中国车险市场分析.docx

中国车险市场分析.docx

《中国车险市场分析.docx》由会员分享，可在线阅读，更多相关《中国车险市场分析.docx（19页珍藏版）》请在冰点文库上搜索。

中国车险市场分析

中国车险市场分析

因此，中国车险市场正成为中国汽车市场和保险市场联系的纽带，它的进展规范与否会对汽车、保险两个市场的壮大、拓展产生重要阻碍。

因此研究它对汽车、保险两市场的关系及两市场对它所起的作用关于两个产业的和谐进展和车险市场进一步完善和规范是一个重要课题。

一、数据的选择和模型分析

车险，狭义的讲是属于保险业一部分。

车险业务更是财险业务中所占比例最大的业务。

而从广义来看车险又是汽车产业和保险产业的交汇点，它的生存、进展不仅受到汽车市场中各个生产企业间猛烈竞争的阻碍，而且也受到保险市场诸如：

制度、费率调整、险种创新、服务质量的制约。

本文正是从广义的车险——车险市场来分析的。

（一）样本选取和模型的理论基础

本文选取的样本数据为2003年1月到2005年4月的包括车险保费收入、乘用车销售量和保费收入，共28组数据。

其具体数据如表1所示：

表1

2003年1月－2005年4月保费收入和乘用车销量

保费收入（万元）

乘用车销量

时刻

财产险收入

车险收入

总保费收入（累计）

月保费收入

销售量（乘用车）

比例

2003年1月

603746.98

362248.19

3639081.42

3639081.42

166360.00

7.56%

2003年2月

650954.95

390572.97

6999970.61

3360889.19

118461.00

5.38%

2003年3月

870372.76

522223.66

11416903.62

4416933.01

164582.00

7.48%

2003年4月

739525.31

443715.19

14424300.00

3007396.38

180035.00

8.18%

2003年5月

737200.00

442320.00

17281500.00

2857200.00

168368.00

7.65%

2003年6月

1163109.83

697865.90

21542557.24

4261057.24

179089.00

8.14%

2003年7月

588123.52

352874.11

23983671.16

2441113.92

181590.00

8.25%

2003年8月

633856.33

380313.80

26540979.90

2557308.74

181937.00

8.27%

2003年9月

732788.88

439673.33

29681281.39

3140301.49

212168.00

9.64%

2003年10月

581362.02

348817.21

32280402.48

2599121.09

190371.00

8.65%

2003年11月

574230.69

344538.41

35307832.59

3027430.11

210203.00

9.55%

2003年12月

818777.83

491266.70

38803960.93

3496128.34

247909.00

11.26%

2004年1月

813186.00

555406.04

3818449.82

3818449.82

168942.00

6.74%

2004年2月

770695.38

526384.94

7437527.97

3619078.15

204388.00

8.16%

2004年3月

1193999.14

815501.41

11998333.73

4560805.76

250167.00

9.99%

2004年4月

963833.95

658298.59

15539594.72

3541260.99

245198.00

9.79%

2004年5月

986914.15

674062.36

19019179.33

3479584.61

199240.00

7.95%

2004年6月

1131836.20

773044.12

23735402.13

4716222.80

188556.00

7.53%

2004年7月

861514.25

588414.23

26666153.21

2930751.08

184815.00

7.38%

2004年8月

963082.98

657785.68

29793615.38

3127462.17

185738.00

7.41%

2004年9月

933305.78

637447.85

33397675.29

3604059.91

207586.00

8.29%

2004年10月

746931.40

510154.15

36693357.83

3295682.54

189600.00

7.57%

2004年11月

714571.37

488052.25

39956981.05

3263623.22

217311.00

8.68%

2004年12月

818988.30

559369.01

43181349.81

3224368.76

263373.00

10.51%

2005年1月

1443625.48

985996.20

4588781.69

4588781.69

242000.00

21.07%

2005年2月

719771.09

491603.65

7720019.26

3131237.57

213500.00

18.59%

2005年3月

1266257.91

864854.15

14768499.86

7048480.60

355800.00

30.98%

2005年4月

1139430.81

778231.24

18483822.90

3715323.04

337000.00

29.35%

模型及有关符号说明：

（1）一元线性回来模型。

由经济理论和实际经济问题可知，车险费率的高低会阻碍汽车的销售量：

车险费率高意味着购车费用加大，消费者的购买数量和购买时刻将发生变化，从而阻碍汽车的销量；同理，车险收入作为财险收入的要紧组成部分，车险收入的增加或减少，也会阻碍到保险收入的变化。

