本篇论文目录导航：
【题目】中国网络保险信用风险的控制研究
【第一章】网络保险信用风险防控分析绪论
【第二章】网络保险信用风险的影响因素及其作用机理
【第三章】信用风险评估方法及其比较
【4.1 - 4.3】网络保险信用风险度量模型的构建
【4.4 4.5】信用风险Logit回归结果与多元线性回归分析
【结论/参考文献】网络保险信用风险的管理研究结论与参考文献
第一章 绪论
1.1 研究背景及意义
1.1.1 研究背景
近年来，随着我国市场经济体制不断完善，金融体制改革不断深化，特别是互联网技术的飞速发展，从制度环境、服务、技术、渠道的多个维度改变了中国保险业的生态发展趋势，使中国保险业发展驶入快车道。根据中国保险行业协会在 2014 年初发布的《互联网保险行业发展报告》显示，从 2011 年至 2013 年底，经营互联网保险业务的公司从 28 家增加到 76 家，占保险机构总数的 56.3%;互联网保费收入从 31.99亿元增加到 317.9 亿元，增长近 10 倍，互联网保险正在成为国内保险业新业态。2013年 11 月 6 日“众安在线财产保险有限公司”在上海正式挂牌营业，则标志着一个现代保险服务运营模式新时代的开始。人们寄希望网络技术会为传统保险业务带来革命性变革，从而进一步拓展潜力巨大的中国保险市场。但是，在人们对网络保险给予厚望的同时，也应该看到人们对于网络保险所存在的一些风险认识不足。犹如“众安在线”的合伙人马云所言，虽然保险产品复杂，但是所有的“复杂”都可以通过“技术”来解决。
实际上，互联网在为保险业带来了新动力的同时也带来了新的更多更大的风险。
这是因为，网络技术不可能消除传统保险业所固有的风险，而同时又为网络保险业务带来了网络自身所具有的风险，两个方面风险的叠加，使得网络保险所面临的风险变得更为复杂，诸如，信用风险、道德风险、技术风险、法律风险、安全风险、人力资本风险，等等。保险公司如果不能很好地对网络保险所面临的一系列风险进行有效管控，网络保险将很难持续健康发展。尤其是风险管理方面，随着网络保险业务将从前的“管卖家”变为“管买家”,能否有效管控来自“买家--投保人”的拖欠保费和保险欺诈已成为网络保险业务发展中面临的新的主要风险。
为此，本文系统性的对我国网络保险所存在的风险进行了阐述，并以网络保险所面临的来自投保人的信用风险为出发点，运用 logit 模型充分考虑投保人的年龄、性别、职业、收支状况、受教育程度、家庭结构等因素，尝试着将 logit 模型运用到网络保险的信用风险管理研究中，构建了对网络保险信用风险度量的 logit 模型。不仅可以为网络保险的风险管理提供理论上的指导，而且还可以为我国网络保险信用风险管理工作提供决策参考。
1.1.2 本研究的理论意义与现实意义
（1）理论意义当前，国内外学术界大多是基于宏观层面上对网络保险存在的风险进行描述并提出对网络保险的风险管理建议，而运用相关模型对网络保险的风险进行分析的文献却相对缺乏。本文在网络保险所面临的新环境下，更加全面的对我国网络保险存在的风险进行系统性的阐述，并且试图运用 logit 模型，构建一个适合的网络保险的信用风险测度模型，以量化分析影响网络保险产生信用风险的各种因素，为保险公司进行网络保险业务的信用风险管控提供理论支持。
（2）现实意义首先，对保险公司自身而言，保险公司在互联网上开展业务时，面临着较大的风险。保险公司清楚知道网络保险存在的各种风险，并能在开展网络保险业务时采取一定的措施避免风险的发生，能给保险公司带来巨大实际经济效益。并且本文应用 logit模型对网络保险的信用风险进行测度，保险公司能及时的知道在网上投保的投保人的风险状况，并做出相对的措施，有助于不断提高保险公司对网络保险业务的风险管理水平，有效的避免由于投保人的信用问题而给保险公司带来的巨大损失。
