劉文文，文忠橋（安徽財(cái)經(jīng)大學(xué)，安徽蚌埠233030）

一、引言

壽險(xiǎn)行業(yè)是各種風(fēng)險(xiǎn)的集合地和分散地，不僅需要應(yīng)對(duì)與其他行業(yè)相同的一般性風(fēng)險(xiǎn)，還要應(yīng)對(duì)其特有的風(fēng)險(xiǎn)。隨著壽險(xiǎn)精算的不斷發(fā)展和保險(xiǎn)公司管理機(jī)制的提升，死差和費(fèi)差帶來(lái)的風(fēng)險(xiǎn)得到了很好的控制。但利率的變化無(wú)規(guī)律可言，因此利差成為影響壽險(xiǎn)公司利潤(rùn)的最關(guān)鍵因素，利率風(fēng)險(xiǎn)是壽險(xiǎn)公司最主要的市場(chǎng)風(fēng)險(xiǎn)。

1996年5月至2002年2月，央行連續(xù)八次調(diào)整基準(zhǔn)利率，由以前的9.18%降為1.98%，使我國(guó)壽險(xiǎn)行業(yè)第一次見(jiàn)識(shí)了“利差損”的強(qiáng)大威力。隨后，經(jīng)歷了一段時(shí)間的統(tǒng)一預(yù)定利率后，我國(guó)于2013年開(kāi)始進(jìn)行費(fèi)率市場(chǎng)化改革。2019年8月底，銀保監(jiān)會(huì)發(fā)布《關(guān)于完善人身保險(xiǎn)業(yè)責(zé)任準(zhǔn)備金評(píng)估利率形成機(jī)制及調(diào)整責(zé)任準(zhǔn)備金評(píng)估利率有關(guān)事項(xiàng)的通知》（銀保監(jiān)辦發(fā)〔2019〕182 號(hào)），該通知的實(shí)施將導(dǎo)致壽險(xiǎn)行業(yè)需要增提1200 億元的責(zé)任準(zhǔn)備金，占責(zé)任準(zhǔn)備金余額的1%。隨著世界低利率時(shí)代的到來(lái)和我國(guó)資產(chǎn)收益率近幾年持續(xù)下行，壽險(xiǎn)公司中長(zhǎng)期資產(chǎn)端的壓力增大，該通知的實(shí)質(zhì)是監(jiān)管部門(mén)為了控制長(zhǎng)期利差損風(fēng)險(xiǎn)，避免過(guò)高定價(jià)利率的同時(shí)提升準(zhǔn)備金充足性，維護(hù)行業(yè)長(zhǎng)期穩(wěn)定發(fā)展。

壽險(xiǎn)產(chǎn)品生命周期較長(zhǎng)，在保單存續(xù)期間利率隨時(shí)可能波動(dòng)，壽險(xiǎn)公司對(duì)利率變化異常敏感，因此對(duì)壽險(xiǎn)產(chǎn)品合理定價(jià)是壽險(xiǎn)公司經(jīng)營(yíng)中最重要的問(wèn)題。傳統(tǒng)的壽險(xiǎn)產(chǎn)品采用固定利率進(jìn)行定價(jià)，早就不能適應(yīng)壽險(xiǎn)公司的管理要求。因此，研究隨機(jī)利率對(duì)壽險(xiǎn)公司保費(fèi)和責(zé)任準(zhǔn)備金定價(jià)的影響，不僅符合目前我國(guó)利率持續(xù)下行的經(jīng)濟(jì)背景，而且符合“償二代”以“風(fēng)險(xiǎn)”為導(dǎo)向的監(jiān)管要求，還可以幫助壽險(xiǎn)公司規(guī)避利率風(fēng)險(xiǎn)。此外，合理的定價(jià)也有助于壽險(xiǎn)公司占有并維持一定的客戶量。

