我国财产保险市场发展的因素分析

摘要：本文主要通过对财产保险市场的发展进行多因素分析，建立以财产保险保费收入为应变量，以其它可量化影响因素为自变量的多元线性回归模型，并利用模型对这一问题进行数量化分析。
关键词：财产保险保费多因素分析模型计量经济学检验

一、经济背景及研究目的
（一）财产保险的概述
1．财产保险，是指以各种财产物资和有关利益为保险标的，以补偿投保人或被保险人的经济损失为基本目的的一种社会化的经济补偿制度。作为现代保险业的两大部类之一，财产保险通过各保险公司的社会化经营，客观上满足着人类社会除自然人的身体与生命之外的各种风险保障需求，是当代社会向的发展必不可少的经济补偿制度。
2．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，财产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。
第一、能够补偿被保险人的经济利益损失，维护社会再生产的顺利进行。
第二、有利于提高整个社会的防灾减损意识，使各种灾害事故的发生及其危害后果得到有效控制。
第三、有利于创造公平的竞争环境，维护市场经济的正常运行。
第四、有利于安定城乡居民的日常生活，稳定社会秩序。
第五、能够增加就业机会，促进第三产业的发展。
3．财产保险的业务分为四大部分。
（1）．财产损失保险。它是以承保保险客户的财产物资损失风险为内容的各种保险业务的统称，包括各种火灾保险、运输保险、工程保险等。
（2）．农业保险。它又可以分为各种种植业保险、林业保险和养殖业保险。
（3）．责任保险。责任保险承保的是保险客户的各种民事法律风险，它包括公众责任保险、产品责任保险、雇主责任保险、职业责任保险以及各种运输工具第三者责任保险等内容。
（4）．信用保证保险。信用、保证保险承保的主要是保险客户的各种商业信用风险，其业务主要包括出口信用保险、个人信用保险、产品保证保险等各种信用、保证保险。

（二）我国财产保险市场发展及进程
我国改革开发以来，特别是1986年以后，随着保险市场供给主体不断增加和有竞争的保险体系初步形成，保险业务获得迅速发展。自1980年以来，我国保险费总收入年均增幅为35%，远高于同期GDP的增长速度，很好地拉动了经济增长，其中财产保险收入从1992年147.4亿元到2003年增长到869亿元，将近增加了5倍，中国保险业进入了一个迅速发展时期。
1992年邓小平南巡讲话发表后，国内经济环境空前活跃，直接拉动次年财产保险业务成为整个90年代增长幅度最高的年份。1997年开始的经济软着陆和整顿经济环境，直接导致以社会物质财产作为保险标的的财产保险业务在1997年和1998年开始进入递增长状态，财产保险比重开始大幅下降，1999年由于通货紧缩又造成当年的财险业务增长成为90年代的最低点。进入2000年，国有企业机制转换带来整个国有经济资产总量的增加，加上住房制度改革，使全国企业财产保险和住房抵押保险业务上扬，整个财产保险市场一改连续三年的颓势，出现了14.8%的高增长率。
保险业的发展状况与经济的发展程度有较为稳定的正相关关系。从国际形势来看，世界经济复苏步伐开始加快，国际经济发展环境好转；从国内经济情况来看，随着国家西部大开发、振兴东北工业基地等战略部署的实施，或内投资项目和投资总量会大量增加，新兴产业和汽车、住房、通信、家电等行业继续迅猛发展，个人居民储蓄保持快速增长，人民生活水平不断提高。这都为企业财产保险、家庭财产保险、建安工程险、货运险、机动车辆保险等业务发展拓宽了保险服务领域，社会对于防灾、防损、防意外等方面需求构成支撑财产险发展的巨大市场资源。
另外，随着科技的进步、社会的发展，客观条件的变化，微观风险环境也越来越复杂，理想的可保风险条件不会一成不变，有些原先不可保的风险变得可保了，或者加上一些约束条件变的可保了，这尤其对财产险承保技术的要求越来越高，对财产险发展的意义也日益凸现。
研究目的
当然，财产保险保费收入的迅速增长也是与整个经济环境的好转分不开的。如我国现在居民的汽车拥有量、居民可支配收入都在快速增长，世界贸易的频繁增多、我国的外贸出口总额也在逐年递增，诸多因素对我国财产保险保费收入产生着影响。下面我们就具体地研究这些因素对其产生的影响。
二、结合经济背景，建立计量经济学模型
（一）关于数据
数据的来源:<<中国保险年鉴>>(1993-2004)和<<中国统计年鉴>>(1993-2004)通过查阅以上资料, 得1992年到2003年关于财产保险保费收入，社会消费品零售额，居民可支配收入，民用汽车拥有量的数据。
年份社会消费品零售额(亿元)X4 居民可支配收入(元) X1 民用汽车拥有辆(万辆)X5 财产保险保费收入(亿元)Y
1992 10993.7 2026.6 691.74 147.4
1993 12462.1 2577.4 817.58 251.4
1994 16264.7 3496.2 941.95 336.9
1995 20620.0 4283.0 1040.00 390.7
1996 24774.1 4838.9 1100.08 452.47
1997 27298.9 5160.3 1219.09 480.73
1998 29152.5 5425.1 1319.30 499.6
1999 31134.7 5854.0 1452.94 521.12
2000 34152.6 6280.0 1608.91 598.4
2001 37595.2 6859.6 1802.04 688.24
2002 42027.1 7702.8 2053.17 780
2003 45842.0 8472.2 2382.93 869

