论文部分内容阅读
摘 要：本文探讨了我国保险巨灾基金的若干资金来源，提议建立基金专管机构巨灾基金管理委员会。通过因子分析法研究地方政府向巨灾基金委员会缴纳资金的标准。提取出三个因子，经济发展因子，耕地受灾因子和人口受灾因子。用因子分析赋权法确定了各因子在的标准内权重。
关键词：巨灾保险基金；因子分子
一、引言
我国是巨灾大国，但是我国的巨灾保险体制却比价落后。巨灾保险基金是巨灾保险制度的核心环节，世界上已经有12个国家建立了巨灾保险基金，并且这些国家的巨灾保险机制运行的均比较稳定。可见巨灾基金在巨灾管理的过程中起到了关键性的作用，它可以有效的集结保险公司保费，财政资金等来源的资金，可以统筹规划整个巨灾防御的流程。巨灾保险基金的运作资金来源应该做到分散化，合理化，能够同时兼顾到效率和公平。多层次的巨灾保险基金资金来源能够更好的满足资金需求
二、多层次的资金来源
目前我国巨灾事务的主要负责机构是民政部下设的救灾救济司。救灾救济司要同时负责灾前防御，灾后救援各个层面的工作，巨灾保险基金的资金难以获得专业性和效率性地运作。为了提高巨灾保险基金资金的运作效率。本文建议在救灾救济司内，或是独立于救灾救济司外再另设一个专门的巨灾保险基金管理委员会。该委员会不直接从事具体的救灾业务，只是负责托管运营巨灾保险基金。结合我国目前的巨灾补偿机制和国际上运作成功的巨灾保险基金经验，笔者建议我国巨灾保险基金的运作资金来源应该包括：
①保费收入。保费收入应该包括向居民或是企业收取的巨灾保险保费，直保公司将巨灾风险再保到海外再保险市场收取的保费。②地方财政拨款，由各级政府财政直接注资或是当地政府拿出救灾资金存量托管到巨灾基金管理委员会，由委员会托管，并进行投资增值。地方政府资金进入巨灾保险基金后应该做到“单独建账，专款专用”，即地方政府缴纳的巨灾保险基金理论上只用作该地方发生巨灾时候使用。③中央财政拨款。中央财政应该将这些临时性的财政拨付改为持续性的对巨灾保险基金的注资。如果某地发生的巨灾损失特别重大，该地的地方巨灾保险基金存量难以支付所有的损失，无力进行救助补偿的时候，巨灾保险基金就应该动用中央财政拨款账户内的资金帮助地方救援。④金融市场资金。在一些发达国家和地区，巨灾保险衍生品目前已经成为巨灾保险的有力补充，在巨灾风险管理中发挥了重要作用。⑤社会捐款。捐款来源一般分为国际性的救灾补助，国内的救灾捐款。捐款数额受捐款人的个人经济能力，社会责任感，媒体宣传力度等多方面因素的影响。
三、巨灾基金地方政府缴纳标准制定
地方政府拨款是巨灾保险资金来源的一个重要组成部分，同时这部分资金的收取也面临着比较大的效率与公平性的问题。效率应该是指巨灾保险基金能够最快地收集到应对巨灾风险所需的资金。因为巨灾资金的用途是进行巨灾的补偿，所以公平是指地方缴纳的资金量应该与该地区受灾导致的经济损失呈现正相关性。
1.研究方法
本文采用因子分析的方法对可能影响巨灾保险基金交纳标准的因素进行分析。本文中模拟的巨灾基金所覆盖的巨灾风险是参照现已运行中的深圳市巨灾救助保险中包括的灾种。该巨灾保险的保障灾种主要包括暴风、暴雨、崖崩、雷击、洪水、龙卷风、飑线、台风、海啸、泥石流、滑坡、地陷、冰雹、内涝、主震震级4.5级及以上的地震及地震次生灾害，以及由上述15种灾害引发的核事故风险。其中暴风、洪水等12中灾难属于气象灾害及气象灾害的次生灾难。
2.指标选取
本文以2004年到2013年十年间的发生的上述灾种为研究对象。选取的指标应该能从多维度反映不同地区在面临巨灾损失时的差异性。指标寻找主要通过阅读文献，排除些拟合程度不好的指标的方法进行，最后选取了八个指标。比较全面的反映了地理位置差异，经济发展程度差异和历史受灾情况的差异。
