首页 > 文章中心 > 投资型保险论文

投资型保险论文

投资型保险论文

投资型保险论文范文第1篇

关键词: 跳跃扩散过程;最优投资模型;均值-方差原则;有效边界

中图分类号:f830.9文献标识码:a文章编号:1003-7217(2013)05-0031-06

一、引言

保险公司的承保业务和投资业务一直是保险公司可持续发展的两大支柱:承保业务是拓宽资金来源的重要渠道,投资业务则是主要的盈利途径。随着保险业行内竞争的加剧,大多数保险公司的承保业务都出现了经营亏损,而是通过投资获得的巨额回报来弥补承保业务的损失(见表1),从而使保险公司能够继续存在和发展。保费收取只是保险公司的一种筹资手段。从表1可以看出,美国等六国产险公司的承保业务在1975~1992年几乎都是亏损,完全是由于投资业的盈利才推动了公司的发展。

我国的保险公司由于严格监管,投资业务做得很不好,资金利用率还不到50%,而发达国家的保险公司在国际金融市场上管理着规模庞大的投资资产,资金利用率基本上达到了90%,高效和多样化的资金运用给发达国家的保险业带来了丰厚的收益。最近几年我国保险市场的竞争日益激烈,承保业务的利润越来越低,投资业务已经成为保险公司的主要利润增长点,成为保险公司生存和发展的希望。与发达国家保险业相比,我国保险公司在投资方面经验欠缺,投资人才缺乏,投资渠道狭窄,截至2010年12月末,保险资金固定收益类资产投资占比达80.06%。而且金融经济环境的复杂性也加剧了保险资金运用的市场风险,2008年保险资金运用收益率从2007年的12.17%骤降至1.91%(见图1),已严重低于《保险公司偿付能力额度及监管指标规定》中保险资金运用收益率3%的下限,2009年又逐渐提高。因此,在保证保险公司具有一定收益的情况下,使保险资金投资面临最小的风险,是当前我国保险资金投资运用的关键问题。

browne最早以保险公司为例研究了扩散市场的保险投资问题[1]。browne研究了具有固定债务的公司最大化生存策略[2]。hipp ,plum按照最小化破产概率准则研究了保险资金的最优投资问题[3,4]。liu,yang在hipp ,plum的基础上,引入无风险证券,获得以最小化破产概率为目标的保险人的最优投资模型的数值解[3,5]。国内对保险资金投资研究主要集中于保险资金投资的定性分析,对保险资金投资进行定量分析的[6-14]。

已有文献大部分都假定风险证券的价格服从扩散过程:假定盈余过程服从经典的c-l模型或者带漂移的布朗运动,以此来研究连续时间投资组合问题。但金融时间序列分析表明,风险证券的价格路径经常在连续过程中伴随着跳跃,用连续的扩散过程来描述风险证券的价格并不合适。莫顿用跳跃扩散过程来拟合风险证券的价格过程,跳跃扩散过程的引入很大程度上解释了风险证券价格路径的间断性。郭文旌等用跳跃扩散过程来描述风险证券的价格,用经典的c-l模型来描述盈余过程,定量研究了保险资金投资模型[6-14]。但是近来研究发现,用经典的c-l模型来描述盈余过程存在不足,因为保险费率经常会受到一些未知因素的干扰,例如美国“911”事件导致承保条件从严,保险费率上扬。

考虑到保险公司的盈余过程、风险资产的价格过程均为跳跃扩散过程,同时保险公司购买止损再保险,且风险资本投资比例受限制,股票市场禁止卖空等情况,下面研究保险资金投资模型,并在均值-方差准则下运用随机最优控制方法获得最优投资模型和有效边界的闭式解,进行数值模拟。

(一)盈余过程

与一般投资机构不同,保险公司一般不允许将所有资本金用于投资,因为在投资期一旦发生较大金额索赔,保险公司就会面临破产的风险。理论上在保险公司的投资过程中,公司所能承受的最大损失即为它的总资产,但在实际操作中,为保证保险公司每年有良好的业绩、在激烈的市场竞争中立于不败之地,其每年所能承受的最大投资不应高于公司的自由准备金。设保险公司初始资本金为x,保险公司为了减少破产的风险,将初始资本金分为两部分:一部分用于投资,所占比例为a(0

能到来的索赔,所占比例为1-a。假设保险公司的盈余过程是一个跳跃扩散过程:

三、保险资金投资模型②

马克维茨(1952)的投资组合均值-方差模型是最早进行现资组合理论研究的模型,在此模型中马克维茨用投资组合收益的均值度量投资组合的收益,用投资组合收益的方差度量投资组合的风险。他认为投资者应选择以下两种投资组合中的一种:(1)在给定财富目标水平的条件下,使投资者面临风险最小的投资组合;(2)在给定风险水平的条件下,使投资者的财富目标水平最大的投资组合。本文的目标是保险公司在期终财富给定的条件下,使保险公司面临的风险最小。

五、数值模拟

由于国内保险资金进行年度结算,因此取t=1,t=0。假设某保险公司初始资本金x=2千万元;保险费率c=3.5千万元/年;预计今年的索赔到来服从λ=3的复合泊松过程,而个体索赔的期望值μy=1千万元;影响保费的未知因素的标准差σ0=0.5。假设保险公司最多使用a=0.5倍初始资本金进行投资,证券市场可供保险公司选择的证券有两种:一种为债券,无风险利率r0=0.05;另外一种为股票,收益率和波动率分别为:r1=0.1,σ1=0.6。影响股票价格的跳跃过程服从λ1=0.3,跳跃幅度为φ1=0.4的复合泊松过程(假设m=1),1年后保险公司的期望财富a=4千万元。由于对保险资金投资比例有限制,且我国股市禁止卖空,最优投资模型π仅在[0,0.5x]内取值。

下面找出初始资本金x,保险费率c,索赔强度λ,索赔量的期望值μy等参数对保险公司最优投资模型和有效边界的影响,以便于保险公司在投资条件变化的情况下更好地调整投资模型。

(一)最优投资模型的动态性质

由莫顿模型π=k1x+k2,k1>0,可知初始资本金x与投资在风险证券上的量π成正比例关系,即投资在风险证券上的量π随初始资本金x的增加(减少)而增加(减少)。但图2中的左图显示,保险资金投资随初始资本金的增大而减少投资于风险证券的量,这是由于保险公司负债性的经营特点,保险资金的使用必须以安全性为第一。在进行风险证券投资时,要想增加投资回报,只能通过承担更大的风险来实现,因此,随着初始资本金逐渐增大,面对增加风险证券投资量获取高回报,还是控制风险证券投资量,以此来降低保险公司面临的风险,数值模拟结果表明保险资金投资应选择后者。

