我國財產保險、人壽保險與經濟增長的關系研究

摘 要：選取1998-2018年財產保險收入、人壽保險收入和GDP數據，運用Johansen協整檢驗和Granger因果關系檢驗分析了財產保險、人壽保險與經濟增長之間的因果關系;建立了VEC和VAR模型，通過脈沖響應函數分析和方差分解來研究變量間的長期關系，及各變量對其他變量的貢獻度。

關鍵詞：財產保險;人壽保險;經濟增長;VAR模型

1 引言

保險業是金融業三大支柱之一，作為金融業的重要組成部分，在社會中發揮著經濟補償、資金融通和社會管理三大功能。經濟補償功能可為投保人轉移風險，在投保人或受益人遭受損失時將損失降至最低，同時可吸引風險厭惡者進行保險消費;資金融通功能體現在保險公司將閑置資金投入到社會再生產過程中，發揮金融中介的作用;社會管理功能是指對整個社會及其各個環節進行調節和控制的過程，正常發揮各系統、各部門、各環節功能，從而實現社會關系和諧，整個社會良性運行和有效管理。保險的三大功能之間既相互獨立，又相互聯系、相互作用，形成了一個統一、開放的現代保險功能體系，對社會經濟產生影響。因此，研究我國財產保險、人壽保險與經濟增長的關系具有重要意義。

2 數據、變量及模型設定

根據數據的可得性，本文研究樣本區間為1999-2018年，選取財產保險保費收入（P）作為衡量財產保險發展的指標，人壽保險保費收入（R）作為衡量人壽保險發展水平的指標，國內生產總值（GDP=Y）作為衡量經濟增長水平的指標。所有數據來自《中國統計年鑒》（2000-2018）、《中國保險年鑒》（2000年-2018年）以及國家統計局網站。

為了使數據具有可比性，對數據作如下處理：以1998年為基期，根據國內生產總值指數計算實際國內生產總值，根據消費物價指數計算剔除價格水平變動后的財產保險保費收入和人壽保險保費收入。為了得到較為平穩的時間序列，消除異方差的影響，從而更好的分析財產保險、人壽保險與經濟增長之間的關系，分別對財產保險保費收入（P）、人壽保險公司保費收入（R）、國內生產總值（Y）取自然對數，即INP、INR和INY。實證分析所用軟件為Eviews7.0。

3 實證分析

3.1 單位根檢驗

為了避免出現虛假回歸或偽回歸現象，使原本沒有任何經濟聯系的時間序列表現出較高的可決系數，需要檢測時間序列的平穩性，對時間序列INY、INP和INR進行ADF檢驗，時間序列INY、INP和INR都是非平穩的，需要對其進行單位根檢驗。

運用Eviews7.0軟件對原時間序列INY、INP和INR進行單位根檢驗，INY、INP和INR的ADF值分別為-2.9147、3.8158和1.6247，都大于其1%、5%、10%的臨界水平，說明原時間序列都是非平穩的;原序列的一階差分D（INY）、D（INP）和D（INR）的ADF值分別為-2.5075、-5.4346和-2.3800都大于1%、5%、10%的臨界水平，說明原序列一階差分序列D（INY）、D（INP）和D（INR）也都是非平穩的;原序列二階差分D（D（INY））、D（D（INP））和D（D（INR））的ADF值分別是-4.1460、-3.9372和-6.4684，都小于其1%、5%、10%的臨界水平，三者時間趨勢圖（圖1，圖2，圖3）也證明其是平穩的，說明原序列二階差分序列D（D（INY））、D（D（INP））和D（D（INR））是平穩的，即INY、INP和INR都是I（2）的，它們符合進行協整檢驗的前提條件，可以進行協整檢驗。表1為平穩性檢驗結果。

3.2 Johansen協整檢驗和VEC模型

3.2.1 Johansen協整檢驗

由上述分析可知，時間序列總共有三個，即INY、INP和INR，且這三個序列的單整階數相同，都是二階單整;被解釋變量INY的單整階數等于解釋變量INP和INR的單整階數，因此符合進行協整檢驗的條件，可以進行協整檢驗。協整檢驗的方法有Engle-Granger檢驗和Johansen檢驗，Engle-Granger檢驗適合存在一階單整的兩變量情形，Johansen檢驗適合多變量同階單整情形，因此選擇后者進行檢驗。協整檢驗是基于VAR模型的檢驗方法，根據赤池信息準則AIC值和施瓦茨SC值最小原則確定VAR模型的滯后階數是2，表2是協整檢驗結果。

