吳祥佑

(閩江學(xué)院 新華都商學(xué)院，福建 福州 350108)

基于ARIMA模型的“銀保新政”制度沖擊測(cè)度*

吳祥佑

(閩江學(xué)院 新華都商學(xué)院，福建 福州 350108)

基于我國(guó)2005年至2010年人身險(xiǎn)原保險(xiǎn)保費(fèi)收入的月度數(shù)據(jù)，本文建立了預(yù)測(cè)我國(guó)人身險(xiǎn)2011年原保險(xiǎn)保費(fèi)收入的ARIMA模型，并將預(yù)測(cè)值與2011年的實(shí)際值進(jìn)行對(duì)比，測(cè)度了各月實(shí)際保費(fèi)收入與其理論值的偏差，并運(yùn)用季節(jié)指數(shù)測(cè)算了2011年人身險(xiǎn)原保險(xiǎn)保費(fèi)收入的降幅，發(fā)現(xiàn)“銀保新政”使2011年人身險(xiǎn)原保險(xiǎn)保費(fèi)收入較其理論值下降了11%，其中外資人身險(xiǎn)公司較其理論值下降了32%，內(nèi)資人身險(xiǎn)公司較其理論值下降了10%。

MRIMA模型；人身險(xiǎn)；保費(fèi)收入；銀保新政；沖擊測(cè)度

我國(guó)人身保險(xiǎn)業(yè)在經(jīng)歷了30年的快速增長(zhǎng)后，突然在2011年失去了增長(zhǎng)動(dòng)力，行業(yè)全年共實(shí)現(xiàn)原保險(xiǎn)保費(fèi)收入9 560億元，大幅低于2010年的10 500億元，降幅達(dá)8.96%。在分析保費(fèi)收入增長(zhǎng)失速的原因時(shí)，“銀保新政”的實(shí)施是各界公認(rèn)的主要原因之一。“銀保新政”的出臺(tái)，一是要規(guī)范銀保產(chǎn)品的銷(xiāo)售行為，鏟除其中飽受詬病的“銷(xiāo)售誤導(dǎo)”；二是要加大對(duì)銀保業(yè)務(wù)的監(jiān)管，保護(hù)消費(fèi)者權(quán)益，規(guī)范銀保市場(chǎng)秩序。

近年來(lái)，我國(guó)銀保業(yè)務(wù)發(fā)展迅速，銀行保險(xiǎn)所創(chuàng)造的保費(fèi)收入已經(jīng)占到了人身保險(xiǎn)保費(fèi)總量的近50%，對(duì)保險(xiǎn)業(yè)尤其是人身保險(xiǎn)業(yè)的發(fā)展起著舉足輕重的作用[1]?！榜v點(diǎn)銷(xiāo)售”即由保險(xiǎn)公司派銀保專(zhuān)員到銀行網(wǎng)點(diǎn)開(kāi)展?fàn)I銷(xiāo)活動(dòng)，多年來(lái)一直是人身保險(xiǎn)業(yè)銀保渠道的主要運(yùn)作模式。駐點(diǎn)銷(xiāo)售模式的打破給正在承受宏觀經(jīng)濟(jì)政策變化壓力的人身險(xiǎn)公司帶來(lái)了巨大的沖擊。化解“銀保新政”的沖擊必須建立在科學(xué)測(cè)度的基礎(chǔ)之上。目前，國(guó)內(nèi)學(xué)術(shù)界鮮有測(cè)度“銀保新政”沖擊的文獻(xiàn)，本文嘗試基于我國(guó)人身險(xiǎn)2005—2010年的月度保費(fèi)收入數(shù)據(jù)，構(gòu)建預(yù)測(cè)2011年人身險(xiǎn)保費(fèi)收入的ARIMA模型，然后將預(yù)測(cè)值與實(shí)際值進(jìn)行對(duì)比，以測(cè)度“銀保新政”的沖擊，并借此檢驗(yàn)內(nèi)、外資壽險(xiǎn)業(yè)承受制度沖擊的能力。

