影响GDP的因素分析

影响GDP的因素分析影响GDP的因素分析/NUMPAGES51第51页共27页影响GDP的因素分析影响GDP的因素分析摘要本文采用国家统计局2004-2014年的实际年度数据，利用EViews软件对我国保费收入的影响因素进行研究。本文先采用了一元回归模型和多元回归模型，利用普通最小二乘进行方程参数估计的方法对影响我国保费收入的因素进行分析和拟合，再通过多重共线性检验发现解释变量间存在多重共线问题，之后用逐步回归分析的方法进行模型的修正，从而得到更优的模型。从模型中我们能够看出国内生产总值，社会储蓄存款余额，总人口和城市化水平对我国保费均有不同程度的影响。关键词：保费收入；OLS回归模型；多重共线

AbstractInthispaper,thenationalBureauofactualannualdate2004-2014,theuseoftheEViewsfactorsaffectingourpremiumincomeresearch.Thispaperfirstusesaregressionmodelandmultipleregressionmodelusingordinaryleastsquaresparameterestimationmethodswereequationfactorsaffectingourpremiumincomeanalysisandfitting,andthentestedbymulticollinearity,amongtheexplanatoryvariablesfoundtheexistenceofmultiplecollinearproblem,followedbystepwiseregressionanalysismethodtocorrectthemodel,resultinginbettermodel.Fromthemodel,wecanseethatthegrossdomesticproduct,socialsavingsdeposits,totalpopulationandurbanizationlevelofpremiumsforvaryingdegreesofinfluence.Keywords:premiumincome;OLSregressionmodel;multiplecollinear

目录摘要 1Abstract 2目录 31绪论 41.1选题背景及研究意义 41.2本文的研究思路 51.3本文的创新与不足 52保费收入的宏观分析 52.1国内外研究现状 5国内研究现状 5国外研究结果 62.2我国保险业现状的分析 6我国保险业发展的现状 6我国保险业存在的问题 72.3我国保费收入影响因素的定性分析 83影响保费收入的实证研究 93.1研究方法原理依据 103.2数据来源说明 123.3变量的选择 123.4数据平稳性分析 123.5利用散点图确定模型 133.6实证模型 15一元回归模型 15多元回归模型 18检验及修正 194结论以及政策建议 224.1研究结论 224.2政策以及建议 22致谢 23参考文献 24附件1 25附件2 26附件3 27

1绪论1.1选题背景及研究意义随着市场经济的发展和人民收入水平的提高，我国保险业作为金融业的四大支柱之一也在不断地壮大。自1979年，我国保险得到了恢复，国家先后制定了一系列的政策和措施，以支持保险业的发展。进入90年代中后期，国内保险进入新的发展时期，保险企业实力不断增强，这时国外保险集团也不断进军中国，办理保险业务，国内的保险市场呈现出了发展迅速的趋势。进入21世纪之后，我国保险呈现出一种新气象，较2004年比，2014年保费收入增长了15916.6756亿元，经历11年的成长与发展，我国保险业有了新的高度，从数据上看我国保费收入有了大幅度的提高。这也标志着我过保险业发展的顺利与快速。