摘 要:人壽保險的需求受諸多因素的影響,不同的因素對人壽保險需求的影響程度不一樣,因此需要對其進行度量和分析,以促進壽險需求的發展。綜合利用了人身保險學、統計學、計量經濟學等相關知識,對湖北壽險公司的市場需求進行了深入分析。
關鍵詞:湖北省;壽險需求;影響因素
中圖分類號:F84
文獻標識碼:A
文章編號:1672-3198(2010)19-0119-02
1 湖北壽險市場發展現狀
湖北是中國的經濟大省和人口大省。改革開放以來,經濟的快速增長大大地刺激了湖北壽險業務的開展。進入21世紀以后,湖北的經濟更是保持著較快的增長勢頭,國內生產總值約以13.74%的速度逐年遞增。這為湖北壽險市場需求的快速穩定發展提供了堅實的經濟基礎。隨著人民生活水平的不斷提高,人們理財意識的不斷提高等,人們對壽險產品的需求也不斷增加,為湖北壽險市場的快速發展提供了巨大的推動力。
湖北的壽險保費收入自1998年的31.22億元逐步增加2009年的299.66億元,僅僅12年的時間卻差不多增加了9倍,平均每年以24.41億元的速度增長。壽險保費收入在保險保費收入中所占的比重也逐年增加,截至2008年底,壽險保費收入在保險保費收入中所占比例達到了81.81%。壽險公司有最初的四家發展到現在的幾十家。隨著湖北金融業的進一步開放,將會有更多的國外壽險公司參與我國壽險市場的競爭中,從而進一步推動湖北壽險市場的發展,促進壽險需求的提高。
2 湖北壽險市場需求影響因素的定性分析
壽險保單是壽險產品的主要表現形式,所以常常使用壽險保單所包含的信息來度量壽險需求的大小,比如保單的數量、保單的有效保險金額、保險深度、保險密度、壽險保費收入或人均壽險保費收入等。本文采用了最常見的壽險保費收入作為衡量指標來度量湖北省的壽險需求,影響這個指標大小的因素具體包括以下幾方面:
2.1 湖北地區的經濟發展水平
一個國家或地區的經濟發展水平是決定其保險需求的重要因素之一。各國各地的經驗數據都表明,經濟發展水平越高,人民的生活水平就越高,人們對安全的需求就越大,從而保險需求就會增大。本文將使用國家或地區的生產總值(GDP)來衡量該國或地區的經濟發展水平。
2.2 居民生活水平
“入不敷出”在中國是基本無法實現的,因此要想產生支出,首先就必須獲得收入。收入是支出的基礎與保障,壽險支出作為居民理性支出的一部分.必然受到居民可支配收入的影響。居民的可支配收入越高,壽險產品的需求就會越大。本文將使用城鎮居民人均可支配收入來度量我國居民的生活水平。
2.3 儲蓄存款
保險作為一種金融資產,必然會和其它金融資產存在一定的相關性。一方面,儲蓄存款和壽險投資都是金融資產,都以應對未來支出的不確定性為主要目的,這使得二者之間具有替代性。當金融資產總量一定,儲蓄存款余額的增長必然帶來壽險產品需求的下降,反之亦然,這是儲蓄存款對壽險需求的替代效應。另一方面,儲蓄存款的增加意味著人們收入和財富的增加,這又使人們增加對壽險產品的需求量,這就是儲蓄存款對壽險需求的收人效應。
2.4 城市化進程
城市化進程是農村人口向城市集中的過程,是經濟社會結構變革的過程.。加快城市化進程的本質是要使全體國民享受現代城市的城市化成果并實現生活方式、生活觀念、文化教育素質等的轉變,以達到真正實現城市和農村人民共同富裕、共同發展、共同進步的目的。因此,城市化有利于增加人們的收入水平、改善生活條件,提高人們對風險的理解和認識水平,有利于擴大人們對人壽保險產品的需求。
2.5 通貨膨脹
通貨膨脹對壽險的需求影響主要表現在三個方面。首先,通貨膨脹通過影響壽險產品的價格對壽險產品的需求產生影響。人們通過繳費獲得保障,繳費在前,給付在后,因此通貨膨脹對保險金額的給付將產生了貶值作用,從而使投保人的實際費率提高,導致壽險需求的下降。其次,通貨膨脹通過影響收入水平對壽險需求產生影響。在通貨膨脹的情況下,實際收入增長率會低于名義收入增長率,使得消費者實際收入水平的下降,引起壽險需求增長的減緩或是壽險需求的減少。再次,通貨膨脹通過影響其它金融資產對壽險需求產生影響,如果通貨膨脹引起其它金融資產收益率水平的相對上升,壽險需求減少;如果通貨膨脹引起其它金融資產收益率水平的相對下降,壽險需求增加。因此,通貨膨脹與壽險需求間存在負相關關系。
2.6 利率水平
傳統壽險產品一般均規定有預定利率,預定利率的高低主要受制于市場利率。如果保單的預定利率不變,而市場利率上升,則人壽保險產品對于公眾的吸引力就會下降;市場利率下降,則社會公眾對人壽保險的需求上升。市場利率的衡量在不同的國家有所不同,由于我國的金融結構是由銀行主導的,銀行利率,特別是存款利率,對社會公眾的影響力最大,因此,本文以一年期的定期存款利率水平作為利率水平的度量。考慮到大多數年份內,銀行的利率都會略有所調整,本文還對一年定期存款利率進行了一個簡單的加權平均。
2.7 死亡率
