2. 闽江学院 后勤管理处, 福建 福州 350121
2. Department of Logistics, Minjiang University, Fuzhou 350108, Fujian, China
自全球金融危机爆发以来,我国经济一直面临着增长失速的风险。《中国统计年鉴(2020)》显示我国经济增速由2007年的14.2%下降到2019年的6.1%。经济发展的外部环境日趋严峻,贸易保护主义、单边主义盛行,经济全球化遭遇巨大挫折。面对严峻的外部形势,以扩大开放应对贸易保护主义,已成为我国的全民共识与集体行动。开放的大门不会关闭,只会越开越大[1]。过去40年中国经济发展是在开放条件下取得的,未来中国经济实现高质量发展也必须在更加开放的条件下进行[2]。在过去40年所取得的成就中,金融开放功不可没[3]。只有进一步扩大金融开放,才能增强我国金融业的竞争力与活力[4]。为进一步扩大开放,我国于2019年7月20日推出了11条金融业对外开放的新举措,标志着金融业开放的全面提速,体现了我国坚定不移深化改革开放的决心和信心。但不可否认的是,本轮金融业开放面临着极其恶劣的外部环境。金融危机爆发10年来,全球主要国家在危机应对措施的选择上,本应更加开放和进行国际合作,却选择了保护主义[5]。在当前极其复杂和不确定的国际、国内经济环境下,要坚定不移地推进和扩大金融业开放[6],亟须总结我国金融试点的经验教训,不断提高开放水平。
我国金融业开放是一个渐进、审慎的过程,始终在不断推进和深化[7]。我国一般先建立自由贸易试验区或金融创新试验区,再将这些自贸区、创新区的经验加以复制推广,在更广的领域进行开放、创新[8-9]。2012年6月,在金融危机肆虐、国内经济极其困难的情况下,我国启动了深圳前海深港现代服务业合作区的建设,支持前海实行比经济特区更加特殊的先行先试政策[10-11],允许其配合支持香港人民币离岸业务发展,构建跨境人民币业务创新试验区[12]。其中金融创新是前海“新政策”的核心,而配合香港发展人民币跨境业务则是“核心的核心”。旨在建设成为我国金融业对外开放试验的示范窗口,承担着国家加快金融业开放创新的使命[13]。国务院的批复中19次提到了香港。如果深港合作成功,前海将助推香港占据全球金融业的龙头地位。在未来全球金融中心中,除纽约华尔街、伦敦金融城外,将还有中国香港[14]。深圳前海根据国家金融业对外开放的总体部署,以先行先试的政策优势为契机,积极推进深港金融合作,努力打造“双跳板”:深圳利用它走向国际,香港利用它走向内地[15]。
保险业是我国新一轮金融业开放的重点领域。金融开放新“十一条”中有5条涉及保险业,分别是允许设立外资控股理财公司;允许外资设立、参股养老金管理公司;2020年取消人身险外资股占比限制;允许保险资产管理公司外资股份超过25%;放宽外资保险公司准入条件,取消30年经营年限要求[16]。保险业也是前海深港合作区重点试点开放的领域之一。前海深港现代服务业合作区自设立以来,在保险业开放、开发上取得了巨大的成就,成立了全国首个社会资本主导的混合所有制再保险公司——前海再保险公司;成立了全国首批相互制保险机构——众惠财产相互保险社;成立两年即告盈利,举牌万科一战成名的前海人寿[17-18]。除吸引更多保险公司进驻外,前海还尝试推进保险业创新发展:放宽香港居民及企业进入内地保险中介市场的准入限制,让内地居民可以自由购买香港保险产品。深港两地保险机构可在产品开发、保险渠道拓展和理赔服务等方面进行资源整合,推动内地保险业发展[19-21]。在我国进一步扩大金融业对外开放之际,从加大保险业对外开放的视角科学评估深圳前海深港现代服务业合作区的政策效应,认真总结试点经验与教训,具有重要的理论与现实意义。
二、理论与方法2012年6月27日深圳前海深港现代服务业合作区经国务院批准正式设立,标志着我国金融业对外开放发展到一个新的阶段。国家支持前海在金融改革创新方面先行先试,建设我国金融业对外开放试验示范窗口[22]。前海金融开放试点刚满7年,我国即于2019年7月20日推出了进一步扩大金融业对外开放的11条措施,更于2019年8月18日出台了支持深圳建设中国特色社会主义先行示范区的政策措施。从开放试点到扩大开放,前海深港现代服务业合作区的设立对深圳金融业的促进效果究竟如何?具有怎样的促进效应?对金融业的进一步扩大开放有何指导意义?理论界与实务界均必须给出清晰的回答。
