4 我国财产保险公司再保险需求的微观影响因素实证分析
本文的第三章从公司内部经营管理的角度出发论述了我国财产保险公司再保险需求的影响因素，着重分析了这些主要的影响因素如何影响财产保险公司的再保险需求并且预期了对再保险需求的影响效果。本章基于第三章的理论分析，选取开展再保险业务、经营较稳定的财产保险公司进行两次多元回归的实证分析，着重对企业所得税因素进行实证分析。本文的实证分析与检验均用 stata 软件做出。
4.1 相关统计指标的选取和样本数据的采集
本文研究的是我国财产保险公司再保险的需求水平，因此被解释变量和解释变量是结合年度内的所有保险公司数据为基础的统计指标。虽然影响财产保险公司再保险需求的因素很多，本文认为合理使用再保险可以提升公司内部治理的水平并且提高公司的经营效率和盈利水平，因此本文从公司内部治理的角度出发，从各个财产保险公司的财务报表中获得数据，选取相关统计作为解释变量。
在统计指标的选取上，本文主要遵循以下原则：
（1）参考以往的国内外关于保险需求以及再保险需求的相关文献，主要选用文献中出现频率较高的统计指标，从而保证同相关文献的可比性；（2）相关统计指标能够涵盖影响因素分析中的纳税情况、偿债能力、盈利能力、偿付能力、公司规模、产品结构等多个角度，在有侧重点的考虑公司内部治理的情况下选择指标；（3）找到体现公司经营管理的若干财务指标，并且预测这些财务指标对再保险的需求产生的影响相对较大；（4）统计指标通过现有的统计数据得到。遵循统计指标的指标确定原则，本文确定了六个方面的指标作为初始预测变量，其中包括公司纳税情况、偿债能力、盈利能力、偿付能力、产品结构、公司规模，具体指标的计算与分析如下：
第一，再保险的衡量。reins（再保险）：用第 t 年分出的保费/第 t 年的总保费收入。△reins（再保险增量）：分出再保险的差量/前一年的总保费收入
第二，conv（税收凸性），本文公司的税收凸性用边际税率与有效年税率的差额来衡量（即：税收凸性=边际税率-有效税率）。衡量边际税率的原理是一个应纳税收入的凸函数即边际税率大于平均税率。有效税率是用年所得税费用与年应税利润（税前利润）的比值衡量。
第三，mtr（边际税率），本文研究的对再保险需求的影响是以公司治理内部角度出发，因此采用下面的方法进行边际税率的测算更加适合。本文的计算方法：使用前一年的的税收状况衡量当年的计划税率，所做的多元回归分析使用的回归增量再保险模型中，本文采用当年这些保险公司税率的水平，即边际税率 1（mtr1）=计划边际税率（衡量了一个期间）=（1）最高税率（如果上一会计年度的净经营亏损为 0,当期年应税收入>0）（2）若上一会计年度的净经营亏损不为 0 或者上一会计年度的净经营亏损为 0且当期年应税收入=0,<0,>0,则 mtr1=0.边际税率 2（mtr2）=计划边际税率（衡量了一个期间）一个三种情况的变量=（1）最高税率（如果上一会计年度和本年的应税收入都>0 且上一会计年度的净经营亏损=0）（2）=0（如果应税收入≤0 且上一会计年度的净经营亏损>0）（3）=0.5*最高税率（其他情况），所得税应税收入额是指调整后的税前利润（应纳税所得额）。
第四，size（公司规模）：年总营业收入（包括保费收入+承保投资收益-再保险收入）的自然对数。
第五，mix（product mix,产品结构），在英国的保险业的相关研究中，定义为英国寿险行业四个产品等级的比重。国内一些研究采用“产品集中度”或者“产品多元化”指数来衡量产品结构。本文通过对样本数据的描述性统计发现，当前我国非寿险公司第一大险种所实现的保费收入占公司当前总保费收入的比平均为 66.97%,而第二和第三大险种所实现的保费收入占公司当年总保费收入的比平均仅为 14.88%和 6.85%, 可以采用第一大险种保费收入占比可更好地刻画公司的产品集中度水平。本文借鉴《我国非寿险公司再保险与资本结构》中的业务险种占比，其中业务险种：企业财产险、机动车辆险、船舶运输险、责任及信用保证险、意外伤害及短期健康险、其他险种。利用 HI指数计算得到产品结构。
第六，Ln（vol）（税前利润的波动性），以往的研究中，税前利润的波动性用税前利润的变异系数衡量。本文采用经过滚动计算后的公司税前利润的变异系数，取绝对值后再取自然对数来衡量税前利润的波动性。具体计算的步骤如下：第一，计算变异系数：标准差与平均数的比值，记为 C·V.变异系数（C·V） =（ 标准偏差÷ 平均值）×100%.第二，计算税前盈利波动性（VOL），是指前一年的应税收入的变异系数的的绝对值。