（图为我国2004—2014年的保费收入折线图）图1—1注：横坐标1—11依次代表2004—2014年回看这11年的发展，我国保费年均增长率达到17.21%，不仅高于同期的国内生产总值的增长速度，也高于世界保险业同期的平均增长水平，甚至快于亚洲新兴保险市场。2008年和2010年是这十一年中增长最快的两年，增长率均达到了30%以上。尤其是2008年，保费收入总值达到了9784.10亿元，比2007年增长了2748.34亿元，增长率达到了39.1%，是2004年至今增长最快的一年。保险行业总体来说虽然处于快速发展的好趋势，但2011年却出现了负增长的趋势，2011年收入114339.25亿元，较2010年同比下降了1.30%，其中，财产险由于商业车险的支持，全年保费收入约4617.82亿元，同比上涨幅度达到18.54%；而寿险由于银保新政等原因，保费收入减少了9109.01亿元，较2010年比同比减少了8.57%；而养老保险虽然是新兴保险，但是由于人们的养意识不断增强，社会保障制度不断完善，所以养老险仍在稳步的增长，较2010年比，2011年养老险保费收入增长了53.03亿元，同比增长了14.84%。总体来讲，保费收入存在着正增长的趋势，但是我国保险业与发达国家相比还存在很大的问题，包括保险密度和保险深度。其中的原因固然和保险业的政策，服务质量和国民生活水平有关，更为重要的原因全民保险意识和保险需求不强。为此，研究影响保险业发展的因素便显得尤为重要。只有更好的了解保险发业展的影响因素，才能根据具体情况制定相应的政策，以确保保险业更大的发展空间。本文主要是进行对一些宏观因素的分析（包括经济因素和非经济因素）来判断对我国保费的影响，从而得出影响保费收入的因素。1.2本文的研究思路本文是在阅读了大量的中外文献的基础上决定选取一系列时间序列数据进行分析的。本文首先对所选变量（经济因素和非经济因素）进行定性的分析，得到初步的了解与认证，其次利用EViews对时间序列进行平稳性检验，然后利用OLS回归模型进行实证研究，从而得出结论。进而更好的了解影响保险业发展的重要因素，以便能够为保险经营者和企业政策制定者提供良好的建议和结论。1.3本文的创新与不足创新点:本文采用了时间序列的数据，利用计量经济学中Dickey&Fuller(1979)所提出的AugmentedDickey—Fuller（简称ADF）单位根检验来验证数据的平稳性，利用EViews对变量进行回归分析，并且采用普通最小二乘估计参数，最后利用EViews对解释变量进行多重共线性检验，再进行逐步回归分析加以修正。不足点：第一点：数据量不够大，数据处理不够完善。由于中国统计年鉴上只能收集到2004年以后的数据，可能对分析造成一定的影响。第二点：本文虽然涉及到了保险的分类，包括财产险、人身险和养老险，但由于篇幅有限，在后期建立模型以及分析中却以总保费为主，而忽略了其它具体的细节。第三点：本文虽然对变量进行了多重线性检验，加以修正，但是没有进一步进行自相关检验，所以结果可能没有达到最优。2保费收入的宏观分析2.1国内外研究现状国内有许多学者和专家从宏观的角度对保险市场做了许多定性和定量的分析，他们主要集中在国内的保险市场，而对国外的保险市场主要集中在微观的理论方面的研究。回顾国内对保险影响因素的研究历程，1997年我国孙祁祥和贲奔就市场体制和创新对保险产业的影响做出了研究，他们认为在我国保险产业的发展过程中，企业对产品的创新、体制的改革以及竞争的激烈程度等都起着至关重要的作用[1]吴江鸣,林宝清.中国保险需求模型的实证分析[J].福建论坛,2003（10）：26-30。；1999年白雪等人利用恩格尔系数表示收入水平对财富（如GDP，国民收入等）与保险产业之间的关系做出了研究，研究结果为保险密度和收入水平呈线性相关的关系；2000年肖文及谢文武同样和白雪一样，研究了收入对保险产业的影响，他们通过对保费收入与国内生产总值（GDP）的实证分析，认为两者基本呈正相关关系；2003年吴江鸣、林宝清建立了保险需求多变量模型[1]吴江鸣,林宝清.