Resume:

Denne artikel analyserer den danske skadesforsikringsbranches struktur ved anvendelse afdataindhylningsanalyse. På baggrund af regnskabstal fra 1996 findes branchen at rumme et betragteligt besparelsespotentiale. Fusionerne mellem de større virksomheder i branchen synes på baggrund af analysen ikke at kunne forklares ved stordriftsfordele i en snæver forstand, hvorimod der findes et betragteligt rationaliseringspotentiale blandt de mindre selskaber. Forskellen i efficiens er mindst mellem de landsdækkende mv ftibrancheselskaber, hvilket indikerer, at konkurrencen er stærkest imellem disse.

indledning

Dansk skadesforsikring har inden for de seneste ar gennemgaet betydelige aendringer. Indfprelsen af EU's indre marked bctod, at udenlandske selskaber fik mulighed for at drive graenseoverskridende skadcsforsikringsvirksomhed alene under hjemlandskontrol. Samtidig blev der gennem dansk lovgivning givet inulighed for nedbrydningaf gncnserne mellem bankvirksomhed, realkreditvirksomhed og forsikringsvirksomhed.

Resultatet blev, som forventet, en skærpelse af konkurrencen, prisniveauerne kom under pres, og indtjeningen blev forringet. Ildviklingen nødvendiggjorde til-

pasninger og rationaliseringer - og fokus
blev derfor rettet mod produktivitet og efficiens.

I denne artikel tegnes et billede af den danske skadesforsikringsbranche ved at bestemme de enkelte selskabers efficiens gennem anvendelse af dataindhylningsanalyse - "Data Envelopment Analysis" DE A -, jf. Charnes et al. (1978). På baggrund af de fundne analyseresultater vurderes og diskuteres branchens struktur.

Historisk set har forskelle i virksomheders praestationer vasret vurderet pa baggrund forskellige nogletal. Saledes er systematikken i den sakaldte du-Pont-pyramide (se f.eks. Melander 1998, appendiks A) velkendt af mange erhvervsokonomer, og i de senere ar er inddragelsen af ikke-finansielle noglecal blevet opfattet som en af de centrale nyskabelser bade i virksomhedens interne okonomistyring (f.eks. Bekke 1998) og som elementer i arbejdet med kvalitetsledelse eller Business Excellence (Lund etal. 1998).

Sammenligninger af nøgletal beregnet på baggrund af offentliggjorte regnskabsoplysninger kan give god mening for ledelsen i de enkelte virksomheder, som med udgangspunkt i den konkrete viden om egne virksomheder kan sammenligne sig med andre virksomheder, for eksempel hvad angår afkastningsgrad, omsætningens fordeling eller omkostninger. Når en række hver for sig relevante nøgletal stilles op over for hinanden er det imidlertid ikke oplagt, hvordan de skal vurderes i forhold til hinanden med henblik på at give et generelt billede af en hel sektor.

Som et alternativ til at anvende nøgletal har regressioner og andre kausale analyser været anvendt til at modellere virksomheders dersaktiviteter som en funktion af input og andre eksogene faktorer. Denne form for sektoranalyser har oftest været udført af statistikere eller økonometrikere, som har taget mere eller mindre avancerede statistiske teknikker i brugl. Fælles for de traditionelle statistiske metoder er populært sagt, at de finder en gennemsnitssammenhæng i datamaterialet, således at nogle virksomheder ligger over og andre ligger under den estimerede sammenhæng.

Hvis vi eksplicit interesserer os for bestpractice og de øvrige virksomheders afstand hertil- dvs de effiente enheder og de øvrige enheders inefficiens-er det ikke tilstrækkeligt at estimere en gennemsnitssammenhæng. Blandt andet derfor har DEA i de senere år vundet en vis udbredelse som analysemetode ved studier af forskellige sektorer. Det gælder også i studier af strukturelle forhold i de finansielle brancher'(jf Berger, Hunter og Timme 1993).

I forhold til de traditionelle estimationer af produktionsfunktioner ved anvendelse af regressionsteknikker (f.eks. Carstensen 1986) adskiller DEA sig for det første ved at være baseret på lineær programmering og for det andet ved at fokusere på datasættets yderpunkter frem for gennemsnitstendensen repræsenteret ved regressionslinjen. For hver enkelt observation beregnes ved DEA afstanden til de mest produktive - eller efficiente - enheder i datasættet, således at sammenligningsgrundlaget bliver 'best practice' frem for gennemsnitstspræstationen.

