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

《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（11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

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。

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=lnX5-lnX5（-1），bhlnX6=lnX6-lnX6（-1）。

我们对修正后的数据进行自回归分布滞后模型分析，结果见表6

表6自回归分布滞后模型分析结果

DependentVariable:

LNY

Wethod:

LeastSquares

Date:

07/10/06Time:

15:

19

Sample（adjusted）:

19942002

lncludedobservetions:

9afteradjustingendpoints

Variable

coefficient

Std.Error

t-Statistic

Prob

C

8.001117

3.159320

2.532544

0.0524

LNY（-1）

0.706279

0.123665

5.711215

0.0023

BHLNX1

8.067763

2.697825

2.990470

0.0304

BHLNX6

-2.807279

1.086179

-2.584545

0.0492

R-squared

0.985716

Meandependentvar

24.85188

AdjustedR

–squared

0.977145

S.D.dependentvar

0.879374

S.E.ofregression

0.132942

Akaikeinfocriterion

-0.896705

Sumsquaredresid

0.088368

Schwarzcriterion

-0.809050

Loglikelihood

8.035172

F-statistic

115.0120

Durbin-Watsonstat

2.088857

Prob（F-statistic）

0.000049

由表6可知，回归方程为：

lny=8.00+0.71*lny（-1）+8.07*bhlnx1-2.81*bhlnx6

说明城镇居民人均可支配收入（x1）和受教育程度（x6）对寿险业的发展有着至关重要的影响。

（3）格兰杰（Granger）因果关系检验

通过回归模型，我们虽然可知哪些变量与保费收入成高度相关关系，但这并不代表两者间的因果关系。

为了得到变量间的因果关系，对数据进行Granger因果检验，如表7：

表7格兰杰因果关系检验

原假设H

序号

数据个数

F值

P值

结论

lnx1doesnotGrangerCauselny

1

11

6.22015

0.03729

拒绝H

lnydoesnotGrangerCauselnx1

2

11

5.54672

0.04631

拒绝H

x2doesnotGrangerCauselny

4

11

0.66964

0.43687

接受H

lnydoesnotGrangerCausex2

3

11

0.06342

0.80752

接受H

x3doesnotGrangerCauselny

5

11

0.52822

0.48808

接受H

lnydoesnotGrangerCausex3

6

11

3.87359

0.08459

接受H

x4doesnotGrangerCauselny

7

11

3.83603

0.08585

接受H

lnydoesnotGrangerCausex4

8

11

2.00454

0.19456

接受H

lnx5doesnotGrangerCauselny

9

11

5.47796

0.04738

拒绝H

lnydoesnotGrangerCauselnx5

10

11

2.07097

0.18808

接受H

Lnx6doesnotGrangerCauselny

9

11

0.22651

0.64685

接受H

lnydoesnotGrangerCauselnX6

10

11

0.05387

0.82229

接受H

由Granger因果关系检验可知，除了城镇居民人均可支配收入和储蓄存款量以外，其他因素对寿险发展皆不存在明显的因果关系。

其中，城市居民人均

可支配收入与寿险保费收入互为因果关系。

寿险业是从1993年才开始与非寿险业分离的，之前在整个保险市场也并未占主导，故所选数据虽然据有“准确”和“时效性高”的特点，但由于样本量相对较少，所以本文检验的结果并不十分准确。

不过从检验的结果来看，城镇居民人均可支配收入和储蓄存款量这两个因素的选出并未与前面模型分析的结果相违背。

四、结论

储蓄存款量对寿险发展有着很重要的影响。

城镇居民人均可支配收入量更直接的反应了居民的实际购买力，所以可以替代储蓄存款量体现对寿险发展的较大影响。

通货膨胀率和受教育程度对寿险发展的正面影响在模型中有所体现。

适度的通货膨胀率能刺激经济增长，从而带来居民收入的增长，进而促进对寿险的需求。

受教育程度在会对个人风险厌恶程度和风险规避能力有所影响，进而促进寿险需求。