1. 引言
我国保险业作为金融系统的重要支柱,在推动经济增长、提高风险管理能力和促进市场稳定等方面贡献显著。保险行业分为人寿保险和财产保险两大类,自上世纪90年代起快速发展。然而,依靠规模换取效益的发展模式已显滞后,行业进入从高速增长向高质量发展转型期。财产保险公司保费收入从2014年的7544亿元增至2023年的15867.79亿元,但增长率从2012年的约11%降至2022年的约8%,反映出财产保险行业正面临诸多问题[1]。
在此背景下,财产保险公司若要实现高质量、可持续发展,需依托核心竞争力评价体系,对其核心竞争力进行排名和量化分析,这将有助于精准识别企业优势与短板,为制定针对性改进措施提供科学依据与实践指导,全面提升企业核心竞争力,推动其稳步发展及高效运营[2]。
当前针对保险公司核心竞争力的研究主要集中在资源、成本、人力及运营效率等方面。何子俊[3]、白伟[4]从成本费用管控理念,成本管理制度等方面分析了财产保险公司成本管控的重要性,提出了通过费用管控提升核心竞争力的竞争策略。冯云[5]结合环境竞争理论、资源基础理论及核心竞争力理论分析了我国财产保险公司的发展现状及核心竞争力提升的瓶颈问题,并针对这些问题提出了新时期财产保险公司提升核心竞争力的有效措施。王彦[6]认为人力资源对保险公司的核心竞争力至关重要,详细介绍我国财产保险公司人力资源的现状。Gulzira Serikova和Yerkenazym Orynbassarova [7]认为保险市场的有效运行是经济稳步发展的内在因素之一,阐明了提升保险公司核心竞争力的现实意义。对保险公司的核心竞争力进行了概括性描述,确定了保险公司的核心竞争力的基本要素。陈楠[8]对中国中小保险公司在经营中的优势和劣势进行了分析并探讨了未来发展的战略选择。荆涛、王道鹏、邢慧霞[9]认为财产保险公司的经营效率普遍偏低,技术进步是提高效率的有效方法。欧阳越秀、严奕杨、李夏晴[10]认为财产保险公司应从承保业务质量、专业化人才培训的角度提升风险管理能力。
综上所述,本文在总结国内外学者在保险业领域的研究成果上,针对财产保险公司,构建了财产保险公司核心竞争力评价指标体系,运用因子分析法识别关键能力因子并量化核心竞争力水平。运用聚类分析,基于因子分析结果将财产保险公司进行分类,并提出针对性改进建议,以帮助财产保险公司有效提高核心竞争力。
2. 研究方法介绍
2.1. 因子分析
因子分析通过研究多个变量之间相关矩阵(或协方差矩阵)的内部依赖关系,提取能够概括所有变量主要信息的少数几个随机变量。这些随机变量无法直接测量,通常称为因子。因子之间相互独立,且每个变量都可以表示为公因子的线性组合。因子分析的核心目的是通过减少变量数量,用少数因子代替所有变量,从而简化问题的分析过程。设有n个样本,p个指标,
为随机向量,要寻找的公因子为
,则模型
∙∙∙∙
被称为因子模型。
2.2. 聚类分析
聚类分析用于将一组对象分成若干聚类,这些聚类在某种程度上是有关联的。层次聚类法是将各变量各归为一类,按照所定义的距离计算各变量之间的距离,形成一个距离矩阵。然后将距离最近的两个变量合并成一个单位,计算新产生的变量与其他变量之间的距离,形成新的距离矩阵,重复上述步骤,直至所有变量都被合并为一个类别。假设有两个类A和B,其中A包含nA个样本,B包含nB个样本。组间链接法定义两组样本之间的距离为:
(1)
其中
为样本i和j之间的距离。余弦距离计算方式为:
(2)
3. 核心竞争力评价指标体系构建与分析
3.1. 评价指标体系构建
Table 1. Core competitiveness evaluation index system
表1. 核心竞争力评价指标体系
一级指标 |
二级指标 |
三级指标 |
指标类型 |
计算方式 |
核心竞争力 |
公司规模 |
市场份额(x1) |
正向指标 |
保费收入/市场规模 |
总资产(x2) |
正向指标 |
无 |
总员工人数(x3) |
正向指标 |
无 |
所有者权益(x4) |
正向指标 |
总资产 − 总负债 |
|
偿付能力 |
综合偿付能力充足率(x5) |
正向指标 |
实际资本 ÷ 最低资本要求 × 100% |
资产负债率(x6) |
适度指标 |
总资产 ÷ 总负债 × 100% |
营业成本率(x7) |
反向指标 |
营业成本 ÷ 营业收入 × 100% |
承保利润率(x8) |
正向指标 |