我国保险资金投资风险证券比例受到限制且风险证券禁止卖空,所以π仅在[0,0.5x]内取值,受到限制之后的保险资金投资策略如图2中的右图。从中可以看出,根据初始资本金x的大小横轴被分为三个区间:(1)当初始资本金在0

(二)有效边界的动态性质

1.初始资本金x对有效边界的影响。图3中有效边界随初始资本金x的增大向上移动,即在承担同样风险的情况下,当保险公司初始资本金x越大,要求的预期收益越大。

2.保费率c对有效边界的影响图4中,有效边界随保费率c的增大向上移动,即在承担同样风险的情况下,当保费率c越大,要求的预期收益越大。

3.索赔强度λ对有效边界的影响图5中,有效边界随索赔强度λ的增大向下移动,即在承担同样风险的情况下,当索赔强度λ越大,要求的预期收益越小。

4.索赔量的期望值μy对有效边界的影响图6中,有效边界随着索赔量的期望值μy的增大向下移动,即在承担同样风险的情况下,当索赔量的期望值越大,要求的预期收益越小。

六、结束语

保险资金的特殊性决定了保险资金投资的复杂性,稍有不慎就会引起极大风险,保险资金投资面临着严峻的挑战。本模型能使保险人更安全有效地制定投资策略。

以上基于均值-方差准则推导出了保险资金投资模型和有效边界的闭式解,对保险资金投资策略和有效边界进行了数值模拟。根据初始资本金的大小把横轴划分为三个区间:正比例区间、反比例区

间和严格控制区间。在正比例区间中投资于风险证券的量与初始资本金成正比例关系;在反比例区间中投于风险证券的量与初始资本金成反比例关系;在严格控制区间中不进行风险证券的投资。投资于风险证券的资金量随保费率的增加而减少;随索赔强度、索赔量的期望值的增加而增加。有效边界随初始资本金、保费率的增加而上升;随索赔强度、索赔量的期望值的增加而下降。不难将本文模型推广到有任意种风险资产的情况,但这种差别不是本质的,这里略去了这些讨论。

注释:

①我国《保险法》规定,必须有一部分资金要投入于无风险证券,以增加资金使用的安全性。同时,又要投资风险证券,但比例又不能过大。

②有关保险资金投资模型的现有文献主要用到三个准则:最小化破产概率准则、最大化期终财富效用准则、均值-方差准则。最小化破产概率准则只强调风险而不涉及收益,这不符合保险公司投资的本意,且最小化破产概率准则模型求解困难。最大化期终财富效用准则只强调效用,没有考虑风险,由于保险公司负债性的经营特点,保险资金的使用必须以安全性为第一。保险资金本身的金融性决定了运用保险资金的安全性和收益性,均值-方差准则在保证收益的情况下,使保险公司面临的风险最小,比较直观地体现了如何在收益和安全之间实现均衡,且最优投资模型与承保、投资过程的所有参数都有关系,所以本文保险资金投资模型以均值-方差为准则。

③证明从略,如有需要可与作者联系。

参考文献:

[1]browne s. optimal investment policies for a firm with a random risk process: exponential utility and minimizing the probability of ruin [j]. mathematics of operations research, 1995, 20(4): 937-958.

[2]browne s. survival and growth with a liability: optimal portfolio strategies in continuous time[j]. mathematics of operations research, 1997, 22(2): 468-493.

[3]hipp c, plum m. optimal investment for insurers[j]. insurance: mathematics and economics, 2000, 27(2): 215-228.

[4]hipp c, plum m. optimal investment for investors with state dependent income, and for insurers[j]. finance and stochastics, 2003, 7(3): 299-321.

[5]liu c s, yang h. optimal investment for an insurer to minimize its probability of ruin[j]. north american actuarial journal, 2004, 8(2): 11-31.

[6]郭文旌, 李心丹. 最优保险投资决策[j]. 管理科学学报, 2009, 12(1): 118-124.

[7]郭文旌, 胡奇英. 不确定终止时间的多阶段最优投资组合[j]. 管理科学学报, 2005, 8(2):266-272.

[8]郭文旌, 赵成国, 袁建辉. 跳跃扩散市场的最优保险投资决策[j]. 系统工程理论与实践, 2011, 31(4): 749-749.

[9]罗琰, 杨招军. 保险公司最优投资及再保险策略[j]. 财经理论与实践, 2009, 30(3):31-34.

[10]荣喜民, 范立鑫. 常弹性方差模型下保险人的最优投资策略[j]. 系统工程理论与实践, 2012, 32(12):2619-2628.

[11]荣喜民, 李楠. 保险基金的最优投资研究[j]. 数量经济技术经济研究, 2004,(10):62-67.

[12]荣喜民, 吴孟铎, 刘泊炀. 保险投资的最优投资比例研究[j]. 天津大学学报, 2001, 34(2):198-200.

投资型保险论文范文第2篇

【关键词】破产概率 常利率 再保险 负二项分布 Wiener过程 Lundberg上界

目前,在保险风险理论中,特别是在非寿险的精算理论研究中,有许多关于破产问题的研究都是基于经典风险模型提出和建立的,即:

U(t)=u-ct+S(t)

式中,u(u≥0)为保险公司的初始准备金,c(c>0)为常数,表示保险费率,S(t)是到t时刻为止的总保险赔付额。

在对保险风险模型的研究和推广中,文献[1-3]研究了利率因素的影响,文献[4-5]研究了再保险因素的影响,文献[6-7]研究了干扰项因素的影响,文献[8-11]研究了保险公司自身投资的影响.在保险公司的实际经营活动中,保险公司需要综合考虑利率、投资和再保险等方面的许多因素来选择经营战略,保持经营的稳定性、连续性和盈利性。

本文在上述文献的启发下,同时考虑了利率、投资和再保险因素的多重影响,在索赔额服从负二项分布的情形下,利用微分方程和递推法得到了连续时间风险模型的破产概率的显式表达式及其Lundberg上界值。

一、模型的建立

定义1-1 设u>0,c>0定义在同一完备概率空间(Ω,F,P)上,给定:

第一,u是保险公司的初始资本,c为单位时间内收取的保费费率,cR为单位时间内原保险人支付给再保险人的费率,i为常数利息率,j为单位时间内的投资收益率,F为根据初始因素而得到的应用于投资的资金,均大于零。

第二,Xk表示第k次的索赔额,且{Xk,k≥1}为取正值的独立同分布随机变量序列,N(t)表示时间段(0,t]内赔付总次数服从参数为(α,p)的负二项分布。

第三,Yk=Y(Xk)表示加入再保险后,原保险人承担的风险函数,以下记My(r)表示索赔额Yk=Y(Xk)(k≥1)的矩母函数.显然,在这里,0≤Yk

第四,M(t)表示时间段(0,t]内保险公司收到的保单数服从参数为(β,q)的负二项分布。

第五,W(t)是一个标准的Wiener过程,它表示利率波动、不确定收益和支出等因素,其中σ为干扰因子。

为了讨论方便,有如下假设:

