夹了比嗨盗
范文一：中国保费收入主要影响因素分析
中国保费收入主要影响因素分析
一、研究的目的要求
保险作为金融行业的四大支柱之一，同时也是国民经济的重要组成部分，其成长壮大对与国民经济的健康发展有重要意义。近年来，我国保费收入快速增长。但是我国的保险深度和保险密度还处于世界的低水平。同时，我国保险市场结构严重不均衡，区域化差异非常大。因此研究保费收入的影响因素，有利于研究保险业的发展空间，对保险业的发展以及宏观经济的发展有重大的意义。 二、 模型设定及其估计
通过分析，影响中国保费收入的主要因素有：
1、总人口（gross population）. 用P 表示，包括城镇人口和农村人口，将其引入模型用来反映人口数量对保费收入的影响。
2、居民可支配收入（disposable income ）, 用I 表示，它等于城镇居民人均可支配收入*城镇人口+农村居民人均纯收入*农村人口。将其引入模型来反映居民的支付能力以及经济发展的整体水平，将其引入模型可以观察收入对保费收入的影响。
3、城乡居民储蓄存款余额（saving deposit balance of citizen and country inhabitant ）, 用S 表示，反映居民的储蓄倾向和金融资源数量，将其引入模型可以观察储蓄对保险的替代和收入效应。 为此设定了如下形式的计量经济学模型
Y t =β1+β2X 1t +β3X 2t +β4X 3t +μt
其中，Y 为保费收入，X 2为城乡居民储蓄存款余额，X 3为总人口，X 4为居民可支配收入
二、估计参数
利用Eviews 软件，生成Y 、X 2、X 3、X 4等数据，采用这些数据对模型进行OLS
Y t ＝24880.21＋0.120732X
2t
-0.227536X 3t +0.504623X 4t
（6244.769）（0.041591）（0.051949）（0.161022）
t＝ （3.984168）（2.902802）（-4.380013）（3.133877）
R ＝0.990798 R ＝0.988675 F ＝466.5920 DW=1.206695
2
经济意义检验。在假定其他条件不变的情况下，城乡居民储蓄存款余额每增长1亿元，保费收入增长0.120732亿元；居民可支配收入每增长1亿元，保费收入增长0.504623亿元。这与理论分析和经验判断相一致。
拟合优度：从回归的结果来看，R ＝0.990798 R 2＝0.988675 ，这说明模型对样本的拟合很好。
F
检验：针对H 0：β2＝β3＝β4＝0，给定的显著性水平α＝0.05，在F 分
布表中查出自由度为k －1＝3和n －k ＝12的临界值F α，由回归结果中得到的
F
明显大于F α，应拒绝原假设H 0：β2＝β3＝β4＝0，说明回归方程显著，即“城
乡居民储蓄存款余额”
、“总人口”“ 居民可支配收入”等变量联合起来确实对“保费收入”有显著影响。
t 检验：分别针对H 0
：βj ＝0（j =1，2，3，4），给定的显著性水平α
＝0.05，在t 分布表中查出自由度为n －k =12的临界值t α/2（n －k ）＝2.179。由回归结果中的数据可得， 与β?1、β?2、β?3、β?4对应的t 统计分别为3.984168、2.902802、-4.380013、3.133877
，其绝对值大于t α/2（n －k ）＝2.179，这说明在显著性水平α＝0.05下，分别都应当拒绝H 0：βj ＝0（j =1，2，3，4），也就是说，当在其他解释变量不变的情况下，解释变量城乡居民储蓄存款余额”、“总人口”“ 居民可支配收入”分别对被解释变量“保费收入”有显著影响。
三、多重共线性检验
由于关系系数矩阵可以看出，各解释变量互相之间的相关系数较高，正席确实存在严重多重共线性。 四、多重共线性修正
采用逐步回归的办法，去检验和解决冬虫共线性问题。分别作Y 对X 2、X 3、
X 4的一元回归，回归结果如下，
对回归结果进行整理，如下表
一元回归估计结果
其中，加入X 4的方程R 2最大，以X 4为基础，顺次加入其他变量逐步回归。
加入X 2时，R 2有所提高，但t 检验变得不显著，应予以剔除。加入X 3，它的系数与经济意义不符，也应予以剔除。所以只保留X 4。
最后修正严重多重共线性影响后的回归结果为
Y t ＝-2800.139 ＋0.763031X 4
（288.7317）（0.031374）
t ＝（-9.698066）（24.32047）
22
R ＝0.975267 R ＝0.973618F ＝591.4853 DW=0.703141
这说明，当居民可支配收入每增长1亿元，保费收入增长0.763031亿元。
五、异方差检验
利用eviews 绘制出e 2对X 4的散点图，图如下，
由图可以看出，残差平方e 2随解释变量X 4的变动呈增大趋势，因此，模型
很有可能存在异方差。但是否确实存在异方差还应通过更进一步的检验。
由上表可知，在α=0.05下，查表得，临界值为3.84146 而n R 2＝7.692757，
n R 2>3.84146，表明模型存在异方差。
六、异方差修正：
运用WLS 估计法，经估计检验发现用权数W3的效果最好，下面仅给出W3的结果；
Y t ＝-2312.455+0.703543X 4
(294.1171. ) (0.040912)
t ＝ （-7.862360）（17.19656）
22
R ＝0.969339 R ＝0.914172F ＝171.4199 DW=0.606286
可以看出运用加权最小二乘法消除了异方差后，参数的t 检验均显著，
可决系数大幅提高，F 检验也显著。
Y t ＝-2800.139 ＋0.763031X 4
（288.7317）（0.031374） t ＝（-9.698066）（24.32047）
R ＝0.975267 R ＝0.973618F ＝591.4853 DW=0.703141
2
2
对样本量为17、一个解释变量的模型、0.05显著水平，查DW 统计表可知，D L
＝1.133，D U ＝1.381，模型中DW =0.703141＜D L ，说明模型存在自相关。
八、自相关修正：
对原模型进行广义差分，再对广义差分方程进行自回归，回归结果如下：
Y t ＝-1353.344+0.884809x
(190.6761) (0.051147) t ＝ （-7.097604）（17.29922）
22
R ＝0.955309 R ＝0.952117 F ＝299.2631 DW=1.661627
使用广义差分数据，样本容量减少了1个，为16个，查0.05显著水平的DW 统计表可知D L ＝1.106，D U ＝1.371，D U <><4-d u="" ,="" 说明广义差分模型中已无自相关。="">
在模型设定中，由于存在多重共线性，通过逐步回归法将城乡居民储蓄和总人口两个影响因素剔除，但并不否认，这两个因素对保费收入会存在一定影响。因此只剩下居民可支配收入这一个变量，由以上 分析可明显看出该解释变量对保费收入有显著影响，保费收入会随着居民可支配收入的增加而显著增长。
[参考文献]：
1、《计量经济学》 主编：庞皓 副主编：李南成 西南财经大学出版社 2、《中国保险年鉴》 3、《中国统计年鉴》 4、《中国经济年鉴》
范文二：影响寿险保费收入的因素探究
龙源期刊网 http://www.qikan.com.cn
影响寿险保费收入的因素探究
作者:刘晨阳
来源:《商情》 2013年第 45期
【摘要】近年来,随着寿险市场的不断扩大,我国寿险保费收入也不断扩大,寿险保费收 入增长迅猛。本文主要就影响寿险有效需求的各个因素来分析影响我国寿险保费收入的因素。
