台灣壽險公司經營績效之評估－兩階段資料包絡分析法的應用
63
0
0
全文
(2) 誌謝 在求學的過程中，研究所兩年的生涯是一生中難得的回憶，感謝所上 每位老師的用心教導，及同學們在課業上所給予的協助，並感謝家人在精 神上的支持與好友們的鼓勵。 論文的研究過程，首先由衷的感謝指導教授李揚博士的悉心指導與鼓 勵，讓我能如期的完成論文。在論文架構的建立及書寫方式上，給予我非 常多的啟發，尤其是對文章內容的嚴謹要求，更使我受益良多，感恩之情， 銘記心中，永難忘懷。 在論文口試時，承蒙口試委員胡均立博士與李文智博士，對文章內容 的不吝指正與提供許多寶貴的意見，使得本論文的內容更臻完善，在此致 上我最深的謝意。 最後，感謝父母親多年來辛苦的養育之恩，哥哥、姊姊、弟弟的體諒 與支持，讓我能專心在研究所的課業上學習；身邊好友的關心及鼓勵，亦 深深溫暖著自己的心。此時心中的感激之情無法用言語形容，在此謹獻上 我無限的祝福，並將此論文獻給我最愛的家人、師長、朋友與幫助過自己 的朋友。. 黃慧君. 謹誌. 于高雄大學經管所 中華民國 99年7月. i.
(3) 台灣壽險公司經營績效之評估－兩階段資料包絡 分析法的應用 指導教授： 李. 揚 博士. 國立高雄大學經營管理研究所. 學生: 黃慧君 國立高雄大學經營管理研究所. 摘要. 壽險公司在競爭激烈的市場中，除了需面對內部的經營成效及外部的 各種不確定因素外，低利率時代所帶來的衝擊也考驗著壽險公司的經營。 而保費收入的多寡往往影響一家壽險公司的經營績效，Houston and Simon (1970)、Grace and Timme (1992)等均主張以保險費收入做為產出。但保險 費收入又如同銀行業的資金投入，故也有投入的性質。因此，保費收入具 有投入及產出的雙重特性，所以將其列於「中間產品」進行評估。而使用 二階段資料包絡分析法能評估出保費收入是否合適，並運用最適化的方 法，尋求利潤與收益最大化，成本最小化的目標，及找出無效率的壽險公 司。 本研究應用二階段資料包絡分析法，評估台灣壽險公司的經營績效。 衡量期間為 2004-2008 年間效率變動的情形。第一個階段的投入項為內勤 人數、外勤人數、固定資產、其他資產，產出項(指中間產品，即第二階 段的投入)為人壽、健康、傷害等保險保費收入；第二階段的投入項(指中 間產品，即第一階段的產出)為人壽、健康、傷害等保險保費收入，產出 項為現金及銀行存款、放款、投資。結果發現兩階段的衡量法較傳統的一 ii.
(4) 階段衡量法，更能呈現壽險公司經營績效的內涵。其研究結果可提供國內 主管機關與社會大眾瞭解壽險市場經營概況，並提供決策者作為管理上之 建議。. 關鍵字：壽險公司、二階段資料包絡分析法、經營績效、中間產品. iii.
(5) Performance Evaluation of Life Insurance Company in Taiwan－Application of Two-Stage DEA Approach Advisor: Dr. Yang Li Institute of Business and Management National University of Kaohsiung Student: Hui-Chun Huang Institute of Business and Management National University of Kaohsiung. Abstract. Life insurance companies in the highly competitive market, in addition to the business of facing the effectiveness of internal and external range of uncertain factors, low interest rates, the impact of age is also a test of the operating life insurance companies. The amount of premium income, life often affect a company's operating performance, Houston and Simon (1970), Grace and Timme (1992) are all advocates premium income as output. But then, as premium income investment banking, it has put into nature. Therefore, the premium income with the input and output of the double feature, so they are listed in the｀ intermediate measure ＇assessment. The use of two-stage data envelopment analysis to assess the suitability of premium income and the application of optimization methods, for profit and revenue maximization, cost minimization objectives, and to identify inefficient life insurance companies. In this study, two-stage data envelopment analysis to assess the life iv.
(6) insurance company's operating performance. To measure the efficiency of the period between 2004-2008, the situation changes. The first phase of the number of inputs for the back office, field size, fixed assets, other assets, output (referring to intermediate measure, the second phase of the input) for the life, health, injury and other insurance premiums; the second phase of inputs (referring to intermediate measure, the first phase of the output) for the life, health, injury and other insurance premiums, outputs for the cash and bank deposits, loans and investment. The results showed that the measurement of two-stage method to measure the more traditional method of a stage, life insurance companies showed better performance of the content. The findings may provide the competent national authorities and the business community understand the life insurance market overview, and provide decision-makers as the management were proposed.. Keywords: Life Insurance Company, Two-Stage DEA, Performance, Intermediate Measure. v.
(7) 目 錄 第一章 緒論 .................................................. 1 1.1. 研究背景與動機 .........................................1 1.2. 研究目的 ...............................................4 1.3. 研究架構 ...............................................6. 第二章 文獻探討 ............................................. 8 2.1. 台灣壽險公司產業概況 ...................................8 2.2. 經營績效評估方法 .......................................9 2.3. 二階段資料包絡分析法 ..................................11. 第三章 研究方法 ............................................ 20 3.1. 資料包絡分析法 ........................................20 3.2. 二階段資料包絡分析法 ..................................21. 第四章 實證結果與分析 ..................................... 25 4.1. 樣本資料 ..............................................25 4.2. 變數定義 ..............................................25 4.3. 實證結果分析 ..........................................29 4.4. 討論 ..................................................36. 第五章 結論與建議 .......................................... 39 5.1. 結論與建議 ............................................39 5.2. 管理意涵 ..............................................40 5.3. 未來研究方向 ..........................................40. 參考文獻 .................................................... 42. vi.
(8) 表目錄 表1. 保險業保費收入統計表 ......................................1. 表2. 台灣金融業投資次貸產品情形 ................................3. 表3. 應用二階段資料包絡分析法之相關文獻 .......................16. 表4. 各項變數定義表 ...........................................27. 表5. 各變數相關係數分析表 .....................................28. 表6. 各變數之敍述統計表 .......................................29. 表7. 各年度壽險公司效率值與最佳中間產品 .......................30. 表8. 本國公司和外商分公司之無母數檢定 .........................31. 表9. 本國公司和外商分公司之平均數 .............................32. 表 10 上市上櫃公司和非上市上櫃公司之無母數檢定 .................32 表 11 上市上櫃公司和非上市上櫃公司之平均數 .....................33 表 12 各年度壽險公司效率值 .....................................34 表 13 兩群體效率值之無母數檢定 .................................35 表 14 兩群體效率值之平均數 .....................................35 附 表 1 2004-2008 各年度壽險公司效率值與最佳中間產品............47 附 表 2 2004-2008 各年度壽險公司效率值..........................51. vii.
(9) 圖目錄 圖1. 研究架構圖 ................................................7. 圖2. 中間產品的投入與產出過程 .................................12. 圖3. 二階段的過程 .............................................22. viii.
(10) 第一章 緒論 1.1. 研究背景與動機 保險是金融體系的重要組成部分，是一種以經濟保障為基礎的金融制度，它 通過收取保險費建立保險基金，實現保險購買者風險轉移和理財計畫的目標，對 促進改革、保障經濟、穩定社會、造福人民具有重要作用。保費收入也隨著國人 對保險觀念的日益改善而逐漸增加，以 2004 年到 2008 年的保費收入及成長率來 觀察，保費收入與成長率不完全具有正相關，保費收入從 2004 年的 1,423,958 百萬元增加到 2008 年的 2,026,584 百萬元，成長率卻由 2004 年的 14.64％減少 到 2008 年的 1.96％，最高為 2007 年的 18.47％(如表１)。. 表1. 保險業保費收入統計表 單位：百萬元 保. 費. 收. 入. 年. 保險業總計. 成長率（%）. 2004. 1,423,958. 14.64. 2005. 1,576,252. 10.70. 2006. 1,677,807. 6.44. 2007. 1,987,680. 18.47. 2008. 2,026,584. 1.96. 資料來源：財團法人保險事業發展中心. 在許多經濟發達的國家，保險業已成為重要的非銀行金融機構，並成為資本 市場重要的機構投資者。保險產品的功能也從單純的保障擴展到儲蓄和投資，越 來越多的人將保險，特別是壽險作為個人理財計畫的重要組成部分。目前世界各 國的壽險業，特別是發達國家的保險業都非常重視保險的投資，投資業務日益成 為保險公司生存和發展的關鍵。而保險存在的目的，不是因為有人要死亡，而是 1.
(11) 因為有人要繼續生存。 在過去的五年中，世界 保險市場的發展呈現出一種有趣的形態。一方面， 非壽險保費增長速度由 2003 年的 6.5％急劇下降到 2005 年的-0.1％，這主要是 經濟增長的放緩以及 保險承保週期疲軟造成的。到 2006 年增長速度回升為 1.5 ％，而 2007 年由於次貸危機的影響，又回落到 0.7％；另一方面，壽險保費增 長速度在四年裏平穩增長，由 2003 年的 0.3％上升到 2006 年的 7.7％，但是 2007 年由於次貸危機的影響，該增長率下降到 5.4％。 與世界市場相比，過去五年間，亞洲市場的發展相對來說更加理想，壽險與 非壽險之間差距不大。非壽險保費增長率在 2004 年下降為 2.9％，之後持續上 升，到 2007 年達 5.1％。壽險保費增長率則由 2003 年的 1.9％上升到 2005 年的 5.1％，然後由於日本市場的下滑，保費增長率在 2006 年下降為 3.6％，2007 年 又上升為 4.3％。從 2007 年的數據可以看出「次貸危機」尚未對亞洲市場造成 很大影響。除了日本以外，亞洲其他市場的發展都非常良好，五年內保費收入增 長迅速，平均增長率達 3.6％。在 2007 年，增長率最低的是日本-3.2％，最高 的是印尼 34％。 保險深度是保費規模佔GDP的比率。整個亞洲平均保險深度為 6.2％，其中 “亞洲四小龍＂佔據領先地位。台灣保險密度最高，達 15.7％，接下來依次是 南韓 11.8％、香港 11.8％以及新加坡 7.6％。日本雖為規模最大的市場，保險 深度僅為 9.6％。壽險公司為 保險經營的各利益參與者創造持續、安全和穩健的 價值，就必須進行審慎的經營，提升經營績效，獲取經營利潤。 因此，對 壽險公司經營目標的描述和界定，為 壽險公司的競爭力也是一種 相對綜合的概括：壽險公司為各參與者(包括 投資人、管理者和客戶)創造有價 值的經營 管理能力。而且，就像經營目標通過多方面、多層次具體目標來實現 一樣，壽險公司經營績效的評估也需要經過多方面、多層次的評估方式。 壽險公司的經營績效與大多數產業一樣會受市場波動及景氣狀況所影響，如 美國次貸危機的影響從歐洲擴及到全球各大金融市場，台灣也不能置身事外。根 2.
