农业保险有助于保障国家粮食安全吗？
江生忠、朱文冲
［摘 要］粮食安全一直受我国政府高度重视,不仅事关经济发展和社会稳定,而且关乎国家安全和自立。本文旨在研究农业保险是否有助于保障国家粮食安全,同时考察在粮食主产区、主销区和产销平衡区三大功能区这一影响是否具有异质性。文章首先构建了广义与狭义粮食安全评价指标体系,测算了2008~2018年各省以及全国的广义与狭义粮食安全综合指数,在此基础上检验了农业保险对粮食安全的影响作用。研究结果表明:发展农业保险能够起到保障国家粮食安全的作用,农业保险保障水平对三大功能区的粮食安全影响存在明显的异质性。本文认为在农业保险服务国家粮食安全战略的基础上,应持续提高粮食作物保障水平,实现农业保险产品的升级换代,同时,也要充分发挥各区优势,共同助力保障国家粮食安全。
［关键词］农业保险；粮食安全；保障水平
企业保险投入、政府补贴与进出口月度波动
逯建、牟丹、李长青、李谭
［摘 要］本文利用“中国工业企业数据库”,对每个企业的保险投入和获得的补贴的数据进行了描述统计,并将其与根据“中国海关数据库”算得的企业进出口月度波动数值进行实证分析。研究发现,企业保险投入的金额增加会增大企业进口和出口的月度波动,政府补贴的金额增加也会增大企业出口的月度波动；补贴的金额增加能增大保险对企业外贸波动的正向影响。但新投入保险的企业要比没有保险投入的企业有更小的贸易波动。这些结论在保险投入进入退出的不同持续时间、不同年份以及考虑企业前三期保险补贴平均水平的分析中保持稳健。实证结果表明,保险、补贴对企业进出口的波动具有明显的“道德风险”效应,企业的保险投入和补贴收入有助于企业承担更多的外贸风险,但过高的贸易波动幅度对经济平稳运行会产生负面影响。因此,应合理控制企业保险投入和补贴收入规模,确保我国对外贸易又快又稳的发展。
［关键词］保险；补贴；对外贸易；月度；波动
损失厌恶与商业健康保险研究
张璐、李雪
［摘 要］本文研究了损失厌恶是否影响我国商业健康保险的参保率。首先,依据前景理论推导出损失厌恶扭曲保险购买决策的命题；其次,使用中国家庭金融调查(2017)的微观数据,运用Probit模型进行实证检验,得出与预测一致的结论。若参考点位于无保险保障框架下,损失厌恶与购买商业健康险的可能性之间呈现显著负相关关系,损失厌恶程度每增加1单位,决策者购买保险的可能性下降6.5%。无论使用替换模型、缩小样本范围、或是改变核心解释变量的度量方法,该结论都具有稳健性。进一步分析参考点位于有保险保障框架下的情形,发现损失厌恶与社会医疗保险的投保行为呈正相关,说明损失厌恶与保险需求的关系严重依赖于参考点的选择。基于以上结论,提出了抑制损失厌恶消极作用的有关建议。
［关键词］损失厌恶；商业健康保险；前景理论；参考点
大数据背景下健康保险动态定价机制研究——基于变换的隐马尔可夫模型
完颜瑞云、周曦娇、陈滔
［摘 要］健康保险作为有效的市场化健康风险管理工具逐渐受到青睐。同时,物联网和大数据等创新科技的应用使得医疗健康相关的数据大幅增加且以极快的速度更新,给传统健康保险定价带来巨大挑战。在此背景下,基于大数据背景展开健康保险动态定价研究具有重要意义。本文基于大数据技术构建变换的隐马尔可夫模型,将被保险人多维度健康管理数据合理引入,进行更精准的健康风险预测,并基于奖惩机制实时对健康保险费率进行动态调整。研究发现,相对于传统定价模型,本文所搭建的健康保险费率动态调整机制不但能够防范逆选择风险,还能在很大程度上缓解道德风险,并基于健康管理理念有效激励被保险人主动进行风险控制,对健康保险动态定价的理论探索和实践检验具有一定启发。
