我国非寿险公司偿付能力监管指标的因子分析

偿付能力的监管一直是政府对保险业监管的核心问题。监管的主要目标是为了能够做到早期预警,本文将使用因子分析的方法对该问题进行研究。本文根据美国IRIS监管体系、保监会《规定》和国内的相关研究文献,拟定了一套指标体系。再依据我国《2006年保险年鉴》中的数据,采用因子分析法,对我国非寿险公司进行实证分析,找出了影响我国非寿险公司偿付能力的几个主要因素,如公司的实力和规模、盈利能力以及资金的安全性等,并据此对我国非寿险公司的发展提出几点建议。     

引入非财务因素的中小企业信用风险预警模型实证研究

相当多的研究已证明财务因素能有效预测借款人违约风险,而非财务变量的预警能力仍不明确。为检验非财务变量预警能力,本文建立了三个假设,利用调查数据,建立了Logistic回归模型检验假设,结果表明：1．财务变量提前预警效果明显;2．加入非财务变量后,模型预警能力得到显著提高;3．预警模型分类效果显著优于随机分类。     

非寿险公司风险预警研究——基于ERM理论

随着非寿险市场地不断发展,我国非寿险公司必将面临着更加多样化、复杂化的风险,这必会影响到非寿险公司乃至整个保险业的生存和发展,因此建立一套科学合理的风险预警系统就显得刻不容缓。本文对当前非寿险公司的风险预警状况进行全面分析的基础上,论证了风险预警对非寿险公司发展的重要性。之后通过引入全面风险管理理论,从建立原则、系统结构、系统功能三个方面分析了非寿险公司的全面风险预警系统框架。最后探讨了其运行模式和运行过程。     

我国非寿险公司再保险与资本结构研究

我国保险业转型和保险回归保障功能对保险公司运用再保险和合理配置资本结构提出了更高要求。本文以2007年～2011年我国的非寿险保险公司为研究对象,实证检验保险公司再保险购买与资本结构选择间的因果关系,采用2SLS和FEPD模型研究发现,非寿险保险公司财务杠杆与再保险比率存在显著的正相关关系,再保险率反过来也正向提高了财务杠杆率。本文的结论证明我国非寿险保险公司再保险购买与资本结构选择的因果关系与现有的资本结构理论相符。本文的研究证实,再保险购买能够有效减少我国非寿险保险公司的偿付压力,可以为我国非寿险保险公司的业务拓展提供安全边际,从而以较低成本维持较高的财务杠杆比例。     

从欧美财险公司破产看我国非寿险偿付能力监管

我国非寿险公司目前普遍存在的低估准备金、快速扩张、恶性竞争等问题,恰是欧美非寿险公司20世纪90年代破产的主要原因,从而对监管问题提出巨大挑战.目前,我国非寿险偿付能力监管模式存在结构上的缺陷,使其在很大程度上无法识别预警上述问题,并且结构上的缺陷不能通过修正计算比率、临界点加以弥补.因此,我国非寿险监管有必要借鉴美国风险基础资本RBC监管模式,探求以风险为导向的偿付能力监管的模式.     

我国寿险公司效率评价及其影响因素分析——基于修正的两阶段数据包络分析方法

弥补国内已有研究对有效率寿险公司无法进行比较的不足,以及两阶段数据包络分析方法中第一阶段和第二阶段假设逻辑不一致的缺陷,本文采用2005年～2007年我国23家寿险公司的数据,引入数据包络分析的超效率模型分析23家寿险公司的效率状况,并分别采用截断Tobit回归模型和对称截断最小二乘模型寻找影响我国寿险公司效率的环境因素。研究表明,对称截断最小二乘模型下的参数估计比较稳健。成立年数和市场份额对寿险公司效率的影响相对显著,市场份额的扩大有助于寿险公司效率的提高,而公司规模和所有权形式对寿险公司效率的影响并不显著,仅靠产权改革不能提高寿险公司的效率。     

基于BP神经网络模型的偿付能力预警机制研究——以平安人寿为例

一、引言 随着“偿二代”监管体系于2016年正式实施,在新的监管标准下,部分寿险公司偿付能力不足的状况得以改善。然而,在偿付能力预警机制方面,监管者尚存在缺位现象,为此国内外学者在寿险公司偿付能力预警机制和预警模型方面有过诸多研究。     

GAMLSS在非寿险费率分析中的应用

从广义线性模型（GLM）的局限性出发,分析了几种常见的扩展模型,并重点深入分析了基于位置、尺度、形状的广义可加模型（GAMLSS）。最后对一组保险数据建立了损失频率和损失强度的GAMLSS模型,并与GLM做了对比分析。从不同角度研究了GAMLSS在非寿险费率分析中的应用,本文的研究将丰富非寿险费率分析方法。     