承保利润 ÷ 保费收入 × 100% |
盈利能力 |
营业成本增长率(x9) |
反向指标 |
(本期营业成本 − 基期营业成本) ÷ 基期营业成本 × 100% |
保费增长率(x10) |
正向指标 |
(本期已赚保费 − 基期已赚保费) ÷ 基期已赚保费 × 100% |
运营能力 |
资产收益率(x11) |
正向指标 |
净利润 ÷ 净资产 × 100% |
利润增长率(x12) |
正向指标 |
(本期利润 − 基期利润) ÷ 基期利润 × 100% |
人力能力 |
硕士学历以上人数占比(x13) |
正向指标 |
无 |
创新能力 |
专利数(x14) |
正向指标 |
无 |
本文选取了14个重要指标,组成了一套用于评价财产保险公司核心竞争力的指标体系,分别是公司规模、偿付能力、盈利能力、运营能力、人力能力及创新能力。详见表1。
3.2. 数据来源及处理
为了保证核心竞争力评价结果的有效性与可解释性,本文数据均来自《中国保险年鉴2023》、中国银行保险监督协会及国家知识产权局官网。
因子分析法的使用要注意指标方向的问题,如果不注意指标方向问题就有可能造成因子负载解释困难,旋转困难,影响因子得分等情况出现。本文选取的核心竞争力分析指标中营业成本率(x7)及营业成本增长率(x9)为反向指标。通过对其反转,达到与其他指标方向一致的结果。
对于适度指标来说,本文构建的财产保险公司核心竞争力指标体系中资产负债率(x6)为适度指标,通过参考文献,设立适度指标数值为50%。适度指标根据公式(3)进行正向化处理。
X = −|X-K| (其中K = 50%) (3)
其余数据标准化处理均自动完成,故不再赘述此过程。
3.3. 因子分析
(1) 因子分析统计学检验
巴特利特球形检验主要是用于检验变量之间的相关系数矩阵是否为单位矩阵(即所有变量之间是否完全不相关),如果相关系数矩阵不完全是单位矩阵,变量之间存在相关性,则数据可以使用因子分析。一般来说显著性 < 0.001时,可拒绝原假设。
检验结果详见表2,显著性 < 0.001,表明变量间存在相关性,故选取的财产保险公司核心竞争力评价指标可采用因子分析降维,揭示潜在结构,为研究财产保险公司核心竞争力提供支持。
Table 2. KMO test and bartlett’s sphericity test
表2. KMO检验和巴特利特球形检验
KMO取样适切性量数 |
0.464 |
巴特利特球形度检验 |
近似卡方 |
424.882 |
自由度 |
91 |
显著性 |
<0.001 |
(2) 公共因子提取
本文选用主成分分析法对公共因子进行提取,提取标准为公共因子特征值大于1。公共因子的特征值越大,代表公共因子对整体数据的解释程度越高。根据表3可以得出,有四个公共因子的特征根大于1,故提取前四个公共因子。
Table 3. Analysis of eigenvalues, variance contribution rate, and cumulative variance contribution rate
表3. 特征根,方差贡献率,累计方差贡献率分析表
初始特征值 |
提取载荷平方和 |
成分 |
总计 |
方差百分比 |
累计百分比 |
总计 |
方差百分比 |
累计百分比 |
1 |
4.381 |
31.295 |
31.295 |
4.381 |
31.295 |
31.295 |
2 |
3.225 |
23.037 |
54.333 |
3.225 |
23.037 |
54.333 |
3 |
2.403 |
17.165 |
71.498 |
2.403 |
17.165 |
71.498 |
4 |
1.130 |
8.072 |
79.570 |
1.130 |
8.072 |
79.570 |
5 |
0.808 |
5.770 |
85.340 |
|
|
|
6 |
0.672 |
4.801 |
90.141 |
|
|
|
7 |
0.612 |
4.369 |
94.510 |
|
|
|
8 |
0.361 |
2.579 |
97.089 |
|
|
|
9 |
0.210 |
1.502 |
98.591 |
|
|
|
10 |
0.139 |
0.993 |
99.584 |
|
|
|
11 |
0.040 |
0.287 |
99.871 |
|
|
|
12 |
0.016 |