其中第一个指标为区位因素。地质学上，根据自然灾害的空间分布规律，可将我国划分为六个灾害带海洋灾害带、东南沿海灾害带、东部灾害带、中部灾害带、西北灾害带和青藏高原灾害带。因为我們获得的数据是以省作为统计单位的，但是有的省份处于两大灾害带的交界。我们是根据该省面临的主要自然灾害损失划分其所属灾害带。例如四川省位于中部灾害带和青藏高原灾害带，在此我们抓住主要损失灾害来源地震损失占比巨大，因此本文将四川省划分到中部灾害带。其他七个指标为：国有及非国有规模以上工业企业工业总产值（X1）、农林牧渔业总产值（X2）、固定资产投资总额（X3）、区位因素（X4）、农作物受灾面积（X5）、农作物绝收面积（X6）、受灾人数（X7）和死亡人数（X8）。
3.数据来源及统计检验
（1）数据来源：本文使用的气象灾害直接经济损失、受灾人数、死亡人数、农作物受灾面积、农作物绝收面积数据来源于2004年到2013年的《中国气象灾害年鉴》。地震数据和崖崩数据的来源是EM-DAT数据库，该库收录了超过当地承灾能力的4.5级以上的地震损失。地陷损失和崖崩损失数据未能找到，所以本文不再将其纳入统计范围。其他经济数据来源于国泰安数据库。最终采用2004年到2013年各地方数据的算术平均值作为基础分析数据。
（2）数据效度检验：在对数据进行分析之前首先要检验其是否适合适合使用因子分析法进行分析。本文使用SPSS软件对数据进行了检验， KMO值为0.613，Bartlett 的球形度检验的P值小于0.05，可以使用因子分析。
4.构建因子模型
（1）因子提取：使用SPSS软件得到自变量累计贡献率矩阵，根据方差贡献率的大小提取出主因子。从因子累计贡献率表中可见前三个因子的累计贡献率为83.459%，对总体方差可以给出比较有效的解释。因子载荷矩阵显示了三个主成分与8个指标间之间的线性关系，三个主成分由指标进行线性组合而成，因子载荷（指标系数）反映了提取出的主成分与指标的相关性。 我们把各因子中载荷大于0.5的指标归在同一个因子下。从矩阵结果可以看出，因子F1在国有及非国有规模以上工业企业工业总产值（X1）、农林牧渔业总产值（X2）、固定资产投资总额（X3）和区位因素（X4）四个指标上载荷值很大。其中除区位因素外，其他三个指标分别从不同维度反映了当地经济的在险价值。
国有及非国有规模以上工业企业工业总产值（X1）反映的是当地工业的发展水平；农林牧渔业总产值（X2）反映的是第一产业的体量；固定资产投资总额（X3）包括基建和房地产投资，反映了城市建设的可能损失情况。区位因素会同经济指标们归类到一个因子下，笔者认为是因我国经济带和灾害带的划分有很大的相似性，导致两类指标体现较高的相关性。
因子F2反映了10年来历史平均耕地受灾情况，主要包括了农作物受灾面积（X5）、农作物绝收面积（X6）两个指标。耕地是巨灾损失的主要载体，以在中部灾害带和西北灾害带的巨灾对农业的打击最为严重。因子F3反映了人口损失的情况，包括死亡人数（X10）、受灾人数（X11）量个指标。目前对灾员的搜救和安置是巨灾救援的重要内容，未来也会是巨灾保险基金委员会的工作重点。因此，人员伤亡对地方巨灾基金缴纳额之间应该存在明显的正相关性。
（2）因子有效性检验：提取出主因子后，要验证它们是否能有效性地反映各地自然灾害直接经济损失。本文使用的方法是多元线性回归，使用的因变量Y1是各地政府的自然灾害直接经济损失，自变量是上一部分提取出来的三个主因子。R称为多元相关系数，R2代表着模型的拟合度。回归结果显示，调整R2为0.82，说明该模型是拟合优度良好。同时模型的F值为41.32，可以通过失拟性检验。回归系数图显示三个主因子的系数P值都小于0.05，说明变量显著。同时回归系数都为正，意味着三个因子与直接经济损失成正相关，也因该与地方政府巨灾基金缴纳额呈正相关。
