本科毕业设计论文商业保险发展与居民消费之间关系的实证研究.docx
《本科毕业设计论文商业保险发展与居民消费之间关系的实证研究.docx》由会员分享，可在线阅读，更多相关《本科毕业设计论文商业保险发展与居民消费之间关系的实证研究.docx（13页珍藏版）》请在冰豆网上搜索。
本科毕业设计论文商业保险发展与居民消费之间关系的实证研究
商业保险发展与居民消费之间关系的实证研究
上文我们针对文献进行了综述，并且针对商业保险发展的概念以及衡量、居民消费的概念以及衡量进行界定；研究商业保险发展与居民消费之间关系的边际消费理论、生命周期理论、持久收入理论、预防性储蓄理论等四个理论依据；另外针对分散风险视角下、损失补偿视角下、社会保障视角下、储蓄替代视角下，商业保险发展与居民消费相互影响的机制和路径进行分析。
在本部分，我们则是要针对商业保险发展与居民消费之间关系开展实证研究，借助于模型开展定量的研究。
1理论模型介绍
向量自回归模型通常我们称之为VAR模型，主要是充分考虑到模型当中的各个变量当期以及滞后的水平，表现在内生的关系上时，则是主要借助于时间序列数据，实现了单一化的变量逐步向多个变量扩展。
VAR模型用主要是用来针对模型所涉及的内生系统开展分析，当模型当中的某一个变量受到来自于外面的一种因素的冲击时，其余的有关变量也会相应的做出反应，同时在整个在总的反应效果当中，我们可以得到每一个单一变量的贡献度大小。
VAR模型我们通常可以借助于如下的数学公式进行表达：
在上面的数学公式当中，Yt主要反映的是一个具有n维的内生变量所构成的向量，At则是可以表现为一个n阶的维待估计参数所构成的矩阵，p表示为滞后期。
因为在所构建的VAR模型当中，全部的变量都将会被当做成内生的变量，其中任何一个变量都能够表示为这一个变量和VAR模型当中的其他变量滞后值的线性形式的函数，倘若所有的方程都出现很多个滞后的情况，则应该针对当中的所有系数进行解释，尤其是在面临系数出现正数和负数相互交替的情况时，就显得相对比较难处理了。
当然，也正是给予我们上面所说的这样一个难题，学者们在研究过程中就选择针对VAR模型当中开展脉冲响应函数的相关分析，通常又被称作是IRF分析，着重关注的是应变量如何针对整个模型系统当中的一个以及很多个方程面临一些冲击时所进行的响应的。
所以，文章在研究的过程当中不断消除伪回归所带来的不利的影响，将针对我们所取得的时间序列数据开展一系列的统计检验，从而确保能够更加客观地研究所以变量的冲击作用。
2模型变量的选择
2.1衡量商业保险发展与居民消费的变量
在论文开展的实证研究过程中，我们一方面要考虑到所选的具体指标的代表性，还要充分考虑到这些数据的可获得性。
基于上述两个条件，我们选择将商业保险费收入的大小（BF）当做是衡量商业保险发展的指标，同时将其看作是应变量。
选择利用居民储蓄存款规模的大小（CXYE）以及居民的可支配收入两个方面来衡量居民消费的相关情况，同时将这两种类型的变量当做是自变量；这里需要指出的是，我国学者所开展的研究中，视角更多的也是集中在城镇居民的范畴，而忽略了城镇居民以及农村居民之间在风险意识、风险管理、消费倾向、消费结构等各个方面所存在的差异，而本文在研究时综合考虑城镇以及农村居民之间所存在的差异性，借助VAR模型，针对我国商业保险发展和居民消费之间的良性互动关系开展实证研究。
所以又将居民的可支配收入指标进一步细化为城镇居民的人均可支配收入（CZSR）以及农村居民人均现金纯收入（NCSR）这两种不同的指标。
（1）商业保险发展的衡量指标确定
当前，国内外的学者在研究过程中已经利用过商业保险赔付率、商业保险费收入规模、商业保险的深度以及商业保险的密度等四个指标，针对商业保险发展的有关状况进行衡量。