城市专业化对中国保险市场发展的影响——基于中国省级面板数据

近年来,随着相同产业在同一城市中集聚,我国城市专业化水平获得显著提高,如何评估城市专业化对我国保险市场发展的影响,进而优化保险产业布局便成为我国保险业不得不面对的问题。本文在借鉴城市专业化度量指标的基础上,建立了衡量城市专业化与保险市场发展关系的面板回归模型,并运用2004年～2011年中国30个省面板数据进行回归分析。实证结果表明,产业专业化和职能专业化均能对保险市场发展产生显著影响,但是具体到寿险和非寿险市场,产业专业化能够显著影响寿险市场和非寿险市场的发展,而职能专业化对寿险市场和非寿险市场发展的影响则不能确定。     

非寿险市场的承保周期研究及在中国的检验

承保周期是非寿险市场特有的现象,突出表现为承保利润的周期性变化。本文分析了承保周期现象的一般特征及原因,并收集了22年的相关年度数据,用二阶自回归模型来检验国内是否存在承保周期现象。研究表明,我国非寿险市场的承保周期规律尚未显露；在主要险种中,机动车辆保险的承保周期约为6年,目前车险市场承保能力仍然不足,存在较大的利润空间。     

中国金融开放的外源性风险评估与预警机制

本文在构建金融开放的外源性风险指标体系的基础上,提出了评估金融开放外源性风险的“3δ”原理和风险的神经网络预警模型。利用中国金融开放的风险指标数据进行的分析结果显示,中国当前金融开放的风险级别处于安全状态。对26个发展中国家金融开放外源性风险的评估和预警表明,该原理和预警模型对金融开放的外源性风险的评估与预警具有一定的...     

地方财政收支监测预警研究——以1995—2010年山东省数据为研究样本

文章在界定财政收支监测预警含义的基础上,设计构建了财政收支监测预警系统。以1995-2010年山东省数据为研究样本,通过对比分析综合预警指数走势、财政收支综合评测水平走势和GDP增长率走势,对财政收支监测预警模型的科学性和可行性进行了实证检验。经验证,本模型是可行的,这对监测财政运行情况、保持经济平稳健康发展提供了科学的参考依据。     

基于CFaR模型与Logistic回归的财务困境预警研究

从现金流风险角度出发,对企业财务困境进行预警研究：首先构建一个基于企业内部环境、宏观经济政策、货币政策及财政政策等因素的CFaR模型,识别出期望现金流及风险现金流;然后以这两个指标作为预警变量,构建一个二元Logistic财务困境预警模型;最后选取27家中国证券市场中代表陷入财务困境的ST公司及配对的财务良好的非ST公司作为样本进行实证研究。结果表明,所构建的CFaR模型能较好地度量两类上市公司的现金流状况,且两类公司的期望现金流和风险现金流水平存在显著的差异;二元Logistic预警模型能较好地实现对上市公司财务风险的预警,对两类公司的预警正确率分别达到85.2%和81.5%。     

Research on optimization of an enterprise financial risk early warning method based on the DS-RF model

The financial risk early warning process of enterprises faces problems such as uncertainty and complexity. In the big data environment, scholars and enterprises that continue to use traditional evaluation methods will face large challenges. It is essential for an enterprise's sustainable operation to combine artificial intelligence algorithms, dynamically monitor its financial risks, and carry out financial risk early warning processes accurately and effectively. This study proposes an early warning method for corporate financial risks based on the evidence theory-random forest (DS-RF) model. The classic algorithm of machine learning—random forest was introduced into the framework of evidence theory to construct a random forest model with four dimensions: profitability, asset quality, debt risk, and operating growth. While predicting the risk, the credibility of the evidence was determined, and then the D-S synthesis rule was used for information fusion. An example was analyzed, taking JS Reclamation Group as the study subject. The comparison with the early warning results of the random forest algorithm and the traditional model shows that the DS-RF model proposed in this paper has a higher early warning accuracy and the results are presented more comprehensively and systematically, which effectively improves the efficiency of enterprise financial risk early warning and helps managers to make relevant decisions efficiently and scientifically.     

基于人群搜索算法的上市公司的 Z-Score 模型财务预警研究

针对传统的 Z-Score 财务预警模型预警能力的不足,导致无法准确判定上市公司的财务风险状况,将 SOA 算法的良好寻优能力和 Z-Score 财务预警模型结合起来,提出一种改进的 Z-Score 财务预警模型,构建出 SOA 算法优化 Z-Score 财务预警模型的适应度函数。仿真对比发现,改进的 Z-Score 财务预警模型其平均识别率高达96.33%,远远高于 SVM 算法和 AdaBoost 算法的平均识别率,改进的算法极大地提升了 Z-Score 财务预警模型的预测能力,使其更具适应性。     

