中國壽險市場需求影響因素的測度檢驗

余昌龍，劉興宇

(江西財經(jīng)大學(xué)國際經(jīng)貿(mào)學(xué)院，南昌330013)

壽險業(yè)務(wù)發(fā)展的好壞是探究中國保險市場前進(jìn)方向的窗口。對影響我國壽險需求的相關(guān)因素進(jìn)行深入研究，引導(dǎo)壽險市場健康發(fā)展，可以充分發(fā)揮保險業(yè)對經(jīng)濟(jì)社會發(fā)展的“助推器”和“穩(wěn)定器”的作用?，F(xiàn)有的研究涉及了包括經(jīng)濟(jì)、人口、社會等方面的因素，但由于數(shù)據(jù)統(tǒng)計口徑的不一以及研究方法的差別，造成研究的結(jié)論有所不同，特別是關(guān)于死亡率、受教育程度、撫養(yǎng)率等方面存在的差異最大。本文在國內(nèi)外研究的基礎(chǔ)上，運(yùn)用向量自回歸模型，考察各變量之間長期的動態(tài)相關(guān)性。

1 指標(biāo)選取和樣本數(shù)據(jù)說明

1.1 指標(biāo)的選取

本文構(gòu)建的變量系統(tǒng)以我國1985～2013年壽險業(yè)保費收入作為被解釋變量，用來表示市場上對壽險的需求情況，我國歷年的人均GDP、金融發(fā)展深度、撫養(yǎng)比、外貿(mào)出口額、高等院校入學(xué)率和粗死亡率六個指標(biāo)為解釋變量，作為影響我國壽險需求情況的主要因素，相關(guān)變量解釋如表1。

表1 變量說明表

這一變量系統(tǒng)以加權(quán)平均的形式存在，既包括經(jīng)濟(jì)因素，也包括人口和社會的因素，展開后可以得出以下的線性方程：

LP=β0+β1GDP+β2DFD+β3EFT+β4DR+β5CMR+β6EDU+ε

上式部分取對數(shù)以便于彈性分析，可得如下估計方程：

LnLPt=β0+β1LnGDPt+β2DFDt+β3LnEFTt+β4DRt+β5CMRt+β6EDUt+εt

然而以上方程的數(shù)據(jù)并非平穩(wěn)數(shù)據(jù)，為避免偽回歸的情況發(fā)生，本文使用協(xié)整理論對上述方程進(jìn)行檢驗和估計。

1.2 樣本數(shù)據(jù)說明

本文研究的相關(guān)變量選擇的樣本區(qū)間是1985～2013年，其中壽險保費收入的數(shù)據(jù)的來源分為兩部分，1999年以前的數(shù)據(jù)來自于《中國保險業(yè)發(fā)展報告2003》及相關(guān)資料計算整理所得，1999以后的數(shù)據(jù)來源于中國宏觀經(jīng)濟(jì)數(shù)據(jù)庫，金融發(fā)展深度、撫養(yǎng)比、粗死亡率以及高等院校入學(xué)率的數(shù)據(jù)出自世界銀行公布的資料所得，外貿(mào)出口額以及GDP的相關(guān)數(shù)據(jù)則是來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫，并且壽險保費收入、人均GDP以及外貿(mào)出口額均以1985年的價格為基期，采用CPI加權(quán)指數(shù)計算得出。

2 模型的構(gòu)建

2.1 變量的平穩(wěn)性檢驗

為消除時間序列的異方差性，在進(jìn)行計量分析時，先對各變量部分取自然對數(shù)，處理后的結(jié)果分別為LnLP、LnGDP、DFD、LnEFT、DR、CMR、EDU。

由于VAR模型運(yùn)用的前提是要求模型中的變量具有平穩(wěn)性，因此本文采用ADF檢驗法來對相關(guān)變量進(jìn)行單位根檢驗，檢驗結(jié)果見表2。根據(jù)表中單位根檢驗結(jié)果可知水平序列均為接受原假設(shè)，即原序列是不平穩(wěn)的，但是其一階差分序列拒絕了原假設(shè)，所以LnLP、LnGDP、DFD、LnEFT、DR、CMR、EDU都是一階單整序列。