0.116 |
99.987 |
|
|
|
13 |
0.002 |
0.012 |
99.999 |
|
|
|
14 |
0.000 |
0.001 |
100.000 |
|
|
|
提取方法:主成分分析法。 |
(3) 公共因子命名
变量在四个公共因子上的载荷分布较为混乱,无法对公共因子进行命名解释,对公共因子的分析造成了一定干扰,为了使成分矩阵中的系数更加显著,选用Kaiser标准化正交旋转该矩阵,将公共因子和原始变量间的关系重新分配,并将旋转后的成分矩阵中的系数按大小顺序排列,剔除绝对值0.5以下的小系数,以便于观察旋转后的成分矩阵分析表见表4。
总资产(x2)、市场份额(x1)、所有者权益(x4)、总员工人数(x3)及专利数(x14)在公共因子1上的载荷分别为0.992、0.988、0.981、0.765、0.673,其余指标在公共因子1上的载荷均小于0.5。因此这五个指标归为一类,将此因子命名为资源因子。
综合偿付能力充足率(x5)、营业成本率(x7)、资产负债率(x6)、承保利润率(x8)在公共因子2上的载荷分别为0.774、0.754、0.752、0.746,其余指标在公共因子2上的载荷均小于0.5。因此将这四个指标归为一类,将此因子命名为偿付因子。
营业成本率(x7)、承保利润率(x8)、资产收益率(x11)、利润增长率(x12)在公因子3上的载荷分别为0.601、0.605、0.827、0.817,其余指标在公共因子3上的载荷均小于0.5。其中营业成本率(x7)和承保利润率(x8)在公共因子2上的载荷大于在公共因子3上的载荷,结合指标的实际意义,这两个指标不适合与其余指标归位一类,故将资产收益率(x11)、利润增长率(x12)两个个指标归位一类,将此因子命名为盈利因子。
硕士以上人数占比(x13)、保费增长率(x10)、营业成本增长率(x9)在公共因子4上的载荷分别为0.842、0.779、−0.712,其余指标在公共因子4上的载荷均小于0.5。因此将这三个指标归为一类,将此因子命名为发展因子。
Table 4. Analysis of the component matrix after rotation
表4. 旋转后的成分矩阵分析表
|
成分 |
1 |
2 |
3 |
4 |
总资产(x2) |
0.992 |
|
|
|
市场份额(x1) |
0.988 |
|
|
|
所有者权益(x4) |
0.981 |
|
|
|
总员工人数(x3) |
0.765 |
|
|
|
专利数(x14) |
0.673 |
|
|
|
综合偿付能力充足率(x5) |
|
0.774 |
|
|
营业成本率(x7) |
|
0.754 |
0.601 |
|
资产负债率(x6) |
|
0.752 |
|
|
承保利润率(x8) |
|
0.746 |
0.605 |
|
资产收益率(x11) |
|
|
0.827 |
|
利润增长率(x12) |
|
|
0.817 |
|
硕士以上人数占比(x13) |
|
|
|
0.842 |
保费增长率(x10) |
|
|
|
0.779 |
营业成本增长率(x9) |
|
|
|
−0.712 |
提取方法:主成分分析法。 |
旋转方法:凯撒正态化最大方差法。 |
旋转在7次迭代后已收敛。 |
(4) 计算因子得分
选择回归法计算因子得分矩阵,反映各三级指标在公共因子上的关联性信息,详见表5。
Table 5. Factor score coefficient matrix
表5. 因子得分系数矩阵
|
资源因子 |
偿付因子 |
盈利因子 |
发展因子 |
市场份额(x1) |
0.242 |
0.014 |
−0.034 |
−0.004 |
总资产(x2) |
0.246 |
0.023 |
−0.046 |
0.007 |
总员工人数(x3) |
0.18 |
−0.009 |
−0.001 |
−0.079 |
所有者权益(x4) |
0.247 |
0.06 |
−0.07 |
−0.003 |
综合偿付能力充足(x5) |
0 |
0.325 |
−0.056 |
0.161 |
资产负债率(x6) |
0.025 |
0.451 |
−0.296 |
−0.098 |
营业成本率(x7) |
−0.004 |
0.268 |
0.141 |
−0.051 |
承保利润率(x8) |
0.004 |
