非壽險需求影響因素研究

歐陽漢 田秋紅 廖文琪

(貴州財經(jīng)大學(xué)大數(shù)據(jù)統(tǒng)計學(xué)院，貴州 貴陽 550025)

一、引言

2014年，國務(wù)院印發(fā)《關(guān)于加快發(fā)展現(xiàn)代保險服務(wù)業(yè)的若干意見》，指出保險是現(xiàn)代經(jīng)濟的重要產(chǎn)業(yè)和風(fēng)險管理的基本手段，同時也是社會文明、經(jīng)濟發(fā)達(dá)程度、社會治理能力的重要標(biāo)志。隨著經(jīng)濟社會的快速發(fā)展，保險行業(yè)已經(jīng)參與到國民經(jīng)濟的進程中，保險的社會“穩(wěn)定器”和經(jīng)濟“助推器”作用將得到有效發(fā)揮。

壽險主要是對人的生命及身體健康進行保障，非壽險是對財產(chǎn)及責(zé)任利益進行保障。與壽險相比，非壽險的保障對象較廣，不僅有人、物，還有責(zé)任等非實體，因此，非壽險的影響因素較多。學(xué)者對非壽險的影響因素進行研究，得到GDP(劉志雄，2005；羅皓等，2005；鎖凌燕等，2005)、固定資產(chǎn)投資(張宗軍，2011；張宗軍，2012)有顯著影響，部分學(xué)者指出社會因素中的受教育程度會產(chǎn)業(yè)顯著影響(趙桂芹，2006；尚君等，2013)。Cavante等(2013)發(fā)現(xiàn)非壽險保費與國民經(jīng)濟有關(guān)系，國民經(jīng)濟的增長會促進非壽險發(fā)展。Hasan(2018)研究得到除利率外，其他宏觀經(jīng)濟因素對非壽險公司績效無顯著影響。Shiu(2019)發(fā)現(xiàn)在英國得的非壽險需求主要影響因素是保險產(chǎn)品本身。

基于學(xué)者對非壽險需求的研究，本文將選用1988年～2018年中國的時間序列數(shù)據(jù)，對影響非壽險的因素進行實證研究。

二、指標(biāo)選取及研究方法介紹

1.指標(biāo)選取

選取國內(nèi)生產(chǎn)增長率、固定資產(chǎn)增長率、總撫養(yǎng)比、風(fēng)險水平、教育水平[14]作為解釋變量，保費增長率為被解釋變量，其中風(fēng)險水平是以年度火災(zāi)、交通事故損失加總來表示，教育水平是以普通高中、高校畢業(yè)生人數(shù)加總來表示。本文實證分析的數(shù)據(jù)的時間序列長度為31，相關(guān)數(shù)據(jù)(1988-2018)來源于中國統(tǒng)計局官網(wǎng)、中國銀行官網(wǎng)、《中國保險年鑒》得到。

表1 變量的統(tǒng)計性描述

2.方法介紹

(1)平穩(wěn)性檢驗

平穩(wěn)性檢驗的方法主要有兩種：第一種是根據(jù)時序圖和自相關(guān)圖的特點來判斷其平穩(wěn)性；第二種就是構(gòu)建檢驗統(tǒng)計量，利用假設(shè)檢驗來判別平穩(wěn)性(田行宇等，2018)，構(gòu)造檢驗統(tǒng)計量的方法主要有單位根檢驗。

ADF單位根檢驗檢驗估計回歸方程由三個模型完成：

其中t為時間變量，代表序列隨時間變化的趨勢。模型的檢驗原理同DF檢驗，即t檢驗；檢驗順序為復(fù)雜到簡單；三個模型全部檢驗通過才能證明該序列是平穩(wěn)時間序列。

(2)基于協(xié)整和誤差修正模型

對于k個時間序列Yt=(y1t,y2t,…ykt),，k維向量Yt的分量被稱為d，b階協(xié)整，記為Yt～(d,b)，即Yt的各個分量序列存在協(xié)整，如果滿足如下條件：

Yt～I(d)，要求Yt的每個分量Ytt～I(d);

存在非零向量β，使得β，Yt～I(d-b),0≤b≤d;

Engle和Granger多個時間序列之間存在協(xié)整關(guān)系的基礎(chǔ)上，構(gòu)建了向量誤差修正模型VECM，由于在向量誤差修正模型中，一階差分的使用消除了變量可能存在的趨勢因素，從而避免了偽回歸等問題，模型中的差分項可以使用t檢驗和F檢驗來選取，可以更好地對短期動態(tài)關(guān)系進行分析，向量誤差修正模型的構(gòu)建原理如方程所示。

