商业保险发展与居民消费关系.docx
《商业保险发展与居民消费关系.docx》由会员分享，可在线阅读，更多相关《商业保险发展与居民消费关系.docx（21页珍藏版）》请在冰点文库上搜索。
商业保险发展与居民消费关系
目录
1绪论1
1.1选题背景与研究意义1
1.1.1选题背景1
1.1.2研究意义2
1.2文献综述3
1.2.1国外相关文献综述3
1.2.2国内的相关文献研究4
1.2.3国内外文献评述6
1.3主要研究内容7
2研究的相关理论基础7
2.1概念界定8
2.1.1商业保险发展8
2.1.2对商业保险发展的衡量8
2.1.3居民消费9
2.1.4居民消费的衡量9
2.2研究商业保险发展与居民消费之间关系的理论依据10
2.2.1边际消费理论10
2.2.2生命周期理论11
2.2.3持久收入理论13
2.2.4预防性储蓄理论13
2.3商业保险发展与居民消费相互影响的机制和路径分析14
2.3.1分散风险视角下的影响机制与路径14
2.3.2损失补偿视角下的影响机制与路径14
2.3.3社会保障视角下的影响机制与路径15
2.3.4储蓄替代视角下的影响机制与路径15
3商业保险发展与居民消费之间关系的实证研究16
3.1理论模型介绍16
3.2模型变量的选择17
3.2.1衡量商业保险发展与居民消费的变量17
3.2.2数据来源及处理18
3.3实证研究过程19
3.3.1ADF平稳性检验19
3.3.2Johansen协整检验20
3.3.3Laglengthcriteria滞后阶数检验20
3.3.4Grange因果关系检验21
3.3.5脉冲响应函数分析22
3.4实证研究的结果分析24
4促进商业保险发展与居民消费良性互动关系的对策建议26
4.1不断引导居民消费结构的调整优化26
4.1.1逐步强化居民的消费理念以及保险消费意识26
4.1.2进一步缩小城乡间的发展差距26
4.2进一步扩大保险行业的覆盖面27
4.2.1促进健康商业保险服务的发展27
4.2.2优化商业保险在教育等领域的布局27
4.2.3在养老领域服务不断创新商业保险产品28
4.3不断推动各个地区间的发展均衡化28
4.4提升商业保险行业自身所应具备的竞争力28
4.4.1宏观层面上竞争力的提升28
4.4.2微观层面上竞争力的提升28
5总结与展望29
参考文献31
致谢34
1绪论
1.1选题背景与研究意义
1.1.1选题背景
当前看来，我国的商业保险发展的时间还比较短，能够转移风险也作为商业保险的最基本职能，而被更多的保险消费者所接受和选择，因为保险消费者在购买有关商业保险之后，将会对未来所有可能产生的一些不确定因素进行有效的转移，主要是实现了从居民个人向商业保险机构的转移，居民也从而更加具备一定的信心来应对好当期应该进行的消费。
很明显，商业保险的发展能够对民生保障、扩大内需以及经济发展等重要领域产生重要影响。
商业保险作为一种能够有效防范社会风险的方式，也为消费者制定较长一段期限内的消费计划提供了可能。
然而，我们在看到我国保险业较快较好地发展以及所具备的经济发展与社会稳定职能的同时，这里面也存在着一个重要的环节或者说逻辑不容忽视，就是商业保险的发展和居民消费之间存在的关系问题，尽管国内外的学者特别是国外的一些学术先行者已经提出了很多研究商业保险发展与居民消费之间关系的经典理论依据，我们也能够从中认识到一些有关商业保险发展与居民消费之间关系的作用机制与路径，但是在当前的经济社会发展形势下，商业保险的发展究竟能够对于居民消费产生多大程度的促进作用？
与此同时，居民消费的增长是否又可以对商业保险的发展产生一定的促进作用？
显然，针对商业保险发展与居民消费之间的关系开展实证研究，已经成为当前情况下我们研究商业保险发展领域有关问题过程中一个比较有意义的课题。
