车险需求因素分析文档格式.docx

1、l.（00）采用4 个发达及发展中国家1984至198年的时间序列数据，对财产保险需求问题进行研究，以财产险保费收入作为被解释变量，所选取解释变量主要包括：代表经济发展水平的各个国家的GD 值、代表风险规避因素的教育水平和不确定性回避、代表损失概率的财产盗窃率和城市化程度、代表保险价格因素的损失率倒数、合法财产权因素。截面分析结果显示:收入、合法财产权和损失概率对财产保险的消费有正面影响，但没有证据表明价格、风险规避和法律体系对财产保险消费的影响。面板数据分析结果表明，收入和合法财产权是仅有的两个对财产保险消费有显著正相关关系的变量。2、车险市场微观分析Sherden（18）采用979 年马萨

2、诸塞州359 个城镇的截面数据，运用简单最小二乘法，对三个主要的机动车辆保险险种（意外伤害险、综合险和碰撞险）的需求问题进行了研究。其中,意外伤害险、综合险和碰撞险这三个险种的需求分别取用每车平均人身伤亡保费、投保综合险的被保车辆比例和投保碰撞险的被保车辆比例。另外,在每个模型中设定一个价格指数作为价格因素的代表.研究结果显示,这三个险种的需求相对于价格和收入都缺乏弹性。其中意外伤害险对收入的敏感度最高，而综合险对收入的敏感度最低。从人口密度较低的地区到中等人口密度的地区,综合险和碰撞险的需求有显著的增长。lakmon n Zeckauser（11）采用199 年马萨诸塞州359个城镇的截面数

3、据对每个家庭的车险需求进行了研究.方法上运用简单最小二乘法进行对数线性模型的回归分析.假设收入对车险消费需求的影响为正；而价格和家庭密度对车险消费的需求影响为负,理由是由于替代性交通工具的增加,当人口密度增加时车险需求反而减少。回归结果显示，所有假设均与结果相符，并可通过显著性检验。affeeand Russel（1998）采用990 年美国加利福尼亚58个地区的截面数据对注册汽车、已投保汽车和未投保汽车的保险需求进行了研究。由于注册汽车中包含未投保汽车,故采用两阶段最小二乘法估计注册气车和未投保汽车的保险需求;而对已投保汽车的保险需求则采用简单最小二乘法进行估计.假设收入对注册汽车和已投保汽

4、车的保险需求产生正的影响，而使用公共交通工具的人口百分比和保费对注册汽车和已投保汽车的保险需求产生负的影响。计量结果与预期效果基本相符，对于注册汽车的保险需求，所有影响变量均通过显著性检验；但是使用公共交通工具的人口百分比对已投保汽车的保险需求并没有显著影响；收入及使用公共交通工具的人口百分比对未投保汽车的保险需求的影响不显著.ovidhunkt（2005）研究美国汽车保险的供需问题，采用美国192 年到01年各州数据,明确影响汽车保险需求和供给的主要因素，测算汽车保险中价格弹性和收入弹性。选用收入、保险价格、假释成本、交通密度、人口密度、法律因素等多个解释变量，运用面板数据计量方法进行研究.

5、研究结果可以帮助政策制定者合理地平衡自愿保险市场和剩余市场，同时提供建议来缓解保险市场的供需不平衡。（二）、国内有关实证研究文献综述我国关于该领域的实证研究非常有限,在宏观层面，林宝清等（24）对我国财产保险需求收入弹性系数作了实证分析。该文采用我国各省7年的数据进行定量分析,发现我国财产保险的需求弹性系数值与我国GP 和人均GD 都不存在相关关系，且是一个相当稳定的值（均值为1.07）.该文的主要缺陷是自变量过少，没有对影响财产险需求的其他因素系统全面分析。在微观层面，朱铭来和曹燕（008）运用保险经济学需求理论和计量经济学的分析方法，采用面板数据模型，探究影响我国机动车保险需求的相关因素,