本文以深圳保险业总保费(total_prem)、财险保费(property_prem)、寿险保费(life_prem)、意外险保费(casualty_prem)和健康险保费(health_prem)的季度同比增长率来考察前海深港现代服务业合作区设立的政策效应。图 1显示,前海深港现代服务业合作区设立前(2012年第3季度,即2012Q3①)各类保费季度增长率的波动幅度均不大;设立初期,各类保费的季度增长率也较为平稳;巨大波动出现在2015年第1季度—2016年第3季度,即2015Q1—2016Q3,时间上与前海人寿举牌万科较为吻合。其中,健康险保费的波动幅度最大;其次为意外险保费;再次为寿险保费;财险保费的波动幅度最小;总保费的波动幅度与寿险保费几乎相同。但从图 1中无法判断前海深港现代服务业合作区的设立对深圳保险业的发展是否存在影响,也无法从这些保费季度增长率曲线中观测到未设立前海深港现代服务业合作区时的“反事实”。
① Q1~Q4是quarter 1~quarter 4的缩写,即第1季度~第4季度。
![]() |
图 1 深圳市各类保险保费季度增长率 |
前海深港现代服务业合作区的设立对深圳保险业保费增长的影响可以采用自然试验法,包括断点回归设计(RDD)、倾向评分匹配(PSM)及双重差分法(DID)等进行处理。但断点回归设计、倾向评分匹配和双重差分法都有严格的适用条件:处理组和控制组的选择必须是随机的,两者还须受共同因素的影响,且影响程度也必须相同[23]。而深圳特区与我国其他地区完全异质,其他地区也无法设立“配合香港”的金融开放示范区。普通回归分析中工具变量两阶段回归(IV-2SLS),要求各截面对冲击的反应同质[24],现实中也很难满足。
本文借助由Hsiao等提出的“反事实”分析法[25]评估前海深港现代服务业合作区的设立对深圳保险业保费增长的影响。该方法认为,存在某个对各地保费增长有共同影响的公共因子。该公共因子对各地保费增长的影响程度各不相同,但由于因子的公共性,各地保费增长之间存在某种联动性或相关性。可以由前海深港现代服务业合作区设立前处理组与控制组间的相关性,构建前海深港现代服务业合作区设立后处理组的“反事实”,通过基于“反事实”预测增长率与真实增长率间的差异,评估前海深港现代服务业合作区的设立对保费增长的影响。
Hsiao等提出的回归控制是一种基于面板数据的评估方法[25]710。设(yit1,yit0)为i地t期(i=1,2,3,…,36;t=2009Q1-2018Q4)的保费增长率。其中,yit0代表处理(前海深港现代服务业合作区设立)后的增长率;yit0代表未受前海深港现代服务业合作区设立影响的增长率。本文旨在从是否对深圳保险业保费增长产生影响的视角,考察前海深港现代服务业合作区设立的政策效应,进而探求我国金融业本轮扩大对外开放的可能政策冲击。本文以深圳市各类保险保费增长率为处理组,而以中国内地其他31个省、直辖市、自治区和4个沿海计划单列市的保费增长率为控制组,考察前海深港现代服务业合作区设立的政策效应①。
① 本文的研究对象为31个省、直辖市、自治区和5个沿海计划单列市,《中国统计年鉴》对这5个沿海计划单列市与其所在的省份的数据是分开统计的。
前海深港现代服务业合作区设立所造成的增长率差异,即前海深港现代服务业合作区设立的处理效应为:
$ {\Delta _{it}} = {y^1}_{it} - {y^0}_{it} $ | (1) |
由于t时i地要么处于设立了前海深港现代服务业合作区的状态(yit0),要么处于没有设立前海深港现代服务业合作区的状态(yit0),因而观察者无法同时观测同一地区同时处于这两种状态中的情况。这样,i地t时的保费季度增长率表述为:
$ {y_{it}} = {d_{it}}{y^1}_{it} + (1 - {d_{it}}){y^0}_{it} $ | (2) |
其中,如果t时i地设立了现代服务业合作区,则哑变量dit=1,否则dit=0。
假定31个省、直辖市、自治区和5个沿海计划单列市在样本前期(即t=1,2,…,T1)均未设立现代服务业合作区,而处理组中的第1个地区(深圳)在样本后期(t=T1,2,…,T)设立了现代服务业合作区。
根据式(1),欲评估前海深港现代服务业合作区的设立对各地保费增长的影响必须获得yit0的值。但是T1之后,yit0的值不可观测,这就需要利用回归控制方法构造与yit0相对应的“反事实”。用这个“反事实”来代替yit0,进而评估前海深港现代服务业合作区设立对保险业保费增长的影响。
由于本文研究对象为中国内地的31个省、直辖市、自治区和5个沿海计划单列市,其保费增长率yit会受到某个k维公共因子ft的影响,只是该公共因子ft对各地保费增长的影响程度存在差异。不能被该公共因子解释的部分可归入特异部分:αi+εit,其中αi为各地的固定效应,εit为随机扰动项,满足E(εit)=0,且当i≠j时,Cov(εit,εjt)=0,则yit可表述为:
