周 樺 谷 雨 鄭蘇晉

一、引言

2012年年初，原保監(jiān)會啟動“中國風險導向償付能力體系”(簡稱“償二代”)建設工作；2015年2月，該體系全部主干技術標準共17項監(jiān)管規(guī)則發(fā)布，“償二代”進入過渡試運行期；2016年，中國保險業(yè)新監(jiān)管體系“償二代”正式實施。

“償二代”確立了定量資本要求、定性監(jiān)管要求和市場約束機制的三支柱監(jiān)管體系，其中第一支柱定量資本要求為核心內容。根據我國保險業(yè)發(fā)展實際，最低資本要求的計算方式選用了較為簡單的標準模型因子法與情景法，因子與不利情景參數根據我國當時經濟發(fā)展水平、歷史數據及未來趨勢設定。

因子法與情景法相較內部模型法更易于監(jiān)管實施，但因子與情景參數的準確性及調整的剛性均會影響監(jiān)管效果：金融市場的環(huán)境在不斷變化，保險市場的主體又存在極大差異，標準模型中固定的風險因子和壓力情景參數在多大程度上可以反映市場狀況？主要影響因素又有哪些？回答這些問題對于銀保監(jiān)會進一步完善我國償付能力監(jiān)管體系具有重要意義。

對于“償二代”標準法中因子與不利情景參數設定問題，沈立和謝志剛(2014)[1]、王靈芝(2015)[2]、周樺和趙婉竹(2016)[3]等均有相關研究，但對于保險公司投資信用債而須計提的最低資本核算仍未有系統的定量研究，而這正是本文研究的重點：保險公司持有信用債主要面臨利率風險和信用利差風險，根據“償二代”7號文與8號文的監(jiān)管要求，保險公司需要對這些風險計提最低資本。

保險公司是債券市場的重要參與者。從2008年至2016年，我國保險公司對債券的投資比例一直保持在34%以上，其中信用債中最大品種公司債在債券總投資中的比重從2008年的26.2%上升到2016年的45.1%。[注]數據來源：中國統計年鑒。公司債投資帶來收益的同時也帶來風險：隨著我國利率市場化的推進，利率波動幅度增大，保險公司投資公司債若資產負債久期無法完全匹配將導致公司盈余波動，形成利率風險；自2014年“超日債”事件打破中國債券市場“剛性兌付”局面后，我國債券市場頻頻發(fā)生債券違約事件，2018年上半年，違約債券規(guī)模共計142億元，超過2017年全年違約規(guī)模的一半，折合年度違約率約為0.53%，高于2017年違約率水平，我國債券市場信用風險日益顯現。

由于保險公司持有債券規(guī)模大，持債導致的利率風險大，且債券信用風險逐步顯現，保險公司投資公司債的利率風險與信用利差風險最低資本規(guī)定的科學性就極為重要。本文將以我國債券市場中公司債的數據為基礎，用市場一致性方法以及“償二代”標準法分別評估投資于公司債的風險最低資本，并進行敏感性分析，尋找影響最低資本的主要因素，并評估“償二代”文件中相應最低資本計算方法的合理性，為銀保監(jiān)會進一步完善償付能力監(jiān)管規(guī)則提出相關的政策建議。