5.基于因子分析结果的综合赋权
一个成功的多指标综合评价体系离不开科学有效的赋权。常见的赋权方法分为三类：第一类，主观赋权法、客观赋权法和综合赋权法。本文使用的因子分析法是客观赋权法的一种。因子分析法的赋权方式是以主因子的总方差贡献率的比重作为权重。
四、总结
本章探讨了巨灾保险基金的资金来源问题，提出多层次的巨灾保险基金资金来源应该包括保费收入，地方财政拨款，中央财政拨款，利用金融市场融资和社会捐赠等多个渠道。其中本文重点讨论了地方财政向巨灾保险基金拨款应该做到“专款专用”，体现公平性和效率性。地方政府面临不同的巨灾和经济情况，地方账户额度也应该有所不同。我们通过因子分析得到了确定账户额度的参考标准。
因子分析的结果显示确定各省缴款金额主要要考虑三个因子。经济发展因子对应缴资金额影响最大，因为自然灾害受灾载体多为第一产业，第二产业和城市基建房屋，導致相关产业发达的省份面临的潜在巨灾损失较高。第二个影响因子是耕地受灾情况。排名第三的因子是人口受灾情况。本文使用的是客观赋权方法，但是指标的选取还是存在主观性，受笔者水平和数据可得性所限，本文选取的指标可能不够科学全面。希望本文能对我国未来巨灾保险基金的资金筹集实践提供参考。（作者单位：同济大学经济与管理学院）
参考文献：
[1] 谢世清.建立我国巨灾保险基金的思考[J].上海金融，2009，
[2] 吕志勇.透过汶川地震看我国对巨灾风险损失补偿机制的选择[J].山东社会科学，2008，
[3] 张琴，陈柳钦.中国巨灾风险管理：制度设计与模型构建[J].东南学术，2009
[4] 纪朝彬，冯锐.我国构建巨灾基金的可行性分析[J].金融经济（理论版），2009，
[5] 刘彬.基于因子分析法的绿色供应商评价指标权重的确定[J].中国商贸，2011
[6] 孙文清.第三方物流供应商评价的实证研究——基于探索性因子分析与综合赋权法[J].中国流通经济，2014
[7] 胡浪多，官华平.广东省政策性农业保险巨灾基金测算及管理模式分析[J].南方农村，2013
关键词：巨灾保险基金；因子分子
一、引言
我国是巨灾大国，但是我国的巨灾保险体制却比价落后。巨灾保险基金是巨灾保险制度的核心环节，世界上已经有12个国家建立了巨灾保险基金，并且这些国家的巨灾保险机制运行的均比较稳定。可见巨灾基金在巨灾管理的过程中起到了关键性的作用，它可以有效的集结保险公司保费，财政资金等来源的资金，可以统筹规划整个巨灾防御的流程。巨灾保险基金的运作资金来源应该做到分散化，合理化，能够同时兼顾到效率和公平。多层次的巨灾保险基金资金来源能够更好的满足资金需求
二、多层次的资金来源
目前我国巨灾事务的主要负责机构是民政部下设的救灾救济司。救灾救济司要同时负责灾前防御，灾后救援各个层面的工作，巨灾保险基金的资金难以获得专业性和效率性地运作。为了提高巨灾保险基金资金的运作效率。本文建议在救灾救济司内，或是独立于救灾救济司外再另设一个专门的巨灾保险基金管理委员会。该委员会不直接从事具体的救灾业务，只是负责托管运营巨灾保险基金。结合我国目前的巨灾补偿机制和国际上运作成功的巨灾保险基金经验，笔者建议我国巨灾保险基金的运作资金来源应该包括：
①保费收入。保费收入应该包括向居民或是企业收取的巨灾保险保费，直保公司将巨灾风险再保到海外再保险市场收取的保费。②地方财政拨款，由各级政府财政直接注资或是当地政府拿出救灾资金存量托管到巨灾基金管理委员会，由委员会托管，并进行投资增值。地方政府资金进入巨灾保险基金后应该做到“单独建账，专款专用”，即地方政府缴纳的巨灾保险基金理论上只用作该地方发生巨灾时候使用。③中央财政拨款。中央财政应该将这些临时性的财政拨付改为持续性的对巨灾保险基金的注资。如果某地发生的巨灾损失特别重大，该地的地方巨灾保险基金存量难以支付所有的损失，无力进行救助补偿的时候，巨灾保险基金就应该动用中央财政拨款账户内的资金帮助地方救援。④金融市场资金。在一些发达国家和地区，巨灾保险衍生品目前已经成为巨灾保险的有力补充，在巨灾风险管理中发挥了重要作用。⑤社会捐款。捐款来源一般分为国际性的救灾补助，国内的救灾捐款。捐款数额受捐款人的个人经济能力，社会责任感，媒体宣传力度等多方面因素的影响。