【关键词】保费收入, GDP ,文化环境,人口
一、背景介绍
我国的保险业自恢复经营以来一直保持着高速的发展势头,保险费收入正逐年快速的增 加,据资料显示,我国 2005年的总保费收入达到 4927亿元,比 2004年增长 14%。另外,寿 险保费收入在总保险费收入中所占有的比例也不断增加,连续四年,寿险保费收入占总保费收 入的比例都达到 74%以上。保险费收入的多少在很大程度上决定了保险公司的投资方向、投资 力度、投资方式及公司未来的偿付能力,保险费收入能够具体衡量与评估寿险业的成长性与经 营成效等,显示了其在未来发展上所具有的潜力。企业越能掌握寿险保单保费收入在未来的成 长趋势以及在寿险市场的占有分额,就越能便于其拟定政策、方案,以及能更好的对策略进行 修正,有助于提升公司本身市场开拓与经营成果。
二、寿险市场供求的经济分析
保费收入主要是受到保险需求的影响,因此分析对保险需求进行深入分析是很重要的。保 险需求是指在一定时期内、各种可能的价格下,消费者愿意并且有能力购买的保险产品的量。 消费者购买保险就是为了寻求保险保障。假设消费者属于风险规避型,初始财富为 W0,效用 函数为 U (W ),其中 W 表示财富水平,效用函数是严格的凹函数;设风险事故发生的概率 为 π,发生后造成损失为 L 。若消费者购买保险,风险发生时可从保险公司获得 L 的赔偿。
假设保险是公平的,那么保费等于损失期望,即:P=πL。由于效用函数是严格凹函数, 因此:E (U1) -E (U2) >0 , Pmax 为消费者愿意支付的最高价格。因此?仔 L ?荞 P ?荞 Pmax 保费满足,当 P 等于 Pmax 时,消费者投保与否,投保与不投保效用值一样,保险人获 得最大利润;当 P 等于 πL时,消费者得到最大剩余,保险人获得正常利润。
三、影响寿险保费收入的因素分析
(一)人口状况。从理论上分析,其他条件不变的情况下,人口自然增长率与寿险保费收 入是正相关的关系。但并非一定如此,某种程度上,人口自然增长率对寿险保费收入有负作 用。原因可能如下,近年来独生子女的家庭越来越多,且居民生育的欲望越来越小,这就导致 人口自然增长率不断下降,同时,我国处于 65 岁及以上年龄的老年人口数高居不下,这两方
范文三：影响人身保险保费收入的重要因素分析
20022
(40205083) (40205075) (40205092) (40205106) (40205084)
1
20022
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
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。
（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
(1)面的研究成果很多，Ｙａａｒｉ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，Ｙａａｒｉ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Ｆｉｓｈｅｒ所说的“不耐”心理，Ｙａａｒｉ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。Ｙａａ
ｒｉ的研究成为很多寿险需求理论研究的起点。在此基础上，Ｈａｋａｎｓｓｏ
(2)(3)(4)(5)ｎ、Ｆｉｓｃｈｅｒ、Ｋａｒｎｉ和Ｚｉｌｃｈａ进行了扩展。他们的
2
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
(6)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。Ｌｅｗｉｓ
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。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，Ｔｒｕｅｔｔ，Ｄ.Ｂ.和Ｔｒｕｅｔ
(7)ｔ，Ｌ.Ｊ.的研究表明教育水平与寿险需求显著正相关，而Ｂｒｏｗｎｅ和Ｋ
(8)(9)ｉｍ则认为教育水平与寿险需求不能确立明确的关系，Ｄｕｋｅｒ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
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。
3
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年各省人均消费水平
数 据 表
地区 Y（万元） X1（亿元） X2 X3（万人） X4（元） X5（元）
1 北京 1882018.77 3212.71 5.7 1423 949.92 9291
2 天津 505965.93 2051.16 6.04 1007 624.96 7162
3 河北 844860.73 6122.53 6.25 6735 527.28 3054
4 山西 528128.31 2042.14 6.14 3294 364.8 2562
5 内蒙古 242278 1763.37 5.92 2379 343.44 3453
6 辽宁 1139641.57 5458.22 6.04 4203 462.84 5095
7 吉林 388935.64 2317.68 5.11 2699 830.44 3869
8 黑龙江 693469.17 3828.93 5.44 3813 415.2 4337
9 上海 1933006.89 5408.76 5.95 1625 733.44 14295 10 江苏 2282656.86 10532.81 6.99 7381 376.08 4704 11 浙江 1488902.32 7796 6.19 4647 667.8 5515 12 安徽 502751.74 3569.09 5.17 6338 297.96 2988 13 福建 706734.26 4620.47 5.57 3466 323.16 4900 14 江西 334985.49 2460.49 6.02 4222 267.72 2651 15 山东 1685189.53 10552.06 6.62 9082 407.64 3952 16 广东 1701878.15 11769.72 5.08 7859 500.88 5683 17 重庆 328655.67 2020.38 6.08 3107 429.6 2836 18 四川 748093.18 4875.12 6.55 8673 361.44 2621 19 贵州 156080.59 1185.05 7.21 3837 265.32 1701 20 云南 339479.1 2232.32 7.3 4333 466.2 2377
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+β1X1+β2X2+β3X3+β4X4+β5X5+u
其中：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 X5：2002年各省人均消费水平 X2：2002年各省死亡率 βi ： 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
4
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.