1.1.2研究意义
文章计划在充分借鉴国内外学者相关研究而基础上，参考国外有关研究商业保险发展与居民消费之间关系的经典理论依据，进而从理论层面去分析商业保险发展与居民消费之间关系的作用机制与路径，从实证的层面构建模型研究我国商业保险发展和居民消费之间的互动关系。
1.2文献综述
1.2.1国外相关文献综述
国外有关学者在研究的最早时期主要是集中关注保险的微观层面的问题。
国外的各位学者充分结合能够给居民消费带来影响的一系列内部以及外部因素，具体包括居民消费意愿、居民消费倾向、市场竞争的激烈程度、通货膨胀水平等等，同时还有针对性的依据保险所具有的一些具体化的职能，针对一些特殊的保险产品开展定性以及定量的研究分析种，具体包括财产保险以及养老保险等对于居民消费所产生的影响。
但是国外各个学者针对保险所起到的作用开展研究所取得的认识还是比较一致的，广大的国外学者们普遍认为保险能够对于居民经常偏向于选择的谨慎性储蓄产生一定程度的替代作用，从而也就能够保障未来消费能够表现出来连续性。
1.2.2国内的相关文献研究
相比于国外学者所开展的相关研究，国内学者针对商业保险发展和居民消费开展的相关研究的时间比较晚。
早期的国内学者在研究时重点关注的是风险能够针对居民消费所起到的影响。
伴随着我国保险市场规模的快速扩大，商业保险针对市场经济运行过程当中的各种不确定风险所能够起到的保障作用渐渐地得到了人们的认可，国内的学者们也开始基于防范风险的角度开展研究。
作者为全面掌握相关的研究，进而更好地为本文的研究提供参考，将主要基于风险与居民消费二者之间的关系、以及商业保险与居民消费二者之间的关系等2个角度开展文献综述。
1.3主要研究内容
文章的研究主要分为五个部分：
第一部分为文章的绪论部分主要阐述选题背景与研究意义、国内外相关文献综述以及文献评述、主要研究内容等。
第二章是研究的相关理论基础部分，针对商业保险发展的概念以及衡量、居民消费的概念以及衡量进行界定；研究商业保险发展与居民消费之间关系的边际消费理论、生命周期理论、持久收入理论、预防性储蓄理论等四个理论依据；另外针对分散风险视角下、损失补偿视角下、社会保障视角下、储蓄替代视角下，商业保险发展与居民消费相互影响的机制和路径进行分析。
第三章为本文的和新章节，是商业保险发展与居民消费之间关系的实证研究，借助1995年至2014年20年间的年度数据，运用向量自回归模型（VAR模型）的ADF平稳性检验、Johansen协整检验、Laglengthcriteria滞后阶数检验、Grange因果关系检验、以及脉冲响应函数分析等分析手段进行实证检验和研究。
第四章是提出促进商业保险发展与居民消费良性互动关系的对策建议，主要包括不断引导居民消费结构的调整优化、进一步扩大保险行业的覆盖面、不断推动各个地区间的发展均衡化、提升商业保险行业自身所应具备的竞争力等。
第五部分为总结与展望。
1.4创新点与不足之处
论文的主要创新点在于：
既基于宏观视角，选取商业保险费收入作为衡量商业保险发展的指标；又基于微观视角，选择居民储蓄以及可支配收入作为衡量居民消费的指标，同时在开展实证研究时综合考虑城镇以及农村居民之间所存在的差异性。
然而，在本文所开展的研究过程当中，由于诸多客观条件以及自身所存在的理论认识、综述把握、研究视野、研究水平等各个方面的局限，论文在研究方面还必然会存在一些问题不足。
2研究的相关理论基础
商业保险发展和居民消费之间的关系非常密切。
伴随着居民消费结构的不断调整以及商业保险意识的不断强化，居民除了满足一些最为基本的衣食住行需求之外，还将不断地追求一些包括旅游等在内的消费需求。
