初立蘋，粟 芳

(1.上海對外經(jīng)貿(mào)大學(xué) 金融管理學(xué)院，上海 201620；2.上海財經(jīng)大學(xué) 金融學(xué)院，上海 200433)

一、引言

從保險理論視角看，保險最基本的職能就是保障。保險是通過分散風(fēng)險而提供保障的一種特殊金融服務(wù)消費品(Grosen and Jrgensen，2002)[1]，也是為現(xiàn)代社會經(jīng)濟系統(tǒng)提供安全性服務(wù)的必備途徑(蒲成毅和潘小軍，2012)[2]。那么，當(dāng)前我國保險行業(yè)是否真正起到了經(jīng)濟“助推器”和“穩(wěn)定器”的作用呢？

從統(tǒng)計數(shù)據(jù)看，2017年我國GDP達(dá)到82.71萬億元，增速為6.9%；與此同時，保險業(yè)也持續(xù)快速發(fā)展，增速為世界之首位。2017年保險業(yè)資產(chǎn)總額達(dá)16.75萬億元，增長10.80%；保費收入為3.66萬億元，同比增長18.16%；從風(fēng)險保障看，2017年保險業(yè)提供風(fēng)險保障金額4154萬億元，同比增長75%。從保險規(guī)模與GDP規(guī)模穩(wěn)步上漲的趨勢看，保險業(yè)似乎具有經(jīng)濟“助推器”的作用；從保險保障與經(jīng)濟增長的發(fā)展趨勢看，保險業(yè)也似乎具有經(jīng)濟“穩(wěn)定器”的作用。那么，經(jīng)濟“助推器”與“穩(wěn)定器”的說法是否具有理論根據(jù)？是否能夠得到實證研究的支持呢？進一步，財產(chǎn)保險和人身保險具有完全不同的特征，財產(chǎn)保險以短期保障為主，人身保險則兼顧長期需求和投資功能，那么，二者在經(jīng)濟“助推器”和“穩(wěn)定器”方面是否具有不同表現(xiàn)呢？

本文擬對“保險是經(jīng)濟‘助推器’和‘穩(wěn)定器’”的觀點進行理論分析和實證驗證。主要貢獻有：首先，建立了保險功能的理論模型。根據(jù)宏觀經(jīng)濟模型建立了保險對經(jīng)濟發(fā)展影響和社會穩(wěn)定影響的理論模型，并證實保險并不是經(jīng)濟“助推器”，僅僅是經(jīng)濟“穩(wěn)定器”。其次，從賠款角度實證分析了保險所具有的經(jīng)濟“穩(wěn)定器”作用，在變量選取方面具有一定創(chuàng)新，研究設(shè)計更加細(xì)致合理。再次，基于Garch模型驗算了當(dāng)前保險市場在發(fā)揮經(jīng)濟“穩(wěn)定器”過程中的貢獻率，特別是財產(chǎn)保險和人身保險分別的貢獻率。最后，模擬了在貢獻率為100%的情況下，為我國當(dāng)前規(guī)模的國民經(jīng)濟充分發(fā)揮“穩(wěn)定器”作用所需要的保險規(guī)模，測試了保險發(fā)展的缺口。

研究得出的主要結(jié)論包括：第一，保險并不是經(jīng)濟“助推器”，而且無論是財產(chǎn)保險還是人身保險，對經(jīng)濟發(fā)展均不具有任何直接的促進作用。第二，保險是經(jīng)濟“穩(wěn)定器”，特別是財產(chǎn)保險具有較強的經(jīng)濟“穩(wěn)定器”作用，而人身保險中僅有保障部分具有經(jīng)濟“穩(wěn)定器”作用。第三，由于當(dāng)前社會的整體投保率較低，財產(chǎn)保險所能發(fā)揮的經(jīng)濟“穩(wěn)定器”貢獻率有限，人身保險由于保障功能低下因而貢獻率更低。第四，為經(jīng)濟發(fā)展充分發(fā)揮“穩(wěn)定器”的作用，當(dāng)前的保險市場規(guī)模還存在較大缺口。

本文的結(jié)構(gòu)安排如下：第一部分為引言；第二部分為文獻綜述；第三部分為理論模型及分析；第四部分為實證分析設(shè)計及數(shù)據(jù)；第五部分為實證結(jié)果分析；第六部分為結(jié)論及建議。

