保险公司偿付能力评价
第 23 卷 第 1 期 2009 年 2 月
) 保险职业学院学报 (双月刊
JOURNAL O F IN SURANCE PRO FESS IONAL COLL EGE (B imon th ly) Vo l123 No11
Feb1 2009
保险公司偿付能力评价 、预警
———基于 B P神经网络的分析
杨金边 谢利人
(保险职业学院 ,湖南 长沙 410114 )
[摘 要 ] 本文以某寿险公司财务比率数据为例进行因子分析 ,再用一个三层 B P神经网络模型对偿付能力进行学习、训练 ,再利用训
练好的模型进行检测评价 ,发现保险公司偿付能力下降。其原因主要有 : 资本充足率、资产质量下降 ,粗放经营。因此保险公司应该走集 约经营的路子、拓展投资业务、降低经营费用、加强监管等措施来提升偿付能力。
[关键词 ] 因子分析 ; B P神经网络 ;保险公司 ;偿付能力 ;评价 ;预警
) 01 - 0031 - 06 [中图分类号 ] F84 [文献标识码 ]A [文章编号 ] 1673 - 1360 ( 2009
[ A b stra c t] W e m ade fac to r ana lysis in th is a rtic le, and we a lso m ade som e tra in ing to life in su rance co r2 po ra tion’s so lvency ba sed on B P neu rltwo rk s1 W e find tha t the life In su rance co rpo ra tion’s so lvency is de2 c rea sing1 The ab sigh qua lity a sse ts and exten sive m anagem en t cau sed it1 Thu s in2
ing exp en se s, su rance n tsive ly, deve lop inve stm en t op e ra tion, reduce runn
r tits so lvency1 ly - wa rn ing
[ Key W ord s] Fac to r ana lysis; B P neu ra l ne two rk s; So lvency; L ife in su rance co rpo ra tion; Eva lua tion & ea r2
从 1961 年到 1990年这段时期内美国有 350家产险公司破产 , 240 多家保险商自动歇业 , 500 多家保 险公司与其他公司合并 ,因而在 20世纪 60年代和 70 年代最初的研究是对产险公司的偿付能力进行检 查和预测 。80年代中期以来发生金融风险和偿付能力不足的保险公司不断增加 ,对保险公司偿付能力 风险评价及预警系统的研究应运而生。本文试图借鉴国内外他人的研究成果基础之上 ,应用 B P神经网 络模型对保险公司的偿付能力进行分析评价 ,预警 。
一、B P神经网络模型
11人工神经网络的基本原理
人工神经网络是对生物神经网络系统的模拟 ,其信息处理功能是由网络单元的输入输出特性 ,网络 的拓扑结构所决定的 。人工神经网络对问题的求解方式与传统方法不同 ,它是经过训练来解答问题的。 训练一个人工神经网络是把同一系列的输入例子和理想的输出作为训练的“样本 ”,根据一定的训练算 法对网络进行足够的训练 ,使得人工神经网络能够学会包含在“解 ”中的基本原理 。当训练完成后 ,该模
型便可以用来求解相似的问题。
B P网络是误差反向传播的多层前馈式网络 ,是人工神经网络中最具代表性和应用最为广泛的一种 网络。其结构包括网络层数 (隐层数 ) ,输入、输出节点和隐层节点的个数 ,连接方式。下图是一个典型
) 、的 3 层 B P网络 ,由输入层 、中间层 (隐含层 输出层 3部分组成。
作者简介 :杨金边 ( 1973 - ) ,女 ,汉 ,湖南人 ,讲师 ,现供职于保险职业学院。研究方向 :金融学。
谢利人 ( 1970 - ) ,男 ,汉 ,湖南人 ,教授 ,现供职于保险职业学院。研究方向 :金融保险。
32 ) 2009 年第 1 期 保险职业学院学报 (双月刊
