影响人身保险保费收入的因素分析摘要：本文采用我国实际经济年度数据，利用Eviews软件对传统理论中对于人身保费收入的影响因素进行多元线性回归分析并进行你拟合优度的检验及修正。
从模型中可看出我国的物价指数，城镇居民可支配收入，储蓄水平，国民生产总值等因素对人身保险的保费收入均有不同程度的影响。
关键词：人身保险保费收入多元线性回归拟合优度异方差修正在理论中，影响人身保费的因素有：居民可支配收入，国民经济发展水平，利率水平，储蓄，物价水平，国民保险意识等。
此种传统理论仅做了定性的分析，每种因素的影响力有多少均未做出一个定量的模型分析。
本文参照传统理论中的定性分析，结合我国2000—2011年间的数据，利用多元线性回归模型进行分析并对拟合优度及异方差进行检验且做出相关的修正。
一、中国人身保险业发展现状及其理论影响因素（一）人身保险的基本理论概念人身保险是以人的生命或身体为保险标的的保险。
它是区别财产保险的一类业务的总称。
在人身保险中，投保人根据合同约定向保险人支付保险费，保险人根据合同约定向被保险人疾病伤残死亡或到达约定的年龄、期限是承担给付保险金责任的保险。
长期以来人身保险被视为个人或者家庭财务规划中必要和基本因素。
在个人或家庭的财务规划中，人身保险是有价值和弹性的财务工具。
它主要包括人寿保险，人身意外伤害险和健康保险。
（二）我国人身保险业的发展现状随着我国经济的不断提高，我国的保险业有着迅猛的发展。
而在人身保险与财产保险中，我国人身保险保费收入的增长快于财险保费收入的增长。
随着我国改革开放的进一步深化经济的进一步发展，以及加入WTO，人身保险越来越受到人们的重视，它在很多方面都发挥着越来越重要的作用。
1、开展人身保险是对国家社会保险措施的必要补充。
根据实际需要设计不同形式的人身保险，可以满足人民的要求，促进社会安定。
2、俗话说的好，人有旦夕祸福。
人的一生中无法避免疾病、年迈和死亡，人身保险可以起到有备无患的作用，无论对家庭还是个人，都可以提供各种保障，解决经济上的困难，解除后顾之忧，使人民安居乐业。
3、中国是世界上人口最多的国家，人身保险的潜力很大，将分散的、小额的保险费积少成多，并利用寿险资金长期性的特点加以充分运用，使一部分消费基金转化为生产基金，从而促进国民经济的发展。
同时也为被保险人提供了可靠保障。
因为通过资金运用，进一步壮大了保险基金.（三）我国人身保险业的发展因素的理论解释在传统的保险理论中，影响人身保险业发展的理论因素主要有：国内生产总值、物价指数、居民可支配收入水平、储蓄、商品经济发展程度、国民保险意识等。
1、国内生产总值（GDP）保险是社会生产力发展到一定水平的产物，并且随着生产力的发展而发展。
一方面，经济发展带来保险需求的增加；另一方面，收入水平的提高也会带来保险需求总量和结构的变化。
可以说国内生产总值（GDP）是一国保险业发展的经济基础。
2.物价指数物价指数在一定程度上反映我国商品价格的基本水平。
而保险商品的价格是保险费率。
保险需求主要取决于可支付保费的数量。
保险费率与保险需求主要取决于可支付保险费的数量。
保险费率与保险需求一般成反比例关系，保险费率越高保险需求越小；反之则越大。
而我国人身保险的费率确定和大一部分取决于利率，而物价又是对利率的反应，因此物价指数是人身保险商品价格的影响因素之一。
3.居民可支配收入可支配收入反映了人均消费水平的高低，可支配收入越大，用于购买消费品的支出越多，而保险作为第三产业中的服务产品之一，是人们在满足基本生存条件后的又一需求，因此居民可支配收入中的很大一部分会用于购买保障性服务产品，如社保，年金及人身保险中的养老，医疗等。
4. 居民储蓄水平在经济学中，对于一种商品的需求是由其需求欲望和购买能力决定的。
保险作为一种商品也是这样的，居民的储蓄水平正能够体现这种实际购买能力。
因此一国居民的储蓄水平越高会刺激保险业的发展。
5. 其它因素（1）人口因素（2）国家金融监管水平（3）国民保险意识（4）市场经济的发展程度二、对我国人寿保费收入的数据选取及分析以下我们选用GDP，物价指数，城镇居民可支配收入，储蓄四因素，通过“逐一法”选取并建立模型。
（一）数据选择及模型设定根据上述分析，选取了GDP即国内生产总值、物价指数、城镇居民可支配收入、储蓄四个因素作为解释变量，将模型设定为Y i=β0+β1X1+β2X2+β3X3+β4X4+μi其中：X1代表GDP即国内生产总值（亿元）； X2代表物价指数；X3代表城镇居民可支配收入；X4代表储蓄（亿元）数据如下：资料来源：《中国统计年鉴2000-2011》、《中国保险年鉴2000-2011》（二）模型分析11223344Dependent Variable: YMethod: Least SquaresDate: 12/31/12 Time: 19:55Sample: 2000 2011Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.C -6207.784 11505.13 -0.539567 0.6062X1 -0.016590 0.028107 -0.590232 0.5736X2 41.98012 115.9094 0.362180 0.7279X3 0.324795 0.646593 0.502317 0.6309X4 0.040047 0.024263 1.650548 0.1428R-squared 0.981842 Mean dependent var 5046.807 Adjusted R-squared 0.971466 S.D. dependent var 3390.161 S.E. of regression 572.6638 Akaike info criterion 15.83281 Sum squared resid 2295607. Schwarz criterion 16.03486 Log likelihood -89.99687 Hannan-Quinn criter. 