中国财产保险需求影响因素的实证研究.docx
- 文档编号:30191346
- 上传时间:2023-08-06
- 格式:DOCX
- 页数:18
- 大小:40.01KB
中国财产保险需求影响因素的实证研究.docx
《中国财产保险需求影响因素的实证研究.docx》由会员分享,可在线阅读,更多相关《中国财产保险需求影响因素的实证研究.docx(18页珍藏版)》请在冰豆网上搜索。
中国财产保险需求影响因素的实证研究
中国财产保险需求影响因素的实证研究
摘要:
我国保险业近年来发展迅速,年均增幅超过了25%,是发展最快的行业之一。
影响财产保险需求的因素很多,如:
国内生产总值、固定资产投资、城镇居民家庭人均可支配收入、受教育程度、城乡居民的人民币储蓄存款等等。
运用中国1990—2009年的相关数据,引入五个解释变量,采用逐步回归的方法,对中国财产保险需求的影响因素进行了实证分析,结果表明:
国内生产总值和社会固定资产投资对财产保险需求有显著影响。
而城镇居民家庭人均可支配收入、受教育程度、城乡居民的人民币储蓄存款对财产保险需求的影响不显著。
实证结果进一步解释了财产保险市场结构严重失衡的状况。
关键词:
财产保险需求、影响因素、市场结构、逐步回归
一、问题的提出
随着我国经济结构的调整和所有制形式的改革,在给保险业的发展带来了新的机遇和希望的同时,也带来了不小的负面影响和较大的冲击。
在中国已经正式加入WTO的今天,面对机遇与挑战、希望和困难并存的新形势,如何顺应体制改革的需要,因势利导,扬长避短,保持财产险业务的可持续发展,是关系到中国财险事业发展的重要问题。
对于中国财产保险业来说,无论从保险密度、保险深度等指标考查,还是从业务规模、险种结构等方面衡量,其发展的总体水平都不高,有效供给不足,不能满足市场多样化需求。
那么,面对当前财产保险的发展现状,应该采取有效的应对措施。
衡量财产保险需求的一个重要指标就是保费收入。
那么影响保费收入的因素有哪些呢?
这些因素能为中国财产保险的发展有什么启示呢?
这就是本次试验研究的主要目的。
二、理论综述
逐步回归就是先用被解释变量对每一个所考虑的解释变量做简单的回归,然后对被解释变量贡献最大的解释变量所对应的回归方程为基础,再逐个引入其余的解释变量。
逐步回归的好处是将统计上不显著的解释变量剔除,最后保留在模型中的解释变量之间多重共线性不明显,对被解释变量有较好的解释贡献。
异方差的检验可用White检验,其基本思想是:
如果存在异方差,其方差
与解释变量有关系,由于
一般是未知的,可用OLS估计的残差平方
作为其估计值。
在大样本的情况下,做
对常数项、解释变量、被解释变量的平方及其交叉乘积等所构成的辅助回归,利用辅助回归的相应的检验统计量,即可判断是否存在异方差。
White的特点是能够检验异方差的存在性,同时在多个解释变量的情况下,能判断是哪一个变量引起的异方差。
自相关的检验方法可用DW检验法,由Eviews最小二乘计算结果得到DW,再由DW检验决策规则作出判断。
三、变量选择及分析
对财产保险需求的影响因素分析中,为被解释变量选取以财产保险的保费收入作为衡量指标,解释变量则选择了国内生产总值、社会固定资产投资、城镇居民家庭人均可支配收入、受教育程度、城乡居民的人民币储蓄存款五个变量。
对财产保险的影响因素,分成两类:
一类是受保险需求者本人影响的内因;另一类是不受保险需求者控制的外因。
1、内因:
(1)保险意识水平。
保险需求与人们的风险观念和风险意识密切相关,越厌恶风险的人购买保险产品的保额越高,支付的保费也越多。
选择受教育水平代替保险意识水平。
(2)收入水平。
收入水平对消费者购买保险的意愿和能力有决定性的影响。
收入的提高带来了财富的增加,于是人们对财产安全保障的需求越来越迫切,希望通过保险这种经济形式来实现其安全性。
另一方面,消费者购买保险的支出直接来自可支配收入,收入越多,能够用于基本消费后的剩余就多,从而直接提高对保险产品的现实购买力。
在接下来的实证分析中,我们采用城镇居民人均可支配收入来衡量。
(3)储蓄水平:
储蓄对消费者购买保险的意愿有很大的影响。
储蓄水平越高,说明人们购买保费的意愿越低,因此,选择城乡居民的人民币储蓄存款来横量。
2、外因
(1)经济发展水平。
国内生产总值代表整体的经济发展状况,是一个广泛影响的变量。
财产保险的有效需求取决于社会产品的剩余程度及社会生产力的发展水平,而国内生产总值是宏观经济发展水平的重要标志。
(2)固定资产投资。
全社会固定资产投资额为企业财产险、建筑工程保险等提供了投保基础。
因此将社会固定资产投资来衡量财产保险的需求程度。
四、数据的收集
本次实证研究采用了1990-2009年的数据。
数据来自于《中国统计年鉴》、中经专网。
财产保险保费需求影响因素的时间序列表
年份
财产保险保费收(亿)
国内生产总(亿)
社会固定资产投资(亿)
城镇居民家庭人均可支配收入(元)
受教育程度(万人)
城乡居民人民币储蓄存款(亿)
1990
91.7981
18667.8
4517
1510.2
61.4
7119.6
1991
102.8057
21781.5
5594.5
1700.6
61.4
9244.9
1992
152.7361
26923.5
8080.1
2026.6
60.4
11757.3
1993
220.063
35333.9
13072.3
2577.4
57.1
15203.5
1994
219.7273
