Transcript 演讲PPT
保险业发展与居民消费
—基于省级面板数据的分析
吕学梁
李小刚
CONTENTS
1.引言
2.理论分析
3.实证分析
4.实证结论
5.相关政策建议
现有研究的不足及论文的主要结构
现阶段对保险业发展与居民消费关系的研究相对较少,保险业发展对居民
消费的影响作用尚无统一的结论。而基于省级面板数据对保险业发展与居
民消费关系的分析,目前国内暂时还没有。
先从理论出发,基于修正的Solow模型(Webb,et al,2002)以及Diamond
(1965)所建立的世代交替模型(OLG)构建保险业发展与居民消费关系
的理论框架。在理论的基础上,从保险业整体发展、寿险与非寿险两个方面
选取保险深度作为衡量保险业发展的指标,对我国省级1999-2010年间的面
板数据的相关变量进行实证研究,分析保险业发展对居民消费的影响。
2 理论分析
2.1修正的Solow模型
2.2OLG模型与居民消费
Y(t ) 。
A(t ) K (t ) L(t )
1
(0 1)
2.1修正的Solow模型
生产函数满足柯布道格拉斯形式,即有:
Y(t ) A(t ) K (t ) L(t )
1
(0 1)
对生产函数进行了修正,引入金融发展变量 Z (t ) ,新的生产函数变为:
Y(t ) Z (t ) A(t ) K (t ) L(t )
1
(0 1)
Z (t ) 的影响因素为银行业发展和保险业发展,其中保险业发展又可以分为
寿险业发展和财险业发展。因而,将其具体形式表示为:
Z (t ) Z (0) exp(B(it ) PL(it ) LF(it ) )
。
可以得出人均收入函数为:
y(t ) f (kt ) Y(t ) / L(t ) Z (t ) A(t ) K (t ) L(t )
Z (t ) A(t ) k (t ) (0 1)
根据上式先取对数再求导可得:
。
。
。
。
。
6
y (it ) 0 1 B (it ) 2 PL(it ) 3 LF (it ) 4 k (it ) i X (it ) (it )
i 5
由于
。
I (it ) PL(it ) LF(it ) ,因而上式也可以表述为:
。
。
。
5
y (it ) 0 1 B (it ) 2 I (it ) 3 k (it ) i X (it ) (it )
i 4
。
2.2 OLG模型与居民消费
假设在t时期出生的代表性个体的效用为不变相对风险厌恶型的,则有:
C11t
1 C21t 1
Ut
1 1 1
在t时刻出生的代表性个体的消费满足:
1
C1t
C 2t 1 At t
1 rt 1
可以得到
1
C1t
(1 )
1
(1 ) (1 rt 1 )
1
At t
因为
t (1 )Z (t ) A(t ) k (t )
代入方程式可以得到:
C1t [1 s(rt 1 )](1 )Z (t ) A(t ) k (t )
2
对上式先取对数再求导可得:
。
。
。
。
。
6
C (it ) 0 1 B (it ) 2 PL(it ) 3 LF (it ) 4 k (it ) i X (it ) (it )
i 5
上式也可以写成:
。
。
。
。
5
C (it ) 0 1 B (it ) 2 I (it ) 3 k (it ) i X (it ) (it )
i 4
3 实证分析
变量的解释及计算说明
变量的单位根检验
变量的协整检验
模型选择的Hausman检验
模型的估计结果
。
3.1 变量的解释及计算说明
变量
变量含义
变量计算
c
人均居民消费实际增长率
Ln Re alC t - Ln Re alC t -1
LFIR
金融相关率对数
Ldepth
保险深度对数
Lldepth
寿险保险深度对数
Ln(LifePremium/GDP)
Lpdepth
财险保险深度对数
Ln(PropertyPremium/GDP)
y
人均可支配收入实际增长率
Ln Re alDPIt - Ln Re alDPIt -1
k
资本存量实际增长率
Ln Re alGDIct - Ln Re alGDIct -1
g
高中入学率对数
LnFIR
Ln(Premium/GDP)
Ln Re cruit
。
3.2变量的单位根检验
对各变量的单位根进行检验,检验结果表明:
人均居民消费实际增长率c、保险深度对数Ldepth、寿险保险深度
对数Lldepth、金融相关率对数LFIR、人均可支配收入实际增长率y、
