您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[未知机构]:个险和经代渠道的过去和未来 - 发现报告
当前位置:首页/其他报告/报告详情/

个险和经代渠道的过去和未来

2023-05-15王晴未知机构劣***
个险和经代渠道的过去和未来

个险和经代渠道的过去和未来 2023年5月 王晴 中国大陆寿险行业的代理人制度起源于1992年,当年友邦保险在上海高调招聘个险代理人。经过2014到2017年的高速发展,过去五年个险渠道的新单保费持续负增长,个险代理人总人数和新增人力更是大幅下降,引起了广泛的关注和讨论。本文试图用我建立的数学模型对个险渠道的过去进行分析,并预测未来的发展。 第一部分介绍了“稳定状态下”个险代理人的活动人力模型,这个模型的雏形是2009年发现的“72法则”,并在2019年基于中保协的数据加入推广和完善。第二部分首先回顾了个险渠道过去十三年的发展以及各类公司市场份额的变化,然后用我们所定义的各种指标如增员质量等对过去六年个险渠道的表现进行分析。 第三部分介绍了四级机构月均产能分布的几个模型,从多个角度解释了为什么所有的寿险公司都有那么多弱体机构,并且过去五年变得越来越多了。在2021年8月发表的个险PPT里,我列举了个险新单保费下降的十二大原因,后来发表在微信公众号“慧保天下”8月31日的专栏上,称之为“个险十二难”,这里就不重复了。 第四部分我们汇总了过去十二年经代渠道的历史数据,并且分析了经代公司的竞争优势,未来这个优势大概率将继续保持。在最后一部分,基于调整后的"非稳定状态下"的活动人力模型,我们对个险渠道未来四年的总标保进行了预测。 1 稳定状态下的活动人力模型 2 个险代理人渠道的历史数据 3 寿险公司四级机构的产能分布 4 经代渠道的历史数据 5 未来四年的保费预测 从2015年开始,中国保险行业协会建立了个险代理人渠道的同业交流平台,除了国寿和新华,其他所有有个险代理人渠道的寿险公司每月都向中保协上报自己公司的各种关键指标。 除了大家所关心的新单规模保费和新单标保外,还有长险件数、佣金水平以及和人力相关的各种指标,如每月增员人数、脱落人数、活动人力、总人力、13个月留存率、新人3个月转正率。通过这些指标,我们可以了解并分析各家公司的个险发展状况。 需要说明的是,虽然中保协要求各公司按照银保监会的折标标准上报数据,但仍然有少数公司按照公司内部的折标系数上报个险新单标保。新华人寿从2020年开始加入了中保协的同业交流平台,但同时友邦保险退出了同业交流平台。附表中友邦保险最近三年的标保(友邦一直都用APE口径)都是根据年报中披露的年化保费从美元换算过来的。最近几年国寿的标保数据是根据年报中公布的个险产品交费期限估算得到的,肯定有一定的误差。 个险的活动人力是衡量个险发展状况的一个最重要指标,2009年我发现了几家中小公司“增员活动率”一个有趣的规律,即n个月以后新增代理人的 (长险)活动率为72%/n,这就是所谓的“72法则”,利息理论中也有著名的“72法则”,这仅仅是个别公司在某几年的一个巧合。现在有了各家公司的相关数据,我们提出了一个“增员质量Q”的指标,这个指标是72法则的一个推广,有了这个指标,我们就能够把类似的规律应用到所有的寿险公司。 行业里活动人力有各种不同的定义,这里我们最关注的是长险活动人力。目前短期险保费主要来源于百万医疗产品。 非常巧合的是,如果一个公司最近几年的增员质量和增员人数都比较稳定,我们可以通过一个求和公式(再转化为定积分)得到一个预测公司每月(年度平均)活动人力的近似公式。这个公式的形式非常简单,它解释了影响活动人力的关键因素。当增员质量或增员人数出现变化时,预测的准确性会受到影响。我们也可以用每年增员人数的加权平均来提高预测的准确性。 增员质量Q=月活动率(长险)×13个月留存率 (年平均)月活动率=当年实动人力12 (年初人力+年末人力)2 同业交流数据中的实动人力含短险活动人力,估计比长险活动人力高3%左右。 