王佳毅
摘 要:本文主要分析我國保險行業(yè)發(fā)展現(xiàn)狀,以壽險保費(fèi)收入為指標(biāo),通過統(tǒng)計(jì)數(shù)據(jù)分析影響我國現(xiàn)階段各地區(qū)人身保險需求不平衡的主要因素。根據(jù)相關(guān)數(shù)據(jù)的可獲性及影響因素的重要性,選取目標(biāo)分析因素指標(biāo)生產(chǎn)總值(GDP)、城鄉(xiāng)居民儲蓄存款余額(DCCI)、人口數(shù)量(GP)、社會福利保障費(fèi)用(SSW)、居民消費(fèi)價格指數(shù)(CPI)五者為自變量,各地區(qū)保費(fèi)收入(PI)為因變量。與已有的論文不同,本模型考慮了自變量之間的交互作用。利用Stata軟件進(jìn)行多元線性回歸分析,最終得到相應(yīng)科學(xué)的多元回歸模型。結(jié)果表明自變量GDP、DCCI、GP及GDP,DCCI與CPI的交互項(xiàng)與因變量PI線性相關(guān),而因變量PI與自變量CPI、SSW之間相關(guān)性不顯著,進(jìn)一步給出出未來壽險業(yè)的發(fā)展建議。
關(guān)鍵詞:壽險;保費(fèi);多元回歸;stata
一、我國壽險業(yè)現(xiàn)狀
近年來,中國保險業(yè)整體得到了巨大的發(fā)展。根據(jù)中國保險監(jiān)督管理委員會官網(wǎng)統(tǒng)計(jì)數(shù)據(jù),我國原保險保費(fèi)收入從1999年的13932179萬元一直穩(wěn)固地上升到2010年的145279715萬元。其中,財(cái)產(chǎn)保險保費(fèi)收入處于主導(dǎo)地位,其份額占原保險保費(fèi)收入總額的比重在0.6—0.8區(qū)間浮動。而在另一方面,壽險保費(fèi)收入短期內(nèi)有明顯下降趨勢,如2008、2009、2010年壽險保費(fèi)收入占比分別為0.76、0.74、0.73。
我國保險市場主要有人壽保險和財(cái)產(chǎn)保險兩大業(yè)務(wù)部門,兩個部門的業(yè)務(wù)類別均比較單一。在國內(nèi)保險業(yè)一定程度上存在壟斷現(xiàn)象;市場尚處于不成熟階段,在業(yè)務(wù)水平和業(yè)務(wù)質(zhì)量上與世界平均水平有很大差距;人們保險意識較低,對于保險仍缺乏正確的認(rèn)識和足夠的重視。諸多問題的存在,也同時意味著我國保險市場發(fā)展?jié)摿Υ螅瑵撛谑袌鋈萘坎蝗莺鲆暋?/p>
由于數(shù)據(jù)的可用性和可獲得性,本文利用2011年我國各地區(qū)壽險保費(fèi)作為模型的被解釋變量,采用2011年我國各地區(qū)生產(chǎn)總值、人口數(shù)量、城鄉(xiāng)居民儲蓄存款余額、社會保障福利費(fèi)用和居民消費(fèi)價格指數(shù)作為解釋變量,找出對壽險保費(fèi)有顯著作用的影響因子。
二、人壽保險影響因素的理論分析
在對壽險業(yè)發(fā)展進(jìn)行實(shí)證分析時,首先要確定壽險的影響因素。本文參考國內(nèi)外有關(guān)文獻(xiàn)的研究結(jié)果,以及我國壽險業(yè)發(fā)展初期的一些特點(diǎn)對以下因素進(jìn)行分析。
(1)壽險保費(fèi)收入,用PI表示。作為壽險起步剛剛20多年的中國,保費(fèi)收入還是比較粗放式的增長,壽險品種缺乏多樣化,保險監(jiān)管不是十分規(guī)范,壽險需求的重要反映因素——保費(fèi)收入,依然是衡量我國壽險業(yè)發(fā)展的最重要指標(biāo)。
