劉 穎，任燕燕

（山東大學(xué) 經(jīng)濟(jì)學(xué)院，山東 濟(jì)南250100）

一、引 言

自Arrow首次研究了信息不對(duì)稱的兩種具體表現(xiàn)——逆向選擇和道德風(fēng)險(xiǎn)以來(lái)，保險(xiǎn)經(jīng)濟(jì)學(xué)受到了契約理論發(fā)展的深刻影響，開始重點(diǎn)關(guān)注保險(xiǎn)市場(chǎng)存在的信息不對(duì)稱［1］。信息不對(duì)稱使保險(xiǎn)市場(chǎng)資源達(dá)不到有效配置，降低了市場(chǎng)效率，損害了社會(huì)福利，是保險(xiǎn)市場(chǎng)失靈最常見(jiàn)的原因。相比理論的成熟，對(duì)契約理論進(jìn)行實(shí)證檢驗(yàn)是新近的研究主題。個(gè)人保險(xiǎn)契約如汽車、健康和人壽保險(xiǎn)等在很大程度上是標(biāo)準(zhǔn)的，有關(guān)投保人、保險(xiǎn)標(biāo)的、保障選擇等信息均體現(xiàn)在契約中，而契約的最終實(shí)現(xiàn)——是否發(fā)生保險(xiǎn)事故、保險(xiǎn)事故的成本等保險(xiǎn)公司均詳細(xì)記錄在案。因此，保險(xiǎn)業(yè)是對(duì)契約理論進(jìn)行實(shí)證檢驗(yàn)的最重要和最有前途的領(lǐng)域［2］365－394。

從信息不對(duì)稱發(fā)生的時(shí)間看，如果不對(duì)稱發(fā)生在當(dāng)事人簽約之前，稱為事前不對(duì)稱或逆向選擇，如果不對(duì)稱發(fā)生在當(dāng)事人簽約之后，稱為事后不對(duì)稱或道德風(fēng)險(xiǎn)。由于投保人比保險(xiǎn)公司更清楚自己的風(fēng)險(xiǎn)類型，其往往試圖利用自己更多的信息以低于合理保費(fèi)的價(jià)格購(gòu)買保險(xiǎn)，這種傾向稱為逆向選擇，對(duì)保險(xiǎn)公司來(lái)說(shuō)，在逆向選擇中投保人隱藏了信息，使得較高風(fēng)險(xiǎn)的投保人傾向于選擇較高的保障；道德風(fēng)險(xiǎn)是指投保人的個(gè)人行為由于受到保險(xiǎn)保障而發(fā)生變化的傾向，對(duì)保險(xiǎn)公司來(lái)說(shuō)，在道德風(fēng)險(xiǎn)中投保人隱藏了行動(dòng)，使得較高的保險(xiǎn)保障降低了投保人的防損和減損努力，造成了較高的風(fēng)險(xiǎn)頻率和風(fēng)險(xiǎn)程度。由此，檢驗(yàn)保險(xiǎn)市場(chǎng)信息不對(duì)稱就簡(jiǎn)化為檢驗(yàn)風(fēng)險(xiǎn)和保障之間是否存在正相關(guān)關(guān)系，存在正相關(guān)關(guān)系則可以認(rèn)為保險(xiǎn)市場(chǎng)存在信息不對(duì)稱。由于高風(fēng)險(xiǎn)選擇了高保障（逆向選擇）和高保障誘發(fā)了高風(fēng)險(xiǎn)（道德風(fēng)險(xiǎn)）均表現(xiàn)為風(fēng)險(xiǎn)和保障的正相關(guān)關(guān)系，眾多學(xué)者都試圖分離信息不對(duì)稱中的逆向選擇和道德風(fēng)險(xiǎn)［3－7］）。