二、文獻綜述

(一)經(jīng)濟“助推器”研究綜述

學(xué)者們對于保險發(fā)展與經(jīng)濟發(fā)展之間的關(guān)系進行了大量研究。最初的分析大多局限于相關(guān)性，并得出保險發(fā)展與經(jīng)濟發(fā)展具有高度相關(guān)性的結(jié)論(Beenstock et al.，1986；Outreville，1990；粟芳，2000；俞自由等，2001；曹乾和何建敏，2006)[3～7]。隨后，學(xué)者們分析了保險發(fā)展與經(jīng)濟發(fā)展相互間的促進作用，一些學(xué)者還深入分析了人身保險、財產(chǎn)保險與經(jīng)濟發(fā)展的不同關(guān)系，但結(jié)論并不完全一致。普遍存在三種觀點：第一種觀點認(rèn)為經(jīng)濟增長是促進保險發(fā)展的原因。Browne 和 Kim(1993)[8]指出，隨著收入的增加，消費的可負(fù)擔(dān)性增強，因而促進了人身保險的發(fā)展。徐為山和吳堅雋(2006)[9]分析了經(jīng)濟增長對保險發(fā)展的引致效應(yīng)，認(rèn)為經(jīng)濟發(fā)展能夠促進保險發(fā)展，但經(jīng)濟增長對人身保險的引致效應(yīng)要高于財產(chǎn)保險。Chang等(2014)[10]基于10個OECD國家1979—2006年面板數(shù)據(jù)的因果分析發(fā)現(xiàn)，加拿大人身保險、意大利人身保險和美國財產(chǎn)保險均受經(jīng)濟發(fā)展的影響而強勁增長。第二種觀點認(rèn)為保險發(fā)展與經(jīng)濟發(fā)展互相促進。Ward 和Zurbruegg(2000)[11]使用9個OECD國家1961—1996年的數(shù)據(jù)分析經(jīng)濟增長與保險市場活動之間的因果關(guān)系，使用各國各年度實際GDP作為經(jīng)濟活動的衡量指標(biāo)，將實際保費作為保險活動的衡量指標(biāo)，通過對每個國家都使用自回歸誤差修正模型，顯示有5個國家呈現(xiàn)長期因果關(guān)系。胡宏兵和郭金龍(2010)[12]采用1992—2008年的仿真檢驗表明，保險發(fā)展與經(jīng)濟發(fā)展具有雙向促進關(guān)系。Lee等(2013)[13]基于1979—2007年41個國家的面板數(shù)據(jù)研究發(fā)現(xiàn)，無論是短期還是長期，人身保險市場的發(fā)展與經(jīng)濟發(fā)展之間均存在雙向促進作用。第三種觀點認(rèn)為保險發(fā)展是經(jīng)濟發(fā)展的原因。Webb等(2002)[14]使用修正的新古典經(jīng)濟增長模型研究了銀行、人身保險、財產(chǎn)保險與經(jīng)濟增長的因果關(guān)系，認(rèn)為銀行業(yè)和保險業(yè)的外生變量對經(jīng)濟增長有巨大影響。張淑英和李鵬燕(2008)[15]基于河北省的數(shù)據(jù)進行Granger因果分析，發(fā)現(xiàn)保險發(fā)展是經(jīng)濟增長的Granger原因，反之則不成立。Pradhan等(2015)[16]基于34個OECD國家1988—2012年面板數(shù)據(jù)的向量自回歸模型分析，認(rèn)為長期來看保險發(fā)展是經(jīng)濟發(fā)展的促進原因。Ward 和Zurbruegg(2000)[11]認(rèn)為，保險市場發(fā)展與經(jīng)濟增長之間的因果關(guān)系因國家而異，因為保險市場的發(fā)展是通過保險賠償和金融中介渠道實現(xiàn)的，與國家的特定因素有關(guān)。

可以看出，現(xiàn)有研究大多采用實證分析，并肯定了經(jīng)濟發(fā)展與保險發(fā)展之間存在一定關(guān)系，但是未深入分析兩者之間的理論關(guān)系，以及兩者之間相互作用的內(nèi)在機理(蒲成毅和潘小軍，2012)[2]。從變量選取來看，學(xué)者們通常采用保費收入(Ward and Zurbruegg，2000；曹乾和何建敏，2006)[11][7]或保險密度(粟芳，2000；俞自由等，2001)[5～6]衡量保險發(fā)展，采用GDP或人均GDP衡量經(jīng)濟發(fā)展(Beenstock et al.，1986；Outreville，1996；Ward and Zurbruegg，2000；曹乾和何建敏，2006)[3][17][11][7]。其中，保險發(fā)展的衡量指標(biāo)值得商榷。雖然保費收入和保險密度均是衡量一國保險發(fā)展的常用指標(biāo)，但是假如分析保險對經(jīng)濟的促進作用，則不應(yīng)該從保險市場的宏觀發(fā)展入手，而應(yīng)當(dāng)從保險功能視角進行考慮。而且由于當(dāng)前保險產(chǎn)品中包含著諸多具有儲蓄型和投資型的保險產(chǎn)品，保費收入并不能夠準(zhǔn)確表示保險業(yè)對國民經(jīng)濟的保障貢獻，甚至在一定程度上還會因誤導(dǎo)而發(fā)生謬誤。正如Browne 和 Kim(1993)[8]的研究，認(rèn)為總保費既不能很好地解釋保險的市場力量，也不能解釋保險定價的監(jiān)管效應(yīng)，更不能概述總風(fēng)險的轉(zhuǎn)移情況。在方法選擇上，絕大多數(shù)學(xué)者采用的是回歸分析，這只能表現(xiàn)出兩者之間發(fā)展的聯(lián)動關(guān)系，并不能準(zhǔn)確判斷影響的方向和大小。盡管學(xué)者們后來采用因果分析法一定程度上進行了彌補，但是仍然不能準(zhǔn)確衡量保險對經(jīng)濟產(chǎn)生的作用。

(二)經(jīng)濟“穩(wěn)定器”研究綜述

關(guān)于保險是不是經(jīng)濟“穩(wěn)定器”的研究相對較少。王建偉和李關(guān)政(2008)[18]采用套期保值模型就中國保險市場的數(shù)據(jù)分析了財產(chǎn)保險對國民經(jīng)濟總量和經(jīng)濟波動性的影響，通過比較我國東、中、西部三個具有區(qū)域代表性省份的實證分析結(jié)果，發(fā)現(xiàn)盡管財產(chǎn)保險對經(jīng)濟總量不會產(chǎn)生明顯影響，但是對促進經(jīng)濟的平穩(wěn)運行能夠起到十分重要的作用，但也是采用保費收入來衡量財產(chǎn)保險，因此分析結(jié)果可能存在偏誤。田玲和高俊(2011)[19]認(rèn)為，保險賠付、潛在產(chǎn)出以及經(jīng)濟波動都是相互影響和作用的，具體表現(xiàn)為國民經(jīng)濟波動會影響保險需求和保險賠款，而保險業(yè)發(fā)展對國民經(jīng)濟的影響則主要體現(xiàn)為對潛在經(jīng)濟的促進作用，以及對經(jīng)濟波動的平緩作用。許閑等(2016)[20]模擬了在不同保險金額下2014—2020年我國地震災(zāi)害財政積累救災(zāi)支出負(fù)擔(dān)的變動情況，認(rèn)為政府購買保險可以有效平滑財政救災(zāi)支出的波動性風(fēng)險，并且波動性與保險賠付呈反向關(guān)系。Wanat等(2016)[21]研究發(fā)現(xiàn)，在愛沙尼亞、羅馬尼亞和斯洛伐克共和國，人身保險發(fā)展是促進經(jīng)濟穩(wěn)定的原因，但是對于大多數(shù)國家而言，經(jīng)濟穩(wěn)定都不是人身保險發(fā)展的原因。