(12) 據行政院金融監督管理委員會所發布之資料，截至 2008 年 2 月底，台灣各銀行 及保險公司投資次貸及 SIV 結構債的總曝險為 897 億台幣，包含未實現及已實現 損失總額為 313.3 億台幣，約佔該二產業 2007 年底總資產的 0.24%(如表 2)，顯 示台灣所遭受之衝擊相對較歐美小很多。. 表2. 台灣金融業投資次貸產品情形 2008/2/29 [1]. 投資部位. 銀行及保險. 銀行及保險. 占 2007 年 12 月底總資產百 分比. 總損失. 次級房貸. 712.28. 0.19%. 196.22. SIV[2]. 193.05. 0.05%. 125.89. 896.99. 0.24%. 313.30. [1]銀行投資次貸相關商品中有部分係屬投資 SIV 商品，扣除重覆計算 部份，銀行及保險公司投資次貸及 SIV 相關商品合計金額為 896.99 億元。 [2]SIV 為發行一些以本身資產作為抵押的商業本票(Asset-Backed Commercial Papers, ABCP)。 資料來源：行政院金融監督管理委員會. 究其原因，首先，台灣的金融業在渡過亞洲金融風暴之後，其體質及對風險 的敏感度都有所提升。其次，台灣的金融監理機關對於銀行、券商或保險公司的 投資部位與項目都設有嚴格的限制，且列為金融檢查重點。第三，台灣本身的證 券化市場起步不久，產品有限，金融從業人員對這些次貸產品普遍感到陌生，投 資額度也就不高。因此市況好的時候，業者的獲利固然不如外國機構，但碰到像 次貸危機的浪潮襲來，損失也相對會小很多。 台灣金融界在慶幸損失相對不大之際，更應記起此一教訓。金融機構應認清 3.
(13) 風險控管的重要性，確實做好流動性管理，而金融監理機關也要加強風險意識之 宣導，督促內、外部稽核人員發揮其職能，並密切注意事件之發展，加強與各國 主管機關之監理合作。 當前壽險市場現況，壽險業國內成長已漸趨飽和，加以家數眾多競爭激烈， 壽險業經營日益艱難，外在總體經濟持續低迷，巨災頻仍，壽險業投資獲利大受 影響；國外再保險業承保額度及價格緊縮，更加深我國壽險業發展之困境。同時， 近年來民眾對保險之認知及投保意願均顯著提高，壽險公司經營是否健全也是他 們選擇投保的原因之一，畢竟保險的保障時間甚久，如何維持公司能長久經營， 對壽險公司來說就非常重要了。因此，如何確保壽險公司經營績效之穩健成長， 保障保戶之權益，維護社會秩序，這是經營者的責任。 壽險公司如何維持良好的經營績效，並找出影響經營績效的原因，是經營者 及許多學者所關心的，其經營績效的評估方式就是一個重要的議題。本研究採用 兩階段資料包絡分析法評估台灣壽險公司的經營績效，提供最適化模式的評估方 式，可同時處理及解決多項投入與多項產出之間的效率衡量問題。也可視為總要 素生產力的一般化形式(Caves, Christensen, and Diewert, 1982)，即能將多項投入 多項產出的作業特徵，彙集成為單一的效率值。這可使我們更了解各壽險公司實 際的經營績效。. 1.2. 研究目的 2008 年全球 金融海嘯的衝擊，讓保險業出現資產減損，國內壽險業淨值嚴 重萎縮。也讓 2008 年壽險市場出現非常弔詭的情況，全年整體新契約保費收入 8,553 億元，創下壽險史上最佳紀錄；但前十月稅後虧損竟高達 1,023 億元，以 27 家壽險公司來算，平均每家虧損 40 億元。依據壽險業的統計，2007 年底壽險 業淨值為 4,330 億元，2008 年 10 月底壽險業業主權益(淨值)減損到只剩下 620 億元，較去年底蒸發了八成以上。其中，淨值為負的壽險公司，更由 4 家增加為 4.
(14) 9 家。 壽險市場在高度競爭中，除了需面臨內部的經營不善及外部的各種不確定因 素外，低利率環境所帶來的衝擊亦考驗著壽險公司的經營。而保費收入的多寡往 往影響一家壽險公司的經營績效，雖然大部份的經營者視保費收入，為其公司是 否有達到營業目標的指標，總希望保費收入愈多愈好，但實質上，保費收入是壽 險公司的負債，沒有經過評估而大量的收取，將會為壽險公司帶來極大的負擔。 保費要如何收才適當，因收太多要付的利息也多，收太少資金運用有限，這 是考驗著經營者決策的難題。一般在經營績效評估上大都將保費收入視為產出變 數，Houston and Simon (1970)、Grace and Timme (1992)等均主張以保險費收入做 為產出。但是，這些收入並非實體的產出，且大部份保費收入具有儲蓄性質，等 保險期間屆滿須給付給被保險人，所以也不能當成保險公司的收入。而保險公司 向保戶收取保險費，提供保障服務，再利用保費收入，投資各種金融標的以賺取 利潤，如同銀行業的資金投入，故也有投入的性質。因此，在壽險公司經營績效 的評估上，保費具有投入及產出的雙重特性，所以將其列於「中間產品」進行評 估。 因此，能評估出保費收入是否合適，運用最適化的方法，找出投入最小化， 中間產出最適化，最終產出極大化的方式，並尋求利潤或收益最大，成本最小的 目標。如此，對壽險公司的經營績效才有真正實質的幫助，並能創造更有利的競 爭優勢，實為壽險公司所要努力的方向，這也是本文所要研究的目的。 本文採用兩階段資料包絡分析法(Two-Stage DEA)，將生產過程分成投入、 中間產品(從投入至產出中間的過程)、產出三個部分。第一個階段的投入項為內 勤人數、外勤人數、固定資產、其他資產，第一個階段的產出項(指中間產品， 即第二階段的投入)為人壽保險保費收入、健康保險保費收入、傷害保險保費收 入；第二階段的投入項(指中間產品，即第一階段的產出)為人壽保險保費收入、 健康保險保費收入、傷害保險保費收入，第二階段的產出項為現金及銀行存款、 放款、投資。 5.
(15) 1.3. 研究架構 本文之研究架構如圖 1，第一章為緒論，說明研究背景與動機、研究目的和 研究架構；第二章為文獻探討，介紹台灣壽險公司產業概況、經營績效評估方法、 二階段資料包絡分析法；第三章為研究方法，將研究方法之模型，資料包絡分析 法、二階段資料包絡分析法定義及說明；第四章為實證結果與分析，包含樣本資 料、變數定義、實證結果分析及討論；最後第五章為本文之結論與建議，說明結 論與建議、管理意涵及未來研究方向。. 6.
(16) 研究背景與動機. 研究目的. 台灣壽險公司產 業概況. 經營績效評估 方法. 研究方法. 實證結果與分析. 結論與建議. 圖1. 研究架構圖. 7. 二階段資料包 絡分析法.
(17) 第二章 文獻探討 2.1. 台灣壽險公司產業概況 回顧台灣壽險發展的歷程，成立於 1941 年的中央信託局人壽保險處，為台 灣壽險事業的開宗，後因戰亂而中斷，於 1949 恢復營業。針對光復後，日本遺 留之壽險業，政府將其改組成立台灣人壽保險公司，惟仍限制民營保險公司之新 設；至 1962 年，政府鑒於國民經濟繁榮、所得提高與物價穩定，開放民營保險 公司設立，以加強社會安全保障制度，當時共有七家設立，包括長期佔據前三大 的國泰、新光及南山人壽。1993-1995 年間，國內著名企業財團在趕搭前一波開 放銀行的風潮後，為進一步擴展金融版圖並搶得政府當時發展亞太金融中心的先 機，壽險公司如雨後春筍般成立。1994 年，宣布開放所有外商公司均得來台設 立子公司及分公司後，國內壽險市場正式對內及對外的全面開放。 所謂「適者生存，不適者淘汰」，這個法則亦適用於壽險業。1997亞洲金融 風暴後，一些體質不健全公司原形畢露，除經營不善外，掏空案不斷，致使財政 部為穩定市場信心，促成合併案。例如，英國保誠人壽購併慶豐人壽來開拓台灣 市場。台灣壽險市場在金控成立後，透過旗下子公司交叉行銷，非金控之壽險公 司為取得比賽權，紛紛採取與外商策略聯盟方式，例如，三商人壽與美國美邦集 團，統一人壽與德國安聯集團。另外因為當初時空背景，許多國際保險集團為因 應政府只開放來台設立分公司的規定，雖與在其他地區直接成立子公司佈局不 同，仍先成立分公司。在慘澹經營後，這些公司都慢慢發揮其在壽險上的實力， 如在行銷或產品設計能力都有很強的競爭力。 台灣加入WTO之後保險產業已完全納入全球化之競爭環境中，如何在政策 面上增強我國保險產業的經營績效及國際競爭力，諸如費率自由化、產品多樣 化、經營現代化等，並因應國外大型跨國金融機構的挑戰，我國政府於2000年通 過「金融機構合併法」允許銀行、證券及保險公司跨業合併。2001年再通過「金 融控股公司」，並於同年11月開始實施，大幅放寬金融機構跨業經營的限制，提 8.
