保险公司资本结构

保险公司资本结构、业务集中度与再保险需求研究（一）2016-07-25摘要：本文利用2006-2014年我国财产保险公司和人身保险公司的面板数据，采用个体固定效应模型和分步回归方法，实证研究了我国保险公司资本结构和业务集中度对保险公司再保险需求的影响。实证结果表明，资本结构对财险公司和寿险公司的再保险需求都具有显著正向影响，资产负债率越高则保险公司分保比例越高。对于财险公司，业务集中度与再保险需求呈显著负相关，说明财险公司业务越集中则再保险需求越低；对于寿险公司，业务集中度对再保险需求的影响不显著。本文研究结果在理论上支持了相应研究的结论，在实践上对于保险公司制定最优分保策略具有重要意义。关键词：保险公司，资本结构，业务集中度，再保险需求一、引言与文献综述再保险是保险公司的一种重要风险管理手段，保险公司(分出公司)可以通过再保险将部分风险转移给再保险公司(分入公司)，这样可以稳定保险公司的经营，有利于保险企业以及保险市场的稳定发展。但是，我国再保险市场存在有效需求不足的问题，而解决再保险的有效需求不足问题是活跃再保险市场的关键之一。所以关于再保险需求及其影响因素的研究对于相关理论和实践都有重要意义。基于此，国内外学者对保险公司再保险需求及其影响因素进行了较为深入的研究。在理论研究方面，国内外学者主要从效用最大化、均值方差模型和最优资本结构等方面进行了分析。祝向军(2002)从效用最大化出发，分析风险厌恶保险人的帕累托最优状态，认为风险厌恶的保险人会将部分保费分给风险中性的保险人。Blazenko(1986)利用均值方差模型，认为不论在完全竞争市场还是非完全竞争市场中，保险公司都存在再保险需求。Doherty和Tinic(1981)从资本结构的角度分析了再保险需求，认为即使保险公司没有设置优化股东权益的机制，也会通过再保险来分散风险；Hoerger和Sloan(1990)从最大化公司价值角度出发，分析了影响保险公司是否进行再保险以及分保比例的因素，他的理论模型证明损失波动率越高、规模越小和业务比率(盈余/保费)越小，保险公司的分保比例将越高；Garven和Lamm Tennant(2011)也从最大化公司价值的角度分析，他的理论模型证明杠杆率较高、投资较多的税收优惠资产的保险公司再保险需求更强。其他学者在再保险需求理论研究的基础上进行了相关实证研究。Mayers和Smith(1990)的实证结果表明，所有者结构、公司规模、业务集中程度和地域集中程度对再保险需求有显著影响。Hoerger等(1990)的实证结果表明，损失波动率越高、规模越小和业务比率(盈余/保费)越小，保险公司的分保比例将越高的结论，这与其理论模型预期一致。Garven和Tennant(2003)通过OLS回归分析发现，杠杆率较高、投资较多的税收优惠资产的保险公司再保险需求更强。Cole和McCullough(2006)分别运用OLS回归和两阶段模型检验了影响整体再保险需求和对国外再保险的因素，发现再保险市场状况是重要影响因素。Curak等(2014)利用克罗地亚2003-2011年保险公司的面板数据，运用线性动态面板模型进行回归分析，实证结果表明业务集中度、损失波动率与再保险需求呈正比，资本回报率和再保险价格与再保险需求呈反比关系。国内学者利用我国保险公司的数据也进行了相关实证研究。赵桂芹和吴洪(2010)采用分位数回归方法对财产保险公司的再保险动机进行检验，发现稳健经营和专业服务需求是财险公司进行再保险的主要动机。胡炳志等(2012)采用BP神经网络方法，从宏观和微观两个角度对影响我国财险公司再保险需求的因素进行了实证分析，发现外部宏观因素对于财险公司再保险需求的影响较大，而内部因素影响不显著。魏婷(2013)发现财产保险公司再保险需求与公司规模呈正相关、整体上与杠杆比率正相关。吴迪(2014)的实证结果表明再保险需求与偿付能力和承保能力都呈负相关。可以看出国内对于影响再保险需求的因素的研究基本上局限在财产保险公司，而且由于指标、数据以及计量方法的差异，得出的结论也存在较大分歧。以上实证研究都是分析各因素与再保险需求的单向关系，另外还有学者分析再保险需求与各影响因素的双向因果关系。