I erhvervsøkonomisk teori er det ofte den enkelte virksomhed, dens ledelse og medarbejdere, der sættes i fokus. Til forskelherfra tages i denne artikel udgangspunkti en branchesynsvinkel, hvilket betyder,at

tyder,atder fokuseres på en analysesituation,som har til hensigt at give et billede af sektorens struktur, selvom deter de enkelte virksomheders relative efficiens, der identificeres ved hjælp af DEA (jf.

Bukh 1996). Branchesynsvinkelen betyder også, at vi ikke rapporterer eller fortolker resultaterne for de enkelte virksomheder i analysen. Men det er oplagt, at DEA også kan anvendes ledelsesmæssigt i den enkelte virksomhed til at sammenligne områdekontorer, markedssegmenter, filialer eller lignende - dvs. som et benchmarking-redskab.

DEA-Metoden

DEA (jf. Charnes et al. 1978) er en analysemetode, der eksplicit fokuserer på de afvigende observation i en population samt på disse observationers afstand til de øvrige observationer. Metoden anvendes typisk til at identificere de mest efficiente enheder og til at vurdere fordelingen af inefficens i populationen. I dette afsnit beskrives metodens idegrundlag, mens der ikke vil blive gået i detaljer med, hvorledes beregningerne foretages, idet der i stedet henvises til Fare et al. (1985, 1994).

I figur 1 er den efficiente rand illustreret for et simpelt cilfeelde, hvor et forsikringsselskab antages at kunne repraesenteres ved en produktionsfaktor (input) og et produkt (output). Den efficiente rand er vist under to alternative antagelser om skalaforhold. Det antagcs, at der observeres kombinationcr af input og output for enhederne placeret ved A, B, C, D og K. Under antagelse af variabelt skalaafkast (VRS, "Variable Returns to Scale") er den efficiente rand EABCD, og hvis der antages konstant skalaafkast ((IRS, "Constant

Returns to Scale"), bliver den efficiente
rand strålen gennem B.

Antages nu, at enhed K producerer «„ ved anvendelse af input xO.x₀. Ofte (f.eks. Banker, Charnes og Cooper 1984; Fare, Grosskopf og Lovell 1985, 1994) beregnes to forskellige efficiensmål svarende til de to alternative antagelser omkring skalaafkast, CRS og VRS. Disse mål betegnes i DEA-litteraturen traditionelt som bruttoskalaefficiens og (inputorienteret) teknisk efficiens. Bruttoskalaefficiensen

F_crs(«^O,.v°) for enheden, der opererer ved kombinationen (// „v ), males som HI/HK. og den inputorienterede tekniske efficiens F_ivrs(«V°)som HJ/HK.

Beskrivelsen af den efficiente rand som en indhylning af produktionsmulighedsområdet såvel som den geometriske fortolkning af efficiensmålene kan uden problemer generaliseres til flere dimensioner, og der kunne på samme måde beregnes outputorienteret efficiens ved at fastholde anvendelsen af input på .v( og sammenligne observationen (f/ „v ) med et punkt lodret herover på den efficiente rand.

Anvendelse af DEA indebærer anvendelse af lineær programmering til konstruktion af den stykvis lineære produktionsfunktion - dvs. randen af produktionsmulighedsområdet, repræsenteret ved EABCD i VRS-tilfældet - som vist i figur 1. Desuden beregnes de enkelte selskabers efficiens, dvs. deres afstand til randen, også ved anvendelse af lineær programmering. I denne artikel skal der ikke gås yderligere i detaljer med den matematiske model, der ligger til grund for beregninger, idet der i stedet henvises til Fare, Grosskopf og Lovell (1985, 1994).

Forsikringsbranchen

Dansk forsikring havde i 1996 en samlet omsætning på 63 milliarder kroner, hvoraf 26 milliarder kroner hidrørte fra direkte dansk skadesforsikring, 31 milliarder kroner fra liv- og pensionsforsikring, og 6 milliarder kroner fra indirekte skadesforsikring (reassurance). Den samlede omsætning var fordelt på 219 selskaber, hvoraf 161 er skadesforsikrings-selskaber og 58 livs- og pensionsforsikrings-selskaber.