二、文獻綜述

(一)保險業(yè)償付能力監(jiān)管

2003年3月，《保險公司償付能力額度及監(jiān)管指標管理規(guī)定》(保監(jiān)會令[2003]1號)經審議通過，標志我國保險業(yè)第一代償付能力監(jiān)管制度正式確立[注]我國保險公司償付能力監(jiān)管概念最早出現于1985年國務院《保險企業(yè)監(jiān)管暫行條例》。2001年，保監(jiān)會印發(fā)《保險公司最低償付能力及監(jiān)管指標管理規(guī)定(試行)》(保監(jiān)發(fā)[2001]53號)，成為我國第一部系統全面的償付能力監(jiān)管規(guī)定。2003年《保險公司償付能力額度及監(jiān)管指標管理規(guī)定》頒布，去掉“試行”二字，確立了我國保險業(yè)第一代償付能力監(jiān)管體系的建立，該體系到2008年6月修訂為《保險公司償付能力管理規(guī)定》(保監(jiān)會令[2008]1號)。。我國“償一代”的建立借鑒自歐盟保險業(yè)償付能力監(jiān)管體系(簡稱“SolvencyⅠ”)，該體系源于歐盟1973年所制定的產險指令(Non-Life Directive)，以及于1979年頒布的壽險指令(Life Directive)。由于Solvency Ⅰ基于規(guī)模的資本監(jiān)管特點落后于保險業(yè)發(fā)展，從2001年5月開始，歐盟下屬的保險委員會啟動了基于風險的Solvency Ⅱ建設項目，同時，國外學者也開始了對Solvency Ⅱ的相關研究，這些研究主要包括兩個方面的內容，一是在最低資本要求下進行最優(yōu)資產配置的研究，二是通過市場一致性方法重新測算最低資本，以研究標準法的準確性與適用性。Pfeifer和Strassburger(2008)[4]通過研究表明：標準法在計算總風險最低資本時所使用的簡單平方根公式大部分情況下會低估真實風險，要得到確切的風險聚合公式必須對市場上各項風險的分布特征與相依性進行細致考察；Van等(2010)[5]認為，Solvency Ⅱ下的產品設計與投資策略對資本要求的影響遠高于Solvency Ⅰ，保險公司若要制定風險收益權衡下的最優(yōu)投資策略，應使用更加復雜的多期隨機模型。Gatzert和Martin(2012)[6]比較了Solvency Ⅱ框架下市場風險和信用風險最低資本在標準法和內部模型法下計算的差異，指出模型選擇和參數估計對計算結果有重要影響。Braun等(2015)[7]發(fā)現Solvency Ⅱ中使用固定的壓力因子會導致保險公司為避免計提過多最低資本而放棄一些低風險高收益的經濟上合理的產品組合。B?lviken和Guillen(2017)[8]利用對數正態(tài)分布假設進行風險聚合，對標準法規(guī)定的風險聚合方式進行了對比研究，并提出改進意見，認為使用文中模型更能使solvency Ⅱ的監(jiān)管邏輯保持一致。

由于我國保險業(yè)償付能力監(jiān)管體系對歐盟的借鑒，國內學者也在國外學者對Solvency Ⅱ研究的基礎上展開了對我國保險業(yè)償付能力資本要求的相關研究。沈立和謝志剛(2014)[1]對“償二代”下財險準備金風險最低資本要求進行了比較測算，發(fā)現“償二代”下資本要求與95%置信水平下的資本要求結果比較接近。周樺和張娟(2014)[9]采用Smith-Wilson利率模型，與“償二代”規(guī)定的750天移動平均利率曲線在準備金測算方面進行對比和分析，發(fā)現750天移動平均法具有時滯性。王靈芝(2015)[2]針對分紅險與萬能險隱含的保證收益率和退保權價值(TVOG)的計量問題建立隨機模型，計算了市場一致法下的TVOG因子，通過比較，認為標準法規(guī)定低估了市場風險。周樺和趙婉竹(2016)[3]則對“償二代”8號文中商業(yè)銀行違約風險因子設定的合理性進行了討論，發(fā)現“償二代”對不同類型銀行交易對手的因子設定與市場數據反映的結果存在差異，應進行適當調整。

以上國內研究對“償二代”中財險風險、利率模型選擇、內嵌保證與選擇權，以及交易對手違約風險的最低資本等方面進行了探討，而本文則以信用債這一保險公司投資資產為研究對象，計算持債的信用利差風險和利率風險最低資本，并與“償二代”結果做比較分析。

(二)信用風險模型

本文研究涉及信用利差風險，故需考察信用風險研究方法，并選擇恰當方法建模。

基于早期信用風險分析中借款人名譽、資本、償還能力、抵押物等影響信用風險的因素，Altman等(1977)[10]通過財務指標的組合構造，提出能夠判斷違約風險發(fā)生可能性的ZETA判別模型，在此基礎上結合logit模型可進一步預測違約概率。此類方法基于歷史財務數據，存在時間滯后和模型較為僵化的問題。隨著隨機模型在金融學中的大量引入，學者們提出了四類新的信用風險建模方法。第一類方法以破產理論為基礎，運用Black-Scholes模型(Black和Scholes，1973[11])和Merton(1974)[12]的期權定價原理，利用公司的期初資產價值、波動率以及負債價值計算公司的預期破產概率。基于該理論應用最廣的是KMV公司于1993年提出的KMV模型。此類模型只適用于上市公司，這導致其應用的局限性。第二類為Altman(1989)[13]借鑒死亡率建模方法來為債券違約率建模的方法，但這種方法必須建立在大量違約數據積累的基礎上，這阻礙了數據尚未充分積累的新興市場使用該類方法。第三類是Altman等(1994)[14]借助神經網絡模型發(fā)現變量間隱含關系的建模方法，這類方法不再基于線性假設，違約判斷的準確率得到了提升，但此類方法數據處理過程不透明，得到的影響因素缺乏經濟學理論解釋。第四類方法由Jonkhart(1979)[15]提出，該法基于無風險債券和風險債券的信用利差情況來得到隱含違約率，由于此種方法所需要外部數據較少，且建立的模型有經濟理論含義，故得到了較為廣泛的使用。本文在信用風險建模時采用的JLT模型(Jarrow等，1997[16])，即屬于第四類模型，該模型利用具有馬爾科夫鏈性質的信用等級轉移概率矩陣來衡量信用風險，可用于對信用債和信用衍生品定價的研究中。

