本文字数：2195字
阅读时间：5分钟
作者简介：段伊雪，西南财经大学金融学院博士研究生；彭雪梅，西南财经大学金融学院教授、博士生导师；方匡南，厦门大学经济学院教授、博士生导师。
文章来源：《保险研究》2024年第4期
一、引言
本文旨在构建一套科学、高效的财险业财务预警机制，该财务预警监管机制可以帮助监管者提前识别出财务风险较高的公司，为高风险公司提供充足的时间进行业务调整和财务恢复，避免公司陷入严重债务困境而不得不采取接管或财务救助措施，实现“提前识别财务风险+治疗”的作用。本文的主要边际贡献有：
第一，探索一套适合我国的财务预警机制。借鉴美国IRIS和FAST等成熟机制的经验，结合我国财产保险业的实际情况，研究开发出一套适合中国国情的财务预警机制；
第二，融合数据与先进算法，提升预警的准确性。引入随机森林等集成学习模型，配合SHAP和PDP等解释性工具，引导相关机构有针对性地关注和控制风险因素；
第三，设计出一系列财险业财务预警指标，验证这些指标在财务预警中的价值，为构建更加全面、科学的财务预警指标体系提供有力支持，为实践应用提供宝贵的参考。
二、财务预警机制设计方案
（一）整体机制构建与设计
1、预处理阶段。将样本公司分为问题公司和正常公司，输入真实财务数据，整理得到的数据集作为特征集合X；第二步，采用财务诊断法识别筛选出“高财务风险”样本。本研究采纳“三分之一多数原则”，当一家公司的预警指标里占三分之一及以上的指标为异常值时就识别为“高财务风险”并记为“1”，“低财务风险”记为“0”，据此得到标签集Y。
2、预警阶段。核心工作是测试模型准确性并分析重要的风险因子。我们将数据集按年份分为[2016年，2020年]和2021年两组。第一组用于训练模型，第二组用于样本外测试，检验模型泛化能力。
（二）数据、指标与描述性结果
本研究样本为2016年~2021年“偿二代”实施6年中持续经营的81家财产保险公司，剔除新成立未满两年的公司数据，排除异常值共得到有效样本422个。所有的样本公司分为实际发生财务危机的公司和未实际发生财务危机的公司，定义实际发生财务危机公司为出现下列情况之一的公司：
（1）出现资不抵债；
（2）因重大财务问题被监管机构接管；
（3）连续三年出现重大亏损且无重大干扰事项。
本研究筛选出实际发生危机提前一年的财务指标，将两类公司的平均显著差异呈现如表1：
在梳理18个指标的统计结果后，我们设置每个指标值合理区间，指标取值落入合理区间记0分，否则记1分，当一家公司的总分数≥6分（33%）时，判定为“高财务风险”公司见表2。此诊断法能够正确识别出超过80%的问题样本。
（三）机制模型构建与实施
经过数据预处理后，我们采用python3.8的 sklearn库构建二分类随机森林模型进行预测，综合各项模型评价指标，t-1年和t-2年的联合预测效果最好，因此本文通过公司的提前一年和提前两年的特征来识别当年的财务危机发生率，经过调参、交叉验证、过采样等环节，得到调试后的最优随机森林预警模型。
表3中，总集合的重要性前六名指标依次为t-1年净资产收益率、t-1年每百元保费经营活动净现金流量、t-2年净资产变动率、t-1年净资产变动率、t-2年每百元保费经营活动净现金流量和t-2年净资产收益率，这些是构成财险公司高财务风险的重点预警指标。
财险公司的现金流指标、净资产收益率指标和净资产变动率指标最能揭示财险公司未来的财务危机发生率，各方应密切监控与经营活动现金流和净资产相关的财务波动。
随机森林模型的预警准确性要远超越计量模型和传统机器学习模型。
三、机制实施的初步结果
（一）SHAP模型结果
图2为SHAP法绘制出的每个指标对财务风险的作用方向和大小，其中纵轴由上至下指标对分类结果的贡献度依次下降。由图可知，SHAP法的重要指标排名与传统法基本吻合，说明结果很稳健。
（二）创新性指标重要性研究
在创新性指标检验中，我们得到，经营活动现金流指标（V12）以及检验保险公司准备金计提是否准确的指标（V13、V14）较为关键，其他资产占比（V17）能较好反应公司财务风险。
（三）指标“阈值效应”研究
经过对每个指标的分析，对于第t年的财务高风险，t-1年的摊回分保费用比例和赔付支出变动率呈现明显的“U型”；而净资产收益率、总投资收益率对财务风险的贡献是呈“台阶式”的。它们不是一个线性的变化趋势，从中看出关注阈值监管的重要价值。
（四）指标“联合效应”研究
净资产收益率（V6）、每百元保费经营活动净现金流量（V11）和净资产变动率（V18）对财务风险存在提前一年的“联合效应”：
当现金流和利润“双降”时，公司财务状况问题严重。
财险机构在亏损状态下净资产大幅萎缩会联合提升财务风险。
财险业务端和投资端同时出问题的可能性较大，保险业务端现金流收远小于支，投资端浮亏计入其他综合收益或公司整体亏损导致净资产下降。
四、政策建议
为进一步优化财险公司的监管评价体系，本研究提出以下政策建议供参考：
第一，将财务指标诊断法和集成模型融合应用在财务预警机制中。建议监管部门积极采纳类似随机森林的先进模型，结合SHAP等可解释性方法，构建更为精准、前瞻的财务预警系统；
第二，建立非线性模型支持体系，优化阈值监管模式。建议构建以非线性模型（如随机森林）为核心，辅以合理财务指标阈值设定及“三分之一多数原则”等规则的财务预警机制；
第三，探索指标权重与先进算法融合的新路径。建议通过构建融合指标权重与先进算法的新系统，可以实现财务预警模型的持续优化与升级，提供更加个性化、精细化的风险评级方案。
编辑：于小涵
中国保险学会
构建保险大社区
微信：iicbxzx
