巨灾债券在中国应用的可行性分析

二、结题报告巨灾债券在中国应用的可行性分析-----------关于巨灾债券定价的分析经济学院沈頔杨茜指导老师郑辉摘要：本文通过对巨灾债券的背景以及发行机制的研究和回顾，讨论了巨灾债券在中国发行的可能性和发行路径。同时收集了台风大量损失的数据，进行了灾害损失分布的拟合。同时，我们研究了债券定价的设计，通过为巨灾债券的发行奠定一个基本的定价框架。关键词：损失分布定价引言（前言）近年来，全球范围内灾难的频发，使得人们对于巨灾债券的关注上升到一个新的高度，然而在中国，对于灾害的保险，以及灾害保险相对于的债券等金融产品的设计还很不完善，因而借鉴国外的债券设计，以及风险评估定价体系，对于发展完善中国的债券市场有十分重要的意义。一、巨灾衍生产品的产生背景回顾巨灾一般指产生巨大损失的自然灾难，美国保险服务局以定量的方法将巨灾风险定义为“导致财产直接保险损失超过2500万美元并影响到大范围保险人和被保险人事件”。根据瑞士再保险公司(SwissRe)的权威保险杂志((Sigma})资料，1970年以来巨灾风险爆发的频率呈上升趋势，仅1993年就有127起巨型自然灾害和213起技术灾难，分别是1970年同类巨灾的2倍和4倍。与此同时，巨灾造成的财产损失也不断加深，1992年的安德鲁咫风仅工业损失一项就高达165亿美元，1994年的神户大地震造成了500亿美元的财产损失。进入新世纪后，由于经济的发展，社会财富出现不断集中的趋势，一个国家或地区的财富越来越集中于一些中心城市，所以巨灾带来的损失更为严重。如2003年全球就有约6万人死于自然灾害，巨灾造成的经济损失约为700亿美元。而2004年的印度洋海啸中，仅印尼一国的损失就高达136亿美元，超过冰岛全年的国内生产总值。由于巨灾造成的损失如此之大，保险公司和再保险公司无疑面临着巨大的风险，美国安德鲁咫风和北里奇地震就曾使得全球63家财产和责任保险公司破产。因此为寻找传统再保险的替代资源，提高承保能力，保险业将目光转向了资金雄厚的资本市场，由此引发了一场传统再保险经营的变革，于是巨灾衍生产品应运而生。巨灾衍生产品包括应急准备金期票、应急股本、巨灾期权、巨灾债券等等。其中交易最活跃，应用最广泛的便是巨灾债券。1984年，SvenskExporthedit将一种私人配置的地震债券投放市场，规定在一次大地震袭击日本后，投资者可以马上以债券面值赎回该债券，日本的保险公司购买了这种债券，他们接受了以比一般利息低的利息换取地震后返还债券以获得债券面值的权利，这被认为是最早的巨灾债券。1994年，HannoverRe成为第一个正式发行巨灾债券的再保险公司，他们发行了8500万美元的巨灾债券。随后的1995年和1996年可看作是巨灾债券发展的初期，很多保险公司和再保险公司也纷纷开始发行巨灾债券，虽然大部分尝试是失败的，但却给投资者、银行与保险业提供了宝贵的经验。1996年末至1997年初，由HannoverRe推出的包含日本地震、澳洲与加拿大的咫风和地震以及欧洲咫风等风险的巨灾债券取得了巨大成功，于是St.Pau1Re、Winterthur、RehanCe、USAA等公司也相继推出类似产品，并逐渐打开了市场。2000年，MunichRe发行了总价值3亿美元的两种巨灾债券，更使得这一市场得到了蓬勃发展。巨灾债券又称为天意债券(ActofGedBonds)，是一种场外交易的债券衍生物，债券公开发行后，未来债券本金及利息的偿还与否完全由巨灾发生的情况决定，根据对巨灾风险提供担保的内容不同，巨灾债券主要分为利息受影响的巨灾债券和利息及本金同时受影响的巨灾债券。前者指利息暴露于风险之下，而本金是有保证的，如合同约定的巨灾损失没有发生，债券到期日将会归还本金并支付利息，如合同约定的损失发生，本金会返还但利息丧失。后者是指利息和本金都暴露于风险之下，一旦合同约定的巨灾损失发生，投资者将会失去利息和部分(或全部)本金，显然后者的收益率应大于前者。