采用正态分布拟合法和非参数Bootstrap法计算结果的平均值作为风险因子。

      不同置信水平下的风险因子

      

      (二)中国监管标准与欧盟Solvency 0/I比较

      欧盟Solvency 0/I基于保费的算法中，将毛保费收入+再保险保费-退保保费-相关税费后的数值为基础，乘以风险因子之后，再乘以自留比率与50%二者最大者。我国现行监管标准保费法的计算基础则是净保费收入减营业税费及附加。两者的计算基础有一定的差别。但是，如果在不考虑税收的前提条件下，二者的风险暴露都可以近似地调整为净保费收入。调整逻辑如下：前文介绍中，Campagne教授在净保费数据的基础上利用比率法模型计算了破产概率为0.0003时定价风险的在险价值，并建议最低资本为净保费收入的25%。后来，欧盟经济委员会在制定监管标准时直接将Campagne教授的实证结果25%调整为16%或18%。根据此逻辑近似推断，在制定最低资本的监管标准时应将实证结果乘以0.64(即0.16/0.25)或0.72(即0.18/0.25)。

      在0.0003的破产概率下，根据表3中所计算出来的风险因子为35.69%。这一风险因子是以净保费减营业税费及附加为风险暴露为基础的。如果调整为以净保费为风险暴露的风险因子，考虑到我国目前的营业税费及附加占净保费的比例为5%，因此应将风险因子调整为33.91%(即0.3569×0.95)。然后，按照欧盟根据Campagne教授实证结果的调整逻辑推断，以我国财险公司数据为样本时，行业最低资本的风险因子应调整为21.70%(即0.339 1×0.64)或24.42%(即0.3391×0.72)。

      然而，我国现行最低资本监管标准的风险因子为16%或18%，远远低于根据欧盟计算逻辑推断出来的风险因子。显然，我国现行偿付能力监管标准比欧盟Solvency 0/I标准更加宽松(表4)，与王上文(2005)、李冰清等(2013)的结论一致。

      但是，从充足率和开始实施监管措施的干预角度分析(表1)，Solvency 0/I监管模型是在充足率低于100%后才实施监管措施，而我国的现行监管标准则是在充足率介于100%～150%时就要求被监管公司提交和实施预防最低资本不足的预案。显然，从实施监管措施的角度看，我国现行监管标准的监管措施相对于欧盟标准更加谨慎。因此，如果再进一步将我国现行监管标准中150%的充足率和Solvency 0/I中100%的充足率相对应，则将实证得到的最低资本要求调整为14.47%或16.28%(即0.2170×2/3或0.2442×2/3)。这个结果就略低于我国现行的最低资本监管标准了。综合考虑资本充足率和实施监管措施的要求，我国的现行监管标准略高于理论结果，即比欧盟Solvency 0/I标准略微严苛(表4)。

      

      所以，如果仅从最低资本要求的角度分析，我国现行最低资本监管标准比欧盟Solvency 0/I更加宽松；如果综合考虑最低资本要求和监管措施的角度分析，我国现行最低资本监管标准的严苛程度和欧盟Solvency 0/I基本一致。但是，深入分析，由于根据我国最低资本监管标准的要求，充足率为100%～150%时，保监会仅仅是要求保险公司提交和实施预防偿付能力不足计划，而并非如同欧盟Solvency 0/I那样采取实质性的举措，所以本文还是更加偏向于我国现行最低资本监管标准比欧盟Solvency 0/I更加宽松这一结论。

      (三)中国监管标准与美国RBC比较

      将中国最低资本监管标准与美国RBC相比时，由于置信水平的问题，使得所采用的逻辑方法与欧盟的比较有所差别。欧盟Solvency 0/I在计算最低资本要求时计算了一个高置信水平(99.97%)下的定价风险，而美国RBC模型在2008年前计算定价风险因子时并未指明具体的置信水平。从2008年至今，美国RBC测算定价风险因子时则采用87.5%的置信水平(表5)。这是由于RBC模型并非只计算了一个定价风险，还有准备金风险、市场风险和信用风险等等，故选取了远低于欧盟Solvency 0/I标准的置信水平。目前，欧盟正在制定的Solvency Ⅱ中也考虑了承保风险、市场风险和信用风险等等。由于欧盟Solvency Ⅱ采用的是事故年最终损失法，相同破产概率下其要比RBC中综合成本率法的在险价值要低，因此，欧盟Solvency Ⅱ选取了99.5%做为定价风险的置信水平。

