999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

中國城鎮家庭壽險需求影響因素的實證分析

2012-12-31 00:00:00劉鈺瓊世杰
經濟研究導刊 2012年31期

摘要:目前,國內對于保險需求的實證研究主要集中在宏觀領域,而微觀領域多以理論研究為主。利用CHIP數據從微觀角度對城鎮家庭壽險需求的影響因素進行實證研究,是對目前微觀領域實證研究稀缺現狀的有益補充。首先進行理論分析,然后建立計量經濟學模型進行回歸分析,研究表明:家庭儲蓄和家庭收入越多,壽險需求越大,所以提高城鎮家庭儲蓄和收入更能促進壽險的需求;東部地區城鎮家庭的壽險需求大于中西部地區城鎮家庭的壽險需求,所以縮小東部及中西部地區的收入差距能促進壽險需求;戶主及其配偶雙方都受過高等教育的城鎮家庭對壽險的需求高于其他家庭,這說明受教育水平對壽險需求有顯著影響。

關鍵詞:城鎮家庭;壽險需求;實證研究

中圖分類號:F83 文獻標志碼:A 文章編號:1673-291X(2012)31-0069-04

引言

(一)研究目的及意義

自1982年恢復國內壽險業務,通過近三十年的發展,中國壽險業已成為國民經濟中增長較快、吸引力較強的行業。但與發達國家相比,仍有較大差距。以壽險密度 ① 和壽險深度兩個指標為衡量標準為例,到2010年12月,中國的壽險保費收入達到9 679.5億元,② 壽險密度和壽險深度分別為722.5元和2.41%。與世界平均水平的差距雖較2006年有所下降,但仍有明顯差距而與發達國家相比差距甚遠。

壽險業作為一個社會的穩定器,為了使其發揮最大作用,不斷擴大壽險密度和深度,研究壽險需求就顯得十分必要。只有了解影響消費者的保險需求的因素,才能有針對的開發出合適的產品,為居民提供合適的保險服務。

(二)文獻綜述

國內對于壽險需求的研究多從社會經濟、人口結構等宏觀層面出發。鄧宬泓(2008)[1]采用多元回歸分析方法構建了老齡化趨勢下的人壽保險需求模型,以人均壽險保費作為被解釋變量,老年撫養比、收入水平、受教育程度作為解釋變量對人壽保險需求變動進行分析,得出結論:社會的老年撫養比水平、收入水平、受教育程度與人們對人壽保險需求正相關。劉翰林(2010)[3]認為影響人身保險需求的因素有:文化、社會和政治因素、人口因素、保險替代因素、經濟因素和保費費率。文中指出由于受傳統文化影響,國人選擇保險大多屬于被動防御,人口老齡化趨勢也使得養老保險需求增加。經濟發展,個人可支配收入增加正向影響保險需求。高永標(2007)[4]認為,影響保險需求的宏觀因素主要有經濟因素、社會和文化因素兩個方面。文章選取北京人身保費收入作為被解釋變量,分析經濟發展水平、利率和通貨膨脹、文化教育水平、人口家庭結構、人口的出生率和死亡率以及社會保障水平等因素對人身保險需求的影響。胡密飛(2005)[5] 在微觀層面的保險需求理論基礎之上,著重研究收入對保險需求的影響。而對美國、日本、中國這三個國家的保險需求的分析和比較,則是著重于宏觀的層面。魏華林和楊霞(2007)[6]從家庭金融資產這一微觀視角,探討家庭金融資產與保險消費需求之間的相互關系。但其研究方法也僅僅是做了定性分析,認為隨著家庭金融資產總量的不斷增加,安全資產等家庭金融資產,在整個家庭金融資產中的比重會不斷下降,而保險和退休金等家庭金融資產,在整個家庭金融資產中的比重則逐步上升。

通過上述文獻不難發現,對影響中國壽險需求因素的實證研究,多從宏觀層面進行分析。微觀層面的研究則多偏重于描述性分析,實證研究幾乎沒有。本文在上述研究基礎上,采用CHIP數據,運用多元回歸分析的方法對影響城鎮居民壽險需求的因素進行分析,探求各因素對城鎮居民壽險需求影響的方向和程度。