6、并根据分析结果对我国机动车辆保险今后的发展趋势做出合理预测。黄银龙、赵博（200）对我国的机动车保险市场的现状和需求进行研究，根据保险经济学中的一般需求理论并结合机动车辆保险自身的特点将影响机动车辆保险需求的因素归结为三个方面：一是经济因素,主要包括机动车辆保险价格和收入;二是交通因素,主要包括汽车数量和道路状况：三是风险因素。肖杰（21）从市场需求因素的视角出发，利用经济学中的需求理论、弹性理论，结合19至206年的相关数据建立了机动车辆保险的常弹性需求模型，实证分析了消费者收入水平、机动车辆保险价格等宏微观因素对市场需求的影响。何雪华（201）根据986年至209年的相关数据，针对影响机动

7、车辆保险需求的因素建立模型，通过单位根检验、协整检验及Gangr因果关系检验分析车险的产品的价格、消费者的收入水平、汽车消费量及市场竞争模式对车险保费收入的影响，并给出相关的政策建议。武红先（21）运用保险经济学需求理论和计量经济学的分析方法,采用面板数据模型，对我国汽车保险市场需求的影响因素进行了多维度实证研究,并根据研究结果提出政策和建议.刘璐、张博江（2012）在对我国机动车辆保险市场发展现状进行阐述的基础上，分析各个因素对机动车辆保险市场的影响，根据影响需求的因素分析并结合计量经济学回归模型,提出相关的政策与建议从而发掘机动车辆保险市场需求潜力，并根据模型得出的结论对未来几年我国机动车

8、辆保险的保费收入做出相应的预测。（三）、文献述评国内对机动车保险需求影响因素的分析还不是很多，基本都是利用了计量经济学的实证研究，也有少数学者是从需求理论的角度出发的.尽管有少数学者对我国汽车保险需求的影响因素进行实证研究，也局限于少数几个因素，因变量设计单一。我们基于前人的研究成果，综合现有的影响因素,分析它们与保险需求的关系。表 国外有关实证分析结果汇总：财产险文献样本数据经济收入通货膨胀利率市场结构价格财富资源损失率风险因素法律因素Beenstoc等（988）1901981年全世界12个最大的财产保险的截面数据；4个国家的截面数据NAN/A/AN/Outrevill（0）198年5个发展

9、中国家的截面数据+NSASBowe等（200）87-199年OECD国家的面板及截面数据-Esho等人（2004）184-1998年44个发达及发展中国家的时间序列数据表2 国外有关实证分析结果汇总:机动车险市场道路交通家庭密度人口密度汽车拥有量heden（1984）179年马萨诸塞州35个城镇的截面数据（简单最小二乘法）/lckmon、ckser（191）1979年马萨诸塞州39 个城镇每个家庭的截面数据（简单最小二乘法）Jaffee and ssel（1998）1990年美国加利福尼亚58个地区的注册汽车、未投保汽车（两阶段最小二乘法）和已投保汽车（简单最小二乘法）的截面数据Khovidh

10、ukt（205）1981年美国各州面板数据表 国内有关实证分析结果汇总:替代品价格民用汽车拥有量人均拥有道路面积道路交通事故发生数朱铭来、曹燕（208）999200年3个省市自治区的面板数据（随机效应）肖杰（20）192206年全国、平安与太保的数据（广义最小二乘法）何雪华（21）1986-2009年车险行业的时间序列数据武红先（01）2-20年全国各省市自治区的面板数据+（不显著）刘璐、张博江（2012）8201年时间序列注:+代表显著正相关；-代表显著负相关;S代表无显著性;N/A代表无此变量。二实证分析（一）变量与数据的选择我们将通过建立机动车辆保险（以下简称车险）需求与影响需求因素之间