Shiu(2011)采用英国1985-2002年财险公司的数据，利用2SLS模型进行回归，分析再保险和资本结构之间的因果关系，发现高杠杆率的保险公司更倾向于购买再保险，安排再保险越多的保险公司的杠杆率往往越高。许闲和陈卓苗(2013)利用我国保险公司的数据，通过2SLS回归联立方程组，并同时采用固定效应面板数据方法进行分析，得到与Shiu(2011)一致的结论。本文认为在影响保险公司再保险需求的因素当中，资本结构和业务集中度尤为重要。保险公司的资本结构是保险公司偿付能力、承保能力的集中体现，业务集中度体现保险公司整体业务风险，所以资本结构和业务集中度是保险公司进行风险管理决策的关键因素。因此，本文利用我国保险公司2006-2014年的面板数据，运用个体固定效应模型分步回归方法，分析资本结构和业务集中度对保险公司再保险需求的影响，并且分别对财险公司和寿险公司进行实证分析，对二者进行比较。二、理论分析、假设与指标选取(一)理论分析与假设1.资本结构本文根据一般财务理论，选择资产负债率作为衡量保险公司资本机构的指标。一方面，根据期望破产理论，资产负债率越高意味着破产概率越高，导致期望破产成本越高；而再保险可以将保险公司的破产风险分散出去，降低保险公司在遭受巨大损失所面临的破产风险。所以为了降低期望破产成本，资产负债率越高的保险公司的再保险需求越强。而且高资产负债率的保险公司较难以合理价格获取资本市场的融资，资本充足率相对较低。所以，资产负债率较高的保险公司更愿意进行分保，以满足资本充足率的监管规定。另一方面，根据委托代理关系理论，保险公司股东、客户和管理者之间存在利益冲突。因为客户(相当于保险公司的债权人)对保险公司的利润或剩余价值具有优先权，而股东和管理者则共享剩下来的那部分利润或剩余价值。这样一来，那些资产负债率较高的保险公司的管理者，由于担心潜在的重大风险损失，很可能不愿意对具有正净现值的项目进行投资，这就损害了保险公司股东和客户的权益(Shiu，2011，许闲、陈卓苗，2012)。再保险通过转移风险给再保险人，可以减少保险公司发生重大损失的频率和幅度，在一定程度上缓解了委托代理关系中的利益冲突。所以根据委托代理关系理论，资产负债率越高的保险公司保险需求越强。2.业务集中度业务集中度通常用Herfindahl指数来表示，即各业务保费收入占总保费的百分比的平方和，该指数越大，说明保险公司的业务越集中。业务集中度对保险公司的期望利润以及整体风险水平具有重大影响。Herfindahl指数与保险公司再保险需求具有双向关系(Cole和McCullough，2006；赵桂芹和吴洪，2010)。一方面，根据风险分散理论，在各业务板块风险一致的情况下，业务越分散则保险公司整体业务风险越小，所以Herfindahl指数越大意味着风险越大，再保险需求就越高；另一方面，由于每种业务的风险不一样，各自对应的再保险需求也不一样；如果保险公司业务集中在风险小的业务，那么其整体风险会较小，这样再保险需求反而越低。所以，在理论上不能确定Herfindahl指数对保险公司再保险需求的影响效果，需要进一步分析。3.其他控制变量指标(1)公司性质。公司性质对公司政策有重要影响，根据不同的分类标准，可将保险公司分为多类。本文除了分析财险公司与寿险公司之间的差异之外，还对外资保险公司与非外资保险公司、上市保险公司与非上市保险公司、股份制保险公司与非股份制保险公司分别进行分析。外资保险公司风险管理意识一般强于非外资公司，一般会有着更加完善的风险管理及再保险机制，所以外资保险公司的再保险需求会更大。相比于非上市公司，上市公司的股权比较分散。根据祝向军(2002)的理论，公司股权越分散，该公司越趋于风险中性，风险中性的保险公司对再保险需求较低，所以上市公司对再保险需求相对较低。同样，股份制保险公司比非股份制保险公司的股权更分散，对再保险需求更低。(2)公司规模。一方面，根据破产理论，公司规模越小，公司破产概率和破产成本会越高。根据Hoerger，Sloan和Hassan(1990)的理论模型结果：保险公司的破产概率越高则再保险需求越高；所以公司规模越小越需要进行再保险；另一方面，保险公司的规模越大，一般承保的保险业务也会越多，这意味着承担的风险越大，所以就越需要进行再保险。因此，公司规模与再保险需求的关系取决于这两种作用的强弱，需要进一步研究。