48197.9
17042.94
3496.2
63.7
21518.8
1995
277.417
60793.7
20019.26
4283
80.5
29662.3
1996
452
71176.6
22913.55
4838.9
83.9
38520.8
1997
480.73
78973
24941.11
5160.3
82.9
46279.8
1998
499.6
84402.3
28406.17
5425.1
83
53407.47
1999
521.1
89677.1
29854.71
5854.02
84.76
59621.83
2000
598.4
99214.6
32917.73
6280
94.98
64332.38
2001
688.24
109655
37213.49
6859.6
103.63
73762.43
2002
778.3
120333
43499.91
7702.8
133.73
86910.65
2003
869.4
135823
55566.6
8472.2
187.7
103617.65
2004
1089.89
159878
70477.4
9421.6
239.1
119555.39
2005
1229.86
184937
88773.6
10493
306.7956
141050.99
2006
1509
216314
109998.2
11759.5
377.5
161587.3
2007
1998
265810
137323.938
13785.8
447.7907
172534.19
2008
2337
314045
172828.4
15780.76
511.9498
217885.35
2009
2876
340507
224598.8
17174.65
531.1023
260771.7
五、实证分析
(一)模型的初步提出
为了具体分析各要素对中国财产保险需求因素影响的大小,选取保费收入为Y,国内生产总值为
,社会固定资产投资为
,城镇居民家庭人均可支配收入为
,受教育程度为
城乡居民的人民币储蓄存款为
.采用的回归模型如下:
(二)模型的拟合检验
由Eviews最小二乘计算结果得到如下分析结果:
DependentVariable:
Y
Method:
LeastSquares
Date:
12/15/11Time:
23:
03
Sample:
19902009
Includedobservations:
20
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
18.20228
57.35178
0.317380
0.7556
X1
0.007178
0.003281
2.187720
0.0461
X2
0.006858
0.001728
3.969106
0.0014
X3
-0.045202
0.057746
-0.782772
0.4468
X4
-0.707054
0.403441
-1.752558
0.1015
X5
3.38E-05
0.001792
0.018855
0.9852
R-squared
0.997985
Meandependentvar
849.6034
AdjustedR-squared
0.997265
S.D.dependentvar
782.4333
S.E.ofregression
40.91840
Akaikeinfocriterion
10.50436
Sumsquaredresid
23440.41
Schwarzcriterion
10.80308
Loglikelihood
-99.04362
F-statistic
1386.644
Durbin-Watson
2.264243
Prob(F-statistic)
0.000000
由此可见,该模型
=0.997985
=0.997265,可决系数很高,F检验值为1386.644,明显显著。
但是当α=0.05时,
=2.145X3,X4,X5的系数t检验不显著,而且X3,X4的系数的符号与预期相反,这与经济意义相违背,这表明很可能存在多重共线性。
1、多重共线性检验
(1)由Eviews可计算的各解释变量的相关系数矩阵
变量
X1
X2
X3
X4
X5
X1
1
0.982726015175
0.995804679611
0.978084114734
0.994386634011
X2
0.98272
6015175
1
0.96601759053
0.97843761025
0.980635998222
X3
0.995804679611
0.96601759053
1
0.961230113331
0.993277865773
X4
0.978084114734
0.97843761025
0.961230113331
1
0.971119016344
X5
0.994386634011
0.980635998222
0.993277865773
0.971119016344
1
由相关系数矩阵可以看出,各解释变量之间的相关系数较高,证实确实存在着严重的多重共线性。
(2)模型修正
采用逐步回归的方法,分别做Y对X1、X2、X3、X4、X5的一元回归,结果为:
Y对X1的一元回归
DependentVariable:
Y
Method:
LeastSquares
Date:
12/15/11Time:
23:
15
Sample:
19902009
Includedobservations:
20
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-159.3680
34.21322
-4.658081
0.0002
X1
0.008129
0.000220
36.87908
0.0000
R-squared
0.986938
Meandependentvar
849.6034
AdjustedR-squared
0.986213
S.D.dependentvar
782.4333
S.E.ofregression
91.87325
Akaikeinfocriterion
11.97334
Sumsquaredresid
151932.5
Schwarzcriterion
12.07291
Loglikelihood
-117.7334
F-statistic
1360.066
Durbin-Watsonstat
0.957357
Prob(F-statistic)
0.000000
Y对X2的一元回归
DependentVariable:
Y
Method:
LeastSquares
Date:
12/15/11Time:
23:
20
Sample:
19902009
Includedobservations:
20
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
110.9565
24.31502
4.563293
0.0002
X2
0.012872
0.000296
43.55807
0.0000
R-squared
0.990602
Meandependentvar
849.6034
AdjustedR-squared
0.990080
S.D.dependentvar
782.4333
S.E.ofregression
77.93007
Akaikeinfocriterion
11.64414
Sumsquaredresid
109315.7
Schwarzcriterion
11.74371
Loglikelihood
-114.4414
F-statistic
1897.306
Durbin-Watsonstat
0.811555
Prob(F-statistic)
0.000000
Y对X3的一元回归
DependentVariable:
Y
Method:
LeastSquares
Date:
12/15/11Time:
23:
21
Sample:
19902009
Includedobservations:
20
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-356.0999
63.89189
-5.573476
0.0000
X3
0.166761
0.007506
22.21649
0.0000
R-squared
0.964814
Meandependentvar
849.6034
AdjustedR-squared
0.962860
S.D.dependentvar
782.4333
S.E.ofregression
150.7893
Akaikeinfocriterion
12.96428
Sumsquaredresid
409273.4
Schwarzcriterion
13.06386
Loglikelihood
-127.6428
F-statistic
493.5725
Durbin-Watsonstat
0.418662
Prob(F-statistic)
0.000000
Y对X4的一元回归
DependentVariable:
Y
Method:
LeastSquares
Date:
12/15/11Time:
23:
23
Sample:
19902009
Includedobservations:
20
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-14.56563
57.55261
-0.253084
0.8031
X4
4.730846
0.238530
19.83333
0.0000
R-squared
0.956243
Meandependentvar
849.6034
AdjustedR-squared
0.953812
S.D.dependentvar
782.4333
S.E.ofregression
168.1561
Akaikeinfocriterion
13.18230
Sumsquaredresid
508976.3
Schwarzcriterion
13.28187
Loglikelihood
-129.8230
F-statistic
393.3611
Durbin-Watsonstat
0.656276
Prob(F-statistic)
0.000000
Y对X5的一元回归
DependentVariable:
Y
Method:
LeastSquares
Date:
12/15/11Time:
23:
24
Sample:
19902009
Includedobservations:
20
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-46.31928
41.05042
-1.128351
