摘 要:選取1998-2018年財(cái)產(chǎn)保險(xiǎn)收入、人壽保險(xiǎn)收入和GDP數(shù)據(jù),運(yùn)用Johansen協(xié)整檢驗(yàn)和Granger因果關(guān)系檢驗(yàn)分析了財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)與經(jīng)濟(jì)增長之間的因果關(guān)系;建立了VEC和VAR模型,通過脈沖響應(yīng)函數(shù)分析和方差分解來研究變量間的長期關(guān)系,及各變量對(duì)其他變量的貢獻(xiàn)度。
關(guān)鍵詞:財(cái)產(chǎn)保險(xiǎn);人壽保險(xiǎn);經(jīng)濟(jì)增長;VAR模型
1 引言
保險(xiǎn)業(yè)是金融業(yè)三大支柱之一,作為金融業(yè)的重要組成部分,在社會(huì)中發(fā)揮著經(jīng)濟(jì)補(bǔ)償、資金融通和社會(huì)管理三大功能。經(jīng)濟(jì)補(bǔ)償功能可為投保人轉(zhuǎn)移風(fēng)險(xiǎn),在投保人或受益人遭受損失時(shí)將損失降至最低,同時(shí)可吸引風(fēng)險(xiǎn)厭惡者進(jìn)行保險(xiǎn)消費(fèi);資金融通功能體現(xiàn)在保險(xiǎn)公司將閑置資金投入到社會(huì)再生產(chǎn)過程中,發(fā)揮金融中介的作用;社會(huì)管理功能是指對(duì)整個(gè)社會(huì)及其各個(gè)環(huán)節(jié)進(jìn)行調(diào)節(jié)和控制的過程,正常發(fā)揮各系統(tǒng)、各部門、各環(huán)節(jié)功能,從而實(shí)現(xiàn)社會(huì)關(guān)系和諧,整個(gè)社會(huì)良性運(yùn)行和有效管理。保險(xiǎn)的三大功能之間既相互獨(dú)立,又相互聯(lián)系、相互作用,形成了一個(gè)統(tǒng)一、開放的現(xiàn)代保險(xiǎn)功能體系,對(duì)社會(huì)經(jīng)濟(jì)產(chǎn)生影響。因此,研究我國財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)與經(jīng)濟(jì)增長的關(guān)系具有重要意義。
2 數(shù)據(jù)、變量及模型設(shè)定
根據(jù)數(shù)據(jù)的可得性,本文研究樣本區(qū)間為1999-2018年,選取財(cái)產(chǎn)保險(xiǎn)保費(fèi)收入(P)作為衡量財(cái)產(chǎn)保險(xiǎn)發(fā)展的指標(biāo),人壽保險(xiǎn)保費(fèi)收入(R)作為衡量人壽保險(xiǎn)發(fā)展水平的指標(biāo),國內(nèi)生產(chǎn)總值(GDP=Y)作為衡量經(jīng)濟(jì)增長水平的指標(biāo)。所有數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》(2000-2018)、《中國保險(xiǎn)年鑒》(2000年-2018年)以及國家統(tǒng)計(jì)局網(wǎng)站。
為了使數(shù)據(jù)具有可比性,對(duì)數(shù)據(jù)作如下處理:以1998年為基期,根據(jù)國內(nèi)生產(chǎn)總值指數(shù)計(jì)算實(shí)際國內(nèi)生產(chǎn)總值,根據(jù)消費(fèi)物價(jià)指數(shù)計(jì)算剔除價(jià)格水平變動(dòng)后的財(cái)產(chǎn)保險(xiǎn)保費(fèi)收入和人壽保險(xiǎn)保費(fèi)收入。為了得到較為平穩(wěn)的時(shí)間序列,消除異方差的影響,從而更好的分析財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)與經(jīng)濟(jì)增長之間的關(guān)系,分別對(duì)財(cái)產(chǎn)保險(xiǎn)保費(fèi)收入(P)、人壽保險(xiǎn)公司保費(fèi)收入(R)、國內(nèi)生產(chǎn)總值(Y)取自然對(duì)數(shù),即INP、INR和INY。實(shí)證分析所用軟件為Eviews7.0。