结果如下：
（表一）
Dependent Variable： Y
Method： Least Squares
Date： 04/23/05 Time： 19：34
Sample： 1 20
Included observations： 20
Variable Coefficient Std. Error t-Statistic Prob.
C -1338736. 597054.9 -2.242232 0.0417
X1 145.2042 37.05883 3.918208 0.0015
X2 137311.6 91256.99 1.504670 0.1546
X3 -1.167308 53.45332 -0.021838 0.9829
X4 775.5288 515.0055 1.505865 0.1543
X5 84.71029 37.23694 2.274899 0.0392 R-squared 0.903160 Mean dependent var 921685.6 Adjusted R-squared 0.868575 S.D. dependent var 663408.5 S.E. of regression 240502.8 Akaike info criterion 27.86218 Sum squared resid 8.10E+11 Schwarz criterion 28.16090 Log likelihood -272.6218 F-statistic 26.11381 Durbin-Watson stat 2.356806 Prob(F-statistic) 0.000001
2从估计的结果可以看出可决系数R=0.903160和F=26.11381，检验值都比较大，说明总体拟合效果比较好。当给定a=0.05，在自由度n－6＝14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.
结果如下：
（表二）
X1 X2 X3 X4 X5
X1 1.000000 -0.000301 0.703926 0.127395 0.201460
X2 -0.000301 1.000000 0.213858 -0.147528 -0.268444
X3 0.703926 0.213858 1.000000 -0.375125 -0.404153
X4 0.127395 -0.147528 -0.375125 1.000000 0.770109
X5 0.201460 -0.268444 -0.404153 0.770109 1.000000
5
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。
因此去掉X3 ，分别去掉X和X做最小二45乘法回归分析，结果如下：
（表三）去掉X 4
Dependent Variable： Y
Variable Coefficient Std. Error t-Statistic Prob.
C -1229158. 583755.5 -2.105604 0.0514
X1 143.1352 17.83367 8.026119 0.0000
X2 150648.1 90559.70 1.663522 0.1157
X5 121.5360 20.36526 5.967808 0.0000 R-squared 0.886964 Mean dependent var 921685.6 Adjusted R-squared 0.865769 S.D. dependent var 663408.5 S.E. of regression 243056.3 Akaike info criterion 27.81683 Sum squared resid 9.45E+11 Schwarz criterion 28.01598 Log likelihood -274.1683 F-statistic 41.84913 Durbin-Watson stat 2.181374 Prob(F-statistic) 0.000000
（表四）去掉X 5
Dependent Variable: Y
Sample: 1 20
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
X1 162.4882 23.11709 7.028924 0.0000
X2 136920.7 120848.3 1.132997 0.2739
X4 1492.174 407.5169 3.661624 0.0021
C -1388888. 821633.9 -1.690398 0.1103 R-squared 0.801618 Mean dependent 921685.6
var
Adjusted R-squared 0.764422 S.D. dependent var 663408.5 S.E. of regression 321994.5 Akaike info criterion 28.37931 Sum squared resid 1.66E+12 Schwarz criterion 28.57846 Log likelihood -279.7931 F-statistic 21.55088 Durbin-Watson stat 1.727100 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。
6
从表3和表4中，我们还发现：
给定a=0.05，在自由度n－4＝16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）
Dependent Variable： Y
Method： Least Squares
Sample： 1 20
Included observations： 20
Variable Coefficient Std. Error t-Statistic Prob.
C -279922.7 129393.0 -2.163353 0.0450
X1 144.8261 18.70728 7.741698 0.0000
X5 112.2533 20.57877 5.454814 0.0000 R-squared 0.867413 Mean dependent var 921685.6 Adjusted R-squared 0.851815 S.D. dependent var 663408.5 S.E. of regression 255377.9 Akaike info criterion 27.87636 Sum squared resid 1.11E+12 Schwarz criterion 28.02572 Log likelihood -275.7636 F-statistic 55.60898 Durbin-Watson stat 2.091251 Prob(F-statistic) 0.000000
2由此可以看出R和F检验值都很大，并且X1、 X5的T检验值显著，
2.
利用ARCH检验方法结果如下：
（表六）
Dependent Variable： E2
Method： Least Squares
Date： 04/23/05 Time： 20：24
Sample(adjusted)： 4 20
Included observations： 17 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 9.97E+10 4.25E+10 2.348066 0.0354
E2(-1) -0.312063 0.274410 -1.137213 0.2760
E2(-2) -0.171772 0.276642 -0.620918 0.5454
E2(-3) -0.195496 0.304684 -0.641636 0.5323 R-squared 0.107000 Mean dependent var 6.40E+10 Adjusted R-squared -0.099076 S.D. dependent var 1.16E+11 S.E. of regression 1.21E+11 Akaike info criterion 54.08031 Sum squared resid 1.91E+23 Schwarz criterion 54.27636 Log likelihood -455.6826 F-statistic 0.519226
7
Durbin-Watson stat 2.016376 Prob(F-statistic) 0.676396
22可以计算得n-P*R= 0.321<χ17=5.69724， 所以不存在异方差.="">
3.
利用表四的结果可以看出Durbin-Watson stat=2.091251.
在α=0.05显著性水平上，当n=20， k’=2时，dl=1.1 du=1.537， 可以计算出无自相关区域为：
[1.537 2.463]，
D-W值正好落在无自相关区域中，因此判断不存在自相关性.