一、文獻(xiàn)回顧

在研究保險(xiǎn)業(yè)的各種制度沖擊中，線性回歸模型一直占據(jù)著最重要的位置。肖文和謝文武(2000)利用1980—1998年的數(shù)據(jù)，測(cè)算了市場(chǎng)開(kāi)放、降息等政策變化對(duì)壽險(xiǎn)的影響；閻建軍和王治超(2002)、趙海娟(2003)、陳之楚和劉曉敏(2004)、吳江鳴和林寶清(2005)分別從不同的視角測(cè)度了制度變遷對(duì)我國(guó)保險(xiǎn)業(yè)的影響[2]。

研究保費(fèi)收入變化的另一重要方法是時(shí)間序列數(shù)據(jù)分析法，經(jīng)典的有ARIMA模型、Hot Winters模型、灰色預(yù)測(cè)法、馬爾科夫模擬法等。陳權(quán)寶和聶銳(2005)對(duì)建立我國(guó)保費(fèi)收入預(yù)測(cè)模型的原則方法進(jìn)行了探討，給出了預(yù)測(cè)保費(fèi)收入模型的選擇標(biāo)準(zhǔn)[3]?；诮⒈ＹM(fèi)收入預(yù)測(cè)模型對(duì)編制保險(xiǎn)計(jì)劃、制定保險(xiǎn)業(yè)發(fā)展規(guī)劃的重要性，梁來(lái)存(2006)建立了我國(guó)保費(fèi)收入的ARIMA模型，并預(yù)測(cè)了我國(guó)2005年8月的保費(fèi)收入[4]。張?jiān)坪透邏?2009)利用我國(guó)1999年1月—2009年2月的月度保費(fèi)收入數(shù)據(jù)，建立了預(yù)測(cè)我國(guó)保費(fèi)收入的ARIMA季節(jié)乘積模型，并對(duì)我國(guó)的保費(fèi)收入進(jìn)行了預(yù)測(cè)[5]。付宇涵(2010)利用2000年1月至2009年10月118個(gè)月的時(shí)間序列數(shù)據(jù)，建立了預(yù)測(cè)我國(guó)財(cái)產(chǎn)險(xiǎn)保費(fèi)收入的ARIMA模型，預(yù)測(cè)了財(cái)產(chǎn)險(xiǎn)保費(fèi)收入的變化趨勢(shì)[6]。董海峰(2010)基于Hot Winters模型對(duì)我國(guó)人身險(xiǎn)“十二五”期間的保費(fèi)收入進(jìn)行了預(yù)測(cè)，認(rèn)為我國(guó)人身險(xiǎn)保費(fèi)收入在“十二五”期間最低能達(dá)到9.93%的年均增速，最高可達(dá)到18.43%的年均增速，但期間會(huì)存在大起大落的風(fēng)險(xiǎn)[7]。在壽險(xiǎn)保費(fèi)收入受長(zhǎng)期趨勢(shì)、周期性循環(huán)要素、季節(jié)變動(dòng)和不規(guī)則要素四種因素影響的假設(shè)下，高春玲(2010)利用我國(guó)2000年1季度到2009年4季度的壽險(xiǎn)保費(fèi)收入數(shù)據(jù)，在進(jìn)行季節(jié)調(diào)整后再通過(guò)HP濾波方法得到了其長(zhǎng)期變動(dòng)的趨勢(shì)，并用時(shí)間序列分解模型進(jìn)行了預(yù)測(cè)，發(fā)現(xiàn)2010年我國(guó)壽險(xiǎn)保費(fèi)收入總體上仍呈上升趨勢(shì)[8]。孫景云等(2011)利用我國(guó)保費(fèi)收入的時(shí)間序列，基于季節(jié)模型、指數(shù)平滑模型等方法預(yù)測(cè)了我國(guó)未來(lái)數(shù)年的保費(fèi)收入[9]。趙長(zhǎng)利和陳海泳(2006)年探討了運(yùn)用灰色模型預(yù)測(cè)我國(guó)保險(xiǎn)業(yè)保費(fèi)收入的可行性，并結(jié)合2000—2006年的實(shí)際數(shù)據(jù)對(duì)我國(guó)的保費(fèi)收入進(jìn)行了灰色預(yù)測(cè)[10]。徐亮亮，等(2010)基于2001—2008年我國(guó)的保費(fèi)收入數(shù)據(jù)，在不存在阻滯因素的假設(shè)下，利用灰色預(yù)測(cè)的GM(1,1)模型對(duì)我國(guó)未來(lái)數(shù)年的保費(fèi)收入進(jìn)行了預(yù)測(cè)，認(rèn)為未來(lái)數(shù)年內(nèi)我國(guó)保費(fèi)收入的年均增速將達(dá)到21.4%左右，依然會(huì)呈現(xiàn)出穩(wěn)定的增長(zhǎng)趨勢(shì)，且與前幾年的平均增速基本持平[11]。