一、模型和數據

(一)解釋變量的選取

經濟學上對需求的定義是指:一種商品在一定時期各種可能的價格水平下,消費者愿意而且能夠購買的該商品的數量。一種商品的需求,往往是由多種因素共同決定的,如該商品的價格,消費者的收入水平,相關產品的價格,消費者的偏好等等。人壽保險作為一種特殊的金融產品,其需求也受很多因素的影響。 (1)儲蓄。儲蓄作為一種安全資產,對于保險需求的影響可以從兩方面來看。一方面,儲蓄本身是用來應對未來的不確定性支出的,是風險自留的一種表現。一個家庭的儲蓄額很大,那么其應對風險的能力自然較強,進而對壽險的需求相對減少。另一方面,儲蓄資產高的家庭相對來說更具有購買力,它可以更容易使潛在壽險需求變為有效需求,從而對壽險需求產生正向影響。(2)收入。由于壽險不是劣等品或吉芬商品,因此,壽險需求的收入彈性大于零,即對于壽險的需求應該與消費者收入呈現正向變動,隨著消費者收入的增加,其對于壽險的需求也應該增大。(3)年齡。年齡對于壽險需求有正負兩個方向的影響。其一,消費者年齡會在一定程度上影響他對壽險的接受程度。一般情況下,年齡在30~50歲之間的人,對壽險接受程度應該高于其他年齡段,而年齡在50歲以上的人,對于壽險的認可程度不高。其二,年齡段不同的人對于保險的需求程度不同。對于年齡越大的人,由于養老問題的臨近,他們對壽險需求比較強烈。因此,年齡對于保險需求的影響要看兩者的合力。(4)受教育程度。受教育程度對保險需求的影響也是雙向的。一方面,人們隨著其所受教育程度的提高,其保險意識也會提高,進而影響他對壽險的需求及購買決策。另一方面,受教育程度越高其本身抵抗風險的能力也相應增強。而隨著現代金融行業的發展,投資渠道的多樣化,可替代產品繁多,且其收益率可能遠高于保險產品,這也會使得受過高等教育的人群,更傾向于選擇其他的金融產品而非壽險,從而對壽險需求產生負向的影響。同時,如果家庭戶主及其配偶都為高等教育者,其中一人喪失勞動力或死亡對另一方的生計影響從經濟角度看不會太大,這也在一定程度上對其保險需求產生負效應。因此,受教育程度對城鎮居民的壽險需求的影響方向,要看這兩方面的影響程度。(5)地區。首先,一般情況下東部地區的居民經濟實力要比中部和西部地區強,居民收入水平比中、西部地區高。這使得其對壽險的消費能力較其他兩個地區更強。其次,東部地區保險公司較為集中,展業范圍廣泛,壽險種類繁多,使人們各種保險需求都能找到相應的產品,這也在一定程度上刺激了人們的潛在需求向有效需求轉化。最后,東部地區居民壽險意識較強,這也會使得人們的壽險需求增加。因此,預期東部地區城鎮居民的壽險需求會大于中西部地區。

根據以上分析,本文從家庭視角研究人壽保險的有效需求,采用家庭壽險保費支出①為被解釋變量。本文選取的解釋變量是:家庭儲蓄②、家庭年收入③、年齡、受教育程度④、和東、中西部地區差異(東部取1,中西部取0)⑤。受教育程度設兩個虛擬變量,教育1(戶主及其配偶都為大專以上文化程度取1,其他取0)和教育2(戶主或配偶只有一人為大專以上時取1,其他取0)。其目的在于研究戶主及其配偶只有一方受過高等教育的家庭與戶主及其配偶都受過高等教育的家庭對壽險需求是否存在顯著的差異。

(二)數據來源

本文以CHIP數據作為研究對象,該數據是由中國社會科學院經濟研究所與國家統計局于2003年2月發起的調查,主要針對2002年全國范圍內城鎮居民的收入情況,共獲得6 835個城鎮家庭樣本戶,以及20 632個個人樣本戶的抽樣調查數據。涵蓋了北京、山西、遼寧、江蘇、安徽、河南、湖北、廣東、重慶、四川、云南和甘肅等12個省、市。本研究在刪除了家庭信息不完整的樣本后,有效樣本包含了分布在以上12個省的1 111個家庭在2002年的有關信息。