在中國(guó)的財(cái)產(chǎn)保險(xiǎn)市場(chǎng)中機(jī)動(dòng)車保險(xiǎn)（以下簡(jiǎn)稱“車險(xiǎn)”）一直占據(jù)主導(dǎo)地位，2010年和2011年車險(xiǎn)保費(fèi)收入在財(cái)產(chǎn)保險(xiǎn)市場(chǎng)中分別占到74．6%和73．0%，賠款支出分別占到75．8%和77．8%，研究車險(xiǎn)市場(chǎng)對(duì)于探究中國(guó)保險(xiǎn)市場(chǎng)信息不對(duì)稱問(wèn)題意義重大。2006年7月中國(guó)車險(xiǎn)市場(chǎng)進(jìn)行改革，最突出的變化就是實(shí)行了“機(jī)動(dòng)車交通事故責(zé)任強(qiáng)制保險(xiǎn)”，并將傳統(tǒng)車險(xiǎn)條款中的全車盜搶險(xiǎn)（以下簡(jiǎn)稱“盜搶險(xiǎn)”）與車上人員責(zé)任險(xiǎn)（以下簡(jiǎn)稱“車上險(xiǎn)”）這兩個(gè)附加險(xiǎn)改為基本險(xiǎn)可以單獨(dú)投保。這樣中國(guó)車險(xiǎn)市場(chǎng)基本險(xiǎn)就由原來(lái)的2種增至4種，包括：車輛損失保險(xiǎn)（以下簡(jiǎn)稱“車損險(xiǎn)”）、商業(yè)第三者責(zé)任保險(xiǎn)（以下簡(jiǎn)稱“三者險(xiǎn)”）、盜搶險(xiǎn)和車上險(xiǎn)，其中車損險(xiǎn)和盜搶險(xiǎn)均屬于財(cái)產(chǎn)損失保險(xiǎn)范疇，而三者險(xiǎn)和車上險(xiǎn)均屬于責(zé)任保險(xiǎn)范疇，車上險(xiǎn)責(zé)任又分為司機(jī)座位和乘客座位兩種。本文采集了位于中國(guó)東部的山東省、位于中部的湖北省和位于西部的四川省這三省的車險(xiǎn)數(shù)據(jù)并從車險(xiǎn)市場(chǎng)目前現(xiàn)行的4種基本險(xiǎn)出發(fā)全面檢驗(yàn)中國(guó)車險(xiǎn)市場(chǎng)信息不對(duì)稱，本文要回答的問(wèn)題是：中國(guó)車險(xiǎn)市場(chǎng)是否存在信息不對(duì)稱？信息不對(duì)稱在各個(gè)險(xiǎn)種上表現(xiàn)是否相同？在不同地區(qū)呢？

二、文獻(xiàn)綜述

境外學(xué)者對(duì)于車險(xiǎn)市場(chǎng)信息不對(duì)稱進(jìn)行了廣泛的實(shí)證檢驗(yàn)。Dahlby最早使用總量數(shù)據(jù)而非個(gè)體數(shù)據(jù)發(fā)現(xiàn)風(fēng)險(xiǎn)和保障之間存在正相關(guān)關(guān)系［8］。Puelz和Snow使用個(gè)體數(shù)據(jù)也得出了車險(xiǎn)市場(chǎng)存在信息不對(duì)稱的結(jié)論［9］。Dionne等人認(rèn)為Puelz和Snow的方法沒(méi)有充分考慮保險(xiǎn)公司的風(fēng)險(xiǎn)劃分變量對(duì)風(fēng)險(xiǎn)和保障的非線性影響，在控制了這種非線性影響后他們沒(méi)有找到車險(xiǎn)市場(chǎng)存在信息不對(duì)稱的證據(jù)［10］。Richaudeau采用法國(guó)一份駕駛員調(diào)查問(wèn)卷數(shù)據(jù)發(fā)現(xiàn)在控制了駕駛員年行駛里程這個(gè)變量的情況下風(fēng)險(xiǎn)和保障是獨(dú)立的，但是年行駛里程較多的駕駛員的確購(gòu)買了更多的保障［11］。最有影響力的文獻(xiàn)當(dāng)屬Chiappor和Salanié，他們選擇法國(guó)駕齡不足3年的年輕投保人這樣一個(gè)相對(duì)同質(zhì)的群體為樣本來(lái)檢驗(yàn)車險(xiǎn)市場(chǎng)信息不對(duì)稱，結(jié)果是在以保險(xiǎn)公司所有可觀測(cè)的變量為條件的基礎(chǔ)上，兩種參數(shù)方法和三種非參數(shù)方法均得出了一致的結(jié)論，認(rèn)為所研究的市場(chǎng)不存在逆向選擇或道德風(fēng)險(xiǎn)［12］，他們提出的兩種參數(shù)檢驗(yàn)方法被后來(lái)的很多學(xué)者廣泛采用［13－14］［6］。Cohen運(yùn)用以色列1994－1999年車險(xiǎn)數(shù)據(jù)得出了與Chiappori和Salanié相似的結(jié)論，但是對(duì)于取得駕照三年以上的投保人樣本確實(shí)存在風(fēng)險(xiǎn)和保障的正相關(guān)［13］。Saito則在新駕駛員樣本和有經(jīng)驗(yàn)的駕駛員樣本中均未發(fā)現(xiàn)信息不對(duì)稱的證據(jù)［14］。Abbring等提出在經(jīng)驗(yàn)費(fèi)率制下，即保險(xiǎn)公司將以往保險(xiǎn)年度的索賠次數(shù)作為確定續(xù)保費(fèi)率的重要依據(jù)時(shí)，投保人的索賠強(qiáng)度將隨著過(guò)去索賠數(shù)量升高而降低，這樣使用動(dòng)態(tài)續(xù)保數(shù)據(jù)可以將道德風(fēng)險(xiǎn)從逆向選擇中分離出來(lái)，他們并未找到法國(guó)車險(xiǎn)市場(chǎng)存在道德風(fēng)險(xiǎn)的證據(jù)［4］。Li等和 Wang等均研究了1996年臺(tái)灣車險(xiǎn)市場(chǎng)實(shí)行免賠額隨索賠次數(shù)上升而增加的新舉措對(duì)車險(xiǎn)市場(chǎng)信息不對(duì)稱的影響，兩篇文獻(xiàn)都認(rèn)為臺(tái)灣車險(xiǎn)市場(chǎng)存在信息不對(duì)稱，前者得出了免賠額會(huì)對(duì)投保人索賠行為產(chǎn)生顯著影響的結(jié)論，后者找到了提高免賠額有助于控制道德風(fēng)險(xiǎn)的強(qiáng)有力的證據(jù)［5－6］?？梢?jiàn)境外學(xué)者并未就車險(xiǎn)市場(chǎng)是否存在信息不對(duì)稱達(dá)成一致性結(jié)論，這些矛盾的結(jié)論可能是由各國(guó)、各地區(qū)車險(xiǎn)市場(chǎng)在監(jiān)管、產(chǎn)品定價(jià)和免賠額規(guī)定上的差異所致。