其次，对监管部门而言，要适应对网络保险这一全新金融创新模式的监管要求，确保保险业的快速、健康、可持续发展。众所周知，防范与管控客户拖欠保险费和保险欺诈等信用风险，指望一家保险公司或者保险中介行业是无法做到的，必须要求监管部门领导行业统一协调行动，建立起更多关注买家信用体系的机制。因此，本文的研究将为保险监管部门制定相关的网络保险监管制度提供参考。
最后，中国是世界上最大的发展中国家，相比较发达国家来说，网络保险在我国的起步较晚发展较慢，但是网络保险在我国的发展进程中逐渐显现出客户故意拖欠保费、进行保险欺诈等“买家”信用风险问题。所以，我国网络保险存在的这些信用风险问题能否得以科学有效地解决，其经验对其他国家的网络保险业务的健康发展将具有广泛的借鉴意义。
1.2 相关文献综述
1.2.1 国外文献综述
国外对信用风险的研究时间较长，方法上也比较成熟。在早期的外文文献中，约翰·穆迪（John.Moody,1890）在世界上第一次提出了信用评级的“卖家”信用风险管理方法，而 Fisher（1936）则首次提出运用判别分析法评估作为“买家”的消费者信用风险。1956 年，Bill Fair 和 Farl Isaac 在美国旧金山开办了世界上第一家个人信用咨询公司，专门从事个人信用评估，并提出了着名的 FICO（Finance & Controlling）信用计量模型。
自 20 世纪 80 年代以来，随着经济社会的发展变革，越来越的企业和研究者开始意识到对个人信用风险进行管理的必要性，由此使得个人信用风险管理研究进入一个高速发展阶段。目前已经出版了许多颇有影响的相关论着，有关个人信用方面的学术文章更是层出不穷。从公开发表的相关成果来看，目前国外学术界对个人信用领域的研究内容主要集中在信用消费和个人信用评估两个方面。信用消费主要包括信用卡消费（赊销）、分期付款和消费贷款；个人信用评估主要是对行为评分、利润评分、申请评分及信用评分等，这些个人信用的评分指标都是以信息的不对称为基础的。评价个人信用的方法也很多，但通常使用的主要有“5C 分析法”、“经验分析法”和“信用统计评估法”.在这三种方法中，“5C 分析法”是通过对客户的品质（Character）、能力（Capacity）、资本（Capital）、抵押（Collateral）、条件（Condition）等 5 个方面系统分析其信用品质的方法，它更多地考虑了影响客户信用各项因素重要性的等级变动，较好反映了客户一些不可量化的无形价值，但存在着主观性较强的局限；经验分析法则是根据影响客户信用的每一项因素与其他相关因素的统计重要性确定该项因素的权重，对客户相关信用的情况进行量化，以反映影响客户信用各因素重要性的等级；而信用统计评估法是以统计或运筹学方法为基础，通过对影响客户信用的其他相关因素进行评估分析的方法，它实际上是属于经验分析法中的一种。之所以把它单列出来成为一种信用评估方法，是因为相对于前两种方法，这种方法具有实用性强，可操作性强，使用广泛等优点。统计评估法的本质是线性回归，它的变形就是 Logit 回归（又称作Logistic regression,“逻辑回归”）。
随着信用消费种类和工具的不断增加，信用评估的准确率的些微变动，都会给相关企业的运营带来巨大的不确定性，因此，人们一直在不断积极探索开发更加准确的个人信用评估模型，截至目前，先后推出了逻辑回归（Logistic Regression, LR,1977）、线性规划（Linear Programming, LP, 1981）、神经网络（Neural Networks,NN,1984）、分类树（Classification Trees,CT,1985）、K-近邻判别（K-Nearest Neighbors,KNN,1996）等多种个人信用评估模型.
