何瀚非 成都七中嘉祥外国学校

一、理论基础

信息不对称普遍存在于保险行业，代理人和被代理人掌握的信息不同，被代理人人获取信息方式主要来源于代理人与其他资料。如“Factors Influencing Unethical Behavior of Insurance Agents”所提到，代理人的主观因素很大程度上会影响被代理人选择。代理人可能通过一些存在隐性道德风险的行为（如趋利避害，推荐冗长条款保险）来获得回扣，或者其他目的。“The Effects of Goals and Pay Structure on Managerial Reporting Dishonesty”文中指出，代理人的目标，业绩，也可能激励他们有不道德的行为。

国内外学者主要研究的是被代理人道德风险和逆向选择作用，而对保险代理人隐性道德风险的研究很少，本篇论文研究了哪些因素会影响保险代理人的不道德行为，较为宏观地分析了影响因素，以及如何影响，集中于代理人对被代理人主观的影响，但对于保险代理人如何利用合同，协议，这些存在隐性道德风险的行为没有进行探讨。

本文研究目的：本研究将先分析哪些因素，变量在多大程度上影响隐性道德风险，再根据此结果以及其他数据对可行的风险控制方法展开研究。

不足：样本群体体量有限，分布地区在全国各地，代表性有局限。

二、实证研究方法及目的

我们主要用到的研究方法有：问卷调查法，线性回归，岭回归，二元logit回归，目的是探究在所收集到的512份样本以内，有哪些因素会对是否发生隐性不道德行为或者对被代理人的经济损失造成影响以及影响程度。基本数据包括样本性别，年龄段，学历，月收入范围，购买保险类型，是否遭遇过保险代理人隐性不道德行为，代理人具体隐性不道德行为，给被代理人带来的经济损失，以及对代理人和非代理人来说的主观因素。本文首先通过线性回归和岭回归计算出具体隐性不道德行为会对被代理人经济损失的影响程度，再通过二元logit回归计算出是否其他客观因素会作为协变量对隐性不道德行为发生造成影响。最后通过计算后的因素，以及统计结果中的主观因素，对可以控制此类行为风险的方法进行进一步讨论。

（一）数据

通过网上问卷调查形式收集到的512份问卷，样本基本信息统计如下（年龄段集中于 18-50，为保险主要购买群体）。

性别：男（43.16%）性别女（56.84%）；年龄范围：0-17（1.17%）18-28（39.45%）29-40（37.70%）41-50（15.82%）51-60（5.08%）60以上（0.78%）；学历：初中（3.52%）高中（15.23%）本科（70.31%）研究生（9.38%）博士及以上（1.56%）；月收入范围：0（3.52%）1-3000（14.65%）3001-6000（26.56%）6001-10000（31.64%）10001-20000（16.80%）20001-35000（5.27%）35000以上（1.56%）。

样本群体遇到隐性不道德行为统计中，约1/3的样本群体曾经在买保险过程中遇到不道德现象。

代理人具体隐性不道德行为统计中，19.73% 的样本群体反映保险合同冗长难懂，22.46% 的群体反映霸王条款（无商量余地，强迫附加条款），17.77% 群体反映信息失真（避重就轻，强调保险，优势，忽略保险劣势），0.59% 群体反映其他问题（见表 1）。

（二）计量模型

1.参数方法

参数方法主要通过回归分析进行，其中以线性回归和logit回归为主。

表1 不道德行为中经济损失

首先应用线性回归分析隐性不道德因素对被代理人经济损失所带来的影响，由于VIF＞10，存在共线性，用岭回归进一步分析，k=0.990（最佳）分析可得以下结论：

模型公式为：

公平待遇给您带来的经济损失=-0.622+0.145*合同冗长+0.147*霸王条款+0.147*信息失真+0.160*其他

将合同冗长，霸王条款，信息失真，其他作为自变量，而将您认为此次不公平待遇给您带来的经济损失作因变量进行岭回归（Ridge）进行分析，K值取为0.990为佳值，模型R方值为0.855，表示合同冗长，霸王条款，信息失真，其他可以解释您认为此次不公平待遇给您带来的经济损失的85.52%变化原因。对模型进行F检验时发现模型通过F检 验（F=748.789，p=0.000＜0.05），也即说明合同冗长，霸王条款，信息失真，其他中至少一项会对您认为此次不公平待遇给您带来的经济损失产生影响关系。

