公司层面大灾准备金对农业保险承保风险的影响研究

在经营过程中承担适宜的风险,对于保险公司稳健经营和可持续发展具有重要意义。本文基于我国2014~2020年经营农业保险业务的保险机构数据,采用固定效应模型和GMM方法分析了公司层面的农业保险大灾风险准备金对农业保险承保风险的影响。研究发现:(1)公司层面大灾准备金能够显著降低保险公司的农业保险承保风险,相较保费准备金,利润准备金的风险分散效果更佳;(2)对于农险专业化程度较高的公司这一影响更为显著;(3)偿付能力监管体系发挥了调节效应,表现为“偿二代”的实施与公司层面大灾准备金在平滑农业保险承保风险中存在协同作用。根据研究结论,本文提出了动态调整大灾准备金计提比例区间、调整大灾准备金使用顺序、推动国家层面的大灾基金尽快建立、实施偿付能力差异化监管等建议。

保险企业分形价值链构建研究

从20世纪90年代初期开始,企业的组织形式出现了以战略联盟、虚拟企业、外包、以及企业内部的事业部分工和服务共享等为表现形式的分形演变,并逐步形成了具有分形特征的企业价值链。分形价值链的形成可以使企业实现从静态组织模块到动态组织模块、从组织模块的结构化到组织模块的对象化、以及从职能型组织到适应性组织等三个方面的重要转变,从而获得敏捷性和适应性的提高。本文基于分形组织理论和流程模块的对象化方法提出了企业分形价值链的构建方法,并基于保险企业的分形演变研究了保险企业的分形价值链构建。

我国农业保险遴选模式优化研究

我国政策性农业保险承保机构遴选工作是分配农业保险市场资源的关键举措。自2020年农业保险遴选政策出台以来,我国各地采取多种多样的遴选方式开展积极实践,结合地方发展实际不断完善遴选模式。通过政府遴选,各省市区域机构布局基本稳定,为农业保险市场的规范运行发挥了重要作用。但是,由于遴选管理办法制定较为宏观,未对具体内容进行详细的规定,在实际执行中逐渐显露一些问题。在农业保险高质量服务农业强国建设的背景下,我国农业保险遴选模式有待进一步细化。本文从遴选层级、遴选范围、遴选份额和服务期限等多方面,对我国各省市农业保险遴选模式进行全面梳理,了解各地遴选模式的共性和差异,在总结实践中经验和成效的基础上,为进一步优化完善我国农业保险遴选模式提出建议。

基于舆情的信用风险预警模型

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。