3 實(shí)證分析
3.1 單位根檢驗(yàn)
為了避免出現(xiàn)虛假回歸或偽回歸現(xiàn)象,使原本沒有任何經(jīng)濟(jì)聯(lián)系的時(shí)間序列表現(xiàn)出較高的可決系數(shù),需要檢測時(shí)間序列的平穩(wěn)性,對(duì)時(shí)間序列INY、INP和INR進(jìn)行ADF檢驗(yàn),時(shí)間序列INY、INP和INR都是非平穩(wěn)的,需要對(duì)其進(jìn)行單位根檢驗(yàn)。
運(yùn)用Eviews7.0軟件對(duì)原時(shí)間序列INY、INP和INR進(jìn)行單位根檢驗(yàn),INY、INP和INR的ADF值分別為-2.9147、3.8158和1.6247,都大于其1%、5%、10%的臨界水平,說明原時(shí)間序列都是非平穩(wěn)的;原序列的一階差分D(INY)、D(INP)和D(INR)的ADF值分別為-2.5075、-5.4346和-2.3800都大于1%、5%、10%的臨界水平,說明原序列一階差分序列D(INY)、D(INP)和D(INR)也都是非平穩(wěn)的;原序列二階差分D(D(INY))、D(D(INP))和D(D(INR))的ADF值分別是-4.1460、-3.9372和-6.4684,都小于其1%、5%、10%的臨界水平,三者時(shí)間趨勢(shì)圖(圖1,圖2,圖3)也證明其是平穩(wěn)的,說明原序列二階差分序列D(D(INY))、D(D(INP))和D(D(INR))是平穩(wěn)的,即INY、INP和INR都是I(2)的,它們符合進(jìn)行協(xié)整檢驗(yàn)的前提條件,可以進(jìn)行協(xié)整檢驗(yàn)。表1為平穩(wěn)性檢驗(yàn)結(jié)果。
3.2 Johansen協(xié)整檢驗(yàn)和VEC模型
3.2.1 Johansen協(xié)整檢驗(yàn)
由上述分析可知,時(shí)間序列總共有三個(gè),即INY、INP和INR,且這三個(gè)序列的單整階數(shù)相同,都是二階單整;被解釋變量INY的單整階數(shù)等于解釋變量INP和INR的單整階數(shù),因此符合進(jìn)行協(xié)整檢驗(yàn)的條件,可以進(jìn)行協(xié)整檢驗(yàn)。協(xié)整檢驗(yàn)的方法有Engle-Granger檢驗(yàn)和Johansen檢驗(yàn),Engle-Granger檢驗(yàn)適合存在一階單整的兩變量情形,Johansen檢驗(yàn)適合多變量同階單整情形,因此選擇后者進(jìn)行檢驗(yàn)。協(xié)整檢驗(yàn)是基于VAR模型的檢驗(yàn)方法,根據(jù)赤池信息準(zhǔn)則AIC值和施瓦茨SC值最小原則確定VAR模型的滯后階數(shù)是2,表2是協(xié)整檢驗(yàn)結(jié)果。
根據(jù)表2可知,時(shí)間序列INY、INP和INR存在協(xié)整關(guān)系,三者間存在長期的均衡關(guān)系,運(yùn)用最小二乘法進(jìn)行回歸分析,得出INY、INP和INR之間的長期均衡關(guān)系為:
INY= 4.286545 +0.745716InP+0.041283InR
(7.316123) (3.454341)? (0.157829)
R2=0.923932,DW=1.977809, F=85.02274
統(tǒng)計(jì)結(jié)果表明:1998-2014年財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)和經(jīng)濟(jì)增長之間存在長期的均衡關(guān)系,財(cái)產(chǎn)保險(xiǎn)對(duì)經(jīng)濟(jì)增長的長期彈性是0.75,人壽保險(xiǎn)對(duì)經(jīng)濟(jì)增長的長期彈性是0.04,即財(cái)產(chǎn)保險(xiǎn)收入、人壽保險(xiǎn)收入增長1%時(shí),經(jīng)濟(jì)分別增長0.75%,0.04%,這表明,從長期來看,財(cái)產(chǎn)保險(xiǎn)對(duì)經(jīng)濟(jì)增長的拉動(dòng)作用顯著。