0.2740
X5
0.010575
0.000371
28.53053
0.0000
R-squared
0.978365
Meandependentvar
849.6034
AdjustedR-squared
0.977163
S.D.dependentvar
782.4333
S.E.ofregression
118.2401
Akaikeinfocriterion
12.47795
Sumsquaredresid
251653.0
Schwarzcriterion
12.57752
Loglikelihood
-122.7795
F-statistic
813.9912
Durbin-Watsonstat
0.844826
Prob(F-statistic)
0.000000
整理得最终的结果如表所示:
变量
X1
X2
X3
X4
X5
参数估计值
0.008129
0.012872
0.166761
4.730846
0.010575
t统计量
36.87908
43.55807
22.21649
19.83333
28.53053
0.986938
0.990602
0.964814
0.956243
0.978365
0.986213
0.990080
0.962860
0.953812
0.977163
由表可知,X2的
最大,t值最大,最显著。
以X2为基础,顺次加入其他变量逐步回归。
最终结果如表所示:
X1
X2
X3
X4
X5
X2,X1
0.003667
(6.8152)
0.007176
(8.436939)
0.997186
X2,X3
0.008986
(13.67114)
0.052811
(6.120726)
0.996721
X2,X4
0.011672
(8.094730)
0.459022
(0.851051)
0.989926
X2,X5
0.008538
(7.600454)
0.003654
(3,934216)
0.994502
经比较,新加入X1的方程
=0.997186,改进最大,而且各参数的t检验显著,选择保留X1,再加入其他新变量逐步回归,最终结果如下:
变量
X1
X2
X3
X4
X5
X1,
X2,X3
0.003807
(1.62592)
0.007116
(5.431381)
-0.002136
(-0.06142)
0.997010
X1,X2,X4
0.004052
(7.059441)
0.007809
(8.539338)
-0.470197
(-1.54646)
0.997399
X1,X2,X5
0.004106
(3.968058)
0.007253
(8.209068)
-0.000639
(-0.50025)
0.997056
由表可知,在X1,X2的基础上,加入X3,X4,X5后,X3,X4,X5的t检验不显著,而且它们参数的符号也不合理,即经济意义与t检验都通不过,所以,应予以剔除,保留X1,X2.
由Eviews可得修正后的模型为:
DependentVariable:
Y
Method:
LeastSquares
Date:
12/15/11Time:
23:
32
Sample:
19902009
Includedobservations:
20
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-17.36204
22.85242
-0.759746
0.4578
X1
0.003667
0.000538
6.815210
0.0000
X2
0.007176
0.000851
8.436939
0.0000
R-squared
0.997482
Meandependentvar
849.6034
AdjustedR-squared
0.997186
S.D.dependentvar
782.4333
S.E.ofregression
41.50835
Akaikeinfocriterion
10.42715
Sumsquaredresid
29290.03
Schwarzcriterion
10.57651
Loglikelihood
-101.2715
F-statistic
3367.071
Durbin-Watsonstat
1.971086
Prob(F-statistic)
0.000000
回归方程为:
Y=-17.36204+0.003667
+0.007176
(22.85242)(0.000538)(0.000851)
t=(-0.759746)(6.815210)(8.436939)
=0.997482
=0.997186F=3367.071DW=1.971086
2、经济意义检验:
从回归结果可以看出,在其他因素不变的情况下,国内生产总值每变动1亿元,平均来说,财产保险保费收入变动0.003667亿元,同理,当社会固定资产投资变动1亿元时,平均来说,财产保险保费收入变动0.007176亿元。
3、统计推断检验
(1)对于
,其t统计量为6.815210,当
=0.05时,查t分布表,在自由度为n-6=20-6=14时,得临界值
=
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中国 财产保险 需求 影响 因素 实证 研究
![提示](https://static.bdocx.com/images/bang_tan.gif)