第七，prof（盈利能力），用资产回报率衡量。被定义为：年净收益/每年年初总资产的账面价值。
第八，solvency（偿付能力），用年净收益（税后利润-少数股东权益）与年初总资产账面价值的比值衡量。
第九，lev（资本结构），.本文采用总负债与总资产的比重衡量。
2012 年，我国财产保险公司的数量是 65 家，考虑到净资产为负和相关指标的异常值对实证结果的影响以及财产保险公司的持续经营性，因此删去指标异常和净资产为负的样本，最终保留了经营稳定的 63 家财产保险公司。本文采用《中国保险年鉴》2007年-2012 年的非平衡面板数据，实际样本量为 303 个。
4.2 多元回归分析
4.2.1 模型构建与检验
本文研究的主题是再保险业务需求的影响因素，而影响再保险业务的影响因素有很多种，为综合反映再保险业务需求的变动原因，避免设定误差，本文在设定模型时引入再保险业务的增量为因变量，重点分析我国财产保险公司实际税收负担对再保险需求的影响。因此，本文先不考虑税收因素对再保险业务的影响，引入代表财产保险公司的资本结构、盈利能力水平、偿付能力水平、财产保险产品的产品结构、财产保险公司的规模这些要素的相关指标，构建多元回归模型，分析五种因素如何影响再保险业务需求。
①模型构建。
通过前面的分析，本文构造的我国财产保险公司的再保险需求函数如下：
其中： iu, itv是误差项，year dummies 为年份虚拟变量②各种相关检验。
（1） 描述性统计分析
研究数据的描述性统计在表4-2中体现，再保险业务增量的平均值为0.3665,标准差为 3.5963;杠杆比率的均值为0.9632,标准差为0.3411,其经济含义为我国大多数财产保险公司资本结构中负债的比重较高。杠杆比率最大值为6.02168,表明部分财产保险公司的负债比重非常高。在产品结构方面，最小值是-0.9528,最大值是0.8425,说明财产保险产品集中度较高，部分财产保险产品的需求不足。在偿付能力方面，平均值是0.7187说明了我国财产保险公司的偿付能力比较充足，标准差为2.06923,说明国内财产保险公司的偿付能力波动性较大。在税前利润的波动性方面，标准差为0.2356,最大值为1.8088,说明了国内财产保险公司的盈利水平比较平稳，利润的波动性较小。
（2）相关系数检验
由表 4-3 为研究所需数据的相关系数检验结果，可以看出，杠杆率与财险公司再保险业务增量呈正向关系。再保险增量与公司规模的相关系数是正的，表明随着财产保险公司的规模增大，则对再保险的需求程度越大。偿付能力和再保险增量的相关系数为负，表明提取保险准备金较为保守，也就是偿付能力较强的财产保险公司对再保险的需求程度更小。这是由于这类比较保守的财产保险公司通常有自留较多保单的能力，因此对再保险的需求较小。上面所做的描述性统计分析中，国内财产保险公司总体偿付能力比较充足。综合上述的相关系数分析，说明从总体角度出发国内再保险市场的需求程度仍有待于进一步提高。产品集中度代表的产品结构与再保险正相关，说明了保险产品的集中度越高，则国内财产保险公司再保险需求越大，因此保险公司购买再保险的多少与公司销售产品的种类和数量密切相关，与公司主营的保险业务密不可分。对于税前利润的波动性，与再保险呈呈正相关关系，说明了财产保险公司的各年之间的税前的利润波动幅度越大，那么越需要进行分保来减少税前利润的波动幅度。
（3）多重共线性检验
多重共线性问题在多元回归分析中非常的常见，如果存在多重共线性，则方程的回归系数估计得标准误差变大，系数估计值的精确度就会降低。本文检验多重共线性的方法是对膨胀因子进行计算，当 VIF 的均值≥2 且 VIF 的最大值接近或者超过 10 时，通常认为具有多重共线性。因此，表 4-4 是通货膨胀因子（VIF）检验，可见 VIF 系数均低于 10,而且 VIF的平均值小于 2,表明模型的自变量之间不存在多重共线性的情况。
（4）异方差检验
chi2（1）=41.2,prob>chi2=0.0000,说明了需要回归的数据不存在异方差。
③多元回归分析。
本文用Hausman检验是用固定效应进行拟合还是使用随机效应进行拟合。当Hausman的原假设成立时，随机效应模型优于固定效应模型；当拒绝原假设时即拒绝随机效应和固定效应的系数无系统差异的原假设，即固定效应模型优于随机效应模型。检验结果显示：chi2（7）=4.45,prob>chi2=0.7264.表明接受原假设，因此本文采用随机效应模型。