15.75801 F-statistic 94.62712 Durbin-Watson stat 1.945785Prob(F-statistic) 0.000004得到估计方程：Y*=-6207.742-0.016590*X1+41.89012*X2+0.324795*X3+0.040047*X4t=(-0.539567) (-0.590232) (0.362180) (0.502317) (1.650548)R^2=0.981842 F=94.62712（三）检验与修正1．经济意义检验从上表中可以看出，X1指标符号与先验信息不相符，所估计结果与经济原理相悖，X2.X3.X4指标符号与先验信息相符，所估计结果与经济原理不相悖2．统计推断检验从回归结果可以看出，模型的拟和优度非常好（R^2=0.981842），F统计量的值在给定显著性水平α=0.05的情况下也较显著，但X3的t统计值不显著（X1.、X2 X3、X4的t统计量的值的绝对值均小于2），说明X1、X2、X3、X4这两个变量对Y 的影响不显著，或者变量之间存在多重共线的影响使其t值不显著3．计量经济学检验（1）多重共线性检验①检验：由F=94.62712>F0.05（4,14)=3.11(显著性水平α=0.05)表明模型从整体上看寿险保费收入与解释变量间线形关系显著。
这里采用简单相关系数矩阵法对其进行检验：X1 X2 X3 X4X1 1.000000 0.566951 0.998496 0.994694X2 0.566951 1.000000 0.560562 0.511107X3 0.998496 0.560562 1.000000 0.994872X4 0.994694 0.511107 0.994872 1.000000从结果可知X1.X3.X4具有高度相关性②修正：采用逐步回归法对其进行补救。
根据以上分析，由于X4的t值和R^2最大，线性关系强，拟合程度最好，因此把X4作为基本变量。
然后将其余解释变量逐一代入X4的回归方程，重新回归。
分析可得：Dependent Variable: YMethod: Least SquaresDate: 12/31/12 Time: 20:27Sample: 2000 2011Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.C -1159.430 338.9973 -3.420174 0.0076X1 -0.000928 0.012315 -0.075316 0.9416X4 0.037625 0.016512 2.278593 0.0487R-squared 0.980761 Mean dependent var 5046.807Adjusted R-squared 0.976486 S.D. dependent var 3390.161S.E. of regression 519.8611 Akaike info criterion 15.55732Sum squared resid 2432300. Schwarz criterion 15.67855Log likelihood -90.34391 Hannan-Quinn criter. 15.51244F-statistic 229.3991 Durbin-Watson stat 2.032847Prob(F-statistic) 0.000000加入X1，拟合优度仅略有变动，但与X1的经济意义与先验信息相悖。
因此变量X1引起了多重共线性，应舍去。
Dependent Variable: YMethod: Least SquaresDate: 12/31/12 Time: 20:28Sample: 2000 2011Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.C -3406.887 7837.747 -0.434677 0.6740X2 22.38642 78.24108 0.286121 0.7813X4 0.036100 0.001968 18.34185 0.0000R-squared 0.980922 Mean dependent var 5046.807Adjusted R-squared 0.976683 S.D. dependent var 3390.161S.E. of regression 517.6759 Akaike info criterion 15.54889Sum squared resid 2411895. Schwarz criterion 15.67012Log likelihood -90.29336 Hannan-Quinn criter. 15.50401F-statistic 231.3780 Durbin-Watson stat 1.917158Prob(F-statistic) 0.000000加入X2进行回归的情况和X1相同，其t=-0.434677，不显著。