①{Xk,k≥1},{N(t),t≥0},{M(t),t≥0},{W(t),t≥0}相互独立

②为保证保险公司稳定经营,假设单位时间内平均保费收入大于平均理赔额,即ES(t)>0。

则t时刻保险公司的盈余为:

其中,

定义1-2 破产时刻为T=inf{t:U(t)

二、主要结果及证明

定理2-1 盈余过程{U(t)≥0}具有平稳独立增量性

证明:令0≤t0≤t1≤...≤tn,则

和Y(XN(t2))-Y(XN(t1)),Y(XN(t3))-Y(XN(t2)),Y(XN(tn))-Y(XN(tn-1)),

是相互独立的,因此,{U(t),t≥0}是独立增量过程

又因为

对一切t≥0,M(t+m)-M(t),SR(t+m)-SR(t),W(t+m)-W(t)分别具有相同的分布,所以,对一切t≥0,U(t+m)-U(t)也有相同的分布,因而{U(t),t≥0}是平稳独立增量过程。

综上所述,盈余过程{U(t),t≥0}具有平稳独立增量性。

定理2-2 对于盈利过程{S(t),t≥0},存在函数g(r),r≥0,使得E[e-rs(t)]=etg(r),并且函数g(r)=0,存在唯一正解R,称为调节系数。

证明:

即g(r)为凸函数,故方程g(r)=0至多有两个解,r=0为其平凡解.

因为当r充分大时,有g'(r)>0,因此,方程g(r)=0有且仅有一个正解,记为R,定理由此得证。

定理2-3 考虑盈余过程{U(t),t≥0},其最终破产概率为:

其中R为调节系数.

当t∞时,(2)式右边第一项为E[e-RU(t)|T≤∞]ψ(u),若是可以证得(2)式右边第二项(记为I2)趋于零,则定理得证.因为对于给定的T,U(T)与S(t)-S(T)独立,于是

对充分大的t,将展开I2,有

由此定理得证,此式为该风险模型破产概率的精确显式表达式。

定理2-4 考虑盈余过程{U(t),t≥0},其最终破产概率的一个Lundberg上界为:

其中R为调节系数.

证明:

由定理2-3可知:

定理得证,这是该风险模型破产概率的一个Lundberg上界.

三、结束语

本文围绕经典风险模型盈余过程U(t)=u-ct+S(t)进行探究,并将该模型进行了合理的推广,考虑并引入了利率、投资、再保险因素以及干扰项的影响,将原始模型中的保费收入以及索赔额分布均进行了改进,使得改进后的模型更加符合实际且更具有一般性.本文求出了该模型的破产概率表达式和Lundberg上界,保险公司可以根据该理论来研究和确定初始资本、投资资本、保费费率以及再保险的规模,从而更好的帮助保险公司经营和决策。

参考文献

[1]Cai J,Dickson D.Upper bounds for ultimate ruin probabilities in the Sparre Andersen model with interest[J].Insurance:Mathematic and Economics,2003,32:61-71.

[2]Cai J,Dickson D.Ruin Probabilities with a Markov chain interest model[J].I Insurance:Mathematic and Economics,2004,35:513-525.

[3]Asmusscn S.Risk theory in a Markovian environment[M].New York:Scand Actuarial S,1989: 66-100.

[4]陈丽.常利率下的再保险风险模型的破产概率[J].重庆理工大学学报(自然科学版),2012(3),26.

[5]雷鸣.一类相依比例再保险的风险模型[D].长沙理工大学硕士学位论文,2013.

[6]王怡菲,王永茂.带常利率和干扰项的负风险模型相关性质[J].辽宁工程技术大学学报(自然科学版),2012(1),31.

[7]吕伟春,陈新美.常利率下带干扰的双险种风险模型[J].湖南文理学院学报(自然科学版),2010(4),22.

[8]管伟青,牛铭.常利率下带投资和干扰风险模型[J].佳木斯大学学报(自然科学版),2013(1),31.

[9]牛银菊,邓丽,马崇武.常利率下带投资的多险种风险模型的破产概率[J].江西师范大学学报(自然科学版)2015(3),39.

[10]夏亚峰,罗永丽.带投资组合的风险模型[J].甘肃科学学报,2011(1),23.

[11]牛银菊,罗永丽,夏亚峰.带投资组合和超额赔款的再保险双Cox风险模型[J].江西师范大学学报(自然科学版),2014(5),38.

[12]王汉芹.几种风险模型的调节系数的研究[D].燕山大学硕士学位论文,2013.

投资型保险论文范文第3篇

关键词:寿险公司;保险资金运用效率;数据包络分析(DEA)

一、 问题提出

保险公司的利润来源主要有两个方面:保费收入和保险资金运用收益,随着保险经济的发展,保险市场规模的不断扩大,市场主体数量的不断增加,日趋激烈的竞争导致保险公司费率水平逐渐降低,承保利润空间逐渐缩小,依靠保险资金运用取得收益成为公司的主要利润来源和提高市场竞争力的主要手段。截至2011年底,我国保险公司资产总额达6.01万亿元,资金运用余额为5.547万亿元,全行业实现投资收益1 826亿元,平均收益率为3.57%,基本满足资产负债配置需要。资金运用从渠道上看,保险行业持有银行存款1.77万亿元,占资金运用余额的31.97%;持有各类债券2.61万亿元,占比47.09%;持有股票3 801.87亿元,占比6.85%;证券投资基金2 915.85亿元,占比5.26%。2011年新发基础设施债权计划21个,新增投资599亿元;不动产投资计划330亿元。

保险资金运用是现代保险业的支柱,保险公司成为既有补偿职能又有投资职能的综合性金融企业。由于寿险合同的长期性,寿险公司将大量资产进行投资,以应对未来的保险金给付要求。作为机构投资者,保险公司的投资行为具有长期性、稳定性、收益性等特点。寿险公司是以经营人寿保险业务为主的企业,其负债经营的特点,决定了其对资产负债匹配有特殊要求。因此,与其他金融机构的资金相比,寿险公司进行的资金运用活动具有安全性、稳定性、长期性、负债性、资金量大等特点。

自1992年友邦进入中国,外资寿险逐渐走进中国市场,尤其是中国加入世贸组织(WTO)的十余年,寿险市场对外开放程度的不断加深,我国寿险业利用外资程度的不断加深,保险市场上出现了不同资本属性的公司主体,对不同寿险公司的资金运用效率情况进行探究,有助于我们更科学的分析寿险公司资金运用效率的影响因素,从而制定和实施相应的政策措施和经营策略,帮助提高寿险公司资金运用效率,进而提升我国保险业的竞争力及在国际市场中的地位。