(三)模型建立

被解釋變量“家庭壽險保費支出(pre)”分別與解釋變量“家庭儲蓄(dep)”、“戶主及其配偶平均年齡(age)”、“家庭收入(inc)”做散點圖,通過散點圖可以發現,“家庭壽險保費支出”與 “家庭儲蓄”、“戶主及其配偶平均年齡”、“家庭收入”不是線性關系,散點集中分布在“家庭壽險保費支出”所在的縱軸底端,因此應考慮對“家庭壽險保費支出(pre)”取對數的模型。考慮三種模型:

模型一:對數——線性模型

log(pre)=γ1+γ2Dep+γ3Inc+γ4Age+γ5Edu1+γ6Edu2+γ7area+ε

模型二:雙對數模型

log(pre)=β1+β2log(Dep)+β3log(Inc)+β4Age+β5Edu1+

β6Edu2+β7area+ε

模型三:含交互項的對數模型

log(pre)=λ1+λ2Dep+λ3Inc+λ4Inc2+λ5Inc*Age+λ6Inc*Area+λ7Inc*Dep+λ8Inc*Edu1+λ9Inc*Edu2+λ10Area+λ11Area*Age+

λ12Area*Dep+λ13Dep2+λ14Dep*Edu1+λ15Dep*Edu2+λ16Age+

λ17Edu1+λ18Edu2+ε

根據前文分析,地區和收入對壽險保費支出呈正相關,因此預期模型一中的γ7、γ3和模型二中的β7、β3為正值;由于對 “家庭壽險保費支出”取對數后其與 “家庭收入”和“家庭存款”的散點圖呈現開口向下的趨勢,因此預期模型三中的λ4、λ16為負值,λ2和λ3為正值。

二、分析和結果

用Eviews軟件估計三個模型的回歸方程,回歸結果(見表2)。

將模型二與模型一比較,模型二的R2和R2都大于模型一,不存在明顯的異方差,且大多解釋變量統計顯著,因此模型二優于模型一。

與模型二相比,模型三雖然調整R2為0.154,但有多個變量不顯著,且大部分交互項不顯著。我們通過懷特檢驗發現模型中并沒有明顯的異方差現象。那么出現這樣的結果可能是由于模型本身選取的不好。通過模型二和三的回歸結果中F的比較我們也可以看出,模型二的F=32.68遠大于模型三的12.93。所以從整體來看我們認為模型二擬合更好,各變量更能有效解釋儲蓄保費支出。并且由對解釋和被解釋變量取對數后的散點圖可以看出,雙對數模型比模型一和三的擬合效果都要好。因此選取模型二作為回歸模型。

模型二的回歸方程如下:

[log(pre)] =-3.460+0.1203log(Dep)+0.8188log(Inc)+0.0032Age+

(1.0118) (0.0462) *** (0.1111) *** (0.0049)

0.2810 Edu1+0.2166Edu2+0.2797area

(0.1247) ** (0.1141) * (0.1116) **

n=11109 R2=0.1510 R2=0.1463 SR=2 605.409 F=31.0064

地區、家庭儲蓄的對數、教育1和家庭收入的對數系數的p值都遠小于0.05,意味著在5%的顯著性水平下,地區、家庭儲蓄的對數、教育、家庭收入的對數對被解釋變量的影響都是非常顯著的。教育2系數的p值接近0.05,說明教育2對被解釋變量的影響也比較顯著。年齡的系數p值為0.5104,對被解釋變量的影響非常不顯著。

在對回歸方程的顯著性檢驗中,F檢驗的統計量為31.0064,p值約等于零,說明我們建立的多元回歸方程高度顯著。調整后的為R2為0.1463,這對于截面數據而言已經可以代表了很好的擬合了。