在本文的研究理论基础部分，我们着重基于理论的层面来分析商业保险发展和居民消费之间的关系，具体而言，我们首先要介绍商业保险发展以及居民消费的概念界定与衡量指标，其次就是介绍边际消费理论、生命周期理论、持久性收入理论以及预防性储蓄理论；最后主要结合商业所具备的四个职能，从理论角度上研究商业保险发展和居民消费之间关系的影响作用机理与路径。
3商业保险发展与居民消费之间关系的实证研究
上文我们针对文献进行了综述，并且针对商业保险发展的概念以及衡量、居民消费的概念以及衡量进行界定；研究商业保险发展与居民消费之间关系的边际消费理论、生命周期理论、持久收入理论、预防性储蓄理论等四个理论依据；另外针对分散风险视角下、损失补偿视角下、社会保障视角下、储蓄替代视角下，商业保险发展与居民消费相互影响的机制和路径进行分析。
在本部分，我们则是要针对商业保险发展与居民消费之间关系开展实证研究，借助于模型开展定量的研究。
3.1理论模型介绍
向量自回归模型通常我们称之为VAR模型，主要是充分考虑到模型当中的各个变量当期以及滞后的水平，表现在内生的关系上时，则是主要借助于时间序列数据，实现了单一化的变量逐步向多个变量扩展。
VAR模型用主要是用来针对模型所涉及的内生系统开展分析，当模型当中的某一个变量受到来自于外面的一种因素的冲击时，其余的有关变量也会相应的做出反应，同时在整个在总的反应效果当中，我们可以得到每一个单一变量的贡献度大小。
VAR模型我们通常可以借助于如下的数学公式进行表达：
在上面的数学公式当中，Yt主要反映的是一个具有n维的内生变量所构成的向量，At则是可以表现为一个n阶的维待估计参数所构成的矩阵，p表示为滞后期。
因为在所构建的VAR模型当中，全部的变量都将会被当做成内生的变量，其中任何一个变量都能够表示为这一个变量和VAR模型当中的其他变量滞后值的线性形式的函数，倘若所有的方程都出现很多个滞后的情况，则应该针对当中的所有系数进行解释，尤其是在面临系数出现正数和负数相互交替的情况时，就显得相对比较难处理了。
当然，也正是给予我们上面所说的这样一个难题，学者们在研究过程中就选择针对VAR模型当中开展脉冲响应函数的相关分析，通常又被称作是IRF分析，着重关注的是应变量如何针对整个模型系统当中的一个以及很多个方程面临一些冲击时所进行的响应的。
所以，文章在研究的过程当中不断消除伪回归所带来的不利的影响，将针对我们所取得的时间序列数据开展一系列的统计检验，从而确保能够更加客观地研究所以变量的冲击作用。
3.2模型变量的选择
3.2.1衡量商业保险发展与居民消费的变量
在论文开展的实证研究过程中，我们一方面要考虑到所选的具体指标的代表性，还要充分考虑到这些数据的可获得性。
基于上述两个条件，我们选择将商业保险费收入的大小（BF）当做是衡量商业保险发展的指标，同时将其看作是应变量。
选择利用居民储蓄存款规模的大小（CXYE）以及居民的可支配收入两个方面来衡量居民消费的相关情况，同时将这两种类型的变量当做是自变量；这里需要指出的是，我国学者所开展的研究中，视角更多的也是集中在城镇居民的范畴，而忽略了城镇居民以及农村居民之间在风险意识、风险管理、消费倾向、消费结构等各个方面所存在的差异，而本文在研究时综合考虑城镇以及农村居民之间所存在的差异性，借助VAR模型，针对我国商业保险发展和居民消费之间的良性互动关系开展实证研究。
所以又将居民的可支配收入指标进一步细化为城镇居民的人均可支配收入（CZSR）以及农村居民人均现金纯收入（NCSR）这两种不同的指标。
（1）商业保险发展的衡量指标确定
当前，国内外的学者在研究过程中已经利用过商业保险赔付率、商业保险费收入规模、商业保险的深度以及商业保险的密度等四个指标，针对商业保险发展的有关状况进行衡量。
本文主要是研究我国商业保险发展的一个全局的情况，同时考虑到相关数据获取的便利性，从而选取商业保险费的收入规模当做是商业保险发展的衡量指标。