理論上來說,死亡率對壽險需求的影響是兩方面的。從保險公司角度看,壽險產品的價格主要取決于三個因素:費用率、預定利率和死亡率。隨著人們死亡率的增加,壽險公司進行理賠的可能性就會越大,就會導致壽險公司提高其對產品的定價。這必然會影響消費者的消費欲望,導致壽險需求規模停滯不前甚至出現負增長。從投保人角度看,死亡率的增加會使得他們的生存風險變大,為了盡量的規避這種日益增大的不確定風險,投保人會選擇續保或購買更多的人壽保險產品,從而導致壽險需求規模的擴張。
結合上面的分析,對影響湖北壽險需求的因素做了一個初步的預測分析,見表1所示。
3 湖北壽險市場需求影響因素的定量分析
3.1 樣本選擇和數據來源
考慮到數據統計口徑的一致性和數據的真實可靠性,本文所選取樣本主要是湖北地區1998—2009年的年度數據。各年年度數據又包括了8個方面:Y湖北地區壽險保費收入(P)、X1湖北地區的生產總值(GDP)、X2城鎮居民的人均可支配收入(RJ)、X3城鄉居民儲蓄(S)、X4城鎮化率(CL)、X5物價指數(CPI)、X6一年期定期存款利率加權平均值(I)、X7死亡率(DR)。除了對一年期的銀行定期存款利率按時間進行了加權平均處理意外,其它均為原始的統計數據。
3.2 數據的平穩性分析
本文主要采用ADF檢驗法對時間序列變量進行單位根檢驗。在檢驗中,對時間序列分別進行了水平條件下的含截距項和時間趨勢的ADF檢驗、只含截距項的ADF檢驗;一階差分條件下的含截距項和時間趨勢的ADF檢驗、只含截距項的ADF檢驗;二階差分條件下的含截距項和時間趨勢的ADF檢驗、只含截距項的ADF檢驗。從ADF檢驗結果來看,無論在水平時間序列單位根檢驗中還是在一階差分時間序列單位根檢驗中,這些時間序列并非全都是平穩的,只有在二階差分時間序列的只含截距項的單位根檢驗中才真正實現了平穩,即I(2)。這樣就不能對這些時間序列數據進行直接的回歸。
3.3 數據的實證分析
雖然我們無法對原始數據做直接回歸,但在此還可以利用檢驗相關系數情況決定建模的方法。從水平時間序列來看,LNGDP與LNRJ、LNS、CL之間,LNRJ與LNS、CL之間,LNS和CL之間,I和DR之間,相關系數均在0.8以上,因此無法之間用OLS做回歸。驗證一階差分系數矩陣得,只有D(LNGDP(-1))和D(I(-1))之間的相關系數大于0.8,其它都小于0.8。到了二階差分系數矩陣,各變量的相關系數都小于0.8。可見,各變量的相關性已經大大消除。建立二階差分的回歸模型,方程形式如下:
D(LNP(-2)=C(0)+C(1)*D(LNGDP(-2))+C(2)*D(LNRJ(-2))+C(3)*D(LNS(-2))+C(4)*D(CPI(-2))+C(5)*D(CL(-2))+C(6)*D(I(-2))+C(7)*D(DR(-2))
從回歸的結果看,方程的擬合度不夠高而且多個變量的系數通不過顯著性檢驗,因此不能直接建立模型。
綜合上面的檢驗分析和意圖對原始數據關系的把握,本文最后考慮采用主成分分析矩陣法來說明各影響因素對壽險保費收入的貢獻率。(見表2所示)
4 結論與啟示
從表2可見,城鎮居民的人均可支配收入對壽險需求的解釋程度最高,其次是湖北地區的生產總值GDP、城鄉居民儲蓄和城鎮化率,最后則是通貨膨脹率、利率、死亡率。因此,上訴實證分析結論可以歸納為三點:
第一,湖北省城鎮居民的人均可支配收入對壽險的需求產生的影響與預期相符,即產生了較強的正向影響作用,是壽險需求快速增長的主要推動力。因此,政府需要努力提高居民收人以刺激壽險市場,比如加快完善社會保障體系,加快財稅體制改革,發揮政府轉移支付的作用,增加居民的收入與可支配收入。
第二,湖北地區的生產總值、居民儲蓄、城鎮化率對壽險需求的影響也很符合預期,有較顯著正相關性,但擬合優度劣于城鎮居民的人均可支配收入。由于經濟增長是實現潛在壽險需求轉化的直接因素,會帶來居民收入水平的提高,儲蓄存款的增多,居民購買能力的增強,以及壽險需求的增大,政府應當關注經濟的增長及其帶來的相關效應。而城鎮化的顯著影響作用,要求應當盡量提高城市化程度,增加農村剩余勞動力的就業機會。
第三,通貨膨脹率、利率、死亡率對壽險需求的影響作用并不顯著,這與之前的預期是不相符的,主要原因為:(1)我國是高儲蓄率國家,人們有儲蓄的習慣,盡管存在通貨膨脹,人們仍然會選擇儲蓄;(2)我國壽險產品預定收益率一般隨銀行利率的變動而變動,二者差距較小,在收益基本相同下,人們更傾向投資于儲蓄;(3)大部分壽險產品兼具有死亡保障和儲蓄的功能,也就是說儲蓄和投資回報而不是死亡保障是人們購買壽險產品的主要原因,從而導致死亡率對壽險需求影響不顯著。
參考文獻
[1]魏華林,李金輝.人壽保險需求分析[M].北京:中國財政經濟出版社,2009:114-149.
[2]梁來存.我國壽險需求的實證分析[J].數量經濟技術經濟研究,2007,(8):80-89.