故，建立数学模型：

其中，

——各月的车险保费收入；

——各月的保险收入；

——各月的乘用车销售量；

为相应的回来系数（待定系数）；

——误差项。

（2）二元线性回来模型。

现实经济问题中，随着汽车销售量（Z）的变化，以及由于保险政策、费率调整等因素引起的保险收入（Y）的变化，都会阻碍车险收入（X）的变化。

可建立数学模型：

其中，

——误差项；

——回来系数。

模型的估量方法：

OLS法即最小二乘法。

检验模型的方法：

（1）检验估量参数是否符合经济理论和实际经济问题的要求；

（2）用数据统计中关于假设检验的原理进行统计检验。

统计检验的指标：

R-squared：

样本可决系数，用以检验回来方程的拟合优度。

t检验：

H0：

β1=0；H1：

β1≠0；

t=

|t|>tα/2（n-2）,则拒绝原假设H0，说明说明变量对被说明变量有显著阻碍；否则，同意原假设H0，说明变量对被说明变量没有显著阻碍。

F检验：

H0：

β1＝β2＝0；H1：

至少有一个βi（i=1,2）不等于零；

k：

说明变量的个数；n：

样本的个数。

DW：

利用残差et构成的统计量推断误差项ut是否存在自相关。

H0：

ρ＝0；H1：

ρ≠0；

（二）模型估量及检验

1、建立保险收入Y与车险保费收入X之间的一元线性回来模型：

Yi=α0+α1Xi+ui

应用Eviews软件采纳最小二乘法（OLS）进行估量，结果如表2所示：

表2

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

1406804.

424039.2

3.317626

0.0027

X

3.870381

0.721178

5.366750

0.0000

R-squared

0.525565

Meandependentvar

3588183.

AdjustedR-squared

0.507317

S.D.dependentvar

910839.4

S.E.ofregression

639330.6

Akaikeinfocriterion

29.64298

Sumsquaredresid

1.06E+13

Schwarzcriterion

29.73814

Loglikelihood

-413.0017

F-statistic

28.80200

Durbin-Watsonstat

1.920810

Prob（F-statistic）

0.000013

相应的样本回来方程为：

Y=1406803.842+3.870381426*X

（3.317626）（5.366750）

R-squared＝0.525565，F-statistic＝28.80200，DW＝1.920810

α1＝3.870381426为样本回来方程的斜率，表示月保险收入的边际收入倾向，说明月车险保费收入每增加1万元，月保费收入将相应增加约3.87万元；拟合优度为0.525565，说明X和Y有一定的相关性；α0＝1406803.842是样本回来方程的截距，表示不发生车险收入的情形下，保险收入也会发生1406803.842万元，这是由于保险收入中除了车险收入外还有包括寿险、财险中的非车险等诸多项目及一些其它因素带来的。

可见，α0和α1的符号和大小，差不多均符合经济理论及目前市场的实际情形。

R-squared＝0.525565，说明离差平方和的约52.56%被样本回来直线说明，样本回来直线对样本点的拟合优度在考虑有其他因素存在的条件下，是能够同意的；给定显著性水平α＝0.05，查自由度为28－2＝26的t分布，则tα/2（26）＝2.08，样本回来方程的t检验值均大于2.08，该模型可通过t检验，即回来系数均显著不为零，回来模型中应包含常数项，X对Y有显著阻碍；F（1，26）＝4.23，28.8>4.23，通过F检验；由于DW的值接近于2，因此ut不存在自相关。

可见，该模型通过了各项统计检验。

以上的评判可看出，此模型是比较好的，较为合理的反映了车险收入（X）和保险收入（Y）间的关系。

2、乘用车月销售量Z与车险收入X之间的一元线性回来模型：

Zi=β0+β1Xi+vi

同上例，应用Eviews软件采纳最小二乘法（OLS）进行估量，估量结果如下：

样本回来方程为：

Z=113504.2303+0.1695813041*X

（4.12）（3.62）

R-squared=0.34，F-statistic=13.10，DW=1.00

从上面的统计量可知：

给定α＝0.05，样本回来方程的t检验值均大于2.08，可通过t检验，说明回来系数显著不为零，X对Z有显著阻碍；F（1，26）＝4.23，13.10>4.23，通过F检验；但由于，在样本容量T＝28，α＝0.05，说明变量个数k＝1时，DW检验的临界下值dL为1.33，而0

因此，为了排除自相关对模型进行修正，考虑AR

（1）并重新进行估量，估量结果如下表3所示：

表3

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

161630.4

35820.92

4.512180

0.0001

X

0.100658

0.045071

2.233307

0.0351

AR

（1）

0.639195

0.201062

3.179097

0.0040

R-squared

0.496637

Meandependentvar

210664.0

AdjustedR-squared

0.454690

S.D.dependentvar

50212.54

S.E.ofregression

37079.49

Akaikeinfocriterion

23.98395

Sumsquaredresid

3.30E+10

Schwarzcriterion

24.12794

Loglikelihood

-320.7834

F-statistic

11.83967

Durbin-Watsonstat

1.874313

Prob（F-statistic）

0.000265

相应的样本回来方程为：

Z=161630.4385+0.1006582368*X+[AR

（1）=0.6391951397]