11、的多元线性模型进行实证分析,探索不同因素与车险需求之间的显著性及正负相关性，从而给车险经营提供较为宏观的策略分析。根据保险经济学中的一般需求理论,并结合车险自身的特点，我们将影响车险需求的因素归结为三个方面：一是经济因素;二是交通因素；1.代表车险需求的响应变量（被解释）变量我们选取车险的保费收入、保险密度以及保险深度为代表车险需求的指标.其中,Y1: 车险保费收入，是车险需求的代表性指标，其直观的将车险的需求量以货币的形式表现出来；Y2： 车险保险密度,是指人均车险保费收入,反映了车险的普及程度及其发展水平;3： 车险保险深度,是指车险收入占国内生产总值GDP的比例，反映了车险在国民经济中的

12、地位.我们选取这三个指标来代表车险需求并分别对其进行实证检验主要因为：第一,这三个指标都是代表车险需求量的常用指标，但它们从不同的角度诠释了车险需求量,对这三个被解释变量分别进行检验，有利于更全面分析出各个因素对车险需求的影响；第二，由于这三个变量所代表的实质意义是一样的，因此以这三个变量所建立的模型其最终的回归结果应是大致相近，作为一种“韧度检验”，可以用来判断模型的合理性。2.代表车险需求因素的解释变量（1） 代表经济因素的变量车险价格（ie）：我们选择车险赔付率的倒数作为代表车险价格的指标。收入（ome）:收入从一定程度上代表了人们对车险产品的购买力，我们选用城镇居民人均实际收入作为代表

13、指标。（） 代表交通因素的指标汽车数量（Auto）：由于目前我国汽车是车险的主要保险标的，因此我们认为汽车数量是影响车险需求的重要因素之一,并选取民用汽车拥有量作为汽车数量的代表。道路状况（oad）：路况因素也有可能对车险的需求产生影响，因此我们选择人均道路面积作为代表道路状况的指标。（3） 代表风险因素的指标交通事故发生数（ccident）：汽车拥有者面临的最主要风险就是交通事故，因此我们选择交通事故发生数代表影响车险需求的风险因素指标.模型采用的样本数据是203年至0年全国整体的数据,数据来源中国保险年鉴和国家统计局网站。（二）模型1.拟合模型的形式:其中，为观测的数目,为预测变量的数目.

14、等式中相应部分的解释如下.第次观测对应的因变量的预测值次观测对应的第个预测变量值截距项（当所有的预测变量都为0时,的预测值）预测变量的回归系数（斜率表示改变一个单位所引起的Y的改变量我们的目标是通过减少响应变量的真实值与预测值的差值来获得模型参数（截距项和斜率）。具体而言,即使得残差平方和最小。在R中，我们使用最基本的线性模型的拟合函数lm（）。2.数据拟合结果当我们考虑所有假设的解释变量时，对比分别对1，Y2，和Y的回归拟合结果,很明显可以发现人均道路面积这一因素对车险需求的三个指标的影响都并不显著（P值远远大于0。05）。我们可以考虑剔除这个解释变量对既有模型进行改进。改进模型的拟合结果如

15、下。模型通过改进后，响应变量车险保费收入与车险价格、城镇居民人均可支配收入、汽车拥有量,以及交通事故发生数具有显著的相关性.然而，响应变量保险密度和保险深度与车险价格的相关性依旧不是很显著.根据上面的回归结果，我们得出以下结论:车险价格、民用汽车拥有量、人均实际收入以及道路交通事故数对于车险需求都有显著的影响。其中,价格和道路交通事故数与车险需求呈显著负相关关系;汽车拥有量与车险需求呈正相关关系；而人均实际收入与车险需求具有显著相关性,但正负影响因车险需求所取指标的不同而有所差异.下面分别对各个指标进行分析。（三）结果分析（一）机动车保险价格车险价格与车险需求呈显著负相关关系，这与传统需求函数