相比國(guó)外學(xué)者結(jié)論的不一致，國(guó)內(nèi)學(xué)者的實(shí)證研究更傾向于支持中國(guó)車險(xiǎn)市場(chǎng)存在信息不對(duì)稱的結(jié)論。王珺、高峰通過(guò)構(gòu)建順序logit模型和負(fù)二項(xiàng)分布模型發(fā)現(xiàn)索賠次數(shù)越多的車損險(xiǎn)投保人越傾向于購(gòu)買更低的免賠額，找到了車損險(xiǎn)市場(chǎng)存在逆向選擇的證據(jù)［15］。周樺和曾輝也以車損險(xiǎn)為研究對(duì)象，通過(guò)對(duì)風(fēng)險(xiǎn)頻率進(jìn)行不同的定義，得出車損險(xiǎn)小額賠付存在信息不對(duì)稱而高額賠付則不存在信息不對(duì)稱的結(jié)論［16］。趙桂芹和吳洪則分析了三者險(xiǎn)的信息不對(duì)稱，通過(guò)使用動(dòng)態(tài)續(xù)保數(shù)據(jù)控制投保人的風(fēng)險(xiǎn)異質(zhì)性從而試圖將道德風(fēng)險(xiǎn)從逆向選擇中分離出來(lái)，發(fā)現(xiàn)在續(xù)保時(shí)提高了賠償限額的投保人并沒(méi)有導(dǎo)致更高的風(fēng)險(xiǎn)頻率，而續(xù)保時(shí)降低了賠償限額的投保人的確引致更低的風(fēng)險(xiǎn)頻率，因此得出三者險(xiǎn)市場(chǎng)存在道德風(fēng)險(xiǎn)但不同的投保人群體道德風(fēng)險(xiǎn)的顯著性不同的結(jié)論［17］。本文的貢獻(xiàn)在于同時(shí)檢驗(yàn)了中國(guó)車險(xiǎn)市場(chǎng)的全部基本險(xiǎn)，且數(shù)據(jù)來(lái)自于中國(guó)不同地區(qū)，加之樣本容量比較大，期望能夠基于漸近理論從險(xiǎn)種和地區(qū)上把握中國(guó)車險(xiǎn)市場(chǎng)信息不對(duì)稱的實(shí)際狀況。

三、數(shù)據(jù)及模型設(shè)定

（一）數(shù)據(jù)說(shuō)明

數(shù)據(jù)為截面數(shù)據(jù)，來(lái)自于中國(guó)一家大型財(cái)產(chǎn)保險(xiǎn)公司，包括山東省、湖北省和四川省2010年1月1日至2010年12月31日期間承保的共計(jì)141 180張車險(xiǎn)保單。所有保單的保險(xiǎn)期限均為1年，所有保單項(xiàng)下的賠案截至2012年1月30日已全部結(jié)案。共估計(jì)了4個(gè)樣本：全樣本、山東省、湖北省和四川省。從險(xiǎn)種選擇上看，選擇車損險(xiǎn)的投保人占85．32%，三者險(xiǎn)99．64%，盜搶險(xiǎn)45．64%，車上險(xiǎn)（司機(jī)座位）85．99%，車上險(xiǎn)（乘客座位）78．79%；從地區(qū)分布上看，山東省保單占24．37%，湖北省占13．19%，四川省占62．44%。

（二）模型設(shè)定

在設(shè)定模型之前需要分別建立風(fēng)險(xiǎn)方程和保障方程，需要說(shuō)明的是，風(fēng)險(xiǎn)方程的被解釋變量為“風(fēng)險(xiǎn)”，保障方程的被解釋變量為“保障”，但風(fēng)險(xiǎn)方程和保障方程的解釋變量完全相同，即都由保險(xiǎn)公司的承保信息構(gòu)成。

