湖北旅游新闻网 > 质量监督 > 正文

我国寿险需求影 朝鲜第一夫人李雪主背景揭秘:响因素回归分析

2020-11-22 04:14 来源:网络整理

蔡婷婷++伍凯文��

摘 要:随着城市化的建设和人口结构的变化,我国居民对人寿保险的需求正不断上升。政府颁布的一系列利好政策也极大的促进了寿险业的发展。从2016年的寿险业发展遇到的新现象出发,分析了国内政策环境、利率市场化、居民可支配收入和观念等因素对寿险造成的影响,运用Eviews 分析软件,以2001-2015年相关数据为基础,对多个变量进行分析,通过建立多元线性回归模型来证实经济发展水平、通货膨胀率、利率水平、居民可支配收入等因素与寿险需求之间存在相关性,并以此提出2017年寿险业发展的建议。

关键词:寿险需求;回归分析;利率市场化

中图分类号:F2 文献标识码:A doi:10.19311/j.cnki.16723198.2017.21.006

1 现阶段寿险业发展的机遇和挑战

1.1 宏观政策环境趋于利好

保险行业2016开年阶段整体保费增速好于预期,显示出社会需求增长潜力巨大 。其中,寿险业务在2016年整体保费增速 61.84%。寿险业受社会需求增长以及改革政策催动预计在 2017年仍将保持较高的的增速。

从最新的政府工作报告中我们也可以明显感受到,政府对保险业的发展持大力支持的态度。政府拥有较完善的法律法规体系和有力的监管体系,形成了相对稳定的监管模式,具备有效的监管手段。

1.2 利率市场化改革产生冲击

根据保监会下发的《关于普通型人身保险费率政策改革有关事项的通知》,规定自8月5日起,普通型人身保险预定利率不再执行2.5%的上限限制,由保险公司按照审慎原则自行决定。在寿险费率市场化正式拉开帷幕后,利率市场化为我国寿险业带来良机的同时也增加了许多挑战。

利率波动对寿险业经营状况产生了较大影响。寿险费率的自主化制定,就意味着以较低的价格就可能提升保险产品的竞争力,来增加销量。但由于寿险本身具有保险期限较长,保单预定利率确定后一般不会改变的特点。如今,在市场利率的影响下,最直接的影响了寿险公司的经营和管理。在预定利率和市场利率偏差超出预计时,寿险公司承担的差额是巨大的,严重的甚至会遏制了寿险公司的发展。

1.3 居民可支配收入增加

随着我国国民经济的平稳运行,居民的可支配收入有了一定的提高,其需求的层次也发生了很大的变化。当收入水平比较低时,居民以满足生存需求为主要目的。当收入水平提高以后,居民开始更多的考虑精神层面的发展需求,寿险在保障和投资方面的作用进一步凸显。

1.4 人口结构显著变化,观念转变

现阶段,我国的人口结构相比以前有了巨大的变化。根据第六次人口普查的数据显示,我国目前60岁及以上人口为1.8亿人,占13.26%。预计2030年前后,我国60岁以上的人口预计将增至4亿左右。按照目前的数据可以看出,人口结构在未来将面临严重失衡。目前,生育政策的放宽以及延迟退休等政策的出台,在短期内缓解了老龄化对社会造成的压力,进一步的促使居民对寿险需求的增加。

此外,教育的进一步普及、教育水平的提高,人们对于寿险的认可度进一步提高,越来越多的人认识到寿险在保障和投资方面积极作用,积极的去了解寿险,购买寿险的意愿也逐渐强烈。

2 影响因素回归分析

2.1 变量说明和样本数据

2.1.1 被解释变量

本文中采用寿险保费收入作为被解释变量来衡量寿险需求。寿险的需求越大,参保的人数越多,则寿险保费收入将会有直观的变化。

2.1.2 解释变量

(1)经济发展水平。国民经济的发展促进个人收入的提高,则其对各类金融资产的需求会不断增加,寿险本身作为一种投资产品,其需求也会不断增加。

(2)通货膨胀率:通货膨胀的程度将会影响到社会需求和社会产出,而人寿保险作为一种长期的产品,若不能有效的规避通膨带来的种种风险,则其吸引力会大大降低。

(3)利率水平:传统寿险产品一般均规定有预定利率,预定利率的高低主要受制于市场利率。在保单的预定利率不变的情况下,市场利率下降,则社会公众对人寿保险的需求上升。

(4)居民可支配收入:可支配收入反映了我国居民人均消费水平的高低。保险作为第三产业的服务产品之一,当人们的可支配收入不断增加,消费支出结构也会发生变化,购买保障性服务产品的需求会有所增长。

(5)思想观念的转变:人口结构的变化、教育的普及使得更多人了解到了保险的重要性。但由于这类因素与社会人文环境有较大联系,难以用数据进行衡量,故本文不对这一变量进行实证研究。

2.2 研究结果和分析

本文建立的计量模型如下:

Log Y= β0 + β1 logX1 + β2 logX2 + β3 logX3 + β4 logX4 + μ

其中:Y—壽险保费收入;X1—GDP;X2—CPI; X3—一年定期存款利率;X4—居民人均可支配收入;μ—随机干扰项。

(1)利用Eviews 软件对数据采用OLS 法进行回归分析。

(2)结果。

通过上述回归及检验结果可以得到最终的回归方程为:

log(Y) =-15.1949 + 3.1787*log(X1)+17043*log(X2)-0.4791*log(X3)-2.4628*log(X4)

t(-0.9202)(1.6369)(0.4627)(-13804)(-10046)

R2= 0.9660800;R2=0.951004;DW=1.649416;F=64.08161

最终得到的方程可决系数较高,说明方程整体拟合很好,并且方程不存在异方差、序列相关、多重共线性等问题。endprint

备案号:鄂ICP备11006057号 Copyright 2010-2022 www.hbtnews.net 湖北旅游新闻网, All Rights Reserved. 联系邮箱:sheng6665588@gmail.com