無論研究保險是經(jīng)濟“助推器”抑或“穩(wěn)定器”，都是保險在發(fā)揮保障功能過程中所產(chǎn)生出來的作用。“保險姓?！本哂袌詫嵉睦碚摶A(chǔ)(粟芳，2017)[22]。既然我國明確提出要“充分發(fā)揮保險作為經(jīng)濟‘助推器’和‘穩(wěn)定器’的作用”，那么這種提法必須具有堅實的理論基礎(chǔ)，并經(jīng)過合理的實證檢驗方顯足夠嚴(yán)謹(jǐn)。

三、理論模型及分析

基于宏觀經(jīng)濟模型構(gòu)建保險對經(jīng)濟影響的理論模型。對于一個國家而言，財富不僅包括實體經(jīng)濟的總價值，人力資源也是非常重要的財富之一。假設(shè)Wn為國家在第n年末所擁有的財富總量，其中實體經(jīng)濟總量為Yn，人力資源為Hn，則：

Wn=Yn+Hn

(1)

隨著經(jīng)濟的發(fā)展，國家的財富也在不斷增長。同時，由于風(fēng)險無處不在，經(jīng)濟發(fā)展過程中必然會面臨眾多自然災(zāi)害和意外事故，從而導(dǎo)致各種財產(chǎn)發(fā)生損失。具體而言，在經(jīng)濟總量方面，第n年末的經(jīng)濟總量應(yīng)等于上年末的經(jīng)濟總量加上第n年的GDP增加值，即Yn=Yn-1+GDPn。根據(jù)宏觀經(jīng)濟模型，GDPn=Cn+In+Gn+NXn，其中，Cn表示消費支出，In表示投資，Gn表示政府支出，NXn表示凈出口。假設(shè)Ln為第n年經(jīng)濟總量發(fā)生的總損失金額，根據(jù)保險精算模型，第n年的總損失金額Ln是一個密度函數(shù)為f(L)的隨機變量，假設(shè)第n年的損失發(fā)生概率為ln，則第n年的損失Ln=Yn-1×ln。在不購買任何保險時：

Yn=Yn-1+Cn+In+Gn+NXn-Ln=Yn-1+Cn+In+Gn+NXn-Yn-1×ln

(2)

同理，在人力資源方面，第n年末的人力資源應(yīng)等于上年末的人力資源減去當(dāng)年死亡的人口并加上第n年的新生人口。假設(shè)在第n-1年末時的人力資源總價值為Hn-1，第n年的死亡率為dn，則在第n年中死亡的勞動力價值為Hn-1×dn,而第n年新生的人力資源價值為Bn,那么，在沒有購買任何保險時，第n年末的人力資源價值為：

Hn=Hn-1-Hn-1×dn+Bn

(3)

將式(2)和式(3)代入式(1)，得到：

Wn=Yn-1+Cn+In+Gn+NXn-Yn-1×ln+Hn-1-Hn-1×dn+Bn

(4)

考慮到Wn-1=Yn-1+Hn-1，則沒有購買保險時第n年財富的增加值為：

△Wn=Cn+In+Gn+NXn-Yn-1×ln-Hn-1×dn+Bn

(5)

(6)

整理后為：

(7)

考慮到Wn-1=Yn-1+Hn-1，則購買保險時第n年財富的增加值為：

(8)

(一)保險是不是經(jīng)濟的“助推器”

論點一：財產(chǎn)保險不是經(jīng)濟的“助推器”。

觀察式(8)中財產(chǎn)保險投保率對財富增長的影響情況，暫不考慮其他變量的影響。

這一分析結(jié)果與實務(wù)完全一致。實務(wù)中，當(dāng)某一年風(fēng)調(diào)雨順，無自然災(zāi)害或意外事故發(fā)生時，所獲得的賠款小于所交保費，人們通常會覺得保險白買了。而當(dāng)某一年災(zāi)難頻發(fā)時，所獲得的賠款大于所交保費，人們則會感受到保險的好處。因此，財產(chǎn)保險的投保率與財富增長之間不存在穩(wěn)定的單調(diào)遞增關(guān)系，即投保率越大，財富增長并不一定越快。盡管人們普遍認(rèn)為保險公司可以通過收取保費的形式將社會閑散資金集中，并通過資金融通向社會建設(shè)提供資金，進而優(yōu)化金融資源配置，從而表現(xiàn)為經(jīng)濟的“助推器”，旨在促進社會經(jīng)濟增長，但實際上這一傳導(dǎo)效應(yīng)是基于一個隱性假設(shè)的基礎(chǔ)上，即假設(shè)損失發(fā)生率大于費率。簡言之，當(dāng)這一假設(shè)存在時，對于投保人而言，投保有利于促進財富增長，但是對于保險公司而言則會受損。因此，財產(chǎn)保險并不是財富增長的“助推器”。

由以上推論可以判斷，論點一成立。

論點二：人身保險不是經(jīng)濟的“助推器”。

由以上推論可以判斷，論點二成立。

但考慮到0≤qln≤1，則dn≥dn×qln，人身保險產(chǎn)品的保障性qln影響了死亡率dn與E(D)之間的關(guān)系，使得dn>E(D)/qln的可能性下降[注]當(dāng)然，人身保險的儲蓄保費對于經(jīng)濟發(fā)展也能發(fā)揮一定作用。但儲蓄保費實際上就是投資，其投資功能與其他投資產(chǎn)品形成了替代的競爭關(guān)系，影響機制也與其他投資產(chǎn)品的影響途徑完全相同。本文考慮的是保險產(chǎn)品的保障功能對財富增長的影響，故不予考慮保險產(chǎn)品投資功能的影響作用。。所以，與財產(chǎn)保險相似，人身保險并非具有穩(wěn)定地促進財富增長的作用。正是由于人身保險產(chǎn)品具有投資功能而導(dǎo)致保障性0≤qln≤1，使得促進財富增加的可能性進一步下降。因此得出推論1：

推論1：人身保險產(chǎn)品的投資部分導(dǎo)致保障性功能下降，并使得促進財富增加的可能性進一步下降。

(二)保險是不是經(jīng)濟的“穩(wěn)定器”

