温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
2023
影响
人身保险
保费
收入
重要
因素
及其
实证
分析
影响人身保险保费收入的重要因素及其实证分析
影响人身保险保费收入的重要因素
及其实证分析
学校:xxx系别:xxx班级:xxx姓名:xxx学号:xxx
目录
一、...................................................1二、关键词.................................................1三、模型设定...............................................1
(一)影响因素分析.......................................1
(二)模型形式设计.......................................2
(三)数据的收集.........................................2
(四)模型的估计.........................................4
(五)模型的检验与修正...................................4四、模型检验...............................................9
(一)经济意义的检验.....................................9
(二)统计检验...........................................9五、结论..................................................2023六、政策建议..............................................2023七、参考文献..............................................2023
影响人身保险保费收入的重要因素及其实证
分析
一、
中国保险业自1979年恢复经营以来,取得了迅猛的开展。其中,1982年中国恢复了人身保险业务,当期人身险保费收入为159万元,而2023年已增长为2023157.0025亿元。人身保险收入在1997年市场份额超过财产险以后,一直占据保险市场的大壁江山,并一直保持高速开展。人身保险对于稳定社会,提高人们的福利水平以及促进地区的经济开展,都起着重要作用。针对这一现象,根据影响人身保险保费收入因素的观点,收集了1982—2023年相关数据并加以实证分析。本文主要通过我国居民可支配收入、物价指数、人口总数对我国人身保险的保费收入的影响进行实证分析。通过建立理论模型,利用eviews软件对计量模型进行参数估计和检验并加以修正,最后对所得结果做出经济意义的分析,以揭示人身保险保费收入迅猛开展的重要因素,并从中总结经验继续开创辉煌业绩。
二、关键词
人身险保费收入居民可支配收入物价指数人口总量计量经济学
三、模型设定
研究影响人身保险保费收入的重要因素,需要考虑以下方面:
(一)影响因素分析
1.居民可支配收入。可支配收入反映了人均消费水平的上下。可支配收入越大,用于购置消费品的支出越多,而保险是一种商品,收
1
入增加会刺激保险的需求。
2.物价指数。物价指数在一定程度上反映我国商品价格的根本水平。而保险商品的价格是保险费率,保险费率与保险需求一般成反比关系。物价指数偏高,导致保险经营本钱上升,一定程度上又影响了保险费率。因此,物价指数是人身保险商品价格的影响因素。
3.人口总量。人身保险是以人的身体和寿命为保险标的的,而生命表是我国计算人身保险费率的重要依据,中国是世界上人口最多的国家,人身保险市场存在着巨大的开展潜力,所以人口总量对人身保险保费收入也有影响。
因此,准备将居民可支配收入,物价指数,人口总量作为模型的解释变量。
(二)模型形式设计
经分析,将模型设定为如下形式:y=b0+b1x1+b2x2+b3x3+μ
其中,y为人身险保费收入,x1为居民可支配收入,x2为物价指数,x3为人口总量。
(三)数据的收集
本文收集了1982-2023年数据,如表1所示
2
表1
年份19821983198419851986198719881989199019911992199319941995199619971998199920222022202220222022202320232022232022232022232022232023人身险保费收入y/亿元0.01590.2023440.7254.4111.33624.99337.4845.9559.7782.7141.94193.37147.39166.76220.43601.96753.78885.2023989.561424.042274.64302023.993193.5859213646.2272934061.202302224948.9681187337.5667358144.1829892023632.33002023721.430000居民可支配收入x1/元526.6564651.2739.1899.6202302.21181.41373.9152023.21700.62026.62577.43496.24283.04838.95160.35425.15854.06280.06859.67702.88472.29421.62023493.011759.513785.815780.817174.71912023.42182023.83
物价指数x2/20231.920231.520232.812023.320236.512023.3118.811820233.120233.420236.4114.7124.1117.112023.320232.899.298.620230.420230.799.220231.220233.920231.820231.520234.820235.999.320233.320235.4人口总量x3/万人2023165420233020232023435720235851120235202312023300112023261127041143331158231171711185171198501211211223891236261247611257861267431276271284531292271299881320235613144813212913280213345013420231134735
(四)模型的估计
利用eviews软件,生成y、x1、x2、x3、等数据,采用这些数据对模型进行ols回归,结果如表2所示
表2
得到估计方程:
Y=11432.62+0.667719x1+3.280577x2-0.115455x3s.e=(2798.361)(0.032665)(15.93367)(0.019017)t=(4.20235471)(20.44136)(0.205890)(-62023016)
22r=0.97342023=0.970342f=317.2660r
(五)模型的检验与修正
1.经济意义检验
从上表中可以看出,x2、x3指标符号与先验信息不相符,所估计结果与经济原理相悖,x1指标符号与先验信息相符,所估计结果与经济原理不相悖。
4
2.统计推断检验
从回归结果可以看出,模型的拟和优度非常好(r2=0.97342023),修正的拟合优度r=0.970342也很好。F=317.2660>f0.05(3,26)
2=2.98说明模型从整体上看人身险保费收入与解释变量间线性关系显著。但是当α=0.05时,t0.025(30-4)=2.0555,不仅x2系数的t检验不显著,而且x2、x3系数的符号与预期相反,这说明很可能存在严重的多重共线性。
3.多重共线性检验及修正(1)检验
计算各解释变量的相关系数,选择x1、x2、x3数据,得相关系数矩阵如表3所示
表3
由相关系数矩阵可以看出,各解释变量之间的相关系数较高,证实确实存在严重多重共线性。
(2)修正
采用逐步回归的方法,检验和解决多重共线性问题。分别作y对x1、x2、x3的一元回归,结果如表4所示
5
表4一元回归结果变量参数估计值t统计量r2r2x2023.49668020.144960.9354570.933152x2-133.5842-1.5559140.202395790.046720232x30.2212115.741892023.542023530.524351根据以上分析,由于x1的t值和r最大,线性关系最强,拟合程度最好,因此把x1作为根本变量,然后将其余解释变量逐一代入x1的回归方程,重新回归。
以x1为根底,顺次参加其他变量逐步回归,结果如表5所示表5参加新变量后的回归结果变量x1,x2x1x2x3r20.4993498.0015970.93202354-0.1156460.971393(0.0000)(0.7443)0.666906x1,x3(0.0000)(0.0000)注:括号中为p值。经比较,当参加x2时调整后拟合优度不但没有提高,反而降低,t检验不显著,而且参数为正值不合理。参加x3时,拟合优度仅略有提高,t检验显著,但是参数为负值不合理。因此,在模型中应省去x2、x3,保存x1。
最后修正的严重多重共线性的回归结果如表6所示
6
表6
得出估计方程:
。=-120234.269+0.496680xy1s.e=(215.7168)(0.024655)t=(-5.20232667)(20.14496)
2r=0.935457
r=0.933152f=405.8192
2
4.异方差检验及修正
数据为时间序列数据,用怀特检验方法进行检验比较好。结果如表7所示
表7
取显著性水平α=0.05,由于nr=3.85372023
第8页 共8页