二、 理论基础与研究方法

保险公司利润实现路径,有“山派”理论和“海派”理论,“山派”理论主张公司利润应主要来源于承保利润,资本投资是为了对保险业务获得的资金保值增值;“海派”理论主张保险公司应注重资金运用,将承保过程视为资本投资筹集资金的融资过程。保险是一种经济上的制度安排,保险公司作为市场经济中的营利性组织,无论依据哪种利润实现路径,它寻求的都是价值最大化,作为一个企业,评价其效率主要依据投入产出情况。

列西里·列昂惕夫(Wassily Leontief)于1936年创立了投入产出理论(又称产业关联理论),他撰写的“美国经济制度中投入产出数量关系”在《经济学和统计学评论》上发表,标志着投入产出技术的诞生。1953年出版的《美国经济结构研究》中,列昂惕夫提出投入产出表的概念及其编制方法,阐述投入产出技术的基本原理,创立了投入产出技术这一科学理论。

金融机构效率的研究方法分为参数法和非参数法两种,其出发点都是构建一个生产前沿面,某企业与该前沿面的距离就是这个企业的技术效率或称前沿效率。前沿效率是一个相对概念,不同样本组、不同定义及计算方法都可能得出不同的效率值。参数方法分别是随机前沿方法(也称作计量经济前沿分析方法)、自由分布方法以及厚前沿方法,非参数的方法分别是数据包络分析方法和无界分析方法。

数据包络分析法(Data Envelopment Analysis,简称DEA法)是最常用的一种非参数前沿效率分析方法,是使用数学规划模型进行评价具有多个输入、特别是多个输出的部门或单位(称为决策单位,简称DMU)间的相对有效性。该方法最初由Charnes、Cooper和Rhodes(1978)提出的,开发DEA的目的是在Pareto最优概念的基础上计量投入/产出效率,通过线性规划方法找出决策单位投入-产出组合最优的决策点,形成一个可行解的凸集(包络面),它的突出优点是既不需要对函数形式和误差项做出假设,也不需要对可行解的关系作详细的定义。DEA模型有多种,主要有综合评价模型C2R、体现决策者偏好的锥比率DEA模型、综合DEA模型、随机DEA模型以及逆DEA模型等等,随着研究的进展还有许多拓展和改进的模型。

本文选用的是加入限定条件的综合评价模型C2R,使模型生成结果不会无限大,对寿险公司在规模报酬不变假设下每一年的资金运用效率进行分析,有一系列的决策单位(DMUs),投入了j=0,1,2,…,n产出s,DMUj用了Xij的输入i来产出Yrj的产出r,假设Xij≥0,Yrj≥0,当有效输出和输入的比率对每个决策单位、包括其本身不能超越个体的条件做出限制时,每个DMU的效率就能被加权输出和加权输入的比率最大化所确定,对特定脚标0的DMU数学规划为:

max

s.t.1

u0,v0

通过求解可以得到各单位与前沿面上决策单位的相对效率。

三、 寿险公司资金运用效率

在同一保险市场经营的主体都面临着同样的外部环境,例如宏观经济环境、金融危机、通货膨胀、股市波动、利率变化,以及相同监管政策等,企业自身也有在短期内无法改变的反映竞争程度及发展潜力等行业环境,本文将这些作为外生影响因素。来自企业内部——管理者、股东和其他外部控制者对一家保险公司资金运用效率的影响也不容忽视。因此,在度量寿险公司资金运用效率时,选取以下影响因素:资产规模、保费收入、外资股比(公司性质)、资产管理公司(投资渠道)、投资收益率、偿付能力充足率等。

本文选取中国市场上有一定经营年限的21家寿险公司2009年~2011年数据,具体各项指标含义:

(1)资产规模:决策单位在年度信息披露报告中的公司资产规模;

(2)保费收入:决策单位在年度信息披露报告中的公司保险业务收入;

(3)外资股比:决策单位在观测期年外资股份占公司总资产的比重,为考虑外资股权对公司资金运用效率的影响,对决策单位性质进行界定,具体划分标准如表1。

(4)资产管理公司:模型测定的是各寿险公司资金运用效率,由于决策单位有的属于保险集团子公司,集团内部有独立的资产管理公司,有的采取内设投资部模式进行投资管理,这一因素对投资渠道、投资收益率的影响较大,因此,对决策单位所在集团有资产管理公司或委托专业资产管理公司进行资金运用的决策单位这一项投入定为1。而采取内设投资部模式进行投资的决策单位给定一个非常小的值,对结果方向不产生影响。

(5)投资收益率:决策单位在观测期内全部可运用资金的总体投资收益率;

(6)偿付能力充足率:偿付能力既是寿险公司持续经济的保证,也会在财务上对公司下一年度可运用资金余额产生影响,因此将它作为一个输入变量,数据采用决策单位在年度信息披露报告中的偿付能力充足率。

根据上节模型,将资产规模、保费收入、外资股比、有无资产管理公司、偿付能力充足率作为输入变量,将投资收益率作为输出变量,测算21家寿险公司2009年~2011年资金运用效率,其结果如表2。

由表2中可看出,2009年~2011年4家中资寿险公司资金运用效率一直处于生产前沿面上;独资公司友邦保险除2009年受美国母公司AIG金融危机影响效率略低外,其后两年效率一直处于生产前沿面上;合资寿险公司除处于生产前沿面上的,其他公司2009年平均效率为0.635,2010年为0.707,2011年为0.795;外资参股寿险公司除处于生产前沿面上的,其他公司2009年平均效率为0.700,2010年为0.729,2011年率为0.897。样本公司在观测期内中资寿险公司资金运用效率最高,独资次之,合资寿险公司效率最低,同年比较,外资参股寿险公司的资金运用效率平均值高于合资寿险公司。

四、 影响寿险公司资金运用效率的因素

效率与许多因素有关,大公司比小公司在资金运用上效率要高,因为大公司有规模和范围经济优势,有资产管理公司比内设投资部资金运用效率高,偿付能力充足的公司可运用资金余额更大,外方股东对公司决策会产生影响,对投资渠道进行限制,也会影响资金运用效率。为测度这些因素对寿险公司资金运用效率的影响大小,建立一个回归模型进行计量分析。