0.266 |
0.142 |
−0.056 |
营业成本增长率(x9) |
−0.08 |
−0.022 |
0.091 |
−0.304 |
保费增长率(x10) |
−0.019 |
−0.126 |
0.229 |
0.397 |
资产收益率(x11) |
0.016 |
−0.036 |
0.357 |
−0.053 |
利润增长率(x12) |
−0.07 |
−0.252 |
0.49 |
0.141 |
硕士以上人数占比(x13) |
−0.033 |
−0.039 |
−0.005 |
0.375 |
专利数(x14) |
0.165 |
−0.043 |
0.003 |
0.129 |
提取方法:主成分分析法。 |
旋转方法:凯撒正态化最大方差法。 |
组件得分。 |
前文因子分析过程中已通过KMO检验和巴特利特球形检验,检验结果显著,证明了因子分析的合理性。因子分析将财产保险公司6类能力14个核心竞争力评价指标划分为资源因子、偿付因子、盈利因子及发展因子。各保险公司在各因子上的表现可以通过因子得分系数矩阵获得。
资源因子y1的得分模型:
(4)
偿付因子y2的得分模型:
(5)
盈利因子y3的得分模型:
(6)
发展因子y4的得分模型:
(7)
根据各因子得分运算模型,可以直接保存变量得到各因子单项得分,具体得分详见表6。
Table 6. Ranking of individual core competitiveness scores of 24 property insurance companies
表6. 24家财产险公司单项核心竞争力得分排名表
公司名称 |
资源因子 |
排名 |
偿付因子 |
排名 |
盈利因子 |
排名 |
发展因子 |
排名 |
人保财险 |
3.52316 |
1 |
0.45735 |
6 |
0.04615 |
12 |
−0.52486 |
19 |
国寿财险 |
0.61735 |
4 |
−0.41146 |
15 |
−0.23558 |
15 |
−0.34722 |
15 |
大地保险 |
0.13244 |
5 |
−0.19214 |
12 |
−1.99276 |
23 |
0.44378 |
6 |
太平财险 |
−0.29643 |
9 |
−0.90625 |
21 |
0.50571 |
9 |
−0.96302 |
22 |
太保产险 |
0.89623 |
3 |
−0.37478 |
14 |
1.21521 |
2 |
−0.51589 |
17 |
平安产险 |
2.46976 |
2 |
−0.35182 |
13 |
−0.01546 |
13 |
0.95431 |
3 |
中华财险 |
−0.23764 |
7 |
−0.83183 |
20 |
0.71149 |
6 |
−0.20696 |
12 |
阳光财险 |
−0.32375 |
10 |
−0.70014 |
18 |
1.19032 |
3 |
−0.73129 |
20 |
泰康在线 |
−0.57822 |
23 |
−0.77331 |
19 |
0.86036 |
5 |
2.7645 |
1 |
华安保险 |
−0.43829 |
18 |
−1.05309 |
24 |
0.33507 |
10 |
−0.26652 |
13 |
永安保险 |
−0.36375 |
12 |
−0.00423 |
10 |
−0.42972 |
19 |
−0.43907 |
16 |
英大财险 |
−0.40256 |
14 |
1.74249 |
2 |
1.36329 |
1 |
−0.98394 |
23 |
国元农险 |
−0.50461 |
21 |
−0.61704 |
16 |
0.69518 |
7 |
0.38306 |
7 |
紫金财险 |
−0.41974 |
15 |
1.44538 |
3 |
−0.25359 |
16 |
0.02312 |
11 |
国任财险 |
−0.44100 |
19 |
−1.00216 |
23 |
0.28636 |
11 |
0.11379 |
10 |
众安在线 |
−0.19387 |
6 |
−0.14437 |
11 |
−0.97922 |
22 |
2.24434 |
2 |
华泰财险 |
−0.38759 |
13 |
0.28958 |
