保险公司间的承保风险关联性：共同风险暴露还是再保险联系.pdf

.75.Financial EconomicsResearchSept.20232023年9 月Vol.38,No.5经融第38 卷第5 期学保险公司间的承保风险关联性：共同风险暴露还是再保险联系陆思婷栗芳摘要：如何降低保险机构间的风险关联性，是防范保险业系统性风险的关键议题。依据保险公司承保业务的经营过程建立理论模型分析共同风险暴露和再保险联系对承保风险关联性的影响，并基于2 0 0 8-2 0 2 1年保险业数据进行实证检验。研究结果表明，共同风险暴露和再保险联系是促使财险公司产生承保风险关联性的关键因素但对寿险业承保风险关联性的影响程度较低。财险公司的承保风险关联性主要因保费收入的险种结构相似性、地理分布相似性、直接再保险联系和间接再保险联系而产生，寿险公司的承保风险关联性则由杠杆率相似度和保费收入险种结构的相似度所引起。共同风险暴露和再保险联系在不同类型的财险和寿险公司中呈现出较大差异。建议财险公司着重解决与其他公司在地理分布和险种结构上的同质化问题，寿险公司则应重点处理与其他公司之间在杠杆率上的过度相似问题。关键词：承保风险；承保风险关联性；共同风险暴露；再保险联系中图分类号：F842文献标识码：A文章编号：2 0 97-1346(2 0 2 3)0 5-0 0 7 5-2 2一、引言承保风险关联性存在于中国保险行业经营的各个维度。公司层面上，保险公司所面临的承保风险呈现出逐年递增的趋势（王正文和田玲，2 0 14），且各保险公司的承保风险存在着显著的关联关系（熊婧和汤薇，2 0 2 1）。险种层面上，企财险、车险和货运险等大多数财险险种之间均具有较高的承保风险关联性（吴杰和赵桂芹，2 0 14）。地域层面上，由于受地区工资水平、医疗水平等公共因素的共同影响，短期意外险和短期健康险之间具有很强的承保风险关联性（王向楠，2 0 18 b）。而且，中国各财险公司之间已经形成了一张联系紧密的承保业务风险网络，当具有巨灾性质的风险事件发生时，风险将因这种网络联系而进一步在整个保险行业中传染和扩散（陆思婷和粟芳，2 0 2 1）。换言之，承保风险关联性在一定条件收稿日期：2 0 2 3-0 2-0 3基金项目：上海市哲学社会科学规划课题（2 0 18 BJB009）和广州市教育局“党的二十大精神理论研究课题”（2 0 2 2 35 5 5 4）。作者简介：陆思婷，经济学博士，广州大学金融研究院师资博士后，研究方向为风险管理与保险，；粟芳，经济学博士，上海财经大学金融学院教授，研究方向为风险管理与保险。76.2023年第5 期九金融经清学研下能威胁到系统整体的稳定性。然而，上述学者虽然测量出了不同公司、险种之间的承保风险关联性大小，却尚未深人探索其产生的根源，故而如何调整承保风险关联性以防范保险业系统性风险爆发的路径仍不明确，这与当前保险业的强监管需求相悖。本文基于上述背景，提出并拟解决以下三个问题：第一，在保险公司经营承保业务的过程中，承保风险因何种原因具有了关联性？第二，这些原因如何使保险公司之间的承保风险产生关联性？第三，在承保风险产生关联性的过程中，又有哪些因素具有显著影响，不同因素的影响是否具有差异性？为解决上述问题，本文将首先依据保险公司承保业务的经营特征，定性分析各经营环节是否具备产生与其他保险公司之间风险关联性的可能性；其次，基于理论模型，分析根源因素如何促使各家公司的承保风险产生关联性；最后在实证层面上建立线性回归模型进行验证,并基于Shapley值分解模型比较各因素的贡献程度。本文可能的边际贡献是：第一，理论上将王向楠（2 0 18 a）、王丽珍（2 0 15）、陆思婷和栗粟芳(2 0 2 1,2 0 2 2 b）等关于共同风险暴露或再保险联系在极端状态下的风险传染过程延伸至一般状态下的风险关联影响，并构建了共同风险暴露和再保险联系影响承保风险关联性的理论模型。第二，实证上根据共同风险暴露和再保险联系的形成原理和逻辑关系构建二者的度量指标，这与现有文献单独从保费收人分布和分入分出保费结构对二者的度量过程相比更具全面性和准确性。第三，结论上证实共同风险暴露和再保险联系确实是财险公司承保风险关联性波动的最关键因素但却不是影响寿险承保风险关联性的最关键因素，且二者的影响力度在同一行业内部的相对异质性还受到公司规模的进一步影响。