论文部分内容阅读
摘要：在市场化的巨灾保险机制运行过程中，信息不对称所引发的风险识别问题容易导致巨灾保险合同偏离最优均衡状况进而诱发市场失灵，因此合理有效的识别投保人的风险类型显得尤为重要。在以信息经济学中的逆向选择与信号传递理论为基础，利用不完全动态信息博弈模型对巨灾保险中的风险识别模式进行研究后的结果表明，后验风险识别模式同样可以有效甄别投保人的风险状况，风险分离均衡后的巨灾保单可以在多期的合同中达到精练贝叶斯均衡。
关键词：巨灾保险；信息不对称；风险识别；精练均衡
中图分类号：F840.64文献标识码：A
The Effectiveness Analysis about Risk Identification in Catastrophe Insurance Market
—Based on the study of long term catastrophe insurance contracts
Duan sheng Lv Huangqin
(Insurance college, Southwestern University of Finance and Economics, Chengdu 611130, China)
Abstract: During the operation process for market-oriented catastrophe insurance mechanism, the problems of asymmetric information and risk identification are easily lead catastrophe insurance market deviate to optimal state and result in market failure, so that risk identification is vital to keep the steady operation for catastrophe insurance. According to information economics and signaling theories, this article studies the effectiveness of risk identification in the dynamic game model of incomplete information. And the conclusion is that, afterwards risk type identification can identify the risk profile of the insured, separating equilibrium will achieves perfect equilibrium in the long term catastrophe insurance contracts.
Keywords: Catastrophe Insurance; Asymmetric Information; Risk Identification; Perfect Equilibrium
巨灾保险市场风险识别模式的有效性分析
——基于多期的巨灾保险合同研究
一、引言
近年来，随着全球气候变暖和不确定性增加，自然灾害和人为灾祸频发，所造成的巨大经济损失和人员伤亡已给各国提出了严峻的新挑战，巨灾风险及其管理也因此成为风险社会环境下社会各界必须予以高度关注的焦点。从理论上讲，以自由的市场经济运行机制为导向，建立在不确定经济学条件下的巨灾保险市场可以通过风险的聚合与分散效应在一定程度上将巨灾损失进行转移，但是这一机理得以正常运行的重要前提是巨灾保险市场是一个信息完全的有效竞争市场。但是，现实情况却恰恰相反，巨灾保险市场很难满足完全信息的假设条件，这就给保险公司正确识别投保人的风险类型，进而制定合理的保险费率带来了巨大的挑战。因此研究巨灾保险市场中的风险感知问题，并在此基础上制定满足风险层次差异性的分离保单，对于解决巨灾保险市场中的信息不对称问题，以及提高保险公司的经营效率无疑都具有重要的理论价值和现实意义。本文将在此基础上，对这一问题进行说明。
二、文献回顾
自Akerlof(1970) [1]开创对信息不完全市场中逆向选择问题研究的先河以后，保险市场中的逆向选择问题一直是西方学者长期关注的焦点。在关于巨灾保险市场中的逆向选择问题的研究中，Crocker,K 和 A,Snow (1976) [2]、Howard Kunreuther和Nathan Novemsky (2001) [3] 、Kenneth Froot和Paul（2008）[4]、 Crossi和Kunreuther（2009）[5]等都认为，巨灾保险市场低效率运行的一个重要原因在于信息不对称，高风险的投保人比低风险的投保人更愿意购买巨灾保险，从而提高了保险公司的赔付概率，给保险公司的偿付能力带来影响，因此为规避风险、提高经营水平，保险公司必须尽最大的努力去收集被保险人风险类别信息。在关于被保险人风险类型识别的分析过程中，Kleindorfer和Kunreuther(1999) [6]、Kip Smith和John Dickhaut（2002）[7]认为，巨灾保险市场中的风险识别问题在多数情况下并非来源于投保人的故意隐瞒，投保人购买巨灾保险受到心理因素、环境因素等诸多条件限制，由于认知偏差而产生的行为偏差，巨灾的风险判断过程中的先验概率不足，以及盲目赌博式投保的模糊风险厌恶等都容易使得投保人对自自身风险类型的判断产生偏离，进而无法准确的判断自身的风险类型。在关于巨灾保险市场中风险识别问题的研究中，Ellsberg（1961）[8]、Dixit和Picard（2002）[9]提出在传统的保险市场中，保险公司一般采用先验风险识别方式，即根据以往的统计检验在投保时对直接投保人的实际保险标的情况进行核实，将风险类型较高的投保人从投保人总体中分离，拒绝签订保险合同或者要求提高保险费率。但是，巨灾保险合同的特殊性使得保险公司需要从多期的巨灾保险合同中通过后验风险识别模式对投保人的风险状况进行逆向判断，进而在下一期的保险合同中进行调整。