（2）居民消费的衡量指标确定
居民消费一般而言主要包括来自于消费支出规模以及消费水平两个层面的内涵。
国内外学者在研究过程中已经利用过居民收入规模、居民储蓄规模以及恩格尔系数等三个指标，针对居民消费的有关状况进行衡量。
首先，对于居民而言，当收入一定时，居民消费和局储蓄之间恰恰是此消彼长的关系，存在明显的相互挤出关系；其次，边际消费理论、生命周期理论以及持久性收入理论等经典的消费理论都将居民消费看作是收入的函数，居民消费规模的大小也就取决于收入规模的大小。
对于居民的收入而言，也一般存在着三个层面的概念，也就是实际收入、名义收入以及可支配收入，而本文在选择具体的收入作为居民消费的衡量指标时，则是尽可能地剔除包括税收等在内的其他一些因素的影响，选择能够直接影响居民消费规模大小的可支配收入指标。
对于居民储蓄的规模大小，我们显然可以借助于银行所公布的存款余额来进行反映。
3.2.2数据来源及处理
充分考虑到我们所选择的有关数据能够快捷准确的获得，同时也考虑到我们实证研究过程中样本数据足够大，论文则选择了选取1995年至2014年20年间的年度数据。
原始的相关指标数据主要来源于中国统计年鉴以及中国保险年鉴。
在我们进行模型研究的过程当中，为了切实避免出现异方差所产生的不利的影响，论文还进一步针对原始数据进行自然对数化，从而进一步得出原始序列变量：
商业保险费收入规模大小（LNBF）、居民储蓄规模大小（LNCXYE）、城镇居民人均可支配收入（LNCZSR）、农村居民人均纯现金收入（LNNCSR），具体情况，如表3-1所示。
本文在实证研究过程当中将会借助于向量自回归模型（VAR模型）的ADF平稳性检验、Johansen协整检验、Laglengthcriteria滞后阶数检验、Grange因果关系检验、以及脉冲响应函数分析等分析手段。
表3-1自然对数化后得出的4个原始序列变量
年度
LNBF
LNCXYE
LNCZSR
LNNCSR
1995
8.18
19.79
24.31
19.92
1996
8.82
19.83
24.37
19.96
1997
9.27
20.15
24.97
20.11
1998
9.78
10.42
25.09
20.45
1999
9.96
21.19
25.12
20.72
2000
10.01
21.27
25.36
21.09
2001
10.25
21.99
26.14
21.19
2002
12.36
23.02
26.19
21.38
2003
12.96
23.39
26.32
21.74
2004
13.23
24.27
26.83
21.92
2005
13.74
24.39
26.97
22.13
2006
14.18
24.96
27.19
22.83
2007
15.03
25.67
27.69
23.05
2008
16.04
25.98
28.14
23.49
2009
16.68
26.43
28.69
23.99
2010
17.43
26.79
29.52
24.15
2011
17.82
27.48
29.96
24.86
2012
17.97
28.05
30.84
25.74
2013
18.09
28.98
31.01
26.41
2014
18.76
29.72
31.35
26.98
注：
原始的相关指标数据主要来源于中国统计年鉴以及中国保险年鉴
3.3实证研究过程
3.3.1ADF平稳性检验
在针对一些具有连续特征的时间序列开展模型分析之前，一般都应该进行数据的差分。
通常而言，经济领域内所出现的一些时间序列通常并不是相对稳定的时间序列，如果我们在开展模型分析的过程当中没有针对数据进行一定的处理，模型分析之后所产生的结果也将不会具备一定的客观性，而且模型分所得出的结果一般还会和实际的情况大不相同。