二、文献综述（一）关于承保风险关联性的相关研究风险关联性是指风险之间的相互联系，它使不同风险得以相互影响、相互转化，且当一方的风险发生变动时，另一方的风险呈现出放大或缩小的演变趋势（朱晓谦和李建平，2020）。基于这一思想，部分学者将一方对另一方的风险溢出效应定义为两者之间的风险关联关系,如：Granger因果关系（Billioetal.,2012）等。也有学者将风险变动的序列相关性定义为风险关联性，如Cai etal.（2 0 18）和王向楠（2 0 18 b）等。本文以上述文献为参考，将承保风险关联性定义为两家保险公司承保风险之间的序列相关性，即当一家保险公司的承保风险发生变化时，另一家保险公司的承保风险出现上升或下降的可能性。现有文献对承保风险关联性的研究主要集中于承保业务视角，分析不同险种的承保风险关联性。其中，吴杰和赵桂芹（2 0 14）、李秀芳和毕冬（2 0 16）均基于Coupla方法测算了财险险种间的承保风险关联性，前者发现企财险、车险与货运险、责任险等多个险种之间的承保风险关联系数均较高。后者的结论与前者相反，即企财险与责任险间的承保风险关联性为负且最大，但企财险与车险之间则仅存在微弱的正相关关系。部分学者也使用Pearson相关系数和Spearman相关系数。其中,王向楠(2 0 18 b）基于上述两种方法分别测量了地域和公司层面各险种间的承保风险关联性，发现在地域层面上，意外险和健康险间具有很强的承保风险关联性；而在公司层面上，各险种的平均承保风险关联性则均较高。熊婧和汤薇(2 0 2 1)基于Pearson相关系数方法所得结论与前者也略有出人,即健康险与其他多个险种之间具有负的关联关系，而车险与众多险种的承保风险关联性则为正且较高。此外，少77.保险公司间的承保风险暴露还是再保险联系数学者还分析了各公司或各省份间的承保风险关联性。其中，王向楠（2 0 18 a）以秩转换的方法度量两两寿险公司之间的承保风险关联性，并发现产品同质化对其具有显著的正向影响。陆思婷和粟芳（2 0 2 2 a）则基于TENET风险模型测量了不同省份之间的承保风险溢出效应，发现除少数东部省份外，其余各省份之间的承保风险关联性均较低。综上可见，尽管不同方法所得结果存在差异，但我国主要险种、不同公司和不同省份之间具有承保风险关联性已是不争的事实。遗撼的是，上述学者仅测量了承保风险关联性的大小，未曾析其来源和作用机制。因此，本文在承保风险关联性根源探索方面的工作将有助于弥补已有文献在来源分析上的欠缺。本文的研究对象与王向楠（2 0 18 a）一致，立足于保险公司视角，测量两两保险公司间的承保风险关联性。然而，王向楠（2 0 18 a）使用秩转换方法测算出来的承保风险关联性具有较高的相似性，且取值范围为0,1,不能刻画保险公司承保风险之间可能存在的负相关关系。因此，本文参照王向楠（2 0 18 b）、熊婧和汤薇（2 0 2 1）的做法，使用Pearson相关系数来测量两两保险公司之间的承保风险关联性。（二）关于共同风险暴露的相关研究共同风险暴露是指两个或以上经营主体暴露在同一外部风险冲击的程度（王超等，2023）。保险公司一些行为会显著地改变其与其他公司间的共同风险暴露程度。具体地，出于降低整体风险以实现稳定经营等目的，保险公司一般会在地域分布和险种结构上寻求多元化经营（Cumminsetal.,2010）。公司之间的地理相似性和产品相似性是单个保险公司实施地理分散化和产品多元化策略的结果，但经营地域和产品种类是有限的，过度的多元化必将导致承保业务的风险同质化（王向楠，2 0 18 a），致使公司对外部冲击的共同暴露程度增高，从而容易产生风险共振（Caietal.2018），这意味着共同风险暴露的增加会带来机构之间风险关联性的上升，极端风险状态下将会导致行业系统性风险的爆发和加剧。因此，学者们愈发担忧由于同质化而带来的共同风险暴露增加是否会引发行业系统性风险的问题。美国银行业中，银行贷款组合因多元化而带来的共同风险暴露与系统性风险之间存在正相关关系（Caietal.,2018），但这种正相关关系只有在网络传染较弱时才会呈现，当网络传染较强时表现为负相关关系（Huangetal.,2023）。王超等（2 0 2 3）基于我国银行业的经营数据也证实了上述观点。类似的结论亦可见于保险行业，具体表现为完全同质的产品结构带来的投资风险联动性和破产风险联动性均比完全异质时提升十几个百分点（王向楠，2 0 2 18 a）。