在上述个人信用评估模型中，经过许多研究学者的多年反复论证，发现 logit 模型在信用风险的度量中具有假设条件宽松、适用性强等优点，可以广泛应用于个人信用风险评估实务中。Martin 是最早利用 logit 模型对信用风险进行度量的人。1977 年，他以 1970-1977 年间 58 家财务困境银行为样本，利用 logit 模型计算了未来一段时期内美国银行的破产及违约概率，并与 Z 模型和 ZETA 模型的预测结果做了比较，发现logit 模型的预测结果更为准确。1980 年，Ohlson 以 100 多家破产公司和 2000 家左右的正常公司为样本，通过建立 logit 模型对这些公司的 9 个财务指标进行分析，发现logit 回归结果的准确率在 90%以上。1987 年，Ohlson 又与 Collins 和 Green 等人对研究对象分别采用了多元判别法和 logit 回归法进行对比分析，结果显示，在信用风险的度量中，logit 模型的预测结果要比多元判别分析模型的结果更为优越。同样，1985年 Casey、Cornelius、Bartczak、Norman 等人对 60 家破产公司和 200 多家的正常公司的相关财务指标所进行了逐步条件逻辑回归和多元判别分析，并且在对指标进行选择时，增加了现金流量，其研究结果也显示，增加现金流量指标并不会改变模型的预测准确率。Engelmann、Hayden、asche（2003）的研究也发现，logit 模型的预测结果与人们的预期更相吻合。Cramer（2004）在把研究对象分成了低端组和高端组的基础上利用 logit 模型分别对其进行回归分析，其结果显示，logit 模型在预测违约概率的结果会出现一定的偏差。
国外对于网络保险研究开始的时间也比较早，层次也较深入。早在 1999 年Gergana 、Rakovska 就提出网络保险业务是对传统保险业务模式的有益创新，它将极大的改变传统保险行业的固有模式，在一定的程度上甚至能够影响到传统保险业产业结构。James 和 Garven（2002）指出，保险公司在开展网络保险业务时要区别对待寿险业务和非寿险业务，从寿险合同需要保险公司和投保人长期、密集的接触层面来看，寿险业务更加的适合保险公司在网络上的业务体系。PaulR,Oakes（2004）也认为，寿险业务在网络保险业务中具有巨大优势，同时指出互联网为保险行业带来了重大的机遇，对整个保险业的发展有着积极重要的作用。
综上所述，国外网络保险发展的较早，针对网络保险的理论研究较多，但对网络保险问题的研究成果仍缺乏系统性和整体性的研究，同样的，虽然国外文献对 logit模型的研究较为成熟，但是将相关模型应用到网络保险风险管理中的文献是少之又少。
1.2.2 国内文献综述
随着我国网络保险业务发展迅速，如何防范和管控网络保险发展中所面临的各种风险问题已逐渐成为国内社会各界学者和决策机构研究的热点。截至目前，国内关于网络保险的风险研究主要围绕以下几个方面展开：
（1）网络保险发展所面临的风险种类。张勇（2000）提出，网络保险存在的风险有四类：即安全风险、法律风险、技术风险和信用风险。杨华杰（2001）把网络保险发展所面临的风险归纳为信用风险、安全技术风险、法律风险三大类。中国保监会在 2014 年颁布的《加强网络保险监管工作方案》中则指出，网络保险的潜在风险主要表现在信息披露、产品开发、信息安全、创新能力、反欺诈能力、客户服务能力等六个方面。
（2）网络保险中信用风险产生的原因。所谓的信用风险就是交易的双方一方未能履行合同责任或者违约而产生的风险。张维迎（2004）把我国金融市场信用风险产生的原因归为外部客观因素和内部主观因素两个方面。产生信用风险的外部因素包括我国的产权意识淡薄，金融市场内的参与者众多、难以管理，金融市场的交易量大而且多，金融市场是瞬息万变的市场，市场的不确定性大量的存在，金融交易市场的信息不对称和市场内部的需求变化，等等；信用风险发生的内部主观因素主要是合同一方无法履行合同或者故意不履行合同。杨华杰（2010）认为，网络保险的信用风险主要表现在投保人和承保人两方面。在保险经营过程中，投保人的信用风险主要表现为违反“最大诚信原则”;而承保人的信用风险主要表现为保险公司运用自己掌握的一些资源，为了自身的利益而使投保人的利益受损。刘敬元（2013）认为，网络保险业务的信用风险，除客户投保欺诈外，保险公司互联网业务还面临来自买家的资金收付、逆选择风险。吕杰（2010）论述了网络保险存在投保人的欺诈等信用风险的原因。徐静（2011）则进一步指出，网络保险之所以容易产生信用风险，主要是因为网络保险较难认定投保人是否对保险标的具有保险利益，从而给保险欺诈提供机会。张倩（2010）指出，保险网络平台内部的信用风险也不容忽视。保险网络经纪人有可能擅自修改涉及财务、资金的信息和数据，造成财务混乱、被保险人资金受损。