地區和家庭收入對數的系數為正值,與第二部分的預期相同。年齡的系數為0.0032,說明在其他變量不變的情況下,年齡每增加1歲,家庭壽險保費支出將平均增加0.032個百分比,但由于年齡的系數p值很大,年齡對被解釋變量的影響并不顯著,即可以認為年齡對家庭壽險保費支出沒有影響。“家庭儲蓄的對數”的系數的含義為:在其他變量不變的情況下,家庭儲蓄每增加1%,壽險保費支出將平均增加0.1203%。“家庭收入的對數”的系數的含義為:在其他變量不變的情況下,家庭收入每增加1%,壽險保費支出將平均增加0.8188%,說明家庭收入對壽險保費支出的影響非常大(由于家庭收入的基數很大,家庭收入即使只變動1%,在絕對值上也有很大變化,因此會壽險保費支出有很大影響)。地區、教育1和教育2都是虛擬變量,其系數的含義與其他解釋變量有所不同。由回歸方程可以看出,其他變量保持不變時,與位于中西部地區的家庭相比,位于東部地區的家庭壽險保費支出平均高出27.97%,說明地區對壽險保費支出的影響很大。教育方面,當其他變量保持不變時,雙方有一方為大專以上文化程度的家庭的壽險保費支出平均高于戶主及配偶都是大專以下文化程的家庭21.66%;而雙方都為大專以上文化程度的家庭的壽險保費支出平均高于戶主及配偶都是大專以下文化程的家庭28.10%。這充分說明了教育對于壽險需求的影響比較大,受教育程度越高,壽險需求越大。

由以上分析可以看出,模型二回歸方程的各解釋變量都顯著,對所有解釋變量的系數進行聯合檢驗,F值較大,R2和調整R2較高,因此模型二是較好的擬合模型。但由于受數據可得性的限制,本文采用的是截面數據,可能會有遺留變量偏差。如家庭人口結構可能會影響城鎮家庭壽險保費支出,子女多的家庭可能對壽險的需求較少,即若以子女數作為解釋變量,其系數可能為負值,而子女數與年齡可能存在正相關(由于過去不實行計劃生育,一般年齡大的人子女比較多),會造成對年齡系數估計的負偏差,即過小地估計了年齡對被解釋變量的影響。家庭壽險保費支出很(下轉99頁)(上接71頁)大程度上也取決于人們從事的職業,高危險的職業人群對壽險(主要指死亡險)需求大,即若加入高危險職業這一解釋變量,其系數可能為正值,而教育與高危險職業可能呈負相關(從事高危職業的人群大多教育水平比較低),從而造成對教育系數估計的負偏差,過小地估計了教育對被解釋變量的影響。且如果已知家庭人口數我們用平均收入來解釋壽險保費支出會更有說服力。因此,不足之處有待我們日后進一步研究加以完善。

結論及建議

以上實證分析表明:地區和家庭收入的對數的系數為正值,與之前預期相同。家庭收入和儲蓄家庭越多,壽險需求越大,尤其是家庭收入對壽險需求的影響非常大,所以提高城鎮家庭收入和儲蓄更能促進城鎮家庭對壽險的需求;年齡對壽險需求的影響不顯著,與預期有一定偏差,一方面可能是由于隨著經濟的發展,保險意識的增強,不同年齡段的城鎮居民對壽險的認可程度都比較高,使年齡對壽險需求的影響減小,另一方面也可能是遺留變量偏差造成的;東部地區城鎮家庭的壽險需求大于中西部地區城鎮家庭的壽險需求,這主要由于東部地區經濟發達,保險公司分布集中,且東部地區城鎮居民的保險意識更強,所以縮小東部及中西部地區的差距能促進中西部地區的壽險需求;戶主及其配偶只有一方受過高等教育和雙方都受過高等教育的城鎮家庭對壽險的需求都高于雙方都沒有受過高等教育的家庭,且雙方都受過高等教育對壽險需求的促進作用大于只有一方受過高等教育,這說明提高居民的教育水平,可以促進城鎮家庭對壽險的需求。

由于缺乏微觀數據,本文只采用2002年的數據,進行了截面數據分析。以后的研究者可以嘗試進行面板數據分析,以克服截面數據的遺留變量偏差問題,得到更為準確的回歸結果。

參考文獻:

[1] 鄧宬泓.中國老齡化趨勢下的人壽保險需求研究[D].長沙:湖南大學,2008.