本文考虑寿险公司投资收益率的影响因素,各因素含义如上,将投资收益率(ROI)作为因变量,资产规模(TA)、保费收入(PRE)、外资股比(OP)、资产管理公司(AMC)、偿付能力充足率(SAR)作为自变量建立线性回归模型:

ln(ROI)it=αit+β1ln(TA)it+β2ln(PRE)it+β3ln(OP)it+β4DLit+β5ln(SAR)it+ε

t和i分别表示年份和样本公司,引入虚拟变量DL表示资产管理(AMC)的专业化,如果一家保险公司或其所属的集团拥有专业化的资产管理公司时DL取1,否则取0。表3给出模型估计结果。

从结果可以看出,如假设一样,公司规模及有无资产管理公司对寿险公司资金运用效率有显著正影响,保费收入及偿付能力充足率对寿险公司资金运用效率的影响不显著,外资股比对寿险公司资金运用效率有负影响,随着外资股份的增加,运用效率反而下降,说明公司内部管理上的分歧影响投资决策最终影响资金运用效率。

五、 结论

随着中国保险市场的不断对外开放,外资进入我国保险行业的深度不断增强,一方面带来了先进的经营管理经验和技术,另一方面也充实了保险公司资本实力。中国市场上已经形成由不同资本组成的寿险公司,在公司经营中,保险资金运用是实现公司利润,提高公司企业竞争力的重要手段,本文利用2009年~2011年21家寿险公司的数据,运用数据包络分析方法研究了这些公司资金运用效率,并测度不同因素对寿险公司资金运用效率的影响。

通过对不同资本的寿险公司性质进行界定,比较中资、外资独资、中外合资、外资参股寿险公司资金运用效率,从实证结果,中资寿险公司资金运用效率一直处于生产前沿面上,外资独资公司次之,外资参股公司在资金运用效率上平均值略高于中外合资公司,这一结果与黄薇(2009)的研究结果不同。

通过回归分析测度影响寿险公司资金运用效率的因素,结果显示公司资产规模、有资产管理公司对寿险公司资金运用产生正影响;保费收入、偿付能力通路率的影响作用不明显;外资股比对寿险公司资金运用效率有负影响,即随着外资股份的增加,公司资金运用效率反而下降,分析原因认为在内部管理上,由于外资股份的比重增加,在投资决策和经营管理上外方股东倾向采取更审慎的管理模式,使资金投资收益保持在一个相对更稳健的水平上。但是从样本观测期三年来看,随着公司经营理念差异的减少和本土化适应过程,合资及外资参股寿险公司的资金运用效率呈上升趋势。

有无资产管理公司对寿险公司资金运用效率有显著影响,说明投资渠道仍是决定资金运用效率的重要因素,在外部环境,如宏观经济、股市波动、利率变化相同的情况下,有专业的资产管理公司进行投资,在渠道选择上有更多的空间,使公司的投资收益更高。因此建议放开对合资寿险公司资金运用的限制,使不同市场主体在公平的环境下进行竞争。2012年保监会出台一系列资金运用的新政策,这些政策的效果将在未来几年显现,相信会给不同公司资金运用带来更多的机遇和挑战。

虽然我们针对不同类型的寿险公司资金运用效率进行了实证分析,但数据的期限和公司范围仍相对有限,本文的结果和结论是初步的,还需要进行深入研究,投资收益的影响与投资渠道的选择有关,本文假设前提是在相同的社会经济环境及监管制度下,因此未将投资渠道作为影响因素分析,应对各家公司的投资渠道做细分处理,这都是需要进一步研究的内容。

参考文献:

1. 姚树洁,冯根福,韩钟伟.中国保险业效率的实证分析.经济研究,2005,(7):56-65.

2. Ennsfellner Karl C., Lewis Danielle, Ande- rson Randy I. Production Efficiency in the Aust- rian Insurance Industry: A Bayesian Examination. Journal of Risk and Insurance,2004,(3):135-159.

3. 魏权龄.数据包络分析.北京:科学出版社,2004.

4. 黄薇.中国保险机构资金运用效率研究:基于资源型两阶段DEA模型.经济研究,2009,(8):37-49.

重点项目:中国保险学会教保人身保险高校课题研究基金课题“我国寿险利用外资质量与效果研究——我国寿险业‘引进来、走出去’合理预期与发展战略”(项目号:jiaobao2012-08) 阶段性研究成果。

投资型保险论文范文第4篇

关键词:保险资金 市场风险 风险管理 模型选择

保险资金运用的渠道分析

我国自1980年恢复国内保险业务以来,保险资金运用大致经历了四个阶段,这四个阶段分别为无投资阶段、无序投资阶段、逐步规范阶段和拓宽投资领域阶段。第一阶段(1980-1987年),为无投资或忽视投资阶段,保险公司的资金基本上进入了银行,形成银行存款;第二阶段(1987-1995),为无序投资阶段,由于经济增长过热,同时又无法可循,导致盲目投资,房地产、证券、信托、甚至借贷,无所不及,从而形成大量不良资产;第三阶段(1995-1998年),为逐步规范阶段,1995年以来先后颁布了《保险法》、《中华人民共和国银行法》等有关金融法律法规。《保险法》规定,保险资金运用限于银行存款、买卖政府债券和金融债券。由于投资渠道的限制,加之1996年5月1日以来的8次利率调整,使保险资金处于闲置状态或低收益状态,导致出现了严重的利差损问题,严重影响了保险公司的生存和发展。第四个阶段:1998年以后,为拓宽投资领域阶段。1998年以后保险公司陆续获准可以进行同业拆借、买卖中央企业aa 公司债券、国债回购、协议存款、企业债券及证券投资基金。2004年,保险公司又获准可以买卖可转换债券、保险外汇资金境外运用、投资银行次级债。2004年10月24日,随着《保险机构投资者股票投资管理暂行办法》的颁布,标志着我国保险资金可以直接进入证券市场进行股票投资。

从表1可以看出,银行存款在我国保险资金运用中的比重一直比较高,是保险资金运用的主要方式,近几年随着保险资金运用渠道的不断拓宽,我国银行存款的比重从2002年开始出现了逐步下降的趋势,与此相对应,保险资金投资的比例则呈现出逐年上升的状况。在保险资金投资中,证券投资基金的投资比例一直相对比较稳定,基本上保持在5%-8%之间。相比较而言,国债投资的比例则变动比较大,呈现出很强的波动性。此外,我们可以看出其他投资的比例从2000年开始,一直处于一个上升的态势,这也反映出保险公司投资能力的不断增强,投资范围的不断扩大。

随着保险资金运用渠道的不断拓宽,在提高保险资金收益的同时也带来了巨大的市场风险,这也迫切地需要对保险资金运用的市场风险进行有效地管理和控制。而科学地测量风险,则是整个风险管理和控制的重要环节。随着现代金融工具和技术的不断出现,应用数学模型来测量市场风险已经成为世界范围内众多风险管理的要点,目前已经开发出一套较为成熟的风险技术工具体系,在所有风险技术工具库中,风险价值法(value at risk,var)应用最为广泛。