7 |
−0.40406 |
18 |
0.22682 |
8 |
永诚财险 |
−0.42550 |
17 |
−0.62781 |
17 |
−0.16293 |
14 |
−0.51858 |
18 |
安华农险 |
−0.53541 |
22 |
−0.93127 |
22 |
0.57474 |
8 |
−0.31451 |
14 |
安盛天平 |
−0.27823 |
8 |
0.19713 |
8 |
−2.89094 |
24 |
−0.79197 |
21 |
亚太财险 |
−0.60567 |
24 |
0.02468 |
9 |
−0.67581 |
21 |
−1.9614 |
24 |
中银保险 |
−0.42187 |
16 |
1.15664 |
4 |
−0.2602 |
17 |
0.22229 |
9 |
鼎和财险 |
−0.34345 |
11 |
2.99704 |
1 |
1.06316 |
4 |
0.63501 |
4 |
国泰产险 |
−0.44135 |
20 |
0.61143 |
5 |
−0.54677 |
20 |
0.55423 |
5 |
构建财产保险公司核心竞争力综合得分时以资源因子、偿付因子、盈利因子及发展因子为基础,根据各公因子所对应旋转后的方差贡献比率为权重。具体权重见表7。
Table 7. Factor weight table
表7. 因子权重表
|
旋转前方差贡献率 |
旋转后方差贡献率 |
因子权重 |
资源因子 |
31.295 |
29.782 |
37.4% |
偿付因子 |
23.037 |
16.946 |
21.3% |
盈利因子 |
17.165 |
16.708 |
21.0% |
发展因子 |
8.072 |
16.134 |
20.3% |
|
79.570 |
79.570 |
100.0% |
资源因子在核心竞争力综合得分中权重占比37.4%,占比最大,对核心竞争力综合得分影响最大。偿付因子、盈利因子及发展因子在核心竞争力综合得分中权重分别为21.3%、21.0%和20.3%,占比基本相同。S代表财产险公司核心竞争力综合得分,具体公式如下:
(8)
通过该模型计算得出结果,并根据核心竞争力综合得分进行排名,详见表8。
Table 8. Comprehensive score ranking of core competitiveness of property insurance companies
表8. 财产险公司核心竞争力综合得分排名表
公司名称 |
综合得分 |
综合得分排名 |
资源因子排名 |
偿付因子排名 |
盈利因子排名 |
发展因子排名 |
人保财险 |
1.32 |
1 |
1 |
6 |
12 |
19 |
国寿财险 |
0.02 |
10 |
4 |
15 |
15 |
15 |
大地保险 |
−0.32 |
17 |
5 |
12 |
23 |
6 |
太平财险 |
−0.39 |
21 |
9 |
21 |
9 |
22 |
太保产险 |
0.41 |
4 |
3 |
14 |
2 |
17 |
平安产险 |
1.04 |
2 |
2 |
13 |
13 |
3 |
中华财险 |
−0.16 |
14 |
7 |
20 |
6 |
12 |
阳光财险 |
−0.17 |
15 |
10 |
18 |
3 |
20 |
泰康在线 |
0.36 |
5 |
23 |
19 |
5 |
1 |
华安保险 |
−0.37 |
20 |
18 |
24 |
10 |
13 |
永安保险 |
−0.32 |
17 |
12 |
10 |
19 |
16 |
英大财险 |
0.31 |
6 |
14 |
2 |
1 |
23 |
国元农险 |
−0.1 |
12 |
21 |
16 |
7 |
7 |
紫金财险 |
0.1 |
8 |
15 |
3 |
16 |
11 |
国任财险 |
−0.3 |
16 |
19 |
23 |
11 |
10 |
众安在线 |
0.15 |
7 |
6 |
11 |
22 |
2 |
华泰财险 |
−0.12 |
13 |
13 |
7 |
18 |
8 |
永诚财险 |
−0.43 |
22 |
17 |
17 |
14 |
18 |
安华农险 |
−0.34 |
19 |
22 |
22 |
8 |
14 |
安盛天平 |