論點三：財產(chǎn)保險和人身保險都是經(jīng)濟的“穩(wěn)定器”。

所謂穩(wěn)定器，是指購買保險之后，能夠使財富總量更加穩(wěn)定地增長，即財富增長的方差VAR(△W)明顯下降。在式(5)和式(8)中，財產(chǎn)損失的發(fā)生率ln、人身保險的死亡率dn以及新生的人力資源Bn均是隨機變量，每年的消費支出Cn、投資In、政府支出Gn和凈出口NXn也均為隨機變量。其他變量則在年初投保時均已確定為常數(shù)。包括財產(chǎn)保險投保率pcn和人身保險投保率pln均是確定的常數(shù)。而且在人身保險產(chǎn)品設(shè)計完成之后，其保障性qln也是一個常數(shù)。假設(shè)這些隨機變量均相互獨立，則可以計算方差：

未購買保險時：

(9)

購買保險時：

(10)

將式(9)與式(10)比較，考慮到0≤pcn≤1和0≤pln≤1，很明顯，隨著財產(chǎn)保險投保率pcn和人身保險投保率pln的增加，VAR(△W′)將不斷下降。當(dāng)投保率pcn和pln均等于0時，相當(dāng)于沒有購買任何保險，則式(10)回歸為式(9)；當(dāng)投保率pcn和pln均等于1時，即所有經(jīng)濟實體和人力資源全部都購買保險時，風(fēng)險導(dǎo)致?lián)p失的不確定性完全被保險的確定性所彌補，各年財富的增長將不會因為風(fēng)險所導(dǎo)致的損失而發(fā)生波動。因此，方差分析過程表明，保險是經(jīng)濟發(fā)展和財富增加的穩(wěn)定器，投保率pcn和pln的增加使得財富變動的方差VAR(△W′)明顯下降。

由以上推論可以判斷，論點三成立。

需要注意的是，人身保險的投保率pln是基于人身保險的保險金額，與投資部分無關(guān)，式(10)中未涉及人身保險產(chǎn)品的保障性qln，這表明人身保險的“穩(wěn)定器”功能僅與人身保險的保障部分有關(guān)。人身保險的投資部分不具有任何“穩(wěn)定器”功能。因而得出推論2：

推論2：在人身保險產(chǎn)品中，保障部分具有經(jīng)濟“穩(wěn)定器”作用；投資部分不具有經(jīng)濟“穩(wěn)定器”作用。

在上述各個模型的推導(dǎo)過程中，是以“國家”為單位進行分析的，倘若將一個大“國家”比作“小家”，比如政府、企業(yè)或者家庭，每年都有收入與支出，也有財富總值和人力資源總值，還有當(dāng)年度的經(jīng)濟增加值等等，與國家完全相似。誠然，保險業(yè)的充分發(fā)展有助于“熨平”生產(chǎn)生活過程中各種風(fēng)險(尤其是自然災(zāi)害)帶來的收入波動，減少居民現(xiàn)有預(yù)防性儲蓄比重，釋放社會消費能力，從而提高經(jīng)濟體系的穩(wěn)定性(田玲和高俊，2011)[19]。王建偉和李關(guān)政(2008)[18]的研究也證實，盡管財產(chǎn)保險對經(jīng)濟總量不會產(chǎn)生明顯影響，但是對促進經(jīng)濟平穩(wěn)運行卻能夠起到十分重要的作用。田玲和高俊(2011)[19]的研究結(jié)果也表明，近十年來中國保險業(yè)主要發(fā)揮的是抑制經(jīng)濟波動的“穩(wěn)定器”作用，而對經(jīng)濟增長的“助推器”作用并不明顯。因此，上述結(jié)論對于政府、企業(yè)或家庭仍然成立，不再詳細(xì)推導(dǎo)，直接得出推論3：

推論3：無論是國家、政府、企業(yè)還是家庭，保險都是財富增長的“穩(wěn)定器”，而不是“助推器”。

本文的理論模型分析認(rèn)為，保險不是經(jīng)濟“助推器”，而只是經(jīng)濟“穩(wěn)定器”。保險不會讓生活更美好，但是會讓生活不被改變。

四、實證分析設(shè)計及數(shù)據(jù)

理論分析結(jié)論顯示，保險不是經(jīng)濟的“助推器”，而僅僅是經(jīng)濟的“穩(wěn)定器”。這個結(jié)論還需要實證檢驗的支持。本文認(rèn)為，經(jīng)濟“助推器”和經(jīng)濟“穩(wěn)定器”功能，都是保險在發(fā)揮保障功能過程中產(chǎn)生的，因而應(yīng)該選擇衡量保險保障功能的指標(biāo)來衡量。學(xué)者們常用的保費收入指標(biāo)實際上僅僅測度了保險業(yè)的發(fā)展規(guī)模，包括了眾多投資儲蓄成分因而不能準(zhǔn)確展示保險保障功能。相比之下，賠付支出是保險業(yè)為自然災(zāi)害或意外事故承擔(dān)賠償與給付的總額，更貼切地展示了保險保障功能(Browne and Kim, 1993)[8]，因此本文采用賠付支出指標(biāo)衡量。

實證檢驗順序為：首先，對本文的變量進行單位根和協(xié)整檢驗，旨在確保數(shù)據(jù)的平穩(wěn)性；其次，采用Granger因果分析，檢驗保險是不是經(jīng)濟的“助推器”，并分別從財產(chǎn)保險和人身保險兩個方面深入分析；再次，采用Granger因果分析，檢驗保險是不是經(jīng)濟的“穩(wěn)定器”，也分別從財產(chǎn)保險和人身保險兩個方面深入分析；最后，采用雙變量Garch模型計算當(dāng)前保險業(yè)對于經(jīng)濟“穩(wěn)定器”的貢獻率，相當(dāng)于保險業(yè)為經(jīng)濟發(fā)展提供的套期保值比率，從而深入解讀保險對穩(wěn)定經(jīng)濟發(fā)展的貢獻；并假定貢獻率為100%時，進行反向模擬分析。