這個方程可以用誤差修正模型表示為：

式中αecmt-1=β，Yt-1是誤差修正項，其系數(shù)α是反映調(diào)整的速度。

3.格蘭杰因果關(guān)系檢驗

該檢驗方法是諾貝爾經(jīng)濟學(xué)獎得主克萊夫·格蘭杰(CliveW.J.Granger)所開創(chuàng)，用于分析經(jīng)濟變量之間的格蘭杰因果關(guān)系(梁宗經(jīng)等，2020)。他給格蘭杰因果關(guān)系的定義為“依賴于使用過去某些時點上所有信息的最佳最小二乘預(yù)測的方差。

其中殘差序列u1i、u1k之間不相關(guān)，檢驗的原假設(shè)為：H0=β1=β2=…=βi=0，檢驗統(tǒng)計量為F統(tǒng)計量：

4.脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)是用來考慮擾動項的影響是怎么樣從一個變量傳播到另一個變量的，主要研究影響的傳遞過程，其主要的基本思路是通過對時間序列模型的分析來實現(xiàn)對向量間影響傳遞關(guān)系的實證分析，下面通過簡單的脈沖響應(yīng)函數(shù)來了解其基本思想。首先闡述下脈沖響應(yīng)函數(shù)在兩變量(htzt)的VAR(2)模型中的實現(xiàn)過程。

其中，a、b、c和d都是參數(shù)，擾動項以t的形式存在。

三、實證分析

1.平穩(wěn)性檢驗

要進行時間序列分析，首先必須進行平穩(wěn)性檢驗，其趨勢如圖1、圖2所示，從圖1變量趨勢和圖2變量的一階差分趨勢可以看出，所有變量x1、x3、x4、ln(x5)表現(xiàn)出來不平穩(wěn)，而他們的一階差分表現(xiàn)出平穩(wěn)性。

圖1 變量時間趨勢圖

圖2 變量一階差分趨勢

ADF檢驗如表所示，從表2單位根檢驗結(jié)果可以看出，一部分變量序列是平穩(wěn)的，一部分變量一階差分后在5%顯著水平上都是平穩(wěn)序列。

從表2可以看出序列y和序列x2平穩(wěn)，x1、x3、x4、ln(x5)經(jīng)過一階差分后平穩(wěn)，具有相同的單整階數(shù)，符合進行協(xié)整檢驗的必要條件。

表2 各變量單位根檢驗

2.協(xié)整方程的建立

為了確定上述序列之間是否有長期穩(wěn)定關(guān)系，是否能得到協(xié)整方程，本文將采用Johansen-Juselius協(xié)整檢驗法對序列的協(xié)整關(guān)系進行檢驗，同時在檢驗之前，還要確定VAR模型的最優(yōu)滯后階數(shù)，協(xié)整檢驗的滯后階數(shù)等于相應(yīng)的VAR模型的滯后階數(shù)減1。可以根據(jù)AIC和SC最小信息可以確定VAR模型的最優(yōu)滯后階數(shù)。從信息準(zhǔn)則可以看出，滯后階數(shù)為3時，AIC和SC值最小，所以選擇VAR模型的滯后階數(shù)期為3。

VAR模型選擇滯后階數(shù)為3時效果滿意，所以選擇協(xié)整檢驗的滯后期為2。序列x1、x2、x3、x4、ln(x5)和y之間存在多組協(xié)整關(guān)系，根據(jù)最大向量特征值對應(yīng)的向量得到標(biāo)準(zhǔn)化的協(xié)整方程，所以得到標(biāo)準(zhǔn)化的協(xié)整關(guān)系式為：

y=-0.7173*(x1)+0.3072*(x2)+0.3979*(x3)+3.1173*(x4)+23.0683*ln(x5)

(0.0956) (0.0512) (0.0270) (0.2593) (2.3114)

式中是將y作為被解釋變量，將x1、x2、x3、x4、ln(x5)作為解釋變量，括號內(nèi)的為t統(tǒng)計量。

3. 向量誤差修正模型(VECM)的建立

協(xié)整方程考慮到了序列的長期波動關(guān)系，并沒有介紹各序列短期波動對于模型的影響，所以在此基礎(chǔ)上，對協(xié)整模型進行補充，對具有協(xié)整關(guān)系的變量y、x1、x2、x3、x4、ln(x5)建立誤差修正模型。其中y的誤差修正模型公式如下：