本文主要是研究我国商业保险发展的一个全局的情况，同时考虑到相关数据获取的便利性，从而选取商业保险费的收入规模当做是商业保险发展的衡量指标。
（2）居民消费的衡量指标确定
居民消费一般而言主要包括来自于消费支出规模以及消费水平两个层面的内涵。
国内外学者在研究过程中已经利用过居民收入规模、居民储蓄规模以及恩格尔系数等三个指标，针对居民消费的有关状况进行衡量。
首先，对于居民而言，当收入一定时，居民消费和局储蓄之间恰恰是此消彼长的关系，存在明显的相互挤出关系；其次，边际消费理论、生命周期理论以及持久性收入理论等经典的消费理论都将居民消费看作是收入的函数，居民消费规模的大小也就取决于收入规模的大小。
对于居民的收入而言，也一般存在着三个层面的概念，也就是实际收入、名义收入以及可支配收入，而本文在选择具体的收入作为居民消费的衡量指标时，则是尽可能地剔除包括税收等在内的其他一些因素的影响，选择能够直接影响居民消费规模大小的可支配收入指标。
对于居民储蓄的规模大小，我们显然可以借助于银行所公布的存款余额来进行反映。
2.2数据来源及处理
充分考虑到我们所选择的有关数据能够快捷准确的获得，同时也考虑到我们实证研究过程中样本数据足够大，论文则选择了选取1995年至2014年20年间的年度数据。
原始的相关指标数据主要来源于中国统计年鉴以及中国保险年鉴。
在我们进行模型研究的过程当中，为了切实避免出现异方差所产生的不利的影响，论文还进一步针对原始数据进行自然对数化，从而进一步得出原始序列变量：
商业保险费收入规模大小（LNBF）、居民储蓄规模大小（LNCXYE）、城镇居民人均可支配收入（LNCZSR）、农村居民人均纯现金收入（LNNCSR），具体情况，如表3-1所示。
本文在实证研究过程当中将会借助于向量自回归模型（VAR模型）的ADF平稳性检验、Johansen协整检验、Laglengthcriteria滞后阶数检验、Grange因果关系检验、以及脉冲响应函数分析等分析手段。
表3-1自然对数化后得出的4个原始序列变量
年度
LNBF
LNCXYE
LNCZSR
LNNCSR
1995
8.18
19.79
24.31
19.92
1996
8.82
19.83
24.37
19.96
1997
9.27
20.15
24.97
20.11
1998
9.78
10.42
25.09
20.45
1999
9.96
21.19
25.12
20.72
2000
10.01
21.27
25.36
21.09
2001
10.25
21.99
26.14
21.19
2002
12.36
23.02
26.19
21.38
2003
12.96
23.39
26.32
21.74
2004
13.23
24.27
26.83
21.92
2005
13.74
24.39
26.97
22.13
2006
14.18
24.96
27.19
22.83
2007
15.03
25.67
27.69
23.05
2008
16.04
25.98
28.14
23.49
2009
16.68
26.43
28.69
23.99
2010
17.43
26.79
29.52
24.15
2011
17.82
27.48
29.96
24.86
2012
17.97
28.05
30.84
25.74
2013
18.09
28.98
31.01
26.41
2014
18.76
29.72
31.35
26.98
注：
原始的相关指标数据主要来源于中国统计年鉴以及中国保险年鉴
3实证研究过程
3.1ADF平稳性检验
在针对一些具有连续特征的时间序列开展模型分析之前，一般都应该进行数据的差分。
通常而言，经济领域内所出现的一些时间序列通常并不是相对稳定的时间序列，如果我们在开展模型分析的过程当中没有针对数据进行一定的处理，模型分析之后所产生的结果也将不会具备一定的客观性，而且模型分所得出的结果一般还会和实际的情况大不相同。