1．風(fēng)險(xiǎn)方程和保障方程：條件相關(guān)

檢驗(yàn)保險(xiǎn)市場(chǎng)是否存在信息不對(duì)稱歸根結(jié)底就是判斷風(fēng)險(xiǎn)和保障之間是否存在條件相關(guān)，所謂“條件相關(guān)”即指在保險(xiǎn)公司所有可觀測(cè)的變量的基礎(chǔ)上檢驗(yàn)風(fēng)險(xiǎn)和保障之間是否存在顯著的相關(guān)關(guān)系。為此，建立了風(fēng)險(xiǎn)方程和保障方程，其中風(fēng)險(xiǎn)和保障均有多種定義以求估計(jì)結(jié)果的全面性和穩(wěn)健性。

（1）風(fēng)險(xiǎn)方程的被解釋變量

風(fēng)險(xiǎn)方程中的被解釋變量為ri，表示投保人在保險(xiǎn)期間的風(fēng)險(xiǎn)情況，由于無(wú)法觀察到投保人的風(fēng)險(xiǎn)類型，在此定義了ri的兩個(gè)代理變量：risk1i和risk2i，分別記為風(fēng)險(xiǎn)1和風(fēng)險(xiǎn)2（見(jiàn)表1）。risk1i和risk2i均為虛擬變量，當(dāng)取值為“1”時(shí)代表更高的風(fēng)險(xiǎn)。車險(xiǎn)市場(chǎng)中各基本險(xiǎn)風(fēng)險(xiǎn)1和風(fēng)險(xiǎn)2的特征分布見(jiàn)表2。

表1 風(fēng)險(xiǎn)的定義表

表2 各基本險(xiǎn)中風(fēng)險(xiǎn)1和風(fēng)險(xiǎn)2的特征分布表

（2）保障方程的被解釋變量

保障方程中的被解釋變量為ci，表示投保人的保障選擇，共有9種定義方法如表3所示。ci為虛擬變量，取值為“1”時(shí)代表更高的保障選擇。在整個(gè)樣本中，車損險(xiǎn)投保人選擇不計(jì)免賠的占97．86%，三者險(xiǎn)96．71%，盜搶險(xiǎn)41．05%，車上險(xiǎn)（司機(jī)座位）90．52%，車上險(xiǎn)（乘客座位）91．15%，車損險(xiǎn)投保人選擇足額投保的占96．25%。另外，選擇賠償限額為5萬(wàn)、10萬(wàn)、15萬(wàn)、20萬(wàn)、30萬(wàn)、50萬(wàn)、100萬(wàn)的三者險(xiǎn)投保人分別占10．69%、27．43%、9．76%、38．1%、8．37%、5．25%和0．41%。

表3 保障的定義表

（3）風(fēng)險(xiǎn)方程和保障方程共同的解釋變量

解釋變量在風(fēng)險(xiǎn)方程和保障方程中完全相同。在車險(xiǎn)中，影響投保人風(fēng)險(xiǎn)頻率和保障選擇的因素主要體現(xiàn)在三方面：從人因素、從車因素和業(yè)務(wù)因素。在整個(gè)樣本中很少有投保人選擇“指定駕駛員”，即使選擇了指定駕駛員也主要是保險(xiǎn)公司用于降費(fèi)之用，因此這項(xiàng)信息不真實(shí)，本文沒(méi)有將其列入解釋變量。缺少了“是否指定駕駛員”這個(gè)解釋變量，一切影響風(fēng)險(xiǎn)和保障的從人因素，如駕駛員年齡、性別、駕齡、婚姻狀態(tài)等就無(wú)從把握。在本文的樣本中從車信息和其他業(yè)務(wù)信息比較全面。

解釋變量為Xi，有連續(xù)變量、虛擬變量和類別變量三種類型（見(jiàn)表4）。連續(xù)變量為新車購(gòu)置價(jià)和車齡（描述性統(tǒng)計(jì)見(jiàn)表5）；虛擬變量為業(yè)務(wù)類型、行駛區(qū)域、使用性質(zhì)和車輛來(lái)源；類別變量為機(jī)構(gòu)、所屬性質(zhì)、營(yíng)銷渠道、排量和車型。由于在模型中設(shè)定了常數(shù)項(xiàng)，因此在所有的類別變量中都刪除了最后一個(gè)類別以防止嚴(yán)重多重共線性，例如，在機(jī)構(gòu)這個(gè)類別變量中，湖北省這個(gè)類別將作為基準(zhǔn)組被刪除，其他類別變量處理方式相同，因此本文的回歸模型中刪除了branch3、own3、place3、litre3和ctype9這五個(gè)類別變量。另外，在全樣本回歸中包含了機(jī)構(gòu)這一類別變量，在三個(gè)省份子樣本中則不包含機(jī)構(gòu)這一類別變量。

