影响人身保险保费收入的重要因素分析【摘要】：根据影响人身保险保费收入因素的理论观点，本文旨在通过2002年我国各省国民生产总值、死亡率、人口总数、医疗消费支出和消费水平对我国人身保险保费收入的影响进行实证分析。

通过建立理论模型，并收集相关数据，利用Eviews软件对计量模型进行参数估计和检验并加以修正，去除死亡率、人口总数、医疗消费支出三种存在多重共线性的因素，得到影响人身保险保费收入的最重要因素为国民生产总值和消费水平。

最后，对所得结果作出经济意义分析。

【关键词】：人身保险保费收入线形回归模型OLS法一、引言：中国保险业自1979年恢复经营以来，取得了迅猛的发展。

20年间年平均增长速度高达32.75%，远远高于同期国内生产总值的平均增长速度。

2000年我国保险市场的扩张速度虽有所放缓，但全国保费收入仍会保持2位数以上的增长，是世界上发展最快、规模最大的保险市场。

其中，人身保险保费收入在1997年市场份额首次超过财产险以后，一直占据了保险市场的大壁江山，并一直保持高速增长。

到了2002年，人身保险保费收入为2273.69亿元，增幅达到60.2%，占总保费收入3045.73亿元的74.65%。

针对人身保险保费收入的迅猛发展这一现象，本文收集了2002年20个省市直辖市的相关截面数据，并加以实证分析，以揭示影响人身保险保费收入的核心因素。

二、影响人身保险保费收入的因素（一）、国外文献回顾从国外现有的研究成果上看，对寿险需求的研究主要从两个方面展开：一方面是对寿险需求的理论研究。

这类研究通常在不确定性理论基础上，研究寿险需求动机，从理论上分析人们在追求期望效用最大化时，风险态度、遗赠动机、通货膨胀、财富等因素对寿险需求的影响；另一方面是针对寿险需求的实证研究。

这类研究通过实证数据，建立寿险需求与相关影响因素间的计量经济模型，应用多变量解释影响寿险需求的因素。

寿险需求的理论研究是实证研究的基础，它揭示寿险需求的根本原因。

这方面的研究成果很多，Ｙａａｒｉ(1)在1965年的一篇文章算是较早的文献。

在期望效用理论的范式下，Ｙａａｒｉ从理论上研究了保险的需求，尤其是人寿保险的需求。

他的研究表明，由于未来寿命的不确定，人们更倾向于现在消费而不是选择以后消费（也即Ｆｉｓｈｅｒ所说的“不耐”心理，Ｙａａｒｉ从理论上说明了它的影响），保险的作用在于消除了这种寿命不确定性带来的影响。

Ｙａａｒｉ的研究成为很多寿险需求理论研究的起点。

在此基础上，Ｈａｋａｎｓｓｏｎ(2)、Ｆｉｓｃｈｅｒ(3)、Ｋａｒｎｉ(4)和Ｚｉｌｃｈａ(5)进行了扩展。

他们的研究表明，风险资产的存在不会改变人们对保险的需求或消费，人寿保险的需求主要是为了消除由于寿命的不确定带来的收入风险，而不是为了消除资产的风险。

这个结论说明，寿险的作用主要是储蓄和保障，而不是投资。

Ｌｅｗｉｓ(6)则拓宽了研究视角，从被抚养人的角度而不单单从投保人的角度研究寿险需求。

他认为保险的购买不仅仅是出于投保人自己的需要，同时也是为了满足其被抚养人(如妻子、子女)获得保障的需要，投保人家庭成员的风险偏好也会影响保险需求。

在寿险需求的理论研究的基础上，近半个世纪以来人们对寿险需求进行了大量的实证研究。

实证研究主要针对影响寿险需求的因素进行定量分析。

在实证研究中分析的影响因素很多，概括起来可以分成两大类：(1)人口因素；(2)经济及金融因素。

人口因素主要指年龄、期望寿命、教育程度和赡养(抚养)率等与人口结构相关的因素;经济及金融因素主要包括收入、财富和价格水平等与经济有关的因素。

这些因素对寿险需求的影响，尤其是涉及经济及金融方面的因素的影响，实证研究取得了一些较为一致的结论。

但实证研究中也留下一些相互冲突的结论。

有些因素在某些实证研究中与寿险需求具有显著的正相关关系，而在另一些研究中这种相关关系并不显著，甚至在有的研究中具有显著的负相关关系。

这样的矛盾在人口因素中显得突出一些。

例如，Ｔｒｕｅｔｔ，Ｄ.Ｂ.和Ｔｒｕｅｔｔ，Ｌ.Ｊ.(7)的研究表明教育水平与寿险需求显著正相关，而Ｂｒｏｗｎｅ和Ｋｉｍ(8)则认为教育水平与寿险需求不能确立明确的关系，Ｄｕｋｅｒ(9)则指出教育水平与寿险需求负相关。

(二)、我国寿险收入影响因素的选择在传统的保险理论中，影响人身保险收入的理论因素主要有：国民经济的发展水平、居民消费水平、利率水平、人口因素、国家金融监管水平等。

1.国民经济发展水平：保险是社会生产力发展到一定阶段的产物，并且随着社会生产力的发展而发展。

我国保险业的发展同样离不开国民经济的发展。

一方面，经济发展带来保险需求的增加，最近十几年保险的高速发展主要得益于改革开放以来国民经济的发展释放和增加了保险需求；另一方面，收入水平的提高也回带来保险需求总量和结构的变化。