（二）关于模型
1．模型的建立
Y=а+β1X1+β4X4+β5X5
其中：Y—财产保险保费收入，X1—城镇居民家庭人均可支配收入，X4—社会消费品零售总额，X5—居民汽车拥有量。
2．参数估计
用Eviews估计结果为：

Dependent Variable: Y
Method: Least Squares
Date: 04/29/05   Time: 20:26
Sample: 1992 2003
Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob.
C -88.72853 21.86812 -4.057437 0.0036
X1 0.129862 0.034851 3.726242 0.0058
X5 0.150401 0.050387 2.984932 0.0175
X4 -0.010738 0.006404 -1.676893 0.1321
R-squared 0.994634     Mean dependent var 501.3300
Adjusted R-squared 0.992622     S.D. dependent var 210.4994
S.E. of regression 18.08112     Akaike info criterion 8.888815
Sum squared resid 2615.415     Schwarz criterion 9.050451
Log likelihood -49.33289     F-statistic 494.2947
Durbin-Watson stat 1.920454     Prob(F-statistic) 0.000000

Y= -88.72853 + 0.129862X1 + (-0.010738)X4 + 0.150401X5
（-4.057437）（3.726242）（-1.676893）（2.984932）
R2=0.994634 S.E.= 18.08112 F=494.2947
3．模型检验
(1).经济意义检验
从经济意义上来说，财产保险保费收入会随着城镇居民家庭人均可支配收入、社会消费品零售总额和居民汽车拥有量这几项的增加而增加。
从模拟的结果可以看出X4的系数为负，即社会消费品零售总额与财产保费收入反向变化，这与经济意义相背。另外，X1、X5的系数为正，即城镇居民家庭人均可支配收入、居民汽车拥有量与财产保险保费收入同向变化，这与经济意义相符合。
(2).计量经济学意义检验
①多重共线性检验
由F检验和简单相关系数矩阵法检验,发现各解释变量的t检验值都不显著，但相关系数很高，而X4的系数为负不符合经济意义，估计解释变量间存在多重共线性。对X1、X4、X5进行简单相关系数矩阵检验。
X1 X4 X5
X1 1.000000 0.996799 0.974960
X4 0.996799 1.000000 0.977511
X5 0.974960 0.977511 1.000000
由此可见，解释变量之间存在高度线性相关。尽管整体线性回归拟合较好，但X4变量的参数t值并不显著而且符号与经济意义相悖。现利用逐步回归法进行修正。表明模型中解释变量确实存在严重的多重共线性。利用逐步回归法进行修正，对X1、X4、X5进行简单相关系数矩阵检验。
第一个是居民可支配收入与财产保险保费收入
Dependent Variable: Y
Method: Least Squares
Date: 04/29/05   Time: 17:39
Sample: 1992 2003
Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob.
C -59.57889 20.52385 -2.902910 0.0158
X1 0.106880 0.003683 29.02073 0.0000
R-squared 0.988266     Mean dependent var 501.3300
Adjusted R-squared 0.987092     S.D. dependent var 210.4994
S.E. of regression 23.91530     Akaike info criterion 9.337926
Sum squared resid 5719.415     Schwarz criterion 9.418743
Log likelihood -54.02755     F-statistic 842.2027
Durbin-Watson stat 0.991942     Prob(F-statistic) 0.000000
第二个是社会消费品零售额与财产保险保费收入.

Dependent Variable: Y
Method: Least Squares
Date: 04/29/05   Time: 17:51
Sample(adjusted): 1992 2002
Included observations: 11 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 0.878686 27.20539 0.032298 0.9749
X4 0.017933 0.000979 18.31280 0.0000
R-squared 0.973864     Mean dependent var 467.9055
Adjusted R-squared 0.970960     S.D. dependent var 184.3745
S.E. of regression 31.41923     Akaike info criterion 9.895683
Sum squared resid 8884.511     Schwarz criterion 9.968027
Log likelihood -52.42626     F-statistic 335.3585
Durbin-Watson stat 1.041503     Prob(F-statistic) 0.000000
第三个是居民汽车拥有量与财产保险保费收入.
Dependent Variable: Y
Method: Least Squares
Date: 04/29/05   Time: 19:31
Sample: 1992 2003
Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob.
C -51.16056 33.49140 -1.527573 0.1576
X6 0.403530 0.023023 17.52724 0.0000
R-squared 0.968475     Mean dependent var 501.3300
Adjusted R-squared 0.965322     S.D. dependent var 210.4994
S.E. of regression 39.19926     Akaike info criterion 10.32620
Sum squared resid 15365.82     Schwarz criterion 10.40702
Log likelihood -59.95723     F-statistic 307.2041
Durbin-Watson stat 0.649323     Prob(F-statistic) 0.000000