人工神经网络的算法模型有很多 , 这里采用使用最为普遍 的 B P 算法模型。考虑较为简单实用的三层网络 , 分别为输入层 , 隐含层和输出层。设其神经元个数分别为 n, p, q; 训练样本输入 向量为 Pk ( a1 , a2 , L , an ) , 样本目标向量为 Tk ( y1 , y2 , L yq ) ; 输出层 单元输入向量为 L k ( l1 , l2 , L , lq ) , 输出层单元输入向量为 Ck ( c1 , c2 , L , cq ) ; 隐含层单元输入向量为 Sk ( s1 , s2 , L sn ) , 隐含层单元输 出向量为 B k ( b1 , b2 , L , bn ) ; 输入层至隐含层的连接权为 w ij , 隐含
θj , 输 层至输出层的连接权为 vjt ; 隐含层各神经元的输出阈值为
出层各神经元的输出阈值为γt ; f ( g ) 为传递函数; 其中 ( i = 1, 2 , L , n, j = 1, 2, L , p, t = 1, 2, L , q) 。运算步骤如下 :
k
k
k
图例 三层神经网络结构
( 1 ) 用随机选取的输入样本向量 Pk ( a1 , a2 , L , an ) ( k 为学习模式组数 ) , 初始化的连接权 w ij ,θj 计算 ) , 则 bj (w ij ,θj ) 初始值为属于 ( - 1 ~ 1 ) 之间的随机值 : S j = Σw ij ai - θj; bj = f ( sj )
( 2 ) 用隐含层输出向量 bj , 初始化的连接权 vjt , 阈值γt 计算 L t ( vjt ,γt 初始值为属于 ( - 1 ~ 1 ) 之间的 ) , 则 随机值 : L t = Σvjt bj - γt ; Ct = f (L t )
( 3 ) 用目标向量 Tk ( y1 , y2 , L y) , 网络的实际输出 Ct , 计算输出层各单元一般化误差 d, 则 : d- Ct ) Ct ( 1 - Ct ) ; 隐 e为 : e
k
j
kj
k
k
kq
k t
k t
= ( y
kt
= (Σ dt ×vjt ) bj ( 1 - bj )
i = 1
kt kj
q
( 4 ) :
= γt (N ) + a dvjt (N + (N + ab;γt (N + 1 )
k
t jk k j i
w ij (N + 1 )= w ij (N ) +βea;θj (N + 1 ) = θj (N ) +βe
β
( 5 )随机选取下一组学习样本 ,返回前面的步骤 ,直到所有样本都训练完毕 。如此时全局误差仍大 于设定误差 ,则从所有样本中重新随机选取一组学习样本 ,直到全局误差小于设定误差 ,此时网络收敛 , 学习也随之结束。
21模型适用性分析
偿付能力评价及预警是一个最优化过程 ,是一个函数逼近的过程 ,是一个模式分类的过程 。而这些 正是人工神经网络 (ANN )最擅长的应用领域 。并且 : ( 1 )神经网络带有高度并行处理信息机制 ,且具有
( 2 ) 评价时 高速的自学习、自适应能力 ,内部有大量的可调参数 ,因而使系统灵活性更强 。 ,有些因素带
有模糊性 ,而神经网络的后天学习能力使之能随环境的变化而不断学习 ,与传统的评价方法相比 ,表现出
( 3 )神经网络可以再现评价专家的经验、更强的功能 。 知识和直觉思维 ,较好的保证了评价结果的客观
性。因此 ANN 应用于保险公司偿付能力评价及预警是可行的 。
二、B P神经网络模型的建立及训练、检测
11 B P神经网络模型的建立
( 1 ) 输入节点的选择。保险公司偿付能力的大小可根据一系列的财务指标来度量 ,通过对指标的量 化和综合评价分析 ,来对保险公司偿付能力进行监测评价 ,必要时进行报警 。因此考虑 : 参照美国 IR IS 和中国保监会的寿险监管指标体系 ,选用衡量寿险偿付能力的最基本指标 ,尽可能考虑到影响偿付能力 的各个方面 ;结合中国寿险业务和财务制度的特点 ,充分考虑到数据的可得性。并在这两个原则指导下 , 从资本充足性、盈利性、资产质量和准备金充足性等 4 个方面 , 8 个分析指标作为 B P 神经网络的输入节 点 ,分析指标的选择如下 :
) 杨金边 2009 年第 1 期 (总第 122 期 谢利人 : 保险公司偿付能力评价、预警 ———基于 B P神经网络的分析 33