(18) 升整體產業競爭力。. 2.2. 經營績效評估方法 壽險業的整體經營績效必須要與公司員工個人績效緊密結合，此時需要將關 鍵績效指標細分到公司員工個人身上，而非僅是區分到整個單位或部門之中，如 此才能導引到公司員工的生產、服務或銷售行為的努力上。績效(performance)是 表現(perform)的名詞，它是指企業的業務執行成果，亦即某企業的實際「產出」 水平。所以績效是對於企業目標達成程度的一種衡量。原因在於評估實際公司經 營績效時，多將實際的產出表現與預期的目標相比較，方有管理上的意義，此時 的績效評估即成為效能評估。 效能(effectiveness)是指實際產出與目標產出之間的比值。而效率(efficiency) 是指實際產出與潛在產出之間的比值。績效是表示企業活動的結果，由效率與效 能兩層面因素所組成(Szilagyi, 1981)。此時的效率係以產出(output)與投入(input) 的比率來加以衡量，提高效率即是以相同(或較少)的投入，來獲得較多(或相同) 的產出而言。早在1970年代，企業經營績效的衡量，其重要性可評估企業過去的 經營成果、預測未來企業發展的基礎等。以下可列出幾種經營績效評估的方法來 說明：. 2.2.1. 財務比率分析法 財務比率分析法(Financial Ratio Analysis, FRA)係由投入與產出要素中找出 一些財務比率，用以比較各決策單位(Decision Making Unit, DMU)的經營績效， 這些財務比率舉凡有資本生產力、勞動生產力、流動比率、負債比率及資產報酬 率等。財務比率分析法是常用的方法之一，其優點為簡單、方便且易懂，缺點則 是只可使用在單一的投入要素來測量單一的產出，該方法因在指標的選取上經常 會受到主觀因素影響，致使績效較佳的受評單位無法顯現出優勢，而僅能表達出 9.
(19) 部份狀況。Eccles and Pyburn (1992)指出，使用財務性指標的限制有三：財務性 指標為—落後指標(Lagging Indicator)；過分重視效率，絶少重視效果；過分強調 企業內部性，無法顯示與外在環境的比較。 Oral and Yolalan (1990)說明財務比率法無法考慮到未來的管理方針及投資 決策，認為財務指標只是一個短期指標而已，無法正確的表現出個體的長期效 率。Smith (2001)利用修正式的杜邦方程式(DuPont Equations)來分析美國財產及 意外保險業在1970年至1999年間的財務績效，瞭解核保運作與投資間的關係，以 及資產、保費、準備金與資本公積之間的交互關係。. 2.2.2. 資料包絡分析法 資料包絡分析法(Data Envelopment Analysis, DEA)採用伯瑞圖最適境界 (Pareto optimality)之觀念，是透過資料來進行包絡分析的方法，是指在構建生產 函數之過程中，所有的投入資料(data)，均被包絡(envelope)於生產函數之下而得 名。主要是利用包絡線的技術代替一般個體經濟學中的生產函數，用來評估一群 決策單位(DMU)之相對效率，所評估出的效率值是在客觀環境下對受評單位最有 利的結果。利用參數法(Parametric Approach)及非參數法(Nonparametric Approach) 兩種基礎方法來估計效率前緣，參數法係利用統計法來估計邊界函數，其特徵在 於必須預先設定函數之型式；而非參數法利用包絡曲線的觀念，將所有接受評估 之決策單位的投入、產出項投射在空間中，以尋找出最高單位產出或最低投入邊 界，凡是DMU落在邊界上者稱為有效率，不在邊界上的DMU稱為無效率。 DEA是透過數學線型規劃(Linear Programming)的方式，產出一組最適的權 數，俾能客觀地結合多項投入與多項產出項目，化為一個綜合指標，以衡量個別 企業的資源使用效率。DEA目前已廣泛地運用在非營利事業、金融保險業等。 利用DEA可測出影響該公司效率的因素，Fecher et al. (1993)利用生產隨機邊 界法及DEA法來分析法國境內84家壽險公司及243家非壽險公司的生產績效，發 現參數法與無母數法分析結果有極大的相關性，各公司的效率離散情形很大且效 10.
(20) 率的高低似乎與公司的特性有關。Donni and Fecher (1997)利用DEA方法衡量15 個OECD國家的保險業在1983-1991年間的技術效率水準，並將生產力變動分解 為技術進步及效率的變動兩種，發現各國的效率水準離散情形很大，且其保險市 場特性會影響該國的保險效率。 DEA可評估各公司可能發生的經營狀況，Cummins et al. (1999)利用DEA法 及交叉邊界效率觀念來評估美國財產及責任保險業的生產及成本效率，發現股份 公司與相互公司各有其不同生產及成本邊界，這意味著技術效率的比較應該分別 各自以股份公司及相互公司為基礎去比較。Noulas et al. (2001)利用DEA法來衡量 希臘產險業的經營效率，發現希臘產險業似乎非常無效率，而各公司間的無效率 水準差異甚大。 Nemoto and Goto (2003)、Sueyoshi and Sekitani (2005)，使用動態DEA法估計 生產效率，為Nemoto and Goto (1999)模型之延伸，分析對象為1981-1995年間日 本電力產業。Chen and Huang (2008)將Samuelson (1947)的LeChatelier principle放 入DEA模型，藉由兩個性質，分析在DEA模型中納入某種變數，會如何影響技術、 配置與經濟效率。 國內部份，葉彩蓮及陳澤義 (2000)，以DEA法衡量台灣地區1996年28家壽 險公司的資源使用效率，發現其中有9家屬於有效率者，其餘19家為相對無效率 者；另外，新舊壽險公司之間的效率值有顯著差異，而本國與外商公司之間則無 明顯差異。高子荃等 (2004)應用DEA與Malmquist生產力指數，評估台灣產險業 1998-2000年間的經營效率，結果顯示國內產險業平均為技術無效率，技術變動 及總要素生產力變動則呈現衰退現象。. 2.3. 二階段資料包絡分析法 傳統一階段DEA較無法充分揭露企業單業經營全貌，於是就有二階段資料包 絡分析法(Two-Stage DEA)的出現。二階段資料包絡分析法是改良自DEA的研究 11.
(21) 方法，只是目前採用二階段資料包絡分析法或類似二階段資料包絡分析法概念的 文獻有逐漸增加的趨勢，其主要原因可能在於傳統的DEA在研究方法的發展已趨 於成熟，研究者多直接採用DEA進行實務性質的研究，而針對DEA所進行的改 良，也多朝向擴展投入項與產出項的適用範圍。 Kao and Hwang (2008)應用一個資料包絡分析方法，測量兩個階段效率的決 策過程。第一階段的產出生成第二階段的投入，命名為「中間產品」 。這些中間 產品的投入與產出過程，如圖2。由這種方法可以適用兩個規模報酬不變和可變 規模收益的假設。. 投入. 第一階段 圖2. 中間產品. 第二階段. 產出. 中間產品的投入與產出過程. 無論決策單位(DMU)為何，其進行績效評估的用意都是在於希望能夠透過評 估結果瞭解目前本身的績效表現，希望以更少的投入生產更多的產品，或提供更 多的服務，並有效地透過產品或服務的銷售獲取利潤。如圖2所示，整個生產過 程包括了投入、中間產品(從投入至產出中間的過程)、產出三個部分。然而，大 部分的評估方法均僅強調投入與產出兩個部分，認為投入與產出的效率關係即為 改善績效的辦法，但卻忽略了從投入至產出的過程其實也是影響績效的主要因 素。 Färe and Grosskopf (1996)認為雖然近年來績效評估的風氣日益興盛，然而， 相關研究卻普遍忽略了生產過程當中「從投入至產出中間的過程」。因此，Färe and Grosskopf (1996)將生產過程視為一個網絡，這個網絡包括了投入、產出，以 及中間產品三個部分，其中，中間產品即隱含了從投入至產出中間過程的概念。 二階段資料包絡分析法可瞭解各公司不同階段的獲利能力與行銷能力， 12.
(22) Seiford and Zhu (1999)採用二階段的概念評估美國前55大商業銀行的獲利能力與 市場行銷能力。並將各個銀行的生產過程分為兩個階段，第一個階段為獲利層 面，投入項為員工人數、資產，以及股東權益，產出項(此指中間產品，即第二 階段的投入)為收入與稅後淨利；第二階段為行銷層面，投入項(此指中間產品， 即第一階段的產出)為收入與稅後淨利，產出項為市場價值、股利股息、每股盈 餘。研究結果顯示，大型商業銀行的獲利能力效率較高，而小型商業銀行的行銷 能力效率較高。 Zhu (2000)以二階段資料包絡分析法分析美國財星雜誌上前500家公司的財 務績效。第一階段為獲利能力的衡量，投入項為員工、資產、股東權益，中間產 品為收益、利潤；第二階段為市場能力的衡量，產出項為市場價值、總投資報酬、 每股盈餘。Chen (2002)將銀行業的服務獲利過程分為三個階段，分析1996至2000 年台灣22家銀行的營運、行銷及財務效率，第一階段分析銀行的營運效率，投入 項為員工數、資產、存款數，產出項為貸款、投資額(主要是公債、庫券及公司 債)、手續費收入；第二階段第分析銀行的行銷效率，投入項為第一階段的產出 項，產出項為利息收益、非利息收益、服務品質、未貸放餘額；第三階段分析銀 行的財務(獲利)效率，投入項為第二階段的產出項，產出項為銀行的利潤、股東 權益。 Luo (2003)以二階段資料包絡分析法探討美國245家大型銀行於2000年之經 營效率，第一階段衡量獲利效率，第二階段衡量市場效率，投入項為員工人數、 總資產、業主權益；中間產品為營收、利潤；產出項為市場價值、每股盈餘、股 價。實證結果顯示，銀行經營有無效率決定於市場效率而非獲利效率。 Abad et al. (2004)採用二階段資料包絡分析法評估1991至1996年西班牙三 十餘家製造業廠商在股票市場的獲利能力。並將各家廠商的獲利能力分為兩個階 段，第一階段為當前的獲利能力，投入項為應收帳款、存貨、固定資產、其他資 產、營業支出，產出項為收入；第二階段為未來的獲利能力，投入項為預期收入、 營業支出、帳面價值，產出項為市值。研究結果顯示，二階段資料包絡分析法可 13.