三、巨灾风险的后验识别模式
在巨灾保险合同中，由于认知能力和行为偏差，投保人自身无法正确识别自身的风险状况，投保人在选择巨灾保险合同时存在一定的盲目性和被动性，因此保险公司很难根据单一期间的投保行为直接判断投保人是否存在故意隐瞒风险类别的事实，也无法直接对投保人的投保行为的性质进行界定，就给保险公司制定分离均衡的巨灾保单带来了问题，基于此，可以考虑在多期的巨灾保险合同中后验逆向识别投保人的风险状况，但是这一行为过程是否有效依然存在争议。因此，本文将参考Dixit和Picard（2002）[10]的模型设定方法在下面部分内容中对信息不完全不对称条件下的巨灾保险市场中的后验风险识别问题进行分析。
（一） 研究假设
风险类型假设：假设巨灾保险市场中存在两种类型的投保人：高风险投保人和低风险投保人，其中各自比重分别为 、 。投保人由于认知能力有限并不知道自己的风险类型，只能感知到一个模糊的风险信号 ，低风险投保人总是感知一个好的信号 ，而高风险投保人则可能感知到好的信号也有可能感知到坏的信号，在感知到好的信号 的投保人中属于高风险类型的条件概率 。
保单类型假设：假设保险人向投保人出售两类保单并收取不同的保费：高风险类型的保险合同 和低风险类型保单 ， 和 分别表示对高风险和低风险投保人收取的不同保费。如果低风险保险人选择 ，保险人肯定不会拒绝，也不需要进行任何调查， 和 表示在没有进行任何调查的情况下出险时的净赔付；但对于高风险的投保人，为堤防高风险人故意选择 或者为避免高风险分出于信号判断的失误而误选 ，保险人有必要调查， 是调查证实投保人为高风险投保人后的净赔付； 是调查证实被保险人为低风险投保人人的净赔，得到分离保单 ,。
（二） 模型分析
根据Rotchcilid-Stiglitz（1976） [11]完全竞争市场结构模型的最优化条件，感知到风险信号 的投保人将购买完全保单，而感知到风险信号 的投保人将购买均衡保单 ，因此，以Michael Spence（1973）[12]年建立的信号模型为基础，借鉴Picard 和Yamamoto（1987）[13]的论证方法，可以得到风险识别中的最优化问题是满足感知到信号 时投保人购买均衡保险 时的最优解：
从式3.8中可以看到，当 时，说明对于高风险类型投保人能正确识别自己的风险类别时，保险公司从节约成本的角度上考虑，最优选择是进行直接的事前风险类型调查；当 时，说明如果保险公司不进行任何调查，则保险公司对被投保人的净赔付大于进行风险类型调查时的净赔付，保险公司的最优选择是进行事后的风险调查，并且对高风险类型的投保人采取不完全保险方案；当 时，说明高风险类型的投保人总是千方百计的去隐瞒自身的风险类型，故意或者非故意的发出各种错误信号，保险公司并不能仅仅凭借是否购买过度保险方案来断定投保人是出于善意还是恶意，保险公司有必要对投保人的风险类型进行事后调查，并在下一期的保险合同中根据不同的风险类型制定分离的保险合同。
四、风险后验识别模式的有效性检验
通过上文的分析可知，巨灾保险公司从长期发展的角度应该对巨灾保险市场的不同风险类型的投保人进行逆向调查，从他们的投保行为中推断风险类型，并且在下一步的巨灾保险合同中根据不同的风险类型制定差异保费率，但是巨灾保险市场与一般保险市场存在最大的区别在于巨灾是小概率大损失的事件，巨灾风险具有很大的偶然性，传统的期望效用理论和统计决策模型很难完全满足巨灾保险市场的运行机制。从某种程度上看，巨灾保险合同的行为抉择具有很大的动态博弈成分，投保人与保险公司之间存在一种动态的序列相关关系，在此问题上，John C. Harsanyi（1967）[14]、Sanfey和Rilling（2003）[15]已经做过类似的说明。因此，本文将采用动态博弈的分析方法去寻找分巨灾保险合同中的动态子博弈纳什均衡解，并对其进行验证。
（一） 条件设定
在这个博弈过程中，有两个参与人， 为参与人集合，其中1代表信号发送者，即巨灾保险市场中的投保人，2代表信号接受者，即巨灾保险公司，参与人1的信息是私人信息，而参与人2的信息则是公共信息，参与人1的类型空间， ，其中 表示投保人为低风险的投保人， 表示投保人为高风险类型的投保人，参与人1知道自身自身 的取值，而参与人2却不知道。参与人1在观察到类型空间 后选择发送信号，参与人2观察到参与人1的信号以后将采取行动。关于巨灾保险人的期望收益：高风险投保人购买高保费时的期望收益为 ，高风险投保人购买低保费的期望收益为 ；低风险投保人购买高保费的期望收益为 ，低风险投保人购买低风险时的期望收益为 ；关于巨灾保险投保人的期望收益：对于高风险投保人，高风险投保人购买低保费时的期望收益为 ，高风险投保人购买高保费时的期望收益为 ；对于低风险投保人，低风险投保人购买低保费时的期望收益为 ，低风险投保人购买高保费时的期望收益为 。如果保险公司不承保，高风险投保人的期望收益为 ，低风险投保人的期望收益为，因此根据这些条件可以建立一个信号传递的博弈树模式，如下图所示：
