一、引言

2014年《国务院关于加快发展现代保险服务业的若干意见》正式公布，明确指出要充分发挥保险资金长期投资的独特优势，在保证安全性、收益性前提下，创新保险资金运用方式，提高保险资金配置效率。随着保险资金规模持续扩大，优化资产配置需求不断提高，需要更加高效有力、科学坚实的基础研究作为支撑。

目前关于保险资金投资效率的研究较少。国外主要以保险业效率研究为主，Diacon(1996)对欧洲六国之间的效率差异进行了分析，并探究了国内保险公司的影响因素。Cummins等(1999)研究美国寿险业的兼并重组、规模经济和效率之间的关系，估计美国人寿保险公司的效率。Andrew等(2002)测算了澳大利亚非寿险公司的纯技术效率、规模效率、配置效率及成本效率。Yang(2006)将DEA方法运用到加拿大寿险公司的技术效率估算中，并在评估系统效率中有效地结合了生产效率和投资效率。国内研究集中在保险公司的经营效率(侯晋，朱磊，2004；田新民，李晓宇，2013；韩珂，陈宝峰，2014)。其次关于保险资金运用效率的文章主要以评价为主(黄薇，2013；李心愉，赵景涛，2014)。关于保险资金投资组合的文章较多，但研究保险资金投资效率的文章较少，李国安(2001)认为保险资金具有规模性、稳定性、长期性的特点，根据我国保险资金投资所面临的客观环境，提出了提高我国保险资金投资水平的建议。

综上所述，国内学者更多的关注保险业效率研究，比如经营效率、技术效率、生产效率等，并且主要通过建立DEA模型进行效率评价。对于保险资金运用问题研究不多，主要集中在评价，而针对本文研究的重点投资效率的文章相对较少，运用面板数据分析影响因素鲜少见到。基于此，本文将落脚到保险资金投资效率的影响因素，通过从微观层面搜集保险公司的面板数据，进行实证研究，分析影响因素，针对性的提出改进投资效率的意见。从微观层面有利于保险公司重视资金投资，调整投资资金的资源配置，提升行业竞争力；从宏观层面有利于政府规范保险资金运用行为，防范保险资金运用风险，保证现代保险市场与资本市场长期稳定有序的发展。

二、变量选择、数据来源及建模过程

(一)变量选择

本文基于对保险资金投资效率影响因素分析的目标，选择体现保险资金投资效率的指标作为被解释变量，同时在对国内外现有相关研究总结的基础上，结合中国保险业的现实情况，提出影响保险资金投资效率的相关因素，作为解释变量。

1.被解释变量的选取

纵观已有研究，在对分析保险资金运用效率的影响因素时，大都先通过DEA模型对保险资金运用效率做出综合评价后，以此作为解释变量。本文以保险资金的投资效率作为研究对象，为突出投资收益，在实际建模中，拟选择最具代表性的保险公司投资收益率(INV)作为被解释变量。

2.解释变量的选取

本文在借鉴前人研究观点的基础上，结合自己的认识，将保险资金运用效率的影响因素(解释变量)分为：公司资产规模、投资组合、保费收入占比、营业费用及其他支出占比以及人力资本。(如表1)

表1 相关解释变量释义

变量释义计算公式公司资产规模(AST)规模经济效应是指由于规模的扩大导致长期平均管理成本的大幅降低以及经济效率和收益的提高。具有一定规模的保险公司在资金利用及资源配置方面具有更多的优势，因此投资效率相应也会更高。取公司资产负债表中的总资产来表示投资组合(POT)保险公司投资产品种类繁多，目前主要以定期存款，可供出售金融资产以及持有至到期投资等长期证券投资，因此本文投资组合将分为定期存款投资比例以及长期投资比例定期存款投资比例=定期存款/总资产X100%长期投资比例=长期证券投资之和/总资产X100%保费收入占比(INC)作为保险公司的主要资金来源，保费收入的多少直接衡量了保险公司资金投资数额，间接决定了保险资金的投资效率。本文采用市场份额这一指标来衡量保费收入占比保费收入占比=保险公司保费收入/同期保险行业总保费收入X100%营业费用(EXP)营业费用是综合反映一个公司的经营能力的指标，营业费用的多少与公司的经营能力成反比，本文拟采用营业费用占比这个指标营业费用占比=业务及管理费/营业收入X100%人力资本(EDU)保险公司的人力资源水平对其投资效率具有重要影响，人力资源层次越高的公司，相应的在投资方面具有更多的优势，本文选取研究生以上人数在公司员工中的比例作为衡量人力资本的指标人力资本=研究生(以上)人数/公司总员工数X100%