序号 公司名称 首年标保(亿元) 长期主险(万件) 年末人力(万人) 新增人力(万人) 月活动率 2018年 13月留存率2018年 增员质量 2018年 增员质量年变化 1 平安 858 1,600 142 115 62% 26% 16% -5% 2 太保 392 1,014 84 74 56% 32% 18% -6% 3 泰康 194 519 75 51 21% 52% 11% 1% 4 太平 168 334 53 39 33% 49% 16% -6% 5 生命 57 114 22.7 23.4 21% 27% 5.4% 0.0% 6 阳光 37 92.6 10.6 9.0 26% 37% 10% -2% 7 合众 20 38.4 9.6 8.2 31% 29% 9.0% 1% 8 大都会 13 26.5 1.2 0.9 57% 40% 23% 0.5% 9 友邦 82 63.6 4.3 2.5 74% 42% 31% 2% 10 华夏 115 140 36 40 21% 28% 5.9% -0.3% 行业汇总 3,064 4,380 537 450 40% 注:2018行业标保3064亿(含国寿和新华),同比下降9%;其他汇总数据中不含国寿和新华。 在2009年我们发现了“72法则”,现在通过引入增员质量Q的概念,我们可以将这个规律推广到所有的寿险公司。新人入司后第t个月的长险活动率为: 𝑷� ≈𝟏𝟐�,�=𝟐,𝟑,𝟒,⋯ � 当然P的上限是100%,因为当�≥17%且t=2时,或者当�≥25%且t=3时,如果对 P不加以限制,将大于100%。2020年没有寿险公司的Q大于25%。 在公司增员质量处于稳定状态后,假设每个月增员人数稳定为N,n为公司个险的经营时间(按月计算),并假设𝑃1=𝑃2=6𝑄(和实际情况较为接近),那么每个月的长险活动人力A(activeagent)与增员质量Q,增员人数N,经营时间n之间的关系为: � �≈∑ 𝟏𝟐�∙�−𝟔𝑸�≈𝟏𝟐𝑸�∙∫ � �𝒅� � −𝟔𝑸�=(𝟏�𝐥��−𝟔)∙𝑸� 𝒕=�� 如果最近四年每年的增员人数变化不大,N可以取过去三年公司的平均月增员人数。对于经营年限不同的寿险公司,计算月均活动人力A的公式可以进一步简化: 老公司(个险经营13年以上),ln150=5.0,�=(5.0×12−6)𝑄�=54𝑄� 新公司(6到13年),ln90=4.5,�=(4.5×12−6)𝑄�=48𝑄� 同业交流中的活动人力数据是指标保大于零的活动人力,所以其中含只卖短期险的活动人力,但只卖短期险的活动人力受公司短期政策的影响波动较大,难以预测。我们建议公司内部用此公式测算时,可以改用长险活动人力,当然需要重新计算活动率和增员质量Q。最近几年多数公司的增员人数和增员质量同时出现了下降,如果我们选择最后一年的增员质量Q和最近三年的平均月增员人数,那么可以减少上述公式所带来的预测误差。 名称 长险活动率 13个月留存率 增员质量 月均增员人数 经营年限 月均活动人力 公司A 40% 40% 16.0% 8000 15 69120 公司B 50% 30% 15.0% 2000 9 14400 公司C 30% 30% 9.0% 3000 18 14580 平 安 2016到2018年增员人数为103万、127万、115万,月均增员人数N=9.6万人, 2018年增员质量Q=16%,预估月均活动人力A=54×16.2%×9.6万=84万人,实际月均活动人力=1036万/12=86万,说明近似公式的模拟效果非常好。 友邦 2016到2018年增员人数为2.46万、2.49万、2.48万,月均增员人数N=2065人, 2018年增员质量Q=31%,预估月均活动人力A=54×31.2%×2065=3.48万人,实际月均活动人力=35.4万/12=2.95万。因为Q太高,模拟公式中前四个月的活动率和活动人力被高估,所以总的活动人力也被高估了。 