國內采用KMV模型研究信用風險度量及信用風險定價居多：蔣彧和高瑜(2015)[17]發(fā)現修正后的KMV模型可以運用于中國上市公司信用風險識別與評估；周沅帆(2009)[18]、李晟和張宇航(2016)[19]運用KMV模型分別對我國上市保險公司和商業(yè)銀行的信用風險進行了分析。近年來對JLT模型的探討和應用也開始出現：周麗莉和姜凌(2009)[20]對JLT模型建立的關鍵步驟——信用等級轉移概率矩陣的建立和估計進行過理論梳理；賀思輝和李正賓(2017)[21]利用此模型進行了公司債價格的測算，并與實際發(fā)行價格進行了對比研究。國內學者對上市公司違約概率的研究，KMV模型使用較多，但該模型無法估計信用評級的轉移概率，也就無法為信用利差定價，這使得我們無法使用該模型計算信用債信用利差風險最低資本。而JLT模型可以利用債券評級信息、市場利率債和信用債價格數據估計信用風險轉移概率矩陣和違約概率矩陣，得到信用利差的期限結構，從而計算信用利差風險最低資本。

(三)利率模型與利率風險度量

對于金融產品定價與金融風險測度的研究中，往往需要對市場無風險利率進行隨機建模。典型的隨機利率模型有Vasicek(1977)[22]、Cox等(1985)[23]以及Hull和White(1990)[24]等模型。在我國利率市場實證研究中最常用的利率期限結構模型是Vasicek模型和CIR模型，謝赤和吳偉雄(2002)[25]使用廣義矩方法，利用中國貨幣市場數據，分別對Vasicek和CIR模型進行了擬合，他們發(fā)現，Vasicek模型相較CIR模型能更好地擬合中國貨幣市場利率的變動趨勢。

利用Vasicek利率模型，保險學者開展了相關研究。Martin(2013)[26]比較研究了選用Vasicek模型和CIR模型時，Solvency Ⅱ標準法計算利率風險最低資本的不同結果。趙靜宇和李秀芳(2008)[27]、趙靜宇等(2008)[28]通過Vasicek模型，分析了隨機利率市場環(huán)境下的保險產品定價和準備金評估。鄧平緊和李靜(2016)[29]提出了使用嵌套隨機模擬方法度量利率風險經濟資本的方法，并發(fā)現模擬次數和置信水平的設定對最終得到經濟資本的數值具有很大影響。鄭蘇晉等(2017)[30]采用Vasicek利率模型模擬國債收益率，計算并討論了“償二代”下利率風險最低資本計量規(guī)則設計的合理性問題。

在計算金融風險，包括利率風險時，在險價值法(Value at Risk，簡稱VaR)是學術研究中常用的風險測度指標。Solvency Ⅱ與“償二代”也選擇使用VaR指標度量風險并作為最低資本計算的核心方法。Jorion(1996)[31]對VaR給出的定義為：在一定置信水平下，金融資產在未來一段時間內的最大可能損失。國內關于VaR的計算方法已由宋錦智(2002)[32]進行過具體的介紹和比較。

綜上，我國“償二代”已正式實施，國外有關Solvency Ⅱ的研究值得借鑒，通過對保險償付能力方面的文獻梳理，我們發(fā)現我國保險公司投資信用債的信用利差風險與利率風險最低資本設定仍需深入研究。在進行此研究時，JLT信用風險模型與Vasicek利率模型可用于刻畫市場波動，基于模型上測算的市場一致性最低資本要求可與“償二代”標準法結果進行對比研究。