表 4-6 描述了回归结果，杠杆率增量对财产保险公司的再保险增量的影响在 99%的置信水平上是正相关、显著的。这一结论支持了本文第三章论文的资本结构中期望破产成本理论以及风险忍受理论。说明了当存在期望破产成本和潜在的违约成本的情况下，负债比重较高的财产保险公司为了降低经营风险和承保风险，会利用再保险转移给付。
盈利能力增量对再保险增量的影响在 95%的置信水平上是负相关，显著的。结果说明了高利润的财险保险公司比低利润的财险保险公司对再保险的需求程度更小。财产保险公司的再保险增量与公司规模增量在 99% 的置信水平上呈现正相关关系，保险公司规模越大，对再保险的需求程度越大，与第三者中预期的负相关关系不同。而偿付能力水平和再保险增量在 95%的置信水平上呈负相关，表明偿付能力越强，那么有能力自留更多的保单责任，从而再保险的需求程度越低。产品的集中程度在 99%的置信水平上与再保险增量呈现正向关系，表明保险风险集中的情况下，财产保险公司对再保险的需求程度更高。税前利润的波动性与再保险在 99%的置信水上下是正相关的、显著的，表明了税前利润的波动越大，则财产保险公司对再保险的需求越大。
4.2.2 实证结果分析
由上述以再保险增量为因变量，资本结构、偿付能力、盈利能力、公司规模、财产保险产品的结构代表的指标为自变量，进行多元回归分析之后，可以得到以下结果：
第一，对于资本结构对财产保险公司再保险需求的影响，杠杆率越高的财产保险公司对再保险的需求越大。反之，杠杆率越低的财产保险公司对再保险的需求程度越小。建议负债较多的财险公司，较多的运用再保险。
第二，对于偿付能力对财产保险公司再保险需求的影响，偿付能力充足的财产保险公司对再保险的需求越小。反之，偿付能力不足的财产保险公司对再保险的需求程度越大。建议偿付能力不足的财险公司，多进行分保，运用再保险增加偿付能力。
第三，对于盈利能力对财产保险公司再保险需求的影响，盈利能力较强的的财产保险公司对再保险的需求较小。反之，盈利能力较弱的财产保险公司对再保险的需求程度更大。
第四，对于公司规模对财产保险公司再保险需求的影响，公司规模较大的财产保险公司对再保险的需求程度更高。反之，公司规模较小的财产保险公司对再保险的需求程度并不大。这与第三者中影响机制的预期有所不同。根据我国保险业的实际情况，我国规模较小的财产保险公司倾向于积累客户从而扩大保险业务规模，进行自营业务，不愿分出保费。这样往往使规模较小的财产保险公司面临破产风险。这种现象与财产保险公司对自身的偿付能力管理和政府的偿付能力监管有关。第一，规模较小的财产保险公司，往往为了扩大业务规模，对于费率高、利润大的业务不愿分出，没有重视自身的偿付能力。第二，保监会对财产保险公司的偿付能力监管中，再保险的将官没有考虑得到原保险人的偿付能力。
第五，在产品结构影响因素方面，由于产品结构的数据选自主要的财产保险产品，因此，由上述实证分析中，再保险增量与产品结构增量是正相关的、显著的，说明主要的财产保险产品对再保险业务的依存度高。建议主营的主要保险产品种类较少的财险公司，较多的运用再保险规避保险赔付的风险。
4.3 加入企业所得税后的多元回归分析
从公司内部经营管理的角度，再保险能够被视为一种潜在的融资方式，企业所得税是影响公司融资决策的重要因素，因此公司实际承担的企业所得税通过影响公司的融资决策从而影响财产保险公司对再保险的需求程度。此外，基于对公司税负管理的考虑，应根据财产保险公司实际承担的税负，合理选择分保的多少，从而达到合理节税的目的。
因此，出于以上两点分析，本文认为选择企业所得税这一关键变量加入实证分析中，有很大的研究意义。
4.3.1 模型构建与检验
①模型构建。
前文在没有考虑企业所得税因素的情况下运用多元回归，研究了影响再保险需求的因素。本文运用最小二乘法检验两个方面：第一，检验两个与税率有关的假说：H1:当其他变量保持不变时，财险保险公司面临高水平的税收凸性时，更有可能购买再保险；面临较低水平的计划税收凸性的财险保险公司，对再保险的需求没有前者大。H2:当其他变量相同时，面临高边际税率的财险保险公司比低边际税率的财险保险公司可能购买的再保险更少。第二，检验其他自变量对财险保险公司的再保险决策的影响。考虑到实证结果的异常值，进行了进一步的稳健性检验和内生性检验。
采用的回归模型如下：