國(guó)外通過(guò)隨機(jī)利率進(jìn)行保險(xiǎn)定價(jià)的研究開(kāi)始較早。Cox et al.（1985）在壽險(xiǎn)公司利率風(fēng)險(xiǎn)的管理中引入單因子利率模型，提出了單因子免疫。William（2006）評(píng)估了準(zhǔn)備金制度與利率通道之間的關(guān)系。Zaglauer and Bauer（2008）評(píng)估和分析了隨機(jī)利率環(huán)境下人壽保險(xiǎn)合同主要種類(lèi)的擔(dān)保和期權(quán)，對(duì)不同的期權(quán)元素使用蒙特卡洛和離散化方法來(lái)導(dǎo)出各自的值。Ming（2006）推導(dǎo)了隨機(jī)利率環(huán)境下組合人壽保險(xiǎn)收益的期望值和現(xiàn)值方差，提出了模擬利率過(guò)程和被保險(xiǎn)人未來(lái)壽命的算法。國(guó)內(nèi)相關(guān)研究起步較晚，趙靜宇等（2008a）引入Vasicek 模型，利用蒙特卡洛模擬方法計(jì)算出隨機(jī)利率下壽險(xiǎn)產(chǎn)品的價(jià)格分布十分接近正態(tài)分布，反映了隨機(jī)利率下壽險(xiǎn)產(chǎn)品定價(jià)的合理性。同年，趙靜宇等（2008b，2008c）利用CIR 模型評(píng)估隨機(jī)利率，準(zhǔn)確地計(jì)算了隨機(jī)利率下的壽險(xiǎn)責(zé)任準(zhǔn)備金。孫嬌嬌（2019）利用Vasicek 模型，研究了歐式期權(quán)定價(jià)問(wèn)題。張昌松（2014）運(yùn)用標(biāo)準(zhǔn)模糊過(guò)程描述利息力函數(shù)，研究了模糊環(huán)境下的n年連續(xù)型生存年金計(jì)算公式，以及n年全連續(xù)型死亡保險(xiǎn)的躉繳純保費(fèi)、均衡純保費(fèi)和準(zhǔn)備金計(jì)提公式，并測(cè)算了常數(shù)利率、隨機(jī)利率以及模糊利率三種環(huán)境下的數(shù)值。

綜上所述，利用固定利率進(jìn)行壽險(xiǎn)產(chǎn)品定價(jià)存在諸多不足已經(jīng)成為業(yè)內(nèi)共識(shí)，大多數(shù)學(xué)者分別研究保費(fèi)和責(zé)任準(zhǔn)備金，但是這兩者是不可分離的，低利率環(huán)境和監(jiān)管要求若影響其中的一個(gè)，另一個(gè)也必然會(huì)受到影響。因此，本文針對(duì)n年定期繳費(fèi)的半連續(xù)型終身壽險(xiǎn)，結(jié)合保費(fèi)和責(zé)任準(zhǔn)備金定價(jià)進(jìn)行建模分析，不再單一地分析保費(fèi)或責(zé)任準(zhǔn)備金，而是把整個(gè)保險(xiǎn)流程的承保端與理賠端聯(lián)系起來(lái)，更有利于壽險(xiǎn)公司全面地考慮利差損帶來(lái)的影響。本文主要分為兩部分：第一部分隨機(jī)利率建模，首先介紹Vasicek 利率模型，利用上海銀行間同業(yè)拆借7日利率數(shù)據(jù)，使用廣義矩估計(jì)方法估計(jì)參數(shù)，模擬未來(lái)利率的變動(dòng)情況；第二部分壽險(xiǎn)定價(jià)建模，首先計(jì)算固定利率下的年繳純保費(fèi)和責(zé)任準(zhǔn)備金，然后分析隨機(jī)利率下的年繳純保費(fèi)和責(zé)任準(zhǔn)備金并與固定利率下的進(jìn)行對(duì)比，從而得出隨機(jī)利率定價(jià)的準(zhǔn)確性和合理性。