因此，我们在进行模型的分析之前，还是必须要剔除数据当中所存在一些不稳定性，在这个基础上才可以针对各个变量之间存在关系进行判断，这种对于不稳定性的消除，也显然是为了我们提高实证分析的真实度服务的。
文章所进行的平稳性检验过程当中，主要利用的是ADF的方法开展单位根检验。
具体的检验环节，我们分别针对所选择的四个时间序列变量，选择在0.01、0.05以及0.1这三个不同的置信水平，通过比较ADF统计量的大小以及P值的大小，从而分析各个变量是否属于平稳序列，以及在哪一种置信水平条件下属于平稳序列。
本文在研究过程当中所得到的检验结果如表3-2所示。
表3-2ADF平稳性检验结果
数据序列
ADF统计量
不同显著水平下的临界值
P值
0.01
0.05
0.1
LNBF
-4.1921
-3.6912
-2.9695
-2.6298
0.0042
LNCXYE
-3.1832
-3.6912
-2.9695
-2.6298
0.0199
LNCZSR
-3.2936
-3.6912
-2.9695
-2.6298
0.0205
LNNCSR
-3.3993
-3.6912
-2.9695
-2.6298
0.0217
我们可以从表3-2所体现出来的ADF平稳性检验结果看出，在0.05的显著性水平下，商业保险费收入规模大小（LNBF）、居民储蓄规模大小（LNCXYE）、城镇居民人均可支配收入（LNCZSR）以及农村居民人均纯现金收入（LNNCSR）等四个变量都能够通过临界值的检验，都属于一阶平稳的序列，借助于所开展的一阶差分处理，则是能够防止时间序列的不稳定性影响模型的分析结果。
3.2Johansen协整检验
即使我们在ADF平稳性检验的过程中，商业保险费收入规模大小（LNBF）、居民储蓄规模大小（LNCXYE）、城镇居民人均可支配收入（LNCZSR）以及农村居民人均纯现金收入（LNNCSR）等四个变量都能够通过0.05的显著性水平下的临界值检验，全部符合一阶平稳的相关条件，但是也都不可以认为各个变量之间存在一个显著的长期均衡稳定的关系。
所以还是必须要针对性地开展协整关系的检验。
文章当中所选择的4个变量都是符合I
（1）过的程，所以还是存在协整关系的可能性。
在本文当中我们借助于Johansen协整检验的方法，结合Eviews6.0软件进行检验分析，得到的检验输出结果如表3-3所示。
表3-3Johansen协整检验的输出结果
Selected（0.05level*）NumberofCo-integratingRelationsbyModel
DataTrend:
None
None
Linear
Linear
Quadratic
TestType
NoInterceptNoTrend
InterceptNoTrend
InterceptNoTrend
InterceptTrend
InterceptTrend
Trace
1
1
1
1
1
Max-Elg
1
1
1
1
0
*CriticalvaluesbasedonMacklnnon-Haug-Michelis（1999）
有一个协整关系
我们可以从表3-3所示的Johansen协整检验的输出结果当中可以看出，最大的滞后阶数为1，上述商业保险费收入规模大小（LNBF）、居民储蓄规模大小（LNCXYE）、城镇居民人均可支配收入（LNCZSR）以及农村居民人均纯现金收入（LNNCSR）等四个变量存在协整关系，具备长期稳定性的特征。
3.3Laglengthcriteria滞后阶数检验
在开展模型的检验之前，我们还必须要针对以上四个变量进行滞后期的确定。
因为滞后期的数量将能够对误差的扰动程度产生直接的影响，直接使得模型检验的结果不真实。