(一)數(shù)據(jù)來源

樣本數(shù)據(jù)的時間范圍是1997—2016年。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國保險年鑒》以及中國保監(jiān)會網(wǎng)站等相關(guān)網(wǎng)站。其中，以賠付支出(Indemnity)衡量保險，以GDP(GDP)衡量經(jīng)濟發(fā)展速度，以GDP增長率(Growth)衡量經(jīng)濟發(fā)展穩(wěn)定程度，即Growth=(當(dāng)年GDP-上年GDP)/上年GDP。GDP和Indemnity在樣本期的變動趨勢分別如圖1和圖2所示。

對時間序列數(shù)據(jù)取對數(shù)不會改變其原有時間序列的性質(zhì)，并且能夠消除數(shù)據(jù)中可能存在的異方差，因此對賠付支出和GDP作對數(shù)處理，記為LnIndemnity和LnGDP。變量取對數(shù)之后的關(guān)系及LnIndemnity和Growth的關(guān)系如圖3和圖4所示。

圖3中，LnIndemnity與LnGDP之間呈現(xiàn)出近似平行的穩(wěn)步提升趨勢；圖4中，Growth表現(xiàn)出很大的波動性，特別是在2000年之后經(jīng)濟波動非常明顯。

(二)數(shù)據(jù)單位根檢驗和協(xié)整檢驗

為了避免模型出現(xiàn)偽回歸現(xiàn)象，采用ADF和PP兩種方法對主要變量進行單位根檢驗。如果變量是平穩(wěn)的，則可以直接采用Granger 因果檢驗經(jīng)濟“助推器”和“穩(wěn)定器”；如果變量是非平穩(wěn)的，則需要先判斷變量之間是否存在協(xié)整關(guān)系。因為只有存在協(xié)整關(guān)系，才可以進行Granger因果檢驗。主要變量的檢驗結(jié)果如表1所示，其中LnIndemnity-P和LnIndemnity-L分別為取對數(shù)之后的財產(chǎn)保險賠付支出和人身保險賠付支出。

表1顯示，Growth、LnIndemnity、LnIndemnity-P和LnIndemnity-L的原始序列非平穩(wěn)，但其一階差分序列平穩(wěn)，變量LnGDP的二階差分序列平穩(wěn)。因此，可以選用Johansen協(xié)整檢驗，但是還需要確定最佳滯后階數(shù)，采用LR、FPE、AIC、SC 和HQ共5個評價標(biāo)準(zhǔn)選擇滯后期，檢驗結(jié)果如表2所示。

表1主要變量的單位根檢驗

注：C、T、L、0分別代表常數(shù)項、趨勢項、滯后階數(shù)、既非常數(shù)也非趨勢項。***、**、*分別表示在1%、5%、10%水平上顯著

表2最佳滯后階數(shù)的選擇

選擇滯后階數(shù)為4，則協(xié)整檢驗中的滯后階數(shù)為3。協(xié)整檢驗結(jié)果見表3。表3顯示，至少存在1個協(xié)整關(guān)系，這說明主要變量之間存在長期穩(wěn)定關(guān)系。

表3變量的協(xié)整關(guān)系檢驗

(三)實證設(shè)計

1.Granger因果檢驗

Granger因果分析已經(jīng)是非常成熟的方法。其基本思路是：假設(shè)有兩個變量為變量1和變量2，如果引入變量2的滯后值之后，變量1的線性回歸方程的殘差平方和顯著小于未引入時的殘差平方和，則認(rèn)為變量2的存在顯著提高了對變量1的預(yù)測精度，變量2能夠Granger地引起變量l的發(fā)生(曹永福，2006)[25]。因此，需要解決的首要問題是確定變量2的滯后階數(shù)。具體步驟為：第一，設(shè)Granger因果檢驗的滯后階數(shù)為1，然后觀察F統(tǒng)計量、p值和AIC值；第二，設(shè)Granger因果檢驗的滯后階數(shù)為2，然后觀察F統(tǒng)計量、p值和AIC值；第三，設(shè)Granger因果檢驗的滯后階數(shù)為3，然后觀察F統(tǒng)計量、p值和AIC值 ……依次加大滯后階數(shù)并列出一個表格，表格中包括了滯后階數(shù)及其對應(yīng)的F統(tǒng)計量、p值和AIC值。然后取AIC值中最小的階數(shù)為最終階數(shù)，根據(jù)最終階數(shù)的Granger因果檢驗所對應(yīng)F統(tǒng)計量的p值或卡方統(tǒng)計量的p值，進而判斷兩個變量之間是否存在Granger因果關(guān)系。

2.條件異方差檢驗

考察保險對穩(wěn)定經(jīng)濟的影響，采用最小二乘法估計如下方程：

Growtht=αGrowtht-1+μt

(11)

LnIndemnityt=βLnIndemnityt-1+ρt

(12)

根據(jù)樣本數(shù)據(jù)進行回歸分析，將各回歸方程的殘差繪制出圖形，從中觀察各變量的波動是否具有一定的“集群”現(xiàn)象：即變量的波動在某段較長時期內(nèi)比較小，而在其他某段時期內(nèi)卻比較大。如果存在“集群”現(xiàn)象，說明誤差項可能具有條件異方差性(張鴻武，2009)[26]，有必要進行深入挖掘。在觀察財產(chǎn)保險和人身保險對穩(wěn)定經(jīng)濟的不同影響時，將式(12)中的保險賠付支出LnIndemnity分別換為財產(chǎn)保險賠付支出LnIndemnity-P和人身保險賠付支出LnIndemnity-L。

3.“穩(wěn)定器”貢獻率的估計

雙變量Garch模型需要包括條件均值方程和條件方差方程(祝合良和許貴陽，2012)[27]。在條件均值方程中應(yīng)當(dāng)過濾出觀測值可以由自身變量和其他變量的滯后值解釋的部分，以防止條件方差方程的顯著性被夸大。條件方差方程中目前應(yīng)用最為廣泛的是BEKK形式。