      

      本文中是采用综合成本率法来计算最低资本要求，而2008年后RBC模型中的置信水平是仅用于计算定价风险的，而非整个资本的要求，所以无法直接借鉴RBC模型中的破产概率。不过，可以根据RBC模型实施以来每年的偿付能力不足公司比率来确定破产概率，以此来代替官方所采用的公司破产概率。根据美国NAIC公布的1995—2012年偿付能力不足公司的比率(图2)，计算可得知RBC监管下偿付能力不足公司比率的平均值为3.22%。

      

      图2 美国偿付能力不足公司比率的变化

      数据来源：NAIC官网。

      如果仅从最低资本充足率要求的角度分析，直接采用美国RBC模型的破产概率，由表3中计算结果得知，风险因子应为19.38%。这和我国现行最低资本监管标准中16%或18%的风险因子基本一致。这说明我国现行最低资本监管标准和美国RBC的严苛程度基本一致。而王上文(2005)仅根据2003年一年的数据得出我国现行最低资本监管标准比美国RBC更加宽松，与本文研究结果不一致。

      同样，如果综合考虑最低资本充足率和监管措施，由表1知，RBC监管模型是在偿付能力充足率介于75%～100%后才开始在公司层面采取行动，而我国的现行最低资本监管标准则是在资本充足率介于100%～150%就要求被监管公司提交和实施预防偿付能力不足方案。显然可以看出，我国现行监管标准的监管措施相对于美国RBC模型更为谨慎和严厉。因此，将我国现行最低资本监管标准中150%的充足率调整为与RBC中100%的充足率相一致，则将实证得到的最低资本的风险因子调整为12.92%(即0.1938×2/3)。这个结果比现行的16%和18%要低。因此，综合考虑资本充足率和监管措施时，我国现行的最低资本监管标准要高于根据美国RBC标准计算出来的结果，即比美国RBC标准要更加严苛(表6)。

      

      总之，如果仅从最低资本要求的角度分析，我国现行最低资本监管标准和美国RBC的严苛性基本一致；但是，综合考虑最低资本要求和监管措施的严格程度时，我国现行最低资本监管标准要比美国RBC更加严苛。具体分析监管措施可以看到，美国RBC中，充足率介于75%～100%时所采取的公司层面行动是指，被监管公司应向监管部门提交偿付能力不足原因和增资方案报告。我国资本充足率介于100%～150%时是要求被监管公司提交和实施预防偿付能力不足方案。这两种监管措施基本相似，都没有采取真正的实质性行动。故本文比较倾向于我国现行最低资本监管标准要比美国RBC更加严苛这一结论。

      六、结论及建议

      本文通过实证分析和比较分析发现，仅从最低资本要求角度分析，我国现行最低资本监管标准的最低资本要求比欧盟Solvency 0/I宽松，和美国RBC相比基本一致；但综合考虑最低资本要求和监管措施的要求，我国现行监管标准的最低资本要求和欧盟Solvency 0/I基本一致，而比美国RBC更加严苛。考虑到具体监管措施是否具有实质性行动，本文倾向性的结论是我国现行最低资本监管标准比欧盟Solvency 0/I宽松，而比美国RBC更加严苛。这说明我国现行最低资本监管标准整体上的严苛程度居中。因此，结合我国正在建设的中国第二代偿付能力监管制度，基于本文的分析，我们认为设计“偿二代”时应注意以下问题：

      1.应把关注重点放在风险上，尽可能考虑更多种类风险的影响

      正如欧盟Solvency Ⅱ中也在Solvency 0/I的基础上综合考虑了承保风险、市场风险和信用风险等一样，我国的“偿二代”也应该考虑更多种类的风险，而不仅仅限于承保风险。目前，我国现行监管制度的最低资本要求采用的简单因子法，没有区分公司间的风险差异、险种差异，而且没有细分风险类型，如承保风险、信用风险、流动性风险等等，这不符合全面风险管理的思想。因此，“偿二代”在计算最低资本的过程中应该更加基于风险，体现出不同公司的风险差异。