再者，当同等程度的承保损失发生时，高度同质化的市场中往往有更多保险公司面临破产危机，表明保险业务的同质化程度与系统性风险之间确实存在着显著的正相关关系（熊婧和汤薇，2 0 2 1）。上述文献从实证层面证实共同风险暴露对企业和系统整体风险联动性具有显著的正向影响，但其中的作用原理仍有待进一步探索。本文受其启发，基于保险公司承保业务的经营过程，定性分析共同风险暴露是否具备产生承保风险关联性的可能性，据此构建数学模型推导其影响承保风险关联性变动的理论过程，并设计实证模型对理论结果加以验证。（三）关于再保险联系的相关研究已有文献没有明确给“再保险联系”一词下定义，但普遍使用双边再保险交易关系来衡量保险机构之间再保险关联关系的强弱程度，如王丽珍（2 0 15）、陆思婷和粟芳（2 0 2 1，2022b）等。本文据此将再保险联系定义为保险机构之间因为再保险分出或分入业务而缔78.2023年第5 期金融经清学研究结的双边交易关系，可进一步分为直接再保险联系和间接再保险联系。以任意保险公司A、B、C 为例，当公司A与B订立再保险合同时，公司A和B存在直接再保险联系，当A、B同时向（被）C订立再保险合同时，A、B存在间接再保险联系。诚然，当风险损失发生时，分出公司将依据再保险合同约定的分摊规则将承保损失转移给分入公司，使得存在直接或间接再保险联系的保险机构产生损失联动关系。现有文献对再保险联系的分析均集中在系统性风险领域，即在频繁的再保险业务往来中，保险公司将承保业务分摊给（再）保险公司，后者也继续将承保业务割让给其他（再）保险公司，从而共同形成了一个复杂的再保险网络体系（Kanno,2016）。当巨灾性质的损失冲击来临时，这种复杂的相互作用将放大灾难性风险损失，并可能触发保险市场的传染性违约，最终造成系统整体的重大经济混乱，即可能使保险公司面临系统性风险（Chen etal.，2 0 2 0；陆思婷和粟芳，2 0 2 1、2 0 2 2 b）。C u m m i n s a n dWeiss(2014)讨论了单个公司再保险交易对手风险口的大小问题，发现由于再保险的存在，保险业内部相互联系的紧密程度尤为重要；当再保险行业出现危机时，至少有2 5%的保险公司的盈余将受到严重侵蚀。ParkandXie(2014）的结论则前者相反，即尽管保险公司之间存在着紧密的再保险联系，但是再保险交易引发系统性风险的可能性较小。综上可见，学者们大都将再保险联系作为保险业系统性风险的重要考量因素，表明其确实会导致保险损失在系统的进一步传播，从而增加各保险公司间的风险共振程度。受上述文献启发，本文将构建理论和实证模型，详细分析在非极端风险状态下，再保险联系能否导致保险公司间的承保风险关联性发生改变，以及其作用机制如何。三、承保风险关联性根源的理论分析（一）承保风险关联性的根源国家金融监管总局（原中国银保监会）于2 0 19年颁布的保险公司关联交易管理办法（银保监发2 0 19 35 号）（以下简称办法）要求详细汇报保险公司与关联方之间的关联交易，并强调应加强对保险公司关联交易的监管。办法规定，保险公司的关联交易是指保险公司与关联方之间发生的转移资源或义务的事项，具体包括保险业务类交易等六大类业务。其中，投资入股、资金运用、利益转移、提供货物和服务类交易等均与承保业务无直接关系，故都不是承保风险关联性的来源。因此，即使将交易对象拓展至同行业的其他保险公司，上述交易也将不是承保风险关联性形成的根源因素。保险业务类关联交易具体包括保险业务、保险代理业务、再保险的分出及分人业务等。诚然，这些关联交易将会对保险公司间的承保风险关联性造成实质性影响，可将交易对象拓展至同行业的其他保险公司，定性分析其中的基本原理。1保险公司的承保业务：共同风险暴露。保险公司之间的保险业务，可以理解为一方向另一方投保，从而投保人的风险状况会直接影响保险人的承保风险波动性。但只有当标的物的风险状况能同时影响到投保公司自身的承保风险波动时，才会导致两者间的承保风险关联性发生改变。否则，该投保行为将仅是普通的投保人与保险人之间的风险关联关系建立过程，而非两公司间承保风险关联关系的构建过程。而且，相互投保行为甚少存在于同类保险公司之间，而较为广泛地存在于异类保险公司之间，如财险公司向寿险公司购买团体意外险和团体健康险、寿险公司向财险公司购买车险和企财险等。本文单独分析财险79.难保险公司间的承保风险险暴露还是再保险联系大生大十：和寿险业的承保风险关联性，故满足上述条件的直接保险业务很少。换言之，直接的承保业务不是产生承保风险关联性的主要原因。