图1：不同风险类别的保费信号传递博弈树
（二）均衡求解
（1）根据信号传递模型的精练贝叶斯均衡的战略组合 和概率 满足： 和 ，因此首先联立方程求解参与人2的子博弈精练贝叶斯策略：
因此可以得到参与者2的子博弈精练贝叶斯均衡解：
（2）分别在各个区间上求参与人1的子博弈精练贝叶斯均衡解：
（3）求解精练贝叶斯均衡
当 时， ， ，此时可以推断 ，可得 ，不同类型的信号人选择相同的信号策略，没有任何类型选择与其他类型不同的信号，因此不存在均衡解；同理当 时， ， ，此时可以推断 ，可得 ，不同类型的信号人选择不同的信号，满足准分离均衡法则，存在最优的均衡解；当 时，，可以推断 ，可得 ，此种情况下的保险费率违背逻辑，不存在均衡解。
（三）现实性分析
从上述近乎完美的标准求解过程中发现，关于巨灾保险保险市场中的风险识别模型，其结果悲喜参半。一方面，验证了在信息不完全对称的巨灾保险市场中，通过逆向识别风险的方式，可以对下一期投保人的风险状况进行恰当的风险分类，风险分类的有效性体现在降低了逆向选择的经济成本，其在效率方面的增进可能超过逆向风险识别本身的成本，因此保险人需要努力收集投保人的风险信息，在初次信息蒙蔽之后可以通过多期的保险合约对下一期的实践情况进行调查，进而达到分散均衡机制的长期动态最优，这足以说明，后验感知来逆向推断前验风险类型的方法不仅仅可以弥补事前信息收集过程中存在的一些缺陷，而且可以更加全面的衡量和判断行为人的事前决策心理过程，进一步能够避免单向判断过程中的局限性从而更有效的制定下一期保险合同。但是，另一方面，在模型的分析过程中用，本文假设所有的投保人都具有相同的风险偏好，分析的框架也是建立在隐蔽风险信息的局部均衡模型中，没有考虑逆向选择本身所存在的偏好差异性，同时，对不同风险类别的投保人采用同一合约方式的保险公司利润最大化均衡求解过程也存在不足，如果再考虑经济寻租以及监管约束，则最终能否达到均衡更是值得深入讨论。因此，如果考虑在加入现实中的约束条件，比如巨灾保险合同是否具有长期性、巨灾保险投保人的风险差异性是体现在地域差异还、收入差异抑或是其他差异，以及保险公司对巨灾风险的实际损失控制模式是采用的随机模拟估计方法还是经验统计分析方法等等，上述分析模型将变得更加具有可行性。
五、几点启示
通过本文的研究，可以带来以下几点启示：
第一，从未来巨灾风险的理论研究方向上看，当前关于我国关于巨灾保险市场中的逆向选择及风险识别问题的研究基本上还停留在理论分析层次，而且分析模式相对单一，大多注重简单的定性描述，实证检验的定量分析以及实验调查的研究报告较少。这一方面是由于我国巨灾保险市场本身不成熟，可供统计分析的样本数据较少，巨灾保险的理赔数据和损失分布难以把握，很多客户信息和投保动机都不明确，第一手的数据资料相对有限；另一方面还在于国内学者的研究思路尚未得到根本性的转表，依然停留在传统的简单论述分析阶段，过分注重理论的描述性分析，没有将实验性的调查研究以及实证性的可靠性检验应用到巨灾保险的研究过程中。因此在未来的研究过程中，应当高度重视实证检验的分析模式，将理论分析基础结合到巨灾保险市场机制的实际运行过程中，通过随机模拟以及抽样统计等方法，定量对巨灾保险市场中的逆向选择及风险识别问题进行研究。
第二，从巨灾保险经营的实践发展过程中看，风险识别是一个复杂的过程，涉及到信息双方的认知水平和信息处理能力，而风险感知又与行为人的风险认知态度以及风险抉择心理息息相关，不能忽略投保过程中的决策信息所传递出来的风险态度。因此，为减少逆向选择的影响，巨灾保险公司应当加强对投保人个人信息和保险标的相关信息的搜集、整理和处理，并在此基础上进行严格的风险分类；同时重视历史索赔记录的保存，通过历史的情况推断某一类型的投保人的风险状况和投保行为决策的过程；最后还应当规范信息披露，建立投保人或被保险人的诚信体系，以改善保险公司所处的信息劣势地位。
第三，从将来巨灾保险监管的发展方向上看，巨灾保险市场中的风险识别之所以存在困难的重要原因之一还在于当前宏观监管体系中的信息披露制度不完善。外在信息约束制度的缺失使得投保人在巨灾保险市场中违约成本较小，增加了保险公司的经营难度。因此，政府监管部门，一方面应该配合保险公司加强巨灾风险知识的宣传，让广大投保人正确认识到自身所处的风险状况，消除对巨灾保险业务的一些误解；另一方面，监管部门还应该考虑如何明确巨灾保险业务中的信息披露及评定对象，进而设定具体的评定准则并加大对巨灾保险业务中失信行为的惩戒力度，充分发挥政府推动、行业自律、企业内控和舆论监督等各方面的力量推动巨灾保险业务的良性可持续发展。
参考文献：
[1]Akerlof, G., 1970, The Market for‘Lemons’: Quality Uncertainty and the Market Mechanism[J], Quarterly Journal of Economics, 84( 3) , pp.488~500.