(二)数据来源

本文建模的数据来源于2008年到2015年的《中国保险年鉴》、保监会网站以及各公司的人员结构统计表。样本期为我国2007年到2014年的23个保险公司相关数据，包括投资收益比、公司资产规模、投资组合、保费收入占比、营业费用占比及人力资本。

(三)建模过程

本文的被解释变量为投资收益率(INV)，解释变量为公司资产规模(AST)、投资组合(POT)、保费收入占比(INC)、营业费用(EXP)和人力资本(EDU)。上述变量中，为了消除可能产生的递增型异方差的影响，对公司资产规模(AST)、保费收入占比(INC)的数据取自然对数进行处理，得到各公司的INV、lnAST、POT、lnINC、EXP、EDU的面板数据序列。

1.平稳性检验

吉西他滨1 000 mg/m2，第1、8、15天静脉滴注，每4周重复1次；或替吉奥(S-1) 80mg/m2，第1～28天口服，休息14 d，共应用6周期。推荐化疗时间6个月，放化疗的间隔为2～3周。

为了避免伪回归，确保估计结果的有效性，首先要对各面板序列的平稳性进行检验，单位根检验是检验数据平稳性最常用的方法。

2.协整检验

①根据书中的讯息（书名、序言、目录等），对书籍进行初步分类（是小说类的，还是论说类的？是论说类中实用性的，还是理论性的？）以便决定你的阅读目的。

一是针对计划经济时期住房计划供给机制带来的住房难，化解之道是理念突破。这是邓小平开创的。1978年9月，邓小平指出：解决住房问题能不能路子宽些。1980年4月，邓小平又明确指出，住房改革要走商品化路子。[1]这意味着，住房供给理念从原来的单一公房转向自建房、商品房多元类型转变。在邓小平改革理念指引下，1980年6月，中共中央国务院正式宣布:准许私人建房、私人买房，准许私人拥有自己的住房。[1]这意味着，自建房、商品房在国家住房政策中取得了与公房同等地位的确认。

家乡的田野，处处都充满着生机。昔日不规则的小田已被改成方方正正的大块土地。田间的小路、山林的边沿，都开满了绚丽多彩而又不知名的花朵，有朱红的、湛蓝的、紫红的、淡黄的……一阵微风吹过，花朵们便在小草的绿色海洋中舞动。它们有的连连点头，好像在向农民伯伯问好；有的扭着身姿，宛若舞蹈家在翩翩起舞。

(1)模型选择

3.模型设定

在完成上述检验后，要进行面板数据的回归分析，在这之前需要根据面板数据判断选择何种形式建立面板数据模型。

单方程面板数据模型的一般形式为：

yit=ai+xitβi+uit，i=1，2，…N;t=1，2，…T，

按照对系数的不同设定，此模型可以分为以下三种情况：

如果基于单位根检验的结果发现变量之间是同阶单整的，则可以进行协整检验。

H1：截距不同，回归系数也不同，即(变系数模型)

粒径dp = 0.5 mm时混合物流速和爬坡高度不同，泥浆流经爬坡管段后截面垂直中心线上颗粒的体积分数见图6和图7。

yit=ai+xitβi+uit，i=1，2，…N;t=1，2，…T，

H2：截距不同，回归系数相同，即(变截距模型)

yit=ai+xitβ+uit，i=1，2，…N;t=1，2，…T，

H3：截距相同，回归系数相同，即(混合模型)

yit=a+xitβ+uit，i=1，2，…N;t=1，2，…T，

研究面板数据的第一步检验所研究的问题属于上述三种情况的哪一种，以确定模型的形式一般采用F检验来确定模型形式，用F统计量检验是应该建立混合回归模型，还是个体固定效应回归模型。

H1：β1=β2=β3=…=βn,ai不完全相等(混合回归模型)