三、“償二代”標準法

“償二代”所需計量的量化風險最低資本涵蓋了市場風險最低資本、保險風險最低資本和信用風險最低資本。本文所研究的利率風險和信用利差風險分屬市場風險和信用風險大類。

(一)利率風險最低資本

利率風險是指由于無風險利率的不利變動導致公司遭受非預期損失的風險，以公允價值計量且具有明確期限的境內投資資產均需計算利率風險最低資本。人身保險公司的利率風險最低資本采用情景法計算：

MCint=Max[(AAbasic-PVbasic)

-(AAadverse-PVadverse), 0][注]具體計算方法、相關變量含義和參數取值見保監(jiān)會發(fā)布的《保險公司償付能力監(jiān)管規(guī)則第7號：市場風險最低資本》。

(1)

(二)信用風險最低資本

保險公司面臨的信用風險包括信用利差風險和交易對手違約風險，前者是指由于利差(資產收益率超過無風險利率的部分)的不利變動而導致保險公司遭受非預期損失的風險，后者是指交易對手不能履行或者不能按時履行其合同義務導致保險公司遭受非預期損失的風險。本文主要考慮的是以公允價值計量的債券，相對應的研究對象為信用利差風險。

信用利差風險最低資本的計算公式采用的是因子法，計算公式為：

MCsp=EX×RF[注]具體計算方法、相關變量含義和參數取值見保監(jiān)會發(fā)布的《保險公司償付能力監(jiān)管規(guī)則第8號：信用風險最低資本》。

(2)

(三)總最低資本

保險公司應當按照償付能力監(jiān)管準則有關規(guī)定計量保險風險、市場風險和信用風險等量化風險最低資本，并考慮風險分散效應和特定類別保險合同的損失吸收效應，計算公式為：

(3)

四、市場一致性方法

(一)市場一致性方法

在“償二代”標準法中，無論是利率風險還是信用利差風險，監(jiān)管文件中都給出了明確的風險因子和利率評估曲線在不利情景下的變動數值，然而市場環(huán)境在不斷變化，相對應的風險因子和利率不利變動也不穩(wěn)定，我們假設風險因子不再是固定的數值，而是根據債券市場上實際的信用等級調整，以及債券的投資收益率波動而變化。利率曲線則使用距評估時點最近的國債收益率曲線，利用Vasicek模型進行擬合得到。為了與“償二代”的最低資本具有可比性，市場一致性方法也選擇一年的VaR方法利用蒙特卡洛模擬進行計算。另外，延續(xù)JLT模型的假設“違約過程與無風險利率r(t)的波動是相互獨立的”[16]。

(二)JLT信用風險模型

1.模型介紹。

JLT模型是一個關于信用風險價差期限結構的馬爾科夫模型。在這個模型中，違約時間定義在一個離散的交易環(huán)境中，假設違約過程是一個具有吸收態(tài)的馬爾科夫鏈，即公司一旦發(fā)生違約事件，則生命周期就此結束。JLT模型通過信用等級轉移概率矩陣和違約概率對風險債券進行定價。

2.信用等級轉移概率矩陣。

(1)轉移概率矩陣定義。定義一個有限狀態(tài)空間S，S={1,2，…，k}，S代表可能的信用等級，1表示最高的信用等級，k-1表示最低信用等級，最末一個狀態(tài)k表示債券發(fā)生違約。這樣可以定義單期的k×k轉移概率矩陣：

(4)

其中，ψij(t,h)表示t時刻處于狀態(tài)i，在h時刻達到狀態(tài)j的轉移概率。對任意i和j，ψij(t,h)≥0。在轉移概率矩陣(4)中，狀態(tài)k為吸收態(tài)，即一旦達到違約狀態(tài)，就不能再返回到其他狀態(tài)，將達到違約的時刻定義為違約時間：

τ=inf{t∈N∶x(t)=k}

(5)

其中x(t)表示風險債券在t時刻的信用等級。

基于無套利和完備市場假設，在等價鞅測度下，存在一個π使得Q與ψ等價，即qij=πiψij，πi為期初信用等級為i的風險溢價調整因子，則我們定義在風險中性概率測度Q下從時間t到t+1的轉移概率矩陣為：

(6)

Q(t)表示一期轉移概率矩陣，多期轉移概率矩陣可以表示為：

Q(s,t)=Q(s)Q(s+1)…Q(t-1)