−0.83 |
24 |
8 |
8 |
24 |
21 |
亚太财险 |
−0.76 |
23 |
24 |
9 |
21 |
24 |
中银保险 |
0.08 |
9 |
16 |
4 |
17 |
9 |
鼎和财险 |
0.86 |
3 |
11 |
1 |
4 |
4 |
国泰产险 |
−0.04 |
11 |
20 |
5 |
20 |
5 |
3.4. 聚类分析
Figure 1. Hierarchical cluster analysis of core competencies of property insurance companies
图1. 财产保险公司核心竞争力聚类分析树状图
本文基于因子分析得到的资源因子、偿付因子、盈利因子及发展因子得分作为样本数据,进行层次聚类分析。相关数据在因子分析法时已进行过标准化处理,因此在聚类分析法中无需重复操作。经比较,本文区间选用余弦,聚类方法选择组间链接法进行聚类分析。结果详见图1。
根据树状图,可以将财产保险公司分成三类,各类别中包含的具体公司名称及数量情况如下表9所示。
Table 9. Cluster member table
表9. 聚类成员表
类别 |
数量 |
公司名称 |
第一类 |
4 |
人保财产 平安产险 国寿财险 太保产险 |
第二类 |
12 |
太平产险 阳光财险 华安保险 安化农险 中华财险 国任财险 国元农险 大地保险 安盛天平 永安保险 亚太财险 永成财险 |
第三类 |
8 |
紫金财险 中银保险 鼎和财险 国泰产险 英大财险 华泰财险 泰康在线 众安在线 |
通过聚类分析,可以发现第一类公司、第二类公司及第三类公司分别对应大型财产保险公司、中型财产保险公司及小型财产保险公司。三类财产保险公司在市场规模、业务覆盖范围、经营模式等方面有着诸多差距,总结对比详见表10。
Table 10. Comparison of the gaps among various types of insurance companies
表10. 各类保险公司差距对比表
类别 |
规模及市场份额 |
资金实力 |
业务范围 |
特色优势 |
第一类 (大型综合性) |
最大,全国性 |
最强 |
全面覆盖各类险种 |
品牌强,服务广,抗风险能力高 |
第二类 (中型特色型) |
次之,部分区域领先 |
中等 |
主要财险 + 部分险种 |
在特定领域(如农险、车险)有竞争力 |
第三类 (小型专业型) |
最小,细分市场竞争 |
最弱 |
互联网险,专业险种等 |
依赖科技和创新,业务模式灵活 |
4. 财产保险公司核心竞争力提升策略设计
4.1. 第一类财产保险公司
第一类财产保险公司虽然规模较大,但根据因子分析结果,有些公司其核心竞争力综合排名并不靠前。主要原因在于某一关键能力因子的得分相对较低。对于这类公司,应结合因子分析结果,聚焦较弱的能力项并采取针对性提升措施。
4.2. 第二类财产保险公司
第二类财产保险公司规模中等,根据因子分析结果,一些公司在某一两项能力因子上表现突出,展现了其优势。然而,与第一类公司的主要差距仍在于资金实力。针对这一问题,第二类公司可以通过引入战略投资者或实施股东增资来扩大资本规模。在增强资本实力的同时,应优化资本结构,提高资本周转率和使用效率,确保资源投向高回报领域。此外,还需避免过度依赖杠杆,以提升公司整体的财务稳健性。
4.3. 第三类财产保险公司
第三类财产保险公司规模最弱,在因子分析中各项能力因子排名相对靠后。其主要问题在于保险产品较少,无法广泛营销导致保费收入不足,难以与行业头部企业竞争。针对这一情况,第三类公司应加强市场调研,深入挖掘客户需求,积极收集客户反馈并分析行业趋势,捕捉新兴领域的市场机会。例如,可探索光伏产业、碳中和产业等领域,开发保障人员和设备的专属保险产品。同时,应加强内部产品设计团队建设,成立专门的产品研发部门,建立常态化的产品开发机制,不断推出创新型保险产品,力争通过产品创新提升保费收入水平,增强市场竞争力。
5. 总结
本文构建了评价财产保险公司核心竞争力的指标体系,并采用因子分析法确定了影响公司核心竞争力的关键因素,包括资源因子、偿付因子、盈利因子和发展因子。随后,基于因子分析结果进行聚类分析,将财产保险公司分为三类,并针对每一类别公司的特点提出了提升核心竞争力的针对性建议,为财产保险公司优化经营策略和增强核心竞争力提供了理论依据和实践参考。