生 命 2016-2018年增员人数为21.3万、23.1万、23.4万,月均增员人数N=1.88万人, 2018年增员质量Q=5.4%,预估月均活动人力A=48×5.4%×1.83万=4.87万人,实际月均活动人力=58.8万/12=4.90万。虽然2015年增员人数只有11.9万,而最近三年大幅增加,上述公式也准确估计了2018年的活动人力。 活动人力 人均件数 (长险) 件均保费 个险标保=×× 活动人力 增员质量Q代表了一个公司的基因,在正常情况下应该比较 稳定,但近几年行业个险标保出现负增长,多数公司的增员质量出现下降。通常 我们用过去三年的月平均增员人数估算活动人力。 增员数量 在公司的总人力中,在2018年之前,通常入司一年之内的业 务员占比在45%到55%之间。按保单件数算,2018年他们能贡献接近一半的长 险件数,但件均可能低于老业务员。所以增员是目前个险增长最重要的因素。 开门红效应的影响 大部分公司的个险渠道存在开门红效应(虽然逐渐在弱 化),举例来说,四个季度的标保分布可能是35%、25%、25%、15%。那么在 估算不同季度的月活动人力时,二三季度可以用上述的正常公式来预测活动人力,而一季度的活动人力要乘以1.4(如果开门红产品的件均保费明显高于全年,调 整系数将低于1.4),而四季度需要乘以0.6。 人均长险件 数 2018年个险同业交流的50家寿险公司中,有38家公司活动人力的每月人均 长险(主险)件数在1.5件到2.0件之间,这些公司占行业标保的90%以上,中美联泰人均长险件数3.7件,为行业最高。到了2022年,行业平均人均长险件数下降到1.50件,其中老七家和非老七家人均件数为1.56和1.20件, 因为老七家公司销售了很多长期百万医疗险。 影响件均保费的三个因素: (1)产品结构的变化:高件均年金类产品和低件均保障类产品占比的变化 (2)产品本身的变化:保险期间8年和10年的年金产品件均高于终身年金 件(3)保险客户的收入水平和储蓄意愿的提高 均各家公司内部的折标体系有所差异,特别是对保险期间为8年和10年的短 费 保期年金险。交3保8产品的指标系数,最高可以达到0.30,某些公司选择用 0.24或者更低的指标系数。短期险的新单定义和指标系数也不尽相同。 当件均保费明显上升时,人均件数会出现下降,例如2019年太平人寿的件 均保费上升了42%,但每月人均件数从1.85件下降到1.16件。反之亦然。 1 稳定状态下的活动人力模型 2 个险代理人渠道的历史数据 3 寿险公司四级机构的产能分布 4 经代渠道的历史数据 5 未来四年的保费预测 从2010年到2014年,我们只能从NIICC平台上看到各家保险公司的期交保费数据,当时整个行业基本上以十年交的产品为主,根据我们对老七家产品折标系数的分析,我们推算出整个行业的标保大约是期交保费的90%。从2015年开始,平安、合众等公司在开门红期间大力推广3年交和5年交的产品,对比当年的期交保费和标保,折标率降到87%,当然个险标保中含有一部分短期险的保费。 从2010年到2013年,个险代理人渠道的整体标保水平几乎保持不变,但当时很多中小保险公司的标保都出现了明显下滑,如果考虑到这些中小公司在这期间的机构数量大幅上升,每个营销服务部的平均产能往往下降50%左右。虽然大公司的表现基本平稳,但每年完不成公司下达的标保任务也是常态。 从2014年到2017年,行业迎来了高速发展时期,2017年的标保是2013年的三倍以上,其中2015年和2016年的增长率在50%左右。这背后的原因很简单,一是监管取消了代理人的资格考试,使得行业增员变得非常容易,新增业务员为行业带来了很多新客户;二是新的费改产品使得保险产品更具有吸引力,重疾险的年交费率下降了35%左右,长期年金可以用4.025%定价,之前只能卖2.5%的分红年金。 从2018年开始,因为监管政策对产品形态的限制以及最近三年疫情的影响,个险渠道已经连续五年