(2)國內(nèi)生產(chǎn)總值,用GDP表示。國內(nèi)生產(chǎn)總值作為反映一國經(jīng)濟(jì)發(fā)展的綜合指標(biāo),自然成為影響壽險業(yè)的重要指標(biāo)。Beenstock和Dickinson的模型及Fischer、Campbell等的實(shí)證研究表明,國內(nèi)生產(chǎn)總值與壽險業(yè)的波動趨勢具有一致性。
(3)城鄉(xiāng)居民儲蓄存款余額,用DCCI表示。壽險是為被保險人提供保障的工具,居民的儲蓄水平反映了居民在消費(fèi)以后可以用于其它投資的水平,它對下期的消費(fèi)產(chǎn)生重要影響。
(4)社會保障福利費(fèi)用,用SSW表示。經(jīng)濟(jì)學(xué)的原理表明,在商品價格不變的情況下,替代品價格是影響商品需求的重要因素之一。將其引入模型可以觀察社會保障福利對商業(yè)壽險的價格替代效應(yīng)。
(5)消費(fèi)價格指數(shù),用CPI表示,用于對壽險保費(fèi)、GDP、居民儲蓄存款余額、社會福利費(fèi)用城鄉(xiāng)、居民消費(fèi)水平進(jìn)行調(diào)整消除通貨膨脹的影響。
(6)總?cè)丝跀?shù),用GP表示,包括城鎮(zhèn)人口和農(nóng)村人口,將其引入以考察它對壽險業(yè)發(fā)展的影響。
三、實(shí)證研究
(一)數(shù)據(jù)說明。以下分析采用2011年我國保費(fèi)收入總額、各地區(qū)生產(chǎn)總值、人口數(shù)量、城鎮(zhèn)居民存款余額和居民消費(fèi)價格指數(shù)幾個橫截面數(shù)據(jù)。數(shù)據(jù)均來自國家或地區(qū)統(tǒng)計(jì)年鑒。
(二)模型形式及假設(shè)。(1)初步建立線性回歸模型如下: PIi=β0+β1GDPi+β2DCCIi+β3GPi+β4SSWi+β5CPIi+μi
PIi為第i個地區(qū)的保費(fèi)收入金額,i=1,2,3…31,
β0為回歸常數(shù)項(xiàng),μi為回歸誤差項(xiàng),GDPi,DCCIi,GPi,
SSWi,CPIi分別為第i各地區(qū)的地區(qū)生產(chǎn)總值、城鎮(zhèn)居民存款余額、人口數(shù)量、社會福利保障費(fèi)用、消費(fèi)價格指數(shù)。
用stata軟件進(jìn)行初步線性回歸:
根據(jù)各自變量的相關(guān)系數(shù)及顯著性水平可發(fā)現(xiàn),除DCCI,即城鎮(zhèn)居民的存款余額,對PI有顯著影響外,其余自變量的影響均不顯著。模型擬合效果R-squared = 0.8752較好。
(2)模型拓展??紤]到自變量之間的交互作用,將模型拓展為:
對所有變量線性回歸后,得到R-squared = 0.9647,該模型的擬合度很高。為了減少自變量,簡化模型,先選取在的顯著性水平下,關(guān)于PI顯著相關(guān)的因子GDP,DCCI,GDP_CPI,DC
CI_CPI,作為新的多元回歸模型的自變量,開始對t統(tǒng)計(jì)量的絕對值較大的變量,進(jìn)行逐步多元線性回歸。
逐步回歸后,綜合自變量和截距項(xiàng)的p-value和各次回歸的R-squared,選用在10%置信度下因子都顯著,且擬合度達(dá)93.54%的模型,即:
(3)模型修正。異方差檢驗(yàn):Hettest異方差檢驗(yàn),得 prob>
chi2=0.0296 明顯小于顯著性水平0.05,模型存在異方差。
因此使用加權(quán)最小二乘法(WLS)來對模型中各自變量的系數(shù)進(jìn)行估計(jì):
得到最終模型為:
可以看出進(jìn)行加權(quán)最小二乘法(WLS)后,擬合優(yōu)度提高到98.81%,比OLS模型得到的優(yōu)度提高了5.27%,且各自變量在5 % 的置信度下均顯著影響PI。endprint
四、結(jié)果分析
通過回歸結(jié)果的分析,在我國,居民消費(fèi)價格指數(shù)(CPI)和社會保障福利費(fèi)用(SSW)不是影響各地區(qū)保費(fèi)收入的重要因素;而地區(qū)生產(chǎn)總值(GDP)、人口數(shù)量(GP)、城鎮(zhèn)居民存款余額(DCCI)為影響該地區(qū)保費(fèi)收入的重要因素。與已有的研究論文不同,本次的模型考慮了各自變量間的交互作用,并發(fā)現(xiàn)地區(qū)生產(chǎn)總值(GDP)和城鎮(zhèn)居民存款余額(DCCI)、地區(qū)生產(chǎn)總值(GDP)和居民消費(fèi)價格指數(shù)(CPI)、城鎮(zhèn)居民存款余額和居民消費(fèi)價格指數(shù)的交互作用對于壽險保費(fèi)的顯著影響。
從最終模型中各變量的回歸系數(shù)可知,地區(qū)生產(chǎn)總值(GDP)、城鄉(xiāng)居民儲蓄存款余額(DCCI)、地區(qū)人口總數(shù)(GP)、對保費(fèi)收入(PI)的影響與前面的理論分析基本一致,而社會保障福利費(fèi)(SSW)對保費(fèi)收入(PI) 的影響與前面的理論分析不一致。雖然GDP的系數(shù)是負(fù)數(shù),即GDP與PI負(fù)相關(guān),但居民存款余額的正相關(guān)系數(shù)較大,其絕對值大于GDP的負(fù)相關(guān)系數(shù)絕對值??煽闯?,城鄉(xiāng)居民儲蓄存款余額對于壽險保費(fèi)PI的影響是最大的,其根本原因仍是因?yàn)楫?dāng)居民的儲蓄余額增加時,他們才會有多余的閑錢去購買壽險產(chǎn)品。最終模型所反映的是中國的實(shí)際情況,理論分析是對市場經(jīng)濟(jì)國家經(jīng)驗(yàn)的總結(jié)。
五、結(jié)論與建議
結(jié)合我國保險業(yè)與世界平均水平還存在較大差距的事實(shí),可以歸納出我國保險業(yè)存在以下四個明顯的特征:一是我國保險市場結(jié)構(gòu)簡單、產(chǎn)品單一;二是我國保險地區(qū)差異程度大,地區(qū)發(fā)展不均衡;三是我國人民保險意識較低,保險普及率即保險密度不高;四是我國保險業(yè)的發(fā)展受到經(jīng)濟(jì)欠發(fā)達(dá)的嚴(yán)重制約。
針對各地區(qū)經(jīng)濟(jì)發(fā)展不均衡的具體情況,可對回歸模型進(jìn)行進(jìn)一步的改進(jìn)。對于某一地區(qū),可收集其多年的歷史數(shù)據(jù),建立針對該地區(qū)的回歸模型以得到更加符合地區(qū)實(shí)際情況的回歸系數(shù)和顯著影響的因子,并根據(jù)影響因子和其系數(shù),來制定靈活多樣的適合該地區(qū)的壽險產(chǎn)品。
參考文獻(xiàn):
[1] 劉兆波,張漢儒.我國壽險有效需求影響因素的比較分析
[2] 穆靜靜. 我國人身保險需求地區(qū)差異的模型實(shí)證[J]. 平頂山工學(xué)院學(xué)報(bào), 2009, 18(2): 17-20.
[3] 張偉, 郭金龍, 張?jiān)S穎, 等. 中國保險業(yè)發(fā)展的影響因素及地區(qū)差異分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2005, 7: 108-117.
[4] 陳之楚, 劉曉敬. 我國壽險需求決定因素分析[J]. 保險研究,
2004, 6: 7-1O.