（4.512180）（2.233307）（3.179097）

R-squared＝0.496637，F-statistic＝11.83967，DW＝1.874313

通过对模型的修正从上表中可知，R-squared＝0.496637，说明离差平方和的约有50%被样本回来直线说明，样本回来直线对样本点的拟合优度在考虑有其他因素存在的条件下，是能够同意的；给定显著性水平α＝0.05，查自由度为28－2＝26的t分布，则t0.025（26）＝2.08，样本回来方程的t检验值t0＝4.512180和t1＝2.233307均大于2.08，该模型可通过t检验，即回来系数均显著不为零，回来模型中也应该包含常数项，X对Z即车险收入对乘用车销量有显著阻碍；F（1，26）＝4.23，11.84>4.23，通过F检验；修正后dU=1.48

现在，模型通过了各项统计检验。

β1＝0.1006582368为样本回来方程的斜率，表示月乘用车销售量的边际销售倾向，说明月车险保费收入每增加1万元，月乘用车销售量将相应增加约0.1万辆；拟合优度为0.496637，说明车险收入X和乘用车销量Z有一定的相关性；β0＝161630.4385是样本回来方程的截距，表示不发生车险收入的情形下，乘用车也会销售161630.4385辆，这是由于乘用车的销量专门大程度上是要受到人们对乘用车的消费倾向、购买力以及乘用车的价格等因素制约，即使没有车险作为规避购买和使用乘用车风险的方式，人们也会因为自己的生活需求、消费偏好来购车的。

可见，β0和β1的符号和大小，差不多均符合经济理论及目前汽车市场的实际情形。

以上的评判可看出，此模型已较为合理的反映了车险收入（X）和乘用车销售量（Z）之间的关系，车险收入（X）对乘用车销售量（Z）有重要阻碍。

在看到车险收入（X）对保险收入（Y）和乘用车销售量（Z）的相关性的同时，也应该看到：

车险收入作为连接汽车市场和保险市场的纽带，也直截了当受到汽车市场和保险市场变动的制约和阻碍，至于有多大的阻碍，下面通过作出模型进行分析。

3、建立车险月收入X与保险月收入Y和乘用车月销售量Z之间的二元线性回来模型：

Xi=γ0+γ1Yi+γ2Zi+wi。

同上例，应用Eviews软件采纳最小二乘法（OLS）进行估量，估量结果如下：

X=-20202.43434+0.1089254034*Y+0.9229241059*Z

（-0.192）（3.797）（1.764）

R-squared=0.59，F-statistic＝17.12，DW＝1.27

由于γ0＝-20202.43434，即保险收入和乘用车销售量均不发生的情形下车险收入为负值，不符合经济理论与汽车市场和保险市场及车险收入的实际情形。

而且γ0的t值不能通过t值检验，应该将截距常数项γ0消去。

故对模型进行修正：

Xi=γ1Yi+γ2Zi+wi，可得到重新修正后的回来估量结果.

修正后的样本回来方程为：

X=0.1065741263*Y+0.8707772333*Z

（4.184134）（1.985452）

R-squared＝0.577473，DW＝1.248913，

通过上述对模型的修正，可得到拟合优度R-squared＝0.577473，说明该模型的离差平方和的约有57.75%被样本回来线说明，该拟合优度是能够同意的；给定显著性水平α＝0.1，查自由度为28－2＝26的t分布，则t0.05（26）＝1.71，样本回来方程的t检验值t1＝4.184134和t2＝1.985452均大于1.71，该模型可通过t检验，即两个回来系数均显著不为零，回来模型中应该包含常数项，保险收入Y和乘用车销量Z对车险收入X有显著阻碍；0

（1）后重新估量。

估量结果如下表4所示：

表4

Variable

Coefficient

Std.Error

t-Statistic

Prob.

Y

0.114482

0.023393

4.893885

0.0001

Z

0.764451

0.407548

1.875730

0.0729

AR

（1）

0.326379

0.186628

1.748827

0.0931

R-squared

0.641596

Meandependentvar

571066.2

AdjustedR-squared

0.611729

S.D.dependentvar

169143.8

S.E.ofregression

105395.9

Akaikeinfocriterion

26.07327

Sumsquaredresid

2.67E+11

Schwarzcriterion

26.21726

Loglikelihood

-348.9892

Durbin-Watsonstat

1.893710

InvertedARRoots

.33

样本回来方程：

X=0.1144819703*Y+0.7644505762*Z+[AR

（1）=0.3263792949]

