【摘要】本文利用中國2005-2013年的面板數據建立分位數回歸模型,分析了中國人壽保險需求的影響因素,結果表明:人均GDP和人均儲蓄年增加額可以顯著的促進壽險需求,但前者的促進作用有減弱的趨勢;人均社會保障支出、總撫養(yǎng)比和教育水平均局部的影響壽險需求,且前二者存在顯著的抑制作用而后者存在顯著的促進作用;從總體上看,城市化水平和通貨膨脹對壽險需求的影響不是十分明顯;城市化水平和總撫養(yǎng)比還只是潛在的壽險需求增長點。
【關鍵詞】人壽保險需求;面板數據;分位數回歸;固定效應變換分位回歸估計
引言
2014年,中國保險業(yè)實現了20234.81億元的原保費收入,其中10901.69億元為人壽保險業(yè)務保費收入,占比53.88%,占據了保費收入的半壁江山;同時保險密度達到1479.35元,保險深度為3.18%。這些數據表明中國保險業(yè)自1979年恢復營業(yè)以來取得了巨大的發(fā)展,同時也說明了壽險在保險業(yè)中的地位。但是我們也應看到,2014年中國銀行業(yè)總資產達到172.3萬億元,而保險業(yè)總資產則才突破10萬億元大關;而在2011年時,世界平均保險密度和平均保險深度就已經達到512美元和7.1%。由此可見,相較于我國銀行業(yè)以及世界保險業(yè)的發(fā)展來說,我國保險業(yè)都處于落后地位,發(fā)展空間仍然十分巨大。
人壽保險作為保險業(yè)最為重要的險種之一,其是否能快速健康的發(fā)展不僅關系著我國保險業(yè)在國民經濟中的地位,同時也關系著保險的職能特別是社會管理職能的發(fā)揮作用。研究影響人壽保險保費收入的因素,就是要一方面找出人壽保險發(fā)展水平與經濟社會發(fā)展水平不匹配的癥結所在,另一方面也可以為政府和保險企業(yè)實施促進保險業(yè)發(fā)展的政策措施和發(fā)展戰(zhàn)略指明方向。
一、文獻綜述
從國內已有的研究文獻來看,我國學者對保險需求的研究主要集中在實證分析方面,由于模型、指標以及數據處理方法等方面的不同,導致所得到的結果也有很大差異。這些研究大致可以分為兩類。
第一類是對保險總需求進行分析。徐為山和吳堅雋(2006)研究了經濟增長對保險需求的影響,發(fā)現中等收入群體邊際保險消費傾向要比低收入和高收入人群高。因此隨著基尼系數的上升,保費收入會降低(尹成遠等,2008)。鄒紅等(2011)則分析了保險需求的地區(qū)差異,發(fā)現收入增長對促進當前財產保險的發(fā)展更為有利;對東部地區(qū)而言,其經濟水平對人身保險保費收入具有顯著的正面效應,而中西部則不然。
第二類是單獨針對人壽保險需求進行研究。鐘春平等(2012)通過研究發(fā)現總人口負擔比與壽險需求之間存在顯著的負相關;而人均GDP、人均儲蓄則對其沒有顯著影響;社會保障支出、城市化水平及教育程度則促進了對壽險的需求。景珮和李秀芳(2013)將壽險分為保障性和投資性,他們認為前者的最優(yōu)需求受費率、消費者財富水平以及人力資本的影響。孫祁祥和王向楠(2013)則從資產組合的角度進行了分析,發(fā)現資產越多的家庭越會購買壽險,并且股票與壽險互補,房產則擠出了壽險;其中教育程度對壽險占家庭總資產比重的影響并不顯著。
此外,從研究方法來看,實證研究多是采用多元回歸分析、Probit模型或者面板數據模型等,使用分位數回歸模型的較少。本文將建立面板分位數回歸模型研究壽險需求的影響因素。該模型不僅具有面板數據模型可以極大增加數據信息量的優(yōu)勢,還可以通過分位數回歸方法提供被解釋變量的分布信息,因此對于非對稱分布的數據具有更為有效的解釋力。
二、變量選擇及描述
1.變量選擇
由上述對已有文獻的回顧可以發(fā)現,對影響保費收入的因素的研究實質上就是對保險需求進行研究。總結他們的研究結果并考慮到中國的現實,本文認為影響人均壽險保費收入(BF,由各地區(qū)壽險保費收入除以年末常住人口得到)的因素主要有:
(一)人均國內生產總值(GDP)。用各地區(qū)的人均國內生產總值來反映各自的收入水平。
(二)人均儲蓄年增加額(SAV)。該變量由城鄉(xiāng)居民人民幣儲蓄存款除以年末常住人口得到人均儲蓄之后對其做一階差分得到。
(三)人均社會保障支出(WEL)。該變量由地方財政社會保障和就業(yè)支出除以年末常住人口得到。
(四)城市化水平(URB)。該變量由年末城鎮(zhèn)人口除以年末常住人口得到。
(五)總撫養(yǎng)比(DEP)。該變量由非勞動力人口數除以勞動力人口數得到,又可以進一步細分為少兒撫養(yǎng)比和老年撫養(yǎng)比。
(六)通貨膨脹(CPI)。以居民消費價格指數來反映通貨膨脹。
(七)教育水平(EDU)。以每十萬人中高等教育平均在校人數來反映教育水平。