Som analyseenhed anvendes i denne artikel det enkelte skadesforsikringsselskab under kontrol af det danske Finanstilsyn (hjemlandskontrol, jvf. EU's tredjegenerations-direktiv). Afgrænsningen er foretaget ved at fravælge livsforsikring, udenlandsk skadesforsikringsvirksomhed og reassurance, der har en anderledes omkostningsstruktur.

En række af de 161 skadesforsikringsselskaber optræder som selvstændige virksomheder af skatte- og lovgivningsmæssige årsager. For at opnå mere homogene analyseenheder er det desuden valgt at lade ejerskabet afgrænse analyseenheden,

således at selskaber med samme ejer i
denne analyse opfattes som ét selskab.

Modelspefikation

Ud fra teoretiske overvejelser ser man i litteraturen to forskellige grundopfattelser af, hvad 'produktion' i en finansiel virksomhed er. Disse to opfattelser betegnes henholdsvis produktionssynsvinklen ("production approach") og formidlingssynsvinklen ("intermediation approach"), jf. Bukh (1996), Thanassoulis (1996) og Berger og Humphrey (1997).

I deres rendyrkede form giver de hver for sig anledning til to opfattelser af, hvordan input- og outputvariabler specificeres i en sektormodel. I henhold til produktionssynsvinklen opfattes forsikringsselskaber som virksomheder, der anvender kapital og arbejdskraft til at fremstille forsikringspolicer. Input udgores af de samlede driftsomkostninger, og output males som antal policer. Ved anvendelse af formidlingssynsvinklen opfattes forsikringsselskaber derimod som finansielle mellemmacnd, der producerer scrviceydelser. Output udgores af prasmievolumen og investeringsafkast, mens input foruden kapital og arbejdskraft ogsa udgores af finansieringsomkostninger.

I denne artikel anlægger vi en pragmatisk synsvinkel og anvender, hvad der bedst kan betegnes som en modificeret formidlingssynsvinkel, idet vi for det første ikke har adgang til de output data, som produktionssynsvinklen kræver og for det andet holder finansieringsomkostninger og investeringsafkast ude af analysen med henblik på at fokusere på virksomhedernes drift. Samtidig bliver beregningerne også mere sammenlignelige med com-

bined-ratio\ der er almindelig anvendt i
branchen som produktivitetsmål.

Et forsikringsselskabs indtjening kommer
i al væsentlighed fra to kilder: præmieindtægter
og kapitalafkast. I denne artikel
vil, som anført ovenfor, alene præmieindtægterne
indgå som output4. Det anvendte
præmiebegreb er den såkaldte
brutto-præmieindtægt, som består af omsætningen
for det enkelte selskabs egne
forsikringsaftaler med fradrag af ristornerede
præmiebeløb (d.v.s. tilbagebetaling af
for meget betalt præmie), bonus og
præmierabatter5 samt afgifter til offentlige
myndigheder.

De enkelte skadesforsikringselskaber har forskellig profil, hvad angar fordelingen af omssetningen pa de fire dominerende delbrancher: erhvervs-, privat-, personulykke - og motorkoretoJsforsikring, men der er dog en betydelig positiv samvariation mellem prsemieindtaegter fra privat- og motorkoretojsforskringer (r_x = 0,98). Andre delbrancher er kredit- og kautionsforsikring, der ligesom turistassistance-forsikringer naesten udelnkkende drives afspecialselskaber og som tilsammen udgor omkring 2% af den samlede skadesforsikrings-branche.

Pa baggrund af brancheopdelingen va;lges det i denne artikel at specificere tre outputvariable: Y! praemieindta;gt fra erhvervsforsikring, Y7Y₇ pra;micindta;gt fra personulykkesforsikring samt Y3Y₃ praemieindtaegt fra privat- og motorkoretoJsforsikringer. Da de forsikringsma;ssige driftsomkostninger og erstatningsudgifter er vaesentligt positivt korrelcrede (r = 0,97), anvendes summen af dissc poster som dct eneste input i analysen"

Analysen i denne artikel baseres således på ét input og tre output, som alle kan konstrueres på baggrund af offentliggjorte regnskabsoplysninger. De anvendte oplysninger vedrører 1996. Med kun kun ét input og tre output er der tale om en forholdsvis simpel model, og resultaterne skal ses i lyses heraf, idet det følger af DEA-modellens struktur at dette kan betyde en overvurdering af inefficiensen. Ud fra den betragtning kan den foretagne modellering opfattes som et første skridt mod en mere realistisk modellering på baggrund af data, der ikke er offentlige tilgængelige og som kun vil kunne indsamles i samarbejde med brancheorganisationer eller tilsynsmyndigheder.

