中国寿险业发展的影响因素分析定好.docx
《中国寿险业发展的影响因素分析定好.docx》由会员分享，可在线阅读，更多相关《中国寿险业发展的影响因素分析定好.docx（14页珍藏版）》请在冰豆网上搜索。
中国寿险业发展的影响因素分析定好
中国寿险业发展的影响因素分析
内容摘要：
本文通过计量模型对中国寿险业发展的主要影响因素进行了分析，结果表明储蓄存款量对保费收入影响较大，城镇居民人均可支配收入替代储蓄存款量也表现出显著作用，同时通货膨胀率和受教育程度对保费收入也有一定促进作用。
关键词：
寿险需求OLS回归技术动态计量经济模型VAR自回归分布滞后模型格兰杰因果分析
一、引言
自1994年寿险和非寿险业务分离以来，我国人寿保险取得了巨大发展。
寿险保费收入在1997年市场份额首先超过财产险以后，占据了保险市场的大半份额，并保持高速增长，而且曾在2003年呈现过大幅度增长，成为保险市场中的重要元素。
随着中国经济快速增长，保险业随之得到了较快发展，作为保险业重要组成部分的寿险市场自不例外。
然而同西方发达国家先比，我国寿险业的发展水平在国际上还处于相对落后的地位：
2003年我国寿险保费收入仅占世界的1.94%,寿险密度约为25.1美元,居世界第71位,寿险为2.30%,居世界第44位;同期美国寿险保费收入占世界的28.75%,寿险密度为1657.5美元,寿险深度为4.38;日本则分别为22.80%,3002.9美元和8.61。
与此同时，我国寿险业存在巨大的潜在需求和光明前景，因此，对寿险影响因素的分析和研究就显的十分必要了。
二、寿险业发展的影响因素
本文认为研究影响寿险发展应从内生因素和外生因素方面入手，内生变量应考虑寿险产品自身的变化因素，外生变量应从影响寿险发展的大环境着手，考虑经济结构及其发展水平等。
Zietz,E.N.（2003）对有关因素分析的文献进行了统计和综述。
1.城镇居民人均可支配收入（X1）
以前的很多文献都曾提及GDP这一要素，而且得出的结论都是：
GDP与寿险业的发展成高度正相关。
但本文认为，之所以GDP对寿险有很大的影响，是因为GDP代表了国民收入的水平，即代表居民收入的变化，同时注意到保险产品大部分份额都在城镇，乡村部分可忽略不计。
因此，真正影响寿险发展的是城镇居民人均可支配收入。
2.存款利率（X2）
利率变动，在一定程度上影响国家经济形势的发展，即影响着寿险市场的运行环境。
3.中国老龄化比率（X3）
由于中国近二十年来人口结构变化有自身的特点，寿险的需求可能因之改变，特别是养老保险在寿险中占很大比例。
4.通货膨胀率（X4）
通货膨胀率出现后,经济会伴随价格效应、收入效应和替代效应。
当通货膨胀极为严重时会对寿险需求产生负影响，通货膨胀率的上升导致寿险需求的下降；通货膨胀是温和或者结构性时，适度的通货膨胀能刺激经济增长，从而带动居民收入的增长，进而增加对寿险的需求。
5.储蓄存款量（X5）
该因素虽然和城镇居民人均可支配收入可能会有某种相关关系，但毕竟城镇居民收入在消费后才可能转化为存款，储蓄存款量能更有效的说明某时刻该居民的购买力。
6.受教育程度（X6）
通常情况下，受过较高教育得人，对风险的预防意识也较高，对风险的厌恶可能会更加强烈。
三、数据分析
（一）样本数据
本文中的寿险保费收入指狭义上的人寿保险，不包括人身意外伤害险和健康险。
我们以寿险保费收入作为衡量寿险业发展的标志。
数据主要来源于历年《中国统计年鉴》、《中国保险年鉴》、《中国金融年鉴》和中国保监会的相关网站。
因为从1993年寿险才和非寿险分离，所以我们选取的是全国1993-2004年寿险年度数据。
表11993-2003年各变量数据
寿险保费收入（lny）
城镇居民人均可支配收入（lnx1）
存款利率（X2）（经过修正）
老龄化比率（X3）
通货膨胀率（X4）
城乡居民人民币储蓄存款（lnx5）
受教育程度（lnx6）
1993
23.39098
7.854536418
0.1098
0.060269
0.078008
28.04996169
13.25514449
1994
23.51719
8.159431943
0.0981
0.06356
0.081953
28.39736299
13.36452493
1995
23.73978
8.362408978
0.0864
0.0696289
-0.056406
28.7183129
13.59859756
1996
24.20334
8.484442701
0.0747
0.066936288
-0.075149
28.97963542
13.63996599
1997
24.82087
8.548749996
0.0567
0.07038628
-0.050785
29.1631416
13.62797543
1998
25.03768
8.598791611
0.0477
0.07431214
-0.035019
29.30638665
13.62918098
1999
25.19158
8.674880467
0.0225
0.07632811
-0.006048
29.4164573
13.65016411
2000
25.32593
8.745125259
0.0216
0.0696065
0.018256
29.49249942
13.76400672
2001
25.68029
8.833462721