一般而言，滞后的阶数如果越多，由此产生误差扰动所引起的自相关的影响也将会越小，但是基于另外一个角度看来，滞后的阶数又明显不应该过大，因为滞后阶数的大小与变量自身所具有的自由度关联在一起，滞后阶数过于大将会使得变量的自由度比较小，变量自身所产生的影响作用比误差所产生的影响还要明显，同样也会影响到模型检验结果的真实性。
所以，我们对于滞后阶数的客观确定也就显得非常重要。
文章拟采用Laglengthcriteria的方式来开展滞后阶数检验。
具体的结果如表3-4所示。
表3-4Laglengthcriteria滞后阶数检验的输出结果
Lag
LogL
LR
FPE
AIC
SC
HQ
0
22.4059
NA
3.17E-06
-1.2987
-1.1912
-1.2635
1
182.1182
261.9926
1.19E-10
-12.0611
-10.6032
-11.3816
2
206.9912
36.4832*
6.38E-11*
-12.1927
-9.9932
-11.7912
如表3-4所示，我们能够明显地判断出来，要确保脉冲响应函数具备稳定性，所要求的滞后期为2。
所以我们基于VAR模型开展分析，主要是借助VAR
（2）进行。
3.4Grange因果关系检验
在进行相关经济领域所开展的计量分析研究过程当中，尽管协整检验能够明确解释变量和被解释变量之间存在着一个显著的长期稳定的关系，然而却不可以进一步确定肯定解释变量和被解释变量之间是否存在显著的因果关系，更加也不可以明确两种类型变量之间所存在的影响的方向。
而Grange因果关系检验恰恰是能够解决上面的问题。
主要的原理就是在于当变量Y对其他的各个变量进行回归时，一旦可以将X的滞后值涵盖，而且可以针对Y的预测进行明显的改进，就可以认为X是Y的Grange原因，以此类推，我们也可以找出来Y是X的Grange原因的相关条件。
我们结合我们在上文所进行的协整检验分析过程，当滞后阶数为2时，各个变量之间具备一个明显的长期的稳定关系。
我们确定一个0.1的置信水平条件下，Grange因果关系检验的结果如表3-5所示。
表3-5Grange因果关系检验的结果
原假设
滞后阶数
P值
结论
商业保险费收入不是居民储蓄规模的原因
2
0.0992
拒绝原假设
居民储蓄规模不是商业保险费收入的原因
2
0.2835
接受原假设
商业保险费收入不是城镇居民人均可支配收入的原因
2
0.0472
拒绝原假设
城镇居民人均可支配收入不是商业保险费收入的原因
2
0.0223
拒绝原假设
商业保险费收入不是农村居民人均纯现金收入的原因
2
0.3027
接受原假设
农村居民人均纯现金收入不是商业保险费收入的原因
2
0.1413
接受原假设
从表3-5所示的Grange因果关系检验的结果能够得到，在0.1的置信水平条件下，商业保险费收入是居民储蓄规模的原因，居民储蓄规模不是商业保险费收入的原因；商业保险费收入是城镇居民人均可支配收入的原因，城镇居民人均可支配收入是商业保险费收入的原因；商业保险费收入不是农村居民人均纯现金收入的原因，农村居民人均纯现金收入不是商业保险费收入的原因。
进一步针对出现上述结果的原因进行分析时发现，主要的原因就是在于商业保险可以实现对于未来一些不确定性损失的有效规避，商业保险需求的增加也显然可以保证居民。
能够在当期具备一定的消费倾向，但是居民消费和居民储蓄之间所存在的相互替代的关系，商业保险费收入大小可以导致居民的储蓄规模出现变化。
当居民的储蓄规模发生变化的时候，消费支出当中能够用于商业保险的支出并不具备很明显的变化。
居民的收入高低很明显可以对居民的消费产生直接的刚性约束。
商业保险也可以看作是居民消费的一种形式，也可以受到来自于居民收入水平方面所产生的各种影响。