H2：β1=β2=β3=…=βn,a1=a2=a3=…=an(个体固定效应回归模型)

其中SSER表示施加约束条件后估计模型的残差平方和，SSEU表示未施加约束条件的估计模型的残差平方和，ku表示无约束回归模型的解释变量个数，kr表示受约束回归模型的解释变量个数，m表示样本容量。在原假设“约束条件真实”条件下，F统计量渐近服从自由度为F(ku-kr，m-ku-1)的F分布。

构造检验H1的F统计量：

构造检验H2的F统计量：

其中，S1、S2、S3分别为变系数模型、变截距模型和混合模型的残差平方和，n为截面个体数量，将计算得到的F2统计量数值与查表临界值进行比较，若小于临界值，则接受H2，用混合模型拟合样本；反之用F1统计量数值与查表临界值进行比较，若小于临界值，接受H1，用变截距拟合；反之，用变系数拟合。

(2)设定模型

为了更精确的确定估计模型，采用豪斯曼(Hausman)检验，检验统计量为：

H=(βLSDV+βFDLS)TΩ-1(βLSDV-βFDLS)

H0:个体效应与回归变量无关(个体随机效应回归模型)

H1:个体效应与回归变量相关(个体固定效应回归模型)

“新时代”催生“新任务”，在新时代背景下，为主动适应市场竞争，传统专业在人才培养目标、核心课程设置、实验实训课程等方面必然有内在的“新要求”和改革内涵。为进一步说明专业综合改革和发展内涵，本文以安徽财经大学财政学专业为例展开分析。

通过上述检验值与F(22，155)比较，F2明显大于临界值，所以应该拒绝原假设，在变截距拟合和变系数拟合之间进行选择；然后比较F1与临界值，发现F1大于临界值，所以，确定为变系数拟合模型。

在给定的显著水平下，若统计量H的值大于临界值，则选择固定效应模型，否则采用随机效应模型。

4.分析软件

本文的面板数据分析使用EVIEWS9.0。

徐艺道：“左达跟您约的不是八点五十吗？快到时间了，还是让我上去吧。”不等张仲平说话，徐艺坚定地说:“姨父，我是不会让你上去的，万一真出个什么事，我怎么跟姨妈交待？”

2018年3月，全国两会期间，习近平总书记在参加重庆代表团审议时进一步要求重庆在加快建设“两地”的基础上，努力推动高质量发展，创造高品质生活。

三、实证分析

本文通过建立面板数据，对影响保险资金的投资效率的相关因素进行深入分析。

(一)单位根及协整检验

对上述指标进行一阶差分后，再次进行单位根检验，检验结果如上表所示，从检验结果发现，上述指标经过一阶差分后，不存在单位根，因此可以对上述指标进行协整检验。

表2 面板数据的单位根检验(一)

检验方法Levin，Lin&Chut∗Im，PesaranandShinW-statADF-FisherChi-squarePP-FisherChi-square变量INV-33．6849(0．0000)-7．06094(0．0000)176．975(0．0000)261．766(0．0000)AST-6．27162(0．0000)0．43866(0．6695)43．5454(0．5756)64．5651(0．0367)POT1-20．9576(0．0000)-1．74489(0．0405)88．6608(0．0002)132．420(0．0000)POT2-10．4209(0．0000)-0．29794(0．3829)59．8857(0．0821)98．8456(0．0000)INC-96．0280(0．0000)-22．8736(0．0000)340．924(0．0000)389．621(0．0000)EXP-32．5965(0．0000)2．73726(0．0031)88．6544(0．0002)144．089(0．0000)EDU-668．557(0．0000)-57．3199(0．0000)163．658(0．0000)180．250(0．0000)

从上述检验结果发现，指标AST、POT2存在单位根，因此对这2个指标进行一阶差分，再次进行单位根检验，结果如下所示：

表3 面板数据的单位根检验(二)

检验方法Levin，Lin&Chut∗Im，PesaranandShinW-statADF-FisherChi-squarePP-FisherChi-square变量ΔAST-21．0268(0．0000)1．80661(0．0354)92．2322(0．0001)174．481(0．0000)ΔPOT2-16．0796(0．0000)-0．91195(0．1809)71．6041(0．0092)119．665(0．0000)