发现居民可支配收入(X1)的t值最大，线形关系强，拟合程度最好，因此把X1作为基本变量。然后将其余解释变量逐一代入X1的回归方程，重新回归。
居民可支配收入（X1）与居民汽车拥有量(X5)的回归
Dependent Variable: Y
Method: Least Squares
Date: 04/29/05   Time: 20:22
Sample: 1992 2003
Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob.
C -62.98389 17.06863 -3.690038 0.0050
X1 0.075323 0.013724 5.488529 0.0004
X5 0.123447 0.052341 2.358514 0.0427
R-squared 0.992748     Mean dependent var 501.3300
Adjusted R-squared 0.991136     S.D. dependent var 210.4994
S.E. of regression 19.81785     Akaike info criterion 9.023361
Sum squared resid 3534.724     Schwarz criterion 9.144587
Log likelihood -51.14016     F-statistic 616.0139
Durbin-Watson stat 1.409856     Prob(F-statistic) 0.000000
居民可支配收入（X1）和社会消费品零售额（X4）的回归
Dependent Variable: Y
Method: Least Squares
Date: 06/03/05   Time: 22:57
Sample: 1992 2003
Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob.
C -70.38331 28.76687 -2.446679 0.0370
X1 0.133427 0.047742 2.794736 0.0209
X4 -0.004641 0.008319 -0.557831 0.5906
R-squared 0.988658     Mean dependent var 501.3300
Adjusted R-squared 0.986137     S.D. dependent var 210.4994
S.E. of regression 24.78412     Akaike info criterion 9.470601
Sum squared resid 5528.275     Schwarz criterion 9.591828
Log likelihood -53.82361     F-statistic 392.2504
Durbin-Watson stat 1.006545     Prob(F-statistic) 0.000000

最终确定初步模型为。
Y= -62.98389 +0.075323 X1 +0.123447X5
t= (-3.690038) (5.488529) (2.358514)
R2=0.992748  F=616.0139

② 异方差检验（WHITE检验）
利用Eviews进行White检验
White Heteroskedasticity Test:
F-statistic 0.532181     Probability 0.717072
Obs*R-squared 2.798276     Probability 0.592130

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 04/29/05   Time: 20:55
Sample: 1992 2003
Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob.
C 354.0290 2564.535 0.138048 0.8941
X1 -1.207412 1.230960 -0.980871 0.3593
X1^2 0.000122 0.000185 0.657382 0.5319
X6 4.402393 4.986409 0.882879 0.4066
X6^2 -0.001670 0.001740 -0.959932 0.3691
R-squared 0.233190     Mean dependent var 294.5603
Adjusted R-squared -0.204988     S.D. dependent var 389.4829

S.E. of regression 427.5429     Akaike info criterion 15.24832
Sum squared resid 1279550.     Schwarz criterion 15.45037
Log likelihood -86.48994     F-statistic 0.532181
Durbin-Watson stat 2.626586     Prob(F-statistic) 0.717072

因为Obs*R-squared=2.798276< X20.05(k-1).所以接受H0,表明模型没有异方差。
③ 自相关检验（DW检验）
由结果显示DW=1.409856（计算得ρ=0.295072），而通过查表的dL=0.812，dU=1.579，4-dU=2.421，4-dL=3.188，可见dL<DW<dL，所以X1、X5有无自相关无法确定，需要进行修正。
现采用广义差分法进行修正，在GENR中输入DY=Y-0.295072*Y(-1)，DX=X-0.295072*X(-1)，再用OLS法进行估计，结果为：
Dependent Variable: DY
Method: Least Squares
Date: 04/29/05   Time: 21:47
Sample(adjusted): 1993 2003
Included observations: 11 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C -14.59432 18.17540 -0.802971 0.4452
DX1 0.048412 0.017968 2.694321 0.0273
DX5 0.201696 0.061089 3.301653 0.0108
R-squared 0.989306     Mean dependent var 395.4397
Adjusted R-squared 0.986632     S.D. dependent var 133.9224
S.E. of regression 15.48417     Akaike info criterion 8.544515
Sum squared resid 1918.077     Schwarz criterion 8.653032
Log likelihood -43.99483     F-statistic 370.0250
Durbin-Watson stat 1.647507     Prob(F-statistic) 0.000000
这时，DW=1.647507，查表得dL=0.658，dU=1.604，从而DW>dU，可见DW已经落在了无自相关区域,表明通过修正的模型已经不存在自相关。
通过以上的回归及检验,就可得到以下回归方程：
DY= -14.59432 +0.048412DX1 +0.201696DX5
(-0.802971) (2.694321) (3.301653)
R2=0.989306    F=370.0250 DW=1.647507

通过以上分析，我们得到如下方程：
DY=-14.59432+0.048412DX1+0.201696DX5
4.模型解释
从模型中可以看出居民可支配收入和居民汽车拥有量是影响财产保险保费收入增长的最主要因素。居民可支配收入每增长一单位，财产保险保费收入增长0.048412单位。居民汽车拥有量每增加一单位，财产保险保费收入增加0.201696单位。