中国寿险业发展的影响因素分析(定好)

1、 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

2、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

3、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。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

4、收入。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。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。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。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

5、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（Iny）城镇居民人 均可支配收入（Inx1）存款利率 （X

6、2）（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（I nx5）受教育程度（Inx6）199323.390987.8545364180.10980.0602690.07800828.0499616913.25514449199423.517198.1594319430.09810.063560.08195328.3973629913.36452493199523.739788.3624089780.08640.0696289-0.05640628.718312913.59859756199624.203348.4844427010.07470.066936288-0

7、.07514928.9796354213.63996599199724.820878.5487499960.05670.07038628-0.05078529.163141613.62797543199825.037688.5987916110.04770.07431214-0.03501929.3063866513.62918098199925.191588.6748804670.02250.07632811-0.00604829.416457313.65016411200025.325938.7451252590.02160.06960650.01825629.4924994213.764

8、00672200125.680298.8334627210.02070.071039070.00298829.6292851413.85116724200226.150248.9493651420.01980.08162907-0.01489629.7933160314.10616321200326.430719.0765803820.02120.085082250.02016129.9691403314.44518532200426.500369.01508026590.02250.085633230.02668030.1122158914.68722225注：表中数据凡是牵涉收入或存款金额

9、的单位都为“元”，受教育程度单 位为“人”InY，lnX1，lnX5，lnX6取对数是为了同一数量级。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（Iny）起明显作用的是城镇居民人民币储蓄存款（Inx5）和通货 膨胀率（X4 ）。最终的回归模型为：Ln y=-26.919+3.187*X4+1.775* lnX5逐步自回归分析结果Model SummaryModelRRSquareAdjusted RSquareStd.Error o

10、f the Esti nateChange statisticsDurbi n-Wats onRSquare ChangeF Changedf1df2Sig.FChange1.979.959.955.23310.959234.238110.0002.989b.979.974.17610.0208.52119.0171.721a predictors:(c on sta nt).l nx5bpredictors:(c on sta nt).l nx5.x4c Depe ndent Variable:l nyModelUn sta ndardizedCoeffcie ntssta ndardize

11、d Coeffcie ntstSigCorrelatio nsColli neariy StatisticsBStd.ErrorBetaZeroorderPartialPartTolera neeVIF1(c on sta nt)-25.2133.281-7.683.000lnx51.717.112.97915.305.000.979.979.9791.0001.0002(c on sta nt)-26.9192.547-10569.000lnx51.775.0871.03120.387.000.797.989.986.9471.056x43.1871.092.1452.919.017-.08

12、8.697.141.9471.056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。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Number of Lag

13、sNumberofADFTestCon clusi onAkaikeScbwarz43Signi fica nt LagsStatistic明显不符Criteri onCriteio n20-1.416023Not statio nary-1.062153-0.97449810-1.352706Not statio nary-0.451071-0.3602950N/A-0.561076Not statio nary-0.429892-0.357547做了一阶差分之后的结果ADF Test Stati-3.9186911% Critical*value-4.46135% Critical-3.2

14、695value10% Critical-2.7822value*Mack innon critical values for rejectio n of hypothesis of aun it rootAugme nted Dickey-Fuller Test Equati onDepe nden t variable:D(LN Y,2)Method:Least SquaresDate:06/15/06Time:01:14Sample(adjusted):1996 2004lnX1In cluded observati on s:9 after adjusti ng en dpo ints

15、VariableCoefficie ntStd.Errort-StatisticProbD(LNY(-1)-1.3605230.347188-3.9186910.0078D(LNY(-1),2)0.8038780.2726252.9486620.0257C0.4096680.1182973.4630140.0134R-squared0.728314Mean depe ndent var-0.016993Adjusted0.637752S.D.depe ndent var0.219718R-squS.E.of regres0.132242A kaike info criterio n-0.947

16、172Sum squared0.104927Schwarz criteri on-0.881431reLog likelibood7.262274F-statiatia8.042171Durbi n-Wats on2.703214Prob(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

17、入（lnY ）、城镇居民人均可支配收入（X 1 ）、存款利率（X2 ）、中国老龄化比率（X3）、通货膨 胀率（X4）、储蓄存款量（X 5）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LNYLNX1X2X3X4LNX5LNX6LNY（-1）1.1269160.210430.0248190.0229990.0300960.2158290.603232（0.51481 ）（0.12905）（0.01434）（0.00873）（0.04539）（0.08750）（0.2