首先，针对本文的解释变量以及被解释变量，运用EVIEWS软件对数据进行描述性统计分析，大体上掌握数据特点，在此基础上进行单位根检验。对每个变量做时序图，根据时序图的趋势，判断单位根的检验模式，然后进行单位根检验，检验结果如下所示：

针对上述一阶差分后不存在单位根的AST、POT2两个指标进行协整检验，发现上述指标存在协整关系，可以进行回归分析。

(二)回归估计

1．结合本文研究，确定首先分别对面板数据进行3种类型模型的回归，得到S1、S2、S3，如下所示：

表4 三类回归模型结果

回归类型R-squaredSumsquaredresid变系数回归0．9766900．023664(S1)变截距回归0．3815130．627870(S2)混合模型回归0．2246440．787119(S3)

2．计算F检验值

《标准》的发布，能够为学校开展体育技能教学、评定学生体育技能水平提供技术支撑，能够为教育部门开展学生体育素养测评提供科学便捷的工具，更好地落实体育与健康课程的价值，促进学生身体素质的全面发展。

3.进行Hausman检验

(3)提高落实工作的能力。进一步探索建立广西财产行为税分税种专业骨干团队，组建财产行为税人才库，为推进新时代财产行为税工作提供人才支撑。要有侧重地抽调人才库人员分税种组织研究政策、征管问题，承担相应的课题研究和重点难点项目攻坚等工作。对现行税制存在的突出问题，各基层地税机关要主动参与进来，抓住千载难逢的立法调研、政策规范、强化征管机遇，将真正肯干事、能干事、会干事的专业人才集中起来，上下联动、协同推进财产行为税重点工作，发挥分税种专业骨干团队集体攻关的作用，使专业人才在干事创业、攻坚克难中锻炼能力、提升素质、实现价值。

利用Hausman统计量检验应该建立个体随机效应回归模型还是个体固定效应回归模型，检验结果如下所示：

表5 Hausman检验结果

原假设Chi-Sq统计量Chi-Sq自由度概率个体效应与回归变量无关8．61001660．1967

根据检验输出结果可以看出，Hausman统计量的值是8.610016，相对应的概率是0.1967，即接受原假设，应该建立个体随机效应模型。

4．回归估计

根据上述分析，进行最终的模型估计，结果如下所示：

表6 回归估计结果

变量相关系数概率C0．304135∗∗∗-6．1409060AST？-0．009794∗∗∗(-2．611547)0．0098POT1？-0．098259∗∗(-2．085502)0．0385POT2？-0．087004∗∗(-2．850040)0．0049INC？0．016254∗∗∗-5．5647030EXP？-0．023118(-0．900856)0．3689EDU？-0．025426(-0．622905)0．5341

注：*表示在10%水平上显著，**表示在5%水平上显著，***表示在1%水平上显著。括号为t值。

所以，根据上述回归结果，建立保险资金投资效率的影响因素模型如下：

INV=0.304135-0.009794LnAST-0.098259POT1+0.087004POT2+0.016254LnINC-0.025426EDU-0.023118EXP

四、模型结果分析

(1)保险公司的资产规模与其投资效率呈负相关，随着资产规模的增加，投资效率降低，且t值显著，表明影响是显著的。保险公司作为具有规模经济的行业，其规模越大意味着平均成本更低，能提升经营效率，进而用于投资的资金更宽裕，提高资金的投资效率；但实证结果显示的却负相关，表明我国保险企业资金运用的规模效率处在规模递减的阶段，为什么资产规模越大，资金运用的投资效率反而更低，这与目前我国保险行业发展仍处于初级阶段有关，从规模速度型的粗放型增长向质量效率型的集约增长转换仍需要一定时间，因而保险公司与监管部门有必要对保险经营理念进行创新和引导，在提升保险公司的规模效率的同时，强化保险资金的投资运用效率。

社区大学教师要适应时代发展需要，须具备与时俱进的专业能力，社区大学教师专业发展通常要通过讲师培训、参与社区公共事物讨论、各种社区工作坊的学习与实践、职业技能培训等进行专业提升，因而社区大学教师除了自身领域的专业精进，还需要学习公民参与的能力、学习带领学员从个人领域到公共领域的讨论。学习在成人教育的视域下进行课程规划和设计，达到适应个人和地方公共发展的需要。综上所述，社区大学教师专业发展是指教师个人发展、专业发展和组织发展，可通过组建教师专业学习社群，提升社区大学教师专业成长与公民社会的参与度，提升教师教学能力与社区服务能力，促进理论与实务的多元对话。