[5] 黃佐, 吳鳳平. 中國保險業(yè)發(fā)展現(xiàn)狀及保費(fèi)規(guī)模預(yù)測[J]. 預(yù)
測, 2003, 22(2): 19-22.endprint
四、結(jié)果分析
通過回歸結(jié)果的分析,在我國,居民消費(fèi)價格指數(shù)(CPI)和社會保障福利費(fèi)用(SSW)不是影響各地區(qū)保費(fèi)收入的重要因素;而地區(qū)生產(chǎn)總值(GDP)、人口數(shù)量(GP)、城鎮(zhèn)居民存款余額(DCCI)為影響該地區(qū)保費(fèi)收入的重要因素。與已有的研究論文不同,本次的模型考慮了各自變量間的交互作用,并發(fā)現(xiàn)地區(qū)生產(chǎn)總值(GDP)和城鎮(zhèn)居民存款余額(DCCI)、地區(qū)生產(chǎn)總值(GDP)和居民消費(fèi)價格指數(shù)(CPI)、城鎮(zhèn)居民存款余額和居民消費(fèi)價格指數(shù)的交互作用對于壽險保費(fèi)的顯著影響。
從最終模型中各變量的回歸系數(shù)可知,地區(qū)生產(chǎn)總值(GDP)、城鄉(xiāng)居民儲蓄存款余額(DCCI)、地區(qū)人口總數(shù)(GP)、對保費(fèi)收入(PI)的影響與前面的理論分析基本一致,而社會保障福利費(fèi)(SSW)對保費(fèi)收入(PI) 的影響與前面的理論分析不一致。雖然GDP的系數(shù)是負(fù)數(shù),即GDP與PI負(fù)相關(guān),但居民存款余額的正相關(guān)系數(shù)較大,其絕對值大于GDP的負(fù)相關(guān)系數(shù)絕對值??煽闯?,城鄉(xiāng)居民儲蓄存款余額對于壽險保費(fèi)PI的影響是最大的,其根本原因仍是因?yàn)楫?dāng)居民的儲蓄余額增加時,他們才會有多余的閑錢去購買壽險產(chǎn)品。最終模型所反映的是中國的實(shí)際情況,理論分析是對市場經(jīng)濟(jì)國家經(jīng)驗(yàn)的總結(jié)。
五、結(jié)論與建議
結(jié)合我國保險業(yè)與世界平均水平還存在較大差距的事實(shí),可以歸納出我國保險業(yè)存在以下四個明顯的特征:一是我國保險市場結(jié)構(gòu)簡單、產(chǎn)品單一;二是我國保險地區(qū)差異程度大,地區(qū)發(fā)展不均衡;三是我國人民保險意識較低,保險普及率即保險密度不高;四是我國保險業(yè)的發(fā)展受到經(jīng)濟(jì)欠發(fā)達(dá)的嚴(yán)重制約。
針對各地區(qū)經(jīng)濟(jì)發(fā)展不均衡的具體情況,可對回歸模型進(jìn)行進(jìn)一步的改進(jìn)。對于某一地區(qū),可收集其多年的歷史數(shù)據(jù),建立針對該地區(qū)的回歸模型以得到更加符合地區(qū)實(shí)際情況的回歸系數(shù)和顯著影響的因子,并根據(jù)影響因子和其系數(shù),來制定靈活多樣的適合該地區(qū)的壽險產(chǎn)品。
參考文獻(xiàn):
[1] 劉兆波,張漢儒.我國壽險有效需求影響因素的比較分析
[2] 穆靜靜. 我國人身保險需求地區(qū)差異的模型實(shí)證[J]. 平頂山工學(xué)院學(xué)報(bào), 2009, 18(2): 17-20.
[3] 張偉, 郭金龍, 張?jiān)S穎, 等. 中國保險業(yè)發(fā)展的影響因素及地區(qū)差異分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2005, 7: 108-117.
[4] 陳之楚, 劉曉敬. 我國壽險需求決定因素分析[J]. 保險研究,
2004, 6: 7-1O.