综上实证分析结果如下：
Y=-279922.7+144.8261X1+112.2533X5
(-2.163353) (7.741698) (5.454814)
22R=0.867413 ?=0.851815 F=55.60898 DW=2.091251
根据上述分析结果，由于各省死亡率、人口总数、人均医疗消费支出三个
因素之间存在相关性，对应变量影响不显著，因此去除以上三个因素。影响应变
量省均保费总收入（2002年）Y的解释变量为国民生产总值X1、人均消费水平X5 。每增加国民生产总值1亿元，在消费水平不变的条件下增加保费收入
144.8261万元；或每增加年人均消费1元，在国民生产总值不变的条件下增加
保费收入112.2533元。通过整个建模过程，可得出以下经济分析结论：
（一）国民生产总值对保费收入的影响
国民经济的发展是保险业发展和结构升级的基础和源泉，在我国这一新兴的
保险市场上，由于国民经济快速平稳增长，居民恩格尔系数稳步下降，使得我国
保险业的保费收入保持着每年30%以上的增长速度，人身保险保费收入增长更
为明显。
（二）人均消费水平对保费收入的影响
我国人民生活水平显著提高，居民消费的恩格尔系数也因此减少，各种风险
随之增加。人们在满足了基本的生活需要之后，对安全保障有了更高的要求，这
刺激了人身保险的发展。
通过实证分析，得到国民经济发展和消费水平对保费收入存在重要影响，因
此，应从这两个因素出发，加快人身保险的发展，提高保费收入水平。
为追求人身保险自身的快速发展，保险必须为国家经济建设、企业生产、人
民生活等各个方面提供保障。在发展国民经济的同时，壮大自身实力，融入到国
家经济建设中去，形成国家经济发展与保险业发展的良性互动局面。
8
参考文献：
[1]Yaari, M.E.. Uncertain Life time, Life Insurance, and Theory of the
Consumer[J].Review of Economic Studies,1965,32:137-150. [2]Hakansson, N.H.. Optimal Investment and Consumption
Strategies under Risk for A Class of Utility Functions [J].International Economic Review ,1969,10:443-466.
[3]Fischer,S..A Life Cycle of Life Insurance Purchases [J].
InternationalEconomicReview,1973,14:132-152.
[4]Karni,E.,Zilcha,I..Risk Aversion in the Theory of
Life Insurance :the Fisheri an Model[J].Journal of Risk and
Insurance,1986,53:606-620.
[5]Lewis,F.D..Dependents and the Demand for Life Insurance [J].American Economic
Review,1989,79:452-467.
[6]Truett,D.B.,Truett,L.J..The Demand for Life Insurance in Mexico and the United
States: A Comparative Study[J].JournalofRiskandInsurance,1990,57:321-328. [7]Browne,M.J..and Kim,K..An International Analysis of Life Insurance
Demand[J].Journal of Risk and Insurance 1993,60:616-634. [8]Duker,J.M..Expenditures for Life Insurance among Working-Wife
Families[J].Journal of Risk and Insurance 1969,36:525-533. [9]Hammond,J.D.,Houston,D.B.,Melander,E.R Determinants of Household Life
Insurance Premium Expenditure:An Empirical Investigation[J].Journal of Risk and Insurance,1967,34:397-408.
[10]Burnett,J.J.,Palmer,B.A..Examining Life Insurance Ownership though
Demographic and Psychograp
Characteristic[J].JournalofRiskandInsurance,1984,453-467 [11]Babbel,D.F..Inflation,Indexation,and Life Insurance sales in Brazil[J].Journal 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):10-12
[13]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
9
范文四：影响人身保险保费收入的因素分析
影响人身保险保费收入的因素分析
摘要:本文采用我国实际经济年度数据，利用Eviews软件对传统理论中对于人身保费收入的影响因素进行多元线性回归分析并进行你拟合优度的检验及修正。从模型中可看出我国的物价指数，城镇居民可支配收入，储蓄水平，国民生产总值等因素对人身保险的保费收入均有不同程度的影响。
关键词:人身保险 保费收入 多元线性回归 拟合优度 异方差修正
中国保监会最新统计数据显示，2004年全国保费收入4318.8亿元，同比增长11.3%，保险深度3.4%，保险密度332元，而人身保险业务的保费收入达3228.2亿元，同比增长7.2%，其发展速度与增长趋势尤其迅猛。在传统的理论中，影响人身保费的因素有:居民可支配收入，国民经济发展水平，利率水平，储蓄，物价水平，国民保险意识等。此种传统理论仅做了定性的分析，每种因素的影响力有多少均未作出一个定量的模型分析。本文参照传统理论中的定性分析，结合我国1990—2003年间的数据，利用多元线性回归模型进行分析并对拟
合优度及异方差进行检验且作出相关的修正。
一、 中国人身保险业发展现状及其理论影响因素
(一)人身保险的基本理论概念
人身保险是以人的生命或身体为保险标的的保险。它是区别财产保险的
一类业务的总称。在人身保险中，投保人根据合同约定向保险人支付保险费，
保险人根据合同约定向被保险人疾病伤残死亡或到达约定的年龄、期限是承
担给付保险金责任的保险。长期以来人身保险被视为个人或者家庭财务规划
中必要和基本因素。在个人或家庭的财务规划中，人身保险是有价值和弹性
的财务工具。它主要包括人寿保险，人身意外伤害险和健康保险。
(二)我国人身保险业的发展现状
随着我国经济的不断提高，我国的保险业有着迅猛的发展。而在人身保
险与财产保险中，我国人身保险保费收入的增长快于财险保费收入的增长。
1982年中国恢复了人身保险业务，当期的保费收入为0.016亿元，而04年
已增长为4318.8亿元。
(三)我国人身保险业的发展因素的理论解释
在传统的保险理论中，影响人身保险业发展的理论因素主要有:国内生
产总值、物价指数、居民可支配收入水平、储蓄、商品经济发展程度、国民
保险意识等。
1、 国内生产总值(GDP)
保险是社会生产力发展到一定水平的产物，并且随着生产力的
发展而发展。一方面，经济发展带来保险需求的增加;另一方面，
收入水平的提高也会带来保险需求总量和结构的变化。可以说国内
第 1 页 共 9 页
生产总值(GDP)是一国保险业发展的经济基础。
2.物价指数
物价指数在一定程度上反映我国商品价格的基本水平。而保险
商品的价格是保险费率。保险需求主要取决于可支付保费的数量。
保险费率与保险需求主要取决于可支付保险费的数量。保险费率与
保险需求一般成反比例关系，保险费率越高保险需求越小;反之则
越大。而我国人身保险的费率确定和大一部分取决于利率，而物价
又是对利率的反应，因此物价指数是人身保险商品价格的影响因素
之一。
3.居民可支配收入
可支配收入反映了人均消费水平的高低，可支配收入越大，用
于购买消费品的支出越多，而保险作为第三产业中的服务产品之一，
是人们在满足基本生存条件后的又一需求，因此居民可支配收入中
的很大一部分会用于购买保障性服务产品，如社保，年金及人身保