條件均值方程中，倘若檢驗結(jié)果表明變量之間的確存在因果關(guān)系，就可以在條件均值方程中加入自回歸項和其他變量的滯后項作為解釋變量，而自身變量和其他變量的滯后項已在因果檢驗中加以考慮，不再重復(fù)考慮。除此之外，保險賠付支出主要決定于自身前期的發(fā)展?fàn)顩r，與宏觀經(jīng)濟形勢的關(guān)系沒有保費收入那么明顯，尤其是與其前二期或三期的賠付支出有更加明顯的聯(lián)系[注]造成這種現(xiàn)象的原因在于賠付金額與宏觀經(jīng)濟的系統(tǒng)性風(fēng)險有關(guān)。只有當(dāng)這些風(fēng)險發(fā)生時才會導(dǎo)致賠付。因此，從某些風(fēng)險開始發(fā)生時，保險機構(gòu)就開始為這類風(fēng)險進行賠付。而這些風(fēng)險的完全釋放需要一定時間，進而導(dǎo)致在短期內(nèi)賠付支出的前期值對后期值在一定程度上產(chǎn)生影響。。構(gòu)建保險賠付支出與經(jīng)濟發(fā)展之間的條件均值方程：

(13)

其中，θt為常數(shù)項，εt為條件殘差項，J與M分別為最大滯后階數(shù),繼續(xù)構(gòu)建條件方差方程。同樣效仿雙變量Garch-BEKK的條件方差方程構(gòu)建如下矩陣：

(14)

該矩陣為條件方差協(xié)方差矩陣，腳標(biāo)1代表保險賠付支出，腳標(biāo)2代表經(jīng)濟穩(wěn)定。則H11為保險賠付支出的條件殘差的方差，H22為經(jīng)濟穩(wěn)定的條件殘差的方差，H12和H21均為條件殘差的協(xié)方差，且H12=H21。保險對經(jīng)濟穩(wěn)定的套期保值比率即經(jīng)濟“穩(wěn)定器”的貢獻率為：

(15)

在分別分析財產(chǎn)保險和人身保險的“穩(wěn)定器”貢獻率時，將式(13)中的保險賠付支出LnIndemnity分別換為財產(chǎn)保險賠付支出LnIndemnity-P和人身保險賠付支出LnIndemnity-L。

4.“穩(wěn)定器”貢獻率的模擬和預(yù)測

若假定當(dāng)前保險對經(jīng)濟“穩(wěn)定器”的貢獻率為100%，根據(jù)Garch模型進行反向思考，則可以預(yù)測出在假定經(jīng)濟發(fā)展不變前提下保險賠付支出的規(guī)模，或預(yù)測出在保險賠付支出不變前提下經(jīng)濟發(fā)展的波動。保險對穩(wěn)定經(jīng)濟的貢獻通過保障職能實現(xiàn)，因而借助于式(15)，假定保險對經(jīng)濟“穩(wěn)定器”的貢獻率為100%，即保險賠付支出與經(jīng)濟穩(wěn)定條件殘差的協(xié)方差H12等于經(jīng)濟穩(wěn)定條件殘差的方差H22。據(jù)此可以獲得如下推測：

假定賠款支出的規(guī)模不變，則預(yù)測出經(jīng)濟發(fā)展的穩(wěn)定情況為：

(16)

假定經(jīng)濟發(fā)展的穩(wěn)定情況不變，則預(yù)測出保險賠付支出為：

(17)

五、實證結(jié)果分析

(一)保險是經(jīng)濟“助推器”的實證分析

基于數(shù)據(jù)的初步檢驗結(jié)果，對LnIndemnity和LnGDP兩個變量進行Granger因果檢驗(表4)。

表4保險賠付與經(jīng)濟發(fā)展的因果關(guān)系檢驗

檢驗結(jié)果表明，無論是F統(tǒng)計量還是卡方統(tǒng)計量均一致認(rèn)為，LnIndemnity不是LnGDP的Granger原因，這表明保險發(fā)展不是經(jīng)濟發(fā)展的原因。反過來，F(xiàn)統(tǒng)計量證實LnGDP也不是LnIndemnity的Granger原因，但卡方統(tǒng)計量則認(rèn)為LnGDP是LnIndemnity的Granger原因。這兩個檢驗結(jié)論不一致，此時原則上采用F檢驗較好。因為卡方檢驗是一個大樣本檢驗，而實證檢驗所能夠獲得的樣本容量通常并不大，本文的研究樣本容量也不算大，故以F檢驗結(jié)果為準(zhǔn)。因此，從Granger因果分析來看，本文的研究結(jié)論與其他學(xué)者的結(jié)論不完全一致，但至少能夠完全肯定的是，保險并不是經(jīng)濟的“助推器”，保險發(fā)展并不能夠促進經(jīng)濟發(fā)展。保險賠付金額較高并不能夠促使經(jīng)濟發(fā)展水平提高。反過來，經(jīng)濟發(fā)展也不是促進保險穩(wěn)定的原因。究其原因，可能是本文衡量保險發(fā)展的變量是“賠付支出”，而不是“保費收入”，故研究結(jié)論與其他學(xué)者的結(jié)論不完全一致。

表4中關(guān)于財產(chǎn)保險的檢驗結(jié)果表明，無論是F統(tǒng)計量還是卡方統(tǒng)計量均證實，財產(chǎn)保險不是經(jīng)濟的“助推器”，即LnIndemnity-P不是LnGDP的Granger原因。但反過來，兩個統(tǒng)計量均證實，LnGDP是LnIndemnity-P的Granger原因，這與大家普遍所能夠接受的“經(jīng)濟發(fā)展促進保險發(fā)展”的觀點完全一致。因此，本文的實證結(jié)果有力地支持了理論模型所提出的論點一，即財產(chǎn)保險并不是經(jīng)濟的“助推器”。

表4中關(guān)于人身保險的檢驗結(jié)果表明，無論是F統(tǒng)計量還是卡方統(tǒng)計量均證實，人身保險不是經(jīng)濟的“助推器”，即LnIndemnity-L不是LnGDP的Granger原因，再次證明了本文提出的論點二成立。反過來，F(xiàn)統(tǒng)計量證實LnGDP不是LnIndemnity-L的Granger原因，雖然卡方統(tǒng)計量表明因果關(guān)系成立，但本文仍然以F統(tǒng)計量的檢驗結(jié)果為準(zhǔn)。這與Lee等(2013)[13]的研究不同，經(jīng)濟發(fā)展也不能促進人身保險業(yè)的發(fā)展。

