《中国财产保险需求影响因素的实证研究》由会员分享，可在线阅读，更多相关《中国财产保险需求影响因素的实证研究（12页珍藏版）》请在金锄头文库上搜索。
1、中国财产保险需求影响因素的实证研究摘要：我国保险业近年来发展迅速，年均增幅超过了25%，是发展最快的行业之一。影响财产保险需求的因素很多，如：国内生产总值、固定资产投资、城镇居民家庭人均可支配收入、受教育程度、城乡居民的人民币储蓄存款等等。运用中国19902009年的相关数据，引入五个解释变量，采用逐步回归的方法，对中国财产保险需求的影响因素进行了实证分析，结果表明：国内生产总值和社会固定资产投资对财产保险需求有显著影响。而城镇居民家庭人均可支配收入、受教育程度、城乡居民的人民币储蓄存款对财产保险需求的影响不显著。实证结果进一步解释了财产保险市场结构严重失衡的状况。关键词：财产保险需求、影响因
2、素、市场结构、逐步回归一、问题的提出随着我国经济结构的调整和所有制形式的改革，在给保险业的发展带来了新的机遇和希望的同时，也带来了不小的负面影响和较大的冲击。在中国已经正式加入WTO的今天，面对机遇与挑战、希望和困难并存的新形势，如何顺应体制改革的需要，因势利导，扬长避短，保持财产险业务的可持续发展，是关系到中国财险事业发展的重要问题。对于中国财产保险业来说，无论从保险密度、保险深度等指标考查，还是从业务规模、险种结构等方面衡量，其发展的总体水平都不高，有效供给不足，不能满足市场多样化需求。那么，面对当前财产保险的发展现状，应该采取有效的应对措施。衡量财产保险需求的一个重要指标就是保费收入。那
3、么影响保费收入的因素有哪些呢？这些因素能为中国财产保险的发展有什么启示呢？这就是本次试验研究的主要目的。二、理论综述逐步回归就是先用被解释变量对每一个所考虑的解释变量做简单的回归，然后对被解释变量贡献最大的解释变量所对应的回归方程为基础，再逐个引入其余的解释变量。逐步回归的好处是将统计上不显著的解释变量剔除，最后保留在模型中的解释变量之间多重共线性不明显，对被解释变量有较好的解释贡献。异方差的检验可用White检验，其基本思想是：如果存在异方差，其方差与解释变量有关系，由于一般是未知的，可用OLS估计的残差平方作为其估计值。在大样本的情况下，做对常数项、解释变量、被解释变量的平方及其交叉乘积等
4、所构成的辅助回归，利用辅助回归的相应的检验统计量，即可判断是否存在异方差。White的特点是能够检验异方差的存在性，同时在多个解释变量的情况下，能判断是哪一个变量引起的异方差。自相关的检验方法可用DW检验法，由Eviews最小二乘计算结果得到DW，再由DW检验决策规则作出判断。三、变量选择及分析对财产保险需求的影响因素分析中，为被解释变量选取以财产保险的保费收入作为衡量指标，解释变量则选择了国内生产总值、社会固定资产投资、城镇居民家庭人均可支配收入、受教育程度、城乡居民的人民币储蓄存款五个变量。对财产保险的影响因素，分成两类：一类是受保险需求者本人影响的内因; 另一类是不受保险需求者控制的外因
5、。1、内因：（1）保险意识水平。保险需求与人们的风险观念和风险意识密切相关, 越厌恶风险的人购买保险产品的保额越高, 支付的保费也越多。选择受教育水平代替保险意识水平。( 2) 收入水平。收入水平对消费者购买保险的意愿和能力有决定性的影响。收入的提高带来了财富的增加,于是人们对财产安全保障的需求越来越迫切, 希望通过保险这种经济形式来实现其安全性。另一方面, 消费者购买保险的支出直接来自可支配收入, 收入越多, 能够用于基本消费后的剩余就多, 从而直接提高对保险产品的现实购买力。在接下来的实证分析中, 我们采用城镇居民人均可支配收入来衡量。（3）储蓄水平：储蓄对消费者购买保险的意愿有很大的影响
6、。储蓄水平越高，说明人们购买保费的意愿越低，因此，选择城乡居民的人民币储蓄存款来横量。2、外因（1）经济发展水平。国内生产总值代表整体的经济发展状况，是一个广泛影响的变量。财产保险的有效需求取决于社会产品的剩余程度及社会生产力的发展水平，而国内生产总值是宏观经济发展水平的重要标志。（2）固定资产投资。全社会固定资产投资额为企业财产险、建筑工程保险等提供了投保基础。因此将社会固定资产投资来衡量财产保险的需求程度。四、数据的收集本次实证研究采用了1990-2009年的数据。数据来自于中国统计年鉴、中经专网。财产保险保费需求影响因素的时间序列表年份财产保险保费收（亿）国内生产总（亿）社会固定资产投资
7、（亿）城镇居民家庭人均可支配收入（元）受教育程度（万人）城乡居民人民币储蓄存款 （亿）199091.798118667.845171510.261.47119.61991102.805721781.55594.51700.661.49244.91992152.736126923.58080.12026.660.411757.31993220.06335333.913072.32577.457.115203.51994219.727348197.917042.943496.263.721518.81995277.41760793.720019.26428380.529662.3199645271