中国保险需求模型的实证分析[J].福建论坛,2003（10）：26-30。[2]孙祁祥，贲奔.中国保险产业发展的供求规模分析[J].经济研究，1997（3）:55-61。国外也有很多的研究者对保险业的影响因素做出了进一步分析，其中包括财富、利率、通货膨胀、人口总数及其结构、城市化水平、金融市场发达程度、社会保障制度等因素。比如1986[3]BeenstockMichael,DickinsonGerryandKhajuriaSajay.Thedeterminationoflifepremiums:Aninternationalcross-sectionanalysis1970-1981[J].Insurance:MathematicsanEconomics,1986(5):261-270.；2000年，DamianWard和RalfZurbruegg做出了同样因素的研究，他们认为经济的增长对保险业的发展有很强的促进作用，但在其它一些国家这一促进作用并不明显；1993年Browne/Kim做了关于社会保障制度对保险产业的研究，研究中他们用政府社会保障支出占GDP的比例来衡量社会保障水平，认为社会保障水平对保险需求产生负面影响，，也就是有某种替代效应[4]BrownJ.Mark,KimKihong.AnInterntionalAnalysisofLifeInsuranceDcmand[J].TheJournalofRiskandInsurance,1993(60):616-634.；1994年，Schwebler表明通货膨胀对保险产业产生了负面影响[5]ShowersVinceandShotickJoyce.Theeffectsofhouseholdcharacteristicsondemandforlifeinsurance:atobitanalysis[J].TheJournalofRiskandInsurance,1994(3):492-502.；[3]BeenstockMichael,DickinsonGerryandKhajuriaSajay.Thedeterminationoflifepremiums:Aninternationalcross-sectionanalysis1970-1981[J].Insurance:MathematicsanEconomics,1986(5):261-270.[4]BrownJ.Mark,KimKihong.AnInterntionalAnalysisofLifeInsuranceDcmand[J].TheJournalofRiskandInsurance,1993(60):616-634.[5]ShowersVinceandShotickJoyce.Theeffectsofhouseholdcharacteristicsondemandforlifeinsurance:atobitanalysis[J].TheJournalofRiskandInsurance,1994(3):492-502.2.2我国保险业现状的分析。经历11年的发展，我国保险业达到了一个新的高度。如图2-1（2005-2014保费增长折线图）图2—1注：横坐标年份标号1—10代表2005—2014年从折线图可以看出，在近十年的保费收入中，虽然整体而言基本处于正增长状态（除了7—2011有略微的负增长），但是具体的增长趋势却不尽相同。从图中我们能看出2005—2006年，增长率极为平稳，2006—2008年，增长率以稳定的趋势增加，而2008年我国中央银行“稳紧”搭配的宏观经济政策营造出了良好的发展环境，致使增长率达到最高点。