同理，保险公司间的保险产品代理业务本质上是一方委托另一方销售产品，所有风险由委托方承担而不会波及到被委托方。因此，代理业务不是产生承保风险关联的原因。进一步地，保险公司为控制承保风险往往会采用空间分散、多元化经营和共同保险等方式分散风险。经营地域越分散，则承保风险分散效果越明显（杨波和吴婷，2 0 2 0）。经营险种和产品组合的多样化也有助于降低赔付率的波动性，从而产生风险分散效应（卓志和孟祥艳，2 0 18）。然而，保险公司实际可以经营的地域范围和产品种类是有限的，当各家公司都尽可能地进行地域和产品种类分散化时，承保业务的“同质化”趋势愈发明显，并通过共同风险效应，致使承保风险的联动性不断提高（王向楠，2 0 18 a）。可见，保险公司的空间分散和多元化经营是导致承保风险关联性存在的主要原因，且通过共同风险效应发挥作用。此外，共同保险也是实务中存在的一种承保方式，多家公司承保同一标的，因此暴露在完全相同的风险口之下，显然也是承保风险关联性的来源之一2保险公司间的再保险业务：再保险联系。从保险公司之间的承保业务角度来看，为控制承保风险，保险公司采取相互办理再保险业务的风险转移策略。当分出公司发生保险事故时，分人公司承担相应份额的赔款支出，使得分出公司的承保风险波动传递到分入公司，并对分入公司产生影响。进一步地，当分入公司因偿付能力不足等原因而无力承担再保险赔偿时，分出公司将因无法收到预期的再保险赔款而随之陷人困境。这也意味着在再保险关系中，分入公司和分出公司之间是双向影响。因此，再保险的分入和分出业务也是影响承保风险关联性的关键因素之一。综上，可将导致产生承保风险关联性的根源归结为两类，其一是保险公司独立的承保业务因空间分散和多元化经营所导致，通过共同风险效应发挥作用。即：不同公司之所以存在承保损失波动的关联性是因为遭受了相同的风险冲击，但损失不会传递至其他公司。其二是保险公司之间的业务因直接或间接的再保险业务所导致，承保损失根据既定规则从分出公司传递至分人公司，即：承保风险关联性产生于风险损失在不同公司的传递过程。（二）共同风险暴露对承保风险关联性影响的理论模型1空间分散对承保风险关联性的影响。空间分散是指保险公司通过将承保业务投放至不同地区或监管管辖区的方式来实现承保风险的分散化过程（杨波和吴婷，2 0 2 0），从而避免单个地区的风险不确定性导致整体赔付率波动性过高，达到平滑公司承保风险的目标。然而，由于公司ASSKSSDDDASSS公司B图1保费收入的地理分布对承保风险关联性的影响经营地域的有限性，保险公司在进行承保业务的空间分散同时，也提高了与其他公司经营地域重叠的程度，使得两者受相同地域风险的影响程度增加，提高了两者的共同风险暴露。本质上，空间分散表现为保险公司经营结果的空间分散性，即保费收人来自于不同的地域。考虑到共同保险的业务量在保险公司的总业务量中占比不大，且具体采用共同保险形式承保项目的相关数据以获得，本文暂且不考虑因共同保险导致的共同风险暴露.80.82）2023年第5 期究金融经清学研当两家保险公司的保费收入更多地来自于相同经营地域时，两者的共同风险暴露越大，反之亦然。根据图1，假设市场中共有K个经营地区D、D、D 3、：、D,保险公司i的总保费收人为PM,PM，和S.分别为公司i在地区k的保费收人及其占比，S=PM/PM。用欧几里得距离度量公司A和B之间保费收人地理分布的相似性。1YAB=1-/Z.(SK-Sh)2(1)AB对SK求偏导数，得：YAB1Z(Sx-Sh).2(S$-Sh)=($-S)2Z.(S+-Sh)-0.ask2显然，根据（2)式，当Sh0;当SS时，AB/aS0。这说明，当公司A在地区k的保费占比小于公司B时，随着公司A在地区k的保费占比逐渐增加，公司A和B的保费收入地理分布愈发相似；当公司A在地区k的保费占比大于公司B时，随着公司A在地区k的保费占比继续增加，公司A和B的保费收人地理分布相似程度将逐渐减少。由于A和B没有明确的指代,这一结论对于公司B同样是成立的。假设公司i在地区k承保业务的赔款金额为x=Fk,PM,其中，Fk为地区k的风险因子，满足Var(Fk）=,且V1k,Cov（Fk,F）=0;常数；为公司i的风险因子，与公司i的经营管理水平和风险管理水平有关。则公司i在K个地区的总赔款金额为：SX,=Z,X=Z,F*,PM=Z,F*,StPM;(3)公司i的赔付率为：LR;=SX.Z,Fk,S,PM,=,Z,Fst（4）PM.PM.