保险资金运用的市场风险度量方法

在运用风险价值法进行市场风险度量时可以采用两种基本的计算模型:参数正态模型和模拟模型。参数正态模型主要由以下四种模型构成:组合正态模型、资产正态模型、δ-正态模型和δ-γ模型。模拟模型主要包括:历史模拟模型和蒙特卡罗模拟模型。保险公司在具体使用中,可以根据公司的实际情况加以适当地选择。通常情况下,保险公司可以使用组合正态模型、资产正态模型和历史模拟模型来进行var的计算,基本上能够满足保险公司市场风险控制和管理的要求。

(一)组合正态模型

该方法的计算非常简便,保险公司只需得到资产组合收益的标准差就可以迅速地计算出不同资产组合的var值。这样,保险公司的风险管理者可以随时掌握资产组合的市场风险状况,根据var值对资产组合头寸进行调整,为不同资产组合提取准备金或设置交易限额。这种方法的主要缺点是计算的结果不够精确。这种方法用公式可以表述为:var=。

(二)资产正态模型

这种计算方法的前提假设是资产组合的收益率服从联合正态分布,并且组合中每个资产的收益率都服从正态分布。这种方法是从现代组合理论直接推导出来的,计算的结果也比较精确,缺点是非常严格的前提假设和比较繁琐的计算。在日常风险管理中,保险公司需要建立组合中资产之间收益率的协方差矩阵,然后借助计算机程序进行复杂的资产组合收益的标准差计算。这种方法用公式表示为:var=,而组合标准差是根据组合的协方差计算出来的。

(三)历史模拟模型

历史模拟法是个简单的和非理论的方法,它对潜在市场因素的标准分布不做假定。保险公司在应用该模型时,通常需要做好以下三个方面的工作:第一,选择合适的长期保险资产组合历史收益率受市场因素影响的时间序列,这可以通过相关的金融市场中搜集和整理获得。第二,根据第一步得到的时间序列,计算当前保险资产组合价值变动的时间序列。第三,把从历史数据归纳出的收益率实际分布情况列表显示,选择某一概率水平,计算该分布在这一概率水平下可能出现的极值,然后据此计算var值。

保险资金运用市场风险管理的比较研究

(一)保险资金运用渠道的市场风险状况分析

从以上分析我们可以看出,参数正态模型虽然在计算市场风险时非常简便,但是其前提假设非常严格,要求资产组合或组合中的每个资产的收益率都要服从正态分布。如果保险资金运用中,实际的资产组合收益率不能满足上述假设条件,则会出现高估或低估市场风险的状况。因此,需要对保险资产组合收益率的实际分布情况进行分析,在此基础上建立市场风险的计算模型。我们在下述分析中,以上证国债指数、上证基金指数、上证指数和上证企业债券指数近似描述国债、证券投资基金、股票和企业债券的市场风险状况。

1.国债的市场风险状况。上证国债指数是从2003年2月开始的。因此,本文选取了上证国债指数2003年2月24日至2006年10月31日的实际走势来计算国债的收益率。

从表2和表3中可以看出:上证国债指数日收益率的分布不满足标准的正态分布,标准正态分布的偏斜度为0,峰值为3。与正态分布相比,峰值更高且尾部更粗。在±σ的面积里,实际分布的值高于正态分布14.27%,在±3σ的面积以外的部分实际分布的值高于正态分布1.31%。

2.证券投资基金的市场风险状况。上证基金指数是从2000年8月开始的。因此,我们选取了上证国债指数2000年8月24日至2006年10月31日的实际走势来计算证券投资基金的收益率。

从表4和表5中可以看出:上证基金指数日收益率的分布也不满足标准的正态分布。虽然偏斜度和峰值有所下降,但仍与正态分布有很大的差异。在±σ的面积里,实际分布的值高于正态分布9.75%,在±3σ的面积以外的部分实际分布的值高于正态分布1.42%。

3.股票的市场风险状况。上证指数是从1992年1月开始的。考虑到我国股票市场在早期不是非常规范,同时股票市场存在明显的阶段性波动特征,此外股票市场指数存在一定程度的序列自相关的现象,近期的市场数据能更好地描述市场风险状况。因此,本文选取了上证指数2001年1月2日至2006年10月31日的实际走势来计算上证指数的收益率。

从表6和表7中可以看出:虽然上证指数日收益率的分布仍然不能满足标准的正态分布,但与其他指数相比其偏斜度程度和峰值陡峭程度下降比较明显。在±σ的面积里,实际分布的值高于正态分布6.85%,在±3σ的面积以外的部分实际分布的值高于正态分布0.81%。

4.企业债券的市场风险状况。上证企业债券指数是从2003年6月开始的。本文选取了上证企债指数2003年6月9日至2006年10月31日的实际走势来计算企业债券的收益率。

从表8和表9中可以看出:上证企业债券指数日收益率的分布偏斜度最高且为负值,是唯一一个右偏斜的指数,峰值也最高,显然也不属于标准的正态分布。在±σ的面积里,实际分布的值高于正态分布达15.13%,在±3σ的面积以外的部分实际分布的值高于正态分布1.07%。

从以上分析中可以发现,本文所研究的四类指数的实际分布都不满足正态分布。而正态参数法是在资产组合或组合中的每个资产的收益率都要服从正态分布的前提假设条件下才适用的。因此,使用正态参数法进行保险资金运用的市场风险管理和控制,可能会降低市场风险计量的准确性,导致保险公司进行风险限额管理的效率降低,从而影响保险资金运用市场风险的控制效果。在这种情况下,使用历史模拟法是更好的选择。

(二)保险资金运用的市场风险度量比较研究

本文用组合正态模型、资产正态模型和历史模拟模型来计算在不同置信水平下的市场风险的var值,以比较三种方法的差异。为了便于比较和检验,本文选择了四类指数在同一时期的历史数据作为研究样本,样本以时间最晚的上证企业债券指数为准。样本时期为2003年6月9日至2006年10月31日共828个四类指数的实际指数值为检验值。在计算单项保险资产的市场风险时,两种正态模型的计量结果是一样的,故在计算单项资产的市场风险时两种方法不作区分。

1.资产的市场风险度量。从表10中可以看出:

对于上证国债,在较高的置信水平上,正态模型会低估国债的市场风险,这主要是因为上证国债指数的实际分布并不满足正态分布,实际分布中出现了粗尾的现象,同时国债的实际分布是右偏斜,导致异常损失的概率要大于正态分布下的概率。

对于上证基金,除了在99%的置信水平外,其他条件下,正态模型会高估证券投资基金的市场风险。这主要是由于在研究期内上证基金指数存在左偏斜的现象,导致在实际分布中异常损失的概率比较低。