因此，我们在进行模型的分析之前，还是必须要剔除数据当中所存在一些不稳定性，在这个基础上才可以针对各个变量之间存在关系进行判断，这种对于不稳定性的消除，也显然是为了我们提高实证分析的真实度服务的。
文章所进行的平稳性检验过程当中，主要利用的是ADF的方法开展单位根检验。
具体的检验环节，我们分别针对所选择的四个时间序列变量，选择在0.01、0.05以及0.1这三个不同的置信水平，通过比较ADF统计量的大小以及P值的大小，从而分析各个变量是否属于平稳序列，以及在哪一种置信水平条件下属于平稳序列。
本文在研究过程当中所得到的检验结果如表3-2所示。
表3-2ADF平稳性检验结果
数据序列
ADF统计量
不同显著水平下的临界值
P值
0.01
0.05
0.1
LNBF
-4.1921
-3.6912
-2.9695
-2.6298
0.0042
LNCXYE
-3.1832
-3.6912
-2.9695
-2.6298
0.0199
LNCZSR
-3.2936
-3.6912
-2.9695
-2.6298
0.0205
LNNCSR
-3.3993
-3.6912
-2.9695
-2.6298
0.0217
我们可以从表3-2所体现出来的ADF平稳性检验结果看出，在0.05的显著性水平下，商业保险费收入规模大小（LNBF）、居民储蓄规模大小（LNCXYE）、城镇居民人均可支配收入（LNCZSR）以及农村居民人均纯现金收入（LNNCSR）等四个变量都能够通过临界值的检验，都属于一阶平稳的序列，借助于所开展的一阶差分处理，则是能够防止时间序列的不稳定性影响模型的分析结果。
3.3.2Johansen协整检验
即使我们在ADF平稳性检验的过程中，商业保险费收入规模大小（LNBF）、居民储蓄规模大小（LNCXYE）、城镇居民人均可支配收入（LNCZSR）以及农村居民人均纯现金收入（LNNCSR）等四个变量都能够通过0.05的显著性水平下的临界值检验，全部符合一阶平稳的相关条件，但是也都不可以认为各个变量之间存在一个显著的长期均衡稳定的关系。
所以还是必须要针对性地开展协整关系的检验。
文章当中所选择的4个变量都是符合I
（1）过的程，所以还是存在协整关系的可能性。
在本文当中我们借助于Johansen协整检验的方法，结合Eviews6.0软件进行检验分析，得到的检验输出结果如表3-3所示。
表3-3Johansen协整检验的输出结果
Selected（0.05level*）NumberofCo-integratingRelationsbyModel
DataTrend:
None
None
Linear
Linear
Quadratic
TestType
NoInterceptNoTrend
InterceptNoTrend
InterceptNoTrend
InterceptTrend
InterceptTrend
Trace
1
1
1
1
1
Max-Elg
1
1
1
1
0
*CriticalvaluesbasedonMacklnnon-Haug-Michelis（1999）
有一个协整关系
我们可以从表3-3所示的Johansen协整检验的输出结果当中可以看出，最大的滞后阶数为1，上述商业保险费收入规模大小（LNBF）、居民储蓄规模大小（LNCXYE）、城镇居民人均可支配收入（LNCZSR）以及农村居民人均纯现金收入（LNNCSR）等四个变量存在协整关系，具备长期稳定性的特征。
3.3.3Laglengthcriteria滞后阶数检验
在开展模型的检验之前，我们还必须要针对以上四个变量进行滞后期的确定。
因为滞后期的数量将能够对误差的扰动程度产生直接的影响，直接使得模型检验的结果不真实。
