影响人身保险保费收入的重要因素分析

1、影响人身保险保费收入的重要因素分析 【摘要】：根据影响人身保险保费收入因素的理论观点，本文旨在通过2002年我国各省国民生产总值、死亡率、人口总数、医疗消费支出和消费水平对我国人身保险保费收入的影响进行实证分析。通过建立理论模型，并收集相关数据，利用eviews软件对计量模型进行参数估计和检验并加以修正，去除死亡率、人口总数、医疗消费支出三种存在多重共线性的因素，得到影响人身保险保费收入的最重要因素为国民生产总值和消费水平。最后，对所得结果作出经济意义分析。【关键词】：人身保险 保费收入 线形回归模型 ols法一、 引言：中国保险业自1979年恢复经营以来，取得了迅猛的发展。20年间年平均增长

2、速度高达32.75%，远远高于同期国内生产总值的平均增长速度。2000年我国保险市场的扩张速度虽有所放缓，但全国保费收入仍会保持2位数以上的增长，是世界上发展最快、规模最大的保险市场。其中，人身保险保费收入在1997年市场份额首次超过财产险以后，一直占据了保险市场的大壁江山，并一直保持高速增长。到了2002年，人身保险保费收入为2273.69亿元，增幅达到60.2%，占总保费收入3045.73亿元的74.65%。 针对人身保险保费收入的迅猛发展这一现象，本文收集了2002年20个省市直辖市的相关截面数据，并加以实证分析，以揭示影响人身保险保费收入的核心因素。二、 影响人身保险保费收入的因素 （

3、一）、国外文献回顾从国外现有的研究成果上看，对寿险需求的研究主要从两个方面展开：一方面是对寿险需求的理论研究。这类研究通常在不确定性理论基础上，研究寿险需求动机，从理论上分析人们在追求期望效用最大化时，风险态度、遗赠动机、通货膨胀、财富等因素对寿险需求的影响；另一方面是针对寿险需求的实证研究。这类研究通过实证数据，建立寿险需求与相关影响因素间的计量经济模型，应用多变量解释影响寿险需求的因素。寿险需求的理论研究是实证研究的基础，它揭示寿险需求的根本原因。这方面的研究成果很多， 1yaari, m.e. uncertain life time, life insurance, and theory

4、 of the consumerj.review of economic studies,1965,32:137-150.2hakansson, n.h. optimal investment and consumption 在1965年的一篇文章算是较早的文献。在期望效用理论的范式下，从理论上研究了保险的需求，尤其是人寿保险的需求。他的研究表明，由于未来寿命的不确定，人们更倾向于现在消费而不是选择以后消费（也即所说的“不耐”心理，从理论上说明了它的影响），保险的作用在于消除了这种寿命不确定性带来的影响。的研究成为很多寿险需求理论研究的起点。在此基础上，strategies under ris

5、k for a class of utility functions j.international economic review ,1969,10:443-466.3fischer,s.a life cycle of life insurance purchases j. internationaleconomicreview,1973,14:132-152.4karni,e.,zilcha,i.risk aversion in the theory of life insurance :the fisheri an modelj.journal of risk and insurance

6、,1986,53:606-620.5lewis,f.d.dependents and the demand for life insurance j.american economic review,1989,79:452-467.6truett,d.b.,truett,l.j.the demand for life insurance in mexico and the united states: a comparative studyj.journalofriskandinsurance,1990,57:321-328.7browne,m.j.and kim,k.an internati

7、onal analysis of life insurance demandj.journal of risk and insurance 1993,60:616-634.、8duker,j.m.expenditures for life insurance among working-wife familiesj.journal of risk and insurance 1969,36:525-533.9hammond,j.d.,houston,d.b.,melander,e.r determinants of household life insurance premium expend

8、iture:an empirical investigationj.journal of risk and insurance,1967,34:397-408.10burnett,j.j.,palmer,b.a.examining life insurance ownership though demographic and psychograp characteristicj.journalofriskandinsurance,1984,453-46711babbel,d.f.inflation,indexation,and life insurance sales in brazilj.j

9、ournal of risk and insurance,1981 48:111-135.12卓志.我国人寿保险需求的实证分析 j 保险研究 2001(5):10-1213阎建军,王治超 转轨时期我国寿险需求的实证分析 j 保险研究 2002(11):19-21 、 和 进行了扩展。他们的研究表明，风险资产的存在不会改变人们对保险的需求或消费，人寿保险的需求主要是为了消除由于寿命的不确定带来的收入风险，而不是为了消除资产的风险。这个结论说明，寿险的作用主要是储蓄和保障，而不是投资。 则拓宽了研究视角，从被抚养人的角度而不单单从投保人的角度研究寿险需求。他认为保险的购买不仅仅是出于投保人自己的需

