保险公司评级方法的现状与未来展望

林 燕 马海峰 上海师范大学商学院

本文为教育部人文社会科学研究项目“审慎监管视角下问题保险公司的救助决策分析：理论与实证”（17YJA790061）的部分成果。

保险公司评级方法经历了从传统统计方法到现代评级方法、再到人工智能方法的演变过程，其内在逻辑是从参数模型逐步发展到非参数模型、自我学习训练型模型，具体方法包括指标法、回归模型、现代评级模型、人工智能模型等。评级方法的核心内容是指标体系，而回归模型能够产生稳定可靠的评级结果，基于互联网的大数据、云计算等技术则会给评级活动带来颠覆性变革。人工智能模型和区块链技术的应用前景也都很值得期待，但目前还未能取得实质性进展；不同模型的混合使用将是评级方法的发展趋势。

一、引言

公正科学的评级制度和评级结果有利于降低交易成本、信息成本和监管成本，因此被监管机构和市场参与者所重视。保险评级主要包括对保险公司的评级和对其发行产品（主要是债项）的评级，前者又可分为信用评级、偿付能力评级、财务能力评级等。这些分类虽在目标定位上有所不同，但从评级过程和结果来看，本质上却是类同的。因此，本文以保险公司评级方法作为研究对象，同时也会借鉴其他金融业的评级方法。

评级方法经历了从简单到复杂、从传统统计方法到现代评级方法、再到人工智能方法的演变过程。其内在逻辑是从参数模型逐步发展到非参数模型、再到自我学习训练型模型，而对样本数据的要求则是从严格到逐渐放松的过程。……