本文参照多数学者的做法，选取总资产作为衡量公司规模的指标之一；另外，考虑到保险公司业务的特殊性，本文还选取总保费作为衡量指标。(3)承保风险与承保能力。承保风险与承保能力对于再保险需求具有重要影响。承保风险可以用赔付率来表示，保险公司赔付率越高，再保险需求越高(赵桂芹，吴洪，2010)。保险公司分出保费的一个直接原因是觉得自己的承保能力不足以承担保险责任，所以承保能力越弱的保险公司对再保险需求越大。承保能力可以认为是权益资本对其承担的保险责任的覆盖程度，本文选取以下两个系数来衡量承保能力：系数1等于所有者权益比上总保费；系数2等于所有者权益比上总赔款。(4)损失波动率。损失波动率用两年之间损失变动比率表示。损失波动率是保险公司风险的衡量指标之一。损失波动率越大，会使得保险公司的现金流波动率越大，公司面对的风险将会越大(Curak，2014)；而且损失波动率越大，说明发生巨大损失的可能性越大。因此，假设损失波动率与再保险需求正相关。(5)税收比例。由于所得税的累进制度，降低公司盈余的波动性能够有效降低公司税负水平。Mayers和Smith(1990)、Cole和McCullough(2006)发现保险公司通过购买再保险降低收入的波动性可以实现税负总水平的下降，从而更大化公司净利润。所以本文假设税收比例与保险公司再保险需求呈正相关。(6)盈利能力。盈利能力越强的公司承受风险的能力越强，所以越不需要再保险来分散风险(赵桂芹，吴洪，2010)。资产收益率较能全面衡量保险公司的盈利能力，本文假设资产收益率与再保险需求负相关。(二)指标选取以往学者都是采用“是否进行再保险”或分保比例两个指标中的一个来衡量保险公司的再保险需求。为了更加深入研究各因素与再保险需求的关系，本文同时选取这两个指标来衡量再保险需求：(1)“是否进行再保险”(用Y1表示，等于0代表未分出保费，等于1代表有分出保费)；(2)分保比例(分出保费与总保费之比值，用Y2表示)。表1汇总了各解释变量名、含义及根据理论分析得到的预期影响。表1变量符号含义及其预期影响变量名定义预期影响Y1Y2资本结构与业务集中度变量FZL资产负债率：总负债/总资产+HERFHerfindahl指数控制变量S1取1表示外资保险公司，取0表示非外资保险公司+S2取1表示上市公司，取0表示非上市公司-S3取1表示股份制公司，取0表示非股份制公司-LZC总资产取对数LBF总保费取对数PFL赔付率：总赔款/总保费+CB1所有者权益/总保费-CB2所有者权益/总赔款-LV损失波动率：(今年赔款-去年赔款)/去年赔款+TAX(利润总额-净利润)/总保费+ROA净利润/总资产-注：“+”表示该自变量对因变量的预期影响为正，“-”表示该自变量对因变量的影响为负，表示该自变量对于因变量的预期影响可正可负。三、数据来源和实证模型(一)数据来源本文涉及到的保险公司有135家，其中财险公司65家，寿险公司70家。保险公司的性质根据各保险公司官网公布的信息和中国保险年鉴公司版相关内容整理而得。资产、负债、总保费、各业务的保费、赔款或给付、分出保费、利润和净利润的数据直接来自2007-2015年的中国保险年鉴(2006-2014年的数据)。分保比例、公司规模、杠杆比率、偿付能力、业务集中度、税费比率和资产收益率等数据根据上文各变量的定义计算而得。因为有的保险公司在2006-2014年之间新成立或者合并重组，所以有些样本数据缺失，因此本文采用非平衡面板数据进行计量分析。(二)实证模型1.个体固定效应模型在分析各影响因素与再保险需求的关系时，国内外学者用的最多就是OLS回归。本文首先也运用面板数据OLS方法进行回归，回归方程如下Y2it=0i+1FZLit+2HERFit+kk=1KCVkit+i0(1)其中，y2it0代表常数项，i代表随机扰动项，CVkit代表各个控制变量。2.分步回归模型Haushalter(2000)在分析公司的对冲决策时，其实证结果表明将决策过程分为两步更能说明问题。与对冲决策相似，保险公司的再保险决策也可以分为两个决策阶段，第一阶段决定是否进行再保险，第二阶段在进行再保险的基础上决定分出多少保费。