二、Vasicek 模型實(shí)證分析

（一）Vasicek 模型概述

Vasicek 模型于1977年由Vasicek 提出，它是一種單因子模型，具體形式如下：

可整理為：

其中，r 為t 時(shí)刻的利率，α、-β、σ 都是大于零的常數(shù)，為布朗運(yùn)動(dòng)，ε服從標(biāo)準(zhǔn)正態(tài)分布；（α+βr）dt 為漂移項(xiàng)，σdw 為隨機(jī)項(xiàng)；為短期利率的長(zhǎng)期水平，即均衡利率，-β 為利率回復(fù)的速度，-β 越大，則隨機(jī)利率r 向均衡利率回復(fù)的速度越快。當(dāng)時(shí)，漂移項(xiàng)的符號(hào)為負(fù)，此時(shí)隨機(jī)利率r 位于均衡利率上方，且r總體是向下移動(dòng)的；當(dāng)時(shí)，漂移項(xiàng)的符號(hào)為正，此時(shí)隨機(jī)利率r 位于均衡利率下方，且r 總體是向上移動(dòng)的。

由此可以看出，Vasicek 模型是一個(gè)滿足均值回復(fù)特征的隨機(jī)利率模型，這一特征是符合現(xiàn)實(shí)中經(jīng)濟(jì)活動(dòng)特點(diǎn)的，當(dāng)利率升高時(shí)，會(huì)導(dǎo)致資金需求減少，進(jìn)而使利率下降，反之亦然。

（二）參數(shù)的GMM 估計(jì)

廣義矩估計(jì)（Generation Method of Moments，GMM）是一種基于矩條件的參數(shù)估計(jì)方法，在金融領(lǐng)域中應(yīng)用廣泛。俞鵬程（2008）認(rèn)為，與最小二乘估計(jì)和極大似然估計(jì)相比，廣義矩估計(jì)更靈活一些。這里采用GMM 方法對(duì)上述Vasicek 模型中的3 個(gè)參數(shù)α、β、σ 進(jìn)行估計(jì)。首先，對(duì)式（1）進(jìn)行離散化處理得到離散化的Vasicek 模型：

其中，σεt為隨機(jī)項(xiàng)，定義隨機(jī)項(xiàng)為ζt，即ζt=σεt。由隨機(jī)項(xiàng)的期望為0，得到方差為σ2的兩個(gè)矩條件：

由于兩個(gè)矩條件不足以估計(jì)3 個(gè)參數(shù)，我們利用工具變量zt=［1，rt-1］構(gòu)造另外兩個(gè)矩條件：

則共找到了四個(gè)矩條件：

這里的θ 代表要求解的參數(shù)α、β、σ。由于矩條件的個(gè)數(shù)超過(guò)了參數(shù)的個(gè)數(shù)，不可能找到合適參數(shù)使得所有矩條件都嚴(yán)格等于0，所以我們通過(guò)最小化如下函數(shù)來(lái)得到參數(shù)的最佳估計(jì)值：

其中，W 是權(quán)重矩陣，衡量各矩條件的重要程度。通常，W 的初始值設(shè)為單位陣，即開(kāi)始時(shí)假設(shè)各矩條件具有相同的重要性。然后通過(guò)不斷地迭代優(yōu)化來(lái)得到最優(yōu)的參數(shù)θ 和最優(yōu)的權(quán)重矩陣W。

（三）數(shù)據(jù)及實(shí)證結(jié)果

1.數(shù)據(jù)選取與檢驗(yàn)