资本存量实际增长率k以及高中入学率g都是零阶单整的
财险保险深度对数则是一阶单整的
。
3.2变量的协整检验
对c、Lldepth、LFIR、y、k以及g进行Kao检验和Pedroni检验的检验,
由检验结果可知Kao检验的p值为0.0101小于0.05,检验结果拒绝原假设,
因而变量之间存在协整关系。Pedroni检验的PP检验值都为0,而ADF检验
值都比较小,因而可以认为两种检验方法法都拒绝原假设,因此也可以认
为变量间存在协整关系。
对各个变量之间的协整关系分别进行Johansen Fisher检验,检验结果显示,
所有变量间的Johansen Fisher检验的p值都很小,检验结果都显示拒绝原
假设,即变量间存在着明显的协整关系 。
。
3.3模型选择的Hausman检验
数据在时间和个体之间都存在着差异,因而不适合建立混合估计模
型(Pooled Regression Model),本文只需要考虑固定效应模型和随机效
应模型。
应用Hansman检验对两个模型进行检验,根据检验结果,p值都显著
小于0.05,接受原假设随机影响模型中个体影响与解释变量不相关,所以
可以将模型设定为随机模型。
根据上述分析,个体时点固定效应模型更适合,因此,本文的估计模型为:
cit i xit 1 LFIRit 2 yit 3 kit 4 g it uit
3.4保险业发展对居民消费影响的回归
回归结果显示,除了常数项、人均可支配收入实际增长率y以及高中
入学率对数g的p值都小于0.05,回归结果比较显著外,其他变量的p值都
要远远大于0.05,这说明回归结果并不显著。另外和调整的都比较小,
模型的拟合程度并不很好。这说明该回归模型并不理想,需要对其进行
改进。
由于本文主要考察保险业发展对居民消费的影响,而检验各变量之
间的相关性发现银行业的发展与保险业的发展具有比较强的相关性。
保险深度对居民消费影响的回归结果
变量
系数
标准误差
t统计量
P值
-9.779954
3.341009
-2.927245
0.0037
Ldepth
-0.165830
0.999590
-0.165898
0.8683
LFIR
1.505523
1.711604
0.879598
0.3797
y
0.274586
0.063022
4.357011
0.0000
k
0.009216
0.025860
0.356371
0.7218
g
4.202371
0.966793
4.346713
0.0000
R2
0.257771
F统计量
3.319707
R2
0.180122
D.W值
2.088678
调整的
各变量之间的相关系数
c
Ldepth
LFIR
y
k
g
c
1.000000
0.130944
-0.016134
0.167572
0.197451
0.200094
Ldepth
0.130944
1.000000
0.620114
0.041763
0.203631
0.601871
LFIR
-0.016134
0.620114
1.000000
-0.001321
-0.145571
0.293574
y
0.167572
0.041763
-0.001321
1.000000
0.143454
0.123113
k
0.197451
0.203631
-0.145571
0.143454
1.000000
0.331602
g
0.200094
0.601871
0.293574
0.123113
0.331602
1.000000
在剔除了银行业发展和受教育程度这两个变量后,模型回归的结果显著,且
回归结果充分说明了保险业发展对居民消费增长有促进作用,而且促进作用
明显。实证结果验证了理论分析的结果,都表明保险业发展能够有效地促进
居民消费增长。因而我国的居民消费增量与保险业发展之间存在长期稳定的
均衡增长趋势,从长期看,保险业整体发展对居民消费增长表现出显著的正
向关系
模型的回归结果
变量
系数
标准误差
t统计量
P值
3.602726
0.796516
4.523107
0.0000
Ldepth
2.513084
0.831287
3.023126
0.0027
y
0.281814
0.066348
4.247527
0.0000
k
0.054364
0.025167
2.160105
0.0315
R2
0.217940
F统计量
2.847705
0.141408
D.W值
1.986044
调整的
R2