2008—2009，虽然保费处于增长趋势，但是增长率却要远低于2007—2008，,2009——2010，由于实施修订后的《中华人民共和国保险法》，加大了对保险业的支持，使得保险业由原来以虚拟经济为投资方向转向社会总福利的实体经济方向，加大了养老医疗保险的力度，所以保险业快速发展，保费增长率明显上升，达到近十年增长率的第二高度，2010—2011年，保费收入处于负增长的趋势，这一年大大拉低了保费平均增长率，2011至今，保费增长率处于基本稳定的增长趋势。我估计，随着人民保险意识的提高，在今后的几年里，我国保费收入仍会相对稳步增长。但不排除有外界因素的干扰而影响目前这种稳定的趋势的可能，所以对之后保费收入情况只是一种估计，并不一定完全正确。我国保险业虽然处于增长趋势，但是也存在着很多的问题。比如说增长率波动加大，保险产业内部分布不均，财产险所占比例过大，而人身和养老所占比例较小。如图2-2（随机选取2010年和2014年的保险分布饼图作参考）图2-2注：1-蓝色代表人身险，2-红色代表财产险，3-绿色代表养老险从图中我们可以清晰的看出养老险所占比例最小，人身险其次，所占比例最多的是财产险。除此之外我们能大胆的猜测一下人身险和养老险随时间的推移在逐步增加比例，而财产险比例有所下降（事实也是如此，其它年份的情况见附录2）。除此之外还有很多其它问题，如人们投保意识不强，对人身安全、养老问题考虑不周全，大部分人把多余的钱财放在银行储蓄上，而忽略了保险方面的投资；还有保险公司宣传力度不够，而且有能力讲信誉的保险中介也匮乏，导致有些人不知道具体的保险事项，甚至不相信保险能给自己带来效益。诸如此类问题，使得人们还未从根本上接受保险，从而导致保险业发展较发达国家相比还存在很大的差距，保险业发展不均衡的现状。2.3我国保费收入影响因素的定性分析影响保费收入的因素很多，包括刚才所提到的人民观念等一系列微观因素，当然也存在着很多的宏观因素。本文重点选取四种宏观因素进行分析，其中包括国内生产总值（GDP）和社会储蓄存款余额（也称为城乡居民储蓄存款余额）的经济因素和总人口以及城市化水平（用城市人口与总人口的比来描述城市化水平）的非经济因素。（一）经济因素（1）国内生产总值（grossdomesticproduct，简写为GDP）国内生产总值的增长是保费收入增长的主要原因。国内生产总值是指一定时期内一个国家或地区的经济中所产生的全部最终产品和劳务价值，常被人为是衡量国家经济状况的最佳指标。所以国内生产总值提高就意味着国家越富有，也就标志着国民经济条件越来越好，当然保险投入就增多，对于保险业的来说保费会随着国内生产总值的增长而增加。大量的实证研究表明，国内生产总值与保险费收3入呈正相关。近年来保险业发展如此之快，主要是国家宏观经济的整体支撑。（2）社会储蓄存款余额（residents’banksavingsdeposit）社会储蓄存款余额也称城乡居民储蓄存款余额,是指某一时间城乡居民存入银行及农村信用社的储蓄金额，包括城镇居民储蓄存款和农民个人储蓄存款，不包括居民的手存现金和工矿企业、部队、机关、团体等单位存款。通过收集数据和资料，我们了解到保费收入占社会储蓄存款余额比例处于小额波动，基本处于稳定状态。如图2—3（保费站社会储蓄存款余额比例图）。图2-3注：横坐标年份编号1-10代表2004-2014年图中清楚地表明保费与社会储蓄存款余额的比例在4%上下波动，没有过大的变动。所以说随着社会储蓄存款余额的增长，保费收入也会随之增长，二者之间呈现正相关的关系。（二）非经济因素（1）总人口（grosspopulation）通常来说，总人口对保费的收入有极大的影响，尤其是对于寿险来说两者关系更为密切。尤其是人口基数问题，人口基数越大，相对来说对寿险的需求量也就越大，从而寿险的保费收入会大幅度提高，而寿险是人身保险的一种，所以寿险的保费收入的提高也会影响到总保费的收入。（2）城市化水平（urbanizationrate）城市化水平即城市化率，用城市人口与总人口的比例来衡量。通过了解得知，我国保险的主要购买人群为城市居民。我们知道，我国社会发展不平衡，城乡差距较大，而保险对于人们来说是更高层次的消费或是投资，它需要有一定的经济基础才会涉猎的领域。