(23) 應用於財務層面的基本分析法(Fundamental Analysis)，採用二階段資料包絡分析 法可以改良基本分析法不能評估廠商與廠商之間效率關係的缺點，並可以透過二 階段資料包絡分析法提供跨期的比較分析。 二階段資料包絡分析法可評估出公司的各種效率，Chen and Zhu (2004)以二 階段資料包絡分析法評估1981至1989年之27家銀行，分析IT對銀行績效的影響， 找出那些銀行可以當成最佳標杆，並同時滿足兩階段均有效率，提出如何決定中 間產品及對中間產品要有那些額外限制。投入項為固定資產、僱員、IT投資；中 間產品為存款；產出項為利潤、收回貸款。 Lo and Lu (2006)探索2003年台灣14家金融控股公司的一個小型開放經濟體 系的效率，他們採用了兩個階段的生產過程，盈利能力和市場銷售業績，並使用 非參數資料包絡分析法，其投入項為資產、產權、僱員；中間產品為收入、利潤； 產出項為每股收益、市場價值、股票價格。 利用二階段資料包絡分析法可在不同階段中找出影響效率的因素，Kao and Hwang (2008)以2001至2002年台灣24家產險公司為研究對象，修改傳統的DEA模 型，將決策過程分為兩個階段進行效率的測量，考慮投入與產出兩者的整個過 程，能更可靠的測量出各公司的效率，並能夠更準確的確定低效率的原因。其研 究與之前的不同，認為整體效益是產品兩個階段生產過程的效率，第一階段的投 入項是營運開支、保險費用，中間產品為直接承保保費、再保險保費，第二階段 的產出項是承保利潤、投資利潤率。計算出兩階段DEA的方法比單獨兩階段DEA 的方法在效率上更有意義，無論是整體效率和每個階段的工作效率都能得到效 果，並可處理多個階段及DMU內部結構。 Chen et al. (2009)根據Kao and Hwang (2008)提出的模型，以兩階段的進程衡 量一個整體效率。在兩階段DEA模型變動規模報酬(Variable Returns to Scale, VRS) 的條件下，調整投入及產出的效率，將各個階段DMU的整體效率作為加權總和 的效率，而不是使用一個簡單的產品效率。可同時適用於固定規模報酬(Constant Returns to Scale, CRS)和變動規模報酬(VRS)的衡量，並解決需要處理的不同階 14.
(24) 段。Chen et al. (2010)將第一階段的產出到第二階段的過程構成中間產品。由此 產生的兩階段DEA模型不僅提供了一個整體評估效率的過程，並減少第二階段的 投入及第一階段的產出(中間產品)，以達到高效率。並根據產出導向的模式，開 發了資料包絡分析的邊界點，及假定CRS不變，並在確定效率DMUs的框架下， 將DEA模型分成兩階段。 國內部份，高棟樑 (2005)本研究使用二階段資料包絡分析法及Malmquist生 產力指數來衡量台灣地區產險公司之經營效率及效率變動情形。第一階段為行銷 能力之評估，第二階段則是獲利能力之評估，衡量台灣24家產險公司在不同階段 之經營績效。投入項為業務及總務、管理費用、佣金及承保費用；中間產品為簽 單保費收入、再保費收入；產出項為淨核保收益、投資收益。評估結果發現，台 灣地區各產險公司在行銷效率方面，大致上差異不大，但在獲利效率方面，則差 異甚大。而全體產險業行銷效率之變動呈現些微下降之趨勢，而獲利效率之變 動，則呈現微幅上升之趨勢。 黃旭男與高棟樑 (2005)使用Seiford and Zhu (1999)二階段資料包絡分析法， 將產險公司的生產過程分為行銷階段與獲利階段，衡量台灣24家產險公司在不同 階段的經營績效。以市場能力表示行銷階段的表現，以獲利能力表示投資階段的 表現。最後，再就績效評估的結果，進一步將台灣地區產險公司劃分為四群，並 分別研擬每一群產險公司有效的競爭策略，可提供產險公司有用的參考資訊。 余永讚 (2008)採用二階段資料包絡分析法評估中國大陸壽險業在2003至 2005年間各項效率值。投入項為人力費用、服務與物料費用、資本額；中間產品 為保費收入、各項責任準備金增量；產出項為承保利潤、投資利潤。結果顯示， 壽險業在研究期間呈現技術無效率，未能充份利用資源，在技術方面，本國壽險 公司優於外商壽險公司。 以下列出應用二階段資料包絡分析法之相關文獻彙整說明，如表3。. 15.
(25) 表 3 應用二階段資料包絡分析法之相關文獻 研究者 Seiford and Zhu (1999). Zhu (2000). 研究對象. 研究方法. 投入項與產出項. 研究結果. 評 估 美 國 前 Two-Stage 55 大 商 業 銀 DEA 行的獲利能 力與市場行 銷能力。. 投入：員工人數、 大 型 商 業 銀 資產、股東權益 行的獲利能 力 效 率 較 中間產品：收入、 高，而小型商 稅後淨利 業銀行的行 產出：市場價值、 銷 能 力 效 率 股利股息、每股盈 較高。 餘. 分 析 美 國 財 Two-Stage 星 雜 誌 上 前 DEA 500家公司的 財務績效。. 投入：員工、資產、 可 以 瞭 解 各 股東權益 公司的獲利 能力及市場 中間產品：收益、 能力。 利潤 產出項：市場價 值、總投資報酬、 每股盈餘. Chen (2002). 分 析 1996 至 三 階 段 第一階段投入：員 可 分 析 出 銀 2000 年 台 灣 DEA 工數、資產、存款 行 業 的 營 運 數 22 家 銀 行 的 效率、行銷效 營運、行銷及 率及財務效 產出：貸款、投資 財務效率。 率，並瞭解銀 額、手續費收入 行管理成果 第二階段投入：為 的貢獻。 第一階段的產出 產出：利息收益、 非利息收益、服務 品質、未貸放餘額 第三階段投入：為 第二階段的產出 產出；利潤、股東 權益. 16.
(26) 表 3 應用二階段資料包絡分析法之相關文獻(續) Luo (2003). 探討美國245 Two-Stage 家 大 型 銀 行 DEA 於 2000 年 之 經營效率。. 投入：員工人數、 銀 行 經 營 無 總資產、業主權益 效 率 決 定 於 市場效率而 中間產品：營收、 非獲利效率。 利潤 產出：市場價值、 每股盈餘、股價. Abad et al. (2004). 評 估 1991 至 Two-Stage 1996 年 西 班 DEA 牙 30 餘 家 製 造業廠商在 股票市場的 獲利能力。. 第一階段投入：應 收帳款、存貨、固 定資產、其他資 產、營業支出. 可以改良基 本分析法不 能評估廠商 與廠商之間 效率關係的 產出：收入 缺點，並可提 第二階段投入：預 供 跨 期 的 比 期 收 入 、 營 業 支 較分析。 出、帳面價值 產出：市值. and 評 估 1981 至 Two-Stage 1989 年 之 27 DEA 家銀行，分析 (2004) IT 對 銀 行 績 效的影響。 Chen Zhu. Lo and Lu (2006). 探 索 2003 年 台 灣 14 家 金 融控股公司 的一個小型 開放經濟體 系的效率。. 投入：固定資產、 找 出 那 些 銀 僱員、IT投資 行可以當成 最佳標杆，並 中間產品：存款 同時滿足兩 產出：利潤、收回 階 段 均 有 效 率，提出如何 貸款 決定中間產 品及對中間 產品要有那 些額外限制。. Two-Stage 投入：資產、產權、 得 出 盈 利 能 DEA、非參 僱員 力和市場銷 數資料包 售業績。 中間產品：收入、 絡分析法. 利潤 產出：每股收益、 市場價值、股票價 格. 17.
(27) 表3 應用二階段資料包絡分析法之相關文獻(續) Kao and 以 2001 至 Two-Stage Hwang 2002 年 台 灣 DEA 24 家 產 險 公 (2008) 司為研究對 象。. 投入：營運開支、 能 更 可 靠 的 保險費用 測量出各公 司的效率，並 中間產品：直接承 準確的確定 保保費、再保險保 低效率的原 費 因。 產出：承保利潤、 投資利潤率. 根據Kao and Two-Stage Hwang (2008) DEA 所研究的對 象。. 如Kao and Hwang 可 同 時 適 用 (2008) 的 資 料 所 於 固 定 規 模 示。 報酬(CRS)和 變動規模報 酬(VRS)的衡 量，並解決需 要處理的不 同階段。. 根據Kao and Two-Stage Hwang (2008) DEA 所研究的對 象。. 如Kao and Hwang 提 供 了 一 個 (2008) 的 資 料 所 整 體 評 估 效 示。 率的過程，並 減少第二階 段的投入及 第一階段的 產出(中間產 品)，以達到 高效率。. 以行銷能力 及獲利能力 評 估 台 灣 24 家產險公司 在不同階段 之經營績效。. 投入：業務及總 在整體產險 務、管理費用、佣 業 行 銷 效 率 金及承保費用 之變動呈現 些微下降的 中間產品：簽單保 趨勢，而獲利 費收入、再保費收 效率之變動 入 則呈現微幅 產 出 ： 淨 核 保 收 上升的趨勢。 益、投資收益. Chen et al. (2009). Chen et al. (2010). 高棟樑 (2005). Two-Stage DEA 及 Malmquist 生產力指 數. 18.