寿险与非寿险业发展对居民消费影响的回归检验
回归结果显示,除了常数项、人均可支配收入实际增长率y以及高中
入学率对数g的p值都小于0.05,回归结果比较显著外,其他变量的p值都
要远远大于0.05,这说明回归结果并不显著。模型的拟合程度并不很好,
这说明该回归模型并不理想,需要对其进行改进。
同上文的分析相似,我们发现保险深度与金融相关率及受教育程度之
间的相关性较大,将银行业发展和受教育程度从模型中剔除。
寿险深度和财险深度对居民消费影响的回归结果
变量
系数
标准误差
t统计量
P值
-11.98922
4.009289
-2.990361
0.0030
Lldepth
0.254470
0.776048
0.327905
0.7432
Lpdepth
-1.734310
1.258457
-1.378124
0.1691
LFIR
2.012914
1.740885
1.156259
0.2484
y
0.280073
0.062631
4.471810
0.0000
k
0.003899
0.026172
0.148997
0.8816
g
4.443704
0.991542
4.481609
0.0000
R2
0.262009
F统计量
3.286565
0.182288
D.W值
2.093277
调整的 R
2
各变量之间的相关系数
c
Lldepth
c
1.000000
0.014076
Lldepth
0.014076
Lpdepth
Lpdepth
y
k
G
0.156043 -0.016134
0.167572
0.197451
0.200094
1.000000
0.460868
0.727294
-0.079833 -0.086032 0.342577
0.156043
0.460868
1.000000
0.503030
0.072030
LFIR
-0.016134
0.727294
0.503030
1.000000
-0.001321 -0.145571 0.293574
y
0.167572
-0.079833 0.072030 -0.001321
1.000000
0.143454
0.123113
k
0.197451
-0.086032 0.266905 -0.145571
0.143454
1.000000
0.331602
g
0.200094
0.342577
0.123113
0.331602
1.000000
0.601873
LFIR
0.293574
0.266905
0.601873
在剔除了银行业发展和受教育程度这两个变量后,寿险深度对
数的系数为正值,其值为1.968,且其t统计量较大,p值为0.0054,
说明寿险深度对数越大,居民消费增长率就越大。从而表明寿险业发
展对居民消费增长具有促进作用,且作用效果明显。相对于寿险深度
对数,财险深度对数的系数的t统计量较小,而且其p值为0.7552,尽
管其系数也为正值,但其值仅为0.38,这说明非寿险业发展对居民消
费增长虽然也有促进作用,但这种促进效果不明显。与寿险业发展相
比,非寿险业发展对居民消费增长的影响并不显著。
模型的回归结果
变量
系数
标准误差
t统计量
P值
4.981084
0.896114
5.558538
0.0000
Lldepth
1.968163
0.702762
2.800613
0.0054
Lpdepth
0.382630
1.225912
0.312118
0.7552
y
0.282494
0.066370
4.256356
0.0000
k
0.051172
0.025584
2.000175
0.0463
R2
R
2
0.220167
F统计量
2.789042
0.141227
D.W值
1.986441
4 实证分析结论
根据上文的实证研究结果,我们可以得到如下分析结论:
(1)控制人均可支配收入、资本存量等变量,我国的居民消费增
量与保险业发展之间存在长期稳定的均衡增长趋势,从长期看,
保险业整体发展对居民消费增长表现出显著的正向关系。
(2)长期内寿险业发展对居民消费增长有显著的影响,而非寿险
业发展对居民消费增长的影响并不显著。
(3)寿险和非寿险对于居民消费的影响程度不同,寿险业的发展
对于居民消费的影响程度更大。
5 相关政策建议
• (1)深化保险体制改革,完善我国的保险制度
• (2)不同区域采取不同的保险政策
• (3)加强宣传教育,提高保险意识
谢谢,
请多提宝贵意见!