(二)保險是經(jīng)濟“穩(wěn)定器”的實證分析

對LnIndemnity和Growth進行Granger因果檢驗，檢驗經(jīng)濟“穩(wěn)定器”(表5)。

表5保險賠付與經(jīng)濟穩(wěn)定的因果關(guān)系檢驗

檢驗結(jié)果表明，F(xiàn)統(tǒng)計量和卡方統(tǒng)計量分別在10%和1%的顯著水平下拒絕原假設(shè)。因此，LnIndemnity是Growth的Granger原因，即保險是經(jīng)濟的“穩(wěn)定器”。保險發(fā)展水平越高，則經(jīng)濟發(fā)展越穩(wěn)定，經(jīng)濟增長率越穩(wěn)定。反過來，F(xiàn)統(tǒng)計量不能拒絕原假設(shè)，即Growth不是LnIndemnity的原因，但卡方統(tǒng)計量可以在10%的顯著水平下拒絕原假設(shè)。本文仍然以F統(tǒng)計量為準(zhǔn)，即經(jīng)濟發(fā)展的穩(wěn)定性不是促進保險發(fā)展的原因。

關(guān)于財產(chǎn)保險的檢驗結(jié)果表明，F(xiàn)統(tǒng)計量和卡方統(tǒng)計量分別在10%和1%的顯著水平下拒絕原假設(shè)，表明LnIndemnity-P是Growth的Granger原因，即財產(chǎn)保險的確是經(jīng)濟的“穩(wěn)定器”，財產(chǎn)保險發(fā)展促進了經(jīng)濟發(fā)展的穩(wěn)定性。本文提出的論點三得到證實。反過來，F(xiàn)統(tǒng)計量和卡方統(tǒng)計量均在1%的顯著水平下拒絕原假設(shè)，說明經(jīng)濟穩(wěn)定發(fā)展是財產(chǎn)保險發(fā)展的Granger原因。因此可以得出結(jié)論，財產(chǎn)保險不僅具有非常突出的經(jīng)濟“穩(wěn)定器”作用，而且財產(chǎn)保險發(fā)展與經(jīng)濟穩(wěn)定之間還互為因果。穩(wěn)定發(fā)展的經(jīng)濟環(huán)境更利于促進財產(chǎn)保險的發(fā)展。

關(guān)于人身保險的檢驗結(jié)果表明，F(xiàn)統(tǒng)計量和卡方統(tǒng)計量分別在10%和1%的顯著水平下拒絕原假設(shè)，即LnIndemnity-L是Growth的Granger原因，人身保險的確是經(jīng)濟的“穩(wěn)定器”，與Wanat等(2016)[21]的研究一致。反過來，F(xiàn)統(tǒng)計量和卡方統(tǒng)計量均不能拒絕原假設(shè)，因而Growth不是LnIndemnity-L的Granger原因,說明經(jīng)濟發(fā)展的穩(wěn)定性并不能夠促進人身保險的發(fā)展。實證檢驗結(jié)果表明，本文提出的三個論點均成立。

(三)保險是經(jīng)濟“穩(wěn)定器”的貢獻率分析

當(dāng)前保險市場對經(jīng)濟發(fā)展的穩(wěn)定作用究竟有多大？采用雙變量Garch模型分析保險所發(fā)揮的“穩(wěn)定器”作用。首先進行條件異方差檢驗，其次根據(jù)式(11)和式(12)進行自回歸分析，自回歸的殘差圖如圖5所示。其中，橫軸是年份，縱軸是回歸方程的殘差。可以發(fā)現(xiàn)，圖5中具有較為明顯的波動“集群”現(xiàn)象，特別是人身保險賠付支出。

根據(jù)式(15)中的貢獻率，基于本文的樣本數(shù)據(jù)進行測算，得到我國保險對經(jīng)濟發(fā)展“穩(wěn)定器”的作用。進而分別對財產(chǎn)保險和人身保險進行計算(表6)。

表6保險作為經(jīng)濟“穩(wěn)定器”的貢獻率

表6的數(shù)據(jù)顯示，當(dāng)前保險市場在發(fā)揮經(jīng)濟“穩(wěn)定器”時的貢獻率為15.94%，或者說經(jīng)濟發(fā)展通過保險實現(xiàn)的套期保值比率為15.94%。這說明我國保險業(yè)的發(fā)展程度還比較低，所發(fā)揮的國民經(jīng)濟“穩(wěn)定器”作用還不夠明顯，保險業(yè)還需要大力發(fā)展。分別從財產(chǎn)保險和人身保險的貢獻率來看，相比較而言，財產(chǎn)保險作為經(jīng)濟“穩(wěn)定器”的貢獻率明顯高于人身保險，這個結(jié)論與前文的分析結(jié)論一致，表明由于財產(chǎn)保險更具保障功能，而人身保險兼具投資功能，因此財產(chǎn)保險所發(fā)揮的經(jīng)濟“穩(wěn)定器”作用明顯高于人身保險。從經(jīng)營規(guī)模來看，財產(chǎn)保險的規(guī)模遠(yuǎn)小于人身保險，但財產(chǎn)保險的“穩(wěn)定器”貢獻卻明顯大于人身保險，這表明我國當(dāng)前的人身保險產(chǎn)品整體上偏投資，保障功能不夠強，因此對國民經(jīng)濟“穩(wěn)定器”的貢獻率低下。

(四)充分發(fā)揮“穩(wěn)定器”的模擬分析

當(dāng)前保險市場對經(jīng)濟“穩(wěn)定器”的貢獻率不大。那么，如果經(jīng)濟波動通過保險能夠達(dá)到100%的套期保值，此時的保險發(fā)展規(guī)?；蚪?jīng)濟發(fā)展的穩(wěn)定性又如何呢？