而城市居民收入水平要高于农村居民的收入水平，同时城市居民的受教育程度也要高于农村居民，所以保险意识也比较高，诸如此类，城市居民占总人口的比例越高，保险业发展越好，保费收入也就越高。换句话说，城市化水平和保费收入是正相关的关系。除了上述四种因素外，还存在着很多因素也对保费收入有很一定的影响，诸如通货膨胀、利率、人口结构、受教育水平等一系列因素，在此我就不做详细分析了。3影响保费收入的实证研究本文上一节已经分两个方向对保费收入的四个影响因素进行了定性的分析，但是它们之间是否存在我们分析的关系，我们还需要进一步的验证。接下来我们通过建立回归模型实证研究一下它们之间具体存在着怎样的关系。3.1研究方法原理依据（1）ADF平稳性检验原理本文选用的数据为时间序列的数据，所以要进行平稳性检验，采取的方法为单位根检验，简称ADF检验。ADF检验是DF检验的一种升华，是为了保证DF检验中随机干扰项的白噪声特性，它是通过以下三个模型完成的：模型1：模型2：模型3：模型3中t是时间变量，代表了时间序列随时间变化的某种趋势。零假设都是，即存在一个单位根。模型1与另外两个模型的区别在于是否包括常数项和趋势项。实际检验从模型3开始，然后模型2，最后是模型1。待检验拒绝零假设，即原序列不存在单位根，为平稳系列，检验终止。否则，就要继续检验，直到检验完模型1为止。一个简单的检验是同时估计出上述三种模型的适当形式，然后通过ADF临界值表检验零假设。只要其中有一个模型的检验结果拒绝了零假设，就可以认为时间序列是平稳的。当三个模型都不能拒绝零假设，那么就认为时间序列是不平稳的。这里所说的模型的适当形式就是在每个模型中选取适当的滞后差分项，以使模型的残差项是一个白噪声（主要保证不存在自相关）。（2）一元回归原理本文选用一元线性回归模型，即是最简单的计量经济学模型，在模型中只有一个解释变量，其一般形式是其中，Y为被解释变量，X为解释变量，与为待估参数，为随机干扰项。回归的主要目的是要通过样本回归函数（模型）尽可能准确地估计总体回归函数（模型）。本文选用最小二乘法(即OLS)进行参数估计，其运行的基本原理如下：已知一组观测值，普通最小二乘法（OLS）要求样本回归函数尽可能好的拟合这组数据，即样本回归上的点与真实观测点的总体误差尽可能的小。普通最小二乘给出的判断标准是：被解释变量的估计值与实际观测值之差的平方和)最小，即在给定样本观测值之下，选择，使得与之差的平方和最小。之所以选用平方和是因为样本回归线上的与真实观测值之差可正可负，简单的求和可能将很大的误差抵消掉，只有平方和才能反映二者在总体程度上的接近程度，这就是最小而成原理。根据微积分的运算，当Q对，的一阶偏导数为零时，Q达到最小值，即：)可推得用于估计，的下列方程组：（）或)解得)方程组（），)称为正规方程组（normalequations）。即)称为普通最小二乘法估计量的离差形式。由于，的估计结果是从最小二乘原理得到的，故称普通最小二乘估计量。（3）多元回归原理本文也涉及到多元回归模型，其一般形式为：)其中k为解释变量的个数，成为回归系数。人们习惯上把常数项看作一个虚变量的参数，在参数估计中该虚变量的样本观测值始终取1，这样，模型中解释变量数为m+1。其它参数估计的具体运行原理和一元模型相似，只是将一元代替多元，其他情况不变，所以具体步骤不作说明。（4）模型检验，其中ESS代表回归平方和，TSS代表总离差平方和，而RSS代表残差平方和。所以可以用检验模型的拟合度，称为总决系数。显然越接近1，模型的拟合度越好。除此之外，还可观察结果中的AIC的数据，AIC越小，说明模型效果越好。3.2数据来源说明本文采用2004—2014年的数据，其中保费收入数据来源于保监局数据库，而国内生产总值、社会储蓄存款余额、总人口、城镇人口均来自国家统计局统计年鉴，而城市化水平是通过城镇人口与总人口的比例来计算的，具体数据见附件1。3.3变量的选择㈠因变量：保费收入：即所有保险保单费用收入的总和，包括人身险保费收入、财产险保费收入和养老险保费收入，用BF表示。