(7)

(8)

其中，i=1,2,…,n;j=1,2,…,n。

當存在多個時期的數據時，可以采用標準普爾所用的方法計算非條件概率[33]，即對每個時期的概率進行加權平均，每期概率的權重為：

(9)

由此可計算出非條件概率為：

(10)

3.最低資本計算過程。

信用風險模型的整體框架流程如圖1所示。信用利差風險最低資本、利率風險最低資本和總最低資本要求的具體計算過程如下：

第一步：計算零息無風險債價格。

在無套利和完備市場的假設下，定義零息債券的價格為債券在h時刻收到的支付額貼現值在風險中性概率測度Q下的期望值，即：

圖1 JLT信用風險模型

(11)

第二步：計算零息風險債價格。

假設短期利率波動和信用轉移過程是相互獨立的，并且違約只發(fā)生在票息支付日，則信用等級x(t)=i的零息風險債券價格可以表示為：

+Ι{τ≤h}·δ))

(12)

化簡后可得：

+(1-δ)·(1-qik(t,h)))

(13)

通過式(13)可反推出風險中性概率測度下的違約率，通過零息風險債券與零息無風險債券的價差求出：

(14)

第三步：計算信用等級為x(t)=i的付息風險債券價格。

(15)

其中，CF(h)表示到期日為T=max(t|CF(t)≠0)、面值為FV、息票率為C(t)的債券現金流：

(16)

第四步：計算付息風險債券的未來價格。

造成未來時刻債券價值不確定性的是信用風險和利率風險，利率風險通過影響貼現因子影響債券價值，信用風險通過影響未來時刻是否違約以及未來時刻債券等級來影響債券價值，將違約時刻記為τ，t時刻的信用評級為x(t)，在沒有再保險的情況下，t=1時刻，付息風險債券的市場價值為如下形式：

MVB(1)=Ι{τ>1}·(B(1)x(1)=i+CF(1))

+Ι{τ≤1}·δ·FV

(17)

總最低資本要求MC為：

(18)

除計算投資于債券的總風險資本外，還需要對利率風險和信用利差風險單獨計量。若僅考慮利差風險，則不再使用Vasicek模型假設利率的隨機變動，而是采用平均收益率，從而固定貼現因子p(t,h)，債券價值的變動只來自于信用等級變化和違約情況，沒有利率風險。

(19)

在t=1時刻，付息債券的市場價值為：

MVB(1)=B(1)+CF(1)

(20)

代入式(18)即可計算利率風險最低資本。

五、數據與實證

(一)模型參數校準

1.我國公司債信用等級轉移概率矩陣的估計。

根據上文信用等級轉移概率矩陣的計算方法，從Wind數據庫中選取2011年到2017年間所有公司債信用評級數據以及信用評級調整數據，以此作為依據，利用公式(8)～公式(10)分別計算出各年的信用等級轉移概率矩陣，然后通過加權平均，求出我國2011—2017年間公司債的一年期信用等級轉移概率矩陣的估計值。結果如表1所示。

表1 2011—2017年一年期信用等級轉移概率矩陣估計值

從一年期信用等級轉移概率矩陣的估計結果中可見，信用等級在A+及A+以上的公司債均有可能發(fā)生信用等級的變化。以評級為AAA的公司債為例，有98.28%的概率維持在AAA等級，1.45%概率降至等級AA+，0.27%概率降至等級AA。

2.我國公司債違約概率的估計。

本文以2016年1月1日到2016年12月31日共249個交易日的數據為基礎，選取1年期到10年期的國債收益率和不同信用等級的公司債收益率作為樣本數據，并對這些數據進行簡單平均求得它們的收益率均值，用以計算不同期限的無風險債券價格，以及不同期限不同信用等級的公司債價格，利用公式(14)對我國公司債違約率進行估計。結果見表2。

表2 債券違約概率(qik)

由表2可見各評級債券各年內的違約概率，如評級為AAA級的債券，1年內違約概率為0.010 1，2年內違約概率為0.019 3，……，10年內違約概率為0.135 7，顯然債券違約率隨年限增加而增加。

3. Vasicek模型參數。

本文選取2014年1月2日至2016年12月31日共750個交易日的數據作為樣本，假設債券市場可以被分割為期限不同且互不相關的市場，對各個市場的收益率分別進行擬合，參照劉湘云(2008)[34]的做法，將我國不同期限的中債國債到期收益率曲線分別用Vasicek模型進行擬合，得到的參數估計如表3所示。