［关键词］大数据；健康保险；动态定价；隐马尔可夫模型；奖惩机制
长期护理保险财务可持续性——基于微观仿真方法和保险报销数据的评估研究
陈鹤、赵姗姗
［摘 要］财务可持续性是长期护理保险(长护险)健康发展的必要条件。现有评估研究多以社会调查数据为基础,对长护险实际运行数据的利用不足。除了数据可得性外,分析技术的瓶颈也是问题之一。本研究旨在构建一套基于微观仿真方法和报销数据的长护险财务可持续性评估模型(LTCI-MC)；进一步,以江西省上饶市长护险为例,检验模型有效性,评估2020~2040年长护险财务可持续性。结果表明:上饶市长护险财务的微观仿真结果和实际数据间无显著差异,LTCI-MC预测效果理想。同时,在筹资和待遇水平保持不变或同步变化时,上饶市长护险将保持较高的结余率,财务赤字风险低；当筹资和待遇水平不同步变化时,两者的年均增长率需要满足研究推导的收支平衡约束条件才能避免财务赤字。LTCI-MC具有较高的可行性和有效性,适用于其他长护险试点的财务可持续性评估,有利于为我国在十四五期间择优推广试点经验提供实证支持。
［关键词］长期护理保险；财务可持续性；微观仿真报销数据
数据要素化与保险监管改革
锁凌燕、吴海青
［摘 要］数据要素化是数字经济和科技发展到一定阶段后的必然趋势。数据要素化促使保险业出现了一系列结构性的转变趋势,从而对保险监管构成了新挑战。本文分析了数据要素化对保险准入监管、资本充足性监管、市场行为与消费者保护监管、宏观审慎监管等各方面的影响,并据此提出了未来保险监管的改革方向,从监管角度为数据要素在保险业的深入应用提供应对举措和方向建议,也为其他金融领域的数字化和科技发展提供启示。
［关键词］保险科技；数据要素化；数字化；保险监管；监管改革
基于舆情的信用风险预警模型
苏罡、余尚兵、李凡
［摘 要］近几年,债券市场信用风险事件频发,传统基于财务的信用风险评估模型数据更新频率低,难以及时反应发债主体信用变化。随着人工智能技术的发展,金融中可利用的另类数据越来越多,如用自然语言处理技术对新闻进行处理形成的标签数据。本文利用新闻的标签数据对新闻负面程度进行打分,通过对某主体过去几年负面新闻得分进行分析得出新的统计特征,再借助人工智能技术对违约主体和非违约主体过去几年负面新闻统计特征的训练,得到基于新闻舆情的信用风险预警模型,最后利用训练的模型对样本外的发债主体进行违约概率预测,以达到信用风险预警的目的。本研究发现,该模型能够及时对信用违约风险进行预警,能有效提升信用风险管理水平。
［关键词］信用风险；新闻舆情；机器学习；不平衡数据分类
中央调剂制度对省际养老保险降费空间及其均匀性的影响
薛惠元、曹思远
［摘 要］本文通过构建中央调剂制度干预前后我国省级养老保险降费空间模型,测算2018~2025年中央调剂制度对各省养老保险降费空间的影响,发现中央调剂制度能够使“贡献省份”均衡降费空间为负,“受益省份”均衡降费空间为正,基尼系数和Pietra-Ricci指数测算结果同样表明,中央调剂制度能够使各省名义降费空间趋同。然而,中央调剂制度并不能使“受益省份”名义降费空间不足且逐渐萎缩的情况逆转,而且还面临部分“贡献省份”不具备完全“贡献”条件的问题。不同政策内外生参数与调剂比例以“促进基金可持续”为导向进行叠加调整能够进一步扩大“受益省份”名义降费空间,但“贡献省份”名义降费空间的变化方向和幅度由政策内外生参数对名义降费空间的扩张幅度和中央调剂制度对名义降费空间的缩减幅度决定。为此,建议加速推进养老保险全国统筹,同时落实扩面征缴、夯实费基、提高财政补贴力度等政策,只调基础养老金并合理确定上调比例。
［关键词］中央调剂制度；养老保险；降费空间；均匀性