16、相吻合，即价格升高（或降低）将导致需求减少（或增加）。价格指标所反映的是保险公司的实际经营效率,保险公司的经营效率越高、各项费用成本越低，机动车保险的价格就越低，越能刺激机动车辆保险需求.但保险公司的经营性质是以盈利为目的的企业法人，经营机动车辆保险需要留存一定的利润空间，因此,保险公司需要从其他方面降低不必要的费用支出,以此来实现在不损失利润的前提下降低保险价格.我们所选价格指标为赔付率的倒数，单从表面来看似乎赔付率越高价格就越低,而事实上我国车险的赔付率已经很高了，很多公司的赔付率已经超过了5的安全线，给自身经营的稳定性带来了很大的潜在风险。但同时，广大被保人对保险公司的理赔服务并不十分满

17、意，甚至有诸多抱怨.这中间存在一个重要的因素就是有效赔付问题。所谓有效赔付就是指保险人对于其所收风险保费部分所承担的赔偿责任,这部分责任依据大数法则与保险人所收取的所有风险保费相等.但在实际经营当中,无法做到所有的赔付都是有效赔付。这主要是由于大量虚假赔案的存在。目前机动车保险市场中存在相当严重的欺诈、骗赔现象，这种现象的存在既有被保险人逆选择及道德风险的原因也有保险人核保核赔工作管理不力的原因。而赔付率的居高不下及保险人的经营压力又容易导致不合理的拒赔、少赔、惜赔等现象，造成有效赔付得不到全部补偿。另外，拓宽销售渠道,缩短与终端客户的直接距离,也可以从一定程度上降低保险价格。目前保险公司的销

18、售渠道主要依靠汽车代理商和保险代理人,保险公司自己掌握的客户资源很少，而依靠中间人的销售必然要支付相当比例的中介费用，由于目前机动车辆保险市场竞争激烈，很多保险公司为了快速增加业务规模而争抢汽车代理商等大中间商，造成中介费用增长，对于成本控制非常不利。这一方面令保险公司受制于中间商，给风险控制和盈利能力带来影响;另一方面不利于降低成本，扩大保险需求。随着汽车拥有量的不断增加以及电话、网络的普及,未来机动车辆保险销售的发展方向应是直销式的，利用电话或网络平台进行机动车辆保险销售，既利于节省成本又利于风险控制；既能够利用电话、网络等对机动车辆保险产品进行广泛的宣传，增强社会大众对机动车辆保险的认识

19、，又能够达到减少中间环节及中间费用的目的,利于降低保险价格，刺激保险需求。（二）民用汽车拥有量民用汽车拥有量与车险需求呈显著正相关关系,即汽车数量越多保险需求越大。随着近几年我国经济的飞速发展，私家车的数量也急剧增加.由于汽车维修费用及第三者人身伤亡赔偿额度的一再增加，汽车所有者及驾驶员的保险意识均有很大提高，直接促进了机动车辆保险需求的增长。一定的汽车拥有量是产生车险需求的基础,但汽车拥有者的保险意识也是必不可少的。近年来随着国民经济的持续增长,汽车工业发展迅猛，公众私家车购买数量也急剧上升,人们的保险意识较以往有显著的提高,尤其是在经济发达地区,车险需求也随之迅速增加,但是在一些经济不发达

20、地区，人们的保险意识还十分淡薄。经济发达的东部地区车险需求较大，近年来迅速崛起的中部地区一些省份、城市随着经济的增长以及人们对保险的认识的深入，车险需求不断上升。但是，在一些相对落后的城市或农村还存在巨大的潜力.现如今，我国大众真正了解保险的不多,而且大多是停留在表面上,对此政府部门应结合机动车交通事故强制责任保险制度的出台，利用自身角色的便利来推动保险知识的普及，提高人们的保险意识，加强风险防范；保险公司则应提高业务人员的素质,循序渐进地向大众灌输现代保险观念，不断激发人们潜在的保险需求.（三）人均道路面积在我们的三个回归模型中,人均道路面积都不是影响车险需求的显著因素，然而在以往的文献中可