根據表2可知，時間序列INY、INP和INR存在協整關系，三者間存在長期的均衡關系，運用最小二乘法進行回歸分析，得出INY、INP和INR之間的長期均衡關系為：

INY= 4.286545 +0.745716InP+0.041283InR

（7.316123） （3.454341）? （0.157829）

R2=0.923932，DW=1.977809， F=85.02274

統計結果表明：1998-2014年財產保險、人壽保險和經濟增長之間存在長期的均衡關系，財產保險對經濟增長的長期彈性是0.75，人壽保險對經濟增長的長期彈性是0.04，即財產保險收入、人壽保險收入增長1%時，經濟分別增長0.75%，0.04%，這表明，從長期來看，財產保險對經濟增長的拉動作用顯著。

3.2.2 VEC模型的估計

若研究變量是存在協整關系的平穩時間序列，它們間的短期非均衡關系就可由一個VEC模型表示，VEC模型估計分為兩步：第一步，利用Johansen協整檢驗變量的協整關系，此步驟已在上面Johansen協整檢驗完成;第二步，用上述協整關系構造誤差修正系項，用Eviews7.0軟件，逐步剔除不顯著的項，最終得出VEC模型，模型表達式為：

D（INY）=0.8637216340*（INY（-1）-0.4458321857*INP（-1）-0.4156823117*INR（-1）-8.8654222420）-0.3345237690*D（INY（-1））-0.8443929455*D（INY（-2））+0.5423218872*D（INP（-1））+0.6495323007*D（INP（-2））+0.1756390226*D（INR（-1））-0.3956452110*D（INR（-2））+12.8112986634

3.3 Granger因果關系檢驗

由協整檢驗可知，財產保險、人壽保險與經濟增長間存在長期的均衡關系，前兩者與后者是否構成因果關系，即財產保險、人壽保險發展促進經濟增長，還是經濟增長促進財產保險、人壽保險發展，以上分析不能說明，需要運用Granger因果關系檢驗進一步驗證。Granger因果關系檢驗結果如表3。

Granger因果關系檢驗結果結論：

1）滯后期為1時，財產保險、人壽保險發展不是經濟增長的原因，從F統計量數值的概率看出是接受原假設的，INP 不是 INY的格蘭杰原因概率是90.13%，意味著財產保險發展不能預測經濟增長;INR 不是 INY的格蘭杰原因概率是89.99%，意味著人壽保險發展不能預測經濟增長，因此財產保險、人壽保險發展都不能夠促進經濟增長;當滯后期≥3年時，根據F統計量的概率判斷出財產保險、人壽保險發展能促進經濟增長。財產保險發展和人壽保險發展間始終不存在因果關系。

2）滯后期為1時，經濟增長是財產保險、人壽保險發展的原因。從F統計量數值的概率看出是拒絕原假設的，INY不是INP的格蘭杰原因的概率是22.46%，意味著經濟增長是財產保險發展原因的概率是77.54%，經濟增長可以促進財產保險發展;INY不是INR的格蘭杰原因的概率是36.10%，意味著經濟增長預測人壽保險發展的概率是63.9%，經濟增長可以促進人壽保險發展。隨著滯后期的延長，經濟增長促進財產保險、人壽保險發展的可能性越來越大。

3.4 VAR模型穩定性檢驗

前面進行了單位根檢驗、協整檢驗、誤差修正模型估計、Granger因果關系檢驗之后，VAR模型構建的前期步驟就完成了，VAR模型的估計方程為：

下面對VAR模型進行穩定性檢驗，判斷模型是否穩定依據標準為模型的特征根是否全部落入以1為半徑，（0.0）為圓心的圓內。若模型根全部落入圓內，則模型是穩定的;反之，模型是不穩定的。檢驗結果模型的根全部落入圓內，說明模型是穩定的，接下來就可以進行脈沖相應分析，且其分析結果是準確可信的。

