外部冲击视角下的中国寿险需求分析

来源:用户上传      作者: 张洪涛　张　冀

　　摘要：使用VAR模型和脉冲响应函数，从外部冲击视角分析显示：农民收入以及社会保障体系是影响中国寿险需求的主要因素。一般而言，社保和商业寿险呈替代关系，但本文的实证结果意外证明了两者具有长期互补性。由此，作者衍生的政策建议是把增加农民收入作为拉动寿险需求的长期政策，不断完善社保机制，实现社保与寿险的良性互动。
　　关键词：寿险需求；外部冲击；VAR模型；脉冲响应函数
　　作者简介：张洪涛(1949-)，女，中国人民大学财政金融学院教授、博士生导师，主要从事金融与保险研究；张冀(1972-)，男，中国人民大学财政金融学院博士生，主要从事保险市场研究。
　　中图分类号：F842.4　文献标识码：A　文章编号：1006-109692008)01-0153-04　收稿日期：2007-10-21
　　
　　一、引言
　　
　　1989年至2006年我国人寿保险年增长率为32.89％，即使如此我国寿险发展仍远低于世界平均水平，也低于许多发展中国家的平均水平。目前寿险需求研究的基础是效用理论，Yaari(1965)在效用理论的基础上提出人寿保险可以降低家庭主要收入者早亡而带来的不确定性，实现消费者生命周期效用最大化。Yaari同时提出在不确定条件下，应该结合购买者不同阶段研究寿险需求。在假定主要收入创造者生存条件下，D.Lewis(1989)认为寿保险需求依赖于家庭人口结构，寿险消费与家庭主要收入者的死亡概率、家庭成员消费现值以及风险厌恶程度呈正相关，与保单价格、家庭财富呈负相关。在实证研究方面，国外许多学者在效用理论的基础上先后建立了诸多需求模型，分别从宏观和微观角度对寿险需求的影响因素进行了计量分析。J.Browne和Kim(1993)使用多国数据对人寿保险需求进行了研究，证明人寿保险与国民收入正相关，与通货膨胀预期负相关，经济发展与经济稳定能刺激人寿保险消费。D.Ward和R.Zuebruegg(2000)运用协整检验技术分析了OCED国家1991～1996年实际GDP和真实保费的相关关系，结论是保险业可以促进经济增长。沿袭国外经典文献，国内部分学者对寿险需求也进行了实证检验。孙祁祥(1997)运用OLS方法以银行存款余额、金融政策以及保险业体制改革为自变量对保费收入进行回归，结论认为社会体制改革对保险业的影响要远远大于其他经济政策。亦存在(2004)通过动态模型，从消费者角度建立了保险业和宏观经济因素的互动模型，认为保险业自身扩张、国民可支配收入增长以及市场经济体制改革是影响中国保险业增长的主要因素。
　　上述文献多使用多元线形回归模型，但多元线形回归模型需要一些假设条件，不能全面考虑解释因素，无法反映寿险需求在外部冲击下的动态变化过程。掌握寿险需求的动态发展过程对于政策层是非常重要的，一般而言，寿险需求与社会保障呈替代关系，然而，在长期动态发展过程中这一结论是否仍然成立?农民纯收入的增加对寿险需求有多长的滞后期?城镇居民可支配收入的增加在长期过程中如何影响寿险需求?既有文献的静态视角不能回答这些问题。影响寿险需求的变量在冲击力度和周期上有很大不同，静态分析实际上存在“只重结果、不重过程”的缺陷，由此得出的政策建议无论在长期还是短期都会存在偏差。必须考察各经济变量的相互影响，寻求经济体系达到稳态时各变量的动态变化路径，计量结果才能成为政策层的有效参考依据。
　　基于上述分析，本文从动态角度考虑通货膨胀率、农民纯收入、城镇居民可支配收入、社会保障以及居民储蓄对寿险需求的影响，运用非平稳时间序列方法建立寿险需求VAR模型和脉冲响应函数，分析了中国各经济变量对寿险需求影响的动态冲击过程。VAR和脉冲响应函数不需要对模型添加不必要的假定约束，能够充分详尽地描绘出变量之间相互作用的动态轨迹。经过实证分析，本文力图解释外部冲击在力度和时效上如何影响中国寿险需求，为今后我国寿险的发展提供理论依据。
　　
　　二、中国寿险发展统计分析
　　
　　综合中国寿险业近年快速发展经历，可以发现中国寿险业具有两个特点。首先，中国寿险业发展不稳定。1989年～2006年我国寿险收入从39.9879亿元增长到4062.587亿元，增长了102倍，年增长速度为30.87％。但我国的寿险增长的波动幅度也很大，1993年保费年增长率比上年下降了8.4％，而1998年保费收入年增长率高达为92.13％。上述数据说明我国的寿险市场还没达到稳定的增长阶段，外部冲击对保费收入的影响较强。图l描述了1989年～2006中国寿险收入与增长率的变化情况，寿险收入增长率呈累进型递增，我国目前阶段寿险业正处于高速发展时期，而发达国家寿险需求增长率基本保持稳定。