8、176.622913.554838.983.938520.81997480.737897324941.115160.382.946279.81998499.684402.328406.175425.18353407.471999521.189677.129854.71 5854.0284.7659621.832000598.499214.632917.73628094.9864332.382001688.2410965537213.496859.6103.6373762.432002778.312033343499.917702.8133.7386910.652003869.413582355
9、566.68472.2187.7103617.6520041089.8915987870477.49421.6239.1119555.3920051229.8618493788773.610493306.7956141050.9920061509216314109998.211759.5377.5161587.320071998265810137323.93813785.8447.7907172534.1920082337314045172828.415780.76511.9498217885.3520092876340507224598.817174.65531.1023260771.7五、
10、实证分析（一）模型的初步提出为了具体分析各要素对中国财产保险需求因素影响的大小，选取保费收入为Y,国内生产总值为，社会固定资产投资为，城镇居民家庭人均可支配收入为，受教育程度为城乡居民的人民币储蓄存款为.采用的回归模型如下： （二）模型的拟合检验由Eviews最小二乘计算结果得到如下分析结果：Dependent Variable: YMethod: Least SquaresDate: 12/15/11 Time: 23:03Sample: 1990 2009Included observations: 20VariableCoefficientStd. Errort-StatisticPro
11、b. C18.2022857.351780.3173800.7556X10.0071780.0032812.1877200.0461X20.0068580.0017283.9691060.0014X3-0.0452020.057746-0.7827720.4468X4-0.7070540.403441-1.7525580.1015X53.38E-050.0017920.0188550.9852R-squared0.997985 Mean dependent var849.6034Adjusted R-squared0.997265 S.D. dependent var782.4333S.E.
12、of regression40.91840 Akaike info criterion10.50436Sum squared resid23440.41 Schwarz criterion10.80308Log likelihood-99.04362 F-statistic1386.644Durbin-Watson 2.264243 Prob(F-statistic)0.000000由此可见，该模型=0.997985 =0.997265,可决系数很高，F检验值为1386.644，明显显著。但是当=0.05时，=2.145 X3，X4，X5的系数t检验不显著，而且X3，X4的系数的符号与预期相反
13、，这与经济意义相违背，这表明很可能存在多重共线性。1、 多重共线性检验（1）由Eviews可计算的各解释变量的相关系数矩阵变量X1X2X3X4X5X110.9827260151750.9958046796110.9780841147340.994386634011X20.98272601517510.966017590530.978437610250.980635998222X30.9958046796110.9660175905310.9612301133310.993277865773X40.9780841147340.978437610250.96123011333110.9711190
14、16344X50.9943866340110.9806359982220.9932778657730.9711190163441由相关系数矩阵可以看出，各解释变量之间的相关系数较高，证实确实存在着严重的多重共线性。（2）模型修正采用逐步回归的方法，分别做Y对X1、X2、X3、X4、X5的一元回归，结果为：Y对X1的一元回归Dependent Variable: YMethod: Least SquaresDate: 12/15/11 Time: 23:15Sample: 1990 2009Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C-159.368034.21322-4.6580810.0002X10.0081290.00022036.879080.0000R-squared0.986938 Mean dependent var849.6034Adjusted R-squared0.9862