$ {y_{it}} = \mathit{\boldsymbol{b}}{\prime _i}{f_t} + {\alpha _i} + {\varepsilon _{it}}\left( {i = 1, 2, \ldots , N;t = 1, 2, \ldots , T} \right) $ | (3) |
其中,b′i为一个k行1列的向量,是公共因子ft在各地保费增长率yit上的载荷,代表公共因子对各地保费增长率的影响。
设yt=(y1t,…,yNt)′为各地保费增长率向量,在前海深港现代服务业合作区设立于第T1期(即2012年第3季度)之前,前海深港现代服务业合作区对各地保费增长率均无影响,则各地保费增长率为:
$ {\mathit{\boldsymbol{y}}_t} = {\mathit{\boldsymbol{y}}^0}_t = \mathit{\boldsymbol{\alpha }} + \mathit{\boldsymbol{\beta }}{f_t} + {\mathit{\boldsymbol{\varepsilon }}_t}(t = 1, 2, ..., {T_1}) $ | (4) |
式中yt0=(y1t0,…,yNt0)′,α=(α1,…,αN)′,β=(β1,…,βN)′,εt=(ε1,…,εN)′。
前海深港现代服务业合作区于第T1期的设立,对深圳市的保费增长率产生了影响,即其对深圳保费增长存在处理效应(treatment effect),则其保费增长率为:
$ {y^1}_{1t} = b{\prime _1}{f_t} + {\alpha _1} + {\Delta _{1t}} + {\varepsilon _{1t}}(t = {T_1}, {T_2}, \ldots , T) $ | (5) |
式(5)中Δ1t为处理效应,即前海深港现代服务业合作区的设立对第1个地区(深圳)的保费增长率产生的影响。
对前海深港现代服务业合作区于第T1期设立之后,我国内地其他31个省、直辖市、自治区和4沿海计划单列市的保费增长率为:
$ {y_{1t}} = y_{it}^{^0} = b{\prime _1}{f_t} + {\alpha _i} + {\varepsilon _{1t}}(i = 2,3, \ldots ,N;t = {T_1},{T_2}, \ldots ,T) $ | (6) |
如前所述,由于T1时刻之后,无法观测深圳未受前海深港现代服务业合作区设立影响时的保费增长率yit0,需要用回归控制方法构造和估计出一个对应的“反事实”来代替它。如前所述,各地保费增长率均会受到某个公共因子的影响,有了该公共因子在深圳市保费增长率上的载荷矩阵即可估计出深圳市未设立前海深港现代服务业合作区时的保费增长率,现实的困境是我们并不知道这个公共因子究竟为何物,更无从知晓其载荷矩阵。Hsiao等[25]714指出,既然是某个公共因子影响着各地的保费增长率,那各地保费增长率之间就包含着该公共因子的信息,就可以用能够观测到的各地保费增长率yit0=(y3t0,…,yNt0),来代替这个未知的公共因子,为深圳市的保费增长率构造、拟合出对应的“反事实”。
当观测数大于因子数时,存在一个向量υ满足:
$ \mathit{\boldsymbol{\upsilon }}\prime \mathit{\boldsymbol{\beta }} = 0 $ | (7) |
这样,υ′yt=υ′εt。因而,yit0可表述为:
$ {y^0}_{1t} = E({y^0}_{1t}\left| {{y_{ - 1t}}} \right.) = \bar \alpha + {\mathit{\boldsymbol{\upsilon }}^*}_{ - 1}{y_{ - 1t}} + {\varepsilon ^*}_{1t} $ | (8) |
式(8)中,y-1t=(y2t,…,yNt)′, yt=(y1t, y′-1t)′
在Hsiao等人提出的假设5成立的条件下[25]721,有
$ E({\varepsilon _{it}}|{d_{1t}}) = E({\varepsilon _{it}}|{d_{2t}}) = 0{\rm{ }}\left( {i = 2, 3, \ldots , N} \right) $ | (9) |
Hsiao等证明α和υ-1*可以通过最小化下式估计出[25]721:
$ \frac{1}{{{T_1}}}\sum\limits_{t = 1}^T {({y^0}_{1t} - \bar \alpha - {\mathit{\boldsymbol{\upsilon }}^*}_{ - 1}{y_{ - 1t}})\prime } ({y^0}_{1t} - \bar \alpha - {\mathit{\boldsymbol{\upsilon }}^*}_{ - 1}{y_{ - 1t}}) $ | (10) |