险中的养老，医疗等。
4. 居民储蓄水平
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
决定的。保险作为一种商品也是这样的，居民的储蓄水平正能够体
现这种实际购买能力。因此一国居民的储蓄水平越高会刺激保险业
的发展。
5. 其它因素
(1)人口因素
人身保险保障的是人的身体和寿命，涉及到生命表中的多项指
标，而生命表也是我国计算费率的重要依据。生命表的来源即是对
人口因素的相关统计数据。
(2)国家金融监管水平
一个国家的金融监管越健全，越能够促进本国金融保险业的发
展，从而促进保费收入健康稳定的增长。
(3)国民保险意识
作为一种科学的风险管理工具，保险必须首先要为人接受才能
发挥出应有的作用，因此一国国民风险意识尤其是树立利用保险机
制来管理风险的意识对于保险业的发展起着重要作用。
(4)市场经济的发展程度
市场经济的发展程度与保险需求成正比，市场经济越发达，则
对保险的需求越大，反之越小。
二、 对我国人寿保费收入的数据选取及分析
以下我们选用GDP，物价指数，城镇居民可支配收入，储蓄四因素，通过
“逐一法”选取并建立模型。
(一)数据选择及模型设定
根据上述分析，选取了GDP即国内生产总值、物价指数、城镇居民可支配
收入、储蓄四个因素作为解释变量，将模型设定为
Y=C+CX+CX+CX+CX+μ 11223344
第 2 页 共 9 页
其中:X代表GDP即国内生产总值 (亿元); X 代表物价指数; 12
X 代表城镇居民可支配收入; X代表储蓄(亿元) 34
数据如下:
年份 寿险保费收城镇居民可支配GDP X(亿元) 物价指数X (亿元) 储蓄X124
入Y(亿元) 收入X(元) 3
28.41 18547.9 103.1 1510.27 7119.8 1990
41.41 21617.8 103.4 1700.6 9241.6 1991
64.29 26638.1 106.4 2026.6 11759.4 1992
144.07 34634.4 114.7 2577.4 15203.5 1993
162 46759.4 124.1 3496.2 21518.8 1994
194.2 58478.1 117.1 4283 29662.3 1995
332.85 67884.6 108.3 4838.9 38520.8 1996
616.73 74472.6 102.8 5160.3 46279.8 1997
768.46 78345.2 99.2 5425.1 53407.5 1998
872.1 82067.5 98.6 5854 59621.8 1999
981.32 89468.1 100.4 6280 64332.4 2000
1424.04 97314.8 100.7 6859.6 73762.4 2001
2274.64 105172.3 99.2 7702.8 86910.6 2002
3011 117251.9 101.2 8472.2 103617.7 2003
资料来源:《中国统计年鉴2004》
(二)模型分析
对上述模型Y=C+CX+CX+CX+CX+μ进行参数估计，如下: 11223344
Dependent Variable: Y Method: Least Squares Date: 05/10/05 Time: 08:47 Sample: 1990 2003 Included observations: 14
Variable Coefficient Std. Error t-Statistic Prob.
C -1634.130 722.6838 -2.261196 0.0501
X1 -0.061992 0.027707 -2.237452 0.0521
X2 18.46034 8.097084 2.279875 0.0486
X3 0.232686 0.502036 0.463484 0.6540
X4 0.077357 0.011038 7.008159 0.0001
R-squared 0.988679 Mean dependent var 779.6800
Adjusted R-squared 0.983648 S.D. dependent var 905.2827
S.E. of regression 115.7631 Akaike info criterion 12.61342
Sum squared resid 120609.8 Schwarz criterion 12.84166
Log likelihood -83.29395 F-statistic 196.5020
Durbin-Watson stat 1.229200 Prob(F-statistic) 0.000000
第 3 页 共 9 页
得到估计方程:
Y*=-1634.13-0.061992*X+18.46034*X+0.232686*X+0.077357*X 1234t=(-2.261196) (-2.237452) (2.279875) (0.463484) (7.008159)
R^2=0.988679
(三)检验与修正
1,经济意义检验
从上表中可以看出，X指标符号与先验信息不相符，所估计结果与经济原1
理相悖，X.X.X指标符号与先验信息相符，所估计结果与经济原理不相悖 234
2,统计推断检验
从回归结果可以看出，模型的拟和优度非常好(R^2=0.988679)，F统计量的值在给定显著性水平α=0.05的情况下也较显著，但X的t统计值不显著(X33的t统计量的值的绝对值均小于2)，说明X这两个变量对Y的影响不显著，或3
者变量之间存在多重共线的影响使其t值不显著
3,计量经济学检验
,1，多重共线性检验
?检验:由F=196.502>F(4,14)=3.11(显著性水平α=0.05)表明0.05
模型从整体上看寿险保费收入与解释变量间线形关系显著。
这里采用简单相关系数矩阵法对其进行检验 :
X1 X2 X3 X4
X1 1 -0.464505678048 0.998650982598 0.981095417139 X2 -0.464505678048 1 -0.452614049651 -0.542351342826 X3 0.998650982598 -0.452614049651 1 0.985443773234 X4 0.981095417139 -0.542351342826 0.985443773234 1
从结果可知X.X.X 具有高度相关性 134
?修正:采用逐步回归法对其进行补救。
根据以上分析，由于X的t值和R^2最大，线性关系强，拟合程度最好，4
因此把X作为基本变量。然后将其余解释变量逐一代入X的回归方程，44
重新回归。分析可得:
Dependent Variable: Y
Method: Least Squares
Date: 05/10/05 Time: 08:52
Sample: 1990 2003
Included observations: 14
Variable Coefficient Std. Error t-Statistic Prob.
C 347.7383 176.8273 1.966542 0.0750 X1 -0.040123 0.007752 -5.176064 0.0003 X4 0.069096 0.008108 8.521822 0.0000
R-squared 0.968964 Mean dependent var 779.6800
Adjusted R-squared 0.963321 S.D. dependent var 905.2827
第 4 页 共 9 页
S.E. of regression 173.3782 Akaike info criterion 13.33624 Sum squared resid 330659.9 Schwarz criterion 13.47318 Log likelihood -90.35366 F-statistic 171.7119 Durbin-Watson stat 0.606755 Prob(F-statistic) 0.000000
加入X，拟合优度仅略有变动，但与X的经济意义与先验信息相悖。因此11
变量X引起了多重共线性，应舍去。 1
Dependent Variable: Y
Method: Least Squares
Date: 05/11/05 Time: 09:14
Sample: 1990 2003
Included observations: 14
Variable Coefficient Std. Error t-Statistic Prob.