回歸模型側(cè)重于長(zhǎng)期的、方向性的分析與預(yù)測(cè)，不適于做短期預(yù)測(cè)，在觀測(cè)值僅為保費(fèi)收入的時(shí)間序列時(shí)，更是毫無(wú)用武之地。對(duì)于保費(fèi)收入這一單一時(shí)間序列的短期預(yù)測(cè)，ARIMA模型是最為理想的模型。對(duì)于極短期內(nèi)的保費(fèi)收入預(yù)測(cè)，在狀態(tài)不變的假設(shè)下，灰色預(yù)測(cè)和馬爾科夫模擬也有其用武之地。

二、預(yù)測(cè)保費(fèi)收入的ARIMA模型

ARIMA模型認(rèn)為經(jīng)濟(jì)時(shí)間序列變量的變化是有規(guī)律的，只要其變化模型能夠識(shí)別，即可利用其規(guī)律性預(yù)測(cè)序列的未來(lái)值。但當(dāng)序列非平穩(wěn)時(shí)，即在長(zhǎng)期內(nèi)有增長(zhǎng)或者降低的趨勢(shì)時(shí)，需要提取序列中的確定性信息，將序列轉(zhuǎn)為平穩(wěn)。Box與Jenkins用大量的實(shí)例證明差分方法是一種非常簡(jiǎn)便、有效的確定性信息提取方法，經(jīng)過(guò)差分，ARIMA模型可以更好地分析時(shí)間序列數(shù)據(jù)的特征。

如果一個(gè)序列{Xt}經(jīng)過(guò)d階差分后變?yōu)槠椒€(wěn)序列，如果能夠用ARMA模型對(duì)差分后的平衡序列建模，則稱(chēng)序列{Xt}的ARMA模型為其ARIMA模型，簡(jiǎn)寫(xiě)為ARIMA(p,d,q)，其中d為差分階數(shù)，p為自回歸除數(shù)，q為移動(dòng)平均除數(shù)。模型的表達(dá)式為：

(1)

式(1)中，B為滯后算子，εt～WN(0,σ2)且與原序列不相關(guān)。

如果序列{Xt}蘊(yùn)涵著顯著的長(zhǎng)期趨勢(shì)和明顯的季節(jié)性，僅僅對(duì)其作差分是不夠的，還需要對(duì)序列做季節(jié)差分，才能使差分后的新序列平穩(wěn)。如果季節(jié)性伴隨著長(zhǎng)期趨勢(shì)有擴(kuò)大(或縮小)的趨勢(shì)，表明長(zhǎng)期趨勢(shì)與季節(jié)性之間成乘積交叉關(guān)系，應(yīng)對(duì)其建立乘積季節(jié)模型，簡(jiǎn)記為ARIMA(p,d,q)×(P,D,Q)，其中，p和q是自回歸階數(shù)和移動(dòng)平均階數(shù)，P和Q是消除不同周期的同一周期點(diǎn)之間的相關(guān)性的自回歸階數(shù)和移動(dòng)平均階數(shù)，d為原序列差分階數(shù)，D為季節(jié)差分階數(shù)[12]。若季節(jié)周期長(zhǎng)度為s，則乘積季節(jié)模型為