然而城镇居民层面所具备的这种影响相对农村居民而言比较明显一些。
这当中主要的原因就在于城镇居民的消费结构呈现出相对多样化的特征，以及适用于城镇居民的保险市场要完善的多，而且城镇居民在购买商业保险意识方面也是比较强的。
3.5脉冲响应函数分析
当经济模型当中的某一个变量面临一个比较小的因素的冲击时，其他的各个变量将会相应的做出那一种形式的反应，这种进一步的分析将可以确保我们能够掌握每一个变量所起到的作用大小，这个过程的分析就离不开脉冲响应函数。
在开展协整检验的过程当中，4个变量显著存在这一个长期的协整关系，这也就意味着上述4个变量尽管会在较短的时期内受到一些随机扰动带来的干扰，出现了均衡状态周围的一些波动，但是在较长的时期看来，能够维持各个变量自身所具有的以及这些变量整体的均衡状态将会得到满足。
在进行脉冲效应的分析之前，一旦可以确认各个内生的以及外生的变量之间存在相对稳定的关系，所以，文章可以基于具体的消费视角下，分别针对居民储蓄规模、城镇居民人均可支配入、
农村居民人均纯现金收入对商业保险费收入的影响效果进行分析。
脉冲响应函数分析的有关情况可以参见图3-1、图3-2、图3-3。
商业保险费收入对居民储蓄规模产生正向的影响作用。
从图3-1当中我们能够发现，在本期针对商业保险市场施加一个冲击之后，对于居民储蓄规模所产生的影响在第一期表现出来的并不是不大，然而从第二个时期开始，这个影响叫表现出来了不断增加的态势，在第六期达到了一个最大的值，随后所产生的影响不断下降。
然而，在影响的方向上，始终保持着一个正向的冲击。
图3-1商业保险发展对于居民储蓄规模所产生的影响
商业保险费收入对于城镇居民人均可支配收入所产生的影响明显。
从图3-2中我么能够发现，当城镇居民人均可支配收入遭受到一个冲击之后，将会快速产生一个正向的冲击，在前四个时期表现出不断上升的态势，而且增幅上面显示比较迅速然后又逐渐变缓，从而保持一个相对平稳增长的状态，在第六个时期达到了一个最大的值，随后所产生的影响不断下降。
图3-2商业保险发展对于城镇居民人均可支配收入所产生的影响
商业保险费收入对农村居民人均纯现金收入将会产生一个正向的冲击。
从图3-2中我么能够发现，当对农村居民人均纯现金收入一个冲击时，在一个较短的时期内所表现出来的效果并不是很明显，然而从较长一段时期看来，农村居民人均纯现金收入对于商业保险费收入所产生的影响从第三个时期才逐步表现出来，在这之前表现的并不是很明显。
所以可以看出，这种正向的冲击作用表现出一定的滞后性。
图3-3商业保险发展对于农村居民人均纯现金收入所产生的影响
4实证研究的结果分析
文章充分结合商业保险发展和居民消费所存在的互动关系理论中的作用机理与路径，研究分析了商业保险发展对居民储蓄规模、城镇居民人均可支配收入以及农村居民人均纯现金收入所产生的影响，借助1995年至2014年20年间的年度数据，在运用VAR模型分析的框架内实施实证检验。
文中在针对商业保险费收入规模大小（LNBF）、居民储蓄规模大小（LNCXYE）、城镇居民人均可支配收入（LNCZSR）以及农村居民人均纯现金收入（LNNCSR）等四个变量的检验分析过程当中，首先针对分析过程当中所有可能存在的不平稳性的影响进行剔除；第二是在较长一段时期内明确了商业保险发展与居民消费之间所存在的协整关系；第三就是确定了滞后阶数，得出4个变量都符合VAR
（2）的模型水平。
第四是借助于Grange因果关系检验，针对在2阶滞后阶数条件下各个变量之间所存在的因果关系进行检验。
第五是利用脉冲响应函数，分析4个变量之间所存在的动态影响关系。
结果表明商业保险费收入能够促进居民储蓄规模、城镇居民人均可支配收入以及农村居民人均纯先进收入的增长，同时还明显具备着长期的影响关系。
具体而言，我们可以针对实证结果做出如下的分析：