(2)定期存款投资比例与长期类证券投资比例对保险资金投资效率的影响是显著的，但结果呈现负相关的状态。究其原因，与当前我国保险公司的投资工具、投资理念和投资方式相对落后有关，且以短期投资为主，资产负债期限不匹配，导致公司投资效率不高。对于保险企业来讲，大量持有定期存款不是好的选择，而应该将资金投资于债券市场，充分利用财务杠杆，提升保险资金的投资效率。

两组患者干预前ADL、QOL-AD比较,无显著差异 (P>0.05);两组患者干预1年后各评分与干预前比较,均显著提高 (P<0.05);观察组患者干预1年后各评分均明显高于对照组(P<0.05)。

(3)保费收入占比与保险资金的投资效率呈显著正相关，这与实际假设吻合，保费收入的多少直接衡量了保险公司资金投资数额，间接决定了保险资金的投资效率。随着保险公司市场份额的扩大，保险资金运用的规模效率增加，主要由于承保业务与投资业务相辅相成，市场份额的增加，扩大了资金的来源，从整体影响了保险资金的投资效率。

(4)营业费用占比与人力资本对保险公司的投资效率起着消极作用，且t值小于2，影响结果也不显著。就营业费用占比而言，其多少与公司的经营能力成反比，即营业费用占比越高，公司的经营能力越低，间接说明公司的投资效率更低，这与假设相符，但结果不显著则说明营业费用是保险公司运营能力的体现，不足以体现公司的投资效率高低，但降低营业费用能将更多的资金纳入投资渠道，利于提升投资效率，保险公司应竭力控制营业费用。关于人力资本的消极作用与与假设明显不一致，员工受教育程度越高，保险资金投资效率越低；反之越高。造成上述结果的原因可能与本文的数据受限有关，要衡量人力资本对保险公司的投资效率，应该搜集各保险公司投资管理部门的人力资源结构，有针对性的对投资进行分析，但碍于数据的搜集困难，本文仅采用公司的整体人力资源结构数据，在结果的说服力上不够。但重视人才的培养是现代社会必须正视的问题，保险公司的发展离不开人来运作和整合，人才将是真正的核心竞争力的体现，因而保险公司要充分认识这一现状，重视对保险专业人才的培养，加强储备保险资金投资人才。

实验法。实验于2018～2019学年第一学期在篮球选项课中进行，共8周。实验班采用拓展训练教学法如图1所示；对照班使用传统教学法(讲解-示范-练习-个别指导和纠正错误-练习)。

[参考文献]

[1] Cummins,J.D,Tennyson,S.andWeiss,M.“ConsolidationandEffieieneyintheU.S.LifeInsuranceIndustry”,JournalofBankingandFinance，1999，325-327.

[2] Diacon,StePhen,1996,“StrategiesfortheSingleEuropeanMarket:TheOptionsforInsurers”,ServiceIndustriesJournal:197一211.

[3] YangZijiang,2006,“ATwo-stage DEA Mode lto Evaluate the overall Performance of Canadian Life and Health InsuranceCompanies”,MathematicalandComputerModeling43:910-919.

[4] 侯晋，朱磊．我国保险公司经营效率的非寿险实证分析[J]．南开经济研究．2004(04)：108-112.

[5] 韩珂，陈宝峰．基于DEA-Malmquist的中国财产保险公司经营效率实证研究[J]．运筹与管理．2014(01)：196-202+217.

[6] 田新民，李晓宇．从微观视角分析中国保险业经营效率[J]．经济与管理研究．2013(04)：88-94.

[7] 黄薇．外资进入对中国保险业效率的影响[J]．金融研究．2011(03).

[8] 李心愉，赵景涛．产险资金运用效率与影响因素研究——基于DEA模型与面板固定效应模型[J]．保险研究．2014(10)：52-63.

[9] 李国安．论我国保险资金投资效率的提高[J]．保险研究．2001(12)：19-23.