(2)

其中，U(Bs)=1-u1Bs-u2B2s-…-uPBPs，V(Bs)=1-v1Bs-v2B2s-…-vQBQs，可以對(duì)不同周期的同一周期點(diǎn)之間的相關(guān)性進(jìn)行擬合。φ(B)=1-φ1B-φ2B2…-φpBp，θ(B)=1-θ1B-θ2B2…-θqBq，用來(lái)消除同一周期內(nèi)不同周期點(diǎn)之間的相關(guān)性。

即以2011年3種保費(fèi)收入的實(shí)際值與其預(yù)測(cè)值間的偏差幅度，來(lái)評(píng)估“銀保新政”對(duì)內(nèi)、外資人身保險(xiǎn)業(yè)及全國(guó)人身保險(xiǎn)業(yè)的沖擊程度，并借此評(píng)估內(nèi)、外資壽險(xiǎn)公司應(yīng)對(duì)沖擊的能力。

三、數(shù)據(jù)來(lái)源與模型識(shí)別

(一)樣本選取與數(shù)據(jù)處理

本文選取我國(guó)人身險(xiǎn)各月原保險(xiǎn)保費(fèi)總收入(zbf)及內(nèi)資人身險(xiǎn)公司原保險(xiǎn)保費(fèi)收入(nzbf)和外資人身險(xiǎn)公司原保險(xiǎn)保費(fèi)收入(wzbf)3個(gè)時(shí)間序列，樣本期為2005年1月至2010年12月，原始數(shù)據(jù)來(lái)自中國(guó)保監(jiān)會(huì)網(wǎng)站 (www.circ.gov.cn)，單位為萬(wàn)元。保監(jiān)會(huì)網(wǎng)站給出的數(shù)據(jù)為歷年保費(fèi)收入的月度累積值，用本月累積值減去上月累積值即可得到當(dāng)月的保費(fèi)收入。

圖1 調(diào)整前外資人身險(xiǎn)公司各月的保費(fèi)收入

由于保監(jiān)會(huì)網(wǎng)站給出的2005年3月外資人身險(xiǎn)公司的原保險(xiǎn)保費(fèi)收入數(shù)據(jù)過(guò)于異常(見(jiàn)圖1)，為保證分析基礎(chǔ)的合理性，同時(shí)考慮保監(jiān)會(huì)網(wǎng)站的數(shù)據(jù)顯示2005年外資人身險(xiǎn)公司原保險(xiǎn)保費(fèi)收入大幅高于2006年的事實(shí)，直接用2006年3月的數(shù)據(jù)對(duì)其進(jìn)行填充替代，使2005年的數(shù)據(jù)更接近常理(見(jiàn)圖2)。同理，對(duì)2005年3月的人身險(xiǎn)保費(fèi)總收入也進(jìn)行了替代處理。

圖2 調(diào)整后外資人身險(xiǎn)公司各月的保費(fèi)收入

(二)ARIMA模型的識(shí)別

1.平穩(wěn)化處理

應(yīng)用ARIMA模型對(duì)時(shí)間序列建模并進(jìn)行預(yù)測(cè)，是建立在建模序列為平穩(wěn)隨機(jī)序列基礎(chǔ)上的。檢驗(yàn)序列平穩(wěn)與否最常用和最有效的方法為ADF單位根檢驗(yàn)。