(28) 表3 應用二階段資料包絡分析法之相關文獻(續) 黃旭男與高 將 產 險 公 司 Two-Stage 棟樑 的 生 產 過 程 DEA 分為行銷階 (2005) 段與獲利階 段，衡量台灣 24 家 產 險 公 司在不同階 段的經營績 效。. 投入：業務及總 以績效評估 務、管理費用、佣 的結果，進一 金及承保費用 步將台灣地 區產險公司 中間產品：簽單保 劃 分 為 四 費收入、再保費收 群，並分別研 入 擬每一群產 產出：淨核保收 險公司有效 的 競 爭 策 益、投資收益 略，可提供產 險公司有用 的參考資訊。. 余永讚. 投入：人力費用、 壽 險 業 在 研 服務與物料費用、 究 期 間 呈 現 資本額 技 術 無 效 率，未能充份 中間產品：保費收 利用資源，在 入、各項責任準備 技術方面，本 金增量 國壽險公司 產出：承保利潤、 優 於 外 商 壽 險公司。 投資利潤. (2008). 評 估 中 國 大 Two-Stage 陸 壽 險 業 在 DEA 2003 至 2005 年間各項效 率值。. 19.
(29) 第三章 研究方法 3.1. 資料包絡分析法 DEA 最早由 Charnes、Cooper and Rhodes (1978)將 Farrell (1957)的研究方法 加以改良發表。又因紀念 Charnes、Cooper and Rhodes 三位學者的貢獻，基本的 DEA 模型即特稱為 CCR 模式。這三位學者於 1978 年利用多項投入及多項產出 效率衡量的概念，將 DMU 之各項產出與投入因素分別加以線性組合，以兩線性 組合之比值代表受評估者之效率，各受評估單位之效率值皆會界於 0 與 1 之間； 且在固定規模報酬(CRS)假設下，定名為 DEA。 因 CCR 模式是基於 CRS 的假設下，不管用使用哪一種衡量模式，所求算出 的效率值均相等；另依其投入面及產出面劃分上述所求算之效率值，如在相同產 出水準下，其模式目標在追求投入最小化，此 CCR 模式稱為投入導向模型 (Input-Oriented Model)，倘在相同投入水準下，其模式目標在追求產出極大化， 則此 CCR 模式稱為產出導向模型(Output-Oriented Model)。而 DEA 模型可表示 為一個分數線性規劃模型(Fractional Programming)，如模型(1)。模型中 yrj 表第 j 個 DMU 的第 r(r = 1 , .…., s)個產出值； xi j 表第 j 個 DMU 的第 i(i = 1,....., m) 個投入值； ur 表第 j 個 DMU 的第 r(r = 1 , .…., s)個產出項的加權值； vi 表第 j 個 DMU 的第 i(i = 1,....., m)個投入項的加權值；hk 表第 k 個 DMU 的相對效率值。 s. Max. ∑u. r. ∑v. r. r =1 m. hk ＝. i =1. y rk （1） x ik. s. ∑u s.t.. r =1 m. r. y rj. ∑v x i =1. ur. i. ≤1. ij. ≥0 20.
(30) vi ≥ 0 i = 1 , ....., m ,. j = 1 , ..…, n ,. r = 1 , .…., s. 其後由Banker、Charnes and Cooper (1984)修改了CCR的生產過程應為變動規 模報酬(VRS)，並藉由生產可能的集合與Shephard (1970)的距離函數推導，能夠 將 技 術 效 率 (Technical Efficiency, TE) 分 解 成 純 粹 技 術 效 率 (Pure Technical Efficiency, PTE)和規模效率(Scale Efficiency, SE)。若技術效率值等於1，表示該 壽險公司在受評估的壽險公司群內以較有效率的方式生產；相反地，若技術效率 值小於1，則表示壽險公司未能以較有效率的方式生產，可稱為技術無效率。. 3.2. 二階段資料包絡分析法 本研究所採用的評估方法主要為二階段資料包絡分析法，將壽險公司的生產 過程分為兩個階段，並針對 DMU 進行績效評估時，除了衡量投入與產出的效率 關係之外，並將 DEA 所著重的「投入與產出的效率關係」擴展至「整個生產過 程」。 Chen et al. (2010)同時將「投入至產出中間的過程」分成兩個階段計入績效 評估當中，假定每個 DMU j (j = 1, 2, . . . , n )具有 m 個第一階段的投入 xi j ( i = 1, 2, . . . ,m)，及有 D 個產出 zdj (d = 1, 2, . . . ,D)。 zdj 同時為第一階段之產出及第二 階段之投入，即所謂之中間產品。並有 s 個第二階段的產出 y r j (r = 1, 2, . . . , s )， Chen et al. (2010)可使此 DMU 得到一個最適的中間產品( zdj )(如圖 3)。並可使第 一階段達成效率，也可使第二階段達成效率，最後使整個投入至產出的過程均達 成效率。如此才能使得評估結果更具備完整的解釋能力，此模型亦無需預先設定 權重。. 21.
(31) DMU j , j = 1,2,..., n. 階段 1. 階段 2. xi j , i = 1,2,...,m. z dj , d = 1, 2 ,..., D 圖3. y r j , r = 1,2,..., s. 二階段的過程. 本文假設所有公司都有相同的技術，生產過程規模報酬不變(CRS)，並採用 了產出導向模型的兩階段 DEA，研究如何使這些 DMU，以既有的投入得到更多 的產出。這項研究將著重於如何在各家公司中找到最適規模的中間產品。 在固定規模報酬情況下，每一個 DMU 其第一階段的效率值如式(2)表示， 第二階段的效率值如式(3)表示。θ 1j 為第一階段之效率值，θ j2 為第二階段之效率 值。 D. θ = 1 j. S. ∑ wd zdj d =1 m. ∑v x i =1. θ =. and. (2). ∑u r =1 D. 2 j. r. y rj (3). ∑ w~d Z dj. i ij. d =1. ~. 其中 vi 和 ur 是第一階段及第二階段產出項的權重， vi 和 wd 則是第一階段. ~. 及第二階段投入項的權重，其皆為未知的非負數權重。令 wd 等於 wd (Kao and Hwang, 2008)，整個階段的總效率值 θ j 即為第一階段及第二階段之效率值相乘可 得，簡化後可以式(4)表示。 D. Max θ j = θ ×θ = 1 j. 2 j. ∑ wd zdj d =1 m. ∑v x i =1. i ij. S. S. ×. ∑u y r =1 D. r. rj. ∑ w~d Z dj d =1. 22. =. ∑u y r =1 m. r. ∑v x i =1. rj. i ij. (4).
(32) 將式(4)轉換為產出導向的模型，列式如下： m. ∑v x. i ij. i =1 S. Min. ∑u r =1. (5). y rj. r. s.t. θ 1j ≤ 1 and θ j2 ≤ 1 for all j,. ~ wd = w d. for all d,. 將分母設限為 1，將式(5)轉換為線性規劃式(6)。 m. Min. ∑v x. s.t.. (6). i io. i =1. S. D. r =1. d =1. ∑ ur yrj − ∑ wd zdj ≤ 0 , j = 1,2,......, n, D. ∑w d =1. m. d. S. ∑u r =1. r. z dj − ∑ vi xij ≤ 0 , j = 1,2,......, n, i =1. yr 0 = 1. wd ,. d = 1,2,......, D ;. vi. , i = 1,2,......, m ;. ur. , r = 1, 2,......, s ≥ 0. 為計算方便及得到更多分析資訊，使用線性規劃的對偶型式，可將式(6)轉 換為式(7)表示。. Max. φ. s.t.. ∑λ x. (7). n. j =1. n. ∑μ j =1. ≤ xi 0 ,. i = 1,2,......, m,. y rj ≥ φy r 0 ,. r = 1,2,......, s,. j. j. n. ∑ (λ j =1. j. ij. − μ j ) Z dj ≥ 0 , d = 1,2,......, D,. λ j , μ j ≥ 0, φ ≥ 1 在產出導向的模型中，產出極大化是每一個DMU的目標， φ 即擴張產出的 23.
(33) 因子。 λ j 是同業對於第一階段投入及產出的權重， μ j 是同業對於第二階段投入 n. 及產出的權重。Chen et al. (2010)將式(7)中 ∑ (λ j − μ j )Zdj ≥ 0 此一限制式改寫成 j =1. 兩組新的限制式： n. ∑λ Z j =1. j. ~. ≥ Z d 0 , d = 1,2,......, D,. dj. n. ~. ∑ μ j Z dj ≤ Z d 0 , d = 1,2,......, D, j =1. ~. 在第一組的限制式中， Z. ~. d 0. 被視為「產出」 ，在第二組的限制式中， Z. d 0. 則. 視為是「投入」 。帶入這兩組新的限制式至式(7)，可導出式(8)，式(8)可以找出 產出導向模型的效率投射，即對於低效率的DMU0，可以計算出一組最適中間產 ~. 品 Z d 0 ( d = 1,2,......, D, ) ，在同一時間內可以得到第一階段及第二階段的最佳效 率，亦使整段投入產出過程的效率值達到最佳。 ~. φ. Max. (8). n. s.t.. ∑λ x. j ij. j =1 n. ∑λ Z j. j =1. ~. dj. n. ∑μ Z j. j =1. ≤ xi 0 , i = 1, 2 ,......, m , ≥ Z d 0 , d = 1, 2,......, D , ~. dj. ≤ Z d 0 , d = 1, 2,......, D ,. n. ~. ∑ μ j yrj ≥ φ yr 0 , r = 1,2,......, s , j =1. ~. ,. d = 1, 2,......, D ,. j. ≥ 0 ≥ 0. ,. j = 1, 2 ,......, n ,. j. ≥ 0. ,. j = 1, 2 ,......, n ,. Z. d0. λ. μ ~. φ ≥ 1.. 24.
