我國壽險業發展情況分析

摘 要：自改革開放的30年以來，中國保險行業飛速發展，這一經營風險的特殊行業，承擔著社會穩定，資金聚集，支持中國建設等方面的重要作用，我國居民對人壽保險的需求正不斷上升。然而，與發達國家相比，我國的壽險業還存在著一定的差距，為了研究我國壽險業的發展趨勢，盡可能的發揮壽險的正面作用，本文從研究壽險業發展的影響因素出發，收集了1992年到2008年的因素數據進行回歸分析，通過VIF和BP檢驗并修正指標間的多重共線性以及異方差，選擇合適的指標對未來壽險業的發展進行預測。提出建議。

關鍵詞：壽險業發展；回歸分析

一、影響因素

二、線性方程的建立與檢驗

（一）回歸方程的確定

1.回歸檢驗

首先，為了消除不同數據之間量綱的影響，我們將所有的數據進行標準化。得到的標準化后的數據見附錄

假定壽險保費收入Y與自變量X之間是線性關系。在R語言中建立回歸模型并進行F檢驗。得到的回歸方程為：

（因為截距項過小，因而省略））

由得到的結果可以看出，在α=0.05的顯著性水平下，F值為48.47，p值為0.00023，模型整體是顯著，并且調整后的擬合優度R2=0.9703，效果較好。的而單獨的偏回歸系數并不顯著，因此，我們猜測模型的各個指標間可能會存在多重共線性或其他問題。

2.多重共線性的檢驗和修正

通過計算各個指標的方差膨脹因子VIF，可以得到：

可以看出除了X6和X9，其他自變量之間都存在著嚴重的多重共線性，需要進行修正。這里，我們采用逐步回歸法對多重共線性進行修正。通過逐步回歸得到的方程為：

Y=0.56X1-0.42X2+0.43X3+1.44X5-0.63X7+0.76X11

此時，進入方程的變量都是顯著的，赤池信息量為63.58，模型調整后的擬合優度R2為0.99，模型的擬合效果較好并且回歸方程消除了多重共線性。

3.異方差的檢驗及修正

為了防止異方差對回歸方程的影響，我們采用R軟件對消除多重共線性后得到的回歸方程進行布羅施-帕甘檢驗（BP檢驗），

從得到的結果可以看出，BP檢驗的p值為0.535，遠大于0，05，在95%的顯著性水平下通過檢驗。因此我們接受方程不存在異方差的原假設。最后的方程仍然為逐步回歸法得到的模型：Y=0.56X1-0.42X2+0.43X3+1.44X5-0.63X7+0.76X11.

4.德賓-沃特森檢驗（DW檢驗）

為了防止自相關對回歸結果的干擾，我們采取DW檢驗對模型進行檢測，得到模型DW檢驗的p值為0.2047，大于0.05，所以在95%的顯著性水平下，我們接受自相關系數為0的原假設，認為模型不具有自相關性。

（三）針對模型的建議

1.隨著社會的發展，對老人贍養重視程度的增加，壽險業也相應會有較好的發展，因此，我們應該重視和關心老齡人口，從道德準則和法律約束兩方面保證老年人的生活質量。

2.因為壽險業的收入與年末人均儲蓄成正比，說明儲蓄對壽險的收入效應作用大于替代作用，儲蓄的增加意味著人們收入的增加，因此才會有更多的財政空間去購買壽險產品。所以，促進經濟發展，增加社會福利必不可少。隨著總人口的增加，壽險保費收入也會相應的增加，因此，二胎政策的開放對壽險業的發展有促進作用。

3.現階段，我國大多數的壽險產品投資屬性偏重，投資理財型產品占了很大一部分，而保障能力不強，當人們的可支配收入增加時，盡管人們對養老，健康保障的潛在需求很大，卻難以激發顧客的購買意愿。所以壽險產品還需要繼續增加其傳統的保障功能，不要在令人眼花繚亂的金融市場上丟失了自己的定位和方向。

作者簡介：

張艷妮，暨南大學經濟學院。