㈡自变量：国内生产总值（用GDP表示），社会储蓄存款余额（用CX表示），总人口（用NOP表示），城市化水平（用CH表示）。3.4数据平稳性分析由于本文选取的是一系列的时间序列数据，所以在作回归分析之前要先检验序列是否平稳，只有平稳的时间序列才能做回归分析，否则将会出现“伪回归”问题。所谓的“伪回归”是说有的数据只因为二者同时随时间有相似或相反的变动趋势，但并没有实质的关系。本文采用软件EViews6.exe，利用Dickey&Fuller所提出的AugmentedDickey-Fuller（简称ADF）单位根检验法来检验本文的保费收入、国内生产总值、社会储蓄存款余额、总人口以及城市化水平是否是稳定型时间序列，结果如下：表3-1单位根检验结果变量原序列ADF检验一阶差分ADF检验二阶差分ADF检验临界值置信水平㏑BF-1.093353-2.610325-4.812680-4.5826481%㏑GDP-2.266533-1.647619-5.392769-4.8034921%㏑CX-0.816408-2.982217-3.242817-2.84181910%㏑NOP1.390523-4.557031-2.755818-2.80138410%（近似）CH-1.064758-2.236896-3.739489-3.4033135%说明：a.前缀㏑表示对变量数值进行了对数变换，以避免数据太大难以处理;b.原序列、一阶差分、二阶差分ADF检验值为通过EViews6.0进行检验后的单位根；c.临界值表示为对应水平下的标准值，当ADF检验值的绝对值大于标准值时，对应的时间序列是平稳的。d.社会储蓄存款余额一阶差分二阶差分都在置信水平10%的情况下平稳，总人口一阶差分之后在1%的置信水平下，二阶在10%置信水平下近似平稳，但我们为了处理方便，选择与其他序列情况一致的，全都选择二阶差分的平稳序列，这样我们就可以丢掉差分之后的序列，直接用原序列进行分析。检验结果：经检验，我们发现时间序列㏑BF、㏑GDP、㏑CX、㏑NOP、CH的二阶差分之后均通过单位根检验，说明它们是平稳的时间序列T(2)。其中㏑BF、㏑GDP是在1%的置信水平下达到二阶差分平稳的，而CH是在5%的信心水平下达到二阶平稳，剩余的㏑CX、㏑NOP则是在置信水平为10%的情况下达到近似平稳。通过以上检验，我们证明所选时间序列均是平稳的，符合进行回归分析的条件。3.5利用散点图确定模型利用excel表格依次作被解释变量与解释变量的散点图，以确定变量之间是否是线性关系，能否选用线性回归作进一步分析。（1）保费与国内生产总值的散点图图3—1图3-1是以㏑GDP（国内生产总值）和㏑BF（总保费）为横纵坐标的散点图，能够很显然的看到它们的散点图趋势线跟线性拟合很好，基本确定两者是线性关系，可以选择线性回归进一步分析。（2）保费与社会储蓄存款余额的散点图图3-2图3-2为㏑CX（社会储蓄存款余额）和㏑BF（保费收入）为横纵坐标的散点图，能够很显然的看到它们的散点图趋势线跟线性拟合很好，基本确定两者是线性关系，可以选择线性回归进一步分析。（3）保费收入与总人口的散点图图3-3图3-2为㏑NOP（总人口）和㏑BF（保费收入）为横纵坐标的散点图，能够很显然的看到它们的散点图趋势线跟线性拟合很好，基本确定两者是线性关系，可以选择线性回归进一步分析。（4）保费收入与城市化水平的散点图图3-4图3-2为CH（城市化水平）和㏑BF（保费收入）为横纵坐标的散点图，能够很显然的看到它们的散点图趋势线跟线性拟合很好，基本确定两者是线性关系，可以选择线性回归进一步分析。由上边四个散点图可以发现，被解释变量和解释变量基本呈线性关系，可以用线性回归模型去分析数据，估计出参数，从而得出具体线性模型关系。3.6实证模型本文验证采用回归模型进行分析，上面已经对变量进行了平稳性检验，得到了相对应的平稳的时间序列T(n)，n=0,1,2，而且这些变量均是在二阶差分之后达到平稳，也就是说得到的时间序列均是T(2),，这个结果也方便了我们之后的数据分析以及处理。