　　
　　1989～2006年中国寿险需求的另一个特点是城镇寿险需求旺盛，农村寿险需求显著滞后，这与我国的二元经济结构相吻合。进入2000年后城镇失业、社会保障体系不完善等问题日益凸现，城镇人口结构也趋于老龄化，这些都加剧了城镇居民对寿险的需求，促进了寿险业的发展。农民收入的缓慢增长、传统的家庭养老观念使得寿险在农村市场发展缓慢。2003年，农村寿险保费收入占全国寿险收入的30％.2004年，我国县域人身保险费收入为958.74亿元，占全国保费收入的29.7％。而我国农民达9亿，表明我国寿险需求还有很大潜力。寿险需求与收入呈正相关，收入的提高促使寿险需求的提高。中国是典型的二元经济结构，城乡收入差距很大，中国人均收入或者人均GDP不能准确分析我国的寿险需求结构。本文使用农民纯收入和城镇居民可支配收入作为计量指标。社会保障计划类似于国民财富，社会保险政策一般都有长期的税率优惠保证。富裕国家和税利高的国家都愿意扩大社会保障计划。从理论上说，寿险消费与社会保障计划存在一种替代关系。本文选择我国社会保障基金来验证社会保障对寿险需求的短期和长期影响。储蓄从理论上说与寿险需求是负相关，但随着寿险产品创新的不断发展，寿险保单不再是只具有保障功能，更兼有投资和储蓄功能，本文选取居民储蓄数据作为冲击指标之一。预期通货膨胀对寿险消费起很大的负面影响，短期内，通货膨胀减少寿险的价值，减少了对寿险的需求。但长期的温和的通货膨胀能促进经济增长，带动寿险需求。根据信息假设，消费者对通货膨胀率的预期是建立在前一年的通货膨胀率的基础上。根据这一假设，本文使用过去的通货膨胀率作为预期通货膨胀率的近似值。
　　
　　表1给出了1989年～2006年各变量的统计描述，除通货膨胀率外，其他变量在样本区间表现出平滑递增趋势，保费收入、社会保障基金、居民储蓄、农民纯收入、城镇居民可支配收入的最大值和最小值分处1989年和2006年，各指标呈同步递增趋势。表1的结果说明如果使用多元回归模型必然产生多重共线性，但向量自回归(VAR)和脉冲响应函数(IRF)则

可以避免这一问题。根据统计描述结果，本文的模型选择具有统计和经济意义双重合理性。
　　
　　三、实证分析
　　
　　(一)模型设定
　　按照表1的分析，多元线形回归模型可能使估计结果失去有效性。向量自回归(VAR)模型用于相关时间序列系统的预测和随机扰动对变量系统的动态影响。VAR模型及在VAR模型基础上建立的脉冲响应函数不需要添加不必要的假定约束，能够充分详尽地描绘出变量之间相互作用的动态轨迹。本文力图通过实证分析解释外部冲击在力度和时效上如何影响中国传统部门和现代部门，为今后我国寿险的发展提供理论依据。这种方法以数据为导向，避免了预先对模型添加一些不必要的假定约束，能够充分详尽地描绘出变量之间相互作用的动态轨迹，但需要进行序列平稳性和协整检验。向量自回归(VAR)模型可以设定为
　　
　　根据VAR的回归结果，可估算出寿险需求对多个变量一个标准差信息(Innovation)扰动的脉冲响应值。广义脉冲响应函数(IRF)用于衡量来自随机扰动项的一个标准差冲击对系统内生变量当前和未来取值的影响。通过以上两种计量经济模型，我们可以测算出我国各变量和寿险需求之间相互作用的动态过程。如果数据系列存在协整关系可通过建立向量修正误差模型(VEC)进行分析；反之，则可基于向量自回归模型进行脉冲响应测算。
　　本文样本区间设定为1989年～2006年，根据上文的分析设中国名义寿险收入为Y、通货膨胀率为EI、农民年纯收入为PI、城镇人均可支配收入为CI、社会保障基金为ss、居民储蓄为SA，数据来自于《中国统计年鉴》(1990～2006年卷)。
　　
　　为验证经济变量与寿险收入两两之间是否存在协整关系，首先对数列进行单位根检验。检验结果如表2所示，LPI、LSS、LSA在5％的显著性水平上通过检验，因此LPI、LSS、LSA均为平稳性序列。由表2同样可知，LY、EI以及LCI未通过ADF检验，原序列是非平稳的。对LY、LCI作差分处理，并对差分序列进行单位根检验，LY、LCI的一阶差分序列DLY、DCI在10％的水平上通过检验，至少是I(1)序列。上述检验结果说明，寿险收入与经济变量之间不存在两两协整关系。