[2] Crocker,K and A,Snow，1976，The efficiency of competitive equilibria in insurance markets with adverse selection[J]，Journal of Public Economics,26，207-219.
[3] Howard Kunreuther, Nathan Novemsky and Daniel Kahneman，2001，Making Low Probabilities Useful[J]，Journal of Risk and Uncertainty ,Volume 23, Number 2, 103-120.
[4] Kenneth A Froot and Paul G.J.O’Connell. On the pricing of intermediated risks: Theory and application to catastrophe reinsurance[J]. Paper presented at the NBER conference of Property/Casualty Risks，2008.
[5] Patricial Crossi and Howard Kunreuther. Catastrophe Molding:A New Approach to Management Risk[M].Springer Science Business Media, Inc，2009.
[6] Paul R. Kleindorfer and Howard Kunreuther，1999，The Complementary Roles of Mitigation and Insurance in Managing Catastrophic Risks[J]，Risk Analysis ,Volume 19, Number 4, 727-738.
[7] Kip Smith and John Dickhaut and Kevin McCabe and José V. Pardo ，2002，Neuronal Substrates for Choice under Ambiguity, Risk, Gains, and Losses[J]，Management Science,Vol.48, No.6,711-718.
[8] D Ellsberg，1961，Risk, ambiguity, and the Savage axioms[J]，The Quarterly Journal of Economics，Vol. 75, No. 4 (Nov., 1961), pp. 643-669.
[9] A. Dixit & P. Picard，2002，On the Role of Good Faith in Insurance Contracting[C]，Princeton Economic Theory Working Papers.
[10] A Dixit, P Picard,2002，Economics for an imperfect world: essays in honor of Joseph E. Stiglitz[M]，Massachusetts Institute of Technology Press,2002.
[11] Rothschild, M. and J. Stiglitz, 1976, Equilibrium in Competitive Insurance Market[J], Quarterly Journal of Economics, 90( 4) , pp.629~49.
[12] Michael Spence, 1973. Job Market Signaling[J]，The Quarterly Journal of Economics, Vol. 87, No. 3 (Aug., 1973), pp. 355-374 .
[13]D Picard and K R Yamamoto，1987，Two signals mediate hormone-dependent nuclear localization of the glucocorticoid receptor[J]，Department of Biochemistry and Biophysics, University of California, San Francisco 94143-0448.
[14]John C. Harsanyi, 1967，Games with Incomplete Information Played by "Bayesian" Players, I-III. Part I. The Basic Model[J]. Management Science, Vol. 14, No. 3, Theory Series (Nov., 1967), pp. 159-182.
[15] AG Sanfey, JK Rilling, JA Aronson, LE Nystrom ，2003，The Neural Basis of Economic Decision-Making in the Ultimatum Game[J]，Science Vol. 300 no. 5626 pp. 1755-1758.