基于以上的定義，風(fēng)險(xiǎn)方程的probit回歸模型如下式所示：

保障方程的probit回歸模型如下式所示：

表4 風(fēng)險(xiǎn)方程和保障方程共同的解釋變量說(shuō)明表

表5 解釋變量中連續(xù)變量的描述性統(tǒng)計(jì)表

2．回歸模型

為排除在樣本選擇中產(chǎn)生的偏差以保證結(jié)論的穩(wěn)健性，沿用Chiappori和Salanie提出的兩種參數(shù)方法［12］建立中國(guó)車險(xiǎn)市場(chǎng)信息不對(duì)稱的實(shí)證模型：模型一是分別對(duì)風(fēng)險(xiǎn)方程和保障方程獨(dú)立進(jìn)行probit回歸，然后計(jì)算出風(fēng)險(xiǎn)方程和保障方程各自的廣義殘差，判斷二者是否條件相關(guān)；模型二是將風(fēng)險(xiǎn)方程和保障方程進(jìn)行bivariate probit回歸進(jìn)行檢驗(yàn)。

（1）風(fēng)險(xiǎn)方程和保障方程的probit回歸（模型一）

在運(yùn)用probit回歸分別估計(jì)風(fēng)險(xiǎn)方程和保障方程后，得到了風(fēng)險(xiǎn)方程的廣義殘差和保障方程的廣義殘差分別由式（3）和式（4）給出：

其中，φ和Φ分別代表標(biāo)準(zhǔn)正態(tài)分布的概率密度函數(shù)和累積分布函數(shù)，定義檢驗(yàn)統(tǒng)計(jì)量W：

在風(fēng)險(xiǎn)和保障條件獨(dú)立即cov（ε1i，ε2i）＝1的原假設(shè)下，W服從χ2（1）分布，從而可以檢驗(yàn)風(fēng)險(xiǎn)和保障是否條件相關(guān)。

（2）風(fēng)險(xiǎn)和保障的bivariate probit回歸（模型二）

在cov（ε1i，ε2i）＝0成立的情況下獨(dú)立對(duì)風(fēng)險(xiǎn)方程和保障方程進(jìn)行probit回歸是有效的，但如果風(fēng)險(xiǎn)和保障存在條件相關(guān)，即cov（ε1i，ε2i）≠0時(shí)，模型一的估計(jì)就是缺乏效率的，更重要的缺陷是不能判定存在條件相關(guān)時(shí)究竟是正相關(guān)還是負(fù)相關(guān)。為了尋求估計(jì)結(jié)果的穩(wěn)健，本文同時(shí)采用了風(fēng)險(xiǎn)與保障的bivariate probit回歸，雖然仍假定廣義殘差和服從標(biāo)準(zhǔn)正態(tài)分布，但與模型一的區(qū)別在于bivariate probit回歸允許存在條件相關(guān)，且相關(guān)系數(shù)為ρ，通過(guò)檢驗(yàn)ρ＝0來(lái)檢驗(yàn)風(fēng)險(xiǎn)與保障的條件相關(guān)關(guān)系，從而判定車險(xiǎn)市場(chǎng)是否存在信息不對(duì)稱。

（3）索賠－事故偏差

需要特別指出的是，西方發(fā)達(dá)車險(xiǎn)市場(chǎng)普遍實(shí)行免賠額和經(jīng)驗(yàn)費(fèi)率制，免賠額意味著發(fā)生保險(xiǎn)事故時(shí)保險(xiǎn)公司會(huì)從損失金額中扣除一個(gè)固定的金額，經(jīng)驗(yàn)費(fèi)率制意味著本年度向保險(xiǎn)公司進(jìn)行索賠會(huì)相應(yīng)增加投保人的續(xù)期保費(fèi)，由于免賠額及經(jīng)驗(yàn)費(fèi)率制的存在，發(fā)生小的保險(xiǎn)事故投保人通常選擇不向保險(xiǎn)公司索賠，這意味著索賠的經(jīng)驗(yàn)分布一般是事故分布的一個(gè)截尾，而保險(xiǎn)公司只能觀測(cè)到理賠數(shù)據(jù)而無(wú)法獲得投保人真實(shí)的事故數(shù)據(jù)。Chiappori認(rèn)為理賠和事故的偏差會(huì)造成計(jì)量模型的嚴(yán)重偏誤，導(dǎo)致保險(xiǎn)市場(chǎng)即使在不存在信息不對(duì)稱的情況下投保人風(fēng)險(xiǎn)和保障的選擇仍將呈現(xiàn)一種虛假相關(guān)性［2］。鑒于中國(guó)車險(xiǎn)市場(chǎng)普遍實(shí)行的是免賠率而非免賠額，所以發(fā)生保險(xiǎn)事故時(shí)保險(xiǎn)公司并不會(huì)從理賠金額中扣除一個(gè)固定金額而是要扣除一個(gè)固定比例，且在本文樣本期間內(nèi)中國(guó)保險(xiǎn)市場(chǎng)還沒(méi)有實(shí)行真正意義上的經(jīng)驗(yàn)費(fèi)率制，因此，發(fā)生保險(xiǎn)事故時(shí)投保人基本上都會(huì)向保險(xiǎn)公司報(bào)告，這意味著本文的數(shù)據(jù)基本上不存在索賠－事故的估計(jì)偏差。