      2.最低资本的绝对金额并非是“偿二代”的建设重点

      本文分析发现，我国现行偿付能力监管的严苛性是居中的。尽管袁智军(2012)认为我国保险业处于快速发展时期，公司面临的各种风险因素波动更大，这些不确定性决定我国保险公司面临的风险比欧洲国家更大，需要的最低资本标准应该比欧洲国家的保险公司高。但尚无确切的数据证明这一观点。而且，最低资本要求的过高或过低都会给整个保险行业带来巨大的冲击。因此，如果把“偿二代”建设的重点集中于讨论具体的最低资本绝对金额，则会使学者和监管部门人员把注意力都集中于计算之中，而并非制度建设，本末倒置，浪费大量的人力和物力。

      3.综合协调最低资本充足率和监管措施的一致性

      前文也分析到，我国现行监管标准的充足率监管措施要比欧美监管标准更加严格，比如偿付能力充足率介于100%～150%就可以要求保险公司提交和实施预防偿付能力不足计划，这无形中提高了最低资本。事实上，2012年我国财险公司偿付能力充足率都在150%以上，且已经连续几年没有出现偿付能力充足率低于100%的财产保险公司，这很大程度上是因为我国的监管措施更严苛，在财险公司偿付能力充足率介于100%～150%之间就提前要求采取增资计划了。因此，“偿二代”不应该只注重最低资本绝对额，而需处理好偿付能力充足率和监管措施的一致性。

      4.更加注重数据的定义和细节调整

      前面的分析也看到，尽管我国最低资本监管标准的公式与欧盟的相似，但是计算基础的数据定义却不同。由于欧盟成员国内的会计处理不同，很难统一到再保后的净数据。因此，欧盟在测算财险风险模块的定价风险因子时采用的是再保前的毛数据，然后在确定行业风险因子后进行了再保险打折，从而尽量向净数据靠拢。在我国，尽管保险公司总的业务数据可以体现出再保前与再保后的差别。然而，具体到分险种的数据，却都是再保前的毛数据。因此，我国在设计“偿二代”时，应充分关注数据的细节定义，而不应仅仅学习形式。

      5.更加注重对非量化风险和信息披露的监管

      由于我国现行监管标准的严苛性居中，监管部门在“偿二代”建设过程中不应该把过多的人力和物力放在第一支柱上，而应该更加注重对非量化风险和信息披露的监管，这样监管部门可以权衡好保费增长和风险管控二者之间的矛盾，以更有利于我国保险业健康快速发展。

      任何国家都有特殊的国情，相应的监管制度也各有优劣。我国现行监管标准很多规定在形式上都是直接照搬欧盟Solvency 0/I的，实质上却又有所差别。而我国属于新兴保险市场，我国的财产保险业正在快速发展阶段，存在费用率过高、综合成本率波动较大、保险业务发展较快等问题，直接将发达国家的监管制度应用到我国显然是不合理的。因此，我国在“偿二代”的建设中一定要注意学习别国监管制度的本质和细节，比如对数据的处理和过滤，对数据的定义等等。这样建立的制度才是保留了精华的有效制度，才能更贴近真实，及时预警。

      ①风险暴露即计算的保费收入或赔款支出的数据；风险因子则是计算公式中的系数。

      ②依据《中华人民共和国营业税暂行条例》(2008)和《中华人民共和国营业税暂行条例实施细则》(2008)规定，营业税费及附加占净保费的比例为5%。

      ③近年来，保险业务会计处理尤其是关于赔付支出和准备金计提方法发生了很多变化。对于会计处理规范变更导致的数据不一致性问题只能随着时间的推移，采用的样本逐步增加，最终样本中的大多数数据都是在相同会计制度下即可解决这一问题。

      ④根据《保险年鉴》中公布的财务数据测算而得。

      ⑤新开业的保险公司一般要经历4～7年的亏损期，为了使计算更加合理，故本文严格地仅采用成立8年后的保险公司数据。

标签：资本充足率论文;  偿付能力论文;  偿付能力充足率论文;  置信水平论文;  概率计算论文;  因子分析论文;  风险成本论文;  风险模型论文;  保险公司论文;