从表 4-7 描述性统计可以看出，用两种方法衡量的税收凸性的均值都是正的，进一步分析，根据原始数据 excel 表可知，有 75%的的财险公司的税收凸性的值是正的。我国财险公司样本中边际效率的平均数 9.9%和 15.1%比法定的所得税税率低很多。偿付能力比例非常高，平均值达到了 71.8%.税前盈利的有波动性较大，但是偿付能力充足，反映除了样本中财险公司的的财务实力平均水平较高。
（2）相关系数描述与 VIF 检验
表 4-8 描述了回归模型中的变量的相关系数。为了提高实证结果的准确性，本文带入相关系数分析的边际税率变量是边际税率的一阶滞后变量（mtr1 的一阶滞后变量，mtr2 的一阶滞后变量）。结果发现，边际税率的两个代理变量与再保险增量负相关，验证了前文第三章中边际税率对再保险的影响机制中论述的边际税率高的财产保险公司对再保险的需求较小。税收凸性与再保险增量不是正相关的。其他的变量的系数符号方向与第一次多元回归之前的相关系数符号方向一致。边际税率的两个代理变量是高度相关的，因此本文接下来衡量了通货膨胀因子可能导致的多重共线性问题。
由表 4.8 可以看出，VIF 值小于 2,说明了不存在多重共线性。
（3）异方差检验
chi2（1）=51.19,prob>chi2=0.0000,说明了需要回归的数据不存在异方差。
③多元回归分析
加入企业所得税因素之后，本文重新运用 Hausman 检验使用固定效应进行拟合还是使用随机效应进行拟合。检验结果显示：chi2（7）=4.14,prob>chi2=0.7312.表明接受原假设，因此本文采用随机效应模型。
表格的第 1 列，边际税率用 mtr1 衡量。与第三章中再保险与边际税率的关系中的H2 假设一致，mtr1 的系数估计是负的，在 99%的置信水平上是显著的。这个结果支持了 Adiel's（1996）的观点[37],由于再保险有助于提高当前保险公司的收益水平，边际税率较高的财产保险公司为了避免未来较高的税负，对再保险的需求会很小，但是边际税率较低的财产保险公司为了提高当期收益会选择尽量多地购买再保险，对再保险的需求较大。因此，再保险可以作为财产保险公司内部的盈余管理机制。税收凸性（conv1）的系数估计是不显著的，因此不能前文论述的假设即当其他变量保持不变时，财险保险公司面临高水平的税收凸性时，更有可能使用再保险；面临较低水平的计划税收凸性的财险保险公司，对再保险的需求没有前者大。也说明了税收凸性变量中可能受到异常值的影响。公司规模（？size）的系数的估计是正的，显著的，说明了较大规模的财产保险公司对再保险的需求较大，较小规模的财产保险公司对再保险的需求程度并不高。偿付能力（？solvency）的系数的估计是负的，显著的，说明了偿付能力充足的财产保险公司要比偿付能力不充足的财产保险公司对再保险的需求更小。产品结构（？mix）的系数的估计是正的，显著的，这些结果如预期的一样，财产保险产品集中度越高则对再保险的需求越大。表格第 2 列，本文用边际税率（mtr2）前文描述的分三种情况的变量衡量。与第 1 列的实证结果相比较，本文发现税收变量的实证检验结果实际上是相同的，第 1 列与第 2 列没有显著性的区别。
④稳健性检验
在这一部分中，本文对实证结果的异常值的敏感性进行稳健性检验，衡量税收凸性与解决内生性问题。
（1）异常值conv1 和 conv2 的检验结果表明了税收凸性代理变量可能存在某些异常值。因此，本文剔除了 conv1 和 conv2 的 10 个样本观察值（粗略估计剔除第一百分位低于-0.4 的样本观察值），然后重新进行回归。回归结果在第 3 列和第 4 列，比较这两个结果，conv1和 conv2 的系数仍然是不显著的。因此，本文试图用其他方法说明异常值对税收凸性代理变量的影响，本文使用了一个指标变量即当财产保险公司的边际税率超过了平均税率则取值为 1;当财产保险公司的边际税率低于平均税率为 0.本文重新运用模型并且发现了结果与使用 Barton's （2001）的税收凸性代理变量的结果是相似的[38].结果在下文详细说明。
（2）税收凸性替代的代理量。在前文中提到 Barton's （2001）衡量的是税收凸性粗略的代理变量。本文因此采用了税收凸性替代的代理变量并且检验这个结果的敏感性。在相关的研究领域，Graham,Smith 认为应纳税收入为 0 的公司更有可能面临税收凸性的情况，这些公司的应纳税收入的波动幅度较大，应纳税收入显示出负的一阶序列相关性，并且这些公司之前都有净经营亏损[39].