风险是未来结果与预期结果的偏差，故用赔付率的相对离差度量公司i的承保风险。LR;-E(LR,)UR;=(5)E(LR)式中,E（LR,）为公司i的期望赔付率。则公司A与公司B之间的承保风险关联性为：Cov(URA,UR)Cov(LRA,LRg)PAB(6)Var(URA)Var(UR,)Var(LRA)/Var(LR)将 Var(Fk)=,Cov(Fk,k.Fl）=0 代人式（6）Z,SShPAB=(7)Z(S)E(Sh)2PAB对 SK求偏导数。OPABZk(S)-1ShZ1*k(SA)?-SkZ1kSAShZ(SA)E(St)假设V1+k,S=S,则:apAB_Ek(SA)Zk(Sk)2(Sh-Sk)(9)Z.(S)/Z(Sh)81.保险公司间的承保风险关联性：同风险暴露还是再保险联系因此，当S0;当SS时，pAB/aS0;V0AB1(10)aABYAB/aSK因此提出假说1a。Hla：保险公司保费收入的地理分布相似性对承保风险关联性具有正向的影响关系2险种结构对承保风险关联性的影响。多元化经营是指保险公司基于不同的保险产品进行战略布局，通过调整保险产品种类的分布结构，达到分散承保风险、增强盈利稳定性的目的（卓志和孟祥艳，2 0 18）。由于保险产品的种类也是有限的，每家保险公司都在有限的产品种类中进行分散，最终使得保险公司在产品种类上的重叠度不断攀升，产品结构的同质化问题愈发严重在衡量险种结构时，通常用各险种保费收人占该保险公司总保费收人的比例来表示。不难发现，险种结构对承保风险关联性的影响原理与空间分散中保费收人地理分布的影响过程大体相似。仍如图1所示，假设保险市场中共有K个保险产品D、D、D、.、D K,保险公司i公司A公司A33%50%33%50%33%PrlP2Pr3PrlPr2Pr350%50%50%50%公司B公司B市场一市场二图2保费收入的险种结构对承保风险关联性的影响的总保费收人为PM，在保险产品k的保费收人为PM，且PM/PM，=Sk。显然，当把地区的保费占比更换为各险种保费占比之后，前文(1)式至（10)式的分析对于险种结构的分散仍然成立，故不再赘述，而以图2 中的示例加以说明。分析图2 假想的两种市场结构，两个市场中都只有A、B两家保险公司，只经营Prl、P r 2和Pr3三类保险产品。在市场一中，公司A经营Prl和Pr2,公司B经营Pr2和Pr3，保费收人在各险种中均匀分布。此时，公司A和B面临的共同风险来自产品Pr2，有关联的业务仅占各自总保费规模的5 0%。在市场二中，假设公司A希望将承保风险在更多的保险产品中进行分散，遂将经营业务拓展至Pr3，假设保费收入仍然均匀分布。显然，公司A和B面临的共同风险来自产品Pr2和Pr3，有关联的业务在公司A占6 6%，在公司B占10 0%。此时，A、B两家保险公司承保风险的关联性理应更大。根据理论分析结论提出假说1b。H1b：保险公司险种结构的相似性对承保风险关联性具有正向的影响关系。基于上述分析，任意两家保险公司面临的共同风险暴露取决于它们在保费收入地理分布和险种结构上的同质化程度。保险公司在地理分布和险种结构上的相似度越高，则面临的共同风险暴露越大，承保风险的关联性也越大。综上，提出假说1。H1：保险公司所面临的共同风险暴露对承保风险关联性具有正向的影响关系，（三）再保险联系对承保风险关联性影响的理论模型再保险联系以保险公司之间的再保险合同为纽带而存在，承保风险损失在保险公司之间的传播也是基于在保险合同约定的条件和比例发生。因此，相较于共同风险暴露的影响过程而言，再保险联系对保险公司承保风险关联性的影响过程更为简单易懂。.82.PAB分别对直接再保然有：的雾2023年第5 期融经清学研究根据图3，假设有N家保险公司，公司i的再保险分出比例为RE,0RE，1；公司i在公司j的分出比例为j，iRE;。一般而言，;i。当承保损失发生后，公司i先向被保险人支付保险赔款，随后向再保险分人人提出再保险摊回赔款的申请，同时处理其他分出人公司A公司C公司&-&公司B公司D公司图3再保险联系对承保风险关联性的影响索赔申请并支付再保险摊回赔款。因此，公司i的总赔款金额TL：为：TL,=X;RE,X;+Z;X,i(11)式中，X，为公司i向被保险人支付的赔偿金额，RE，X，为再保险分人公司向公司i摊回的分保赔款之和，X为公司i向其分出公司支付的再保险摊回赔款。