基于房地产市场的我国系统性金融风险测度与预警研究

本文阐释了基于房地产市场的系统性金融风险形成机制,据此建立了分阶段、跨部门的房地产市场的系统性金融风险网络模型,并运用2006-2017年16家上市银行数据,分析和测度了我国房价大幅下跌所引发的系统性金融风险水平和结构,构建了基于房地产市场的系统性金融风险预警指标并进行测算。研究发现:在房价下跌30%的压力情景下,我国金融体系的潜在总损失总体呈级数式上升,年均增长22.70%;基于房地产市场的系统性金融风险值(SR)呈现先上升后波动下降的总体趋势;系统性金融风险(SR)的脆弱性指标(FLI)整体呈现波浪式振荡变化,且与房地产贷款/权益整体呈反向变动,系统性金融风险(SR)的传染性指标(CTI)在2012-2017年呈持续下降趋势,且与金融市场压力指数、金融机构间资产占总资产比重呈现出高度的一致性变化趋势。最后,基于房地产市场的系统性金融风险预警指标(SRWI)值呈收敛式振荡走势,表明基于房地产市场的系统性金融风险总体可控且呈收敛式下降。     

基于房地产市场的我国系统性金融风险测度与预警研究

本文阐释了基于房地产市场的系统性金融风险形成机制,据此建立了分阶段、跨部门的房地产市场的系统性金融风险网络模型,并运用2006-2017年16家上市银行数据,分析和测度了我国房价大幅下跌所引发的系统性金融风险水平和结构,构建了基于房地产市场的系统性金融风险预警指标并进行测算。研究发现:在房价下跌30%的压力情景下,我国金融体系的潜在总损失总体呈级数式上升,年均增长22.70%;基于房地产市场的系统性金融风险值(SR)呈现先上升后波动下降的总体趋势;系统性金融风险(SR)的脆弱性指标(FLI)整体呈现波浪式振荡变化,且与房地产贷款/权益整体呈反向变动,系统性金融风险(SR)的传染性指标(CTI)在2012-2017年呈持续下降趋势,且与金融市场压力指数、金融机构间资产占总资产比重呈现出高度的一致性变化趋势。最后,基于房地产市场的系统性金融风险预警指标(SRWI)值呈收敛式振荡走势,表明基于房地产市场的系统性金融风险总体可控且呈收敛式下降。     

功效系数法在高校财务风险预警中的应用

随着高校管理体制的改革，对高校财务风险的预警也成为高等教育界关注的问题。本文从实用性出发，采取功效系数法构建高校财务风险预警模型，并结合L大学2002年-2006年财务数据给与实例分析示范，希望结合其他方法使它能够有效识别风险，实现监测预警功能，从而在高校财务管理中发挥作用。     

中国金融部门间系统性风险溢出的监测预警研究——基于下行和上行ΔCoES指标的实现与优化

为了对我国金融部门间的系统性风险溢出进行实时监测和有效预警,本文基于Adrian and Brunnermeier (2016) 的CoES指标构想,在左尾视角的基础上进一步引入右尾视角,构建下行和上行ΔCoES分别作为系统性风险的同期度量指标和前瞻预警指标,并提出了更为有效合理且同时适用于下行和上行ΔCoES的计算方法。本文一方面采用下行和上行ΔCoES对我国银行、证券、保险三个金融部门间的系统性风险溢出进行监测预警研究,另一方面还基于我国的经验数据检验上行和下行ΔCoES的性质。研究结果显示,我国金融部门间具有显著的系统性风险溢出效应,且三个部门间的风险溢出存在非对称性,银行部门是系统性风险的主要发送者,证券部门是系统性风险的主要接收者;三个部门两两间的风险溢出水平表现出明显的协同性和周期性,且上行的风险溢出水平高于下行。同时,基于我国的经验数据发现,上行ΔCoES对下行ΔCoES具有显著的先导性、前瞻性,上行ΔCoES可以作为系统性风险的前瞻预警指标。此外,下行ΔCoES能够引领ΔCoVaR和基于MES估计方法计算的短期ΔCoES指标,表明本文构建的下行ΔCoES实时性更强,更适合作为系统性风险的实时监测指标。     

系统性风险与企业财务危机预警——基于前沿机器学习的新视角

本文采用Logit回归模型以及随机森林模型、梯度提升模型等前沿机器学习方法,深入考察系统性风险指标对我国企业财务危机的预测能力。结果表明,系统性风险对中下游企业的财务危机具有显著的预测能力,而基于因子分析构建的系统性风险指标,结合随机森林模型可取得更好的预测效果。本文进一步区分财务危机的不同成因并发现,基于随机森林模型和Logit回归模型的预测框架能够对我国大多数财务危机事件进行有效预警。在此基础上,本文对我国上市企业监管提出相关建议,从而为完善金融风险处置机制提供一定参考。