[16] 程振源.保险市场非对称信息问题研究[M].北京：人民出版社，2007.103-106.
[17] 张维迎.博弈论与信息经济学[M].上海：上海人民出版社，2004.186-P189.
[18] （挪威）卡尔.H.博尔奇.保险经济学[M].庹国柱译.北京：商务出版社，1999.467.
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文
关键词：巨灾保险；信息不对称；风险识别；精练均衡
中图分类号：F840.64文献标识码：A
The Effectiveness Analysis about Risk Identification in Catastrophe Insurance Market
—Based on the study of long term catastrophe insurance contracts
Duan sheng Lv Huangqin
(Insurance college, Southwestern University of Finance and Economics, Chengdu 611130, China)
Abstract: During the operation process for market-oriented catastrophe insurance mechanism, the problems of asymmetric information and risk identification are easily lead catastrophe insurance market deviate to optimal state and result in market failure, so that risk identification is vital to keep the steady operation for catastrophe insurance. According to information economics and signaling theories, this article studies the effectiveness of risk identification in the dynamic game model of incomplete information. And the conclusion is that, afterwards risk type identification can identify the risk profile of the insured, separating equilibrium will achieves perfect equilibrium in the long term catastrophe insurance contracts.
Keywords: Catastrophe Insurance; Asymmetric Information; Risk Identification; Perfect Equilibrium
巨灾保险市场风险识别模式的有效性分析
——基于多期的巨灾保险合同研究
一、引言
近年来，随着全球气候变暖和不确定性增加，自然灾害和人为灾祸频发，所造成的巨大经济损失和人员伤亡已给各国提出了严峻的新挑战，巨灾风险及其管理也因此成为风险社会环境下社会各界必须予以高度关注的焦点。从理论上讲，以自由的市场经济运行机制为导向，建立在不确定经济学条件下的巨灾保险市场可以通过风险的聚合与分散效应在一定程度上将巨灾损失进行转移，但是这一机理得以正常运行的重要前提是巨灾保险市场是一个信息完全的有效竞争市场。但是，现实情况却恰恰相反，巨灾保险市场很难满足完全信息的假设条件，这就给保险公司正确识别投保人的风险类型，进而制定合理的保险费率带来了巨大的挑战。因此研究巨灾保险市场中的风险感知问题，并在此基础上制定满足风险层次差异性的分离保单，对于解决巨灾保险市场中的信息不对称问题，以及提高保险公司的经营效率无疑都具有重要的理论价值和现实意义。本文将在此基础上，对这一问题进行说明。
二、文献回顾
自Akerlof(1970) [1]开创对信息不完全市场中逆向选择问题研究的先河以后，保险市场中的逆向选择问题一直是西方学者长期关注的焦点。在关于巨灾保险市场中的逆向选择问题的研究中，Crocker,K 和 A,Snow (1976) [2]、Howard Kunreuther和Nathan Novemsky (2001) [3] 、Kenneth Froot和Paul（2008）[4]、 Crossi和Kunreuther（2009）[5]等都认为，巨灾保险市场低效率运行的一个重要原因在于信息不对称，高风险的投保人比低风险的投保人更愿意购买巨灾保险，从而提高了保险公司的赔付概率，给保险公司的偿付能力带来影响，因此为规避风险、提高经营水平，保险公司必须尽最大的努力去收集被保险人风险类别信息。在关于被保险人风险类型识别的分析过程中，Kleindorfer和Kunreuther(1999) [6]、Kip Smith和John Dickhaut（2002）[7]认为，巨灾保险市场中的风险识别问题在多数情况下并非来源于投保人的故意隐瞒，投保人购买巨灾保险受到心理因素、环境因素等诸多条件限制，由于认知偏差而产生的行为偏差，巨灾的风险判断过程中的先验概率不足，以及盲目赌博式投保的模糊风险厌恶等都容易使得投保人对自自身风险类型的判断产生偏离，进而无法准确的判断自身的风险类型。在关于巨灾保险市场中风险识别问题的研究中，Ellsberg（1961）[8]、Dixit和Picard（2002）[9]提出在传统的保险市场中，保险公司一般采用先验风险识别方式，即根据以往的统计检验在投保时对直接投保人的实际保险标的情况进行核实，将风险类型较高的投保人从投保人总体中分离，拒绝签订保险合同或者要求提高保险费率。但是，巨灾保险合同的特殊性使得保险公司需要从多期的巨灾保险合同中通过后验风险识别模式对投保人的风险状况进行逆向判断，进而在下一期的保险合同中进行调整。