隨機(jī)利率模型建立過(guò)程中，雖然瞬時(shí)利率滿足隨機(jī)微分方程，但在現(xiàn)實(shí)金融市場(chǎng)中瞬時(shí)利率并不存在。因此，大多數(shù)學(xué)者采用短期利率來(lái)替代瞬時(shí)利率，最常用的利率品種即銀行間同業(yè)拆借利率。拆借利率是根據(jù)市場(chǎng)上資金的供求狀況而自由上下浮動(dòng)的，也是發(fā)達(dá)貨幣市場(chǎng)上最基本的利率。目前，我國(guó)銀行間的拆借利率是Shibor（Shanghai Interbank Offered Rate）。Shibor 的形成過(guò)程可分為三步：一是由信用等級(jí)較高的銀行組成報(bào)價(jià)團(tuán)；二是報(bào)價(jià)團(tuán)成員自主報(bào)出同業(yè)拆借利率；三是計(jì)算第二步得到利率的平均值，這個(gè)平均值就是最終的拆借利率。根據(jù)拆借時(shí)長(zhǎng)不同，Shibor 利率可分為8 種：隔夜（O/N）、1 周（1W）、2 周（2W）、1 個(gè)月（1M）、3 個(gè)月（3M）、6 個(gè)月（6M）、9 個(gè)月（9M）和1年（1Y）。

由于潘冠中（2004）證明了單因子利率模型參數(shù)估計(jì)數(shù)據(jù)選擇的相關(guān)性原則，因此本文選擇與其他利率短期變化相關(guān)性最高的利率作為瞬間隨機(jī)利率rt的最佳近似替代利率。本文利用Excel 計(jì)算了8 個(gè)利率品種兩兩之間的相關(guān)系數(shù)，如表1所示，時(shí)間范圍為2014年1月2日至2019年8月2日，數(shù)據(jù)來(lái)源于上海銀行同業(yè)拆借利率官網(wǎng)（http：//www.shibor.org/）。由表1可以看出：相關(guān)系數(shù)最大的是0.99889（9個(gè)月與1年），相關(guān)系數(shù)最小的是0.62363（隔夜與1年），且這8 種利率之間都表現(xiàn)出強(qiáng)相關(guān)性且差距不大。隨后，利用EViews10 軟件對(duì)8 種利率數(shù)據(jù)分別做單位根平穩(wěn)性檢驗(yàn)。假設(shè)：所選取的數(shù)據(jù)序列有單位根，如果能拒絕原假設(shè)，即說(shuō)明數(shù)據(jù)是平穩(wěn)的。檢驗(yàn)結(jié)果如表2所示。

表1 Shibor 8 種利率之間的相關(guān)系數(shù)

表2 Shibor 利率ADF 檢驗(yàn)結(jié)果

由表2可以看出，3M，6M，9M，1Y 的t 統(tǒng)計(jì)量均大于顯著性水平為10%的臨界值，因此3 個(gè)月、6 個(gè)月、9 個(gè)月和1年的Shibor 數(shù)據(jù)存在單位根，接受了原假設(shè)，數(shù)據(jù)是不平穩(wěn)的。O/N 和1W 的t 統(tǒng)計(jì)量均遠(yuǎn)遠(yuǎn)小于顯著性水平為1%的臨界值，因此隔夜和一周的Shibor 數(shù)據(jù)在置信度為99%的水平上不存在單位根，拒絕了原假設(shè)，數(shù)據(jù)平穩(wěn)。結(jié)合相關(guān)性檢驗(yàn)，隔夜和一周的拆借利率中，一周拆借利率與其他7 種利率的相關(guān)性更強(qiáng)，因此本文選擇一周Shibor 數(shù)據(jù)進(jìn)行參數(shù)估計(jì)。圖1和圖2分別繪制了2014年1月2日至2019年8月2日1395 個(gè)上海銀行間同業(yè)拆借7日利率走勢(shì)圖及其一階差分圖。