由圖1-3可以看出，各數(shù)據(jù)的時(shí)序圖都顯現(xiàn)出明顯的趨勢(shì)性，也呈現(xiàn)出一定的季節(jié)性。為消除趨勢(shì)性，同時(shí)減小舍入誤差和序列的波動(dòng)性，首先對(duì)原序列做一階自然對(duì)數(shù)的逐期差分，形成新的序列dlnzbf、dlnnzbf和dlnwzbf，即

圖3 總保費(fèi)及內(nèi)資人身險(xiǎn)公司各月的保費(fèi)收入

再次繪制時(shí)序圖，發(fā)現(xiàn)序列dlnwzbf既消除了趨勢(shì)性，也不存在顯著的季節(jié)性，ADF檢驗(yàn)結(jié)果表明其已經(jīng)是平穩(wěn)序列。較之原始序列，序列dlnzbf和dlnnzbf的趨勢(shì)性只是稍有弱化，并不消除。為徹底消除趨勢(shì)性，對(duì)序列dlnzbf和dlnnzbf再做一次差分，得到新序列d2lnzbf和d2lnnzbf。考慮到所選取的數(shù)據(jù)為月度數(shù)據(jù)，對(duì)序列d2lnzbf和d2lnnzbf做長(zhǎng)度為12(即s=12)的季節(jié)差分，得到新的序列d12d2lnnzbf和d12d2lnzbf，即

序列d12d2lnnzbf和d12d2lnzbf的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)圖表明，其趨勢(shì)性與季節(jié)性均已消除。對(duì)序列dlnwzbf、d12d2lnnzbf和d12d2lnzbf做ADF單位根檢驗(yàn)，檢驗(yàn)結(jié)果(見(jiàn)表1)表明各序列已經(jīng)平穩(wěn)，可以對(duì)其建模。

表1 各序列的單位根檢驗(yàn)結(jié)果

2.模型的識(shí)別

對(duì)序列dlnwzbf，有ARIMA(1,1,1)模型和ARIMA(2,1,1)兩個(gè)模型供選擇；對(duì)序列d12d2lnzbf，有ARIMA(1,2,1)×(1,1,0)和ARIMA(2,2,1)×(1,1,0)供選擇；對(duì)序列d12d2lnnzbf，有ARIMA(1,2,1)×(0,1,1)和ARIMA(2,2,1)×(0,1,1)供選擇。這就需要結(jié)合各種評(píng)價(jià)指標(biāo)在備擇模型中做選擇，各序列備擇模型的估計(jì)結(jié)果見(jiàn)表2。

結(jié)合AIC值和殘差平方和(SSR)的大小，對(duì)序列dlnwzbf利用ARIMA(1,1,1)進(jìn)行擬合比較合適，對(duì)序列d12d2lnzbf利用ARIMA(1,2,1)×(1,1,0)進(jìn)行擬合比較合適，對(duì)序列d12d2lnnzbf利用ARIMA(1,2,1)×(0,1,1)進(jìn)行擬合比較合適。

利用2005年1月至2010年12月的月度保費(fèi)收入數(shù)據(jù)，分別對(duì)外資人身險(xiǎn)保費(fèi)收入、總保費(fèi)收入和內(nèi)資保費(fèi)收入建立ARIMA模型。其中序列dlnwzbf的ARIMA(1,1,1)模型的最小二乘估計(jì)結(jié)果為：

(1+0.065 5B)(1-B)lnwzbf=(1+0.59B)εt

(6)

表2 各序列備擇模型的估計(jì)結(jié)果

序列d12d2lnzbf的ARIMA(1,2,1)×(1,1,0)模型的最小二乘估計(jì)結(jié)果為：

(7)

序列d12d2lnnzbf的ARIMA(1,2,1)×(0,1,1)模型的最小二乘估計(jì)結(jié)果為：

(8)

四、模型預(yù)測(cè)與沖擊評(píng)估

基于表3，可以計(jì)算出2011年各月實(shí)際保費(fèi)收入與其理論上應(yīng)該達(dá)到的水平(即其預(yù)測(cè)值)間的差異，進(jìn)而計(jì)算出實(shí)際值較其理論值的漲跌幅，計(jì)算結(jié)果見(jiàn)表4。