表 1 财务比率及其释义
为对上述指标进行分析 ,我们利用中国寿险市场上占绝对份额的某寿险公司历年的财务报告进行计 算和统计 。1996年中国的保险监管规定产寿险分业经营 ,在此之前没有关于寿险的单独的财务报表 ,公 司的财务报告反映的是产寿险综合经营情况 。在盈利能力和资产质量方面 ,用整个公司的盈利情况和资 产结构反映盈利性对寿险偿付能力的影响 ,在资本充足度方面用整个公司的财务杠杆和资本与寿险保费 收入的对比反映资本对寿险偿付能力的影响 。在准备金的充足性方面可以用寿险的责任准备金和寿险 保费收入为依据反映寿险准备金的情况。上述处理对寿险偿付能力的衡量虽然有失精确 ,但用于对若干 连续年份的比较可以说明寿险经营偿付能力的变动趋势 。具体数据如下表 :
表 2 财务比率计算
年份
1987 1988 1 4625 01 41109 X4
X5 7187 7198 X6 8174 8195 X7 59189 72119 X8
18112
17165 0100 0112
F 110062 112402
F 为寿险公司各年偿付能力因子分析综合得分
( 2 ) 隐含层节点数的选择。隐单元数的选择与输入输出单元的多少有直接的关系 , 可参考以下公式
确定 : n1 + a
2
其中 , m 为输入神经元数 , n 为输出神经元数 , a为 1 ~ 10间的常数 。本文通过网络训练 , 发现取 n1 =
34
) 2009 年第 1 期 保险职业学院学报 (双月刊
15效果最佳 。
( 3 )输出节点的选择。输出节点的选择对应于评价结果 ,为此需要确定期望输出。在神经网络的学 习训练阶段 ,“样本 ”的期望输出值应是已知量 ,它可由历史数据资料给定或通过一些数学统计方法评估 得出。而此寿险公司到目前这止 ,还没有偿付危机的出现 ,故采用多变量因子分析法的评价结果作为输
) 。首先根据上述 1987~2005 年反映寿险公司偿付能力的 8 个指标的原 出期望值 (在 SPSS1410 上实现
始数据 ,利用主成分法提取出 3个公因子 ,其累计方差达到 92 % ,即这 3个公因子集中反映了寿险公司偿 付能力状况 ;其次在进行了因子分析之后 ,由回归法计算出各因子得分 ,以各因子的方差贡献率占 3 个因 子总方差贡献率的比重作为权重进行加权汇总 ,得出各年度偿付能力的得分 F列于表 2 的最后一栏 ,因
子分析法正是通过最终的因子得分来反映各时期的偿付能力高低。
将偿付能力状况分为 Ⅰ[ 1 0 0 0 0 ]强 , Ⅱ[ 0 1 0 0 0 ]强 , m [ 0 0 1 0 0 ]中 , Ⅳ[ 0 0 0 1 0 ]较低 , Ⅴ[ 0 0 0 0 ]低 5 种 ,分别对应于因子得分表中的 5 种状态 : F ∈[ 018215 , + ∞ ] , F ∈[ 014026 , 018215 ] , F ∈[ - 010163 , 014026 ] , F∈[ - 014352 , - 010163 ] , F∈[ - ∞, - 014352 ]。
21 B P神经网络模型的训练与检测
利用 B P神经网络模型对寿险公司偿付能力进行学习训练 ,设定隐含层神经元的为双曲线正切 S型 传递函数 tan sig,输出层神经元为 S型对数传递函数 logsig,训练函数 tra in lim 为 L eve rbe rg - M a rqua rd t B P 函数。本文建立的 B P 模型共有 8 个输入神经元 , 15 个隐含层神经元 , 5 个输出神经元。利用 1987 ~ 2004 18个模式数据经归一化处理后 ,对这一神经网络进行学习训练 161 ,用 2005 年的样本值对模型进行检验。这些
都是应用 10
( 1 ) B P
表 3 B P神经网络模型经归一化处理后的训练输入数据
) 杨金边 2009 年第 1 期 (总第 122 期 谢利人 : 保险公司偿付能力评价、预警 ———基于 B P神经网络的分析
表 4 B P神经网络模型的训练输出
35
表 6 B P神经网络模型的检验输出
三、保险公司偿付能力分析及提高对策
影响保险公司偿付能力的因素很多 ,不是一两个指标就能说明的 ,因此有必要综合各因素指标。本 文就从 4类 8个财务比率指标出发 、成功地运用历年来寿险公司的财务数据对 B P 神经网络进行了学习 训练 ,并运用训练好的 B P神经网络模型对 2005年度寿险公司各年的偿付能力做出了较为准确的评价。