10、要，同时也是为了满足其被抚养人(如妻子、子女)获得保障的需要，投保人家庭成员的风险偏好也会影响保险需求。在寿险需求的理论研究的基础上，近半个世纪以来人们对寿险需求进行了大量的实证研究。实证研究主要针对影响寿险需求的因素进行定量分析。在实证研究中分析的影响因素很多，概括起来可以分成两大类：(1)人口因素；(2)经济及金融因素。人口因素主要指年龄、期望寿命、教育程度和赡养(抚养)率等与人口结构相关的因素;经济及金融因素主要包括收入、财富和价格水平等与经济有关的因素。这些因素对寿险需求的影响，尤其是涉及经济及金融方面的因素的影响，实证研究取得了一些较为一致的结论。但实证研究中也留下一些相互冲突的结论

11、。有些因素在某些实证研究中与寿险需求具有显著的正相关关系，而在另一些研究中这种相关关系并不显著，甚至在有的研究中具有显著的负相关关系。这样的矛盾在人口因素中显得突出一些。例如，.和，. 的研究表明教育水平与寿险需求显著正相关，而和 则认为教育水平与寿险需求不能确立明确的关系， 则指出教育水平与寿险需求负相关。(二)、我国寿险收入影响因素的选择在传统的保险理论中，影响人身保险收入的理论因素主要有： 国民经济的发展水平、居民消费水平、利率水平、人口因素、国家金融监管水平等。1. 国民经济发展水平： 保险是社会生产力发展到一定阶段的产物，并且随着社会生产力的发展而发展。我国保险业的发展同样离不开国民

12、经济的发展。一方面，经济发展带来保险需求的增加，最近十几年保险的高速发展主要得益于改革开放以来国民经济的发展释放和增加了保险需求；另一方面，收入水平的提高也回带来保险需求总量和结构的变化。可以说国民经济发展水平是一国保险业发展的经济基础。2. 居民消费水平： 在经济学中，对于一种商品的需求是由其需求欲望和购买能力组成的，保险作为一种商品也是这样的，而居民消费水平正能够体现这样的一种实际购买能力。因此，一国居民的消费水平越高会刺激保险业的发展。（在人身保险中，消费支出中的医疗支出显的由为重要。）3. 人口因素：由于人身保险主要保障的是人的生命和身体，因此人口数量、人口结构也是影响保费收入的重要因

13、素。4. 利率和国家金融监管水平：人身保险作为一项金融产品，利率的影响不容忽视。利率有名义利率和实际利率之分。一般经济理论认为实际利率而非名义利率影响人身保险的需求。以上结论在用于时间序列模型的建立方面有重要作用，但利率水平和国家金融监管水平这两个因素对于本文将采用的2002年的截面数据却没有大的影响。所以，本文选取了2002年各省的国民生产总值、死亡率、人口数、消费水平、医疗支出这5个因素来分析。三、 相关数据收集注释：y：2002年各省人身保险的保费总收入x1：2002年各省国民生产总值x2：2002年各省死亡率x3：2002年各省人口总数x4：2002年各省人均医疗消费支出x5：2002

14、年各省人均消费水平数 据 表地区y（万元）x1（亿元）x2x3（万人）x4（元）x5（元）1北京1882018.773212.715.71423949.9292912天津505965.932051.166.041007624.9671623河北844860.736122.536.256735527.2830544山西528128.312042.146.143294364.825625内蒙古2422781763.375.922379343.4434536辽宁1139641.575458.226.044203462.8450957吉林388935.642317.685.112699830.4438

15、698黑龙江693469.173828.935.443813415.243379上海1933006.895408.765.951625733.441429510江苏2282656.8610532.816.997381376.08470411浙江1488902.3277966.194647667.8551512安徽502751.743569.095.176338297.96298813福建706734.264620.475.573466323.16490014江西334985.492460.496.024222267.72265115山东1685189.5310552.066.629082407

16、.64395216广东1701878.1511769.725.087859500.88568317重庆328655.672020.386.083107429.6283618四川748093.184875.126.558673361.44262119贵州156080.591185.057.213837265.32170120云南339479.12232.327.34333466.22377四、 计量经济模型的建立为了研究保费总收入与国民生产总值、死亡率、人口总数、人均医疗消费支出、人均消费水平之间的关系，建立下述的一般模型：y=c+1x1+2x2+3x3+4x4+5x5+u其中：y：2002年各

17、省人身保险的保费总收入x1：2002年各省国民生产总值 x5：2002年各省人均消费水平x2：2002年各省死亡率 i ： 为代定参数x3：2002年各省人口总数 u： 为随机扰动项x4：2002年各省人均医疗消费支出 c： 为常数项五、 模型的求解和检验利用eviews软件，分别用最小二乘法进行回归分析，并针对其中的多重共线性、异方差和自相关进行统计检验，最后进行修正再来估计参数.（一） 最小二乘法回归分析：结果如下：（表一）dependent variable： ymethod： least squaresdate： 04/23/05 time： 19：34sample： 1 20incl

18、uded observations： 20variablecoefficientstd. errort-statisticprob. c-1338736.597054.9-2.2422320.0417x1145.204237.058833.9182080.0015x2137311.691256.991.5046700.1546x3-1.16730853.45332-0.0218380.9829x4775.5288515.00551.5058650.1543x584.7102937.236942.2748990.0392r-squared0.903160 mean dependent var92