（3）网络保险的信用风险监管。在很多研究学者的文献中，我们都可以看到我国网络保险在风险监管方面存在的诸多缺失。王悦（2005）认为，当前我国网络保险监管的主要困难是法律不够健全，尚缺乏在互联网的电子合同、数字认证、交易方面的法律法规，使得对网络保险业务的监管无法可依。刘敏（2006）同样认为，我国目前网络保险方面的相关法律法规还不配套，使得监管缺乏法律依据。陈文慧（2006）进一步指出，当前没有完善的评估投保人信用的方法，使得网络保险业务相比较网上银行存在着更大的风险。为此，中国保监会近年来出台了一系列规章制度，加大对网络保险业务中各类风险的防范。2011 年 5 月，保监会发布了《互联网保险业务监管规定（征求意见稿）》，以防范网络保险欺诈风险，促进互联网保险业务规范健康有序发展。自 2012 年 5 月起开始实施“信用风险管理能力”备案制度。2013 年 4 月保监会进一步研究制定并发布了《保险公司偿付能力报告编报规则--问题解答第 15号：信用风险评估方法和信用评级》等系列文件，2013 年 8 月保监会再次发布《关于加强保险资金投资债券使用外部信用评级监管的通知》，强化对保险公司信用风险的监管。2014 年 2 月，保监会印发了《加强网络保险监管工作方案》，对网络保险业务的风险监管提出具体指导意见。
（4）网络保险的信用风险管理方法。自上个世纪 90 年代以来，随着全球经济的快速发展以及各种技术的不断创新，特别是金融领域的不断革新，信用风险得到了研究学者和社会各界人士的高度关注，一些针对信用风险的管理办法也在不断的发展的创新，如，Credit Metrics、KMV、Creditrisk+等信用风险量化管理模型。其中，尤以J.P.摩根 1997 年推出的 Credit Metrics 信用风险管理系统最为引人注目。该模型覆盖了几乎所有的信贷产品，包括传统的商业贷款；信用证、承付书、贸易信贷、应收账款、掉期合同、期货合同和其他衍生产品等。但是，近年来世界范围内信用风险的管理方法继续发生着革命性的变革，与市场变化相适应，金融工程专家将建模技术和分析方法应用到金融保险领域，遂之产生了一批新的技术和思想，一批更新的综合信用风险模型便应运而生了。这些现代信用风险模型主要是通过数理统计方法对历史数据进行统计分析，定量评估有关群体或个体的信用水平，并对其未来行为的信用风险进行预测，提供信用风险防范的有效依据和手段。
随着我国加入 WTO 以及金融保险市场的对外开放，KMV、Credit Metrics、logit模型等现代信用风险管理方法开始传入中国并逐渐得到重视与应用。田宏伟（2000）基于 Credit Metrics 模型提出了信用风险动态测量方法，并以此对 Credit Metrics 模型进行了更深层次的说明；陈东平（2007）则对 KMV 模型进行了修正以适于在中国的应用。所有这些都对我国信用风险管理方法的研究产生了积极的促进作用。迟国泰（2002）、郭战琴（2003）、胡亚东 （2009）、高垒（2009）等人先后就如何将上述现代信用风险管理方法应用于中国金融业进行了研究。傅晓萍（2007）针对网络保险业务中突出存在的信用风险问题，提出我国应该加快对网络保险法律的建设，保障消费者的隐私，强化对信用风险的管控。周沅帆（2009）利用 KMV 模型对我国已上市的保险公司的信用风险进行了度量，认为，KMV 模型给出了市场价值及违约概率之间的直接联系， 因而它具有良好的预测能力。李克穆（2014）针对当前凸显的网络欺诈风险，提出应通过对互联网大数据进行分析，提前甄别欺诈者模式，主动防范网络欺诈。同时，可以借助股东的交易欺诈处理体系、交易欺诈排查机制等反欺诈资源，利用“互联网欺诈委员会”和电子商务生态圈等社会资源，构筑联防联打的战略合作框架。