三、巨灾风险的后验识别模式
在巨灾保险合同中，由于认知能力和行为偏差，投保人自身无法正确识别自身的风险状况，投保人在选择巨灾保险合同时存在一定的盲目性和被动性，因此保险公司很难根据单一期间的投保行为直接判断投保人是否存在故意隐瞒风险类别的事实，也无法直接对投保人的投保行为的性质进行界定，就给保险公司制定分离均衡的巨灾保单带来了问题，基于此，可以考虑在多期的巨灾保险合同中后验逆向识别投保人的风险状况，但是这一行为过程是否有效依然存在争议。因此，本文将参考Dixit和Picard（2002）[10]的模型设定方法在下面部分内容中对信息不完全不对称条件下的巨灾保险市场中的后验风险识别问题进行分析。
（一） 研究假设
风险类型假设：假设巨灾保险市场中存在两种类型的投保人：高风险投保人和低风险投保人，其中各自比重分别为 、 。投保人由于认知能力有限并不知道自己的风险类型，只能感知到一个模糊的风险信号 ，低风险投保人总是感知一个好的信号 ，而高风险投保人则可能感知到好的信号也有可能感知到坏的信号，在感知到好的信号 的投保人中属于高风险类型的条件概率 。
保单类型假设：假设保险人向投保人出售两类保单并收取不同的保费：高风险类型的保险合同 和低风险类型保单 ， 和 分别表示对高风险和低风险投保人收取的不同保费。如果低风险保险人选择 ，保险人肯定不会拒绝，也不需要进行任何调查， 和 表示在没有进行任何调查的情况下出险时的净赔付；但对于高风险的投保人，为堤防高风险人故意选择 或者为避免高风险分出于信号判断的失误而误选 ，保险人有必要调查， 是调查证实投保人为高风险投保人后的净赔付； 是调查证实被保险人为低风险投保人人的净赔，得到分离保单 ,。
（二） 模型分析
根据Rotchcilid-Stiglitz（1976） [11]完全竞争市场结构模型的最优化条件，感知到风险信号 的投保人将购买完全保单，而感知到风险信号 的投保人将购买均衡保单 ，因此，以Michael Spence（1973）[12]年建立的信号模型为基础，借鉴Picard 和Yamamoto（1987）[13]的论证方法，可以得到风险识别中的最优化问题是满足感知到信号 时投保人购买均衡保险 时的最优解：
从式3.8中可以看到，当 时，说明对于高风险类型投保人能正确识别自己的风险类别时，保险公司从节约成本的角度上考虑，最优选择是进行直接的事前风险类型调查；当 时，说明如果保险公司不进行任何调查，则保险公司对被投保人的净赔付大于进行风险类型调查时的净赔付，保险公司的最优选择是进行事后的风险调查，并且对高风险类型的投保人采取不完全保险方案；当 时，说明高风险类型的投保人总是千方百计的去隐瞒自身的风险类型，故意或者非故意的发出各种错误信号，保险公司并不能仅仅凭借是否购买过度保险方案来断定投保人是出于善意还是恶意，保险公司有必要对投保人的风险类型进行事后调查，并在下一期的保险合同中根据不同的风险类型制定分离的保险合同。
四、风险后验识别模式的有效性检验
通过上文的分析可知，巨灾保险公司从长期发展的角度应该对巨灾保险市场的不同风险类型的投保人进行逆向调查，从他们的投保行为中推断风险类型，并且在下一步的巨灾保险合同中根据不同的风险类型制定差异保费率，但是巨灾保险市场与一般保险市场存在最大的区别在于巨灾是小概率大损失的事件，巨灾风险具有很大的偶然性，传统的期望效用理论和统计决策模型很难完全满足巨灾保险市场的运行机制。从某种程度上看，巨灾保险合同的行为抉择具有很大的动态博弈成分，投保人与保险公司之间存在一种动态的序列相关关系，在此问题上，John C. Harsanyi（1967）[14]、Sanfey和Rilling（2003）[15]已经做过类似的说明。因此，本文将采用动态博弈的分析方法去寻找分巨灾保险合同中的动态子博弈纳什均衡解，并对其进行验证。
（一） 条件设定
在这个博弈过程中，有两个参与人， 为参与人集合，其中1代表信号发送者，即巨灾保险市场中的投保人，2代表信号接受者，即巨灾保险公司，参与人1的信息是私人信息，而参与人2的信息则是公共信息，参与人1的类型空间， ，其中 表示投保人为低风险的投保人， 表示投保人为高风险类型的投保人，参与人1知道自身自身 的取值，而参与人2却不知道。参与人1在观察到类型空间 后选择发送信号，参与人2观察到参与人1的信号以后将采取行动。关于巨灾保险人的期望收益：高风险投保人购买高保费时的期望收益为 ，高风险投保人购买低保费的期望收益为 ；低风险投保人购买高保费的期望收益为 ，低风险投保人购买低风险时的期望收益为 ；关于巨灾保险投保人的期望收益：对于高风险投保人，高风险投保人购买低保费时的期望收益为 ，高风险投保人购买高保费时的期望收益为 ；对于低风险投保人，低风险投保人购买低保费时的期望收益为 ，低风险投保人购买高保费时的期望收益为 。如果保险公司不承保，高风险投保人的期望收益为 ，低风险投保人的期望收益为，因此根据这些条件可以建立一个信号传递的博弈树模式，如下图所示：