而普通的OLS回归不能解决分阶段决策的问题，所以本文还采用分步回归模型：第一步采用二元选择模型(LOGIT)进行回归，其回归方程为第二步是在决定进行再保险的基础上再决策分出多少保费，符合截断回归模型(TOBIT)的情形，其回归方程为Y2it=0i+1FZLit+2HERFit+kk=1KCVkit+i，Y2jt0(3)其中，0i、0i代表常数项，i、i代表随机扰动项，CVkit代表各个控制变量。四、实证分析与结果(一)数据描述表2给出了保险公司总体、财险公司和寿险公司各变量的均值。可以看出财险公司分保比例达到22.77%，明显高于寿险公司的5.42%，说明财险公司再保险需求较高。在财险公司当中，外资企业占31.21%，而在寿险公司当中外资企业仅占11.67%。这可能是因为我国对寿险业的监管严于对非寿险业的监管，限制了外资寿险公司的进入。另外由于财险公司和寿险公司业务结构和业务管理的方式的差异，二者在赔付率、偿付能力系数1和偿付能力系数2存在明显的差异。通过简单的描述统计，我们看到了财险公司和寿险公司各指标之间的差异以及再保险需求之间的差异，为了深入研究二者在再保险需求和各影响因素之间的关系的差异，还需要进一步计量分析。表2描述统计变量总体均值财险公司均值寿险公司均值y10.93170.94880.9157y20.13810.22770.0542FZL0.70610.61310.7937HERF0.56740.54370.5822S10.20770.31210.1167S20.07720.07860.0759S30.50050.61150.4037LZC8.43977.88848.9587LBF7.12006.86107.3649PFL0.25670.40840.1137CB117.793323.433212.4610CB2939.2387360.42651484.9760LV13.199215.625810.8889TAX0.01820.03330.0040ROA-0.0242-0.0238-0.0245面板数据模型，该模型分为混合效应模型、随机效应模型和固定效应模型。为了确定使用哪种模型，本文进行了固定效应检验和Hausman检验。固定效应检验的F统计量值为3.108，2为184.285，p值趋近于0，所以拒绝“采用个体混合效应模型”的原假设；Hausman检验的2为27.212，p值等于0.0006，所以拒绝“采用个体随机效应模型”的原假设。综上所述，本文适合采取个体固定效应模型进行回归分析。(二)多元回归分析LZC和LBF、CB1和CB2之间相关性较大，为了减小模型的多重共线性问题，应分别放入回归方程进行分析。财险公司和寿险公司个体固定效应模型以及分步回归的结果分别见表3和表4。表3财险公司个体固定效应模型和分步回归结果变量OLS分步回归LOGITTOBIT(1)(2)(3)(4)(5)(6)c0.293*0.302*0.4224.639*0.279*0.328*(8.793)(5.768)(0.147)(2.354)(4.719)(6.507)FZL0.109*0.131*-3.008*-2.33*0.146*0.178*(2.129)(2.394)(-2.876)(-2.383)(3.886)(4.585)HERF-0.337*-0.320*-5.024*-5.088*-0.298*-0.28*(-22.483)(-22.500)(-2.550)(-2.569)(-6.846)(-6.506)S10.210*0.3651.746*2.087*0.251*0.232*(28.412)(8.655)(2.185)(2.359)(11.138)(10.235)S2-0.0010.006(-0.878)(0.191)S30.0230.029(1.131)(0.984)LZC-0.0051.132*-0.008(-0.843)(2.539)(-1.169)LBF-0.0170.556*-0.019*(-1.002)(2.357)(-2.947)PFL0.0190.024-0.1450.2730.0080.013(0.705)(0.983)(-0.222)(0.373)(0.285)(0.453)CB10.004-0.0170.004(1.093)(-0.710)(0.739)CB20.0010.0180.003(1.103)(0.538)(0.811)LV-0.000-0.0000.002*0.000*0.0000.000(-0.556)(-1.018)(4.215)(4.114)(0.411)(0.242)TAX0.0430.0468.087*9.692*0.0110.103(0.168)(0.183)(1.862)(2.293)(0.448)(0.407)ROA0.0190.016-2.986*-1.1560.0820.102(0.935)(0.921)(-1.490)(-0.732)(1.214)(1.573)样本量390390390390356356调整R方0.4680.477LR统计量31.19826.628注：*、*、*分别代表在1%、5%、10%置信水平下显著，下同。