0.0207
0.07103907
0.002988
29.62928514
13.85116724
2002
26.15024
8.949365142
0.0198
0.08162907
-0.014896
29.79331603
14.10616321
2003
26.43071
9.076580382
0.0212
0.08508225
0.020161
29.96914033
14.44518532
2004
26.50036
9.0150802659
0.0225
0.08563323
0.026680
30.11221589
14.68722225
注：
①表中数据凡是牵涉收入或存款金额的单位都为“元”，受教育程度单位为“人”。
②lnY，lnX1，lnX5，lnX6取对数是为了同一数量级。
③因利率数据来自《国家统计年鉴》，其上数据并非按年排列，故按单利计算原则，作了相应的差分处理，转化为每年7月1日的利率。
（二）回归模型分析
利用spss统计软件对以上数据进行逐步自回归分析，我们可以得到对保费收入（lny）起明显作用的是城镇居民人民币储蓄存款（lnx5）和通货膨胀率（X4）。
最终的回归模型为：
Lny=-26.919+3.187*X4+1.775*lnX5
表2逐步自回归分析结果
ModelSummary
Model
R
RSquare
Adjusted
RSquare
Std.ErroroftheEstinate
Changestatistics
Durbin-
Watson
RSquare
Change
FChange
df1
df2
Sig.FChange
1
2
.979a
.989b
.959
.979
.955
.974
.23310
.17610
.959
.020
234.238
8.521
1
1
10
9
.000
.017
1.721
apredictors:
（constant）.lnx5
bpredictors:
（constant）.lnx5.x4
cDependentVariable:
lny
Model
Unstandardized
Coeffcients
standardized
Coeffcients
t
Sig
Correlations
CollineariySta-
tistics
B
Std.Error
Beta
Zero-
order
Partial
Part
Tolerance
VIF
1（constant）
lnx5
-25.213
1.717
3.281
.112
.979
-7.683
15.305
.000
.000
.979
.979
.979
1.000
1.000
2（constant）
lnx5
x4
-26.919
1.775
3.187
2.547
.087
1.092
1.031
.145
-10569
20.387
2.919
.000
.000
.017
.797
-.088
.989
.697
.986
.141
.947
.947
1.056
1.056
从表2中可以看出这个模型有较好的拟合结果。
城镇居民人民币储蓄存款代表了保险产品购买主体的购买力水平，因此对寿险的发展有着至关重要的关系。
同时，近年来我国通货膨胀是温和的或者结构性的，适度的通货膨胀能刺激经济增长，从而带来了居民收入的增长，促进了对寿险的需求。
（三）动态计量经济模型
1．数据平稳性的分析
运用E-views3.1对各个数据进行序列的平稳性检验。
通过做线性图可以看出，其中有些数据平稳性教差。
故采用扩展的Dickey-Fuller（ADF）检验对所选因素变量进行单位根检验。
表3序列的平稳性单位根检验
对lny作单位根检验
NumberofLags
NumberofSignificantLags
ADFTestStatistic
Conclusion
AkaikeCriterion
ScbwarzCriteion
4
明显不符
3
2
0
-1.416023
Notstationary
-1.062153
-0.974498
1
0
-1.352706
Notstationary
-0.451071
-0.360295
0
N/A
-0.561076
Notstationary
-0.429892
-0.357547
做了一阶差分之后的结果
ADFTestStati
-3.918691
1%Criticalvalue*
-4.4613
5%Criticalvalue
-3.2695
10%Criticalvalue
-2.7822
*Mackinnoncriticalvaluesforrejectionofhypothesisofaunitroot
AugmentedDickey-FullerTestEquation
Dependentvariable:
D（LNY,2）
Method:
LeastSquares
Date:
06/15/06Time:
01:
14
Sample（adjusted）:
19962004
Includedobservations:
9afteradjustingendpoints
Variable
Coefficient
Std.Error
t-Statistic
Prob
D（LNY（-1））
-1.360523
0.347188
-3.918691
0.0078
D（LNY（-1）,2）