合同冗长的回归系数值为0.145（t=38.801，p=0.000＜0.01），霸王条款的回归系数值为0.147（t=40.419，p=0.000＜0.01），信息失真的回归系数值为0.147（t=38.333，p=0.000＜0.01），其他的回归系数值为0.160（t=36.577，p=0.000＜0.01），合同冗长，霸王条款，信息失真，其他全部均会对您认为此次不公平待遇给您带来的经济损失产生显著的正向影响关系。

由此可得，统计数据中隐性道德风险和绝大部分（85.52%）经济损失增加原因有正向影响关系。其他部分占比较少（0.59%），所以这里主要分析其他三项隐性道德风险：合同冗长，霸王条款，信息失真。

确定了主要影响因素和程度，我们接着分析其他协变量（性别，年龄，学历，收入）会不会影响被代理人遭遇隐性不道德风险概率。

这里使用到的回归方法是二元logit回归。

2.结论

p值大于0.05则说明通过HL检验，将您的性别，您的月收入范围共2项为自变量，而将是否曾在买保险过程中遇到不公正，不道德现象作为因变量进行二元Logit回归分析，模型公式为：ln（p/1-p）=0.411+ 0.530*您的性别-0.148*您的月收入范围（其中p代表您是否曾在买保险过程中遇到不公正，不道德现象为1 的概率，1-p代表您是否曾在买保险过程中遇到不公正，不道德现象为0的概率）。最终具体分析可知：

您的性别的回归系数值为0.530，并且呈现出0.01水平的显著性（z=2.751，p=0.006＜0.01），意味着您的性别会对New_您是否曾在买保险过程中遇到不公正，不道德现象产生显著的正向影响关系。以及优势比（OR值）为1.699，意味着您的性别增加一个单位时，Y的变化（增加）幅度为1.699倍。

您的月收入范围的回归系数值为-0.148，但是并没有呈现出显著性（z=-1.925，p=0.054 ＞0.05），意味着您的月收入范围并不会对您是否曾在保险不道德现象产生影响关系。总结可得四个协变量的影响显著性都较低，可以不计入考虑范围。

三、解决方案

“保险代理行为的道德风险控制：隐性激励”一文中提到补偿与信息不对称条件下的隐性激励方案，争对名誉做出的解决方案，但是争对隐性道德缺失这样不容易客观判断的道德风险控制上还需要改进，首先我们对为什么会出现这样情况进一步进行分析，从代理人和被代理人两个维度进行分析。

1.代理人

为什么会有这样不道德行为发生？在16.02%曾经或现在是代理人的样本中，统计结果为：

绝大部分（88.89%）代理人动机是经济方面因素（升值加薪），员工结构间接影响了不道德行为的发生。30.16%曾经有隐性不道德现象群体为其他目的动机（心理上，等其他）。

2.被代理人

导致自己没有合理选保险的原因，除了代理人的隐性不道德行为影响（46.29%），自身也有很大因素：自己处于着急，急迫状态，没有仔细阅读（64.45%）。没有合适地衡量自身状况（健康，经济等）（46.88%）。

总的分析来看，以霸王条款，信息失真，合同冗长为主的代理人隐性不道德行为极大程度上和代理人经济损失成正向影响趋势，代理人不道德行为与客户群体特征无显著联系，代理人动机以经济目的为主，被代理人自身不合理判断以及主观因素也是保险选择失败主要影响因素。

具体改善方法：

（1）“除了我国保险公司发展的制约因素及对策”所提的名誉影响激励措施，员工结构和奖励措施需要改进。保险公司员工升值加薪结构单一，以业绩为主导，应该加入客户反馈，同行建议等作为升职加薪考核标准，而不是单一依赖于业绩。业务价值链单一问题也在“我国保险专业代理公司发展的制约因素及对策”一文中提到，代理人收入大部分依赖于业绩，销售，保险公司扩大代理人收入来源面，积极发展。

（2）“我国保险专业代理公司发展的制约因素及对策”一文中也提到公司为抢占市场份额，对代理人队伍管理方式粗放，这样一味扩大人数，导致代理人队伍质量参差不齐，极大增加了代理人隐性不道德行为风险。

（3）政府需要进一步监督保险代理公司，制定相应限制隐性不道德行为规则，企业需要加大对保险代理人的培训以及选拔，制定完善的选拔制度，形成行业规范。

（4）保险设计工作者不应过度依赖代理人，相信代理人品质和水平。代理人水平参差不齐，不一定可以把保险合同完整简介介绍给被代理人。保险设计者应该把大众作为接受标准，降低保险合同理解难度。

（5）被代理人对常见保险陷阱加大学习，反向影响保险市场，改善保险市场缓解。