▽y=-0.287▽yt-1-0.024▽yt-2-0.551▽(x1)t-1-0.252▽(x1)t-2+0.945▽(x2)t-1+0.315▽(x2)t-2+2.221▽(x3)t-1-3.759▽(x3)t-2-0.146▽(x4)t-1+0.030▽(x4)t-2-88.673▽ln(x5)t-1-98.51▽ln(x5)t-2-1.380vecmt-1+0.910

vecmt-1=-0.717*(x1)+0.307*(x2)+3.117*(x3)+0.398*(x4)+23.068*ln(x5)

根據(jù)向量誤差修正模型可以看出，非壽險保險增長率會受到上一期、上二期非壽險保費增長率、國內(nèi)生產(chǎn)增長率、固定資產(chǎn)增長率、總撫養(yǎng)比、風(fēng)險水平、教育水平的短期波動影響，從各變量差分項滯后一、二期可以看出，短期上，非壽險保費增長率、國內(nèi)生產(chǎn)增長率、固定資產(chǎn)增長率、總撫養(yǎng)比、風(fēng)險水平、教育水平有不同的作用。

誤差修正后可以看出方程擬合優(yōu)度為0.81，調(diào)整擬合優(yōu)度0.7，AIV(7.198)，SC(7.86)都較?。嚎梢钥闯稣`差修正方程的殘差序列平穩(wěn)。說明方程效果較為滿意。接下來將檢驗誤差修正方程的殘差，根據(jù)其ADF檢驗結(jié)果看出誤差修正方程的殘差序列平穩(wěn)，說明方程效果較為滿意。

4. 格蘭杰因果關(guān)系檢驗

不管是傳統(tǒng)模型還是協(xié)整模型，都只是給出了序列之間的方程式，揭示它們之間的關(guān)系，但并沒有給出經(jīng)濟和理論意義的因果關(guān)系，即時誰引起誰的變化。為了給出這個問題的答案，且Granger因果檢驗法對序列的因果關(guān)系進行檢驗，且Granger因果檢驗法的前提是各序列必須是平穩(wěn)的。利用Eviews軟件在誤差修正模型的基礎(chǔ)上檢驗Granger因果關(guān)系。

表3 Granger因果檢驗結(jié)果

從表 2可以看出，非壽險保費增長率是引起國內(nèi)生產(chǎn)總值增長率變化的短期原因，固定資產(chǎn)增長率和非壽險保費增長率之間存在短期因果關(guān)系，總撫養(yǎng)比變化是引起非壽險保費增長率變化的短期原因，非壽險保費增長率是引起教育水平對數(shù)變化的短期原因。

5. 脈沖響應(yīng)函數(shù)分析

基于VECM模型的脈沖響應(yīng)函數(shù)的脈沖響應(yīng)圖，分析影響因素對非壽險保費增長率沖擊的短期動態(tài)效應(yīng)，各影響因素對非壽險保費增長率在15期內(nèi)的脈沖沖擊響應(yīng)結(jié)果如圖3所示。實線部分為脈沖響應(yīng)函數(shù)值隨時間變化的路徑，說明了各非壽險保費增長率影響因素對非壽險保費增長率沖擊強度大小的變化過程。

圖3 脈沖響應(yīng)函數(shù)分析結(jié)果

從圖3中可以看出，國內(nèi)生產(chǎn)增長率在第1期時，國內(nèi)生產(chǎn)增長率對非壽險保費增長率的響應(yīng)值為0，小幅度波動后在第3期時達(dá)到最高點，隨后有微小的負(fù)向作用。

當(dāng)給固定資產(chǎn)增長率一個正向沖擊后，在第2期響應(yīng)為正且達(dá)到最大值，為5.9932，然后在第4期為負(fù)且降低到最小值，為-2.7520，在第5期時后呈現(xiàn)正向沖擊，逐漸趨于穩(wěn)定狀態(tài)。說明固定資產(chǎn)增長率對非壽險保費增長率有一定的影響作用，從長期來看，固定資產(chǎn)增長率會促進經(jīng)濟發(fā)展，有利于非壽險保費增長率的提高。

