财产保险周期波动与金融系统的关联

保险业周期波动与金融系统关系的直观考察

考虑到我国保险业发展阶段性因素的限制，从20世纪80年代至今如果采用年度数据则数据长度较短，只有30几个，同时考虑到数据的可得性，选取1999年1月至2010年10月的财产险保费收入月度数据（P）作为实证部分的样本，为了数据区间的对应同样选取同期金融机构各项存款增量序列的月度数据（L）为样本。数据来源于《中国统计年鉴》、《中国保险年鉴》、中国保监会网站、《中国金融年鉴》以及中国保险学会网站，统计软件使用Eviews6．0。为了直观考察保险业波动与金融业稳定发展之间的关系，利用滤波方法画出两序列的滤波图进行比较。滤波分析方法包括HP滤波、BK滤波和CF滤波。考虑到CF滤波没有对时间序列平稳性和对称性的要求，它可以根据序列自身特点选用不同的公式和权重，以及可以根据数据特性提取特定频率和波长的周期成分特点，本文选用CF滤波进行分析。经济时间序列一般受到3个波动因素的影响，即长期趋势影响因子Tt，季节波动影响因子St和随机波动波动影响因子It。对于增长型经济波动序列，可采用乘法模型来描述，即Xt＝Tt×St×It，也可采用加法模型来描述，即Xt＝Tt＋St＋It。在经济序列的分解要素中，趋势因子Tt表征经济的长期发展趋势及潜在水平，季节因子St是受季节或周期规律变动影响的周期性变化，随机因子It是各种偶然因素造成的随机扰动。做财产险保费收入月度数据和同期金融机构各项存款增量序列月度数据的时序图（图1，图2），观察两幅图可以看出两序列均为增长型的，并且表现出几种影响因素叠加的现象，因此本文选用加法模型进行分解。两序列由于是月度数据，通常包含季节因素的影响，对两序列采用X　11方法进行季节调整，剔除季节因素的影响，此时两序列时序图都具有明显的时间递增趋势，具体表现为数据生成过程中时间变量系数具有显著性特征，为了消除序列的时间递增趋势，得到平稳时间序列来提取周期性，要退化两序列的趋势性，而考虑到序列前后时期波动幅度不同，可能是异方差现象所致，为消除异方差的影响，将季节调整后的序列取对数，处理之后两序列的时序图显示出长期趋势呈现低阶（1、2阶）线性函数的特征，可以通过一阶差分剔除逐年上升的趋势，进行一阶差分后的两序列分别记为dP、dL，画出它们的时序图（图3，图4）。两幅图（图3，图4）显示序列几乎为平稳的，下面对它们的平稳性进行检验。对两序列进行平稳性ADF检验，结果见表1，检验结果表明dP和dL的T统计量的绝对值均远大于1％显著性水平下临界值的绝对值2．58，相应P值为0．0000，因此表明至少有99％的把握认为两序列是平稳的。可以发现中国财产险保费收入序列和金融机构各项存款增量序列的波动规律基本一致，财产保险保费收入序列波动滞后于金融机构各项存款增量序列的波动，两序列显现的波动周期也基本相似。同时对保险序列的CF滤波结果进行分析，可以探测出中国保险业波动周期的有无，并量化出大小。在剔除了我国财产险保费收入的长期趋势后，运用CF滤波滤掉随机波动的影响，序列呈现出明显的周期性（图5，表2），从数据起始点1999年1月开始，共经历了3个完整的周期，分别为2000年5月至2003年11月，2003年11月至2006年10月，2006年10月至2010年6月，周期长度在大致为3　4年，需要注意的是这种周期波动并不是财产险保费收入的实际波动，而是剔除了长期趋势以后所呈现出来的波动方式，因此，可以看出我国财产险保费收入是一种长期增长而又隐含周期波动的典型的经济时间序列，探讨其周期规律对于未来保险发展的预测有着重要的意义。