表4寿险公司个体固定效应模型和分步回归结果变量个体固定效应模型分步回归LOGITTOBIT(1)(2)(3)(4)(5)(6)C-4.762*-3.069*6.184*4.673*-5.890*-3.613*(-4.125)(-3.987)(3.406)(2.992)(-6.564)(-5.455)FZL1.539*1.444*0.4210.7311.286*1.735*(2.354)(2.335)(0.354)(0.624)(1.737)(2.252)HERF-1.907*-1.455-1.784*-0.969-1.007*-0.747(-4.351)(-3.032)(-1.797)(-0.939)(-1.807)(-1.362)S11.389*1.513*1.033*1.398*(4.593)(4.992)(4.815)(6.589)S2-1.081*0.533-1.222*(-2.641)(0.539)(-3.484)S3-0.236-1.212*-0.106(-0.959)(-2.013)(-0.414)LZC0.036-0.2960.121*(0.478)(-1.554)(1.677)LBF-0.180*-0.159-0.198*(-2.772)(-1.028)(-2.855)PFL0.2070.2674.2733.3780.5260.506(0.480)(0.582)(1.506)(1.291)(1.258)(1.129)CB10.008-0.079*0.088*(1.009)(-1.036)(1.806)CB20.000-0.000-0.004*(0.685)(-0.242)(-4.158)LV0.0010.002-0.002-0.0020.002*0.002*(0.951)(1.407)(-1.035)(-0.877)(1.644)(1.97)TAX-1.479-1.5140.2810.072-1.519-1.439(-1.481)(-1.402)(0.169)(0.029)(-1.065)(-0.824)ROA1.3593.32111.804*10.895*3.5176.784*(0.617)(1.415)(0.0295)(2.143)(1.406)(2.196)样本量376376412412355355调整R方0.1780.184LR统计量21.02230.162表3和表4分别报告了财险公司和寿险公司OLS回归和分步回归的结果。对于财险公司，在OLS回归结果中显著的因素有资产负债率、业务集中程度和是否为外资公司，在LOGIT回归结果中显著的因素有资产负债率、业务集中度、是否为外资公司、公司规模(资产对数和保费对数)、损失波动率、税务比率和资产收益率，在TOBIT回归中显著的有资产负债率、业务集中程度、是否为外资公司和公司规模(保费对数)。对于寿险公司，在OLS回归结果中显著的因素有资产负债率、业务集中程度、是否为外资公司、是否为上市公司、公司规模(保费对数)，在LOGIT回归结果中显著的因素有业务集中度、是否为股份制公司、偿付能力(系数1)和资产收益率，在TOBIT回归中显著的有资产负债率、业务集中程度、是否为外资公司、是否为上市公司、公司规模(资产对数和保费对数)、偿付能力(系数1和系数2)、损失波动率和资产收益率。可以看出资产负债率和业务集中度对保险公司再保险需求普遍具有显著影响，其他相关控制变量在不同的回归模型中的显著性不尽相同，而且不同的因素对财险公司和寿险公司的影响存在差异。保险公司资本结构、业务集中度与再保险需求研究（三）2016-07-251.