（1）商业保险发展、居民储蓄规模、城镇居民人均可支配收入以及农村居民人均纯现金收入四者之间的关系基于一个较长时期的视角看来，特别是选择以第六期的滞后看来，表现出来的是相对稳定的影响关系，然而从较短的一个时期看内，比如第一以及第二时期期看来，各个变量仅仅是表现出来围绕均衡值附近进行波动的现象，并不能够表现出来显著的互相关联，然而这种现象不能够持续很长的时间。
在最终表现出来的结果上，各个变量之间还是会存在一个比较稳定的均衡的关系。
（2）商业保险的发展基于一个较长时期的视角看来，对于居民储蓄规模、城镇居民人均可支配收入以及农村居民人均纯现金收入都存在一个正向的冲击影响，这种影响作用将会一直保持在大约五个时期的跨度上面，但是这种增长的趋势也将会受到一些影响，到了第六个时期还就表现出来了下降的趋势。
并且，商业保险发展对于城镇居民人均可支配收入所产生的冲击影响表现的非常快，对于居民储蓄规模以及农村居民人均纯现金收入所产生的冲击还是存在一定程度上的滞后性，在前三个时期这样一个较为短期的时间内表现的并不是很明显，而是在第六个时期之后才可以明显的发挥出来作用。
结合我国保险发展的实际情况，也可以针对实证分析结果做出如下的具体分析：
（1）当在本期之内进行商业保险的购买时，居民将会针对对未来所有可能出现的不确定损失的防备或者是忧虑减少，所进行的商业保险的购买直接会增加未来的保障，而且参与商业保险之后的消费能够实施长远的规划，收入之外还可以针对一些资金实施分配，一定程度上使得当期的人均可支配收入不断增加。
然而上述这种情况所能够体现出来的持续性明显存在一定的时间限制，当遇到整个经济从繁荣向滑坡转变的情况时，居民的当期收入何时会趋于缩减的。
因此，在较短的一个时期内，商业保险的发展能够针对消费起到刺激作用，进而会增加居民的人均可支配收入。
（2）结合实证研究的结果，我们能够看出，商业保险也可以看作是居民消费的一种形式，也可以受到来自于居民收入水平方面所产生的各种影响。
然而城镇居民层面所具备的这种影响相对农村居民而言比较明显一些。
这当中主要的原因就在于城镇居民的消费结构呈现出相对多样化的特征，以及适用于城镇居民的保险市场要完善的多，而且城镇居民在购买商业保险意识方面也是比较强的。
商业保险费收入对于城镇居民人均可支配收入所产生的影响明显，当城镇居民人均可支配收入遭受到一个冲击之后，将会快速产生一个正向的冲击，在前四个时期表现出不断上升的态势，而且增幅上面显示比较迅速然后又逐渐变缓，从而保持一个相对平稳增长的状态，在第六个时期达到了一个最大的值，随后所产生的影响不断下降。
商业保险费收入对农村居民人均纯现金收入将会产生一个正向的冲击，但是当对农村居民人均纯现金收入一个冲击时，在一个较短的时期内所表现出来的效果并不是很明显，然而从较长一段时期看来，农村居民人均纯现金收入对于商业保险费收入所产生的影响从第三个时期才逐步表现出来，在这之前表现的并不是很明显。
所以可以看出，这种正向的冲击作用表现出一定的滞后性。
（3）考虑到居民所具备的储蓄意识比较强，以及居民具有一定程度上比较谨慎的意识，当本期的商业保险市场出现了比较快的发展时，因为商业保险通常能够被看做是居民储蓄，所以居民通常会选择在商业保险市场出现一些比较好的前景时，更多的偏向于购买一些分红险性质的保险产品，这将会给消费者提供出来一个比较积极的消费意识，将会减少居民储蓄而增加其他消费。
从实证研究的过程当中我们也能够发现，商业保险对于居民储蓄这种替代作用并不是在当期立即出现影响的，居民还通常会表现出来观望的态度，对于市场当中的一些因素进行综合的分析，从而也就导致出现了滞后性。
这种居民针对商业保险产品进行购买时的滞后性也就不断决定了商业保险发展对于居民储蓄规模所产生的正向冲击作用所具有的滞后性。
升级会员 