(34) 第四章 實證結果與分析 4.1. 樣本資料 資料來源主要為中華民國人壽保險商業同業公會與財團法人保險事業發展 中心出版的「人壽保險業務統計年報」。因2009年之資料於本研究開始時尚未出 版，故本研究期間以2004至2008年的資料為樣本。 為使研究樣本的同質性提高，避免有徧離的樣本影響研究結果，必須排除部 份年度之壽險公司，另部份公司資料不全者亦不納入樣本中，包括中華郵政、外 商環球瑞泰人壽、蘇黎世人壽、佳迪福人壽、安達保險、中泰人壽、匯豐人壽、 第一英傑華人壽、巴黎人壽等公司。故各年度研究樣本公司數為24家，總計樣本 數共120家。其中，本國公司有103家，外商分公司有17家；上市上櫃公司有55 家，非上市上櫃公司有65家。. 4.2. 變數定義 在變數的選取上無論是參數法或無母數法，都涉及投入項及產出項的選用問 題。投入項及產出項的選擇，為進行效率分析是否能成功的關鍵，但在金融服務 業方面的運用有些難度，尤其是在區分中間產品或服務時，因這些變數或服務兼 具投入與產出的性質。 投入項及產出項的判定，在金融保險服務業方面，主要有三種方法，即資產 法(asset approach)或中介法(intermediation approach)、使用者成本法(user-cost. approach)、附加價值法(value-added approach)。資產法是將金融服務機構視為純 粹的財務中介者，僅從一群人中借入資金，並轉化此種負債為資產，以便從利息 收入與利息支出之差額中獲取資金的時間價值。資產法對多數保險業較不適合， 因保險業所提供的服務不只是中介服務而已。 使用者成本法，是依據金融保險商品對金融保險機構的收益是否具有淨貢獻 來認定其屬性；若對資產的財務報酬大於資金的機會成本，或對負債的財務成本 25.
(35) 小於機會成本，則該項商品即為金融產出項，否則即為投入項。附加價值法，是 以某一資產與負債所具有的附加價值之多寡來決定投入與產出變數；若某一種資 產或負債產生高附加價值時，就視為產出。. 以下將本研究所選取之投入變數、中間產品、產出變數列出說明：. 4.2.1. 投入變數 保險業常使用的投入變數有三項，為勞力、資本及材料 (Cummins and Zi,. 1998; Diacon, 2001)，而投入變數通常涉及投入價格問題。本研究以內勤人數、 外勤人數、固定資產、其他資產等四項，作為第一階段的投入變數。Seiford and. Zhu (1999)採用二階段的概念，將各個銀行的生產過程分為兩個階段，定義員工 人數、資產等為第一個階段的投入。Abad et al. (2004)將各家廠商的獲利能力分 為兩個階段，將固定資產、其他資產列入第一階段投入。Chen and Zhu (2004)研 究那些銀行可當成最佳標杆，以固定資產、僱員等為投入。. 4.2.2. 中間產品 在績效的評估方法上大都只強調投入與產出兩個部分，卻忽略了從投入至產 出的過程其實也是影響績效的主要因素。因保費收入具有投入及產出的雙重特 性，故將其列於中間產品中進行評估。本研究選取三項，為人壽保險保費收入、 健康保險保費收入、傷害保險保費收入，作為中間產品，指第一階段的產出與第 二階段的投入。Hwang and Kao (2008)以產險公司為研究對象，考慮投入與產出 的整個過程，以直接承保保費收入與再保保費收入為中間產品。余永讚 (2008) 評估中國大陸壽險業各項效率值，以保費收入等為中間產品。. 4.2.3. 產出變數 保險業對產出變數的定義，認為保險業的目標為求利潤最大，故應以各項收 26.
(36) 益為產出。在探討壽險規模經濟或範疇經濟方面，如Houston and Simon (1970)。 本研究以現金及銀行存款、放款、投資，作為第二階段產出變數。Greene and Segal. (2004)定義投資收入等為產出。黃旭男與 高棟樑 (2005)以投資收益等為產出。余 永讚 (2008)以投資利潤等為產出。 各項變數項目、名稱、定義、單位彙整如表 4。. 表 4 各項變數定義表 項 目. 代 號. 變數名稱. 投入. X1. 外勤人員. 各公司年底之人數. 人. X2. 內勤人員. 各公司年底之人數. 人. X3. 固定資產. 百萬元. X4. 其他資產. 百萬元. 中間產品. Z1. 變數定義. 人壽保險保費收 含個人壽險與團體壽 入. Z2. 傷害保險保費收 含個傷害險與團體傷. 百萬元. 害險. 健康保險保費收 含個人健康險與團體 入. 產出. 百萬元. 險. 入 Z3. 單位. 百萬元. 健康險. Y1. 現金及銀行存款. Y2. 放款. 百萬元. 含壽險貸款與擔保放. 百萬元. 款. Y3. 投資. 有含有價證券投資與不 動產投資. 27. 百萬元.
(37) 關於各變數之間是否有其正相關性，須進行投入、中間產品、產出變數資料 的相關係數分析。各變數相關係數分析結果如下表：. 表5. 各變數相關係數分析表. Z1. Z2. Z3. Y1. Y2. Y3. X1. 0.851** （＜0.001）. 0.896** （＜0.001）. 0.877** （＜0.001）. 0.537** （＜0.001）. 0.863** （＜0.001）. 0.885** （＜0.001）. X2. 0.838** （＜0.001）. 0.971** （＜0.001）. 0.938** （＜0.001）. 0.568** （＜0.001）. 0.749** （＜0.001）. 0.932** （＜0.001）. X3. 0.845** （＜0.001）. 0.889** （＜0.001）. 0.801** （＜0.001）. 0.592** （＜0.001）. 0.833** （＜0.001）. 0.905** （＜0.001）. X4. 0.707** （＜0.001）. 0.681** （＜0.001）. 0.673** （＜0.001）. 0.744** （＜0.001）. 0.666** （＜0.001）. 0.730** （＜0.001）. Z1. 1.000** （＜0.001）. 0.885** （＜0.001）. 0.871** （＜0.001）. 0.741** （＜0.001）. 0.924** （＜0.001）. 0.931** （＜0.001）. Z2. 0.885** （＜0.001）. 1.000** （＜0.001）. 0.950** （＜0.001）. 0.627** （＜0.001）. 0.831** （＜0.001）. 0.965** （＜0.001）. Z3. 0.871** （＜0.001）. 0.950** （＜0.001）. 1.000** （＜0.001）. 0.678** （＜0.001）. 0.808** （＜0.001）. 0.971** （＜0.001）. 註：1.＊＊表P<0.01 2.括號表P-value值. 由表5的相關係數分析表可知，各變數間存在正向相關，且P-value值均小於 0.01呈現顯著狀態，因此投入變數、中間產品、產出變數具合理性，故做為本文 的研究變數。 表6為各變數之敍述統計表，可看出各變數的分佈狀況，凡屬於金額變數， 都以2005年為基期的消費者物價平減指數為其實質變數，單位為百萬新台幣。. 28.
(38) 表 6 各變數之敍述統計表 個數. 最小值. 最大值. 平均數. 標準差. X1. 120. 0. 82423. 7939.45. 14177.482. X2. 120. 117. 4702. 994.23. 1131.485. X3. 120. 0.0294. 14.7322. 2.337692. 3.9421927. X4. 120. 0.0164. 36.0810. 2.984206. 5.2243292. Z1. 120. 1.2852. 328.8207. 43.915196. 63.5461460. Z2. 120. 0.0677. 14.8321. 2.406074. 4.1150065. Z3. 120. 0.0212. 47.7286. 6.963426. 10.4916524. Y1. 120. 0.0280. 228.5727. 16.595590. 33.8735338. Y2. 120. 0.0935. 557.6707. 43.450137. 103.46510. Y3. 120. 3.2704. 1361.5775. 199.017377. 323.30610. 投入. 中介值. 產出. 註：1.單位為百萬新台幣。 2.消費者物價平減指數以2005年為基期。. 4.3. 實證結果分析 樣本使用LINGO11.0軟體，及Chen et al. (2010)二階段資料包絡分析法模型， 計算各DMU的效率值及最適的保費收入，並以SPSS12.0軟體估計其各變數間的 相關性，與各變數之敍述統計。 經由研究分析，結果可得出2004至2008年各家壽險公司的效率值、保費收入 的實際數及最佳中間產品，並可由效率值的高低來分析各家公司的保費收入是否 達到最適化，及最佳中間產品的保費收入與實際數的保費收入之間的差額如何， 愈接近者表示愈好，差額為0者表示保費收入已達最適化，愈徧離者表示需改進 空間愈大。經由分析發現其兩者之間的差額有增加也有減少。以下列出各年度已 達最佳保費收入，及較接近與徧離較遠的公司，結果顯示如表7。2004-2008各年 度全部壽險公司的效率值、保費收入的實際數及最佳中間產品列於附表1。 29.
