| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
提要 本文通过对我国健康险市场投保人的投保金额和索赔情况进行实证研究，发现低风险的投保人购买更多的保险，即市场上出现正向选择，这可能是由于投保人风险偏好差异所致。因此，保险行业在重视逆向选择的同时，也要关注正向选择。
关键词：逆向选择；正向选择；风险偏好
中图分类号：F84 文献标识码：A
一、引言
关于逆向选择，Rothschild和Stiglitz（1976）指出：保险公司事先并不知道投保人的风险类别，只能按照市场的平均风险状况制定费率，保险公司出现亏损。为了防止亏损，保险公司决定提高保险费率，结果就有可能造成仅有高风险者参加保险，低风险的投保人退出保险市场。由于保险市场的逆向选择问题较为典型，而且逆向选择问题的出现会抑制保险需求，增加交易费用，导致保险市场运行低效率。近几十年来，很多国内学者都把注意力集中到了对保险市场逆向选择的专门研究上，提出了不少理论模型和政策建议。但是，现实生活中逆向选择是否存在及其严重程度存在着很大的争议，如Siegelman（2004）指出：保险市场存在很多矫正不对称信息的力量，保险市场逆向选择的威胁被严重地夸大了。在汽车险市场，王珺和高峰（2007）利用中国个人汽车险的实际数据，对逆向选择进行了实证分析，结果表明，高风险的投保人在投保时趋向购买更多的车损险保额，更低的车损免赔额，即中国的汽车险市场确实存在逆向选择现象。但周桦和曾辉（2008）在检验保险保障选择的全面性与损失概率之间的正相关时，却发现高额赔付部分不存在不对称信息。同样，在健康险市场上也得出了同样矛盾的结论。秦蓉蓉（2006）分析了健康保险市场中逆向选择的原因和不利影响，提出了应该通过改进产品设计，提高核保技能，建立信息管理系统和加强从业队伍建设等途径解决健康保险市场的逆向选择问题。王珺和高峰（2008）对中国健康险的研究发现，事后出现索赔的投保人，投保金额却相对较低，逆向选择此时不存在。Hemenway（1990）、Meza&Webb（2001）、Siegelman（2004）指出，当投保人的财富和风险偏好存在较大差异时，由于风险厌恶程度较大的人在风险很小的情况下也会选择购买保险，因此在某些情况下有可能导致风险程度较小的投保人购买了较多的保险，从而表现出正向选择的现象。
关于检验保险市场逆向选择的方法问题，Chiappori和Salanie（2000）通过将保险市场逆向选择和道德风险同时存在、消费者偏好多样性以及损失多层性的现实条件引入标准模型进行实证检验，进一步确认了竞争性市场和不完全竞争市场投保人的风险厌恶为公共信息时风险与保障之间的正相关性。于是，风险类别和保险程度之间的正相关关系就成为了检验保险市场是否存在不对称信息的重要证据。本文借鉴该方法，运用实证调研的健康险数据对保险市场的正向选择模型进行参数估计和计量回归分析。
二、理论模型
在标准的逆向选择模型中，投保人的差异只体现在风险类别上。这样，在市场均衡的时候保险购买数量和发生风险的频率之间就呈现正相关的关系。因此，在文献中对于信息不对称的检验，通常是通过考察投保人购买的保险和事后索赔次数之间是否存在明显的正相关关系或者投保人选择的保单免赔额和事后索赔次数之间是否存在明显的负相关关系来进行判断。根据理论模型结果，本文主要分析投保人风险状况和购买保险数量之间的关系。其中，风险状况可以通过事后的索赔情况即变量SET进行刻画，购买保险状况则由保险金额INSM或者附加险购买变量M进行刻画。因此，首先对下列两个模型进行估计：
ln（INSM）＝?茁0＋?茁1SET＋?茁X＋?着
Pr（M＝1）＝?准（?茁0＋?茁1SET＋?茁X）
其中，X是一系列保险公司可能用于判别投保人风险状况的控制变量，包括投保人的年龄、性别等。注意到第二个方程中的M是一个二元的离散变量，我们采用了Probit回归方法。
在两个模型的回归中，变量SET的系数是否显著是我们判定市场是否存在信息不对称的标准。如果?茁1显著为正，则表明市场上出现正向选择；如果?茁1显著为负，则表明市场上出现逆向选择。
考虑到事后的索赔情况并不是投保人真正的风险类型的精确代表，实际上也是模型的内生变量，为避免内生性问题，我们参照Chiappori和Salanie（2000）的方法检验残差相关性。以INSM为例，我们建立两个估计方程：
ln（INSM）＝?琢１X＋?着１
SET＝1（?琢2X+?着2＞0），?着2~N（0，1）
各自估计后计算各自的残差：
■１＝ln（INSM）－■１X
■■＝E（?着■｜SET）
＝■SET－（1－SET）■
然后，构造统计量：
W＝■
如果市场没有逆向选择也没有正向选择，那么应当有cov（?着1，?着2）＝0。此时W的渐进分布为x2（1）。因此，我们可以通过计算残差的相关系数以及相应的W统计量，判断市场是否存在信息不对称。
最后，为进一步验证实证结果的稳健性和可靠性，我们采用了分块检验的非参数方法。将样本根据控制变量的取值分成若干个子样本，然后在每个子样本中间对需要考察的变量相关性进行检验。注意到样本量较大时，在不相关的假设下，相关系数的t检验的渐进分布是标准正态分布。因此，比较所有子样本统计量形成的经验分布和正态分布，就可以判断我们关心的变量之间是否确实存在显著的相关性。