C -652.8076 1532.038 -0.426104 0.6783
X2 1.736422 13.63823 0.127320 0.9010
X4 0.028160 0.003459 8.140538 0.0000
R-squared 0.893529 Mean dependent var 779.6800
Adjusted R-squared 0.874170 S.D. dependent var 905.2827
S.E. of regression 321.1266 Akaike info criterion 14.56896
Sum squared resid 1134345. Schwarz criterion 14.70590
Log likelihood -98.98270 F-statistic 46.15702
Durbin-Watson stat 0.376305 Prob(F-statistic) 0.000004
加入X进行回归的情况和X相同，其t=0.12737，不显著。因此也应将变21
量X删去。 2
Dependent Variable: Y Method: Least Squares Date: 05/11/05 Time: 09:15 Sample: 1990 2003 Included observations: 14
Variable Coefficient Std. Error t-Statistic Prob.
C -217.7667 149.1925 -1.459636 0.1724
X3 -0.090132 0.033197 -2.715090 0.0201
X4 0.035082 0.003467 10.11893 0.0000
R-squared 0.936157 Mean dependent var 779.6800 Adjusted R-squared 0.924549 S.D. dependent var 905.2827 S.E. of regression 248.6666 Akaike info criterion 14.05751 Sum squared resid 680186.0 Schwarz criterion 14.19445 Log likelihood -95.40259 F-statistic 80.64832 Durbin-Watson stat 0.980862 Prob(F-statistic) 0.000000
第 5 页 共 9 页
加入X，拟合优度仅略有变动，但对X的经济意义与先验信息相悖。因此33
变量X引起了多重共线性，应舍去。 3
故模型修改为如下形式:Y=C+CX+μ 44
新模型估计结果:
Dependent Variable: Y Method: Least Squares Date: 05/10/05 Time: 08:50
Sample: 1990 2003
Included observations: 14
Variable Coefficient Std. Error t-Statistic Prob.
C -458.7474 148.3799 -3.091708 0.0093
X4 0.027921 0.002785 10.02698 0.0000
R-squared 0.893372 Mean dependent var 779.6800
Adjusted R-squared 0.884486 S.D. dependent var 905.2827
S.E. of regression 307.6817 Akaike info criterion 14.42757
Sum squared resid 1136017. Schwarz criterion 14.51887
Log likelihood -98.99301 F-statistic 100.5404
Durbin-Watson stat 0.379021 Prob(F-statistic) 0.000000 ,2，异方差检验
?检验:利用Goldfeld--Quandt检验法检验模型是否存在异方差。如
下:
将时间定义为1990—1994，得到如下结果:
Dependent Variable: Y
Method: Least Squares
Date: 05/10/05 Time: 10:02
Sample: 1990 1994
Included observations: 5
Variable Coefficient Std. Error t-Statistic Prob.
C -44.92615 27.40026 -1.639625 0.1996
X4 0.010253 0.001969 5.207917 0.0138
R-squared 0.900406 Mean dependent var 88.03600
Adjusted R-squared 0.867208 S.D. dependent var 61.04015
S.E. of regression 22.24338 Akaike info criterion 9.331140
Sum squared resid 1484.304 Schwarz criterion 9.174916
Log likelihood -21.32785 F-statistic 27.12240
Durbin-Watson stat 2.866450 Prob(F-statistic) 0.013761
2 得出:?e=1484.304 1
再将时间定义为1999-2003，估计结果如下
第 6 页 共 9 页
Dependent Variable: Y Method: Least Squares Date: 05/10/05 Time: 10:03 Sample: 1999 2003 Included observations: 5
Variable Coefficient Std. Error t-Statistic Prob.
C -2234.029 205.6333 -10.86414 0.0017
X4 0.050827 0.002594 19.59511 0.0003
R-squared 0.992247 Mean dependent var 1712.620
Adjusted R-squared 0.989663 S.D. dependent var 911.8949
S.E. of regression 92.71224 Akaike info criterion 12.18605
Sum squared resid 25786.68 Schwarz criterion 12.02983
Log likelihood -28.46513 F-statistic 383.9683
Durbin-Watson stat 2.491872 Prob(F-statistic) 0.000290
2 得出: ?e=25786.68 2
2 2求得:F=?e/?e=25786.68/1484.304=17.3729101316 >F(5，5)=5.05，0.0512
拒绝H，表明随机误差项显著的存在异方差。 0
用对数变换法对其进行修正,即,
GENR LY= LOG(Y)
GENR LX= LOG(X) 44
估计结果如下,
Dependent Variable: LY
Method: Least Squares
Date: 05/10/05 Time: 10:08
Sample: 1990 2003
Included observations: 14
Variable Coefficient Std. Error t-Statistic Prob.
