效率分析方法与变量选择

（一）效率分析方法选择

对于不用阶段保险业发展模式，采用非参数估计的方法，现在通用的方法就是数据包络分析（DEA）方法。本节采用EMS软件作为DEA效率分析方法的应用工具，选取各个阶段具有代表性的年份，以公司（产寿险分开处理）为比较决策单元（DMU），将得到的各公司效率值进行对比分析，比较不同发展模式下的效果。

首先简要介绍一下DEA分析方法，数据包络分析是著名运筹学家A.Charnes和W.W.Cooper等学者在“相对效率评价”概念基础上发展起来的一种新的系统分析方法。随着有关理论研究的不断深入，应用领域日益广泛。DEA的基本原理是采用数学规划模型，利用观察到的有效样本数据，比较决策单元（Decision Making Units，简称DMU）的相对效率，对DMU做出有效性评价。每个DMU都可以看作是相同的实体，各DMU具有相同的输入输出。通过对输入输出数据的综合分析，DEA可以得出每个DMU的综合效率的数量指标，据此可将各DMU定级排序，确定有效的（即相对效率最高的）DMU，并指出其他DMU非有效的原因和程度，给决策者提供管理信息。DEA还能判断各DMU的投入规模是否恰当，并给出各DMU调整投入规模的方向和程度。

DEA模型的理论基础是数学规划，如线性规划及其对偶理论。同时，DEA又可以看作是处理多输入多输出问题的多目标决策方法，因此它特别适用于具有多输入多输出的复杂系统。这主要体现在以下两点：一是DEA以决策单元各输入输出的权重为变量，从最有利于决策单元的角度进行评价，从而避免了主观地确定各指标的权重。二是假定每个输出都关联到一个和多个输入，而且输入输出之间确实存在某种关系，使用DEA方法则不必确定这种关系的显式表达式。DEA方法排除了很多主观的因素，因而具有很强的客观性。

（二）变量选择

DEA只是一种分析方法，将这种方法应用到不同行业时，区别就体现在投入产出指标的选择，主要是通过投入产出指标的选择来反映保险业的特殊性及作者的观点趋向。国内外有很多学者应用DEA去分析保险业内公司的效率，在投入产出指标选择上各有不同，现总结如下。

表4-2　国内外学者投入产出指标汇总(www.xing528.com)

资料来源：南开大学江生忠主编的《中国保险业发展报告》2007年。

通过上表4-2可以看出，投入指标基本上没有什么争议，基本上都是分为人、财、物三类，可能在具体的数据选取上存在一些不同。主要的争议在于产出指标的选取上，分为两派：一是社会作用派，主要体现在将赔款和准备金作为产出指标；二是公司利润派，主要体现在将利润作为产出指标。本书主要是从保险业发展模式的角度来判断其效率，所以投入产出指标的选择上也是遵循这个原则，也就是说更多的要从行业发展的层面来考虑，所以从以上两个判别的角度来看的话，应该是将二者结合，更偏向于社会作用派。同时在具体的产出指标选择上，充分考虑寿险业和财险业在经营特征和经营目标上的不同，分别设计投入产出指标。综合以上分析结论，本节的投入产出指标选择如表4-3所示。

表4-3　保险业DEA分析的投入产出指标

通过本书所选取的投入产出指标可以看出，本书对保险公司效率评价的分析是以保险公司自身为出发点，作为一个独立的市场主体，其追求效用的最大化，这里所指的效用不仅仅是利润最大化，考虑到当前我国保险业的市场结构和股东背景：无论产险还是寿险，按照保费收入来分析市场结构，全国整体来看基本上就是寡头垄断，市场集中度较高；另外，保费收入前几家的大保险集团，大多数公司其主要股东为国资，基本上都是国有控股。基于以上这两个方面的判断，仅仅将股东利益最大化作为我国保险公司绩效评价标准是远远不够的。所以本书选择的是较为实际的反映保险业公司评价的指标。同时适度考虑保险业肩负的风险保障功能，将保险公司提供的风险保障通过赔款、准备金增加表现出来。