四、回歸結(jié)果

對(duì)全樣本、山東省、湖北省和四川省這四個(gè)樣本，風(fēng)險(xiǎn)使用風(fēng)險(xiǎn)1和風(fēng)險(xiǎn)2的定義、保障使用保障1至保障9的定義，分別估計(jì)了模型一和模型二，估計(jì)結(jié)果見(jiàn)表6。

表6 模型一和模型二的估計(jì)結(jié)果表

（一）模型一回歸結(jié)果

當(dāng)使用風(fēng)險(xiǎn)1時(shí)，一致地拒絕了風(fēng)險(xiǎn)和保障不相關(guān)的原假設(shè)。當(dāng)使用風(fēng)險(xiǎn)2時(shí)，得到基本相似的結(jié)論，在絕大多數(shù)情況下發(fā)現(xiàn)了中國(guó)車險(xiǎn)市場(chǎng)存在信息不對(duì)稱的證據(jù)，尤其是湖北省樣本證據(jù)非常明顯，但全樣本、山東省和四川省這三個(gè)樣本在保障4和保障5即車上險(xiǎn)這個(gè)基本險(xiǎn)中信息不對(duì)稱的證據(jù)較弱。

（二）模型二回歸結(jié)果

模型二的估計(jì)結(jié)果分為兩種情形：第一種情形是保障1至保障6的情形。在這種情形中，當(dāng)使用風(fēng)險(xiǎn)1時(shí)，大部分情況拒絕了風(fēng)險(xiǎn)和保障不相關(guān)的原假設(shè)。但注意到中國(guó)車險(xiǎn)市場(chǎng)信息不對(duì)稱在險(xiǎn)種和地區(qū)上分布不均衡。從險(xiǎn)種上看，三者險(xiǎn)表現(xiàn)出的信息不對(duì)稱最為明顯，車損險(xiǎn)次之，而盜搶險(xiǎn)和車上險(xiǎn)則表現(xiàn)微弱。從地區(qū)上看，四川省的信息不對(duì)稱最突出，湖北省次之，山東省最弱。當(dāng)使用風(fēng)險(xiǎn)2時(shí)，信息不對(duì)稱表現(xiàn)出的險(xiǎn)種差異仍然存在，但地區(qū)差異基本消失。從車損險(xiǎn)不計(jì)免賠的購(gòu)買和足額投保的選擇上看認(rèn)為中國(guó)車損險(xiǎn)市場(chǎng)存在嚴(yán)重的信息不對(duì)稱，三者險(xiǎn)市場(chǎng)結(jié)論相同，盜搶險(xiǎn)在除了湖北省之外的樣本中均拒絕了風(fēng)險(xiǎn)和保障不相關(guān)的原假設(shè)，而車上險(xiǎn)無(wú)論司機(jī)座位還是乘客座位在各個(gè)樣本中信息不對(duì)稱的證據(jù)都非常微弱。