C -11.58788 0.726215 -15.95653 0.0000
LX4 1.677356 0.069572 24.10972 0.0000
R-squared 0.979773 Mean dependent var 5.864116
Adjusted R-squared 0.978088 S.D. dependent var 1.478128
S.E. of regression 0.218803 Akaike info criterion -0.069722
Sum squared resid 0.574500 Schwarz criterion 0.021572
Log likelihood 2.488053 F-statistic 581.2788
Durbin-Watson stat 1.145060 Prob(F-statistic) 0.000000
修正后得,LY=-11.58788+1.677356LX 4
第 7 页 共 9 页
,3，一阶自相关检验
?检验:从模型设定来看，没有违背D-W检验的假设条件，因此可以
用D-W检验来检验模型是否存在一阶自相关。
由DW=1.145060，根据ρ=1-DW/2，计算出ρ=0.42747。而在
n=14，k=1时，Dl=1.045 Du=1.350，DW值落在不能决定的
区域。用Cochrane-Orcutt迭代法对其进行修正，得:
Dependent Variable: LY Method: Least Squares Date: 06/02/05 Time: 16:32 Sample (adjusted): 1991 2003 Included observations: 13 after adjustments Convergence achieved after 5 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C -11.95877 1.605074 -7.450600 0.0000
LX4 1.712606 0.150214 11.40108 0.0000
AR(1) 0.419086 0.303565 1.380545 0.1975
R-squared 0.977875 Mean dependent var 6.057760 Adjusted R-squared 0.973450 S.D. dependent var 1.340975 S.E. of regression 0.218499 Akaike info criterion -0.004900 Sum squared resid 0.477417 Schwarz criterion 0.125473 Log likelihood 3.031847 F-statistic 220.9929 Durbin-Watson stat 1.591680 Prob(F-statistic) 0.000000
Inverted AR Roots .42
从经过迭代处理后的回归结果得到DW值为1.591680，可看出DW值明显提高了，此时不再存在自相关，模型有了很好的改善。
(4)确定模型
LY = -11.95877+1.712606X+0.419086Y t4tt-1
t=(-7.450600) (11.40108) (1.380545)
R^2=0.977875 F=220.9929
由于该模型的回归结果、t值以及F统计值均显著，且不存在计量经济学问题，因此最后定型为此。
三、 对模型的经济解释
从以上模型经分析可得出:从模型可以看出居民的储蓄水平是影响保费收
第 8 页 共 9 页
入的最佳因素。
下面定性的分析本文所选的因素对保费影响的经济意义。
(1)国内生产总值
其反映的是国内生产总水平，本应与保费收入呈正相关，但由于其包
含因素太多，涵盖第一、二、三产业，而保费只是其中很小的一部分，因
此国民生产总值不能直接决定保费。另一方面，国内生产总值与可支配收
入及储蓄间存在严重多重共线性。
(2)物价指数
物价指数会影响人均购买力，但不能直接决定购买力和消费水 平，
还必须同时与收入和储蓄相结合。因此不能成为最佳选择。
(3)城镇居民可支配收入
从经济上来讲，可支配收入越大，用于购买消费品的支出越多，但它
与储蓄存在较强的线性关系，在选择储蓄的条件下只能舍去。
4)储蓄 (
最直接体现出居民的消费能力和影响消费品的因素。根据边际效用
递减，储蓄越大，则用于购买必需品的支出就会减少，而用于购买其他消
费品的支出会增加，即个人恩格尔系数减小 。根据马斯洛需求理论，满足
生存这一需求后，人最迫切的得到的就是安全，而保险尤其是人身保险如
养老保险医疗保险就解决了大家的后顾之忧。另一方面，从我国的总体情
况看，人均可支配收入能基本满足生存需要，但无法满足所有的需要，而
其中尤其以养老意外伤害医疗费用等涉及安全问题的现状受到的关注最
大，这就为人均保费的增加提供了前提。同时储蓄扣除了消费后收入的一
部分，它既包含收入水平，又包含了物价水平，是反映保费收入的最佳指
标。
综上，得出保费收入关于储蓄的最优模型:
LY = -11.95877+1.712606X+0.419086Y t4tt-1
参考文献:
1、庞皓，《计量经济学》 ， 西南财经大学出版社 2002年8月第一版 2、 《中国统计年鉴2004》
3、中华人民共和国国家统计局网
本组成员共同完成数据收集处理，上机分析、经济解释以及文字编辑等工作 组员:胡浩然(40205086) 刘丹丹(40205130)
胡 娜(40205132) 赵 文(40205090)
(排名不分先后)
第 9 页 共 9 页
范文五：影响人身保险保费收入的重要因素分析
计量经济学论文
影响人身保险 保费收入的重要因素
分析
保险学院2002级2班
赵言亮 朱志翔 覃琳 于旺 王野
(40205083) (40205075) (40205092) (40205106) (40205084)
影响人身保险保费收入的重要因素分析
保险学院2002级2班 赵言亮 朱志翔 覃琳 于旺 王野
【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 （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，Ｙａａｒｉ (1)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，Ｙａａｒｉ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Ｆｉｓｈｅｒ所说的“不耐”心理，Ｙａａｒｉ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。Ｙａａｒｉ的研究成为很多寿险需求理论研究的起点。在此基础上，Ｈａｋａｎｓｓｏｎ(2)、Ｆｉｓｃｈｅｒ(3)、Ｋａｒｎｉ(4)和Ｚｉｌｃｈａ(5)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。Ｌｅｗｉｓ(6)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。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，Ｔｒｕｅｔｔ，Ｄ. Ｂ. 和Ｔｒｕｅｔｔ，Ｌ. Ｊ. (7)的研究表明教育水平与寿险需求显著正相关，而Ｂｒｏｗｎｅ和Ｋｉｍ(8)则认为教育水平与寿险需求不能确立明确的关系，Ｄｕｋｅｒ(9)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年各省人均消费水平
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+β1X1+β2X2+β3X3+β4X4+β5X5+u 其中：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 X5：2002年各省人均消费水平 X2：2002年各省死亡率 βi ： 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： Y Method ： Least Squares
Date ： 04/23/05 Time ： 19：34 Sample ： 1 20
C X1 X2 X3 X4 R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
-1338736. 145.2042 137311.6 -1.167308 775.5288 597054.9 37.05883 91256.99 53.45332 515.0055 -2.242232 3.918208 1.504670 -0.021838 1.505865 0.0417 0.0015 0.1546 0.9829 0.1543 921685.6 663408.5 27.86218 28.16090 26.11381 0.903160 Mean dependent var 0.868575 S.D. dependent var 240502.8 Akaike info criterion 8.10E+11 Schwarz criterion -272.6218 F-statistic
从估计的结果可以看出可决系数R 2=0.903160和F=26.11381，检验值都比较大，说明总体拟合效果比较好。当给定a=0.05，在自由度n －6＝14的条件下，查t 分布表得到t 0.025(14)=2.145，所以t 2=1.504670、t 3=-0.021838 、t 4=1.505865均小于t 0.025(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） X1 X2 X3 X4 X5
X1 1.000000 -0.000301 0.703926 0.127395 0.201460 X2 -0.000301 1.000000 0.213858 -0.147528 -0.268444 X3 0.703926 0.213858 1.000000 -0.375125 -0.404153 X4 0.127395 -0.147528 -0.375125 1.000000 0.770109 X5 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X 4和X 5做最小二乘法回归分析，结果如下：
（表三）去掉X 4 Dependent Variable： Y
C X1 X2 R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
Durbin-Watson stat
-1229158. 143.1352 150648.1 583755.5 17.83367 90559.70 -2.105604 8.026119 1.663522 0.0514 0.0000 0.1157 921685.6 663408.5 27.81683 28.01598 41.84913 0.000000
0.886964 Mean dependent var 0.865769 S.D. dependent var 243056.3 Akaike info criterion 9.45E+11 Schwarz criterion -274.1683 F-statistic
2.181374 Prob(F-statistic)
（表四）去掉X 5 Dependent Variable: Y Sample: 1 20
Included observations: 20
X1 X2 X4 C
R-squared
162.4882 136920.7 1492.174 -1388888.
