我国寿险保费收入与经济发展的实证研究

摘要：随着我国寿险市场规模的迅速发展，其与经济发展之间的关系受到越来越多的关注，用2000―2010年的数据对他们之间的关系进行实证分析，并用Johansen协整检验二者之间是否存在长期均衡关系，利用向量自回归和向量误差修正模型分析二变量之间的长短期关系，分析结果表明：寿险保费收入与GDP之间存在长期稳定的关系，GDP是寿险收入的Granger原因，但是寿险收入并非是GDP的增长的Granger原因。

关键词：

寿险；Johansen协整检验；向量自回归

中图分类号：F2

文献标识码：A

文章编号：1672-3198（2012）07-0007-02

1 引言

随着我国国民经济的迅猛发展，经济建设日益繁荣以及国民对风险保障意识的提高，保险行业在社会发展中起着不可替代的作用，经济的快速增长成为我国保险业发展的重要基础，保险业经历了快速的发展。中国寿险业自恢复以来，经历二十多年的发展，逐渐向专业化和国际化方向发展，寿险保费收入呈连年上升趋势，2010年末我国寿险保费收入达10632.32898亿元，占总保费收入的73.18%，同比增长28.7%，在总保费收入中所占的比率远远超过了财险。

然而国内对寿险问题的研究则起步较晚：楚军红（1998）认为适度的通货膨胀不仅有利于承保业务，而且对寿险投资也将产生一定的积极影响，在通货膨胀条件下，寿险资产组合的收益性尤为重要，应加大股票和不动产以及保值公债的比例；荣喜民（2001）利用保费收取与寿险赔付间的时滞，对寿险资金投资的总收益和总风险进行分析，并根据改进了的Markowitz组合投资理论建立了考虑承保风险，兼顾总收益与总风险的寿险资金投资模型，给出了最优投资比例公式；戴树声（2001）从寿险资金运用的三性原则探讨了寿险资金运用于风险投资业在理论上是可行的。

2 研究方法与数据的选取

2.1 模型

格兰杰因果检验法在检验两个平稳序列｛Xt｝、｛Yt｝是否存在格兰杰因果关系时，通过建立两变量VAR模型来验证。下面是两变量VAR模型的简化形式：Y

Xt=a+A（L）Xt+B（L）Yt+Vt（1）

Yt=b+C（L）Xt+D（L）Yt+ut（2）

A（L）、B（L）、C（L）、D（L）为滞后算子，Vt、ut是相互独立的回归误差项。在方程（1）中，检验Y是否是X变化的原因，需用F检验来确定Y滞后项的添加是否有助于显著地解释X的变化。方程的零假设是Y不是X的格兰杰原因，也就是B（L）的系数同时显著为零。方程（2）的检验同方程（1）相同，若B（L）、C（L）同时显著不为零，那么X与Y之间存在着双向的格兰杰因果关系。

然而对于大多数宏观时间序列而言，并非是平稳的时间序列但存在着协整关系趋势，Engle与Granger（1987）年提出了著名的Granger表述定理：如果变量X与Y是协整的，则它们存在长期均衡关系，在这种情况下，VAR模型应包含协整的约束条件，即受限制的VAR模型（VECM）。

2.2 变量与数据的处理

用GDP代表宏观经济的增长，用S代表寿险保费收入，原始数据来源于各年《中国统计年鉴》、《中国保险年鉴》及国家统计局网站，本文采用2000、01―2010、04的季度数据进行分析，对GDP用国民生产总值指数进行折算，我国金融保险业在计算变价增加值时通常采用单缩法，使用的价格指数是居民消费价值指数和固定资产投资价格指数的加权平均，其权数分别是指支出法国民生产总值中的居民消费和固定资本形成总额占两者之和的比重（许宪春，2000）。所以选取的数据是以2000年为基期的实际值。

在进行实证分析前对数据进行季节调整，以消除季节性波动。由于变量的自然对数变换不改变原来变量之间的协整关系，并且能使数据的趋势线性化，同时可以消除时间序列之间异方差现象，所以在下文对GDP和寿险之间的实证分析中用LGDP代表GDP的自然对数，用LS代表寿险收入的自然对数。

3 实证检验与分析

3.1 单位根检验

从直观上看LGDP与LS有长期增长的趋势，进行协整分析之前必须确定二者具有相同的单整阶数，我们用Eviews6.0对LGDP和LS进行单位根检验，通过检验发现LGDP与LS无论是在1%还是5%显著性水平下都是非平稳的，但LGDP与LS的一阶单整在1%的显著性水平下是平稳的，二者都是一阶单整时间序列。

表1 单位根检验

单位根检验

ADF统计量检验类型1%临界值5%临界值P值

LGDP-7.84492（C，O，2）-3.596616-2.9331580.0000

LS-11.28893（C，O，2）-3.596616-2.9331580.0000

注：检验形式（C，T，K）分别表示单位根检验方程中包含常数项、时间趋势项和滞后期。

3.2 Johansen协整检验

由于上述两个变量都是一阶单整，可以利用Johansen协整检验来判断这两个变量之间是否存在长期均衡关系，由于Johansen协整检验是基于VAR模型的检验方法，用二变量建立VAR模型，根据滞后长度准则来确定合适的滞后阶数，根据LR、SC、HQ准则我们可以确定LGDP与LS的最优滞后期为1期，在此基础上，得出协整检验的结果，如表2所示：