19、1685.6adjusted r-squared0.868575 s.d. dependent var663408.5s.e. of regression240502.8 akaike info criterion27.86218sum squared resid8.10e+11 schwarz criterion28.16090log likelihood-272.6218 f-statistic26.11381durbin-watson stat2.356806 prob(f-statistic)0.000001从估计的结果可以看出可决系数r2=0.903160和f=26.11381，检验

20、值都比较大，说明总体拟合效果比较好。当给定a=0.05，在自由度n614的条件下，查t分布表得到t0.025(14)=2.145，所以t2=1.504670、t3=-0.021838 、t4=1.505865均小于t0.025(14)=2.145，所以t检验值不显著，可能存在多重共线性，可通过简单相关系数矩阵法对多重共线性进行分析。1. 下面我们利用简单相关系数矩阵法进行多重共线性分析，结果如下：（表二）x1x2x3x4x5x1 1.000000-0.000301 0.703926 0.127395 0.201460x2-0.000301 1.000000 0.213858-0.147528-

21、0.268444x3 0.703926 0.213858 1.000000-0.375125-0.404153x4 0.127395-0.147528-0.375125 1.000000 0.770109x5 0.201460-0.268444-0.404153 0.770109 1.000000可以看出x3和x1、 x4和x5相关系数比较大，且x3的系数符号与经济意义相悖。（在我国的现实情况所决定，我国人口增长主要表现为农村人口的增长，而城市人口总体是下降的趋势）因此去掉x3 ，分别去掉x4和x5做最小二乘法回归分析，结果如下：（表三）去掉x4dependent variable： yvar

22、iablecoefficientstd. errort-statisticprob. c-1229158.583755.5-2.1056040.0514x1143.135217.833678.0261190.0000x2150648.190559.701.6635220.1157x5121.536020.365265.9678080.0000r-squared0.886964 mean dependent var921685.6adjusted r-squared0.865769 s.d. dependent var663408.5s.e. of regression243056.3 akai

23、ke info criterion27.81683sum squared resid9.45e+11 schwarz criterion28.01598log likelihood-274.1683 f-statistic41.84913durbin-watson stat2.181374 prob(f-statistic)0.000000（表四）去掉x5dependent variable: ysample: 1 20included observations: 20variablecoefficientstd. errort-statisticprob. x1162.488223.1170

24、97.0289240.0000x2136920.7120848.31.1329970.2739x41492.174407.51693.6616240.0021c-1388888.821633.9-1.6903980.1103r-squared0.801618 mean dependent var921685.6adjusted r-squared0.764422 s.d. dependent var663408.5s.e. of regression321994.5 akaike info criterion28.37931sum squared resid1.66e+12 schwarz c

25、riterion28.57846log likelihood-279.7931 f-statistic21.55088durbin-watson stat1.727100 prob(f-statistic)0.000007对比表4和表3可以看出，无论是个解释变量的t检验，还是反映整体拟和效果的r、f值，表4 都不如表3的拟和效果好，因此我们选择去掉x4变量，留下x5。从表3和表4中，我们还发现：给定a=0.05，在自由度n416的条件下，查t分布表得到t0.025(16)=2.120，x2的t检验值仍然都很小，对y的解释作用不明显，因此去掉x2，再一次进行最小二乘法回归分析，结果如下：（表五）

26、dependent variable： ymethod： least squaressample： 1 20included observations： 20variablecoefficientstd. errort-statisticprob. c-279922.7129393.0-2.1633530.0450x1144.826118.707287.7416980.0000x5112.253320.578775.4548140.0000r-squared0.867413 mean dependent var921685.6adjusted r-squared0.851815 s.d. de

27、pendent var663408.5s.e. of regression255377.9 akaike info criterion27.87636sum squared resid1.11e+12 schwarz criterion28.02572log likelihood-275.7636 f-statistic55.60898durbin-watson stat2.091251 prob(f-statistic)0.000000由此可以看出r2和f检验值都很大，并且x1、 x5的t检验值显著，2. 下面进行异方差检验，利用arch检验方法结果如下：（表六）dependent vari

28、able： e2method： least squaresdate： 04/23/05 time： 20：24sample(adjusted)： 4 20included observations： 17 after adjusting endpointsvariablecoefficientstd. errort-statisticprob. c9.97e+104.25e+102.3480660.0354e2(-1)-0.3120630.274410-1.1372130.2760e2(-2)-0.1717720.276642-0.6209180.5454e2(-3)-0.1954960.304684-0.6416360.5323r-squared0.107000 mean dependent var6.40e+10adjusted r-squared-0.099076 s.d. dependent var1.16e+11s.e. of regression1.21e+11 akaike info criterion54.08031sum squared resid1.91e+23 schwarz criterion54.27636log likelihood-455.6826 f-statistic0.519226durbin-watson st