18、2430）（2.18901 ）（1.63070）（1.73016）（2.63387）（0.66309）（2.46649）（2.68935）LNX1（-1）2.5018961.5773790.1894490.073819-0.9055571.2682813.895609（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）-4.038360-2.190406-0.0901860.3307

19、13-2.339096-0.426722-2.961444（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）6.180481X3（-1）-32.94569-1.478156-0.138323-0.157709-1.233573-4.433799（18.0449）（4.52329）（0.50256）（0.30607）（1.59093）（3.06720）（7.86227）（-1.8257

20、7）（-0.32679）（-0.27524）（-0.51527）（0.77538）（-1.44555）（0.78609）X4（-1）-2.509543-0.018541-0.077719-0.022064-0.031590-0.1569480.203079（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）-1.704260-0.921184-0.219807-0.04

21、2631-0.221057-0.224268-3.205172（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）0.1285900.0426390.0237280.0200830.2536930.0119570.419681（0.79290）（0.19876）（0.02208）（0.01345）（0.06991）（0.13477）（0.34547）（0.16218）（

22、0.21453）（1.07451）（-1.49331 ）（3.62905）（0.08872）（1.21480）C26.2037816.447723.9052670.382554-2.88966919.8428752.92492LNYLNX1X2X3X4LNX5LNX6（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-square d Adj.R-sq0.9942510.9958620.9

23、947710.9681740.9770680.9993670.9929130.9808380.9862080.9825710.8939140.9235600.9978910.976378uaredSumsq.re sids0.0600700.0037754.66E-051.73E-050.0004670.0017360.011404S.E.equat ion0.1415040.0354710.0039410.0024000.0124760.0240520.061654F74.12503103.150481.5352813.0376218.26017676.822460.04690-statis

24、ticLog likelihoo d Akaike13.0474328.2672552.4373557.8923139.7614132.5404622.18607-0.917714-3.684955-8.079518-9.071329-5.774803-4.461903-2.579285AICSchwarzSC-0.628336-3.395576-7.790140-8.781950-5.485424-4.172524-2.289907Mea n dependen tS.D.25.145278.6894580.0447180.073991-0.00802429.3616113.851291.02

25、22390.3020330.0298510.0073690.0451240.5236990.401146dependen tDeterm inant Residual0.000000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。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（lnX 1）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）

26、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（InY ）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 ）199323.39098-0.3048955250.0117-0.0034028920.138359-0.3474013-0.10938044199423.51719-0

27、.2029770350.0117-0.0023999850.018743-0.32094991-0.23407263199523.73978-0.1220337230.0117-0.001023404-0.024364-0.326132252-0.04136843199624.20334-0.0643072950.018-0.003925854-0.015766-0.183506180.01199056199724.82087-0.0500416150.009-0.002015977-0.028971-0.14324505-0.00120555199825.03768-0.0760888560

28、.02520.006721609-0.024304-0.11007065-0.02098313199925.19158-0.0702447920.0009-0.0014325710.015268-0.07604212-0.11384261200025.32593-0.0883374620.0009-0.0105899970.017884-0.13678572-0.08716052200125.68029-0.1159024210.0009-0.003453174-0.035057-0.16403089-0.25499597200226.15024-0.12721524-0.0014-0.000

29、550982-0.006519-0.1758243-0.33902211注：bhlnX仁 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自回归分布滞后模型分析结果Depe ndent Variable: LNYWethod:Least SquaresDate:07/10/06Ti

30、me:15:19Sample(adjusted):1994 2002In cluded observeti on s:9 after adjusti ng en dpo intsVariablecoefficie ntStd. Errort-StatisticProbC8.0011173.1593202.5325440.0524LNY (-1)0.7062790.1236655.7112150.0023BHLNX18.0677632.6978252.9904700.0304BHLNX6-2.8072791.086179-2.5845450.0492R-squared0.985716Mean d

31、epe ndent var24.85188Adjusted R0.977145S. D.dependent var0.879374quaredS.E.of 0.132942Akaike info criterion-0.896705regressio nSumsquared0.088368Schwarz criteri onresidLoglikelihood8.035172F-statisticDurbi n-Wats on2.088857Prob(F-statistic)-0.809050115.01200.000049stat由表6可知，回归方程为:In y=8.00+0.71 * lny （-1） +8.07 * bhl nx1-2.81* bhl nx6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Gran ger 因果检验，如表7