根據(jù)式(3)～(5)，可算出經(jīng)由季節(jié)指數(shù)加權(quán)平均的2011年我國(guó)人身險(xiǎn)原保險(xiǎn)保費(fèi)總收入較其理論值下跌11%，其中外資壽險(xiǎn)公司原保險(xiǎn)保費(fèi)收入較其理論值下跌32%，內(nèi)資壽險(xiǎn)公司原保險(xiǎn)保費(fèi)收入較其理論值下跌10%。從保監(jiān)會(huì)網(wǎng)站公布的數(shù)據(jù)看，2011年人身險(xiǎn)原保險(xiǎn)保費(fèi)總收入較2010年下跌8.96%，其中外資人身險(xiǎn)公司原保險(xiǎn)保費(fèi)收入較2010年下跌34.68%，內(nèi)資壽險(xiǎn)公司原保險(xiǎn)保費(fèi)收入較其理論值下跌7.43%。在“銀保新政”的沖擊下，外資壽險(xiǎn)公司表現(xiàn)出了較差的穩(wěn)定性，這主要源于三個(gè)方面的原因：一是外資壽險(xiǎn)公司的業(yè)務(wù)高度集中于大中城市，銷(xiāo)售上高度依賴(lài)于銀行等兼業(yè)代理；二是除銀行保險(xiǎn)外，外資壽險(xiǎn)公司與內(nèi)資銀行間缺乏其他形式的合作，兩者的利益捆綁并不緊密，“銀保”合作的穩(wěn)定性缺乏支撐；三是我國(guó)金融機(jī)構(gòu)都享有免費(fèi)且可靠的國(guó)家隱形擔(dān)保，外資壽險(xiǎn)公司則不具有這一優(yōu)勢(shì)，投保人更愿意選擇由內(nèi)資銀行代理的內(nèi)資保險(xiǎn)公司的產(chǎn)品?？梢灶A(yù)見(jiàn)，隨著與外資保險(xiǎn)公司聯(lián)系更緊密的外資銀行的不斷進(jìn)入，由于外資銀行對(duì)外資保險(xiǎn)存在信用溢出效應(yīng)，外資壽險(xiǎn)業(yè)的穩(wěn)定性將會(huì)不斷增強(qiáng)。整體來(lái)看，考慮到我國(guó)保險(xiǎn)業(yè)持續(xù)30多年的增長(zhǎng)趨勢(shì)，ARIMA較好地測(cè)度了“銀保新政”對(duì)我國(guó)人身保險(xiǎn)業(yè)的沖擊。

表3 2011年人身險(xiǎn)業(yè)原保險(xiǎn)保費(fèi)收入的預(yù)測(cè)值與實(shí)際值 單位：萬(wàn)元

表4 基于ARIMA模型的2011年各月人身險(xiǎn)保費(fèi)收入實(shí)際值較預(yù)測(cè)值跌幅及季節(jié)指數(shù)

五、結(jié)論與啟示

本文根據(jù)我國(guó)2005—2010年人身險(xiǎn)原保險(xiǎn)保費(fèi)收入的月度數(shù)據(jù)，建立了預(yù)測(cè)我國(guó)人身險(xiǎn)2011年各月原保險(xiǎn)保費(fèi)收入的ARIMA模型，并將預(yù)測(cè)值與2011年的真實(shí)值進(jìn)行對(duì)比，測(cè)度各月實(shí)際保費(fèi)收入較理論保費(fèi)收入的下降幅度，最后基于各月的季節(jié)指數(shù)對(duì)全年的下降幅度進(jìn)行了加權(quán)平均，結(jié)果表明：“銀保新政”使我國(guó)2011年人身險(xiǎn)原保險(xiǎn)保費(fèi)收入較其應(yīng)該達(dá)到的理論值下降了11%，其中外資人身險(xiǎn)公司較其理論值下降了32%，內(nèi)資壽險(xiǎn)公司較其理論值下降了10%。