接下来我们利用OLS回归分析的方法进行实证分析。前边我们通过散点图已经了解到分析变量间的关系适合用线性回归模型。本文采取普通最小二乘法先进行一元回归模型，在进行多元回归分析。（1）㏑BF与㏑GDP的一元回归分析分析：从上述结果可以看出，常数项和㏑GDP的P值均小于5%，所以有效的拒绝了原假设，即，均不为0。从而得出一元线性方程如下：观察分析结果：，，AIC=-1.959322，所以从模型拟合优度上来讲，拟合效果良好。。说明国内生产总值是保费收入的影响因素，并且跟我们预期一样，呈正相关的关系。（2）㏑BF与㏑CX的一元回归分析分析：从上述结果可以看出，常数项和㏑CX的P值分别为0.0127和0.0000，两者均小于5%，所以有效的拒绝了原假设，即，均不为0。从而得出一元线性方程如下：观察分析结果：，，AIC=-1.680013，所以从模型的拟合优度上来讲，拟合效果良好。说明社会储蓄存款余额是保费收入的影响因素，而且是正向的关系。（3）㏑BF与㏑NOP的一元回归分析从上述结果可以看出，常数项和㏑NOP的P值分别为0.0000和0.0000，两者均小于5%，所以有效的拒绝了原假设，即，均不为0。从而得出一元线性方程如下：观察分析结果：，，AIC=-1.449189，所以从模型的拟合优度上来讲，拟合效果良好。说明总人口是保费收入的影响因素，并且呈现正相关的关系。（4）㏑BF与CH的一元回归分析，均不为0。从而得出一元线性方程如下：观察回顾结果：，，AIC=-1.477689，所以从模型的拟合优度上来讲，拟合效果良好。说明城市化水平是保费收入的影响因素，并且二者呈正相关的关系。以上是采用一元回归分析，利用普通最小二乘法进行参数估计得出的结果，分析结果显示基本符合我们之前定性分析的结果，解释变量都是被解释变量的影响因素，并且被解释变量与解释变量均呈正相关的的关系。（1）建立模型：同一元回归模型一样，也采用OLS回归分析的方法，用多元线性回归模型去拟合，看是否能够得到理想的结果。接下来建立模型，利用EViews软件去执行分析过程，建立模型如下：分析：从上述结果中很容易观察出变量的各自系数，能得到估计方程如下：观察分析结果：，，AIC=-1.842542，我们知道越接近1，说明拟合效果越好，而AIC越小，说明模型效果越好。对于此模型，我们通过与上述模型比较和AIC的值能够很容易的得出结论，即：多元线性估计方程拟合度优于上述一元回归模型（除了保费与GDP的模型）。接下来我们需要观察检验是否每个解释变量都有意义。（一）检验（1）经济意义：从上边表中可以看到，CH（城市化水平）指标符号与先前一元分析模型不相符，且与定性分析也相悖，所以估计结果与经济原理相悖，而㏑GDP、㏑CX、㏑NOP指标符号与一元模型相符，也符合先前定性分析的结果，所以与经济原理不相悖。（2）统计推断检验：从回归结果可以看出，模型的拟合优度非常好（），F统计量的值在给定显著性水平的情况下也较显著，但㏑CX、㏑NOP、CH的t统计量不显著（三者t统计量均小于2，P值均大于0.05），说明㏑CX、㏑NOP、CH对㏑BF的影响不显著，或者变量之间存在多重共线影响使其t值不显著。本文中前面一元模型中已经得知解释变量均是被解释变量的影响因素，所以此模型出现问题必定是变量之间存在共线问题（下面会给出检验）。（3）计量经济学检验本文采用的计量经济学检验采取的是简单相关矩阵法对其多重共线性检验，其具体方法表3-6-1：多重共线性检验㏑GDP㏑CX㏑NOPCH㏑GDP1.0000000.9938910.9953560.996447㏑CX0.9938911.0000000.9968560.997291㏑NOP0.9953560.9968561.0000000.999061CH0.9964470.9972910.9990611.000000从结果看出㏑GDP、㏑CX、㏑NOP、CH具有高度的相关性。