[2] 于殿江,郭楠.中國城鎮居民保險需求的實證分析與政策含義[J].山東大學學報,2003,(6):132-136.

[3] 劉翰林.影響中國人身保險需求的因素及其實證分析[J].經濟研究導刊,2010,(30):77-79.

[4] 高永標.中國保險需求決定因素的實證分析[D].北京:對外經濟貿易大學,2007.

[5] 胡密飛.美國、日本、中國保險需求的比較研究——收入與險種結構視角[D].武漢:武漢大學,2005.

[6] 魏華林,楊霞.家庭金融資產與保險消費需求相關問題研究[J].金融研究,2007,(10):70-81.

[7] 王磊.北京市人身保險產品市場需求的理論及實證分析[D].北京:首都經濟貿易大學,2006.

[8] 葉浩然.中國保險市場需求的實證分析[D].廈門:廈門大學,2007.

[9] 卓志.中國人壽保險需求的實證分析[J].保險研究,2001,(5):10-12.

[10] 梁波.收入差距對保險需求的影響的實證分析[J].當代經理人,2006,(8):22-23.

[責任編輯 陳麗敏]

主站蜘蛛池模板: 精品国产免费观看| 免费观看国产小粉嫩喷水 | 国产成人精品在线1区| 动漫精品中文字幕无码| 99国产精品一区二区| 欧美区国产区| 九九九国产| 日韩在线视频网站| 久久永久视频| 亚洲日韩精品伊甸| 免费在线看黄网址| 67194亚洲无码| 亚洲综合色婷婷中文字幕| 91久久大香线蕉| 国产女人18毛片水真多1| 久久精品一品道久久精品| 成人亚洲视频| 日韩精品无码免费专网站| 精品国产一二三区| 黄色在线网| 在线a视频免费观看| 亚洲色图欧美| 不卡无码网| 国产成人一二三| 国产迷奸在线看| 日韩av高清无码一区二区三区| 国产亚洲视频在线观看| 国产精彩视频在线观看| 亚洲精品不卡午夜精品| 国产精品美女自慰喷水| 91精品情国产情侣高潮对白蜜| 日本人妻丰满熟妇区| 日韩欧美国产三级| 欧美三级日韩三级| 国产SUV精品一区二区6| 中美日韩在线网免费毛片视频| 久久精品娱乐亚洲领先| 中文无码精品A∨在线观看不卡 | 久久精品国产一区二区小说| 一本大道AV人久久综合| 欧日韩在线不卡视频| 人妻丰满熟妇αv无码| 孕妇高潮太爽了在线观看免费| 精品视频第一页| 亚洲AⅤ无码国产精品| 久久综合色天堂av| 五月激情综合网| 欧美全免费aaaaaa特黄在线| 国产丝袜91| 成年女人a毛片免费视频| 亚洲人成网站18禁动漫无码 | 99精品热视频这里只有精品7| www.狠狠| 五月婷婷丁香综合| 性69交片免费看| 国产欧美亚洲精品第3页在线| 69av在线| 国产在线小视频| 国产精品久久久久久久久kt| 国产美女丝袜高潮| 国产精品三级专区| 91网站国产| 99re经典视频在线| 91口爆吞精国产对白第三集| 无码乱人伦一区二区亚洲一| 久久大香伊蕉在人线观看热2| 日韩精品成人在线| 国产成人精品日本亚洲| 老司机久久精品视频| 97久久免费视频| 一级香蕉视频在线观看| 亚洲欧美日韩成人高清在线一区| 亚洲欧美另类色图| 亚洲一区二区三区在线视频| 小蝌蚪亚洲精品国产| 强乱中文字幕在线播放不卡| 中国一级特黄视频| 国产粉嫩粉嫩的18在线播放91| 久久人体视频| 欧美日韩在线第一页| AⅤ色综合久久天堂AV色综合 | 国产人在线成免费视频|