1、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
2、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19822023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
3、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
4、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：yb0b1x1b2x2b3x3 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198219831984198519861987198819891990199119921993199419951996
5、19971998199920222022202220222022202320232022232022232022232022232023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.
6、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
7、.112023.320232.899.298.620230.420230.799.220231.220233.920231.820231.520234.820235.999.320233.320235.4人口总量x3/万人202316542023302023202343572023585112023520231202330011202326112704114333115823117171118517119850121121122389123626124761125786126743127627128453129227129988132023561314481321291328021334501
8、3420231134735 （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： =11432.620.667719x1+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
9、，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（r20.97342023），修正的拟合优度r0.970342也很好。317.2660f0.05（3，26） 22.98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=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
10、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x
11、1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=0.05，由于nr=3.85372023 第8页 共8页