一般而言，滞后的阶数如果越多，由此产生误差扰动所引起的自相关的影响也将会越小，但是基于另外一个角度看来，滞后的阶数又明显不应该过大，因为滞后阶数的大小与变量自身所具有的自由度关联在一起，滞后阶数过于大将会使得变量的自由度比较小，变量自身所产生的影响作用比误差所产生的影响还要明显，同样也会影响到模型检验结果的真实性。
所以，我们对于滞后阶数的客观确定也就显得非常重要。
文章拟采用Laglengthcriteria的方式来开展滞后阶数检验。
具体的结果如表3-4所示。
表3-4Laglengthcriteria滞后阶数检验的输出结果
Lag
LogL
LR
FPE
AIC
SC
HQ
0
22.4059
NA
3.17E-06
-1.2987
-1.1912
-1.2635
1
182.1182
261.9926
1.19E-10
-12.0611
-10.6032
-11.3816
2
206.9912
36.4832*
6.38E-11*
-12.1927
-9.9932
-11.7912
如表3-4所示，我们能够明显地判断出来，要确保脉冲响应函数具备稳定性，所要求的滞后期为2。
所以我们基于VAR模型开展分析，主要是借助VAR
（2）进行。
3.3.4Grange因果关系检验
在进行相关经济领域所开展的计量分析研究过程当中，尽管协整检验能够明确解释变量和被解释变量之间存在着一个显著的长期稳定的关系，然而却不可以进一步确定肯定解释变量和被解释变量之间是否存在显著的因果关系，更加也不可以明确两种类型变量之间所存在的影响的方向。
而Grange因果关系检验恰恰是能够解决上面的问题。
主要的原理就是在于当变量Y对其他的各个变量进行回归时，一旦可以将X的滞后值涵盖，而且可以针对Y的预测进行明显的改进，就可以认为X是Y的Grange原因，以此类推，我们也可以找出来Y是X的Grange原因的相关条件。
我们结合我们在上文所进行的协整检验分析过程，当滞后阶数为2时，各个变量之间具备一个明显的长期的稳定关系。
我们确定一个0.1的置信水平条件下，Grange因果关系检验的结果如表3-5所示。
表3-5Grange因果关系检验的结果
原假设
滞后阶数
P值
结论
商业保险费收入不是居民储蓄规模的原因
2
0.0992
拒绝原假设
居民储蓄规模不是商业保险费收入的原因
2
0.2835
接受原假设
商业保险费收入不是城镇居民人均可支配收入的原因
2
0.0472
拒绝原假设
城镇居民人均可支配收入不是商业保险费收入的原因
2
0.0223
拒绝原假设
商业保险费收入不是农村居民人均纯现金收入的原因
2
0.3027
接受原假设
农村居民人均纯现金收入不是商业保险费收入的原因
2
0.1413
接受原假设
从表3-5所示的Grange因果关系检验的结果能够得到，在0.1的置信水平条件下，商业保险费收入是居民储蓄规模的原因，居民储蓄规模不是商业保险费收入的原因；商业保险费收入是城镇居民人均可支配收入的原因，城镇居民人均可支配收入是商业保险费收入的原因；商业保险费收入不是农村居民人均纯现金收入的原因，农村居民人均纯现金收入不是商业保险费收入的原因。
进一步针对出现上述结果的原因进行分析时发现，主要的原因就是在于商业保险可以实现对于未来一些不确定性损失的有效规避，商业保险需求的增加也显然可以保证居民。
能够在当期具备一定的消费倾向，但是居民消费和居民储蓄之间所存在的相互替代的关系，商业保险费收入大小可以导致居民的储蓄规模出现变化。
当居民的储蓄规模发生变化的时候，消费支出当中能够用于商业保险的支出并不具备很明显的变化。
居民的收入高低很明显可以对居民的消费产生直接的刚性约束。
商业保险也可以看作是居民消费的一种形式，也可以受到来自于居民收入水平方面所产生的
升级会员 