圖1 利率走勢(shì)圖

圖2 利率一階差分圖

從圖1和圖2可以看出，2014年全年的利率水平最高且波動(dòng)最為劇烈，這可能與當(dāng)年央行意外降息，五大民營(yíng)銀行獲批等重大經(jīng)濟(jì)事件有關(guān)。2016-2018年利率相對(duì)比較平穩(wěn)，而且利率波動(dòng)是持續(xù)密集分布的，利率平穩(wěn)時(shí)幾乎沒(méi)有波動(dòng)，數(shù)據(jù)平穩(wěn)。

2.Vasicek 模型參數(shù)估計(jì)

本文對(duì)Vasicek 模型進(jìn)行廣義矩估計(jì)的數(shù)學(xué)軟件為Matlab，參數(shù)估計(jì)的結(jié)果見(jiàn)表3。

表3 Vasicek 模型參數(shù)估計(jì)結(jié)果

從表3中Vasicek 模型的參數(shù)估計(jì)結(jié)果可以看出，在0.05 的顯著性水平下，α 和β 的t 統(tǒng)計(jì)量均大于臨界值1.645（t 分布表）；在0.01 的顯著性水平下，σ2的t 統(tǒng)計(jì)量大于臨界值2.326，這說(shuō)明參數(shù)估計(jì)值的顯著性較高。此外，模型的χ2值越小，模型被接受的可能性越大，表3中的χ2值為3.95*10-13，由此可以推斷出模型十分適合所選取的數(shù)據(jù)。根據(jù)表3的參數(shù)估計(jì)結(jié)果以及α=kμ，β=-k 可得到利用廣義矩估計(jì)（GMM）估計(jì)出的Vasicek 模型為：

三、隨機(jī)利率下半連續(xù)型壽險(xiǎn)產(chǎn)品定價(jià)分析

楊浩（2017）認(rèn)為，保險(xiǎn)實(shí)務(wù)中半連續(xù)型壽險(xiǎn)產(chǎn)品定價(jià)模型切合實(shí)際，可操作性比較強(qiáng)，是相對(duì)比較常見(jiàn)的保險(xiǎn)模型。因此，本文實(shí)證分析保險(xiǎn)定價(jià)和責(zé)任準(zhǔn)備金定價(jià)都選擇n年定期繳費(fèi)的半連續(xù)型終身壽險(xiǎn)產(chǎn)品。

（一）實(shí)例假設(shè)

根據(jù)《人壽保險(xiǎn)精算規(guī)定》，我們對(duì)相應(yīng)的參數(shù)進(jìn)行適當(dāng)?shù)募僭O(shè)。假設(shè)條件如表4所示。

表4 相關(guān)參數(shù)假定

（二）年繳純保費(fèi)定價(jià)分析

人壽保險(xiǎn)主要采用均衡保費(fèi)法繳納保費(fèi)，絕大多數(shù)投保人采用分期繳費(fèi)的方式，以避免一次性繳費(fèi)造成的經(jīng)濟(jì)負(fù)擔(dān)，如按年繳納的純保費(fèi)，稱為年繳純保費(fèi)。

1.固定利率下的年繳純保費(fèi)

固定利率下終身壽險(xiǎn)的半連續(xù)型年繳純保費(fèi)定價(jià)公式為：

2.隨機(jī)利率下的年繳純保費(fèi)

將式（10）中的v 替換為隨時(shí)間變化的折現(xiàn)因子vt，就可以得到隨機(jī)利率下的n年定期壽險(xiǎn)的年繳純保費(fèi)定價(jià)公式，折現(xiàn)因子，rt服從Vasicek 利率模型，其迭代公式由式（9）給出。

前文所得到的半連續(xù)型年繳純保費(fèi)定價(jià)模型形式復(fù)雜，很難對(duì)其經(jīng)驗(yàn)分布函數(shù)圖進(jìn)行模擬。為了解決這個(gè)難題，我們選用蒙特卡洛方法，結(jié)合Matlab 軟件中的Randn（）函數(shù)來(lái)實(shí)現(xiàn)。