深圳市保费增长率的“反事实”可以表述为:
$ y_{1t}^0 = \widehat {\bar \alpha } + \hat \upsilon _{ - 1}^*{y_{ - 1t}}\left( {t = {T_1}, {T_2}, ..., T} \right) $ | (11) |
前海深港现代服务业合作区对深圳市保费增长的处理效应为:
$ {{\hat \Delta }_{1t}} = y_{1t}^1 - y_{1t}^0(t = {T_1}, {T_2}, ...T) $ | (12) |
如果Δ1t是平稳的,则从T1至T前海深港现代服务业合作区的平均处理效应为:
$ {{\bar \Delta }_{1t}} = \frac{1}{{(T - {T_1})}}\sum\limits_{t = ({T_1} + 1)}^T {{{\hat \Delta }_{1t}}} $ | (13) |
借鉴Zhang等的方法[26],首先从样本中剩余的35个地区中任选j个地区,可得CJ35种控制组,用这j个地区的保费增长率(y1t0,…,yjt0)分别拟合出处理组中深圳市保费增长率的“反事实”[27]。然后根据修正的赤池信息准则选出对处理组y1t0(t=1,2, …,T)最佳的拟合,作为处理组深圳市保费增长率的“反事实”[28]。基于该“反事实”评估前海深港现代服务业合作区的设立对深圳保费增长率的影响。
三、数据与说明 (一) 数据来源本文数据为历年中国内地31个省、直辖市、自治区和5个沿海计划单列市的原保险保费收入,单位为万元。原始数据来自原中国保险监督管理委员会官方网站①的“全国各地区原保险保费收入情况表”。该数据的报告期始于2006年1月,止于2019年5月。由于国际金融危机始于2008年9月15日的雷曼兄弟公司倒闭;前海深港现代服务业合作区设立于2012年6月27日,为将样本区间限定在国际金融危机的大环境之下,本文选取前海深港现代服务业合作区设立前4年和后6年,共10年,即2009—2018年共40个季度的保费同比增长率作为研究对象。由于月度保费收入同比增长率的季节性过强,本文借鉴Hsiao等人的做法,将其调整为季度同比增长率。
①见网址:http://bxjg.circ.gov.cn/web/site0/tab5205/。
(二) 数据说明本文旨在通过对深圳保费增长率影响的考察,评估前海深港现代服务业合作区设立的政策效应。仅考察前海深港现代服务业合作区的设立对深圳市保险业总保费增长率的影响,有利于从整体上把握前海深港现代服务业合作区设立的政策影响,但无法了解其对金融属性各不相同的各险种的影响。为此,本文还考察了前海深港现代服务业合作区设立对财险保费、寿险保费、意外险保费和健康险保费季度增长率的政策效应。
表 1中,偏度和峰度统计量表明,5种保费增长率均不服从正态分布。标准差显示,健康险保费增长率的波动最大,其次为寿险保费,再次为意外险保费。总保费的波动幅度与寿险保费相当,财险保费的波动幅度最小。从极差统计量来看,波动幅度的顺序依次为健康险保费、意外险保费、寿险保费、总保费和财险保费,与基于标准差的排序稍有不同。
![]() |
表 1 各险种保费增长率的描述性统计 |
基于回归控制和Vega-Bayo的方法[29],利用前海深港现代服务业合作区设立前(2009年第1季度至2012年第2季度)的样本拟合出5种保费增长率的“反事实”,并基于赤池信息准则选择最优控制组,得到了最优控制组的权重,如表 2。
![]() |
表 2 最优控制组的权重 |
表 2显示,深圳市总保费增长率可由天津、重庆、厦门、湖南、上海和海南共6地的总保费增长率解释98.2%。深圳市的财险保费增长率可仅由广东省的财险保费增长率解释66%。深圳市的寿险保费增长率可由湖北、湖南和山东3地的寿险保费增长率解释97.5%。深圳市的意外险保费增长率可由重庆、云南和青海3地的意外险保费增长率解释78.9%。深圳市的健康险保费增长率可由天津和大连两地的健康险保费增长率解释81.8%。表 2显示,各方程中所有解释变量的系数均十分显著,判定系数也都达到了理想水平,说明“反事实”的拟合效果较好。