表3 Vasicek模型參數

4.付息風險債券的價格。

使用Vasicek模型參數估計結果，根據式(11)～式(15)可計算基于利率期限結構的無風險債券價格，再結合回收率δ的數值即可對零息風險債券價格和付息風險債價格進行求解。

本文采用穆迪公司(Moody’s)發(fā)布的1983至2016年平均回收率數據，不同類型證券的回收率δ由表4給出。

表4 各類債權資產回收率(%)

注：資料來源于Moody’s Investors Service 2016。

(二)資產假設

對保險公司資產端，本文假設公司持有9只在2015年第四季度到2016年第一季度發(fā)行的真實債券。為便于計算結果的分析，本文將9只債券發(fā)行時點假設為2015年12月31日，評估時點設定為2016年12月31日，不同期限和信用等級的債券息票率和評估時點的債券市場價值信息如表5所示。何平和金夢(2010)[35]發(fā)現債券自身的信用評級和債券發(fā)行主體的信用評級均對債券內部收益率具有解釋力，其中債項評級更為顯著，因此本文在債券的選擇中考慮使用債項評級。由于本文所選9只債券為優(yōu)先無擔保債券，根據表4，可設這9只債券的回收率為37.2%。

表5 債券具體信息

(三)信用利差風險最低資本計算與比較

分別利用“償二代”標準法和市場一致性方法計算9只債券在評估時點的信用利差風險最低資本，計算結果如表6所示。

表6 信用利差風險最低資本匯總 單位：元

① AAA級債券比AA+級債券的計算結果略高，可能是由于AAA和AA+級別的債券在兩年內違約的概率均較小，因此違約風險差距不大，然而從AAA降至AA+級的收益率變動幅度超過AA+降至AA級的收益率變動幅度，因此承擔了更高的利差風險。

1.結果整體對比。

圖2將9只債券在兩種方法下的計算結果，分別按照從小到大的順序排序，通過對比可以發(fā)現：

圖2 信用利差風險最低資本整體對比

(1)影響債券信用利差風險最低資本的主要因素有兩個：信用等級與期限。但“償二代”標準法與市場一致性方法下信用利差風險最低資本受信用等級與期限的影響結果不同。“償二代”標準法最低資本計算結果大小排序為先按期限排列，再按信用等級排列，也即標準法計算結果對于期限變化更加敏感；而市場一致性方法計算結果顯示低等級債券最低資本要求最高，其對于信用等級變化的敏感度更大。

(2)“償二代”標準法下計算的信用利差風險最低資本大小隨期限和信用等級變化的幅度遠小于基于市場一致性方法計算的結果。這表明“償二代”標準法實際上高估了短期限高等級債的最低資本要求，同時低估了長期限低等級債最低資本要求。

2.單因素分析。

(1)債券期限。整體來看，市場一致性方法的計算結果與標準法相比，其對期限變化的敏感程度更高。同一信用等級下，隨著債券期限的變化，債券在兩種方法下最低資本要求的變化幅度是不同的(見圖3)。從絕對數額來看，AAA級債券和AA+級債券在標準法下的結果遠高于市場一致性方法下的測算結果，期限越短相對差異越大，AA級債券反之；從增長速度來看，三個信用等級下市場一致性方法下的計算結果隨期限的相對增長速度均高于標準法。

(2)債券信用等級。整體來看，市場一致性方法的計算結果與標準法相比，其對信用等級變化的敏感程度更高。同一期限下，隨著債券信用等級的變化，債券在兩種方法下最低資本要求的變化幅度是不同的(見圖4)。從絕對數額上來看，所有期限都體現出了AAA和AA+在標準法下計算結果高于市場一致性下的結果，AA級債券反之；從增長速度來看，標準法計算結果隨信用等級變化不明顯，市場一致性方法下則變化劇烈，且隨著債券期限的增長，計算結果隨信用等級的變化更為劇烈。

(四)利率風險最低資本計算與比較

評估壽險公司利率風險最低資本還需對負債端進行假設。目前我國保險市場上的主流產品是年金保險和兩全保險，假設保險公司經營年金保險和兩全保險，且兩全和年金的保額比值為5.94[注]根據2017年保險年鑒，2016年兩全保險與年金保險給付金額的比值約為5.94。，具體假設的保險責任和保單信息如表7所示。