对于上证指数,在三种置信水平下,正态模型的var值都大于历史模拟模型。从实际分布情况看,上证指数的主要指标非常接近于正态分布,同样由于上证指数存在左偏斜的现象,导致其异常损失的概率要低于正态分布。

对于上证企债,在99%的置信水平下,两种模型的结果差异非常明显,同时企业债券指数的偏斜度和峰值都非常高,说明企业债券发生异常损失的概率大大高于正态分布。

2.保险资产组合的市场风险度量。计算保险组合资产收益率时,需要设定每种资产的投资比例。为了计算和研究方便,本文根据保险资金运用的相关规定,假设保险公司在国债、证券投资基金、股票和企业债券的投资比例分别为60%、10%、5%和25%,这虽然与实际情况有一定出入,但并不影响三种方法计算结果的可靠性,保险公司可以根据实际情况和相关制度要求对上述四种资产的比例进行调整。

从表11、12中我们发现,两种正态模型的计算结果是一样的,两种模型虽然计算组合标准差的方法不同,但其假设条件是相同的,即资产组合或组合中的每个资产的收益率都要服从正态分布,同时每个资产的收益率之间是线性相关的。但两种方法在理论上存在差异,资产正态模型在理论上更加严密,他是从马科维茨的现代组合理论直接推导出来的方法,它的基本假定也是现代组合理论和资本资产定价模型的基础。

此外,还可以看出:

在95%的置信水平下,正态模型的var值高于历史模拟模型。这主要是因为在该置信水平下每一种资产正态模型的var值都高于历史模拟模型;

在97.5%的置信水平下,两种模型的计算结果差异不太;

在99%的置信水平下,正态模型的var值低于历史模拟模型。这主要是因为除上证指数外,其他资产在该置信水平下都存在不同程度的低估风险的情况,虽然上证指数的收益水平是整个组合中最大的,但其在组合的比例却是最低的,因此对组合的整体影响还不是特别显著,随着上证指数的比重上升,这种差异会有所改善。

保险资金运用的市场风险度量模型选择

从上述的实证分析可以看出,由于保险资金运用所涉及资产的实际收益率并不满足于严格的正态分布假设,使用正态模型容易高估或低估市场风险,造成市场风险度量的不准确,这样就无法正确地制定出不同保险资产的风险限额。历史模拟模型对保险资产的实际收益率不做任何前提假设,保险资产组合的收益率都是观测出来的,能够完全体现市场因素的实际状况。同时,var值是一个静态指标,保险公司在实际应用中,需要不断地输入新的数据并根据实际的损益状况重新计算var值,据此制定出不同资产及其子资产的风险限额,并根据不同资产及其子资产var值的变动情况,适当调整各类资产的投资比例以减少组合资产的var值。历史模拟模型的计算结果非常直观便于理解和应用,计算过程也非常简单,其实际效果并不比需要大量复杂运算的计量模型差。因此,保险公司在资金运用过程中进行市场风险度量时,使用历史模拟模型将是一个比较好的选择。

参考文献:

投资型保险论文范文第5篇

关键词:养老保险;人力资本投资;理论方法

中图分类号:F840.67 文献标识码:A 文章编号:1003-5656(2009)03-0033-05

一、引 言

养老保险是社会保障的最重要组成部分,在国外文献中养老保险被直接称为社会保障(Social se-curity System)。按筹资方式的不同,养老保险可分为现收现付制(Pay-as-you-go System或UnfundedSystem)和基金制(Funded System)两种类型。现收现付制是从社会保障制度产生以来至今大多数国家采纳的一种养老保险制度模式;而基金制是自20世纪80年代人口老龄化及养老保险面临的财政支付危机以来,一些国家开始试行并逐渐实施的一种养老保险模式。

20世纪60年代以来,在Samuelson(1958)和Diamond(1965)的世代交叠模型(OLG)的基础上,多数研究通过对个人储蓄、收入分配、劳动力流动之间关系的认识,对养老保险制度与经济增长之间的关系进行了卓有成效的研究。例如Barro(1974)从遗产动机的角度、Romer(1986)从个人储蓄、劳动供给的增长模型讨论了现收现付的养老保险制度对经济增长的负面影响等。不过这类研究通常不考虑技术、人力资本、制度等要素。

自Lucas(1988)和Rome(1990)等的新增长理论形成以来,经济增长更加强调技术和人力资本等要素的重要作用,于是人力资本积累与物质资本一样也被看作是经济增长的重要源泉。此后,许多研究借助于人力资本积累这一桥梁来研究养老保险制度同经济增长之间的联系。在人力资本的新增长模型中,教育投入成为衡量人力资本积累水平的一个重要的指标,教育投入量、受教育时间与人力资本积累水平三者之间是成正比的,延长受教育时间意味着教育投资越多,人力资本积累水平就越高;反之,受教育时间少则教育投资则相对会减少,人力资本积累水平也较低。人力资本投资主体可分为政府和非政府两类,其中政府对人力资本投资一般表现为财政性教育投入,而非政府的人力资本投资主体则包括企业、社会其他经济组织、学生家庭以及学生本人等。但从新近的文献研究来看,各类研究主要针对养老金制度与政府或者学生家庭对子女人力资本投资而进行,一般不涉及其他非政府主体的人力资本投资(如企业和社会团体对教育的资助)的内容,且研究路径也各有差异。     二、养老保险与人力资本投资的理论研究

通过世代交叠模型假定年青期和年老期人力资本和养老保险效用存在代际间相互转化,是研究养老保险制度与人力资本投资的基本理论框架。在市场经济条件下,政府人力资本投资属于公共支出,需要符合公共服务效用最大化的公共决策原则;而家庭人力资本投资的决策则需要符合个人终身效用最大化的原则。这样,通过2期或3期的世代交叠模型就可以针对现收现付制和基金制这两种不同的养老保险制度对人力资本投资之间的关系进行分类研究,约束条件为市场均衡条件下的微观主体效用最大化和经济稳定增长。

(一)养老保险与家庭对人力资本的投资

在世代交叠模型中,基金制条件下的强制性储蓄或社会保障税使父母在年老时获得的养老保险与子女未来承担的赋税无关,也无法产生遗产效应,这可能造成生育率上升和人均人力资本水平下降,不利于经济长期增长(Stuart,1998等);反之,现收现付的养老保险制度则能通过对年青期个体强制征收养老保险或社会保障税并转移给当期的老年期个体(或者父母),以保证年老期个体(或者父母)对孩子人力资本投资的回报,也有利于鼓励父母对子女进行人力资本投资,提高他们的技术水平,有利于经济增长。