3.2.2 VEC模型的估計(jì)
若研究變量是存在協(xié)整關(guān)系的平穩(wěn)時(shí)間序列,它們間的短期非均衡關(guān)系就可由一個(gè)VEC模型表示,VEC模型估計(jì)分為兩步:第一步,利用Johansen協(xié)整檢驗(yàn)變量的協(xié)整關(guān)系,此步驟已在上面Johansen協(xié)整檢驗(yàn)完成;第二步,用上述協(xié)整關(guān)系構(gòu)造誤差修正系項(xiàng),用Eviews7.0軟件,逐步剔除不顯著的項(xiàng),最終得出VEC模型,模型表達(dá)式為:
D(INY)=0.8637216340*(INY(-1)-0.4458321857*INP(-1)-0.4156823117*INR(-1)-8.8654222420)-0.3345237690*D(INY(-1))-0.8443929455*D(INY(-2))+0.5423218872*D(INP(-1))+0.6495323007*D(INP(-2))+0.1756390226*D(INR(-1))-0.3956452110*D(INR(-2))+12.8112986634
3.3 Granger因果關(guān)系檢驗(yàn)
由協(xié)整檢驗(yàn)可知,財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)與經(jīng)濟(jì)增長間存在長期的均衡關(guān)系,前兩者與后者是否構(gòu)成因果關(guān)系,即財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)發(fā)展促進(jìn)經(jīng)濟(jì)增長,還是經(jīng)濟(jì)增長促進(jìn)財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)發(fā)展,以上分析不能說明,需要運(yùn)用Granger因果關(guān)系檢驗(yàn)進(jìn)一步驗(yàn)證。Granger因果關(guān)系檢驗(yàn)結(jié)果如表3。
Granger因果關(guān)系檢驗(yàn)結(jié)果結(jié)論:
1)滯后期為1時(shí),財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)發(fā)展不是經(jīng)濟(jì)增長的原因,從F統(tǒng)計(jì)量數(shù)值的概率看出是接受原假設(shè)的,INP 不是 INY的格蘭杰原因概率是90.13%,意味著財(cái)產(chǎn)保險(xiǎn)發(fā)展不能預(yù)測經(jīng)濟(jì)增長;INR 不是 INY的格蘭杰原因概率是89.99%,意味著人壽保險(xiǎn)發(fā)展不能預(yù)測經(jīng)濟(jì)增長,因此財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)發(fā)展都不能夠促進(jìn)經(jīng)濟(jì)增長;當(dāng)滯后期≥3年時(shí),根據(jù)F統(tǒng)計(jì)量的概率判斷出財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)發(fā)展能促進(jìn)經(jīng)濟(jì)增長。財(cái)產(chǎn)保險(xiǎn)發(fā)展和人壽保險(xiǎn)發(fā)展間始終不存在因果關(guān)系。
2)滯后期為1時(shí),經(jīng)濟(jì)增長是財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)發(fā)展的原因。從F統(tǒng)計(jì)量數(shù)值的概率看出是拒絕原假設(shè)的,INY不是INP的格蘭杰原因的概率是22.46%,意味著經(jīng)濟(jì)增長是財(cái)產(chǎn)保險(xiǎn)發(fā)展原因的概率是77.54%,經(jīng)濟(jì)增長可以促進(jìn)財(cái)產(chǎn)保險(xiǎn)發(fā)展;INY不是INR的格蘭杰原因的概率是36.10%,意味著經(jīng)濟(jì)增長預(yù)測人壽保險(xiǎn)發(fā)展的概率是63.9%,經(jīng)濟(jì)增長可以促進(jìn)人壽保險(xiǎn)發(fā)展。隨著滯后期的延長,經(jīng)濟(jì)增長促進(jìn)財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)發(fā)展的可能性越來越大。