三、巨灾基金地方政府缴纳标准制定
地方政府拨款是巨灾保险资金来源的一个重要组成部分，同时这部分资金的收取也面临着比较大的效率与公平性的问题。效率应该是指巨灾保险基金能够最快地收集到应对巨灾风险所需的资金。因为巨灾资金的用途是进行巨灾的补偿，所以公平是指地方缴纳的资金量应该与该地区受灾导致的经济损失呈现正相关性。
1.研究方法
本文采用因子分析的方法对可能影响巨灾保险基金交纳标准的因素进行分析。本文中模拟的巨灾基金所覆盖的巨灾风险是参照现已运行中的深圳市巨灾救助保险中包括的灾种。该巨灾保险的保障灾种主要包括暴风、暴雨、崖崩、雷击、洪水、龙卷风、飑线、台风、海啸、泥石流、滑坡、地陷、冰雹、内涝、主震震级4.5级及以上的地震及地震次生灾害，以及由上述15种灾害引发的核事故风险。其中暴风、洪水等12中灾难属于气象灾害及气象灾害的次生灾难。
2.指标选取
本文以2004年到2013年十年间的发生的上述灾种为研究对象。选取的指标应该能从多维度反映不同地区在面临巨灾损失时的差异性。指标寻找主要通过阅读文献，排除些拟合程度不好的指标的方法进行，最后选取了八个指标。比较全面的反映了地理位置差异，经济发展程度差异和历史受灾情况的差异。
其中第一个指标为区位因素。地质学上，根据自然灾害的空间分布规律，可将我国划分为六个灾害带海洋灾害带、东南沿海灾害带、东部灾害带、中部灾害带、西北灾害带和青藏高原灾害带。因为我們获得的数据是以省作为统计单位的，但是有的省份处于两大灾害带的交界。我们是根据该省面临的主要自然灾害损失划分其所属灾害带。例如四川省位于中部灾害带和青藏高原灾害带，在此我们抓住主要损失灾害来源地震损失占比巨大，因此本文将四川省划分到中部灾害带。其他七个指标为：国有及非国有规模以上工业企业工业总产值（X1）、农林牧渔业总产值（X2）、固定资产投资总额（X3）、区位因素（X4）、农作物受灾面积（X5）、农作物绝收面积（X6）、受灾人数（X7）和死亡人数（X8）。
3.数据来源及统计检验
（1）数据来源：本文使用的气象灾害直接经济损失、受灾人数、死亡人数、农作物受灾面积、农作物绝收面积数据来源于2004年到2013年的《中国气象灾害年鉴》。地震数据和崖崩数据的来源是EM-DAT数据库，该库收录了超过当地承灾能力的4.5级以上的地震损失。地陷损失和崖崩损失数据未能找到，所以本文不再将其纳入统计范围。其他经济数据来源于国泰安数据库。最终采用2004年到2013年各地方数据的算术平均值作为基础分析数据。
（2）数据效度检验：在对数据进行分析之前首先要检验其是否适合适合使用因子分析法进行分析。本文使用SPSS软件对数据进行了检验， KMO值为0.613，Bartlett 的球形度检验的P值小于0.05，可以使用因子分析。
4.构建因子模型
（1）因子提取：使用SPSS软件得到自变量累计贡献率矩阵，根据方差贡献率的大小提取出主因子。从因子累计贡献率表中可见前三个因子的累计贡献率为83.459%，对总体方差可以给出比较有效的解释。因子载荷矩阵显示了三个主成分与8个指标间之间的线性关系，三个主成分由指标进行线性组合而成，因子载荷（指标系数）反映了提取出的主成分与指标的相关性。 我们把各因子中载荷大于0.5的指标归在同一个因子下。从矩阵结果可以看出，因子F1在国有及非国有规模以上工业企业工业总产值（X1）、农林牧渔业总产值（X2）、固定资产投资总额（X3）和区位因素（X4）四个指标上载荷值很大。其中除区位因素外，其他三个指标分别从不同维度反映了当地经济的在险价值。