基于回归控制模型实施政策效应评估,选择处理效应的起始点至关重要,这是基于时间安慰剂检验的关键。基于季度面板数据评估前海深港现代服务业合作区的保费增长效应,应以2012年第2季度作为处理效应的时间起点,因为国务院签发《国务院关于支持深圳前海深港现代服务业合作区开发开放有关政策的批复》(国函〔2012〕58号)的时间点为2012年6月27日。国务院的政策往往是方向性、纲领性的,如果金融监管部门、深圳市不将其细化为具体的政策或“实施细则”,将很难产生处理效应。这样,2014年第3季度也是可能的处理效应的时间起点,因为2014年8月20日“一行三会”发布了26条金融创新政策,支持前海金融改革二次起飞,其中保监会同意前海开展保险“深港通”试点,从再保险服务率先做起[30]。2014年第4季度后,前海深港现代服务业合作区的保费增长效应更为显著,但“二十六条”①是既有政策的细化而非新政策的出台。同期,我国股票市场经历了自建立以来的第二次大牛市,上证综指从2014年3月的1974点一路飙升到2015年6月的5 178点。“二十六条”的出台与同期的股市繁荣共同放大了前海深港现代服务业合作区的保费增长效应。
① 继国务院批复深圳前海金融改革创新先行先试政策之后,“一行三会”于2014年8月20日分别就各自主管的领域共推出26条金融创新政策支持前海发展。这26条助力前海金融改革二次起飞的金融创新政策,通常被简称为“二十六条”。
为凸显政策细化的重要性,针对深圳总保费,财险保费、寿险保费、意外险保费和健康险保费,图 2给出了合作区成立和“二十六条”出台后真实增长率与“反事实”增长率的对比图。
![]() |
图 2 深圳市总保费增长率真实值与“反事实”预测值 |
图 2(a)显示,自2012年6月前海深港现代服务业合作区设立以来,深圳市总保费的真实增长率与其“反事实”预测增长率基本重合,整体政策效应并不显著。前海深港现代服务业合作区设立初期,对总保费增长率有明显的拉动作用;随后真实增长率几乎与“反事实”预测增长率重合,显示前海深港现代服务业合作区设立的政策效应几乎消失。图 2(b)显示,2014年8月“一行三会”26条支持前海金融创新政策的出台也不具有显著的政策效应。综合而言,图 2显示前海深港现代服务业合作区对深圳保险业并不存在显著的保费增长效应,似乎意味着本文研究的失败。如果后续分析显示前海深港现代服务业合作区对其他险种存在显著的保费增长效应,则意味着前海深港现代服务业合作区对深圳保险业尽管不存在总量效应,但是存在显著的结构效应。同时,尽管由于研究周期的变化,图 2(b)的最优控制组不同于图 2(a)的最优控制组,但从图形上看两者的拟合结果并不存在显著差异,凸显回归控制模型的稳健性。
图 3(a)显示,前海深港现代服务业合作区设立后,深圳财险保费真实增长率基本上都围绕着其“反事实”预测增长率上下波动,说明前海深港现代服务业合作区的设立也没有对财险保费增长产生显著的拉动作用。图 3(b)显示,“二十六条”出台并没有显著改变深圳财险保费的真实增长率与“反事实”预测增长率。图 3(a)和图 3(b)均显示,样本末期深圳财险保费增长率发生了巨幅波动。真实增长率
![]() |
图 3 深圳财险保费增长率真实值与“反事实”预测值 |
开始超越预测增长率的时点为2015年第3季度,这与2015年8月12日“8·12天津滨海新区爆炸事故”的时点高度吻合,反映了这一特别重大安全事故的冲击。2018年以来深圳财险保费真实增长率的调头向下则反映了经济发展外部环境的急剧恶化,说明前海深港现代服务业合作区设立的政策效应仍有待发挥。
图 4(a)显示,前海深港现代服务业合作区设立后,深圳寿险保费真实增长率基本上都在其“反事实”预测增长率的下方,说明前海深港现代服务业合作区的设立对寿险保费增长产生下拉作用。图 4(b)显示,深圳寿险保费真实增长率低于“反事实”预测增长率的现象主要发生在2014年第3季度“一行三会”26条政策出台以后,说明保监会同意前海开展保险“深港通”试点产生了较大的政策效应,大量寿险需求转化成了地下保单,流进了香港市场[31]。
![]() |
图 4 深圳寿险保费增长率真实值与“反事实”预测值 |
图 5(a)显示,前海深港现代服务业合作区设立后,深圳意外险保费真实增长率显著高于其“反事实”预测增长率,说明前海深港现代服务业合作区的设立对深圳意外险保费增长产生了强劲的拉动作用。图 5(b)显示,2015—2016年间,在预测增长率较低的情况下,深圳意外险保费却出现了异常高的增长,说明“一行三会”26条金融创新政策的出台,进一步拓展了深圳市意外险的成长空间,对深圳市意外险市场存在显著的“二次金改”效应[15]。
![]() |
图 5 深圳意外险保费增长率真实值与“反事实”预测值 |
图 6(a)显示,当最优控制组包含广东省时①,前海深港现代服务业合作区对深圳健康险保费增长并不存在显著的政策效应。尽管如图 6(b)所示,2015—2016年深圳健康险保费经历过巨幅增长,但同期的真实增长率和“反事实”预测增长率高度同步,显示巨幅增长并非源于前海深港现代服务业合作区的成立或“一行三会”26条金融创新政策的出台,而极可能源于同期股票市场的非理性繁荣。