當(dāng)給總撫養(yǎng)比一個正向沖擊時，會給非壽險保費增長率帶來負(fù)向的沖擊，從第1期開始一直為負(fù)且持續(xù)降低在第15期達(dá)到最大值，為-5.6104，表明短期內(nèi)總撫養(yǎng)比的正向沖擊對非壽險保費增長率具有一定的作用。說明總撫養(yǎng)比短期內(nèi)由于老齡化程度加重，有利于非壽險保費增長率的提高，但隨著年齡結(jié)構(gòu)的不斷變化，總撫養(yǎng)比隨之増大，對非壽險保費增長率起到了一定的阻礙作用。

給風(fēng)險水平一個正向沖擊，對非壽險保費增長率變化量的影響始終為負(fù)，且從整體上來看整體降低。即風(fēng)險水平程度受到?jīng)_擊后，給非壽險保費增長率帶來反向沖擊，并在第9期達(dá)到最小值，為-3.5378，表明短期內(nèi)風(fēng)險水平程度的正向沖擊對非壽險保費增長會生暫時的阻礙作用。說明中國火災(zāi)損失和交通事故損失的增加，這對非壽險保費增的提高是不利的。

給教育水平一個正向沖擊后，對非壽險保費增長率變化量的影響整體為正，在第2、3期時，教育水平對非壽險保費增長率變化量的影響為負(fù)，表明短期內(nèi)教育水平程度的正向沖擊對非壽險保費增長會生暫時的阻礙作用。然后對非壽險保費增長率變化量的影響為正且穩(wěn)定，長期來看，教育水平對非壽險保費增長率有促進作用。

四、結(jié)論與展望

本文選取國內(nèi)生產(chǎn)增長率、固定資產(chǎn)增長率、總撫養(yǎng)比、風(fēng)險水平、教育水平五個主要因素作為解釋變量，保費增長率為被解釋變量，利用協(xié)整模型，分析序列的平穩(wěn)性，并且考慮了序列間的長期波動關(guān)系，然后對協(xié)整模型進行誤差修正，消除序列短期波動的影響。最后進行序列之間的Granger因果檢驗、脈沖響應(yīng)函數(shù)，主要結(jié)果如下。

通過協(xié)整檢驗可知，非壽險保費增長率與國內(nèi)生產(chǎn)增長率、固定資產(chǎn)增長率、總撫養(yǎng)比、風(fēng)險水平、教育水平存在顯著的長期均衡關(guān)系，這種關(guān)系表明，在長期上，固定資產(chǎn)增長率、總撫養(yǎng)比、風(fēng)險水平、教育水平對非壽險保費增長率均有正向影響，而國內(nèi)生產(chǎn)增長率對非壽險保費增長率有負(fù)向影響，從影響程度來看，教育水平影響最大，其次是風(fēng)險水平，而固定資產(chǎn)增長率的影響最小。

向量誤差修正模型表明，非壽險保費增長率受到上期非壽險保費增長率、國內(nèi)生產(chǎn)增長率、固定資產(chǎn)增長率、總撫養(yǎng)比、風(fēng)險水平、教育水平的短期波動的影響。固定資產(chǎn)增長率、總撫養(yǎng)比滯后一期的變化對本期非壽險保費增長率有正向影響，而非壽險保費增長率、國內(nèi)生產(chǎn)增長率、風(fēng)險水平、教育水平對本期非壽險保費增長率具有反向影響。其中教育水平的影響程度相對于其它變量來說較為突出。

基于向量誤差修正模型，得到序列之間的短期因果關(guān)系，固定資產(chǎn)增長率與非壽險需求互相顯著影響，總撫養(yǎng)比正向影響非壽險需求，國內(nèi)生產(chǎn)增長率、教育水平、風(fēng)險水平不是影響非壽險需求的主要因素。

基于向量誤差修正模型，采用脈沖響應(yīng)函數(shù)對各個影響變量的變動對非壽險保費增長率的影響進行了分析，短期內(nèi)，國內(nèi)生產(chǎn)增長率、固定資產(chǎn)增長率、教育水平受到正向沖擊后，對未來一段時間非壽險保費增長率均產(chǎn)生穩(wěn)定的積極影響，其中固定資產(chǎn)增長率對非壽險保費增長率的波動最為敏感。

最后，國家發(fā)展固定資產(chǎn)投資可以促進非壽險行業(yè)的發(fā)展，同時大力宣傳非壽險的風(fēng)險轉(zhuǎn)移和理財功能，讓居民了解非壽險，并可以正確購買保險產(chǎn)品，發(fā)揮非壽險的積極作用。另外，非壽險行業(yè)需要不斷的創(chuàng)新和改革，讓非壽險產(chǎn)品發(fā)揮作用。