第二種情形是保障7至保障9的情形。山東省在風(fēng)險(xiǎn)1、保障9的情況中無(wú)法拒絕風(fēng)險(xiǎn)和保障相關(guān)的原假設(shè)，湖北省在風(fēng)險(xiǎn)1和風(fēng)險(xiǎn)2中均無(wú)法拒絕，除此之外，一致拒絕了風(fēng)險(xiǎn)和保障不相關(guān)的原假設(shè)。但是值得注意的是，風(fēng)險(xiǎn)和保障沒(méi)有呈現(xiàn)出信息不對(duì)稱理論所預(yù)示的正相關(guān)關(guān)系，反而表現(xiàn)為顯著的負(fù)相關(guān)關(guān)系，即選擇越高三者險(xiǎn)賠償限額的投保人其風(fēng)險(xiǎn)頻率反而越小。De Meza和Webb認(rèn)為在保險(xiǎn)公司無(wú)法觀測(cè)到投保人的風(fēng)險(xiǎn)偏好的情況下風(fēng)險(xiǎn)和保障之間也可能出現(xiàn)負(fù)相關(guān)［18］，即極度風(fēng)險(xiǎn)厭惡的投保人即使風(fēng)險(xiǎn)狀況良好也傾向于購(gòu)買更多的保險(xiǎn)保障，這就是有利于保險(xiǎn)公司的正向選擇。Fenkelstein和McGarry指出由于投保人的風(fēng)險(xiǎn)偏好可能抵消了風(fēng)險(xiǎn)和保障之間的正相關(guān)關(guān)系，因此沒(méi)有發(fā)現(xiàn)風(fēng)險(xiǎn)和保障的正相關(guān)關(guān)系并不能拒絕保險(xiǎn)市場(chǎng)信息不對(duì)稱的存在［19］。Wang等則指出在沒(méi)有控制風(fēng)險(xiǎn)偏好的情況下得到風(fēng)險(xiǎn)和保障的正相關(guān)關(guān)系是保險(xiǎn)市場(chǎng)存在信息不對(duì)稱的更強(qiáng)有力的證據(jù)［6］。由于數(shù)據(jù)所限，本文沒(méi)有控制投保人的風(fēng)險(xiǎn)偏好，在三者險(xiǎn)賠償限額的選擇上發(fā)現(xiàn)投保人存在顯著的正向選擇，據(jù)此認(rèn)為絕大部分三者險(xiǎn)投保人都是風(fēng)險(xiǎn)厭惡甚至是極度風(fēng)險(xiǎn)厭惡的，在這種情況下，當(dāng)使用保障2的定義時(shí)，在各個(gè)樣本中都發(fā)現(xiàn)了高保障與高索賠呈現(xiàn)的一致的正相關(guān)關(guān)系，這是中國(guó)三者險(xiǎn)市場(chǎng)存在信息不對(duì)稱的強(qiáng)有力的證據(jù)。

五、結(jié)論及政策建議

中國(guó)車險(xiǎn)市場(chǎng)存在比較顯著的信息不對(duì)稱，而且信息不對(duì)稱在險(xiǎn)種和地區(qū)分布上差異很大，其中三者險(xiǎn)信息不對(duì)稱最為明顯，隨著索賠次數(shù)的增加、風(fēng)險(xiǎn)頻率的增大，中國(guó)車險(xiǎn)市場(chǎng)信息不對(duì)稱差異主要表現(xiàn)在險(xiǎn)種上，而地區(qū)差異漸趨消失，這正說(shuō)明了中國(guó)車險(xiǎn)市場(chǎng)在高頻索賠上信息不對(duì)稱現(xiàn)象比較突出。同時(shí)，中國(guó)車險(xiǎn)市場(chǎng)的三者險(xiǎn)子市場(chǎng)存在比較顯著的正向選擇現(xiàn)象，而正向選擇在地區(qū)間差異很大，四川省表現(xiàn)出強(qiáng)烈的正向選擇，山東省次之，而湖北省則未發(fā)現(xiàn)正向選擇的證據(jù)。經(jīng)營(yíng)全國(guó)性業(yè)務(wù)的保險(xiǎn)公司應(yīng)該注意到中國(guó)車險(xiǎn)市場(chǎng)信息不對(duì)稱的險(xiǎn)種差異和地區(qū)差異。在險(xiǎn)種政策上，信息不對(duì)稱在各個(gè)基本險(xiǎn)上表現(xiàn)不同，而中國(guó)保險(xiǎn)公司針對(duì)各個(gè)基本險(xiǎn)均實(shí)行統(tǒng)一的不計(jì)免賠制度，而對(duì)投保人的每次索賠保險(xiǎn)公司均實(shí)行統(tǒng)一的不計(jì)免賠，保險(xiǎn)公司應(yīng)該在信息不對(duì)稱較為突出的三者險(xiǎn)這個(gè)基本險(xiǎn)中設(shè)置不同檔次的絕對(duì)免賠，也可以考慮對(duì)保險(xiǎn)期限內(nèi)發(fā)生的索賠按時(shí)間先后區(qū)別對(duì)待，如第一次索賠可以不扣除免賠，而第一次索賠以上則要扣除免賠，以增加投保人的防損和減損激勵(lì)；在地區(qū)政策上，也不應(yīng)采取一刀切的方式，更應(yīng)該具體地區(qū)具體對(duì)待，在表現(xiàn)出更強(qiáng)的信息不對(duì)稱信號(hào)的地區(qū)，保險(xiǎn)公司應(yīng)該主動(dòng)搜集更具體的信息，尤其是關(guān)于投保車輛的從人信息，如駕駛員的年齡、駕齡和職業(yè)等，以便更好地進(jìn)行風(fēng)險(xiǎn)分類。