下面利用蒙特卡洛方法，結(jié)合Vasicek 模型，使用Matlab 軟件計(jì)算，具體步驟如下：

第一步，使用Matlab 中的Randn（）函數(shù)生成10000 個(gè)dWt序列，t=1，2，3，…，n，dWt服從標(biāo)準(zhǔn)維納過(guò)程。

第二步，將生成的dWt序列代入式（9），生成10000 條利率路徑rt，t=1，2，3，…，n，如圖3所示。

第三步，將生成的利率路徑rt代入隨機(jī)利率下年繳純保費(fèi)定價(jià)公式，生成10000個(gè)年繳純保費(fèi)值kP（），如圖4所示。

第四步，根據(jù)生成的kP（）的模擬值得出年繳純保費(fèi)的經(jīng)驗(yàn)分布函數(shù)以及相關(guān)統(tǒng)計(jì)數(shù)據(jù)，如表5和表6所示。

圖3 利率路徑圖

圖4 年繳純保費(fèi)分布

表5 相關(guān)統(tǒng)計(jì)量

表6 定價(jià)分位點(diǎn)

由表5和表6可知，隨機(jī)模擬的年繳純保費(fèi)的最小值為147.899 元，最大值為177.179 元，平均值和中位數(shù)非常相近。價(jià)格定位點(diǎn)顯示90%的置信區(qū)間是［154.727，166.755］，偏度為0.085＞0，分布具有正偏離，但偏離程度非常小。由圖4可以看出，模擬的年繳純保費(fèi)曲線比較對(duì)稱、接近于正態(tài)分布，主要集中在155～165，中位數(shù)對(duì)應(yīng)的價(jià)格正好在50%的分位點(diǎn)上。

固定利率下的年繳純保費(fèi)是160.547 元，非常接近隨機(jī)利率下的中位數(shù)和平均值，這是因?yàn)楣潭ɡ氏露▋r(jià)采用的利率2.8%為1395 個(gè)利率的均值。由于模擬次數(shù)的限制和隨機(jī)數(shù)的任意性，兩者會(huì)存在偏差，但結(jié)果顯示這個(gè)偏差是很小的。隨機(jī)價(jià)格的均值高于固定利率下價(jià)格，可以看出均值位于70%～80%的分位點(diǎn)所對(duì)應(yīng)的價(jià)格之間，用均值160.64 元定價(jià)更加安全、合理。雖然相對(duì)略高的價(jià)格增加了投資人的投資成本，但卻提高了保險(xiǎn)公司的償付能力，使保險(xiǎn)公司更加安全，所以我們推薦用均值定價(jià)。

（三）責(zé)任準(zhǔn)備金定價(jià)分析

責(zé)任準(zhǔn)備金是指壽險(xiǎn)公司為了在未來(lái)的某一天給付被保險(xiǎn)人的債務(wù)，提前提存的不能用于投資的款額。

1.固定利率下的責(zé)任準(zhǔn)備金

假定初始利率為2.8%（即1395 個(gè)隨機(jī)利率的均值），可以得到假設(shè)案例中固定利率下半連續(xù)型終身壽險(xiǎn)的責(zé)任準(zhǔn)備金的簡(jiǎn)約計(jì)算公式為：

其中，k 為保單年度，根據(jù)以上公式，可以計(jì)算得出不同保單年度下的壽險(xiǎn)責(zé)任準(zhǔn)備金，計(jì)算結(jié)果如表7所示。

表7 分年度準(zhǔn)備金

2.隨機(jī)利率下的責(zé)任準(zhǔn)備金

同樣地，將固定利率下的半連續(xù)型n年定期壽險(xiǎn)的年繳費(fèi)情形下的責(zé)任準(zhǔn)備金的計(jì)算公式中的固定折現(xiàn)因子v 替換為時(shí)變折現(xiàn)因子vt，得到隨機(jī)利率下責(zé)任準(zhǔn)備金的計(jì)算公式是：