资本结构对于财险公司，OLS回归和TOBIT回归中资产负债率的回归系数都在5%置信水平上显著为正；对于寿险公司，OLS回归和TOBIT回归中资产负债率的回归系数都在10%置信水平上显著为正。说明保险公司资产负债率越高，则再保险需求越高，实证结果与理论假设基本一致，这也支持了相关理论和实证研究的结论(shiu，2011，许闲，陈卓苗，2012)。但对于财险公司，资产负债率在LOGIT模型中的回归系数又显著为负，说明资产负债率与财险公司“是否分保”显著负相关。不进行分保的财险公司的公司规模、业务规模都相对较小，这些保险公司就是处于样本中的低分位；赵桂芹(2010)实证结果表明，在低分位财险公司资产负债率与再保险需求是负相关的，本文结论与之相应。2.业务集中度对于财险公司，在OLS回归、LOGIT回归以及TOBIT回归中，herfindahl指数的回归系数基本上都是在1%置信水平下显著为负；说明对于财险公司业务越集中，再保险意愿越弱、分保比例越低。根据之前的理论分析，herfindahl指数对保险公司在保险需求具有双重作用，当业务集中在那些风险较低、对再保险需求较低的业务上时，herfindahl指数对再保险需求具有负作用。这与我国财险也发展现状有很大关联，我国财险业务绝大部分集中在车辆保险，车辆保险相对于责任险、货物运输保险等业务风险较低，所以当保险公司将业务集中车辆保险时，整体业务风险是降低的，所以再保险需求是较低的。对于寿险公司，在OLS回归、LOGIT回归以及TOBIT回归中，herfindahl指数的回归系数都是负的，但是只有回归方程(1)中系数在1%置信水平下显著、回归方程(3)和(5)中系数在10%水平下显著，所以寿险公司业务集中度对再保险需求的影响显著性不高。3.其他控制变量(1)公司性质。回归结果表明，不管是财险公司还是寿险公司，外资保险公司的分保意愿和分保比例都高于非外资保险公司；这与之前的理论假设一致。在财险公司中，上市公司和非上市公司、股份制公司和非股份制公司之间的再保险决策没有显著差异；在寿险公司中，实证结果表明非上市公司的分保比例更高、非股份制保险公司的再保险意愿更强。这说明股权分散程度只对寿险公司的再保险决策有显著影响。(2)公司规模。对于财险公司，公司规模(资产对数和保费对数)与再保险意愿呈显著正相关；而TOBIT模型回归结果又表明进行了再保险的保险公司的分保比例与公司规模显著负相关。在这里，可以这样认为，对于财险公司，公司规模的正效应“是否进行再保险”影响较大，公司规模的负效应对分保比例有较大影响。对于寿险公司，当以不同指标衡量公司规模时，得到的结论是不一样的：资产对数对于再保险需求没有显著影响，保费对数与分保比例显著负相关。(3)承保风险与承保能力。对于财险公司和寿险公司，赔付率的回归系数都不显著，说明赔付率对再保险需求没有显著影响。对于财险公司，承保能力的两个指标的回归系数都不显著，说明本文选取的两个系数不能显著影响财产保险的再保险需求。对于寿险公司，分步回归结果整体上表明，承保能力越弱则越需要再保险。但是，在TOBIT模型中CB1的回归系数显著为正，这又与理论预期相悖。在这里本文只能认为CB1不适合衡量保险公司的承保能力。(4)损失波动率。实证结果表明损失波动率对于财险公司的再保险需求没有显著影响；对于寿险公司的再保险需求具有显著正作用。(5)税收比例。对于财险公司，税收比例在三个回归模型中的系数都是正的，而且在LOGIT模型中显著为正，说明税收比例越高再保险意愿越强，这与Mayers和Smith(1990)、赵桂芹和吴洪(2010)所提到的规避税收动机一致。但是，对于寿险公司，税收比例的回归系数有正有负，而且都不显著，说明寿险公司的规避税收的动机不强。从寿险公司历年的损益表可看出，大多数公司报表中的利润和净利润都是负的，根本就没有必要再去规避税费。(6)资产收益率。实证结果表明资产收益率对财险公司再保险需求的影响不显著。对于寿险公司，在分步回归模型的4个回归方程中，有3个系数显著为正，说明资产收益率越高则再保险意愿越强、分保比例越高。这可能是因为，在盈利情况较好的年份，寿险公司才会考虑再保险。这从侧面表现了我国保险公司在风险管理方面意识薄弱。从上述讨论中可以看出，各因素对于财险公司和寿险公司的再保险需求影响不尽相同。