假设所有的再保险业务均采用简单的比例再保险，则有：TL;=(1 RE,)X,+;X,+Z2?i,z*j,iX,12）显然，公司A和公司B的总损失分别为：TLA=(1-REA)XA+BAX+Z*A.zBAX,(13)TL=(1-RE)XB+ABXA+ZZ?A,z?BBX,(14)可见，公司A（B）的最终总赔款金额不仅受公司A（B）自身的风险因素影响，还受公司B（A）和其他公司风险因素的影响。可根据TLA和TLg定义公司A和B之间的直接再保险联系QAB和间接再保险联系AB，分别为：0AB=(1-REA)AB+(1-REB)BA(15）SAB=ZA,ZBzAzB(16)公司i的赔付率为总赔款金额损失与总保费收入的比值，即：TL;(1-RE,)X,+;X,+Z+*iz*j,X,LR;=PM(17）PM以赔付率的相对离差度量公司i的承保风险，即：LR;-E(LR,)UR;=(18)E(LR,)假设Var（X.）=,且Vij,Cov（X,X,）=0,则公司A与公司B之间的承保风险关联性为：(1-REA)AB+(1-RE)BA+ZZ*A,z*BzAzBPAB(19)(1-REA)+BA+Z,BQAVI-RER)+AR+Z*A,zBzBA险联系QAB和间接再保险联系SAB求偏导数，显apAB1(20)20ABV(1-REA)+BA+Z,ZA.BQiA/(1-RER)?+QAB+ZA.Q2apAB1(21)AB(1-RE)22+BA+Z22V1-RE.+AB+Z22B,A*A,z?BzBA可见，无论是直接的再保险联系，还是间接的再保险联系，对保险公司间承保风险关联性的影响均为正向影响。且在无市场摩擦的理想状态下，直接再保险联系和间接再保险联系对承保风险关联性的边际贡献相同。故根据理论分析提出假说2 a和2 b。H2a：直接的再保险联系对保险公司间承保风险关联性具有正向的影响关系。83保险公司间的承保还是再保险联系H2b：间接的再保险联系对保险公司间承保风险关联性具有正向的影响关系。将任意两家保险公司之间的再保险联系定义为直接再保险联系与间接再保险联系的均值，则公司间总的再保险联系取决于两者直接和间接再保险联系的大小，直接和间接再保险联系越大，则总的再保险联系越强，承保风险的关联性也越大，故提出假说2。H2：再保险联系对保险公司间承保风险关联性具有正向的影响关系。四、度量方法和研究设计（一）主要指标的度量1承保风险的度量。学者们常用简单赔付率、综合赔付率或简单赔付率的标准差衡量承保风险。然而，承保风险衡量的是承保业务可能导致的公司价值非预期波动，因此能够被预期的成分不应被称为风险（朱南军和王文健，2 0 17）。因此，前二者不宜直接用于衡量承保风险。后者通过测量样本序列的波动状况来反映样本序列的风险，波动越大，则风险越高，因而是天然的风险测量工具。简单赔付率的相对离差与其相似，均能检测样本序列的非预期波动状况。而且，相对离差具有正负之分，可以更好地监测非预期波动的方向。因此，本文以简单赔付率的波动幅度即标准离差作为保险公司承保风险的度量指标。LRk-E(LRk)URk(22)E(LRk)式中,URk和LRk分别为公司i第t年在地区k的承保风险和的简单赔付率（赔款支出/保费收人）;E(LRk)为所有样本在地区k的平均赔付率。2保险公司承保风险的关联性。Pearson相关系数常用于刻画两个随机变量的线性相关关系，近年来被引人到金融行业用于衡量系统性风险。王向楠（2 0 18 b）据此法度量了各财险险种赔付率的关联性，以此作为判断各险种系统性风险的相对大小。受其启发，本文使用Pearson相关系数计算保险公司承保风险关联性：对任意两家保险公司A和B，假设在第t年的承保风险序列分别为UR和UR,则它们的承保风险关联性为：URLABCov(URLA,URL:)(23)Var(URLA)Var(URL:)其中，Cov（）和Var（）分别为协方差和方差；公司i第t年的承保风险序列由其在36个省份（直辖市、计划单列市）的承保风险组成，即URL=URL,URL.，U R L 。3保险公司的共同风险暴露。根据上文理论分析，保险公司承保业务的共同风险暴露产生于保费收人地理分布和险种结构的相似性，故应基于此二者度量共同风险暴露。文献中关于相似性的度量方法较多，如欧几里得距离和余弦相似系数等。王向楠（2 0 18 a）证实，根据这些方法所得相似性差异不大，且对后续分析影响甚微。因此，本文使用欧几里得距离分别度量各公司保险收人的地理分布和险种结构的相似性，并合成一级指标，以衡量保险公司所面临的共同风险暴露。