我国也是一个自然灾害多发的国家，如1976年的唐山大地震、1998年的长江洪水以及2008年的南方冰雪灾害都使得国民经济遭受了巨大损失，这些灾害都可定义为巨灾。当然，像以上损失巨大的自然灾害一般而言都是多年难遇的，但有些自然灾害却几乎每年都要发生，比如台风灾害。由于在地理位置上我国东临热带风暴非常活跃的太平洋，所以每年都会遭受台风的侵袭，并且几乎每次台风登陆都会给我国东南沿海各省带来巨大的经济损失。虽然我国企业财产综合险和家庭财产综合险都将台风灾害列入了保险责任范围，但却没有开设专门针对台风灾害的台风保险，所以对台风灾害损失的赔偿非常有限。因此每次台风灾害损失发生后，政府将不得不动用财政资金用于台风灾害损失的补偿，在事实上充当“最终保险人”的角色，这无疑增加了国家的财政负担。据2008年2月20日国家海洋局发布的《2007年中国海洋灾害公报》不完全统计，2007年全年我国共计发生台风灾害13次，受灾人数428.犯万人，农作物受灾面积4.82万公顷，海洋水产养殖受灾面积108.7千公顷，遭损毁房屋116间、堤防69处共68.8795公里、护岸2.779公里、码头234座，沉没及损毁船只8560艘，死亡18人，直接经济损失超过57.15亿元。其中“桃芝”(肠raji)、“帕布”(pabuk)、‘怪帕”(Sepat)、“韦帕”(Vipa)、“范斯高”(Francisco)、“利奇马”(Lekima)、“罗莎”(R淦。sa)等7次台风风暴潮过程给浙江、广东、海南等沿海省份造成的损失尤为严重。尤其是13号超强台风‘怪帕”肆虐南方七省，让闽浙苏三省的直接经济损便达48.2亿元，而16号台风“罗莎”的登陆，仅浙江台州一市便损失了22.91亿元。面对这样的损失，国内任何一家保险公司都难以独立赔付，因此非常有必要寻找新的方式以提高传统保险公司或再保险公司对台风灾害保险的承保和赔付能力。从整个保险业来看，资本充足性问题严重阻碍了巨灾保险的发展，以美国为例，整个保险业资本总额大约在2650亿美元左右，但所要承保的财产风险就达25一30万亿美元，此外还约有7万亿美元的意外险，这表明了保险业承保能力的严重不足。而中国保监会(CIRC)公布的数据显示截至2007年12月26日，国内保险业的资产总额仅为2.89万亿元，一旦遇上损失巨大的自然灾害，保险公司在赔付问题上无疑会陷入捉襟见肘的尴尬局面。而2006年下半年以来，中国的资本市场却得到了迅猛发展。2008年1月，中国证监会党委书记、主席尚福林在全国证券期货监管工作会议上曾指出，截至2007年底，我国上市公司总数达到1550家，沪深两个股票市场总市值已达犯.71万亿元，己进入二级市场流通的市值9.31万亿元，投资者开设的有效证券账户总数达到9200万户。这说明我国的资本市场己具备了一定的资金实力，因此如能借鉴发达国家巨灾风险证券化的经验，将我国保险业面临的台风巨灾风险转移至日益雄厚的资本市场，不但能分散保险公司和再保险公司面临的巨大风险，同时也能有效地减轻国家的财政压力。在中期报告以前，我们主要研究了地震巨灾债券的发行模式，定价基础，以及初步拟合了一种简单的定价方式。但由于地震的发生的损失数据不符合大数定理，数据也较少，难以采用，因此我们转向对于台风的研究，在《中国气象统计年鉴》以及《中国气象灾害年鉴》手机道了我们所需要的数据。二、文献综述巨灾债券在国外的研究始于20世纪90年代，在理论上已经有比较成熟的定价理论框架。但由于这些模型只是在理论上进行的研究，在实际再保险以及债券的应用中尚未真正得到检验和应用。Lichtenberger等（1996）在确定利率的假设下，假定巨灾保险损失率服从对数正态分布，并以此计算出巨灾债券的价格。他们根据PCS公布的1956年至1994年巨灾损失资料，从而确定出巨灾保险损失所服从的分布，然后运用票息分离法计算债券的价格。