国有及非国有规模以上工业企业工业总产值（X1）反映的是当地工业的发展水平；农林牧渔业总产值（X2）反映的是第一产业的体量；固定资产投资总额（X3）包括基建和房地产投资，反映了城市建设的可能损失情况。区位因素会同经济指标们归类到一个因子下，笔者认为是因我国经济带和灾害带的划分有很大的相似性，导致两类指标体现较高的相关性。
因子F2反映了10年来历史平均耕地受灾情况，主要包括了农作物受灾面积（X5）、农作物绝收面积（X6）两个指标。耕地是巨灾损失的主要载体，以在中部灾害带和西北灾害带的巨灾对农业的打击最为严重。因子F3反映了人口损失的情况，包括死亡人数（X10）、受灾人数（X11）量个指标。目前对灾员的搜救和安置是巨灾救援的重要内容，未来也会是巨灾保险基金委员会的工作重点。因此，人员伤亡对地方巨灾基金缴纳额之间应该存在明显的正相关性。
（2）因子有效性检验：提取出主因子后，要验证它们是否能有效性地反映各地自然灾害直接经济损失。本文使用的方法是多元线性回归，使用的因变量Y1是各地政府的自然灾害直接经济损失，自变量是上一部分提取出来的三个主因子。R称为多元相关系数，R2代表着模型的拟合度。回归结果显示，调整R2为0.82，说明该模型是拟合优度良好。同时模型的F值为41.32，可以通过失拟性检验。回归系数图显示三个主因子的系数P值都小于0.05，说明变量显著。同时回归系数都为正，意味着三个因子与直接经济损失成正相关，也因该与地方政府巨灾基金缴纳额呈正相关。
5.基于因子分析结果的综合赋权
一个成功的多指标综合评价体系离不开科学有效的赋权。常见的赋权方法分为三类：第一类，主观赋权法、客观赋权法和综合赋权法。本文使用的因子分析法是客观赋权法的一种。因子分析法的赋权方式是以主因子的总方差贡献率的比重作为权重。
四、总结
本章探讨了巨灾保险基金的资金来源问题，提出多层次的巨灾保险基金资金来源应该包括保费收入，地方财政拨款，中央财政拨款，利用金融市场融资和社会捐赠等多个渠道。其中本文重点讨论了地方财政向巨灾保险基金拨款应该做到“专款专用”，体现公平性和效率性。地方政府面临不同的巨灾和经济情况，地方账户额度也应该有所不同。我们通过因子分析得到了确定账户额度的参考标准。
因子分析的结果显示确定各省缴款金额主要要考虑三个因子。经济发展因子对应缴资金额影响最大，因为自然灾害受灾载体多为第一产业，第二产业和城市基建房屋，導致相关产业发达的省份面临的潜在巨灾损失较高。第二个影响因子是耕地受灾情况。排名第三的因子是人口受灾情况。本文使用的是客观赋权方法，但是指标的选取还是存在主观性，受笔者水平和数据可得性所限，本文选取的指标可能不够科学全面。希望本文能对我国未来巨灾保险基金的资金筹集实践提供参考。（作者单位：同济大学经济与管理学院）
参考文献：
[1] 谢世清.建立我国巨灾保险基金的思考[J].上海金融，2009，
[2] 吕志勇.透过汶川地震看我国对巨灾风险损失补偿机制的选择[J].山东社会科学，2008，
[3] 张琴，陈柳钦.中国巨灾风险管理：制度设计与模型构建[J].东南学术，2009
[4] 纪朝彬，冯锐.我国构建巨灾基金的可行性分析[J].金融经济（理论版），2009，
[5] 刘彬.基于因子分析法的绿色供应商评价指标权重的确定[J].中国商贸，2011
[6] 孙文清.第三方物流供应商评价的实证研究——基于探索性因子分析与综合赋权法[J].中国流通经济，2014
[7] 胡浪多，官华平.广东省政策性农业保险巨灾基金测算及管理模式分析[J].南方农村，2013