0.0000 0.2739 0.0021 0.1103 921685.6 663408.5 28.37931 28.57846 21.55088 0.000007
23.11709 7.028924 120848.3 1.132997 407.5169 3.661624 821633.9 -1.690398
0.801618 Mean dependent
var
Adjusted R-squared 0.764422 S.D. dependent var S.E. of regression 321994.5 Akaike info criterion Sum squared resid 1.66E+12 Schwarz criterion Log likelihood -279.7931 F-statistic
Durbin-Watson stat 1.727100 Prob(F-statistic)
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n －4＝16的条件下，查t 分布表得到t 0.025(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）
Dependent Variable： Y Method ： Least Squares Sample ： 1 20
C X1 R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
-279922.7 129393.0 144.8261 18.70728 -2.163353 7.741698 0.0450 0.0000 921685.6 663408.5 27.87636 28.02572 55.60898 0.867413 Mean dependent var 0.851815 S.D. dependent var 255377.9 Akaike info criterion 1.11E+12 Schwarz criterion -275.7636 F-statistic
2. 下面进行异方差检验，
利用ARCH 检验方法结果如下：
（表六）
Dependent Variable： E2 Method ： Least Squares
Date ： 04/23/05 Time ： 20：24 Sample(adjusted)： 4 20
C E2(-1) E2(-2) R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
9.97E+10 -0.312063 -0.171772 4.25E+10 0.274410 0.276642 2.348066 -1.137213 -0.620918 0.0354 0.2760 0.5454 6.40E+10 1.16E+11 54.08031 54.27636 0.519226
0.107000 Mean dependent var -0.099076 S.D. dependent var 1.21E+11 Akaike info criterion 1.91E+23 Schwarz criterion -455.6826 F-statistic
Durbin-Watson stat 2.016376 Prob(F-statistic) 0.676396
可以计算得（n-P ）*R2= 0.321<χ20.05（17）=5.69724，>
3. 自相关检验
利用表四的结果可以看出Durbin-Watson stat=2.091251.
在α=0.05显著性水平上，当n=20， k ’=2时，dl=1.1 du=1.537， 可以计算出无自相关区域为：
[1.537 2.463]，
D-W 值正好落在无自相关区域中，因此判断不存在自相关性.
综上实证分析结果如下：
Y=-279922.7+144.8261X1+112.2533X5 (-2.163353) (7.741698) (5.454814)
R 2=0.867413 ?2=0.851815 F=55.60898 DW=2.091251
六、 经济分析和结论
根据上述分析结果，由于各省死亡率、人口总数、人均医疗消费支出三个因素之间存在相关性，对应变量影响不显著，因此去除以上三个因素。影响应变量省均保费总收入（2002年）Y 的解释变量为国民生产总值X 1、人均消费水平X 5 。每增加国民生产总值1亿元，在消费水平不变的条件下增加保费收入144.8261万元；或每增加年人均消费1元，在国民生产总值不变的条件下增加保费收入112.2533元。通过整个建模过程，可得出以下经济分析结论：
（一）国民生产总值对保费收入的影响
国民经济的发展是保险业发展和结构升级的基础和源泉，在我国这一新兴的保险市场上，由于国民经济快速平稳增长，居民恩格尔系数稳步下降，使得我国保险业的保费收入保持着每年30%以上的增长速度，人身保险保费收入增长更为明显。
（二）人均消费水平对保费收入的影响
我国人民生活水平显著提高，居民消费的恩格尔系数也因此减少，各种风险随之增加。人们在满足了基本的生活需要之后，对安全保障有了更高的要求，这刺激了人身保险的发展。
七、 建议
通过实证分析，得到国民经济发展和消费水平对保费收入存在重要影响，因此，应从这两个因素出发，加快人身保险的发展，提高保费收入水平。
为追求人身保险自身的快速发展，保险必须为国家经济建设、企业生产、人民生活等各个方面提供保障。在发展国民经济的同时，壮大自身实力，融入到国家经济建设中去，形成国家经济发展与保险业发展的良性互动局面。
参考文献：
[1]Yaari, M.E.. Uncertain Life time, Life Insurance, and Theory of the Consumer[J].Review of Economic Studies,1965,32:137-150.
[2]Hakansson, N.H.. Optimal Investment and Consumption Strategies under Risk for A Class of Utility Functions [J].International Economic Review ,1969,10:443-466.
[3]Fischer,S..A Life Cycle of Life Insurance Purchases [J]. InternationalEconomicReview,1973,14:132-152. [4]Karni,E.,Zilcha,I..Risk Aversion in the Theory of
Life Insurance :the Fisheri an Model[J].Journal of Risk and Insurance,1986,53:606-620.
[5]Lewis,F.D..Dependents and the Demand for Life Insurance [J].American Economic Review,1989,79:452-467.
[6]Truett,D.B.,Truett,L.J..The Demand for Life Insurance in Mexico and the United States: A Comparative Study[J].JournalofRiskandInsurance,1990,57:321-328. [7]Browne,M.J..and Kim,K..An International Analysis of Life Insurance Demand[J].Journal of Risk and Insurance 1993,60:616-634.
[8]Duker,J.M..Expenditures for Life Insurance among Working-Wife Families[J].Journal of Risk and Insurance 1969,36:525-533.
[9]Hammond,J.D.,Houston,D.B.,Melander,E.R Determinants of Household Life
Insurance Premium Expenditure:An Empirical Investigation[J].Journal of Risk and Insurance,1967,34:397-408.
[10]Burnett,J.J.,Palmer,B.A..Examining Life Insurance Ownership though Demographic and Psychograp
Characteristic[J].JournalofRiskandInsurance,1984,453-467
[11]Babbel,D.F..Inflation,Indexation,and Life Insurance sales in Brazil[J].Journal 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):10-12 [13]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
转载请注明出处范文大全网 » 中国保费收入主要影响因素分析