而Zajdenweber（1998）则认为巨灾损失不适合Litzenberger的假定，他认为Frechet和平稳的Levy分布更为合适，于是运用Litzenberger等的基本思想和数据资料计算出了赔款损失率分别为Frechet和平稳Levy分布的巨灾债券价格。Briys（1997）假设市场完全且无摩擦、巨灾风险与利率风险不相关、无风险利率为常数、债券为零息、巨灾损失指数服从几何布朗运动、市场无套利机会等假设下得到了一个巨灾债券价格的表达式：BCAT（0）=Fe1-rp[ɸ(d1)+(l/k)(2r/el)ɸ(d2)]其中F为债券面值，I0为巨灾债券损失指数的初始值，K为触发条件，rp为触发时本金偿还的比例，r为无风险利率。这套模型不断发展和完善，不仅完善了最初的Lichtenberger巨灾债券定价模型，同时为后来的SamuelH.Cox（2002）等人的定价模型奠定了基础。SamuelH.Cox在其模型中加入了代理人效应，即代理人在用效用函数对消费进行决策。假设代理人在T期内作出选择并在每期消费，则巨灾债券的理论价格表达式为：V（c）=∑B（0，t）Ep[c(t)]其中，B（0，t）表示面额1元，到期日为T的零息债券在t=0时的价格，Ep[c(t)]为未来时间t可能发生的消费现金流的期望值。从巨灾债券定价理论的发展来看，是从基础的定价开始逐步加入各种风险，但究其根本还是从损失分布入手，加入利率风险等，最终得出债券的定价公式。三、对我国台风损失分布的建模1、数据选取本文利用1999-2008年期间登陆我国的154次台风损失数据作为损失随机变量的样本数据（施建祥，邬云玲2006）1，数据选用CPI定基指数2对损失记录数据进行调整，以消除时间对货币价值的影响。2、趋势判断将处理后的数据导入Eviews6.0，进行对数变换后作出台风损失直方图如下：1施建祥，邬云玲。我国巨灾保险风险证券化研究，【金融研究】，2006，No.52数据来源：国家统计局从该图可以看出，直方图具有一定的对称性。其峰度为2.845893，接近于0，说明该总体数据分布与正态分布相比较稍微陡峭；偏度为-0.121662，接近于0，说明其数据分布形态与正态分布相比为稍微负偏或左偏。总体来讲，该总体数据分布近似正态分布3。因此，x服从参数为μ、σ的对数正态分布，对于x0，x的期望函数为：3、参数估计在损失模型经过初选以后，需要对所选模型进行参数估计并对模型进行检验，以确定初选模型的可靠性。本本模型分布函数的参数估计方法为非线性最小二乘迭代运算，其方法步骤为：一是确定迭代的初始参数；二是利用Eviews6.0软件进行进一步的参数估计。如果变量服从对数正态分布，x1,x2,…,xn为样本，则未知参数的矩估计量为4：μ=2Lnx-0.5LnMσ=-2Lnx+LnM其中，s和x分别是样本的方差和均值，并且m=1/nΣxi2=s2+x2将s=1.007485和x=6.002340带入得出：μ=1.78σ=0.027即为对数正态分布函数参数的矩估计值。将这两组矩估计值作为参数估计的初始值输入Eviews6.0系统做迭代估计，3根据施建祥等人的研究，1985-2004年间登陆我国的台风所造成的损失接近于对数正态分布和Pareto分布。用矩估计法估计参数并经过多次迭代后，可以看出两种分布拟合的效果都比较理想。参考这一点，本文选取指数正态分布作为我国台风损失所服从的分布。4王新军。财产保险中山你是分布建模的方法性研究，【统计研究】，2002，No.11得到下表对数正态分布的非线性最小二乘法参数结果：CoefficientStd.Errort-statisticProb.μ’1.6429020.017623162.32120.0000σ’0.021830.016011101.3740.00004、模型检验采用JB统计量来检验变量数据是否服从对数正态分布，统计量的计算给出如下公式：对于一个可以直接观察的变量来说，由统计数据给出：T=154，k=0，峰度值为2.845893，偏度值为-0.121662，求得JB统计量结果等于0.532298，其大小在区间（0.050