Resultater og analyse

Der indgår i alt 110 forsikringskoncerner i analysen, svarende til 24 aktieselskabs-baserede og 76 gensidigt-baserede koncerner. Med den valgte modelspecifikation omfatter analysen 97 procent af skadesforsikringsbranchens totale omsætning i 1996. Det overordnede billede, der tegner sig for skadesforsikringsbranchen set under ét, er, at den gennemsnitlige efficiens er forholdsvis lav og varierer betydeligt fra selskab til selskab. Det lave cfficiensni\ eau skal ses i lyset af, at der er specificeret en relativt simpel model med få output og kun ét input, hvorimod variationen i efficiens virksomhederne imellem også ville kunne genfindes i en model med flere input eller output.

Under CRS-antagelsen er den gennemsnitlige tekniske efficiens 0,47 og spredningen 0,25. I YRS tilfældet er den gennemsnitlige tekniske efficiens 0,60 med en spredning på 0,30.

Besparingspotentialet beregnes som den

mulige reduktion af input, hvis alle selskaberskulle operere lige sa efficient som de mest efficiente forsikringskoncerner i sektoren(jf. Bukh 1995). Under CRS-antagelsener besparingspotentialet pa godt 11 milliarder kroner, eller knap 40 % af de samlede udgifter, mens besparingspotentialetunder VRS-antagelsen er pa ca 1,2 milliarder kroner eller omtrent 4,4 % af de samlede udgifter. Sektorens samlede overskudvar til sammenligning knap 6 milliarderkroner i det undersogte ar. Ved fortolkningenaf disse resultater skal det igen anfores, at der et tale om en forholdsvis simpel model, hvilket vil betyde en overvurderingaf besparelsespotentialet og at der er behov for mere detaljerede analyser af hvilke faktorer, der kan forklare forskellemellem de enkelte forsikringsselsksaber.

Stordriftsfordele

Opdeles skadesforsikringsbranchen efter størrelse i tre næsten lige store grupper" (n_{] =n7=36,n 7}=36, n^=3B), observeres en anseelig forskel i efficiensniveau og varians.

De storste koncerner er gennemsnitligt
betydeligt mere efficiente (ZFj vrs/n,=0,89,
ZFjtrs/n|=o,64) end koncernerne fra den
mellemste gruppe (ZF| vrs/n2=0,55,
XF- ,/n2=0,49), som igen er mere efficiente
end de helt sma koncerner
(IFivrs/n3=0,40,1Ficrs/n3=0,30).

Ovennævnte resultat indikerer, at VRSantagelsen er en realistisk beskrivelse af skadesforsikringsbranchens teknologi, idet Thanassoulis (1996, side 11) viser, at hvis "the assumption of constant returns to scale is valid there should be no 'significant' difference in the efficiencies in the different [size-] groups".

Det er derfor nærliggende at tillægge VRS-antagelsen større forklaringskraft i analysen end CRS-antagelsen. VRS-antagelsen støttes også intuitivt, idet kun et fåtal af skadesforsikringsselskaberne tilbyder det fulde produkt-sortiment i hele landet (typisk kun de største selskaber), og at det formentlig navnlig er disse, der konkurrerer indbyrdes^I'.

Antages det at teknologien kan beskrives ved VRS, rejser spørgsmålet sig samtidig om, hvilke koncerner, der opererer ved henholdsvis stigende, faldende og konstant skala-afkast. Når produktionsteknologien er karakteriseret ved VRS vil der være en bestemt virksomhedsstørrelse, der er optimal (i figur 1 placeret ved punktet B), mens virksomheder, der er mindre, vil operere ved stigende skalaafkast og virksomheder, der er større, vil operere ved faldende skalaafkast.

Ved anvendelse af DEA kan det som vist af Banker^ f al. (1984) afgøres, om en inefficient enhed har en størrelse, der er for lille eller for stor - altså om den opererer under stigende eller faldende skalafkast. Ved anvendelse af denne metode viste det sig, at koncerner, som omsætter for 10 millioner kr. eller mere om året, producerer ved faldende skala-afkast. Det gør 51 koncerner - eller knap halvdelen af populationens skadesforsikringskoncerner i Danmark. Af samme type beregninger fremgår det endvidere, at de 42 koncerner, der omsætter for mindre end 2 millioner kr. årligt, hovedsageligt opererer med stigende skalaafkast, medens forsikringsselskaber med et præmie-volumen på mellem 2 og 10 millioner kr. årligt til forskel herfra opererer med konstant skalaafkast.