基于式(15)的計算結(jié)果，假定保險對經(jīng)濟穩(wěn)定的貢獻率為100%，采用式(16)，假定保險市場的發(fā)展水平不變時，則能夠倒推得到經(jīng)濟穩(wěn)定的Growth。同理，將財產(chǎn)保險和人身保險分別進行倒推計算，則能夠得到假定財產(chǎn)保險市場和人身保險市場發(fā)展水平不變時的經(jīng)濟穩(wěn)定Growth。將此模擬值與各樣本年實際的Growth進行對比(圖6)[注]由于在倒推過程中需要用到滯后三期的數(shù)據(jù)，因此推算出來的模擬值只能始于2000年，下文同。。

由圖6可知，假定保險賠付支出的貢獻率為100%，同時假定保險賠付支出規(guī)模保持當(dāng)前水平，模擬的經(jīng)濟穩(wěn)定Growth明顯低于實際值，并且各年的波動性明顯增加。同理，分別假定財產(chǎn)保險賠付支出和人身保險賠付支出的貢獻率為100%，并且兩者的賠付支出仍然保持原有規(guī)模，則模擬得到的經(jīng)濟穩(wěn)定Growth均明顯低于實際值。而且由于財產(chǎn)保險的貢獻率明顯高于人身保險，故假定財產(chǎn)保險貢獻率為100%時的模擬值明顯大于假定人身保險貢獻率為100%時的模擬值，而且波動相對也較小。預(yù)測實際上表示，以當(dāng)前的保險發(fā)展規(guī)模為經(jīng)濟發(fā)展穩(wěn)定性提供100%的套期保值時，能夠承受多強的經(jīng)濟增長和經(jīng)濟波動。同理，仍假定保險、財產(chǎn)保險和人身保險的貢獻率分別為100%，并假定經(jīng)濟發(fā)展的波動性Growth保持當(dāng)前趨勢不變，則基于式(17)可以模擬出所需要的保險賠付支出、財產(chǎn)保險賠付支出和人身保險賠付支出。圖7比較分析了模擬值與實際值[注]計算中采用的是取對數(shù)后的賠付支出，故此處圖形中展示的也是對數(shù)化處理之后的數(shù)值。。

由圖7可知，假定保險賠付支出的貢獻率為100%時，并假定經(jīng)濟的穩(wěn)定性保持當(dāng)前水平，則所需要的保險賠付支出明顯大于實際賠付支出。以2016年為例，2016年的保險實際賠付支出為10513億元，倘若保險能夠提供100%的貢獻率，則保險賠付支出至少應(yīng)該為12415億元。這顯示出我國的保險發(fā)展水平非常不足。同樣地，對財產(chǎn)保險和人身保險分別進行模擬，可以看到各自賠付支出的缺口。當(dāng)然，由于財產(chǎn)保險的保障力度明顯大于人身保險，故財產(chǎn)保險的賠付支出缺口明顯小于人身保險。這充分說明我國當(dāng)前保險業(yè)的發(fā)展水平還遠(yuǎn)遠(yuǎn)跟不上經(jīng)濟發(fā)展水平，無法提供與經(jīng)濟發(fā)展相匹配的保障力度，還有較大的經(jīng)濟體量未能得到保險。倘若需要為所有經(jīng)濟體量都提供保險，則保險賠付支出還有較大提升空間。

六、結(jié)論及建議

基于“保險姓?！币暯?，在構(gòu)建保險與經(jīng)濟發(fā)展和經(jīng)濟穩(wěn)定之間關(guān)系的理論模型基礎(chǔ)上，得到保險是經(jīng)濟發(fā)展的“穩(wěn)定器”而非“助推器”的結(jié)論，并基于1997—2016年的宏觀數(shù)據(jù)進行實證分析，實證結(jié)果表明，無論是財產(chǎn)保險還是人身保險，都不是經(jīng)濟發(fā)展的“助推器”，但二者均是抑制經(jīng)濟大幅波動的“穩(wěn)定器”。反過來分析，經(jīng)濟發(fā)展和經(jīng)濟穩(wěn)定對保險發(fā)展都沒有明顯的促進作用，只是經(jīng)濟發(fā)展有利于財產(chǎn)保險的發(fā)展。借助Garch模型進行套期保值比率的計算結(jié)果表明，相比于人身保險，財產(chǎn)保險的套期保值效果更加突出，“穩(wěn)定器”的貢獻率更大。這與財產(chǎn)保險產(chǎn)品的保障功能密切相關(guān)，也有力地印證了“保險姓保”的實質(zhì)。同時，基于貢獻率的模擬計算表明，我國保險業(yè)的發(fā)展水平遠(yuǎn)遠(yuǎn)低于經(jīng)濟發(fā)展水平，尚且無法為經(jīng)濟發(fā)展提供全面的“保駕護航”功能。

基于理論模型和實證分析結(jié)果，本文認(rèn)為：

第一，準(zhǔn)確認(rèn)識保險的保障功能，不要盲目擴充保險的功能。本質(zhì)上，保險是經(jīng)濟發(fā)展的“穩(wěn)定器”，而不是經(jīng)濟發(fā)展的“助推器”，保險發(fā)展不能促進經(jīng)濟發(fā)展，只能促進經(jīng)濟更加穩(wěn)定。

第二，準(zhǔn)確認(rèn)識保險的貢獻，明確保險缺口。當(dāng)下保險對于經(jīng)濟“穩(wěn)定器”的貢獻還十分有限，我國保險發(fā)展水平與經(jīng)濟發(fā)展水平不匹配，大力發(fā)展保險勢在必行。

第三，反思當(dāng)下的人身保險產(chǎn)品，調(diào)整人身保險產(chǎn)品的定位。人身保險規(guī)模雖然遠(yuǎn)大于財產(chǎn)保險規(guī)模，但是由于重投資輕保障的特征以至于對經(jīng)濟發(fā)展“穩(wěn)定器”的貢獻率極低，應(yīng)引起足夠重視和警惕?！氨ｋU姓?！辈攀潜ＷC經(jīng)濟“穩(wěn)定器”穩(wěn)定發(fā)揮功能的重要前提。