另外，对财险公司的OLS回归的R2分别为0.468和0.477，而对寿险公司OLS回归的R2只有0.179和0.184，说明本文所选取的指标相对较好地解释了财险公司的再保险需求。最后，通过OLS和分步回归结果的比较，我们可以认为将保险公司再保险决策分为两步更能说明问题、更符合实际，这与Haushalter(2000)的观点一致。五、结论本文利用我国2006-2014年保险公司的数据，通过个体固定效应回归和分步回归模型分别进行了回归分析。通过回归结果我们可以发现：(1)资产负债率的回归结果与理论假设基本一致，即保险公司资产负债率越高则再保险需求越强。(2)对于财险公司，业务集中度越高，再保险需求越低；资本集中度对寿险公司的再保险需求的影响整体显著性不高。(3)在其他控制变量中，影响财险公司和寿险公司再保险需求的因素以及影响效果不尽一致。是否为外资公司、公司规模、损失波动率以及资产收益率与财险公司和寿险公司的再保险需求都在不同程度上显著相关；税收比例只对财险公司再保险需求有显著影响；是否为上市公司、是否为股份制公司以及承保能力仅对寿险公司再保险需求有显著影响。从前文分析可知财险公司分保比例是22.77%，寿险公司分保比例为5.42%，整体分保比例较低，说明我国保险公司再保险有效需求不足。另外，相比于外资保险公司，中资保险公司或者中外合资保险再保险意愿和分保比例较低。这说明我国保险公司整体上风险管理意识较低，而且中资和中外合资保险公司风险管理意识更为薄弱。我国保险公司、特别是中资保险公司和中外合资保险公司应该根据自身实际情况进行充分合理的风险管理；资产负债率越高、业务整体风险越高，保险公司应该进行分保的比例应该越大。注释：保险公司有四种再保险动机，分别是稳健经营、投资激励、规避税收动机和获取专业服务的动机。中国保险年鉴在2008年前后关于保险公司各业务保费收入的统计指标有所差异，本文统一采用2008年之前的划分标准，财险公司分为企业财产保险、机动车辆保险、货物运输保险、责任保险、信用保证保险、农业保险、短期健康保险、意外伤害保险和其他，将2008年之后的家庭财产保险、工程保险、船舶保险、特殊风险保险都放在“其他保险”里面；寿险公司个人业务和团体业务各有普通寿险、分红寿险、其他寿险、意外伤害保险和健康保险，总共10类业务，而将2008年之后的投资连结保险和万能险都放在“其他保险”里面进行统计。参考文献：1Cole C R.McCullough K A.A Reexamination of the Corporate Demand for ReinsuranceJ. Journal of Risk and Insurance, 2006, 73(1): 169-192.2Blazenko G.The Economics of ReinsuranceJ. The Journal of Risk and Insurance, 1986, 76(1): 258-277.3Haushalt-er G D.Financing Policy, Basis Risk, and Corporate Hedging: Evidence from Oil and Gas ProducersJ. Journal of Finance, 2000, 55(1): 107-152.4Garven J R, Lamm-Tennant J.The Demand for Reinsurance: Theory and Empirical TestsJ. Assurances, 2003, 7(3): 35-48.5Hoerger H J, Sloan F A, Hassan M.Loss Volatility, Bankruptcy, and the Demand for ReinsuranceJ. Journal of Risk and Uncertainty, 1990, 3(3): 221-245.6Adams M.The Reinsurance Decision in Life Insurance Firms: An Empirical Test of the Risk-bearing HypothesisJ. Accounting and Finance, 1996, 36(1): 15-30.7Doherty N A, Tinic S M.Reinsu