(39) 表 7 各年度壽險公司效率值與最佳中間產品 年度. 公司別. 實際數. 效率值. 人壽保險 傷害保險 健康保險 2004. 2005. 保誠. 27.6011. 國泰. 217.9343 13.4104 35.1376. 2007. 2008. 5.2497. 人壽保險 傷害保險 健康保險 0.1468. 74.3820. 2.2459. 7.2806. 0.8853 261.5475 14.7883 39.6444. 興農. 2.8410. 0.0868. 0.3623. 0.1273. 16.4878. 0.3814. 1.3346. 幸福. 7.7928. 0.2777. 0.4664. 0.7876. 7.7928. 0.2777. 0.4664. 統一安聯 36.0203. 0.1958. 0.6650. 0.1621. 21.6411. 0.4587. 1.1773. 美國. 2.5044. 0.2488. 0.0212. 0.1685. 0.7425. 0.4673. 0.7425. 宏利. 1.5670. 0.0870. 0.5578. 0.1772. 3.9715. 0.1499. 0.3172. 中信局. 15.4068. 0.2791. 0.5637. 1.0000. 15.4068. 0.2791. 0.5637. 保誠. 30.9365. 1.3300. 5.8981. 0.1011 167.3124 3.0813. 10.7254. 國泰. 254.0328 14.5047 36.8294. 興農. 2006. 1.4471. 最佳中間產品. 0.9708 260.0868 14.0355 36.9084. 3.3061. 0.0761. 0.3622. 0.1503. 19.4182. 0.2986. 1.0068. 統一安聯 52.2760. 0.1946. 0.7706. 0.1868. 26.2676. 0.5220. 1.3663. 保德信. 6.1192. 0.1740. 0.8361. 0.1741. 21.8685. 0.4747. 1.2547. 康健. 1.6460. 1.8580. 0.3952. 0.1655. 3.4661. 0.5486. 0.3611. 國泰. 261.9855 14.7906 39.8221. 1.0000 261.9855 14.7906 39.8221. 三商美邦 46.0023. 2.3186. 12.0162. 0.4775. 46.0023. 2.3186. 12.0162. 統一安聯 53.1732. 0.1948. 0.8637. 0.1625. 29.7808. 0.5670. 1.2487. 保德信. 7.0202. 0.1790. 0.9804. 0.1880. 25.3266. 0.5188. 1.2739. 康健. 1.5065. 1.2777. 1.2593. 0.1418. 3.7066. 0.6859. 0.4914. 宏利. 3.0883. 0.0973. 0.9151. 0.0884. 12.7903. 0.2525. 0.5884. 國泰. 328.8207 14.6259 42.1726. 1.0000 328.8207 14.6259 42.1726. 新光. 178.4303 8.7921. 13.6748. 0.9458 161.0560 7.1724. 16.5843. 國寶. 4.6262. 0.2416. 2.6401. 0.9324. 8.9780. 0.2261. 0.9099. 安聯. 76.5478. 0.1905. 0.9736. 0.1422. 38.6880. 0.7096. 1.4666. 康健. 1.7572. 0.5341. 2.7843. 0.0726. 3.7466. 0.5709. 1.4228. 宏利. 5.8480. 0.1045. 1.2798. 0.0840. 16.4764. 0.3092. 0.6652. 保誠. 30.7892. 1.6780. 10.0126. 0.1790 153.6057 3.4394. 11.8040. 國泰. 316.2990 14.7360 47.7286. 1.0000 316.2990 14.7360 47.7286. 富邦. 92.2958. 0.6697. 2.8406. 0.9351. 62.0755. 1.2315. 2.8899. 興農. 2.4535. 0.0677. 0.4210. 0.1846. 19.2395. 0.3009. 1.0341. 安聯. 24.0281. 0.1940. 1.0158. 0.1136. 34.6208. 0.7554. 2.0084. 康健. 1.8631. 0.4912. 3.6464. 0.0727. 6.0552. 0.6075. 1.7939. 美國. 4.2883. 0.4526. 0.5158. 0.1865. 15.3803. 0.2747. 0.8868. 宏利. 4.7362. 0.1072. 1.4324. 0.1309. 13.1133. 0.2537. 0.6566. 30.
(40) 本研究採用Mann-Whitney U檢定來分析二個獨立樣本，驗證本國壽險公司和 外商壽險分公司、上市和非上市壽險公司對效率值與各項保費收入差額是否具有 顯著性。其各項保費收入差額為各項保費收入最適值與實際值之差額。 經由Mann-Whitney U檢定，結果顯示如表8，為本國公司和外商分公司在各 項檢測值的P-value值均在0.05的顯著水準下，顯示本國公司和外商分公司兩群體 之效率值與各項保費收入差額有顯著差異，亦表示本國公司和外商分公司兩群體 存在顯著的差異性。. 表8. Mann-Whitney U. 本國公司和外商分公司之無母數檢定 效率值. 人壽保險. 傷害保險. 健康保險. 225.000. 518.000. 446.000. 550.000. -4.896. -2.691. -3.233. -2.450. ＜0.001＊＊. 0.007＊＊. 0.001＊＊. 0.014＊＊. 統計量 Z檢定. 漸近顯著性（雙尾） 註：＊＊表P<0.05. 由表9得知，本國公司之效率值平均數為0.4534，人壽、傷害、健康等保險 保費收入差額之平均數各為51.0175、-0.0400、0.6366；外商分公司之效率值為 0.1879，人壽、傷害、健康等保險保費收入差額之平均數各為15.1025、-0.3850、 -0.9044。 經結果分析，本國公司之各項平均數均高於外商分公司。顯示本國公司之績 效表現優於外商分公司。其在公司家數上，本國公司有103家，外商分公司有17 家。. 31.
(41) 表9 本國公司和外商分公司之平均數 效率值. 人壽保險. 傷害保險. 健康保險. 本國. 0.4534. 51.0175. -0.0400. 0.6366. 外商. 0.1879. 15.1025. -0.3850. -0.9044. 表10為上市上櫃公司和非上市上櫃公司之Mann-Whitney U 檢定法可知，上 市上櫃公司和非上市上櫃公司在效率值與健康保險 保費收入差額 的 P-value值均 在0.05的顯著水準下，顯示上市上櫃公司和非上市上櫃公司兩群體之效率值與健 康保險保費收入差額有顯著差異。而與人壽保險與傷害保險保費收入差額之P-value. 值不在顯著水準下，亦即上市上櫃公司和非上市上櫃公司兩群體之人壽保險與傷 害保險保費收入差額不存在顯著的差異性。. 表 10. Mann-Whitney U. 上市上櫃公司和非上市上櫃公司之無母數檢定 效率值. 人壽保險. 傷害保險. 健康保險. 799.000. 1774.500. 1491.500. 1113.500. -5.206. -0.068. -1.559. -3.550. 0.945. 0.119. ＜0.001＊＊. 統計量 Z檢定. 漸近顯著性（雙尾） ＜0.001＊＊ 註：＊＊表P<0.05. 由表11顯示，上市上櫃公司之效率值平均數為0.5445，人壽、傷害、健康等 保險保費收入差額之平均數各為27.7612、0.2309、1.6488；非上市上櫃公司之 效率值為0.3069，人壽、傷害、健康等保險保費收入差額之平均數各為61.3027、 -0.3595、-0.6230。 32.
(42) 上市上櫃公司之效率值平均數與傷害、健康等保險保費收入差額之平均數， 均高於非上市上櫃公司之平均數，只有人壽保險保費收入差額之平均數低於非上 市上櫃公司之平均數。顯示上市上櫃公司之績效表現大都優於非上市上櫃公司， 只有在人壽保險保費收入差額之平均數之核算上表現較差。其在公司家數上，上 市上櫃公司有55家，非上市上櫃公司有65家。. 表11. 上市上櫃公司和非上市上櫃公司之平均數 效率值. 人壽保險. 傷害保險. 健康保險. 上市上櫃. 0.5445. 27.7612. 0.2309. 1.6488. 非上市上櫃. 0.3069. 61.3027. -0.3595. -0.6230. 以下分析 Kao and Hwang (2008)所使用的二階段資料包絡分析法，比較各年 度的效率值，並以 Mann-Whitney U 檢定本國公司和外商分公司、上市上櫃公司 和非上市上櫃公司，各兩群體間之效率值是否有顯著差異。 由表 12 可知，各年度壽險公司效率值最好與最差的公司，效率值較好位於 0.04 至 0.05 間，有中信局人壽、國華人壽、新光人壽、國寶人壽、臺銀人壽、 富邦人壽；較差的為 0.002 以下，有康健人壽。2004-2008 各年度全部壽險公司 之效率值如附表 2。. 33.
(43) 表12 各年度壽險公司效率值 年度. 公司別. 人壽保險. 傷害保險. 健康保險. 效率值. 2004. 中信局 康健. 14.5881 1.2852. 0.2867 1.9730. 0.5216 0.1794. 0.0453 0.0027. 2005. 中信局 康健. 15.4068 1.6460. 0.2791 1.8580. 0.5637 0.3952. 0.0475 0.0021. 2006. 中信局 國華 康健. 16.1188 21.4009 1.5065. 0.2704 3.1721 1.2777. 0.6541 10.9294 1.2593. 0.0411 0.0402 0.0018. 2007. 新光 國寶 康健. 178.4303 4.6262 1.7572. 8.7921 0.2416 0.5341. 13.6748 2.6401 2.7843. 0.0468 0.0531 0.0013. 2008. 臺銀 國華 富邦 康健. 48.9608 23.9340 92.2958 1.8631. 0.2905 3.2661 0.6697 0.4912. 0.7349 12.2095 2.8406 3.6464. 0.0413 0.0408 0.0413 0.0014. 由 Mann-Whitney U 檢定，如表 13 可知，本國公司和外商分公司、上市上櫃 公司和非上市上櫃公司，在效率值的 P-value 值均在 0.05 的顯著水準下，顯示本 國公司和外商分公司、上市上櫃公司和非上市上櫃公司，各兩群體的效率值均具 有顯著差異，亦表示其存在顯著的差異性。. 34.
(44) 表 13 兩群體效率值之無母數檢定 效率值. Mann-Whitney U. 本國和外商. 上市上櫃和非上市上櫃. 83.000. 652.000. -5.964. -5.981. 統計量 Z檢定. ＊＊. 漸近顯著性（雙尾）. ＜0.001＊＊. ＜0.001. 註：＊＊表 P<0.05. 由表 14 得知，本國公司之效率值平均數為 0.0220，外商分公司之效率值平 均數為 0.0054；上市上櫃公司之效率值平均數為 0.0264，非上市上櫃公司之效 率值平均數為 0.0139。研究結果顯示，本國公司與上市上櫃公司之效率值平均 數，均高於外商分公司與非上市上櫃公司之效率值平均數。表示本國公司與上市 上櫃公司之績效表現優於外商分公司與非上市上櫃公司。. 表 14 兩群體效率值之平均數. 效率值. 本國. 外商. 上市上櫃. 非上市上櫃. 0.0220. 0.0054. 0.0264. 0.0139. 35.