Analysen indicercr dermcd for det

første, at de store koncerners trang til opkøbog fusioner ikke kan forklares ved stordriftsfordele. Ønsket om vækst kan dog være sagligt begrundet i faktorer på udbudssiden, eksempelvis brancheglidningeller markedsdominans, som ikke indgår i denne undersøgelse.

For det andet indicerer analysen, at de mindre virksomheder burde finde sammen for at udnytte det stigende skalaafkast. Hovedparten af de små forsikringskoncerner er imidlertid gensidige selskaber og kan derfor ikke opkøbes men alene sammenlægges ved gensidig overenskomst. Ejerstrukturen kan således tænkes at stå i vejen for en gavnlig strukturændring på skadesforsikringsområdet i Danmark. De omstruktureringer, der kendes fra vore nabolande, hvor en meget stor del af forsikringspræmien er koncentreret på nogle få koncerner, er da heller ikke slået igennem herhjemme.

Multibranche-selskaberne

Da en række af de koncerner, der indgår i totalundersøgelsen er atypiske for branchen som helhed (nicheselskaber og selskaber under afvikling) vil anvendelse af DEA-metode indebære, at disse atypiske selskabers produktion af forsikringspolicer bliver sammenlignet med de mere almindelige selskaber uden at der bliver taget højde for de omkostningsforskelle, der vil være selskaberne imellem. Der er med et produktionsøkonomisk udtryk tale om, at produktionsteknologien er inhomogen. Resultatet heraf vil være, at sektorens inefficiens vil blive overvurderet i forbindelse med total-undersøgelsen. Disse overvejelser implicerer dermed også, at besparelses-potentialet vil blive overvurderet i

analysen.

Derfor skæres populationen af forsikringsselskaber i dette afsnit til, så den kun omfatter on-going multibranchekoncerner. Derved nedbringes antallet af skadesforsikringskoncerner fra 110 til 52, svarende til i alt 74 selskaber. Til trods for en frasortering af omtrent halvdelen af skadesforsikringsselskaberne dækker de tilbageværende selskaber stadig mere end 89 procent af den oprindelige population målt på præmievolumen.

Efficiensberegningerne for populationen af on-going multibrancheselskaber viser, at under CRS-antagelsen er den gennemsnitlige tekniske efficiens 0,71 og spredningen 0,24. De tilsvarende beregninger i VRS tilfældet angiver, at den gennemsnitlige tekniske efficiens er 0.81 og spredningen 0,23.

Beregningerne på basis af populationen
af multibranchekoncerner viser, at besparelsespotentialet
er på 6 mia. kr. under
CRS-antagelsen og på ca. 1 f2 mia. kr. under
YRS-antagelsen (beregningerne er i
begge tilfælde korrigeret til brancheniveau
af hensyn til sammenligneligheden).
Efficiensmålct for de store selskaber er
generelt lavere under CRS end VRS, hvilket
med den anvendte metode kan tilskrives
'stordriftsulemper", men for et flertal af
koncerner er disse ulemper dog af begrænset
størrelse. Samtidig kan det konstateres,
at den egentlige konkurrence inden for
dansk skadesforsikring alene synes at finde
sted blandt de største, landsdækkende
koncerner.

Sammenfatning og konklusion

Dataindhylningsanalyse muliggør en sammenligning
af præstationer fra beslut-

ningsenheder med flere input og feller output uden at der skal vælges vægte til sammenvejning af de forskellige input og output. Metoden er egnet til anvendelse på det danske skadesforsikringsområde, hvor der findes ensartet statistisk materiale fra et stort antal selskaber.

Analysen i denne artikel viser et betragteligt besparelsespotentiale i branchen, samt at der er basis for struktur-rationalisering.

De senere års udvikling i retning af større enheder gennem fusioner "fra toppen" kan ikke umiddelbart begrundes med stordriftsfordele. Til gengæld peger analysen mod økonomiske fordele ved sammenlægning af de mindste enheder. Her synes ejerstrukturen dog at være til hinder for strukturrationaliseringer.