（二）修正模型：逐步回归法根据上述分析，我们能看到㏑GDP的t统计量和最大，线性关系最强，拟合度也最好，因此把㏑GDP作为基变量。然后将其与变量逐一带入㏑GDP的回归方程，重新进行回归。结果如下：加入㏑CX之后，从看拟合度变化不大，AIC变化也不大，但是㏑GDP和㏑CX的t统计值均大于2，不显著。因此变量㏑CX引起了多重共线性，应剔除。加入㏑NOP之后，从和AIC看拟合度变化都不大，但是㏑NOP的t=-0.5977，小于2拒绝原假设，同时㏑NOP的估计参数为负，不符合前面的分析结果。因此变量㏑CX引起多重共线性，应给予剔除。加入CH之后，结果同上述加入㏑NOP变量类似，说明CH引起多重共线性，因此变量㏑CX应剔除。故模型变成：新模型的估计结果同前文一元回归分析㏑BF与㏑GDP情况一样，具体结果如下：从其结果中能够清楚地看到和AIC的值都符合最优的条件，而且t统计量值很大，P值均小于0.05，所以上述模型优于其它模型，所得结果理想。得到具体估计方程如下：4结论以及政策建议4.1研究结论由上述多元回归模型可以分析出，国内生产总值是保费收入的最佳影响因素，而社会储蓄存款余额、总人口和城市化水平在多元回归模型中引起了多重共线性问题，所以在多元回归分析中，我们对三者给予剔除，但并不能说明三者对保费收入没有影响。而在一元模型中，我们能够清楚地看出四个解释变量都是被解释变量的影响因素，而且影响都很显著。4.2政策以及建议从以上分析知道我国保费收入与上述四个变量都有正相关的关系，所以针对上述结果给出以下建议和政策：第一：加快国民经济发展，国严生产总值对我国保费收入影响十分显著，说明我国保险业的发展很大程度上依赖于国民经济的发展。所以我们要坚定不移的发展国民经济，这才是确保保险业持续发展的根本所在。第二：提高人民生活水平，加大城乡居民收入。从上述结果能够看到社会储蓄存款余额是保费收入的一个重要的影响因素。只有人民富足，才会加大保险的购买力度，保险业才能够顺利发展。第三：控制人口结构，缩小城乡差距，扩大城市化，提高人民保险意识。从分析结果能够看出，城市化水平越高，保费收入越高，总人口越多，保费收入也越高。但是从环境角度来说，我们不能一味的加大人口增长力度，更重要的是提高人民生活水平，加大城市化力度。这有这样，才能在不破坏环境，响应计划生育的同时加大保险业的快速发展。第四：加大宣传力度，增加百姓对保险业的了解。同时推广各种各样的现代消费模式。从而让保险业深入人心。这也能加快保险产业的快速发展。

致谢非常感谢胡国荣老师在我大学学习的最后阶段——毕业论文阶段给与我的指导，从最初的选题，定题，选方法，定提纲到资料收集，到写作，修改，到论文定稿，他都给了我耐心的指导和帮助。为了更好地指导我们的毕业论文，他牺牲自己的周末时间，逐个解答我们的困惑，让我们能够更清楚明确的完成自己的论文研究。他这种无私的敬业精神令我们钦佩，值得我们学习。在此，我向他表达我诚挚的谢意和衷心的感谢。除此之外，我还要感谢在大学四年里给过我帮助的所有老师，是他们教会了我专业知识和技能，培养了我专业的素养，教会了我如何学习，如何做人。正是他们的教导，我才在各方面都有进步，在此我向他们表达我由衷的谢意。在此祝所有的老师工作顺利，桃李满天下！

参考文献[1]吴江鸣,林宝清.中国保险需求模型的实证分析[J].福建论坛,2003（10）：26-30.[2]孙祁祥，贲奔.中国保险产业发展的供求规模分析[J].经济研究，1997（3）:55-61.[3]BeenstockMichael,DickinsonGerryandKhajuriaSajay.Thedeterminationoflifepremiums:Aninternationalcross-sectionanalysis1970-1981[J].Insurance:MathematicsanEconomics,1986(5):261-270.[4]Brown