從根本上講，抑制保險(xiǎn)市場(chǎng)信息不對(duì)稱要從經(jīng)驗(yàn)費(fèi)率制和保險(xiǎn)業(yè)信息共享機(jī)制的構(gòu)建入手。中國(guó)目前在全國(guó)范圍內(nèi)還尚未建立起真正有效、統(tǒng)一的經(jīng)驗(yàn)費(fèi)率制，也沒(méi)有建立起全行業(yè)共享的承保和理賠信息平臺(tái)。經(jīng)驗(yàn)費(fèi)率制作為一種對(duì)投保人進(jìn)行費(fèi)率獎(jiǎng)勵(lì)與懲罰的機(jī)制，其有效實(shí)施的前提是保險(xiǎn)市場(chǎng)信息共享機(jī)制的建立。目前在中國(guó)，由于各部門之間的信息溝通渠道仍然存在制度壁壘，保險(xiǎn)業(yè)內(nèi)部、保險(xiǎn)業(yè)與其他部門如交通管理局之間的信息共享機(jī)制尚未完全建立，這嚴(yán)重阻礙了保險(xiǎn)業(yè)應(yīng)對(duì)和遏制信息不對(duì)稱。因此，中國(guó)應(yīng)從法律上保證、政策上支持中國(guó)保險(xiǎn)業(yè)盡快建立經(jīng)驗(yàn)費(fèi)率制和信息共享機(jī)制，從而起到規(guī)范車險(xiǎn)市場(chǎng)經(jīng)營(yíng)、防止惡性競(jìng)爭(zhēng)、抑制市場(chǎng)信息不對(duì)稱、防止投保人重復(fù)投保、騙保、騙賠的重要作用。

［1］ Arrow K．Uncertainty and the Welfare Economics of Medical Care［J］．American Economic Review，1963（5）．

［2］ Chiappori P A．Econometric Models of Insurance under Asymmetric Information［C］．∥ G．Dionne（eds）．Handbook of Insurance Boston：Kluwer Academic Publishers，2000．

［3］ Dionne G，Michaud P C，Dahchour M．Separating Moral Hazard from Adverse Selection and Learning in Automobile Insurance：Longitudinal Evidence From France［ED／OL］．World Wide Web：http：／／ssrn．com／abstract＝583063，2007．

［4］ Abbring J H，Chiappori P A，Pinquet J．Moral Hazard and Dynamic Insurance Data［J］．Journal of the European Economic Association，2003（1）．

［5］ Li C S，Liu C C，Yeh J H．The Incentive Effects of Increasing Per－claim Deductible Contracts in Automobile Insurance［J］．Journal of Risk and Insurance，2007（2）．

［6］ Wang J L，Chung C F，Tzeng L Y．An Empirical Analysis of the Effects of Increasing Deductibles on Moral Hazard［J］．Journal of Risk and Insurance，2008（3）．

［7］ Finkelstein A，Poterba J．Adverse Selection in Insurance Markets：Policyholder Evidence from the U．K．Annuity Market［J］．Journal of Political Economy，2004（1）．

［8］ Dahlby B．Adverse Selection and Statistical Discrimination：An Analysis of Canadian Automobile Insurance［J］．Journal of Public Economics，1983（1）．

［9］ Puelz R，Snow A．Evidence on Adverse Selection：Equilibrium Signaling and Cross－Subsidization in the Insurance Market［J］．Journal of Political Economy，1994（2）．

［10］Dionne G，Gouriéroux C，Vanasse C．Testing for Evidence of Adverse Selection in the Automobile Insurance Market：A Comment［J］．Journal of Political Economy，2001（2）．

［11］Richaudeau D．Automobile Insurance Contracts and Risk of Accident：An Empirical Test Using French Individual Data［J］．Geneva Papers on Risk and Insurance Theory，1999（1）．

［12］Chiappori P A，SalaniéB．Testing for Asymmetric Information in Insurance Markets［J］．Journal of Political Economy，2000（1）．

［13］Cohen A．Asymmetric Information and Learning in the Automobile Insurance Market［J］．Review of Economics and Statistics，2005（2）．

［14］Saito K．Testing for Asymmetric Information in the Automobile Insurance Market Under Rate Regulation［J］．Journal of Risk and Insurance，2006（2）．

［15］王珺，高峰．我國(guó)汽車保險(xiǎn)市場(chǎng)逆向選擇實(shí)證研究［J］．金融研究，2007（12）．

［16］周樺，曾輝．中國(guó)車損險(xiǎn)市場(chǎng)信息不對(duì)稱存在性的實(shí)證分析［J］．金融研究，2008（4）．

［17］趙桂芹，吳洪．汽車保險(xiǎn)市場(chǎng)存在道德風(fēng)險(xiǎn)嗎？—來(lái)自動(dòng)態(tài)續(xù)保數(shù)據(jù)的分析［J］．金融研究，2010（6）．

［18］De Meza D，Webb D C．Advantageous Selection in Insurance Markets［J］．RAND Journal of Economics，2001（2）．

［19］Finkelstein A，McGarry K．Multiple Dimensions of Private Information：Evidence From the Long－Term Care Insurance Market［J］．American Economic Review，2006（4）．