表2 协整检验

寿险收入与经济发展的协整检验结果

零假设：协整向量的数目特征根

特征根迹检验最大特征根检验

统计量值5%临界值P值统计量值5%临界值P值

00.35167918.6431415.494710.016218.6348914.26460.0096

最多一个0.0001920.0082523.8414660.92720.0082523.8414660.9272

协整检验的结果表明，在我们所研究的样本内，无论是特征根迹检验还是最大特征根检验都可以得出LGDP与LS之间存在着一个协整向量的结论。根据VECM模型我们得出相应的协整向量：

β=（1.000000，-1.038247，4.431935）

得出协整关系的方程式为：

LS=1.038247LGDP-4.431935

协整检验的结果表明寿险收入的对数LS与GDP的对数LGDP之间存在着长期稳定的均衡关系，从长期来看，样本期内LS与LGDP存在着正相关关系。协整关系只是意味着两者之间存在着一致的变动趋势，为了确定二者之间可能的因果关系，须进行格兰杰因果检验。

3.3 格兰杰因果检验

表3 格兰杰因果检验

寿险市场发展与经济发展的Granger因果检验

变量零假设最优滞后期样本数F统计量概率

LGDPLGDP不是LS的Granger原因14312.21370.0012

LSLS不是LGDP的Granger原因1430.362040.5508

对于接受原假设的情况，较长滞后期的格兰杰因果检验结果更有效，所以如果较短滞后期内拒绝原假设则就能说明存在格兰杰因果关系，而如果继续较短滞后期内接受原假设则不能说明不存在格兰杰因果关系，而应该继续检验更长滞后期的情况。由表2可以看出，在一阶滞后情况下拒绝了LGDP不是LS的Granger原因，说明GDP是寿险收入增长的格兰杰原因，在滞后二阶、三阶的情况，寿险收入不是GDP的格兰杰原因，所以我们可以得出结论：GDP是寿险收入增长的格兰杰原因，而寿险收入不是GDP增长的格兰杰原因。

3.4 误差修正模型

只要变量之间存在协整关系，就可以导出误差修正模型，我们建立向量误差修正模型来研究寿险收入与经济增长之间的长期与短期动态关系，下面是VECM的结果：

LS=-0.234981ecm（-1）-0.372763LS（-1）+0.121613LGDP（-1）+0.069821（3）

（0.0076） （0.0023） （0.8024） （0.0097）

R2=0.335 Akaike AIC =-1.489022 Schwarz SC=-1.323530

F=6.377541 D.W=1.923395

从结果来看，方程（3）的误差修正系数为负，符合反向修正机制。Ecm（-1）、LS（-1）的系数在1%的显著性水平上通过了检验，从短期动态关系来看，我国寿险收入与GDP、自身滞后值之间存在着紧密的联系，与模型拟合优度为0.335，做短期预测效果不好，F统计量的P值为0001312，说明模型整体显著。GDP与寿险收入的非均衡误差以0.234981的比率对本年寿险收入增长率做出修正。

4 结论

本文的实证分析结果表明，在我们所研究的样本期（2000―2010）内，GDP是寿险保费增长的格兰杰原因，但寿险保费增长并不是GDP的格兰杰原因，从长期来看，GDP的增长能显著增加寿险保费收入，从VECM模型来看，寿险收入增长率与上一期GDP的增长率成正比，与上一次寿险收入增长率成反比，

现阶段，经济的增长是寿险市场发展的根本原因。从理论上来讲，保险业的成长会增强资本市场的活力，带动一系列相关产业的有序发展，为社会的和谐建设提供强有力的经济保障，从而促进经济的发展，但通过对我国的实证分析却得不到这样的结果，有以下两个方面原因：一方面，虽然今年来我国寿险收入增长迅速，市场规模迅速扩大，但相对于发达国家来说，无论是在寿险密度还是寿险深度都与发达国家有着不小的差距，收入水平低、传统文化环境、保险意识淡薄等成为限制我国寿险市场发展的重要因素。另一方面，受寿险投资结构的限制，我国寿险资金大部分投放在银行、国库券等风险低、收益率低的金融资产，而企业债券、金融债券、证券投资基金的比例较低、虽然投资于企业债券、证券投资基金等金融资产风险大，但是其对经济的良性发展，促进我国资本市场的多元化，带动国民经济的健康发展有着重要的意义，通过实证分析可以看出我国寿险在这方面的能力需要进一步强化。

参考文献

［1］饶晓辉，钟正生.保险能否促进中国经济发展―基于中国的实证分析［J］.上海经济研究，2005，（12）.

［2］高铁梅.计量经济分析方法与建模［M］.北京：清华大学出版社，2001.

［3］孙静水.中级计量经济学［M］.上海：上海财经大学出版社，2009.

［4］易丹辉.数据分析与Eviews应用［M］.北京：中国统计出版社，2002.

［5］杨炯，田澎，叶建华.我国寿险需求影响因素的实证分析［J］.中国软科学，2005，（3）.