以保费收入的地理分布相似性为例，公司A和B第t年在地区k的保费收人占公司总保费收人的比例分别为w和w，则它们在第t年保费收入的地理分布相似性为：1CR1AZ.ek(w-wi(24)AB?84UI(30)接接252023年第5 期金融经学研究同理可计算险种结构相似性CR2AB，则公司A和B面临的共同风险暴露为：CRLAB=(CR1AB+CR2AB)/24.保险公司的再保险联系。根据式（15）和式（16），公司A和B在第t年的直接和间再保险联系分别为：0A=(1-REA)AB+(1-REB)BA(26)AB=Z,￥A.2*B2A,B(27)与共同风险暴露相似，保险公司A和B的再保险联系定义为直接再保险联系AB和间再保险联系AB的均值。设直接再保险联系为RE1AB，间接再保险联系为RE2AB，则：RELAB=(RE1AB+RE2AB)/2=(0AB+EAb)/2(28）式中,RE;为公司i在第t年的再保险分出比例ie1A,B;为公司i在第t年对公司j的再保险分出比例。本文参照王丽珍（2 0 15）拟合两两公司之间的再保险分出比例。首先，对各公司的分出和分入保费做标准化处理：将各公司的分出保费转化为相对于行业总分出保费的比例（out,=OUT/Z,OUT），将各公司的分人保费转化为相对于行业总分人保费的比例（in;=IN;/Z,IN,）；其次构造再保险业务矩阵A=（）NxN，,即为公司i对公司j的再保险分出比例,N为保险公司数量；最后求解式(2 9）所示模型，得i。min ZZ=i,ln(;,)s.t.Z,-ij=out,;Vie(1,2,.,N)ZNij=in,;Vje(1,2,.,N)j,0;Vi,je(1,2,.,N)i=0;Vie(1,2,.,N)(29)（二）九承保风险关联性的影响因素分析以承保风险的关联性（URL）为被解释变量，以共同风险暴露（CRL）和再保险联系（R EL）为解释变量，使用线性回归模型，实证分析共同风险暴露和再保险联系对保险公司承保风险关联性的影响，回归模型如式（30）+,RELAB+0CAB+8ABLCAB+8AB+C式中,CAB为控制变量序列，包括：产权性质相似度（NoE）：股权结构对保险公司风险承担行为的影响机理起决定性作用。由于在经营目标、社会职能、风险承担激励机制等方面均具有明显的不同，国有控股保险公司的风险承担行为和内部经营风险均与非国有保险公司不同（毛颖等，2 0 19）。公司年龄相似度（Age）：新成立的保险公司注重市场开拓，重视保费规模，而经营年数长的保险公司则注重利润和风险管理（刘志迎等，2 0 0 7），从而具备更娴熟的风险控制手段，如更规范的核保核赔流程等。杠杆率相似度（LvR）：杠杆率是保险公司整体风险状况的反映，杠杆率越高，则保险资本更多地暴露在风险中，从而承保风险更大（赵桂芹和王上文,2 0 0 8）。总资产相似度（ToC）：无论是内因、外因还是综合效应，大型和中小型保险公司的承保业务经营及其风险特征均显现巨大差异（沈立和谢志刚，2 0 13）。成长性相似度（GrR）：保费增长率是一个适度指标，不宜过高也不宜过低，且保费增长过快容易引发偿付能力不足的问题（徐国祥等，2 0 0 8）。在度量方法上，对于产权性质相似度（NoE），若两家保险公司的产权性质相同，即同为国有或同为民营企业，则NoE=1;否则NoE=0。其余指标的衡量参照王向楠（2 0 18 a）进行.85.保险公司间的承保风险关联性：共同风险暴露还是再保险联系度量。以两家公司的总资产相似度（ToC)为例，对任意保险公司A和B,在第t年的总资产分别为TCA和TCB。首先将总资产进行标准化处理，得S_TCA和S_TCB，进而计算公司A和B在第t年的总资产相似度：ToCAB=1-|S_TCA-S_TCl。三）各变量对承保风险关联性的贡献程度分析对模型回归结果进行Shapley值分解，以比较共同风险暴露和再保险联系对承保风险关联性的贡献程度。Shapley值分解基于回归模型的结果而展开，常用于评估各解释变量对被解释变量之间差异的贡献程度。以共同风险暴露（CRL）为例，计算方法如下：2Shv(CRL)ZX-IZBA8AB-SAR(CRL)/eAB(31)式中，8 AB-8AB（C R L）】/e A B为共同风险暴露（CRL)对公司A和B之间承保风险关联性的边际贡献，8 AB和&AB（C R L)分别为基准模型的残差和将CRL全部替换为平均值后的残差。