2.2 協(xié)整關(guān)系檢驗

在上述基礎(chǔ)上，對各相關(guān)變量進(jìn)行協(xié)整檢驗，本文考慮到Johansen協(xié)整檢驗在多變量方程中檢驗的功效更為穩(wěn)定這一優(yōu)勢，因此運(yùn)用Johansen方法。但是Johansen檢驗是基于向量自回歸模型基礎(chǔ)上的一種方法，因此選擇最優(yōu)的滯后階數(shù)顯得尤為重要，本文利用Eviews7.0軟件，在比較1-3階滯后期下AIC和SC信息準(zhǔn)則得出VAR模型的最優(yōu)滯后階數(shù)為2，所以Johansen協(xié)整檢驗的最優(yōu)階數(shù)為1，模型結(jié)果如表3所示。

表2 ADF單位根檢驗結(jié)果

由Johansen的協(xié)整檢驗結(jié)果可以看出，協(xié)整方程的跡統(tǒng)計量均大于5%的臨界值，在此情形下，不能終止檢驗，因此無法有效判斷存在多少個協(xié)整向量，而最大特征根值統(tǒng)計量在r=5的情形下大于5%的臨界值，因此接受了原假設(shè)，即在5%的顯著性水平下存在5個協(xié)整向量，也就是說LnLP、DFD、LnEFT、DR、CMR、EDU之間存在長期的動態(tài)的協(xié)整關(guān)系。

3 基于VAR模型的脈沖響應(yīng)函數(shù)和方差分解

3.1 向量自回歸

在時間序列中，為充分考慮相互聯(lián)系的變量及其隨即擾動項對各變量的動態(tài)沖擊，可以用VAR模型對各變量的進(jìn)行分析及預(yù)測，從而能更深入的解釋各種經(jīng)濟(jì)沖擊對時間序列變量的影響。本文把壽險保費收入、國內(nèi)生產(chǎn)總值、金融發(fā)展深度、粗死亡率、外貿(mào)出口額、撫養(yǎng)比、高等院校入學(xué)率都視為內(nèi)生變量，以此為基礎(chǔ)構(gòu)建滯后2階的VAR模型。結(jié)果如表4所示。

表3 Johansen統(tǒng)計量協(xié)整檢驗結(jié)果

表4 滯后2階的VAR模型估計結(jié)果

3.2 脈沖響應(yīng)函數(shù)分析

為了避免VAR模型中的參數(shù)可能不具有明顯的經(jīng)濟(jì)意義，考慮某個變量的擾動對其本身及序列中其他變量的影響情況顯得尤為必要，為此，可以利用VAR模型進(jìn)行沖擊反應(yīng)分析，進(jìn)一步探索各變量之間關(guān)系，所以應(yīng)該對時間序列進(jìn)行脈沖響應(yīng)分析。脈沖響應(yīng)的結(jié)果如下美元指數(shù)與巨大價格的脈沖函數(shù)圖所示。其中橫軸表示沖擊作用的滯后期數(shù)（單位：年），縱軸表示相關(guān)變量，實線為脈沖響應(yīng)函數(shù)，虛線則是正負(fù)兩倍標(biāo)準(zhǔn)偏離帶。

從圖（a）可以看出LnGDP的一個沖擊初始會對LNLP有一個負(fù)的影響，隨后逐漸上升，并在第二到第三期之間達(dá)到最大值，響應(yīng)值約為0.06,其后影響逐漸收斂，并在第七期后呈現(xiàn)負(fù)的沖擊，這說明LnGDP對LnLP的影響不大，但是會一直持續(xù)下去。在圖（b）中，LnEFT初始對Ln-LP的影響約為0，并一直持續(xù)下去，雖略有波動，但到第10期，這種影響基本消失。圖（c）中，EDU初始會對LnLP有一個負(fù)的沖擊，而后繼續(xù)上升，但在第三期后繼續(xù)下降，到第十個年度后保持在-0.1左右，并且會一直持續(xù)下去。圖（d）中，CMR初始會對LnLP有一個微小的正向影響，并在第二期達(dá)到最大值，其后逐漸收斂為0，說明CMR對LnLP幾乎無影響。有圖（e）可以看出，DR第一期后即對LnLP有一個負(fù)的影響，雖然影響不大，但是會一直持續(xù)下去。圖（f）顯示，DFD的沖擊一到四期具有波動性，但在第四期以后逐漸上升，并在第10期響應(yīng)值達(dá)0.1，這說明DFD會持久的影響LnLP。（g）圖中，LnLP在本期給自身一個正向沖擊LnLP在幾期波動后，其反應(yīng)期內(nèi)響應(yīng)值將達(dá)到最小值-0.05,逐漸上升，但在第10期后影響基本消失。