保险业发展与金融稳定关系的实证分析

又为了消除序列之间存在的量纲影响以及异方差性质，对序列取对数，得到的序列记为LNPS，LNCLS，LNM2S，LNLS，对这些序列进行单位根检验，根据各序列时序图的图形特征，对所有序列进行包含漂移项和趋势项的ADF检验，结果表明原始序列经过季节调整和取对数处理后都是非平稳的时间序列，而又经过一阶差分处理后变成了平稳时间序列，因此序列LNPS、LNCLS、LNM2S和LNLS都是一阶单整I（1）的，符合进行协整分析的前提条件。下面对四个序列进行Johanson协整检验，通过最大特征值的似然比统计量检验财产保险指标LNPS、LNCLS与金融系统指标LNM2S、LNLS之间是否存在长期稳定的均衡发展关系，以AIC和SBC信息准则作为协整检验滞后期确定的标准，接下来根据已构建的VECM模型进行脉冲响应分析，脉冲响应函数描述一个内生变量对误差冲击的反应，即描述了在随机误差项上施加一个标准差大小的冲击后引发内生变量当期值和未来值变化的大小。本文探讨当保费收入和赔款支出序列受到一个标准差的冲击后引发金融序列未来10期发生的变动，进一步量化其引发变动幅度的大小及变动方向。表6是脉冲响应图的具体结果，描述了在未来的10期内每个变量变动的响应系数和方向，可以直观地看到每个时期影响系数的大小、方向和程度。图7－a显示了准货币M2序列对保费收入序列的脉冲响应，即给当期保费收入序列一个标准差的冲击，在未来10期内会对准货币序列产生负向的影响，这种影响随着时间的推移会越来越明显，说明保费收入序列对金融体系的影响是长远的和反向的。图7－b显示了保险赔付序列对准货币M2的影响，对保险赔付序列给予一个标准差的冲击时，会对准货币序列产生持续的、正向的影响，随着时间的推移，这种响应越来越明显，可以看出保险赔付序列对金融体系的影响是正向的，承保周期规律对金融体系稳定性有着长期的实践价值。图7－c显示了存款序列对保费收入序列的脉冲响应，从这幅图可以看出，金融机构存款序列在长时间内对保费收入冲击的响应是负向的而且是长远的，随着时间的推移，这种影响会逐渐加深。图7－d显示了金融机构存款序列对保险赔付序列的脉冲响应，给予保险赔序列一个标准差的冲击，会给金融机构存款序列带来长期的、正向的影响，影响程度随着时间的推移逐渐加深。综合脉冲响应函数图显示的信息，无论是准货币M2还是金融机构存款收入，都随保费收入的冲击变动表现反向的响应，原因可能是当流入保险业的资金增加时，挤占了原本属于金融业可利用的资金，比如存款等渠道，限制了金融系统的扩张，而赔款支出序列的任何来自外生的一个标准差的冲击都会对准货币M2和金融机构存款序列产生正向的影响，而且随着时间的推移，影响程度逐渐加深，在10期以后将超过保费收入所带来的反向影响，因此，从长期看来，中国财产保险业对金融业的影响是正向的，它起着促进金融行业整体平稳发展，并和金融业存在着协同一致的长期均衡关系。

结论及建议

该序列的滤波分析图表明该序实存在着承保周期现象，经验证周期长度大致为3　4年左右，从1999年1月至2010年10月共经历了大致3个完整的周期，进一步证实了承保周期已有的研究结论，即在我国目前保险业发展状况下，承保周期现象在财产保险中表现比较明显。关于周期性的验证结果有助于把握保险发展的规律和方向，正确认识在长期增长趋势过程中出现的峰谷波动和幅度变化。其次，中国财产保险业与金融系统之间存在长期稳定的协调发展关系。利用向量误差修正模型（VECM）和脉冲响应函数对保险业的保费收入、赔款支出和金融业的金融机构存款以及准货币M2序列进行分析，结果表明财产保险序列与金融序列存在长期稳定的协整关系，拥有共同的长期趋势，形成一种内在的相互影响的均衡机制。通过使用VECM短期向量误差修正模型量化了保费收入对于金融发展的短期效应，并计算了每个变量之间相互的影响系数以及影响的方向，脉冲响应图进一步证实了在一定时间限度内，保险行业对金融业影响的变化趋势以及方向，以此为依据可以评价二者之间的总体协同机制，结果同时表明财产保险业的发展对整个金融系统具备正向的促进作用。基于以上的研究结果，二者之间存在的协同关系可以将保险业发展的规律纳入到金融系统的发展变化规律中，对于集团经营和未来混业经营的发展具有很好的理论参考价值。鉴于文章的研究结论，监管当局应当借鉴承保周期的规律性，加强逆周期监管。一方面保险市场的周期性波动迫使监管当局采取的反周期调控政策也表现出相应的周期性，另一方面监管政策的出台也会传导保险市场的周期性波动，由于监管部门的调控政策一般是滞后的，若反周期监管时机把握不准确，很有可能会加剧保险市场的周期波动，当政府作出监管政策时，一定要将政策的滞后性考虑到范围之内，把握政策调控的最佳时机。同时，保险企业也应当正确认识承保周期的作用机制，充分利用反周期的理念指导经营实践，以保险市场发展的周期性波动规律作为指导自身发展战略的一个重要基准和参照，通过成立专门的研究机构，认真分析保险市场所处的周期阶段，准确把握未来的发展趋势，来合理指导保险企业的即期、中期以及长远的发展战略。不断调整保险产品的供给和险种的创新，以质量求生存，以信誉求发展，牢牢地把握消费者的动机和需求，以产品的优势抵消疲软周期的不利影响。并根据市场规律调整保险产品的供给，通过供求理论达到稳定的市场均衡。另外，金融系统监管机构也应当充分注意承保周期规律的存在性，并将其运用到金融监管的实践当中，作为风险预警机制的一个参考。文章不足之处在于寿险经营的长期性特点和我国寿险发展的阶段性制约，使得目前的研究尚没有涉及寿险周期存在与否的检验，这方面将会在以后的研究中寻求解决方法。文章探讨的财产险周期波动所呈现的规律可以很好地应用到整个金融系统的发展过程，成为整个金融系统的发展趋势和方向预测机制的一部分指标，对于完善金融系统风险控制机制，构建金融风险预警系统具有重要的理论和实践意义。

作者：任燕燕 倪忠成 李保华