（4.893885）（1.875730）（1.748827）

R-squared＝0.641596，DW＝1.893710，

通过对模型的再次修正，样本回来方程发生变化：

从表4中可看到，拟合优度R-squared由0.577473提高到0.641596，现在回来模型的离差平方和约有64.16%被样本回来线说明。

认为样本回来线对样本点的拟合优度在考虑有汽车市场和保险市场的其他因素及相关政策因素存在的条件下，以及中国车险市场目前存在的治理不规范、品种不够丰富、行业的竞争力弱等缘故情形下，该拟合优度是能够同意的；给定显著性水平α＝0.1，查自由度为28－2＝26的t分布，则t0.05（26）＝1.71,模型的t检验值t1=4.893885，t2=1.875730，t3=1.748827均大于1.71，该模型可通过t检验，即回来系数均显著不为零，回来模型中应该包含常数项，保险收入Y和乘用车销量Z对车险收入X有显著阻碍；又由dU=1.56

现在，模型通过了各项统计检验。

也可通过样本回来模型的残差图进行比较如下图1。

γ1＝0.1144819703，表示月乘用车销售量对月车险收入的边际收入倾向，说明当其它条件不变的情形下月乘用车销量每增加1辆，月车险收入约增加0.114482万元。

γ2＝0.7644505762，表示月保险收入对月车险收入的边际收入倾向，说明在其它情形保持不变的时候月保险收入每增加1万元，月车险收入约增加0.76445万元。

拟合优度提高到0.641596，说明车险收入X与保险收入Y和乘用车销量Z都有相关性，也说明保险收入和乘用车销量的变化对车险收入有专门大的阻碍。

由于样本回来方程的截距不存在，即表示假如保险收入和乘用车销售量均未发生时，车险收入就为零。

从以上的分析可知，该二元回来模型差不多符合经济理论及目前汽车和保险产业的实际情形。

模型也较为合理的反映了车险收入（X）与保险收入（Y）和乘用车销售量（Z）之间的关系，从而定量的说明保险收入和乘用车销售量的变化对车险收入的阻碍。

图1：

二元线性回来残差图

通过建立车险市场与汽车、保险市场间的模型，从估量出的样本回来方程式（2.1）、（2.2）和（2.3）并经各项经济理论和统计量的检验，可明白车险市场与汽车市场、与保险市场间有显著的相关关系；同时，汽车市场和保险市场也共同作用于车险市场即汽车和保险市场对车险市场也有较大的相关性。

二、汽车保险产业间不和谐的缘故及车险市场的滞后表现

通过上面的模型分析，已知车险市场对汽车（乘用车）市场和保险市场有较大的相关作用，因此汽车和保险两个产业是否和谐的进展对车险市场的顺利拓展和壮大，有着极为重要的阻碍；同时，车险市场进展的滞后与否也必定对汽车、保险市场能否正常的、顺利的进展起着重要的作用。

因此为了对我国汽车和保险产业是否是和谐的进行分析，本文依照上面的模型对汽车和保险产业进行了预期，并依照汽车和保险产业的预期作出了二者的走势图。

相应的推测图和走势图见下图：

图2（车险市场对保险市场）、图3（车险市场对汽车市场）和图4（保险收入预期YF和乘用车销售量预期ZF的走势图）。

图2：

X对Y的推测图

图3：

X对Z的推测图

图4：

保险收入预期YF和乘用车销售量预期ZF的走势图

从图4中可发觉，随着时刻的推移两产业的不断进展、壮大，YF和ZF间的差距越来越大，说明中国汽车和保险产业显现了不和谐。

中国汽车和保险产业的不和谐、不匹配缘故要紧有以下几点：

第一，尽管中国汽车产业和保险产业都有较大进展，但相对汽车产业，保险产业进展较为滞后。

从图4中能够看出，保险业的波动幅度远大于汽车业的幅度，即保险业更具有不稳固性。

近几年，中国汽车产销量都在快速的增加（专门是产量），而保险产业作为为汽车产业生产、销售提供抗拒风险、质量监督、消费者保证的产业链条相对滞后。

尽管中国保险产业在这几年里也在迅速进展，在资产总额、保费收入、财产险等多项指标都有所增加。

仅以2005年来看，与2005年1月份相比，2月份总保费收入增长68.24%，财产险保费收入增长49.85%。

然而，保险市场现有的一些问题如：

经营粗放、治理不规范、服务质量等，降低了汽车生产和销售企业抗风险的能力，制约了汽车市场更快速的进展。

这也致使中国车险的赔付率专门高（将近达到了100％），车险业务显现全线亏损的局面（冯晓增，2005）。

同时，中国保险市场的各种滞后也使汽车消费者和购车者的续险率大大降低，从而加大了购车（包括二手车的购买）的风险；由于保险市场再保险体系的不完善性，也使得汽车生产企业开发、研制新型车型，并生产投放市场的企业风险加大，这会