① 因为广东省和深圳市的数据是分开统计的,所以广东省可以进入深圳市的控制组。
![]() |
图 6 最优对照组(含广东省)深圳健康险保费增长率真实值与“反事实”预测值 |
根据Abadie等人选择最优控制组的建议,为避免内生性问题,应尽可能将存在政策溢出效应的地区从备择控制组中移除[32]497。为此,特将广东省从备择控制组中移除并重新对回归控制模型进行了拟合,图 7给出了此时深圳健康险保费增长率真实值与“反事实”预测值的对比图。图 7(b)显示,“二十六条”金融创新支持政策对深圳健康险保费增长存在显著的政策效应,2015—2016年深圳健康险的真实增长率异常显著地高于其“反事实”预测增长率,说明深圳保险业存在利用健康险筹措流动性的可能,显示深圳市金融业存在过度利用26条政策的情况。
![]() |
图 7 最优控制组(不含广东省)深圳健康险保费增长率真实值与“反事实”预测值 |
同时,图 7与图 6间的巨大差异表明,广东省与深圳市①健康险保费增长率间存在高度的同一性,广东省健康险保费增长率对深圳市健康险保费增长率有很强的解释能力,这既反映了前海深港现代服务业合作区的政策溢出效应,也反映了广东全省学深圳的学习效应②。图 6显示,当最优控制组包含广东省时,前海深港现代服务业合作区和“一行三会”的26条政策对深圳健康险保费增长都不具有政策效应。一旦将广东省从最优控制组中移除,“二十六条”的政策效应就异常显著,深圳保险业对短期高现价产品的不当利用就无法隐藏。
①② 在国家统计局报表里广东省、深圳市是分开统计的。
表 3显示,前海深港现代服务业合作区的设立对深圳市意外险保费增长率的平均拉动作用为25.3%,对健康险保费的平均拉动作用为10.2%,对总保费的平均拉动作用为5.2%,对财险保费的拉动作用为0.9%,但对寿险保费却有年均11.4%的下拉作用,说明前海深港现代服务业合作区的设立加大了地下保单的规模与流出速度。寿险保费真实增长率与“反事实”增长率间的偏差反映了境内外金融业的发展差距。该差距既是消费者偏好的指针,也是深港金融融合的测度,更是试点区开放节奏设计的经验证据。
![]() |
表 3 前海深港现代服务业合作区设立的保费增长效应 |
表 3还显示,前海深港现代服务业合作区的设立对深圳市财险保费增长率的拉动作用最稳定,其次为对总保费增长率的拉动作用,再次为对意外险保费增长率的拉动作用,对寿险保费增长率的下拉作用和对健康险保费增长率的上拉作用最不稳定。从显著性视角看,前海深港现代服务业合作区的设立对深圳市意外险保费增长率的拉动作用最显著,其次为对总保费增长的拉动作用,再次为对寿险保费的下拉作用,对健康险和财险保费增长的拉动作用最不显著。
可见,前海深港现代服务业合作区的设立对地下保单增长产生了显著的政策效应,对意外险和健康险的增长产生了很强的拉动作用,但这两个险种的保费均存在阶段性异常增长,且时点上与前海人寿举牌万科较为吻合。前海深港现代服务业合作区的设立对总保费和财险保费的增长则不存在显著的拉动作用,说明前海深港现代服务业合作区的设立主要对金融属性较强的人身险产品存在显著的政策效应,预示我国新一轮的金融开放将对长期金融产品的发展产生较大的冲击。
五、稳健性检验 (一) 提高控制组外生性反事实分析法的稳健性会受到控制组外生性的影响,该方法要求控制组条件独立于处理组(深圳),即要求深圳前海深港现代服务业合作区的设立不会对其他省、直辖市、自治区的经济发展产生溢出效应。这既不符合实际,也与粤港澳大湾区建设的国家战略相悖。这时,可尽量选择与深圳相关性较低的省、直辖市、自治区进入控制组,以提升模型的解释能力。由于本文的反事实分析中,广东省仅进入了深圳市财险保费增长率的控制组。借鉴谭娜等的方法[33],本文尝试将广东省移出控制组,重新对深圳市财险保费增长率进行反事实分析。剔除广东省后,经反复调试,赤池信息准则均指向同一控制组,包括重庆、甘肃、广西和河北四地,拟合方程如(14)式所示。
$ 深圳 = - 0.049 + 0.587重庆 + 0.252甘肃 + 0.426广西 - 0.394河北 $ | (14) |
式(14)中各变量的回归系数都很显著,且调整R2=0.914,R2越大,模型越好,远高于仅有广东省为控制组时的0.66。
图 8是将广东省移除控制组后,由重庆、甘肃、广西和河北四地组成的新控制组所拟合的深圳财险保费真实增长率与“反事实”预测增长率的曲线图。与仅由广东省作为控制组的图 3相比,图 8的拟合效果更好。在样本末期,图 8和图 3均显示,前海深港现代服务业合作区的设立显著拉动了深圳财险保费的增长率,两者的结论具有高度一致性,说明本文所建的反事实预测模型具有较高的稳健性。