3.3 方差分解

相對于脈沖響應(yīng)函數(shù)來說，方差分解則是在VAR模型中分析各個變量擾動項的變動對某個變量預(yù)測總誤差變動的影響。本文在方差分解法的基礎(chǔ)上對LnLP不同預(yù)測期數(shù)誤差的方差進(jìn)行分解，來判斷各變量對LnLP的解釋成分，本文將LnLP的方差分解為其自身、LnLP、DFD、LnEFT、DR、CMR、EDU所形成的貢獻(xiàn)率。各變量對LnLP影響的10期方差分解表如表5所示：

從表中可以看出，在第1期，除了LnLP自身外，其余變量對LnLP的影響程度均為0，但隨著時間的推移，LnLP對自身的貢獻(xiàn)率迅速下降，其余變量對LnLP的貢獻(xiàn)率大多呈現(xiàn)不斷上升的趨勢。LnGDP對LnLP的貢獻(xiàn)率不大，且呈波動性，到第10期LnGDP可解釋約8.6%的新息，這與以往的研究存在較大的分歧。EDU對LnLP的貢獻(xiàn)最為顯著，且呈逐年遞增的趨勢，特別是在第6期以后，增速最為明顯，到第10期可解釋約23%的新息，說明高等教育入學(xué)率在對LnLP的貢獻(xiàn)中的作用一開始不明顯，但隨著實踐的推移，其地位不斷顯現(xiàn)。其余變量如LnEFT、CMR對LnLP的貢獻(xiàn)很小，這與以往的研究較為一致。DFD對Ln-LP的貢獻(xiàn)也是不斷遞增的，但其貢獻(xiàn)率略小于EDU,到第10期可解釋約20%的新息。DR對LnLP的影響較小，大體保持在6%左右。

表5 lnLP的10期方差分解圖

4 結(jié)論

本文在多種計量方法的幫助下得出以下結(jié)論：我國壽險保費收入與我國金融發(fā)展深度、外貿(mào)出口額、撫養(yǎng)比、高等院校入學(xué)率以及粗死亡率之間存在長期穩(wěn)定關(guān)系。其次，基于我國壽險保費收入的VAR模型所做的脈沖響應(yīng)分析以及方差分解得出對我國壽險保費收入影響最大的是其自身，但隨著時間的推移會逐漸下降，而國內(nèi)生產(chǎn)總值、粗死亡率、撫養(yǎng)比以及外貿(mào)出口額對我國壽險保費收入的貢獻(xiàn)率并不大，不過壽險保費收入的變動有23%來自高等院校入學(xué)率的變化，20%來自于金融發(fā)展深度的變化。

[1]謝云,程細(xì)玉.我國保險需求的影響因素分析[J].保險職業(yè)學(xué)院雙月刊.2010,(3).

[2]汪進(jìn)賢,丁麗馨.我國保險需求影響因素的計量經(jīng)濟(jì)分析[J].福建金融管理干部學(xué)院學(xué)報.2011,(3).

[3]陳辭,李炎杰.中國保險需求的實證分析[J].當(dāng)代經(jīng)濟(jì).2014,(7).

[4]虞舒蕾,程靈敏等.我國壽險需求影響因素的實證分析——基于灰色關(guān)聯(lián)度分析[J].企業(yè)研究.2010,(20).

[5]Zietz E N.An Examination of The Demand for Life Insurance[J].Risk Management and Insurance Review,2003,(6).

[6]Thorsten I W.Economic,Demographic,and Institutional Determinants of Life Insurance Consumption Across Countries[J].World Bank Economic Review,2003,(17).