3.5 VAR模型的脈沖響應函數分析和方差分解

3.5.1 脈沖響應函數分析

脈沖相應函數分析方法可以用來描述隨機誤差項上施加一個標準差大小的沖擊后，對內生變量的當期值和未來值所產生的影響程度。為了考察財產保險、人壽保險發展對經濟增長的動態關系，接下來進行脈沖響應函數分析。將相應函數的追蹤期設為20，通過Eviews7.0操作得到圖4。

圖4中橫軸代表模型追蹤期數，實線代表脈沖響應函數，虛線代表脈沖響應函數值減去或是加上2個單位標準差的置信區間。從圖中可以看出，財產保險的正向沖擊，可以持續給經濟增長帶來正向影響，這種影響正向影響在短期內較大，在第4期達到最大，第4期以后逐漸減小;人壽保險的正向沖擊，可以持續給經濟增長帶來負面影響，該負面影響在第2期達到最大，隨著時間推移影響逐漸減小，在第5期以后一直比較穩定;經濟增長對財產保險的影響在第3期達到最大，第7期以后趨向平穩;經濟增長對人壽保險的影響在第2期達到最大，在第6期和第7期影響為零，隨后影響趨向平穩。

3.5.2 方差分解

方差分解是分析影響內生變量的結構沖擊的貢獻度，運用方差分析得出結果如表4。

從表4可以看出，分析INP、INR對INY的貢獻時，在INY的方差分解中，第一期INY先受自身波動影響，隨著時間的推移，INY自身貢獻率越來越小，由第一期的100%減小到第十期的73.53%;在第一期INP和INR對INY的貢獻率為0，隨著時間的延續，INP、INR對INY的貢獻率分別由第一期的0%、0%增加到第十期的26.47%、0.1%。分析INY和INR對INP的方差分解中，在INP的方差分解中，INP在第一期受自身貢獻率是55.45%，隨著時間推移，INP的自身貢獻率在逐漸減少，從第一期的55.45%減少到第十期的48.24%;INY和INR對INP的貢獻率則隨著時間的推移不斷增加，分別由第一期的44.55%、0%增加到第十期的51.59%、0.18%。分析INP、INY對INR的貢獻時，在INP的方差分解中，第一期INR自身貢獻率為100%，隨著時間推移INR自身貢獻率逐漸減少，由第一期的100%減少到第十期的0.76%;INY、INP對INR的貢獻率隨著時間的推移不斷增加，分別由第一期的0%、0%增加到第十期的64.82%、34.42%。

因此，可以得出：在長期中，財產保險、人壽保險對經濟增長都具有促進作用，財產保險對經濟增長的促進作用大于人壽保險對經濟增長的促進作用;經濟增長對財產保險和人壽保險的促進作用隨著時間的推移不斷增加，但經濟增長對人壽保險的促進作用較小;財產保險和人壽保險之間的相互促進作用比較小。

4 結論

在長期，財產保險、人壽保險與經濟增長之間存在雙向因果關系，但財產保險對經濟增長的促進作用要大些，從實證方面證明了財產保險、人壽保險對經濟增長的重要性及貢獻大小，彌補了現有研究的不足。理清了三者之間的長短期關系，有助于進行正確決策，從而使財產保險發展與經濟增長，人壽保險發展與經濟增長相互促進，共同協調發展。

參考文獻

[1]許妮婭，解剛剛.物質資本與人力資本對經濟增長影響的實證分析[J].統計與決策，2018（09）.

[2]曾小倩，曾炬.金融服務貿易競爭力、服務貿易出口與經濟增長關系的實證研究[J].黑龍江工程學院學報，2017（05）.

[3]梁佳.人力資本投資與經濟增長關系的實證研究[J].生產力研究，2018（06）.

[4]廖樸.保險與經濟增長的關系研究[D].南開大學博士學位論文，2014.

[5]李興江，高亞存.甘肅省人力資本、物質資本與經濟增長關系的實證研究——基于VAR模型的相關檢驗[J].甘肅理論學刊，2012（6）.

作者簡介

高亞存（1986-），女，河南平頂山，濰坊理工學院，2010級碩士，金融理論與實踐。