For udenforstående må det forbavse, at der på skadesforsikringsmarkedet er plads til selskaber med vidt forskellig efficiens. Almen økonomisk teori tilsiger, at de inefficiente selskaber vil blive presset ud af markedet som følge af konkurrencen.

Der kan imidlertid være en række gode forklaringer på, at skadesforsikringsselskaber med samme produktsortiment og geografiske udbredelse trods forskelligt efficiensniveau kan sameksistere og undertiden måske ligefrem trives i hinandens nærhed. For det første må det erindres, at der er tale om et øjebliksbillede. De virksomheder, som er i gang med et omstillingsprogram, f.eks. som følge af en fusion, kan således überettiget bringes i miskredit i en sådan undersøgelse.

For det andet kan et skadesforsikringsselskab være løbet ind i et ekstraordinært tab et givet år. Sædvanligvis vil selskaberne neforsøge at dække en del af en sådan risiko af ved genforsikring, men selskabernes risikoeksponering kan variere. Et stort tab det ene år kan således modsvares af en stor gevinst et andet år.

For det tredje anvender selskaberne forskellige distributionskanaler. De fleste selskaber har assurandører, og mange har lokalkontorer. Men også banker og mæglere har en vis udbredelse som distributører af forsikringsprodukter. På den måde differentierer selskaberne sig ved at appellere til forskellige kundegrupper.

For det fjerde må forsikringskoncernernes ejerform antages at indvirke på den målte efficiens på en ikke helt "retfærdig" måde. Expense preference-hypotesen tilsiger således, at gensidige selskaber vil servicere kunderne bedre end aktieselskaber, der til gengæld skal betale udbytte til ejerne. Denne forskel giver, på grund af asymmetrien i håndteringen af de to udgiftstyper, problemer i forhold til efficiensvurderingen. Hvor udgifter til kundeservice indgår i efficiensvurderingen, udeholdes aktieudbyttet, hvorfor aktieselskaberne fremstår som mere efficiente uden nødvendigvis at være det.

For det femte er forsikringsområdet ikke særligt transparent for den almindelige konsument. Forsikringspolicer er kompliceret stof, og få forbrugere forstår til fulde at udlede en pris fkvalitet-sammenhæng. Lægges hertil, at forsikringsområdet er et lavinteresseområde, er det forståeligt, at en vis variation i efficiens er mulig.

Alt i alt er der derfor grund til at tro, at skadesforsikringsmarkedet er segmenteret, og at konkurrencemekanismerne ikke får frit løb.

Summary

Data envelopment analysis is used to analyse the structure of the Danish general insurance industry. Based on financial figures from 1996 it is shown that the industry holds considerable cost-cutting potential. The analysis does not seem to indica-te that scale efficiencies in a narrow sense are the explanation of the mergers of

large institutions in the industry, whereas considerable potential for rationalisation can be found in small institutions. The difference in efficiency is the least among national multi-industry institutions, which indicates that competition is fiercest here.

---

Noter

1 Se Sexton (1986) for en omfattende diskussion af fordele og ulemper ved at estimere produktionsfunktioner ved regressioner.

2 Inden forforsikringerDEA anvendt af bl.a. Feder et al. (1993), Cummins et al. (1995a), Cummins et al. (1995b) samt Cummins ogZi (1997). Se desuden Collwell og Davis' (1992) mere generelle diskussion af DEA i den finansielle sektor, artiklene i temanummeret om finansielle institutioners efftdens, som tidsskriftet Journal of Banking and Finance (vol 17, number 2 f3) bragte i 1993 samt Berger og Humphrey's (1997) survey.

3 Combined-ratio er et udtryk for forholdet mellem på den ene side summen af driftsomkostninger og erstatningsudgif terogpå den anden side præmieindtægter.

4 "In most [insurance-] studies, premiums paid... are used as a proxy for output" (Fecher et al. 1993, side 81). Bemærk at DE.A-analyser af forsikringsbranchen adskiller sig fra DEA -studier af andre sektorer ved at formulere output som indtjeningen (pris * kvantum) og ikke som en mængde.

5 Kun den del der ydes forsikringstagerne uafhængigt af skadesforløbet.

6 Learn eta 1.(1982 side 405) anforer, at "'.. .the intercorrelation is important in rliminatifi" variables vhich are highly interrelated". IV harherfu/gt Iswiti eta/, s anbefaling, hvad angar aggregering a) modeller!, idet vi har summeret driftsomkostninger ogerstatningerfordi korrelationen tar over 0,9.