　　
　　
　　(二)脉冲响应结果
　　由于寿险收入与各经济变量不存在协整关系，我们以各变量的一阶差分序列(EI除外)来构造模型，考察寿险收入的动态经济效应。变量自然对数的一阶差分为该变量增长率的衡量指标。根据AIC和SC最小原则，本文建立了寿险收入增长率与经济变量增长率的5个VAR模型，分别估算出寿险收入增长率在未来10年内对各个经济变量增长率的脉冲响应值。结果如表4所示。
　　
　　图2的脉冲响应路径描绘了各变量对寿险需求的外部冲击。农民纯收入对寿险需求存在显著的外部冲击，在农民收入增加后的第二年对寿险需求负向冲击力达到最大值，农民纯收入增长率提高一个百分点，寿险需求在第二年下降0.0867个百分点。在第三年逐渐转为正向冲击，冲击力度逐年增强，在第五年正向冲击力达到峰值，农民纯收入每增加1个百分点，寿险需求增加0.0642个百分点，在6.5年左右冲击消失。农民收入对寿险需求正向冲击滞后两年，即农民收入增加在两年后对寿险需求产生稳定的拉动作用。
　　EI提高一个百分点，寿险收入增长率在第二年出现负向增长并达到最低值-0.0679，从第2年开始，却呈现同向增长，且冲击力度逐渐增大，于第5年达到最高值0.04481，响应周期为7.5年。同样，城镇人均可支配收入增长率提高一个百分点，寿险收入增长率出现明显的负向反应，大约在第二年达到最低值-0.0639，此后，冲击力度逐渐增大，并在第三年转向正值，大约在第5年达到最大值0.0312。响应周期大约为8年左右。社会保障收入增长率提高一个百分点，寿险收入增长率出现明显的负向反应，大约在第二年达到最低值一0.1019.此后，冲击力度逐渐增大，并在第2.5年转向正值，大约在第三年达到最大值0.0711。响应周期大约为4年左右。储蓄增长率提高一个百分点，寿险收入增长率出现明显的负向反应，大约在第二年达到最低值-0.0569，此后，冲击力度逐渐增大，并在第三年转向正值，大约在第4年达到最大值0.0276。响应周期大约为9年左右。
　　
　　四、结论与政策建议
　　
　　寿险市场的外部因素会对寿险需求产生冲击，不同因素对寿险的影响力度和机理是不一致的，只有综合考虑外部因素才能为寿险业的发展提供完整的基础理论和技术数据。本文通过VAR模型和脉冲响应函数研究了外部因素对寿险需求的冲击，计量分析得出如下结论：
　　第一，对比外部冲击因素，社会保障基金和农民纯收入对寿险需求冲击力度最强，两因素的冲击力峰值分别是-0.1019和-0.0868。然后依次是通货膨胀率、城镇居民可支配收入、居民储蓄，对寿险冲击力的峰值分别是-0.0679、-0.0639和-0.0569，表明社会保障和农民纯收入是影响当前我国寿险需求的主要因素。第二，从响应周期上看，社会保障的脉冲响应函数周期最短，仅为4年，然后依次是农民纯收入、通货膨胀率、城镇人均可支配收入和居民储蓄，周期分别为6.5年、7.5年、8年和9年。表明社会保障政策对寿险需求的影响在短期内最明显。第三，从累积响应来看，通货膨胀率、农民纯收入、居民储蓄和社会保障基金在10年内对寿险需求的累积冲击为正向，分别为0.0006、0.0218、0.0072、0.0116。表明农民纯收入、社会保障在长期内是促进寿险需求增长的主要因素。城镇居民可支配收入对寿险需求的累计冲击力在10年内为负，寿险需求与城镇居民可支配收入呈负向相关关系。第四，城镇居民人均可支配收入的提高在短期内对寿险需求起到促进作用，但长期影响却是负相关，表明随着城镇人均可支配收入的增加，寿险需求的边际效率是递减。
　　由此我们衍生出本文的政策建议，第一，完善的社会保障体系是促进寿险发展的加速器。尽快完善城乡社会保障体系是今后我国的重点。第二，农民的边际寿险需求较高，提高农民收入是促进寿险发展的有效外部途径。第三，控制通货膨胀率，为寿险业发展创造良好的宏观经济环境。第四，合理配置居民部门金融资产，实现居民货币性资产与保险保障性资产良性互补。第五，各个经济变量对寿险需求的影响在时效上有明显区别，决策层在制订相关政策时应综合考虑寿险需求的短期影响与长期拉动，根据不同时期优先制订相关政策。

转载注明来源:https://www.xzbu.com/2/view-460257.htm