![]() |
图 8 深圳财险保费真实增长率与“反事实”预测增长率 |
由于潜在控制地区的数目较少,回归控制不适合大样本统计推断,但可借鉴Abadie等人的“安慰剂检验”进行检验,以判断前海深港现代服务业合作区设立后各险种的增长变化是否只是随机因素造成的[32]499。为此需要依次从控制地区中随机抽取一个来进行反事实分析,考察这个被随机选取的地区是否存在“安慰剂效应”,并将该效应与深圳的处理效应进行对比。鉴于前海深港现代服务业合作区对深圳寿险保费增长存在显著的政策效应,特选择对深圳寿险增长的政策效应实施“安慰剂检验”。
图 9显示,在调整控制组的“安慰剂检验”中,深圳寿险保费的增长速度在各控制地区中一直处于较低的水平,2014—2016年则显著低于其他地区。可见,如果其他地区也有类似前海深港现代服务业合作区的区域政策,深圳寿险保费的增长速度将显著低于其他地区,显示深圳寿险的低增速不可能是随机因素造成的。
![]() |
图 9 针对寿险调整控制组的“安慰剂检验” |
类似的,深圳寿险保费的低增速是否早在前海深港现代服务业合作区设立前就已经开始了呢?为检验是否是政策使然,我们假设合作区提前4个季度设立以考察深圳寿险保费的增长是否存在变化。图 10中,前海深港现代服务业合作区设立时间调整的“安慰剂检验”结果显示,深圳寿险保费增长的整体趋势没有出现大的变动,真实增长率显著低于“反事实”增长率,说明前海深港现代服务业合作区的设立显著降低了深圳寿险保费的增速。由于寿险产品的高金融属性,这一发现对前海金融改革创新的发展有重要启示意义。
![]() |
图 10 针对寿险调整合作区设立时间的“安慰剂检验” |
基于中国内地31个省、直辖市、自治区和5个沿海计划单列市保费季度增长率的面板数据,用回归控制模型构建了前海深港现代服务业合作区的设立影响深圳保费增长率的“反事实”,测度了前海深港现代服务业合作区的设立对深圳保费增长的政策效应,发现合作区设立对深圳意外险保费、健康险保费增长存在显著的拉动作用,对寿险保费增长存在显著的抑制作用,对财险保费增长则几乎没有影响。前海深港现代服务业合作区设立后,深圳财险、意外险和健康险保费均出现过阶段性的异常增长,实际增长率远远高出预测值,显示扩大开放可能放大金融产品的波动。
前海深港现代服务业合作区设立的政策效应表明,金融业加大对外开放将使寿险等金融属性较强的保险需求更容易转向境外;将放大财险、意外险和健康险等保障性险种的波动幅度,增加监管难度。前海深港现代服务业合作区的设立对财险保费增长的拉动作用较小,既说明金融业对外开放对实体经济活动的影响存在滞后性,也说明短期性、保障性金融服务需求基本由经济活动规模决定,金融开放对其影响较小。意外险、健康险阶段性的巨幅波动,显示金融企业有操作短期产品的倾向,短期负债工具容易成为金融机构解决临时性流动困难,缓解资产期限错配的手段。在万能险急剧扩张的背景下,深圳寿险保费增长率仍显著低于其预测增长率,更凸显境内长期优质投资品缺乏和金融机构对利差收益的高度依赖。但寿险保费真实增长率与“反事实”增长率间的偏差为深港金融融合提供了有效的测度,也为把握试点区金融业开放节奏提供了经验证据。
前海深港现代服务业合作区金融业开放的试点效应表明,我国应加速利率自由化进程,进一步压缩金融机构的利差收益空间,鼓励市场竞争;扩大保险基金的投资范围,允许其全球配置资产以实现保值增值,用资产端的高收益弥补负债端的低收益乃至亏损,提高金融产品的吸引力;通过对外开放,加速新型金融产品的研发与引进,提高股票、债券的投资吸引力,为过高的储蓄率提供除房地产外更丰富、更高效的投资渠道,阻止金融资源的无序外流;增强人民币汇率的弹性,稳定人民币汇率预期,降低资金外流的冲击;优先开放短期金融服务,以丰富产品,扩大供给;在保持对中长期负债产品进行风险监管的同时,重点防范金融机构对短期金融产品的不当利用,降低金融机构负债与资产的期限错配,提高金融系统的稳定性。
[1] |
任春杨. 前海自由贸易片区金融改革创新研究[J]. 广东经济, 2019(3): 28-31. |
[2] |
彭心韫. 新一轮对外开放的宣示——解读习近平进博会开幕演讲[J]. 理论导报, 2018(11): 31-32. |
[3] |
陈亮. 国际金融中心监管模式及其对前海自贸区的启示[J]. 时代金融, 2017(24): 26, 28. |
[4] |
新浪财经. 王兆星: 越是复杂不确定性的环境越要坚定金融开放[EB/OL]. (2018-11-14)[2020-12-20] https://finance.sina.com.cn/money/bank/bank_hydt/2018-11-14/doc-ihmutuea9991212.shtml.