Kemnitz&Wigger(2000)等则认为现收现付的养老保险制度实际上是人力资本积累存在外部性时政府矫正市场失灵的政策手段,它可以促成人力资本积累达到最优水平,而基金模式的养老保险制度则与没有社会保障的自由放任经济一样会造成人力资本积累的不足。其原因是,每一代人的人力资本积累总是建立在上一代平均基础之上的。如果每个人都增加学习时间,不仅可以提高其自身的人力资本存量,还可以提高下一代人的人力资本水平及劳动生产力。在具有基金制社会保障制度的自由经济中,个人并不能获取人力资本积累所产生的全部收益,也不可能为了提高下一代人力资本水平而增加学习时间,因此个人投人学习的时间往往少于最优配置的学习时间。

在现收现付的养老保险制度条件下,养老金的数量往往与个人的工作年限和工资收入有关,而工资收入通常是与教育程度正相关的,这相当于将养老金数量直接与年轻时积累的人力资本挂钩,使得延长学习时间的人能够在年老时获得更多养老金,这种更高的回报是来自于下一代人的人力资本增加而带来的整个社会生产水平的提高。所以从理论上讲,只有现收现付养老保险制度才能体现出人力资本积累在代际之间的正向溢出效应,刺激各代人为了提高下一代的生产能力而积累更多的自身人力资本。

(二)养老保险与政府对人力资本的投资

由于人力资本投资离不开政府对公共教育领域的资助,许多研究还将政府人力资本投入引人理论模型分析之中。政府支出包括生产性支出和非生产性支出,其中,非生产性支出中包括政府用于公共教育和社会保障等领域的投入。由于一国政府每年预算的约束,增加一方面的公共支出比重则必然会导致另一个公共支出领域预算的减少。

在现收现付的养老保险模式中,当期工资与养老金数量挂钩,这利,养老保险计划不影响当年的财政收支平衡,政府可将更多的公共资源用于教育和基础设施等公共支出领域,优化公共资源配置以提高全社会生产效率。而在基金制的养老保险模式下,个体的养老金数量或者说未来的福利是由他本人过去的储蓄和基金运作表现决定的,与下一代人力资本水平提高而带来的教育收益率的提高没有关系,他们希望政府能将更多预算投入到社会保障体系中来,这将会减少政府对教育和基础设施等领域的公共支出,从而不利于政府人力资本投资的决策。因此从养老保险与政府人力资本投资的研究结果来看,这些结论也大都偏向于现收现付养老保险制度对政府人力资本投资和经济增长的积极作用。

在一个3期的世代交叠模型中,Buiter&Kletzer(1995)考虑了现收现付养老保险的代际转移再分配政策对人力资本积累的影响,发现当年轻个体不能够从资本市场上进行借贷以支付他们的教育费用时,现收现付的养老保险制度尽管会降低物质资本的积累,但却有利于公共资源偏向于对人力资本的投资。而

Kaganovich&Zilcha(1999)的研究表明,假定在现收现付的养老金制度下存在市场均衡,那么政府会将大量预算开支用于教育而最大限度地减少对社会保障的转移支付,这时养老金计划也许没有存在的必要。而在子女的福利状况是由人力资本水平决定的前提下,父母的效用函数由其自身消费大小和子女当期的人力资本回报来决定,因此,父母考虑到今后的退休福利水平,就必然会加大对子女的教育投入,这时政府给予家庭的教育补贴也会起到积极作用。此外,Bellettini&Ceroni(1999)还将公共支出和人力资本作为经济增长的内生变量并引入理论分析,指出只有现收现付社会保障才会增强公众赞成提高生产效率政策的意愿,从而对基础设施建设和人力资本投资方面产生积极作用…。。

也有一些研究如Stark et a1.(1997)、Panu&Poutvaara(2007)等从跨国之间劳动力流动或者技术转移的角度考察劳动力流动对人力资本的影响。结论是跨国间劳动力的自由流动,能够促进欠发达国家的人力资本投资并通过技术人员的双向流动提高欠发达国家的人均人力资本,但现收现付制社会保障形式下,比例工资制社会保障制度国家和固定费用制养老保险制度国家间的劳动力流动会导致前者人力资本投资的减少和后者人力资本投资的增加,并由此带来帕累托改进。

三、养老保险与人力资本投资的应用研究

与理论研究不同的是,养老保险与人力资本投资的应用分析并不关注养老保险制度的唯一合理性问题,而是围绕着生产率提高和经济增长这些主题,对不同经济体中现行的养老保险制度与受教育年限、退休年限、社会福利及生育率之间的关系进行实证分析。

Rojas(2004)的研究配合了内生生育率选择来量化1985年以来西班牙的高等教育资助(政策)的成本和收益,结果显示:西班牙的政府教育补助的增加改变了人口教育程度的分布并导致人口出生率下降,受教育人群中低人口出生率和高人均寿命改变了总人口的年龄结构,使得政府必须增加社会保障税率以平衡养老金预算,因此这一机制实际上降低了教育投入政策的社会福利。

在充分考虑了美国劳动者工作期内缴费形成的现收现付的养老保险这些参数的条件下,Cruz AEchevarria.Amaia Iza(2006)的研究结果表明,在美国,由工作期内劳动者缴费的现收现付的养老保险支付制度会促使人们考虑提前退休,但随着未来社会保障费用负担人口的减少,预期寿命的提高也能够促进单位资产GDP增长速度的提高。现收现付的养老保险制度能够促使个人延长受教育时间,增加家庭或个人对人力资本的投资,但随着社会保障负担率的提高会带来单位资产GDP增长速度的降低,使政府面临着预算平衡等问题。

我国的养老保险模式是现收现付型还是混合型模式目前还存在许多争议,不过从目前养老保险资金账户运行的实际情况来看,现阶段中国仍然处于现收现付的养老保险模式中。针对这种情形,近来国内也有一些关于养老保险与人力资本投资方面的研究。例如,于凌云等(2008)针对中国社会保障改革过程中养老保险和人力资本公共支出的增长效应进行了分析,并通过人力资本这一指标来体现它们与经济增长的相关关系,结果表明:从公共支出角度来看,政府对养老保险的转移支付与人力资本和长期经济增长率之间呈现出一种负相关关系;公共教育投入对于长期人力资本及经济增长的正面效应很明显,而对短期经济增长的正效应却不明显。

针对中国长期的城乡分割的现实情况,赖得胜等(2004)、田永坡等(2006)等的文献根据当前中国“统账结合”的社会保障模式,对我国城乡人力资本投资进行了比较研究,认为由于当前我国农村社会保障体系的缺位,造成了基层政府和农村家庭在教育投资领域的沉重负担,因此需要尽快建立覆盖全国的社会保障体系,同时提高养老保险个人账户的比重,从而有利于人力资本投资。

四、结论与展望