從所建模型的形式看，我國(guó)人身險(xiǎn)當(dāng)期保費(fèi)收入會(huì)受到前期保費(fèi)收入的影響，說(shuō)明保費(fèi)收入具有滯后效應(yīng)，這與壽險(xiǎn)保單大多分期繳納保費(fèi)的現(xiàn)實(shí)相符。在人身險(xiǎn)短期增長(zhǎng)慣性與30年來(lái)長(zhǎng)期增長(zhǎng)趨勢(shì)并存的條件下，“銀保新政”的實(shí)施使人身險(xiǎn)原保險(xiǎn)保費(fèi)收入急劇下降，充分顯示了其巨大的政策沖擊力。當(dāng)然，保險(xiǎn)業(yè)新會(huì)計(jì)標(biāo)準(zhǔn)等新監(jiān)管政策的實(shí)施也是沖擊形成的原因之一。ARIMA模型預(yù)測(cè)結(jié)果均表明，外資人身險(xiǎn)公司的實(shí)際保費(fèi)收入較其理論上應(yīng)該達(dá)到的水平存在較大的落差，說(shuō)明相比中資人身險(xiǎn)公司，外資人身險(xiǎn)公司更不適應(yīng)“銀保新政”的沖擊。

在金融危機(jī)尚未完全消除，歐債危機(jī)蔓延的背景下，監(jiān)管當(dāng)局勢(shì)必出臺(tái)更多、更為嚴(yán)格的監(jiān)管措施，保險(xiǎn)業(yè)試圖引入其他金融中介機(jī)構(gòu)兼業(yè)保險(xiǎn)代理的努力可能遭遇更大的阻力。在監(jiān)管日益強(qiáng)化的背景下，人身保險(xiǎn)業(yè)應(yīng)實(shí)施更為迅速的發(fā)展方式轉(zhuǎn)型，通過(guò)優(yōu)化市場(chǎng)格局、調(diào)整產(chǎn)品結(jié)構(gòu)、開(kāi)發(fā)適銷(xiāo)對(duì)路的新產(chǎn)品等措施來(lái)尋求發(fā)展。為保證業(yè)務(wù)的穩(wěn)定發(fā)展，人身保險(xiǎn)業(yè)應(yīng)繼續(xù)強(qiáng)化個(gè)人代理渠道的建設(shè)，逐步提高其在各類(lèi)渠道中的比重。

我國(guó)人身保險(xiǎn)未來(lái)仍有很大的發(fā)展?jié)摿Γ珴摿Φ尼尫挪粫?huì)是短期的、快速的，而是緩慢的、漸進(jìn)的。必須承認(rèn)的是，我國(guó)人身保險(xiǎn)業(yè)的未來(lái)發(fā)展不可能再像過(guò)去30年那樣高速增長(zhǎng)了，其增速放緩是自然的、正常的現(xiàn)象。從全球經(jīng)驗(yàn)看，銀保渠道仍會(huì)是人身險(xiǎn)銷(xiāo)售的主要渠道，但業(yè)界應(yīng)用足夠的耐心保持其發(fā)展的穩(wěn)定性與可持續(xù)性，不可急功近利，用犧牲未來(lái)的方式換取短暫的成長(zhǎng)。

[1]鄭偉.2011年中國(guó)保險(xiǎn)業(yè)回眸與思考[N].中國(guó)保險(xiǎn)報(bào),2012-01-10.

[2]孫祁祥,于小東,等.制度變遷中的中國(guó)保險(xiǎn)業(yè)：風(fēng)險(xiǎn)與風(fēng)險(xiǎn)管理對(duì)策[M].北京：北京大學(xué)出版社,2007.