圖5 基于Vasicek 模型的10000 次模擬的準(zhǔn)備金數(shù)值分布

表8 相關(guān)統(tǒng)計(jì)量

表9 定價(jià)分位點(diǎn)

由表8和表9可知，隨機(jī)模擬的責(zé)任準(zhǔn)備金最小值為4775.719 元，最大值為5832.582 元，固定利率下第30年年末的責(zé)任準(zhǔn)備金為5294.015 元。價(jià)格定位點(diǎn)顯示90%的置信區(qū)間是［5062.470，5533.582］，偏度為0.097＞0，峰值為2.992，非常接近3，由此可見(jiàn)，準(zhǔn)備金的分布接近正態(tài)分布，分布具有正偏離，但偏離程度非常小。一般情況下，準(zhǔn)備金數(shù)額定在60%至95%的分位點(diǎn)之間。比如取70%的分位點(diǎn)的額度時(shí)，與固定利率相比，則多提取的準(zhǔn)備金是5368.386-5294.015=74.371 元，不過(guò)這不能說(shuō)明2.8%的固定利率下評(píng)估的準(zhǔn)備金是不充足的。本文只是提供在利率隨機(jī)變動(dòng)的條件下評(píng)估準(zhǔn)備金的一種方法。由于固定利率下的責(zé)任準(zhǔn)備金與隨機(jī)利率下的均值、中位數(shù)都非常接近，因此本文建議采取隨機(jī)利率下的均值和中位數(shù)進(jìn)行準(zhǔn)備金定價(jià)。

四、結(jié)論

壽險(xiǎn)公司會(huì)受到未來(lái)一定時(shí)期內(nèi)市場(chǎng)利率上下波動(dòng)的影響，單純利用固定利率進(jìn)行保險(xiǎn)產(chǎn)品費(fèi)率的厘定已經(jīng)不能滿足壽險(xiǎn)公司償付能力的要求。由上述實(shí)證結(jié)果可以看出，模擬的年繳純保費(fèi)和責(zé)任準(zhǔn)備金分布均接近正態(tài)分布，說(shuō)明利用隨機(jī)利率進(jìn)行壽險(xiǎn)產(chǎn)品的定價(jià)，不僅準(zhǔn)確性和穩(wěn)定性更高，而且可以給予壽險(xiǎn)公司更多可供參考的數(shù)據(jù)。當(dāng)前低利率環(huán)境下，無(wú)論是銀保監(jiān)會(huì)2019年182 號(hào)文件要求準(zhǔn)備金評(píng)估利率上限調(diào)整為3.5%，還是監(jiān)管部門(mén)從2018年開(kāi)始就很少再批復(fù)高預(yù)定利率的產(chǎn)品，都在提醒壽險(xiǎn)公司需注意利差損帶來(lái)的經(jīng)營(yíng)風(fēng)險(xiǎn)。壽險(xiǎn)公司應(yīng)該摒棄固定利率的定價(jià)方式，利用隨機(jī)利率進(jìn)行科學(xué)定價(jià)，這不僅符合當(dāng)前的監(jiān)管要求，還可以幫助壽險(xiǎn)公司合理定價(jià)，規(guī)避面臨的利率風(fēng)險(xiǎn)，最重要的是能在利率下行導(dǎo)致投資收益減少、資產(chǎn)端壓力增加的情況下，從源頭控制負(fù)債端，減少壽險(xiǎn)公司的未來(lái)負(fù)債，使壽險(xiǎn)產(chǎn)品的高預(yù)定利率成為歷史。未來(lái)進(jìn)一步研究的方向是：考慮持續(xù)的低利率環(huán)境下，利率變動(dòng)對(duì)壽險(xiǎn)公司一些新型壽險(xiǎn)，比如分紅險(xiǎn)、萬(wàn)能險(xiǎn)和投資連結(jié)險(xiǎn)的定價(jià)和投資收益的影響。