0.803878
0.272625
2.948662
0.0257
C
0.409668
0.118297
3.463014
0.0134
R-squared
0.728314
Meandependentvar
-0.016993
AdjustedR-squ
0.637752
S.D.dependentvar
0.219718
S.E.ofregres
0.132242
Akaikeinfocriterion
-0.947172
Sumsquaredre
0.104927
Schwarzcriterion
-0.881431
Loglikelibood
7.262274
F-statiatia
8.042171
Durbin-Watson
2.703214
Prob（F-statiatia）
0.020054
从表3可以看到对lnyY作一阶差分会使其变稳定。
通过检验，可知lnX1序列为平稳序列，X2序列为平稳序列，X3序列在作一阶差分后变为平稳，X4序列变为X4（-1）后平稳，lnX5序列为平稳序列，lnX6序列为平稳序列。
2.自回归分布滞后模型分析
⑴向量自回归模型（VAR）分析
利用相互联系的所有系统变量的滞后项，对由寿险保费收入（lnY）、城镇居民人均可支配收入（X1）、存款利率（X2）、中国老龄化比率（X3）、通货膨胀率（X4）、储蓄存款量（X5）和受教育程度（X6）组成的VAS方程，利用Eviews3.1，考虑到高阶滞后对较短时间的时间序列意义不大，故选择滞后阶数为1。
估计结果如下：
表4向量自回归模型（VAR）分析结果
LNY
LNX1
X2
X3
X4
LNX5
LNX6
LNY（-1）
1.126916
0.21043
0.024819
0.022999
0.030096
0.215829
0.603232
（0.51481）
（0.12905）
（0.01434）
（0.00873）
（0.04539）
（0.08750）
（0.22430）
（2.18901）
（1.63070）
（1.73016）
（2.63387）
（0.66309）
（2.46649）
（2.68935）
LNX1（-1）
2.501896
1.577379
0.189449
0.073819
-0.905557
1.268281
3.895609
（2.84370）
（0.71283）
（0.07920）
（0.04823）
（0.25072）
（0.48336）
（1.23902）
（0.87980）
（2.21285）
（2.39207）
（1.53046）
（-3.61190）
（2.62387）
（3.14411）
X2（-1）
-4.038360
-2.190406
-0.090186
0.330713
-2.339096
-0.426722
-2.961444
（9.93887）
（2.49137）
（0.27680）
（0.16858）
（0.87626）
（1.68937）
（4.33043）
（-0.40632）
（-0.87920）
（-0.32581）
（1.96178）
（-2066941）
（-0.25259）
（-0.68387）
X3（-1）
-32.94569
-1.478156
-0.138323
-0.157709
-1.233573
-4.433799
6.180481
（18.0449）
（4.52329）
（0.50256）
（0.30607）
（1.59093）
（3.06720）
（7.86227）
（-1.82577）
（-0.32679）
（-0.27524）
（-0.51527）
（0.77538）
（-1.44555）
（0.78609）
X4（-1）
-2.509543
-0.018541
-0.077719
-0.022064
-0.031590
-0.156948
0.203079
（1.91631）
（0.48036）
（0.05337）
（0.03250）
（0.16895）
（0.32573）
（0.83495）
（-1.30957）
（-0.03860）
（-1.45623）
（-0.67881）
（-0.18698）
（0.48184）
（0.24322）
LNX5（-1）
-1.704260
-0.921184
-0.219807
-0.042631
-0.221057
-0.224268
-3.205172
（2.52443）
（0.63280）
（0.07031）
（0.04282）
（0.22257）
（0.42909）
（1.09991）
（-0.67511）
（-1.45573）
（-3.12639）
（-0.99564）
（0.99322）
（-0.52265）
（-2.91402）
LNX6（-1）
0.128590
0.042639
0.023728
0.020083
0.253693
0.011957
0.419681
（0.79290）
（0.19876）
（0.02208）
（0.01345）
（0.06991）
（0.13477）
（0.34547）
（0.16218）
（0.21453）
（1.07451）
（-1.49331）
（3.62905）
（0.08872）
（1.21480）
C
26.20378
16.44772
3.905267
0.382554
-2.889669