综上可见，目前我国对于网络保险信用风险问题的研究还处在初级阶段，定性分析的多，定量分析的少；对“卖家”--保险公司信用风险分析的多，对“买家”--投保人信用分析的少，更没有运用计量模型对网络保险业务中存在的信用风险问题进行实证分析。这方面研究的欠缺必将给我国未来网络保险的健康发展带来消极影响。因此，本文将运用 logit 模型对我国网络保险中信用风险进行量化分析，剖析网络保险信用风险的影响因素及其作用机理与机制，提出防范信用风险的对策建议，以期提高我国网络保险的信用风险管理水平，促进我国网络保险的快速健康发展。
1.3 本文的研究思路与研究方法
1.3.1 研究思路
本文沿着“提出问题--分析问题--解决问题的”的研究思路，首先依据网络保险自身的特点，对当前我国网络保险所面临的风险进行全面探讨，更加注重对网络保险的信用风险进行分析，提出防范与控制信用风险对网络保险健康发展的重要性。
接下来对网络保险信用风险的影响因素进行系统剖析，揭示其作用机理与机制。在定性分析的基础上，本文还尝试运用 logit 模型来定量分析相关因素对网络保险信用风险的影响程度，旨在找到管控信用风险的有效方法和途径，为我国网络保险的健康可持续的发展提供决策参考。具体思路如下图所示（图 1-1）。
1.3.2 研究内容
第一章绪论。阐明网络保险信用风险管理研究的背景、目的和意义，在总结前人研究成果的基础上，提出自己的研究思路、研究内容、研究方法和创新点。
第二章网络保险信用风险的影响因素及其作用机理。本章在界定网络保险和信用风险概念的基础上，分析了我国网络保险信用风险产生的原因，指出了网络保险信用风险的影响因素，并进一步剖析了网络保险信用风险影响因素的作用机理。
第三章网络保险信用风险评估方法的比较。本章主要阐述并比较了几种主要的传统信用风险评估方法和现代信用风险评估方法，指出了它们各自具有的优缺点。在此基础上，在结合网络保险信用风险的特点，提出 logit 模型对比其他评估模型对网络保险信用风险的度量上的优势。
第四章基于 logit 模型的网络保险信用风险评估。本章根据网络保险信用风险的影响因素，从中选取了七个比较重要的因变量和七个比较重要的自变量，利用所获得的数据构建了一个较为适合网络保险信用风险度量的 logit 模型，分别对这些因变量采取了逻辑回归分析和多元线性回归分析，得出了一些重要结论。
第五章结论、对策与展望。本章总结了全文的研究结论，有针对性的提出了防控我国网络保险信用风险的对策建议，指出了本研究今后仍需努力的方向。
1.3.3 研究的方法
（1）文献研究法。本文在创作过程中通过查阅国内外信用风险度量的相关文献，并在借鉴前人理论研究和实践经验的基础上，针对我国网络保险信用风险的度量与防控形成自己的观点。
（2）比较分析法。在比较不同信用风险度量方法使用条件及优缺点的基础上，本文选择使用 logit 模型作为度量网络保险信用风险的方法，得出应用 logit 模型度量网络保险信用风险的过程更简便、结果更准确的重要结论。
（3）系统论的方法。着眼于我国网络保险的发展现状，对我国网络保险的信用风险状况及其影响因素进行全面系统的分析，剖析我国网络保险业务中信用风险影响因素的作用机理与机制，在此基础上将 logit 模型引入到网络保险的信用风险分析中，量化分析不同条件约束下的网络保险信用风险程度，进而为制定行之有效的网络保险信用风险管理对策奠定基础。
1.4 拟解决关键问题
（1）对我国网络保险的信用风险状况及其影响因素进行全面系统的分析，剖析我国网络保险业务中信用风险影响因素的作用机理与机制。
（2）运用 logit 模型量化分析不同条件约束下的网络保险信用风险程度，找出制约网络保险信用风险程度的关键因素。
（3）运用系统论的思想和方法，提出适合中国国情的、行之有效的网络保险信用风险管理的对策建议。
1.5 本文的创新点
（1）运用系统论的方法，对我国网络保险的信用风险状况及其影响因素进行全面系统的分析，探索我国网络保险业务中信用风险影响因素的作用机理与机制，在此基础上形成的对策建议更加科学、可行。
（2）将 logit 模型引入到网络保险的信用风险分析中，量化分析不同条件约束下的网络保险信用风险程度，并找出制约网络保险信用风险程度的关键因素。
（3）在比较不同信用风险度量方法使用条件及优缺点的基础上，选择使用 logit模型作为度量网络保险信用风险的方法，从中发现应用 logit 模型度量网络保险信用风险的过程更简便、结果更准确。