此时模型剔除了CRL的影响，残差减少表示估计值与真实值的差距减少，说明共同风险暴露是扩大承保风险关联性差异的原因，从而对其差异的贡献为正；反之则为负。四）变量选择与数据说明表1汇报了各变量的含义及其计算过程。其中，承保风险的原始数据为保险公司在31个省、市、区（港澳台除外）和5 个计划单列市的简单赔付率，摘自2 0 0 9-2 0 2 2 年的中国保险年鉴。其余变量的原始数据均出自公司年报。另外，基准模型只考虑共同风险暴露（C R L）和再保险联系（REL）的一级指标，后续的分解模型则对二级指标进行深人分析。表1模型的变量名称与变量含义说明变量名称变量含义被解释公司A与公司B承保风险的Pearson相关系数。承保风险为保险公司在各省份承保风险关联性（URL）变量（计划单列市）简单赔付率的波动幅度。共同风险暴露（CRL)一级指标:CRL=(CR1+CR2)/2地理分布相似性（CR1)二级指标：A与B地理分布的欧几里得距离解释险种结构相似性(CR2)二级指标：A与B险种结构的欧几里得距离变量再保险联系（REL)一级指标:REL=(RE1+RE2)/2直接再保险联系（RE1）二级指标:REIAB=0AB=(1-REA)AB+(1-RE)BA间接再保险联系（RE2）二级指标：RE2AB=5AB=ZzA,z*BZAZB产权属性相似度（NoE）同为国有或同为民营企业，则NoE为1，否则为0公司A和公司B在经营年数上的接近程度：对任意公司A和B，在第t年的经营公司年龄相似度（Age）年数分别为ageA和ageB。将经营年数进行标准化处理，得S_ageA和S_age，计控制算公司A和B在第t年的公司年龄相似度为AgeAB=1-|S_age-S_ageg|变量杠杆率相似度（LvR）公司A和公司B在杠杆率上的接近程度：方法同Age总资产相似度（ToC）公司A和公司B在总资产规模上的接近程度：方法同Age成长性相似度（GrR）公司A和公司B在保费增长率上的接近程度：方法同Age被纳人模型的样本包括：综合性财产保险公司和人身保险公司，剔除了专业性的农险、车险、健康险和养老保险公司，也剔除了政策性保险公司和再保险公司；经营时间至少满3年，且样本期间内具有完整的经营数据；全国性经营的保险公司，剔除了区域性保险公司；公司在样本期间内维持正常经营，剔除了异常值过多的保险公司。最终，样本集包含2 1家862023年第5 期金融经清学研究财险公司和2 5 家寿险公司。数据时间跨度为14年。样本公司在各年的总市场份额均达75%及以上，因此模型的分析结果具有一定代表性。五、实证分析一数据描述根据式（2 2）式（2 8）计算各主要指标，结果如图4，实线和虚线分别表示财险和寿险业。图4（a）汇报了承保风险均值随时间的变化趋势，横轴为年份，纵轴为承保风险的度量值。图4（b）图4（d)依次展示了样本期间各财险和寿险公司承保风险关联性、共同风险暴露和再保险联系的核密度曲线，横轴为指标取值，纵轴为对应的频率分布密度值；图4（d)的上图和下图分别为各财险和寿险公司再保险联系的核密度曲线。根据图4（a），财险和寿险业的平均承保风险随时间的变化趋势大体相似，但后者的变化幅度更大。在2 0 0 8-2 0 10 年间，两个行业的平均承保风险均逐渐下降，在2 0 10-2 0 15 年间呈现递增的趋势，与王正文和田玲(2 0 14)结论一致。在2 0 15 年以后，财险和寿险业的平均承保风险再次呈现下降趋势。在2 0 2 0 年以后，受全球新冠肺炎疫情的不利影响，财险行业的承保风险再次呈现出明显的上升趋势图4（b）中，财险和寿险公司承保风险关联性的频率分布均接近正态分布，呈现出较好的对称性。前者的均值位于0.1附近，后者则位于0附近，表明财险公司间的承保风险关联性整体上大于寿险公司。图4（c）中，财险公司间的共同风险暴露集中在0.8 5,0.95 ，频率分布中心位于0.90 附近；寿险公司间的共同风险暴露则大都位于0.7 5,0.90 ，.42.21.50.2.5.402008201120142017 2020-1-.50.51（a）保险业承保风险的均值（h）承保风险关联性8000%640.01.02.03.04.052000L0.4.6.810.01.02.03（c）共同风险暴露（d）再保险联系图4承保风险及其关联性、共同风险暴露与再保险联系频率分布中心落于0.8 5 附近，即财险公司间的共同风险暴露普遍要大于寿险公司。图4（d）中，由于再保险业务主要都在专业的再保险公司办理，因此财险或寿险公司间的再