2.描述性統計分析
本文采用上述變量2005~2013年全國31個省、市、自治區(qū)的面板數據進行分析。各變量的描述性統計結果如表1所示。表1中最后一行為Shapiro-WilkW統計量,用于檢驗各變量是否服從正態(tài)分布。可以發(fā)現,除了總撫養(yǎng)比DEP外,其余各變量均顯著地拒絕了服從正態(tài)分布的原假設。這說明,變量的分布可能不是對稱的,因此采用分位數回歸可以增強結果的說服力。
三、實證分析結果
1.面板回歸方法
本文借鑒羅又喜和田茂再(2010)提出的固定效應變換分位回歸估計方法來估計各變量的系數。構建如式(1)所示的包含固定效應的面板數據模型:
2.分位數回歸結果
(一)人均國內生產總值對壽險需求存在顯著的正向影響。雖然在0.90分位點上的系數不顯著,但是其仍然為正值。不顯著的原因可能在于當壽險需求到達較高水平之后,收入增加所帶來的促進作用將飽和,此時收入水平不再是最主要的影響因素。另外,隨著分位點從0.10上升到0.90,人均國內生產總值的系數經歷了先上升后下降的變化,并在0.40分位點上達到最大值。這說明人均國內生產總值對壽險需求的影響是變化的。
(二)除了0.10分位點外,人均儲蓄年增加額對壽險需求同樣存在顯著的正向影響,這說明儲蓄的收入效應要大于替代效應。儲蓄作為一種財富儲藏形式,它雖然減少了當期的消費,卻也增加了未來可支配收入,收入水平的提高也就意味著人們可以購買更多的壽險產品。
(三)當壽險需求處于中低水平(0.30分位點至0.60分位點)時,人均社會保障支出對壽險需求存在顯著的抑制作用;而在其他分位點上,雖然大部分系數仍然為負數,但是均不顯著。即人均社會保障支出只在局部對壽險需求產生替代作用影響。
(四)從總體上來看,城市化水平對壽險需求的影響不是十分明顯。城市化水平只在0.10分位點和0.20分位點上顯著為正,并且顯著性水平只有10%,而在其他分位點上,均不顯著為正。也即只有在壽險需求處于低水平時,城市化率提高會促進壽險需求。
(五)總撫養(yǎng)比在所有分位點上的系數均為負值,但是只在中高分位點(0.50分位點至0.80分位點)上顯著。撫養(yǎng)負擔并沒有促進壽險需求。這可能與我國傳統的依靠家庭和儲蓄養(yǎng)老有關,因此當撫養(yǎng)負擔加重時,人們更傾向于尋求家庭或者增加儲蓄,這必然導致減少購買壽險。
(六)通貨膨脹只在0.20分位點和0.30分位點顯著為正,而在其他分位點上不顯著,這與我們的預期不同。但從總體上來看,其對壽險需求的影響不是十分明顯。
(七)教育水平在中高分位點(0.40分位點至0.80分位點)時顯著為正,而在其余分位點不顯著。這說明當壽險需求處于中高水平時,教育水平提高可以促進壽險需求,而在壽險需求水平較低時,人們的風險意識即使提高了,其作用也不顯著。
四、結論與啟示
本文通過建立固定效應變換分位數回歸模型對人均國民生產總值、人均儲蓄年增加額、人均社會保障支出、城市化水平、總撫養(yǎng)比、通貨膨脹以及教育水平等七個因素的面板數據進行實證分析,發(fā)現:
第一,以人均國民生產總值和人均儲蓄年增加額為代表的經濟發(fā)展水平對人壽保險發(fā)展的影響最大,是人壽保險發(fā)展的物質基礎。
第二,城市化和人口老齡化所帶來的仍然是一種潛在需求,并未得到完全的釋放,保險機構需要通過設計合適的保險產品不斷開發(fā)這種需求;同時這種需求的開發(fā)也需要政府相關政策的支持引導,因此政府有關部門在該領域應發(fā)揮更多的作用。
第三,教育水平的提高可以有效的促進人壽保險的發(fā)展,不過這種作用是建立在一定的經濟基礎之上的。我國經過三十多年的快速發(fā)展,經濟總量已經位居世界前列,這已經為保險發(fā)展打下了良好的經濟基礎。因此下一步應該應當是不斷的提高人們的教育水平,提高現有人群的風險意識以及經濟法律素養(yǎng),同時通過產品的創(chuàng)新和法律體系的完善來發(fā)掘人們潛在的保險需求。
【參考文獻】
[1]羅幼喜,田茂再.面板數據的分位回歸方法及其模擬研究[J].統計研究,2010,(10).
[2]鐘春平等.壽險需求及其影響因素研究:中國壽險需求為何低?[J].經濟研究,2012,(1).
[3]鄒紅等.中國保險需求地區(qū)差距的實證研究[J].保險研究,2011,(6).
[4]宋夢晶,蔡超.中國人身保險需求的影響因素分析——基于面板數據分位數回歸的實證研究[J].保險職業(yè)學院學報,2012,(4).
[5]尚君,陳藝源,馬捷等.中國保險需求影響因素的實證研究——基于時間序列的分位數回歸[J].科學與管理,2013,(5)
作者簡介:吳迪,男,1992年2月2日生,湖北武漢人,中南財經政法大學金融學院2014級金融學研究生,研究方向:公司治理。