7 Det skal dog bemærkes, at jo flere variabler, der tilføjes modellen, jo flere dimensioner vil selskabernes præstationer blive vurderet på, hvilke betyder at flere selskaber vil blive vurderet som efftciente. Modelspecifikationen indebærer altså en afvejning mellem en mere detaljeret model og en passende diskrimiantion mellem efftciente og mefftciente selskaber.

8 Finanstilsynet foretager ikke en opdeling af skades-forsikringsselskaberne i sførrelsesgrupper. som det eksempelvis kendes fra pengeinstitutsektoren.

9 Intuitionen underbygges a/, at spredningen for gruppen af stotr selskaber under YRS-antagelsen var relatkt lille (0,10), sddan som del md forvenles pa et konkurrenceprtrget

Litteratur

Banker, R.D., A. Charnes og WAV. Cooper 1984. Some models for estimating technical and scale ineffici enecs in data envelopment analysis. Management Science 30(9): 1078-1092.

Bekke, A. 1998. Non-finansielle nøgletal. I Håndbog i
Økonomistyring, J. Mouritscn (ed.), København: Yngre
Revisorer.

Berger, A.N. og D.B. Humphrey 1997. Efficiency of financial Institutions: International Survey and Dire etions for Future Research. European Journal of Operational

Berger, A.N., W.C. Hunter ogS.G. Timmc 199.1 The
efficiency of financial instituions: A revciw and pre

Bukh. P.N.D. 1995. Måling af produktivitet og eflidens med dataindhyldningsanaly.se. PhD-afhandling. Institut for Okonomi. Afdeling for Virksomhedsledelse. Århus Universitet.

Bukh, P.N.D. 199<>. OKA-modeller af pengeinstitutsektoren:
Overvejelser ved valg af input og
output. Ledelse & Erhvervs-økonomi U)(S):\ 79-189.

Bukh, P.N.D., F.R. Førsund og S.A. Berg 1995. Ban king Kfficicncy in the Nordic Countries: A Four-Country Malmquist Index Analysis. Arbejdsnotat Norges

Carstensen, E. 1986. Den fremtidige arbejdsdeling
på penge- og kapitalmarkedet. Nationaløkonomisk
Tidsskriftl24(l):62-76.

Charnes, A. og W.W. Cooper, E. Rhodes 1978. Measuring
the efficiency of decision making units. European
Journal of Operations Research.

Collwell, R.J. og E.P. Davis 1992. Output and Productivity
in Banking. Scandinavian Journal of Economics
94:S111-

Cummins, J.D., M. Weiss og H. Zi 1995b. Organizati
onal Form and Efficiency: An Analysis of Stock and
Mutual Property-Liability Insurers. Wharton.

Cummins, J.D., G. Turchetti og M. Weiss 1995a. Productivity
and Technical Efficiency in the Italian Insurance
Industry. Wharton.

Cummins, J.D. og H. Zi 1997. Measuring Cost Efficinecy in the U.S. Life Insurance Industry: Econometric and Mathematical Programming Approaches. Wharton.

Fecher, F, D. Kessler, S. Perelman og P. Pestieau 1993. Productivity Performance of the French Insurance Industry. Journal of productivity analysis volume 4.

Frei, F.X., 1995. Performance in Consumer Financial Services Organisations: Framework and Results from the Pilot Study. Wharton School, University of Pennsylvania.

Fare, R., S. Grosskopf ogC.A.K. Loveli 1985. The Measurement
of Efficiency of Production. Boston: Kluwer-
Nijhoff Publishing.

Fare, R., S. Grosskopf og C.A.K. Lovell (1994) Production
Frontiers, Cambridge: Cambridge University
Press.

Lund, K., J. Kjærgaard, M. Nielsen og E. Tiixen.
1998. Ledelse mod Business Excellence. København: Børsens

Melander, P. 1998. Økonomistyring og budgettering som
ledelsesformen introduktion, 8. Udgave. København:
Handelshøjskolens Forlag.

Sexton, T. R. 1986. The methodology of data envelopment analysis. I Measuring efficiency: an assessment of data envelopment analysis, R. H. Silkman (ed.), San Francisco: Jossey-Bass.

Thanassoulis, E. 1996. Data Envelopment Analysis
And Its Use In Banking. Warwick Business School
Research Bureau.