|
[5] |
刘鹤. 两次全球大危机的比较研究[M]. 北京: 中国经济出版社, 2013: 2.
|
[6] |
陈亮, 王溪若, 张源. 前海自贸区金融创新与金融监管协调发展对策研究[J]. 特区实践与理论, 2018(2): 82-87. |
[7] |
余庭峰. 前海自贸区金融创新模式与监管机制[J]. 纳税, 2017(13): 102. |
[8] |
本刊编辑部. 创新驱动跨越发展[J]. 中国城市金融, 2017(3): 26-28. |
[9] |
刘鹤. 对危机与监管的认识[J]. 市场观察, 2016(1): 23-25. |
[10] |
张菲菲. 试航前海——深圳金融改革打造"特区中的特区"[J]. 中国金融家, 2012(7): 102-103. |
[11] |
连希蕊. 前海掀开中国金融改革崭新的一页[J]. 财经界, 2012(8): 78-80. |
[12] |
张博俊. 人民币国际化发展机遇与风险分析[D]. 北京: 首都经济贸易大学, 2014.
|
[13] |
李志德. 关于优化互联网金融可持续创新发展政策环境的思考——基于深圳前海的调查[J]. 商场现代化, 2016(25): 243-244. |
[14] |
赵倩. 论前海金融创新对香港人民币离岸业务的促进作用[J]. 天津经济, 2012(9): 53-55. |
[15] |
陈亮, 王溪若, 周睿. 前海自贸区与上海自贸区金融创新比较研究[J]. 上海金融, 2017(9): 83-86, 78. |
[16] |
编辑部. 国务院金融稳定发展委员会发布金融开放新"十一条"[J]. 黑龙江金融, 2019(7): 4. |
[17] |
陈亮. 上海自贸区金融监管创新及其对前海自贸区的启示[J]. 经济论坛, 2017(8): 54-56. |
[18] |
宋佳燕. 百家金融企业入驻前海深港现代服务业合作区——潮汕资金试水保险[J]. 潮商, 2013(1): 22-25. |
[19] |
王蒙. 深圳前海深港现代服务业合作区作为香港金融后台优势与可行性分析[J]. 中国证券期货, 2012(12): 241-245. |
[20] |
方立雄. 关于保险业创新的策略研究——以深圳为例[J]. 开放导报, 2012(5): 105-108. |
[21] |
李滨林. 香港金融界: 11条开放措施振奋人心盼共享更多发展机遇[EB/OL]. (2019-07-30)[2020-12-20] http://www.xinhuanet.com/2019-07/30/c_1124817834.htm.
|
[22] |
李帆峰, 杨绮婷, 许浩, 等. 普惠金融实践、存在问题及出路探讨[J]. 科技和产业, 2014, 14(3): 128-131. |
[23] |
K EX, CHEN H, HONG Y, et al. Do China's high-speed-rail projects promote local economy?-New evidence from a panel data approach[J]. China economic review, 2017, 44(1): 203-226. |
[24] |
HECHMAN J. Instrumental variables: a study of implicit behavioral assumptions used in making program evaluations[J]. The journal of human resources, 1997, 32(3): 441-462. |
[25] |
HSIAO C, CHING H S, WAN S K. A panel data approach for program evaluation: measuring the benefits of political and economic integration of Hong kong with mainland china[J]. Journal of applied econometrics, 2012, 27(5): 705-740. |
[26] |
ZHANG L, DU Z, HSIAO C, et al. The macroeconomic effects of the Canada-US free trade agreement on Canada: a counterfactual analysis[J]. The world economy, 2015, 38(5): 878-892. |
[27] |
BAI C E, LI Q, OUYANG M. Property taxes and home prices: A tale of two cities[J]. Journal of econometrics, 2014, 180(1): 1-15. |
[28] |
OUYANG M, PENG Y. The treatment-effect estimation: a case study of the 2008 economic stimulus package of China[J]. Journal of econometrics, 2015, 188(2): 545-557. |
[29] |
VEGA-BAYO A. An package for the panel approach method for program evaluation: pampe[J]. R Journal, 2015, 7(2): 105-121. |
[30] |
许勤. 一行三会26条金融创新政策支持前海金致二次起飞[EB/OL]. (2014-08-23)[2020-12-20]. http://www.szama.org//html1651615.html.
|
[31] |
吴祥佑. 地下保单泛滥的成因与对策[J]. 华东经济管理, 2005(8): 151-154. |
[32] |
ABADIE A, DIAMOND A, HAIMUELLER. Synthetic control methods for comparative case studies estimating the effect of californica's tobacco control program[J]. Journal of the American statistical association, 2010, 105(490): 493-505. |
[33] |
谭娜, 周先波, 林建浩. 上海自贸区的经济增长效应研究——基于面板数据下的反事实分析方法[J]. 国际贸易问题, 2015(10): 14-24. |