[5] 黃佐, 吳鳳平. 中國保險業(yè)發(fā)展現(xiàn)狀及保費(fèi)規(guī)模預(yù)測[J]. 預(yù)
測, 2003, 22(2): 19-22.endprint
四、結(jié)果分析
通過回歸結(jié)果的分析,在我國,居民消費(fèi)價格指數(shù)(CPI)和社會保障福利費(fèi)用(SSW)不是影響各地區(qū)保費(fèi)收入的重要因素;而地區(qū)生產(chǎn)總值(GDP)、人口數(shù)量(GP)、城鎮(zhèn)居民存款余額(DCCI)為影響該地區(qū)保費(fèi)收入的重要因素。與已有的研究論文不同,本次的模型考慮了各自變量間的交互作用,并發(fā)現(xiàn)地區(qū)生產(chǎn)總值(GDP)和城鎮(zhèn)居民存款余額(DCCI)、地區(qū)生產(chǎn)總值(GDP)和居民消費(fèi)價格指數(shù)(CPI)、城鎮(zhèn)居民存款余額和居民消費(fèi)價格指數(shù)的交互作用對于壽險保費(fèi)的顯著影響。
從最終模型中各變量的回歸系數(shù)可知,地區(qū)生產(chǎn)總值(GDP)、城鄉(xiāng)居民儲蓄存款余額(DCCI)、地區(qū)人口總數(shù)(GP)、對保費(fèi)收入(PI)的影響與前面的理論分析基本一致,而社會保障福利費(fèi)(SSW)對保費(fèi)收入(PI) 的影響與前面的理論分析不一致。雖然GDP的系數(shù)是負(fù)數(shù),即GDP與PI負(fù)相關(guān),但居民存款余額的正相關(guān)系數(shù)較大,其絕對值大于GDP的負(fù)相關(guān)系數(shù)絕對值。可看出,城鄉(xiāng)居民儲蓄存款余額對于壽險保費(fèi)PI的影響是最大的,其根本原因仍是因?yàn)楫?dāng)居民的儲蓄余額增加時,他們才會有多余的閑錢去購買壽險產(chǎn)品。最終模型所反映的是中國的實(shí)際情況,理論分析是對市場經(jīng)濟(jì)國家經(jīng)驗(yàn)的總結(jié)。
五、結(jié)論與建議
結(jié)合我國保險業(yè)與世界平均水平還存在較大差距的事實(shí),可以歸納出我國保險業(yè)存在以下四個明顯的特征:一是我國保險市場結(jié)構(gòu)簡單、產(chǎn)品單一;二是我國保險地區(qū)差異程度大,地區(qū)發(fā)展不均衡;三是我國人民保險意識較低,保險普及率即保險密度不高;四是我國保險業(yè)的發(fā)展受到經(jīng)濟(jì)欠發(fā)達(dá)的嚴(yán)重制約。
針對各地區(qū)經(jīng)濟(jì)發(fā)展不均衡的具體情況,可對回歸模型進(jìn)行進(jìn)一步的改進(jìn)。對于某一地區(qū),可收集其多年的歷史數(shù)據(jù),建立針對該地區(qū)的回歸模型以得到更加符合地區(qū)實(shí)際情況的回歸系數(shù)和顯著影響的因子,并根據(jù)影響因子和其系數(shù),來制定靈活多樣的適合該地區(qū)的壽險產(chǎn)品。
參考文獻(xiàn):
[1] 劉兆波,張漢儒.我國壽險有效需求影響因素的比較分析
[2] 穆靜靜. 我國人身保險需求地區(qū)差異的模型實(shí)證[J]. 平頂山工學(xué)院學(xué)報(bào), 2009, 18(2): 17-20.
[3] 張偉, 郭金龍, 張?jiān)S穎, 等. 中國保險業(yè)發(fā)展的影響因素及地區(qū)差異分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2005, 7: 108-117.
[4] 陳之楚, 劉曉敬. 我國壽險需求決定因素分析[J]. 保險研究,
2004, 6: 7-1O.
[5] 黃佐, 吳鳳平. 中國保險業(yè)發(fā)展現(xiàn)狀及保費(fèi)規(guī)模預(yù)測[J]. 預(yù)
測, 2003, 22(2): 19-22.endprint