总的说来保险公司的偿付能力在上世纪 80年代是比较强的 ,到了 90 年代 ,偿付能力下降 ,这几年则有所
回升 ,但仍低于上世纪 80年代。究其原因主要有 :
( 1 )在上世纪 80 年代由于我国保险业刚开始起步 ,寿险业规模不大 ,总资产中所有者权益充足。而 随着我国经济的发展 ,寿险业也进入到了高速发展时期 ,规模迅速扩大 ,所有者权益所占比重逐渐下降。 到 90年代 ,随着国家对保险行业偿付能力监管的加强 ,资本充足率有所回升 。
( 2 )随着改革开放的深入 ,保险竞争主体的增加 ,保险业竞争日益激烈 ,盈利水平逐年下降 ; 另一方 面也说明我国保险业经营成本过高 ,仍是以粗放型经营为主。这样造成收益率下降 ,对寿险业的偿付能
36
) 2009 年第 1 期 保险职业学院学报 (双月刊
力带来负面影响。
( 3 )随着保险公司业务的粗放扩张 ,资产报酬率下降 ,资产质量也随之下降 ,这必然影响到其偿付能 力。随着我国资本市场的日趋繁荣 ,监管层也逐步放宽了对保险业 ,特别是寿险业投资业务的限制 ,有利 于保持寿险资产的流动性 ,从而在一定程度上提高了保险公司的偿付能力 。
( 4 )为了保障投保人的利益 ,我国对保险业的监管比较严格 ,这从保险公司历年提取的准备金可以 看出来。除了在上世纪 90年代中后期有所下降外 ,其他年份保持了比较高的比重 ,这为我国寿险业的稳 定发展提供了基础。
随着我国寿险业规模的扩张 ,资本充足率有所降低是合理的 。但总的来说我国保险公司偿付能力相 对有所下降 ,值得我们警惕 ,有必要加强对保险公司偿付能力的评价、预警及监管 ,并采取相应措施来提 高其偿付能力 :
( 1 )改变经营方式 ,走集约化经营的路子 。各保险公司为了抢占市场 ,一度以保费收入为其主要经 营目标 ,实行人海战术 ,单纯地以保费论英雄 ,造成的不良影响是市场信誉受损 ,经营成本高 ,资产质量较 差 ,这些自然要影响到其偿付能力。要改变这种状况 ,走以提升内涵价值 ,集约化经营的路子成了必然之 选。
( 2 )拓展传统保险业务 ,大力开展投资业务 。传统保险业务是保险公司的生存之本 ,任何时候不能 放弃。但随着竞争的加剧 ,传统业务的利润空间越来越窄 ,这已是不争的事实 。因此保险公司在努力拓 展传统保险业务的同时 , ,遵循安全性 、流动性、收益性的原则来运用保 险资金 ,
( 3 ) ,降低经营费用 。要减少高风险保单对偿付能力的耗费和过
,必须做好对保单的审核和对承保资源的充分利用。加强承保特别是核
保方面的管理 ,才能减少逆选择、骗保等行为对保险公司偿付能力带来的耗费。保险公司通过加强管理 , 使人力、物力、财力达到最佳结合状态 ,同时充分挖掘已有资源的潜力 ,降低经营成本 ,减少成本费用对偿 付能力的占用。
( 4 )继续加强对保险公司偿付能力的监管。保险监管应进一步重视并加强对保险公司的最低偿付 能力的考核 ,结合国情 ,参照国际惯例 ,改善目前最低偿付能力的计算方法 ,使其更加科学化、合理化 ,确 保保险公司对所承担的风险具有足够的赔偿或给付能力 ,保证公司良好的财务稳定性和较高的置信度。 监管当局应积极支持保险行业组织的建设 ,以行业的自律担负起监管的辅助作用 ,通过保险行业协会加 强各保险机构之间的交流与合作 ,维护保险市场正常的竞争秩序 ,从而避免同业过度竞争造成亏损和偿 付能力的不足。
[参考文献 ]
[ 1 ] 飞思科技产品研发中心 ,神经网络理论与 MA TLAB710 实现 [M ] ,电子工业出版社 , 2005 /7 [ 2 ] 李一智 ,商务决策数量方法 [M ] ,经济科学出版社 , 2003 /4
[ 3 ] 李晓光 ,基于神经网络的项目投资风险评价 [ J ] 河海大学学报 , 2005 /4
[ 4 ] 包月英 ,基于神经网络模型评价高技术项目投资风险 [ J ] ,合肥工业大学学报 , 2004 /7 [ 5 ] 苏振民 ,基于 B P神经网络的工程造价估测方法 [ J ] ,基建优化 , 2000 / 8 [ 6 ] 杨晓林 ,基于神经网络的工程估价系统研究 [ J ] ,哈尔滨建筑大学学报 , 2002 / 4
(责任编辑 ) :吴金文