(45) 4.4. 討論 由Chen et al. (2010)二階段資料包絡分析法進行研究分析，結果得知，2004 年效率值為1或效率值高於0.9，資料顯示並無達到此標準的壽險公司，但有達到 最適保費收入的公司，為幸福人壽，其效率值為0.7876。效率值最小者為保誠人 壽、興農人壽、統一安聯人壽、美國人壽、宏利人壽等五家公司；2005年效率值 為1的有中信局人壽(現為臺銀人壽)，有達到最適保費收入，效率值0.9的有國泰 人壽，最小者有保誠人壽、興農人壽、統一安聯人壽(現為安聯人壽)、保德信人 壽、康健人壽等五家公司。 2006年效率值為1的有國泰人壽，有達到最適保費收入，三商美邦人壽其效 率值為0.4775，亦有達到最適保費收入，效率值0.9者無公司達到，最小者有保 德信人壽、統一安聯人壽、康健人壽、宏利人壽等四家公司。 2007年效率值為1的有國泰人壽，有達到最適保費收入，效率值0.9的有新光 人壽、國寶人壽等二家公司，最小者有保誠人壽、安聯人壽、康健人壽、宏利人 壽等四家公司；2008年效率值為1的有國泰人壽，同樣有達到最適保費收入，效 率值0.9的有富邦人壽，最小者為保誠人壽、興農人壽、安聯人壽、康健人壽、 美國人壽、宏利人壽等六家公司(如表7)。 一般而言，效率值達1者表示保費收入達最適化，愈接近1者其經營績效愈 好，效率值未達1者表示該公司的資源未被充份利用。但經由研究發現有兩家壽 險公司例外，為2004年的幸福人壽及2006年的三商美邦人壽，其效率值均未達1， 但都已達到最適保費收入。 經由無母數檢定，結果顯示，本國公司和外商分公司在各項檢測值的P-value 值均在0.05的顯著水準下，這也表示本國公司和外商分公司兩群體存在顯著的差 異性。上市上櫃公司和非上市上櫃公司在效率值與 健康保險 保費收入差額 的. P-value值，均在0.05的顯著水準下，這顯示上市上櫃公司和非上市上櫃公司兩群 體在此兩項檢測值有顯著的差異性。 36.
(46) 在各項平均數的比較上，本國公司之效率值平均數與人壽、傷害、健康等保 險保費收入差額之平均數，均高於外商分公司之平均數。結果顯示本國公司之績 效表現優於外商分公司。上市上櫃公司之效率值平均數與傷害、健康等保險保費 收入差額之平均數，均高於非上市上櫃公司之平均數，僅有人壽保險保費收入差 額之平均數低於非上市上櫃公司之平均數。結果可知，上市上櫃公司之績效表現 較優於非上市上櫃公司，只有在人壽保險保費收入差額之平均數上顯示較差。 比較Kao and Hwang (2008)所使用的二階段資料包絡分析法模型進行評估， 結果顯示2004年至2005年效率值較好的同為中信局人壽，效率值均在0.04以上； 2006年效率值較好的有中信局人壽、國華人壽，效率值均在0.04以上；2007年效 率值較好的有新光人壽、國寶人壽，效率值均在0.04以上；2008年效率值較好的 有臺銀人壽、國華人壽、富邦人壽，效率值也均在0.04以上。各年度效率值較差 的均為康健人壽，效率值均在0.002以下(如表12)。 由Kao and Hwang (2008)模型分析出的效率值較小，各年度的效率值未有達1 者，最高者只有2007年的國寶人壽效率值達0.05，比Chen et al. (2010)所使用的 模型所求出的效率值還要小。 在兩群體效率值之無母數檢定上，結果顯示，本國公司和外商分公司及上市 上櫃公司和非上市上櫃公司，在效率值之P-value值上均在0.05的顯著水準下，這 也顯示兩群體間的效率值存在顯著的差異性。 在效率值平均數的比較上，由分析結果得知，本國公司與上市上櫃公司之效 率值平均數，都高於外商分公司與非上市上櫃公司之效率值平均數。這顯示，本 國公司與上市上櫃公司之績效表現優於外商分公司與非上市上櫃公司。. Chen et al. (2010)與Kao and Hwang (2008)雖都使用二階段資料包絡分析 法，但其研究方法有其不同處。Kao and Hwang (2008)之研究方法是將中間產品 以固定不變來做分析，故無法做適當的調整。其DMU無法投射至生產前緣上， 相對的也就無法求出最佳中間產品，而得出最適保費收入。. Chen et al. (2010)的研究方法，可得出效率值達到1的公司，其方法是以中間 37.
(47) 產品可調整的方式來做分析，其DMU可投射至生產前緣上，可得出最佳中間產 品，即找出最適保費收入。找出最佳中間產品後，表示可將產出調整至最適值， 並運用最適化的方法，找出投入最小化，中間產出最適化，最終產出極大化的方 式，進而尋求利潤或收益最大，成本最小的經營目標。. 38.
(48) 第五章 結論與建議 5.1. 結論與建議 以二階段資料包絡分析法衡量各壽險公司的經營績效，由資料顯示效率值愈 趨近於1的公司其愈接近最適保費收入，其利潤與收益亦可達最大；離效率值1 愈遠的公司其愈偏離最適保費收入。效率值較好的有國泰人壽，在2006至2008 年其效率值均達1，2005逹到0.9以上，各公司整體效率值較差的2004年也有0.8 以上，效率值的好壞確實也呈現出一家公司的經營績效。國泰人壽成立於1962 年，截至2007年止客戶數已有五百萬人，有效契約件數突破1千萬件，市佔率約 20%，為全台灣最大之保險公司，中華信評評等為twAA+。並連續九年獲得天下 雜誌評選「理想品牌」第一名，及六度入選財富雜誌全球500大企業。 中信局人壽於2007年與臺灣銀行合併後改名為臺銀人壽，只有在2005效率值 達到1，之後的效率較無以往來的好。2004年的幸福人壽與2006年的三商美邦人 壽其效率值雖未達1，但已達最適保費收入，其只維持一個年度，之後的表現就 較不理想。效率值最小者為保誠人壽、興農人壽、統一安聯人壽、康健人壽、美 國人壽、宏利人壽等六家公司。其中保誠人壽與統一安聯人壽其保費收入均在各 家壽險公司中等程度，為何整體效率表現不佳，需要公司內部在各種變數的評估 上再做一調整。 大部份的消費者均不知道要如何去選擇一家優質的壽險公司，及可以購買的 安心與合適的商品，只是片面從壽險業務人員、廣告與他人轉介紹中得知，卻不 知道有些公司已潛藏著經營不善、虧損的危機，或認為政府不會放任金融保險業 倒閉，所以在購買保險商品時較無太多考量，有時只從價格上去做比較，如此的 購買方式對消費者來說是較無保障的。 建議：各家壽險公司可將數年的效率值，及是否有達最適保費收入之數據， 列於各公司對外公佈的公開資訊中，以提供社會大眾與消費者更能瞭解其公司真 實的經營績效，作為購買各種保險商品的參考。 39.
(49) 5.2. 管理意涵 經由上述的分析，可知各壽險公司要達到最適保費收入，不單只取決於一、 兩種變數的分析，各變數的選取與變數數量的多寡均會影響結果。本研究以內勤 人數、外勤人數、固定資產、其他資產等四項，作為第一階段的投入變數；人壽 保險保費收入、健康保險保費收入、傷害保險保費收入等三項，作為中間產品； 現金及銀行存款、放款與投資，作為第二階段產出變數。其分析已考量各壽險公 司主要影響經營績效的項目，再從其中去調整其量的增減，以其達到最佳效率值 及最適保費收入。 保費收入是壽險公司的負債，沒有經過評估而大量的收取，將會為壽險公司 帶來許多的負擔。經由二階段資料包絡分析法的分析，可以藉由保費收入去評估 一家壽險公司的經營績效，並找出經營績效不佳的原因並加以改善，此必能使壽 險公司的各項效率增加，帶來極大的利益，這亦是管理者所追求的目標。. 5.3. 未來研究方向 本研究應用二階段資料包絡分析法，評估台灣壽險公司的經營績效。結果發 現兩階段的衡量法較傳統的一階段衡量法，更能呈現壽險公司經營績效的內涵， 能評估出保費收入是否合適，運用最適化的方法，找出無效率的壽險公司。其研 究結果可提供國內主管機關與社會大眾清楚壽險經營概況，以作為相關單位和投 資者之參考，並提供決策者作為經營與管理上之建議。 各壽險公司的經營績效，不單只是由其所公佈的財務報表內容，所顯示保費 收入多寡，來衡量其公司利潤與收益是否達到最大化，而需由各種有效的績效分 析法來進行檢定。因為保費收入多不見得獲利就高，有時會讓經營者以為公司有 所成長，以及讓民眾誤認該公司經營績效高。 未來研究方向可從如何估算出投入、中間產品、產出等變數間達到平衡點， 並得出各種變數的最佳量。這可使各壽險公司在評估其經營績效時，能有效的找 40.
數據
相關文件
R.(1990), “Guidelines for improving efficiency in elementary schools in Western Massachusetts ： A data envelopment analysis approach,” Dissertation Abstracts International,
The results show that (1) vertical integration, investment intensity and debt ratio have significantly negative impacts on ROE, (2) capital intensity and market share rate
Veltman, “A hybrid heuristic ordering and variable neighbourhood search for the nurse rostering problem”, European Journal of Operational Research 188 (2008) pp.
譚志忠 (1999)利用 DEA 模式研究投資組合效率指數－應用
Measuring managerial efficiency in non-life insurance companies: An application of two-stage data envelopment analysis technique. (2008).Efficiency decomposition in two-stage data
Through data analysis, this research discovers that Business Management division has superior operational performance with stable efficiency values and it could be a reference
Tadei, A greedy based neighborhood search approach to a nurse rostering problem, European Journal of Operational Research 153 (2004) pp. Michelon, “A Multi-Objective Approach to
Key words: Semiconductor Components Distribution Industry, Operation Efficiency, Data Envelopment Analysis, Balanced Scorecard... 第二節