三、相关数据和实证结果
1、数据描述。本文使用的数据来源于中国人寿保险股份有限公司青海省分公司1999年6月至2008年12月西宁和格尔木两个地区的个人健康保险单。样本共有50，292个，其中西宁地区的保单有48，748个，格尔木地区的保单有1，453个。从投保人的性别来看，女性投保人共有28，762个，约占57.2%。从年龄构成来看，投保人的年龄分布在6岁到77岁之间，其中又以32岁到44岁的最多（28，069）。表1列出了在模型中用到的变量及其定义。（表1）
表2列出了不同职业样本中的索赔次数、保险金额和购买附加险的基本统计特征。（表2）
目前，国内管理和技术人员的收入普遍高于服务和生产人员，因此我们可以把职业变量看成是投保人收入状况的代表。这样，从表2和表3中我们就可以发现，收入较高的管理和技术人员投保金额较高，但购买的附加险较少，而且索赔的比例也较少。因此，投保人的保险金额和索赔次数、附加险购买之间存在较为明显的负相关关系，索赔次数和附加险购买之间则呈现显著的正相关关系。（表3）
2、模型实证结果。根据掌握数据的实际情况和以上分析，我们对保险购买和索赔情况建立回归模型，具体的回归形式如下：
ln（INSM）＝?茁0＋?茁1SET＋?茁2PREMIUM＋?茁3AGE＋?茁4SEX＋?茁5MARRY＋?茁6OCCU＋?茁7TER＋?着
如果回归估计的系数?茁1显著为负（正），则说明风险类别越小的投保人投保越多（少），市场上出现正（逆）向选择。运用第二部分介绍的计量方法进行估计，最终的回归结果如表4所示。可以清楚地看到，投保人的索赔次数和投保金额之间存在显著的负相关关系。这表明国内的健康险市场在投保金额方面呈现了正向选择现象，即风险程度较高的投保人并没有购买高额的保险，反而是风险程度较低的投保人购买的保险金额更多一些。这一结论表面上看，虽然和经典模型的预测结果不太吻合，但事实上这一结论正好反映出投保人的投保金额选择还受到许多其他因素的影响，其中很重要的就是投保人的收入水平。从职业方面，我们可以看到从事管理和技术工作的人购买的保险显著多于其他投保人。根据统计，这部分人的收入往往也较高，有能力购买更多的保险；但是他们的风险程度却较低，这是因为收入较高的人通常具有较高的生活水平和医疗卫生条件，出现重大疾病的概率较低。（表4）
为了进一步验证结果的可靠性，我们对数据进行了分职业、分地区和婚否的probit检验。分析结果表明，已婚的从事管理技术工作或者生活在较为发达的西宁市的投保人，收入较高，购买的保险更多，但是索赔额却较低，这说明我国健康险市场存在正向选择。原因可能是，富裕程度较高的人有购买较多保险金额的经济实力，并且在发生疾病之后所要求得到的医疗服务的费用可能会高于富裕程度较低的人，因此富裕程度较高的人其投保金额较高；同时，由于这些人具有较高的生活医疗条件，出现疾病的概率较低，因此投保金额较高的投保人并未呈现出较高的索赔概率。
四、结论
逆向选择对保险市场的不利影响早已被人们所熟知，但至今为止保险市场的运行仍很平稳，这说明保险市场存在自我校正的其他力量。本文认为，投保人是否存在逆向选择，不能仅分析投保金额和风险之间的关系，还要综合分析投保人的财富状况和风险偏好；当投保人的风险偏好存在很大差异时，可能会出现正向选择。本文无意否定逆向选择的存在，但建议保险公司在重视逆向选择的同时也应关注正向选择，具体说来就是：（1）加强投保人正向选择的理论和实证研究；（2）针对高收入的投保人购买保险更多、索赔次数较少的事实，保险公司在保费制定上可给予适当的优惠。
（作者单位：北京航空航天大学经济管理学院）
主要参考文献：
[1]Rothschild，M and J.Stigliz．Equilibrium in Competitive Insurance Market，Quarterly Journal of Economics，90（4），1976.
[2]Hemenway，David.Propitious Selection[J].Quarterly Journal of Economics，1990.
[3]Hemenway，D.Propitious Selection in Insurance[J].Journal of Riskand Uncertainty，1992.
[4]de Meza，David，David C.Webb.Advantageous Selection in Insurance Markets[J].Rand Journal of Economics，2001.
[5]Chiappori，P.-A.，and B.Salanié.Testing for Asymmetric Information in Insurance Markets [J].Journal of Political Economy，2000.
[6]Siegelman，P.Adverse Selection in Insurance Markets：An Exaggerated Threat[J].The Yale Law Journal，2004. |
|
|
|