图1：不同风险类别的保费信号传递博弈树
（二）均衡求解
（1）根据信号传递模型的精练贝叶斯均衡的战略组合 和概率 满足： 和 ，因此首先联立方程求解参与人2的子博弈精练贝叶斯策略：
因此可以得到参与者2的子博弈精练贝叶斯均衡解：
（2）分别在各个区间上求参与人1的子博弈精练贝叶斯均衡解：
（3）求解精练贝叶斯均衡
当 时， ， ，此时可以推断 ，可得 ，不同类型的信号人选择相同的信号策略，没有任何类型选择与其他类型不同的信号，因此不存在均衡解；同理当 时， ， ，此时可以推断 ，可得 ，不同类型的信号人选择不同的信号，满足准分离均衡法则，存在最优的均衡解；当 时，，可以推断 ，可得 ，此种情况下的保险费率违背逻辑，不存在均衡解。
（三）现实性分析
从上述近乎完美的标准求解过程中发现，关于巨灾保险保险市场中的风险识别模型，其结果悲喜参半。一方面，验证了在信息不完全对称的巨灾保险市场中，通过逆向识别风险的方式，可以对下一期投保人的风险状况进行恰当的风险分类，风险分类的有效性体现在降低了逆向选择的经济成本，其在效率方面的增进可能超过逆向风险识别本身的成本，因此保险人需要努力收集投保人的风险信息，在初次信息蒙蔽之后可以通过多期的保险合约对下一期的实践情况进行调查，进而达到分散均衡机制的长期动态最优，这足以说明，后验感知来逆向推断前验风险类型的方法不仅仅可以弥补事前信息收集过程中存在的一些缺陷，而且可以更加全面的衡量和判断行为人的事前决策心理过程，进一步能够避免单向判断过程中的局限性从而更有效的制定下一期保险合同。但是，另一方面，在模型的分析过程中用，本文假设所有的投保人都具有相同的风险偏好，分析的框架也是建立在隐蔽风险信息的局部均衡模型中，没有考虑逆向选择本身所存在的偏好差异性，同时，对不同风险类别的投保人采用同一合约方式的保险公司利润最大化均衡求解过程也存在不足，如果再考虑经济寻租以及监管约束，则最终能否达到均衡更是值得深入讨论。因此，如果考虑在加入现实中的约束条件，比如巨灾保险合同是否具有长期性、巨灾保险投保人的风险差异性是体现在地域差异还、收入差异抑或是其他差异，以及保险公司对巨灾风险的实际损失控制模式是采用的随机模拟估计方法还是经验统计分析方法等等，上述分析模型将变得更加具有可行性。
五、几点启示
通过本文的研究，可以带来以下几点启示：
第一，从未来巨灾风险的理论研究方向上看，当前关于我国关于巨灾保险市场中的逆向选择及风险识别问题的研究基本上还停留在理论分析层次，而且分析模式相对单一，大多注重简单的定性描述，实证检验的定量分析以及实验调查的研究报告较少。这一方面是由于我国巨灾保险市场本身不成熟，可供统计分析的样本数据较少，巨灾保险的理赔数据和损失分布难以把握，很多客户信息和投保动机都不明确，第一手的数据资料相对有限；另一方面还在于国内学者的研究思路尚未得到根本性的转表，依然停留在传统的简单论述分析阶段，过分注重理论的描述性分析，没有将实验性的调查研究以及实证性的可靠性检验应用到巨灾保险的研究过程中。因此在未来的研究过程中，应当高度重视实证检验的分析模式，将理论分析基础结合到巨灾保险市场机制的实际运行过程中，通过随机模拟以及抽样统计等方法，定量对巨灾保险市场中的逆向选择及风险识别问题进行研究。
第二，从巨灾保险经营的实践发展过程中看，风险识别是一个复杂的过程，涉及到信息双方的认知水平和信息处理能力，而风险感知又与行为人的风险认知态度以及风险抉择心理息息相关，不能忽略投保过程中的决策信息所传递出来的风险态度。因此，为减少逆向选择的影响，巨灾保险公司应当加强对投保人个人信息和保险标的相关信息的搜集、整理和处理，并在此基础上进行严格的风险分类；同时重视历史索赔记录的保存，通过历史的情况推断某一类型的投保人的风险状况和投保行为决策的过程；最后还应当规范信息披露，建立投保人或被保险人的诚信体系，以改善保险公司所处的信息劣势地位。
第三，从将来巨灾保险监管的发展方向上看，巨灾保险市场中的风险识别之所以存在困难的重要原因之一还在于当前宏观监管体系中的信息披露制度不完善。外在信息约束制度的缺失使得投保人在巨灾保险市场中违约成本较小，增加了保险公司的经营难度。因此，政府监管部门，一方面应该配合保险公司加强巨灾风险知识的宣传，让广大投保人正确认识到自身所处的风险状况，消除对巨灾保险业务的一些误解；另一方面，监管部门还应该考虑如何明确巨灾保险业务中的信息披露及评定对象，进而设定具体的评定准则并加大对巨灾保险业务中失信行为的惩戒力度，充分发挥政府推动、行业自律、企业内控和舆论监督等各方面的力量推动巨灾保险业务的良性可持续发展。
参考文献：
[1]Akerlof, G., 1970, The Market for‘Lemons’: Quality Uncertainty and the Market Mechanism[J], Quarterly Journal of Economics, 84( 3) , pp.488~500.
[2] Crocker,K and A,Snow，1976，The efficiency of competitive equilibria in insurance markets with adverse selection[J]，Journal of Public Economics,26，207-219.