本文构建样本内的税收凸性指数。在这个步骤中，本文构建了两个虚拟变量（NZPI和 NZNI）来分别表示表示接近 0 的正的应纳税收入和亏损。即 NZPI 表示接近 0 的正的应纳税收入，NZNI 表示接近 0 的公司的亏损。如果一个公司前一年的应纳税收入在0-750000 百万元，NZPI 的值就是 1,否则就是 0;如果一个公司前一年的亏损在-750000-0百万元之间，NZNI 取 1,否则就是 0.选择 750000 百万元，因为该值近似于应纳税收入的中间值。应纳税收入的税前波动性即税前利润的波动性，用 VOL 衡量。本文计算了当年的上一年度的一阶序列相关的应纳税收入（CORR）。然后根据样本财险公司NZPI的取值（或者 NZNI,或者 VOL）排名，进行连续的逐年排名即第一名是分配到的最小值，因为这些变量对税收凸性有正相关的影响。另外，由于应纳税收入（CORR）对税收凸性有负相关的影响样本财险公司可以根据应纳税收入（CORR）排名，进行逐年排名即第一名是分配的最大值。部分个人排名是通过将样本中相关年度的公司规模相同的公司划分为一起。根据上述步骤，本文以 NZPI、NZNI、VOL 的平均排名为基础，排出每个公司每年的排名，然后计算总的平均排名，从而计算了一个等权重的样本内的凸性指数。第 5 列与第 6 列是分别对于 mtr1 和 mtr2 对应了使用凸性指数的回归结果。使用凸性指数代替 conv1 和 conv2 对 mtr1 回归一次，对 mtr2 回归一次。结果显示税收凸性指数不显著，产品结构（？mix）是近乎显著的。
（3）内生性在税收凸性的多元回归中，为了缓解潜在的与再保险相关的税收变量的内生性问题，本文使用了一期滞后的边际税率变量。此外，Graham, Rogers（2002）认为，再保险可以使保险人的偿债能力扩大，再保险和杠杆率具有双向因果关系[40].为了检验本文税收因素结果的内生性，本为在所有随时间变化的解释变量中（除了 VOL）使用了一期滞后的变量，重复上述回归分析。回归结果没有列入回归分析表中，结果显示：mtr1 和mtr2 的系数是负的（分别为-0.172,-0.342）和统计上显著的，在 5%的水平上是显著的（p 值分别为 0.02 和 0.018）。conv1 的系数和 conv2 的系数仍然不显著。
4.3.2 实证结果分析
经过加入边际税率和税收凸性指标，本文应用两个代理变量：计划边际税率和税收凸性，六个自变量，用实证分析检验了前文提到的两个关于财产保险公司税收的假设。
第一个假设是当公司面临凸性税收时，为了避免减少收入波动和因此产生的预期的税负，有动机购买再保险。即财险保险公司面临高水平的税收凸性时，更有可能使用再保险；面临较低水平的税收凸性的财险保险公司，对再保险的需求没有前者大。第二个假设是高边际税率的财险保险人比低边际税率的财险保险人对再保险的需求更小。本文通过实证检验得到以下观点：除了企业所得税因素，其他因素的影响与第一次多元回归分析的结果基本相同。在企业所得税因素方面，本文得到的结果是我国低边际税率的财险保险人比高边际税率的财险保险人更多的购买再保险，即边际税率较低的财产保险公司要比边际税率较高的财产保险公司对再保险的需求程度更小。相反，税收凸性似乎没有引起再保险的需求。但是对应的税收凸性的第一个假设，并没有得到实证的验证。税收凸性对再保险需求的影响有待于进一步研究。