21、以看到不同的结果.在以机动车辆保险密度为代表机动车保险需求指标的模型中,人均道路面积与机动车保险密度成显著正相关关系，但在其他模型当中,人均道路面积并未体现出显著相关性（朱铭来,208）。事实上，人均道路面积对于人均保费收入具有更显著的影响.人均道路面积在很大程度上代表交通基础设施的完善程度，我们可将其视为路况因素.路况的好坏对人们是否购买汽车的决策有一定影响,进而对机动车保险的需求产生影响.由此可见，加强道路交通基础设施建设有利于促进机动车保险需求增长。近年来，交通问题已成为城市居民最头痛的三大问题之一.交通拥挤，堵塞严重，是抑制车险需求潜在消费群购买汽车的重要因素。因此，为了促进机动车保险

22、需求的持续增长,保险公司可以通过与交管部门的合作来帮助提升城市道路交通管理水平,协助政府的“排堵保畅”工程发挥作用,进一步提升了城市道路交通管理水平,改善路况。（四）人均实际收入人均实际收入一方面代表了消费者的支付能力，另一方面也从一定程度上代表了经济发展水平。无论是保险经济学理论还是各种实证研究均表明收入与保险需求呈正比关系,随着经济的增长和收入水平的提高，经济活动主体的保险需求也会随之增加。以保费收入为响应变量的模型所验证出的结果与此正相吻合，即人均实际收入与机动车辆保险需求呈显著正相关关系.由此可见，不同的收入水平对机动车保险的需求是有差异的,因此开放能够满足不同收入水平者的差异性产品，

23、有利于刺激机动车保险需求。现代市场经济是个性化的经济,保险公司应结合不同收入水平人群的消费特点和所面临的不同风险来开发相应的产品.这可以使保险公司在一定程度上体现出个性化和差异化，既丰富了消费者的选择又能够刺激保险需求、提升公司影响力和品牌形象。对于机动车保险产品,应根据不同的地理环境、不同特点的客户需求来设计差异化产品，采取不同的费率，制定更加细致的保险责任,来满足不同客户群的需求。（成于精细！）（五）道路交通事故数在我们模型的指标选取中，道路交通事故数是作为代表风险因素的指标.风险的存在是保险产生、存在和发展的前提和物质条件.因此风险因素与保险需求也是存在相关性的.根据模型结果显示,道路交

24、通事故数与机动车辆保险需求是有显著负相关性的。但是道路交通事故数并不能完全反映道路交通风险因素,因为,从道路交通事故数的时间序列来看，这些年的交通事故数量是逐年递减的,但由于汽车的维修费用以及人身伤亡的赔偿额度一再的提高,使得交通事故的经济损失程度越来越高。由于所选指标仅代表交通事故发生起数,无法体现交通事故造成的损失程度,因此，我们认为模型的结果仅能够验证其与保险需求有显著相关性,但无法验证其相关性的正负。作为保险公司,应一方面积极配合交管部门，搭建信息平台,进一步减少交通事故的发生和交通事故的损失程度，另一方面广泛积累相关数据。这不仅有利于自身经营，更有利于促进车险的整体需求。这样做一方面可以从一定程度上避免被保险人的逆选择和道德风险行为，减少保险欺诈现象。目前机动车辆保险产品定价中考虑了驾驶员因素，对于不同的驾驶历史在费率上有所浮动，如果不能掌握投保人所提供的信息真实度，便会有失费率浮动的公平性。另外社会上存在一批以骗保为生的个人或团伙，他们中相当一部分人就是利用了保险公司对于其以往交通事故情况无法完全掌握的漏洞。另一方面，能够准确取得交通事故发生频率以及损失幅度的数据是保险公司车险产品定价的关键所在，特别是对于新产品的开发,具有重要的意义。车险产品未来的发展方向是细分市场，设计这样的产品既要能够对市场进行准确的分析和划分又要能够取得目标市场的相关数据才能够进行定价。