[3]陳權(quán)寶,聶銳.我國(guó)保險(xiǎn)費(fèi)收入預(yù)測(cè)模型的選擇[J].統(tǒng)計(jì)與決策,2005(17)：18-19.

[4]梁來(lái)存,皮友靜.我國(guó)保費(fèi)收入的ARIMA模型與預(yù)測(cè)[J].統(tǒng)計(jì)與決策,2006(7):25-26.

[5]張?jiān)?高壘.基于乘積季節(jié)模型的我國(guó)保費(fèi)收入的預(yù)測(cè)研究[J].金融經(jīng)濟(jì),2009(7):95-96.

[6]付宇涵.基于ARIMA模型的我國(guó)財(cái)產(chǎn)險(xiǎn)保費(fèi)收入的預(yù)測(cè)研究[J].統(tǒng)計(jì)教育,2010(10)：52-55.

[7]董海峰.基于Hot Winters模型對(duì)中國(guó)人身險(xiǎn)“十二五”期間保費(fèi)收入預(yù)測(cè)分析[J].中國(guó)保險(xiǎn),2010(9)：16-18.

[8]高春玲.時(shí)間序列分解模型在壽險(xiǎn)保費(fèi)收入預(yù)測(cè)的應(yīng)用[J].北方經(jīng)貿(mào),2010(6)：88-89.

[9]孫景云,田麗娜,李碧琦,劉玉勝.我國(guó)保險(xiǎn)公司保費(fèi)收入的時(shí)間序列預(yù)測(cè)[J].甘肅科學(xué)學(xué)報(bào),2011(4):143-147.

[10]趙長(zhǎng)利,陳海泳.我國(guó)保險(xiǎn)業(yè)保費(fèi)收入灰色預(yù)測(cè)模型研究[J].統(tǒng)計(jì)與決策,2006(12)：11-13.

[11]徐亮亮,梁改革,王加加.GM(1,1)模型在保費(fèi)收入預(yù)測(cè)上的應(yīng)用[J].現(xiàn)代商貿(mào)工業(yè),2010,22(11):24-24.

[12]靳云匯,金賽男.高級(jí)計(jì)量經(jīng)濟(jì)學(xué)[M].北京：北京大學(xué)出版社,2007.

(責(zé)任編校：夏東，朱德東)

MeasurementofInstitutionalShockfromChina’s“NewBancassuranceRegulation”BasedonARIMAModel

WU Xiang-you
(NewHuaduBusinessSchool,MinjiangUniversity,FujianFuzhou350108,China)

Based on the monthly data of life insurance premium amount of China during 2005—2010, this paper constructs an ARIMA model to forecast the expected amounts of life insurance premium in 2011, compares the expected value with the real value in 2011, measures the deviation between the real premium amount in each month and its theoretical value, uses seasonal adjustment indices to calculate the reduction degree of life insurance premium amount in 2011, and finds that life insurance premium amount declines 11 percent in 2011 by comparing with its theoretical value because of “New Bancassurance Regulation”, among which life insurance premium amount of foreign capital decreased 32 percent by comparing with its theoretical value while the life insurance premium amount of domestic capital decreased 10 percent by comparing with its theoretical value.

ARIMA Model; life insurance; premium amount; new bancassurance regulation; shock measurement

2014-05-11

閩江學(xué)院專(zhuān)項(xiàng)計(jì)劃(YHZ10003)“加快海西經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變的財(cái)政金融政策研究”；福建省教育廳2011年人文社科項(xiàng)目(JA11205S)；閩江學(xué)院2011年社科啟動(dòng)項(xiàng)目(YSQ1102)

吳祥佑，男；閩江學(xué)院新華都商學(xué)院會(huì)計(jì)金融系副教授，主要從事保險(xiǎn)理論與風(fēng)險(xiǎn)管理研究。

F842.0；F224.0

：A

：1672- 0598(2014)04- 0056- 07

12.3969/j.issn.1672- 0598.2014.04.009