可以说国民经济发展水平是一国保险业发展的经济基础。

2.居民消费水平：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组成的，保险作为一种商品也是这样的，而居民消费水平正能够体现这样的一种实际购买能力。

因此，一国居民的消费水平越高会刺激保险业的发展。

（在人身保险中，消费支出中的医疗支出显的由为重要。

）3.人口因素：由于人身保险主要保障的是人的生命和身体，因此人口数量、人口结构也是影响保费收入的重要因素。

4.利率和国家金融监管水平：人身保险作为一项金融产品，利率的影响不容忽视。

利率有名义利率和实际利率之分。

一般经济理论认为实际利率而非名义利率影响人身保险的需求。

以上结论在用于时间序列模型的建立方面有重要作用，但利率水平和国家金融监管水平这两个因素对于本文将采用的2002年的截面数据却没有大的影响。

所以，本文选取了2002年各省的国民生产总值、死亡率、人口数、消费水平、医疗支出这5个因素来分析。

三、相关数据收集注释：Y：2002年各省人身保险的保费总收入X1：2002年各省国民生产总值X2：2002年各省死亡率X3：2002年各省人口总数X4：2002年各省人均医疗消费支出X5：2002年各省人均消费水平四、计量经济模型的建立为了研究保费总收入与国民生产总值、死亡率、人口总数、人均医疗消费支出、人均消费水平之间的关系，建立下述的一般模型：Y=C+β1X1+β2X2+β3X3+β4X4+β5X5+u其中：Y：2002年各省人身保险的保费总收入X1：2002年各省国民生产总值X5：2002年各省人均消费水平X2：2002年各省死亡率βi ：为代定参数X3：2002年各省人口总数u：为随机扰动项X4：2002年各省人均医疗消费支出C：为常数项五、模型的求解和检验利用EVIEWS软件，分别用最小二乘法进行回归分析，并针对其中的多重共线性、异方差和自相关进行统计检验，最后进行修正再来估计参数.（一）最小二乘法回归分析：结果如下：（表一）Dependent Variable：YMethod：Least SquaresDate：04/23/05 Time：19：34Sample：1 20C -1338736. 597054.9 -2.242232 0.0417X1 145.2042 37.05883 3.918208 0.0015X2 137311.6 91256.99 1.504670 0.1546X3 -1.167308 53.45332 -0.021838 0.9829X4 775.5288 515.0055 1.505865 0.1543 R-squared 0.903160 Mean dependent var 921685.6 Adjusted R-squared 0.868575 S.D. dependent var 663408.5 S.E. of regression 240502.8 Akaike info criterion 27.86218 Sum squared resid 8.10E+11 Schwarz criterion 28.16090 Log likelihood -272.6218 F-statistic 26.11381从估计的结果可以看出可决系数R2=0.903160和F=26.11381，检验值都比较大，说明总体拟合效果比较好。

当给定a=0.05，在自由度n－6＝14的条件下，查t分布表得到t0.025(14)=2.145，所以t2=1.504670、t3=-0.021838、t4=1.505865均小于t0.025(14)=2.145，所以T检验值不显著，可能存在多重共线性，可通过简单相关系数矩阵法对多重共线性进行分析。

1.下面我们利用简单相关系数矩阵法进行多重共线性分析，结果如下：（表二）X1 X2 X3 X4 X5 X1 1.000000 -0.000301 0.703926 0.127395 0.201460 X2 -0.000301 1.000000 0.213858 -0.147528 -0.268444 X3 0.703926 0.213858 1.000000 -0.375125 -0.404153 X4 0.127395 -0.147528 -0.375125 1.000000 0.770109 X5 0.201460 -0.268444 -0.404153 0.770109 1.000000 可以看出X3和X1、X4和X5相关系数比较大，且X3的系数符号与经济意义相悖。

（在我国的现实情况所决定，我国人口增长主要表现为农村人口的增长，而城市人口总体是下降的趋势）因此去掉X3 ，分别去掉X4和X5做最小二乘法回归分析，结果如下：（表三）去掉X4Dependent Variable：YC -1229158. 583755.5 -2.105604 0.0514X1 143.1352 17.83367 8.026119 0.0000X2 150648.1 90559.70 1.663522 0.1157 R-squared 0.886964 Mean dependent var 921685.6 Adjusted R-squared 0.865769 S.D. dependent var 663408.5S.E. of regression 243056.3 Akaike info criterion 27.81683 Sum squared resid 9.45E+11 Schwarz criterion 28.01598 Log likelihood -274.1683 F-statistic 41.84913 Durbin-Watson stat 2.181374 Prob(F-statistic) 0.000000（表四）去掉X5Dependent Variable: YSample: 1 20Included observations: 20X1 162.4882 23.11709 7.028924 0.0000X2 136920.7 120848.3 1.132997 0.2739X4 1492.174 407.5169 3.661624 0.0021C -1388888. 821633.9 -1.690398 0.1103921685.6 R-squared 0.801618 Mean dependentvarAdjusted R-squared 0.764422 S.D. dependent var 663408.5 S.E. of regression 321994.5 Akaike info criterion 28.37931 Sum squared resid 1.66E+12 Schwarz criterion 28.57846 Log likelihood -279.7931 F-statistic 21.55088 Durbin-Watson stat 1.727100 Prob(F-statistic) 0.000007效果的R、F值，表4 都不如表3的拟和效果好，因此我们选择去掉X4变量，留下X5。