[3] Howard Kunreuther, Nathan Novemsky and Daniel Kahneman，2001，Making Low Probabilities Useful[J]，Journal of Risk and Uncertainty ,Volume 23, Number 2, 103-120.
[4] Kenneth A Froot and Paul G.J.O’Connell. On the pricing of intermediated risks: Theory and application to catastrophe reinsurance[J]. Paper presented at the NBER conference of Property/Casualty Risks，2008.
[5] Patricial Crossi and Howard Kunreuther. Catastrophe Molding:A New Approach to Management Risk[M].Springer Science Business Media, Inc，2009.
[6] Paul R. Kleindorfer and Howard Kunreuther，1999，The Complementary Roles of Mitigation and Insurance in Managing Catastrophic Risks[J]，Risk Analysis ,Volume 19, Number 4, 727-738.
[7] Kip Smith and John Dickhaut and Kevin McCabe and José V. Pardo ，2002，Neuronal Substrates for Choice under Ambiguity, Risk, Gains, and Losses[J]，Management Science,Vol.48, No.6,711-718.
[8] D Ellsberg，1961，Risk, ambiguity, and the Savage axioms[J]，The Quarterly Journal of Economics，Vol. 75, No. 4 (Nov., 1961), pp. 643-669.
[9] A. Dixit & P. Picard，2002，On the Role of Good Faith in Insurance Contracting[C]，Princeton Economic Theory Working Papers.
[10] A Dixit, P Picard,2002，Economics for an imperfect world: essays in honor of Joseph E. Stiglitz[M]，Massachusetts Institute of Technology Press,2002.
[11] Rothschild, M. and J. Stiglitz, 1976, Equilibrium in Competitive Insurance Market[J], Quarterly Journal of Economics, 90( 4) , pp.629~49.
[12] Michael Spence, 1973. Job Market Signaling[J]，The Quarterly Journal of Economics, Vol. 87, No. 3 (Aug., 1973), pp. 355-374 .
[13]D Picard and K R Yamamoto，1987，Two signals mediate hormone-dependent nuclear localization of the glucocorticoid receptor[J]，Department of Biochemistry and Biophysics, University of California, San Francisco 94143-0448.
[14]John C. Harsanyi, 1967，Games with Incomplete Information Played by "Bayesian" Players, I-III. Part I. The Basic Model[J]. Management Science, Vol. 14, No. 3, Theory Series (Nov., 1967), pp. 159-182.
[15] AG Sanfey, JK Rilling, JA Aronson, LE Nystrom ，2003，The Neural Basis of Economic Decision-Making in the Ultimatum Game[J]，Science Vol. 300 no. 5626 pp. 1755-1758.
[16] 程振源.保险市场非对称信息问题研究[M].北京：人民出版社，2007.103-106.
[17] 张维迎.博弈论与信息经济学[M].上海：上海人民出版社，2004.186-P189.
[18] （挪威）卡尔.H.博尔奇.保险经济学[M].庹国柱译.北京：商务出版社，1999.467.
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文