19.84287
52.92492
（45.1291）
（11.3125）
（1.25687）
（0.76546）
（3.97881）
（7.67089）
（19.6630）
（0.58064）
（1.45395）
（3.10714）
（0.49977）
（-0.72627）
（2.58678）
（2.69159）
R-squared
0.994251
0.995862
0.994771
0.968174
0.977068
0.999367
0.992913
Adj.R-squared
0.980838
0.986208
0.982571
0.893914
0.923560
0.997891
0.976378
Sumsq.resids
0.060070
0.003775
4.66E-05
1.73E-05
0.000467
0.001736
0.011404
S.E.equation
0.141504
0.035471
0.003941
0.002400
0.012476
0.024052
0.061654
F-statistic
74.12503
103.1504
81.53528
13.03762
18.26017
676.8224
60.04690
Loglikelihood
13.04743
28.26725
52.43735
57.89231
39.76141
32.54046
22.18607
AkaikeAIC
-0.917714
-3.684955
-8.079518
-9.071329
-5.774803
-4.461903
-2.579285
SchwarzSC
-0.628336
-3.395576
-7.790140
-8.781950
-5.485424
-4.172524
-2.289907
Meandependent
25.14527
8.689458
0.044718
0.073991
-0.008024
29.36161
13.85129
S.D.dependent
1.022239
0.302033
0.029851
0.007369
0.045124
0.523699
0.401146
DeterminantResidual0.000000
由表4可知，VAR方程性质较为优良，决定性方差协方差为0。
虽然部分滞后变量系数不显著，但为了分析的全面性，还是做了保留。
⑵自回归分布滞后模型
通过对数据的自相关检验和单位根检验，我们可以知道城镇居民人均可支配收入（lnX1）序列为平稳序列，、存款利率（X2）序列为平稳序列，中国老龄化比率（X3）序列在作一阶差分并滞后一期变换后变为平稳，通货膨胀率（X4）序列经一期滞后变换后变平稳，储蓄存款量（lnX5）序列为平稳序列，受教育程度（lnX6）序列为平稳序列。
为了消除平稳性差异。
在做回归模型时，将lnX1，X2，lnX5和lnX6写为一阶差分形式。
经过一些列数据调整之后，可以得到表5
表5变换处理后的各变量数据
寿险保费收入（lnY）
城镇居民人均可支配收入（bhlnX1）
存款利率（bhX2）（经过修正）
老龄化比率（bhX3）
通货膨胀率（bhX4）
城镇居民人民币储蓄存款（bhlnX5）
受教育程度（bhlnX6）
1993
23.39098
-0.304895525
0.0117
-0.003402892
0.138359
-0.3474013
-0.10938044
1994
23.51719
-0.202977035
0.0117
-0.002399985
0.018743
-0.32094991
-0.23407263
1995
23.73978
-0.122033723
0.0117
-0.001023404
-0.024364
-0.326132252
-0.04136843
1996
24.20334
-0.064307295
0.018
-0.003925854
-0.015766
-0.18350618
0.01199056
1997
24.82087
-0.050041615
0.009
-0.002015977
-0.028971
-0.14324505
-0.00120555
1998
25.03768
-0.076088856
0.0252
0.006721609
-0.024304
-0.11007065
-0.02098313
1999
25.19158
-0.070244792
0.0009
-0.001432571
0.015268
-0.07604212
-0.11384261
2000
25.32593
-0.088337462
0.0009
-0.010589997
0.017884
-0.13678572
-0.08716052
2001
25.68029
-0.115902421
0.0009
-0.003453174
-0.035057
-0.16403089
-0.25499597
2002
26.15024
-0.12721524
-0.0014
-0.000550982
-0.006519
-0.1758243
-0.33902211
注：
bhlnX1=lnX1-lnX1（-1），bhX2=X2-X2（-1），bhlnX3=[X3-X3（-1）]（-1）=X3（-1）X3（-2）,bhX4=X4（-1）-X4（-2），bhlnX5
升级会员 