圖3 不同信用等級下債券期限對最低資本的影響

圖4 不同期限下債券信用等級對最低資本的影響

表7 保險責任和保單信息

假設保險公司投資資產可選擇3年期和8年期AAA級公司債，并構造免疫組合，使得在評估時點的資產和負債的價值、久期均完全相等[注]久期計算結果為3.1年。。具體的組合構造情況如表8所示。

表8 資產組合構造 單位：只

對于構造資產負債組合后可得到資產和負債對應的現金流，本文假設僅考慮年度現金流，并設現金流發(fā)生在每年的12月31日，分別利用標準法下給出的情景法和式(18)～式(20)計算出利率風險最低資本。計算結果如表9所示。

整體來看，市場一致性方法的計算結果比標準法要高，這主要是由于本文在進行資產負債匹配時，所使用的貼現率是計算標準法利率風險最低資本中保監(jiān)會所給出的基礎利率曲線，其與市場一致性方法所使用的國債收益率曲線不同。因此該資產負債組合在市場一致性方法下仍然有久期缺口，利率風險最低資本更高。

(五)總風險最低資本和分散化效應

根據構造的資產負債組合，最終可以計算出總風險最低資本和分散化效應，計算結果如表10所示。

表9 利率風險最低資本對比 單位：元

① 最低資本占比=最低資本/基礎情景資產現值。

表10 最低資本和分散化效應匯總 單位：元

② 分散化效應=(利率風險最低資本+信用利差風險最低資本-總風險最低資本)/總風險最低資本。

整體來看，總風險最低資本和分散化效應相差不大，但是最低資本的組成有很大差距，標準法的最低資本主要由信用利差風險最低資本組成，而市場一致性方法的最低資本主要由利率風險最低資本組成。

六、結論及政策建議

自2016年“償二代”監(jiān)管準則正式實施以來，對“償二代”監(jiān)管規(guī)定與監(jiān)管效果的評價研究日益增多，其中基于市場一致性度量的評價方法是極為重要的一類。本文針對保險公司持有信用債的信用利差與利率風險，基于JLT信用風險模型與Vasicek利率模型對我國債券市場歷史數據的擬合，通過對比“償二代”標準法和市場一致性方法下最低資本的計算結果發(fā)現：

首先，兩種方法下的信用利差風險最低資本計算結果存在差異，市場一致性方法下的結果對于債券的期限長度和信用等級的變化均更加敏感。

其次，期限短、信用等級高的債券在市場一致性方法下的計算結果低于標準法，而期限長、信用等級低的債券在市場一致性方法下的計算結果高于標準法。這表明，“償二代”標準法低估了期限長的高風險債券、高估了期限短的低風險債券的信用利差風險最低資本要求。

最后，根據標準法下的利率期限結構假設所構造的免疫組合在市場一致性方法下并不適用，使用標準法下的假設進行資產負債匹配不能全面應對市場的利率風險。

根據本文的結論，我們給出如下政策建議：

第一，調整標準法因子，凸顯風險差異。“償二代”標準法對債券期限和信用等級不敏感，對風險較低的債券要求了相較于其潛在信用風險更高的資本要求，而對于風險較高的債券卻沒有達到其真實市場信用風險的資本要求。這可能會導致保險公司更傾向于配置高風險債券組合，從而形成監(jiān)管政策導向的不利偏移。在“償二代”二期工程中可對信用風險最低資本要求中關于期限和信用等級的基礎因子規(guī)定進行修正，為保險公司的資產配置發(fā)揮正確的引導作用。

第二，調整壓力情景參數，加強資產負債匹配。根據本文計算結果，保險公司即使按照現有監(jiān)管規(guī)則中規(guī)定的資產、負債評估收益率曲線構造資產負債完全匹配的產品組合和投資組合，在市場環(huán)境下仍然會面臨利率風險，銀保監(jiān)會應進一步探索利率風險的基礎情景和不利情景的曲線生成技術和壓力情景參數的設定，為保險公司的資產負債管理提供正確指引。

第三，增加特征因子，精細最低資本計算。目前，信用利差風險最低資本的風險因子僅與久期和信用等級有關，然而不同種類和特點的信用債差異很大，“償二代”二期工程也已提出要加入特征性調控因子以細化信用風險最低資本的計算。增加特征因子后，能夠進一步區(qū)分不同債券的風險程度，從而引導保險公司為投資債券計提與其潛在風險相適應的最低資本。