3.4 VAR模型穩(wěn)定性檢驗(yàn)
前面進(jìn)行了單位根檢驗(yàn)、協(xié)整檢驗(yàn)、誤差修正模型估計(jì)、Granger因果關(guān)系檢驗(yàn)之后,VAR模型構(gòu)建的前期步驟就完成了,VAR模型的估計(jì)方程為:
下面對(duì)VAR模型進(jìn)行穩(wěn)定性檢驗(yàn),判斷模型是否穩(wěn)定依據(jù)標(biāo)準(zhǔn)為模型的特征根是否全部落入以1為半徑,(0.0)為圓心的圓內(nèi)。若模型根全部落入圓內(nèi),則模型是穩(wěn)定的;反之,模型是不穩(wěn)定的。檢驗(yàn)結(jié)果模型的根全部落入圓內(nèi),說明模型是穩(wěn)定的,接下來就可以進(jìn)行脈沖相應(yīng)分析,且其分析結(jié)果是準(zhǔn)確可信的。
3.5 VAR模型的脈沖響應(yīng)函數(shù)分析和方差分解
3.5.1 脈沖響應(yīng)函數(shù)分析
脈沖相應(yīng)函數(shù)分析方法可以用來描述隨機(jī)誤差項(xiàng)上施加一個(gè)標(biāo)準(zhǔn)差大小的沖擊后,對(duì)內(nèi)生變量的當(dāng)期值和未來值所產(chǎn)生的影響程度。為了考察財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)發(fā)展對(duì)經(jīng)濟(jì)增長的動(dòng)態(tài)關(guān)系,接下來進(jìn)行脈沖響應(yīng)函數(shù)分析。將相應(yīng)函數(shù)的追蹤期設(shè)為20,通過Eviews7.0操作得到圖4。
圖4中橫軸代表模型追蹤期數(shù),實(shí)線代表脈沖響應(yīng)函數(shù),虛線代表脈沖響應(yīng)函數(shù)值減去或是加上2個(gè)單位標(biāo)準(zhǔn)差的置信區(qū)間。從圖中可以看出,財(cái)產(chǎn)保險(xiǎn)的正向沖擊,可以持續(xù)給經(jīng)濟(jì)增長帶來正向影響,這種影響正向影響在短期內(nèi)較大,在第4期達(dá)到最大,第4期以后逐漸減小;人壽保險(xiǎn)的正向沖擊,可以持續(xù)給經(jīng)濟(jì)增長帶來負(fù)面影響,該負(fù)面影響在第2期達(dá)到最大,隨著時(shí)間推移影響逐漸減小,在第5期以后一直比較穩(wěn)定;經(jīng)濟(jì)增長對(duì)財(cái)產(chǎn)保險(xiǎn)的影響在第3期達(dá)到最大,第7期以后趨向平穩(wěn);經(jīng)濟(jì)增長對(duì)人壽保險(xiǎn)的影響在第2期達(dá)到最大,在第6期和第7期影響為零,隨后影響趨向平穩(wěn)。
3.5.2 方差分解
方差分解是分析影響內(nèi)生變量的結(jié)構(gòu)沖擊的貢獻(xiàn)度,運(yùn)用方差分析得出結(jié)果如表4。
從表4可以看出,分析INP、INR對(duì)INY的貢獻(xiàn)時(shí),在INY的方差分解中,第一期INY先受自身波動(dòng)影響,隨著時(shí)間的推移,INY自身貢獻(xiàn)率越來越小,由第一期的100%減小到第十期的73.53%;在第一期INP和INR對(duì)INY的貢獻(xiàn)率為0,隨著時(shí)間的延續(xù),INP、INR對(duì)INY的貢獻(xiàn)率分別由第一期的0%、0%增加到第十期的26.47%、0.1%。分析INY和INR對(duì)INP的方差分解中,在INP的方差分解中,INP在第一期受自身貢獻(xiàn)率是55.45%,隨著時(shí)間推移,INP的自身貢獻(xiàn)率在逐漸減少,從第一期的55.45%減少到第十期的48.24%;INY和INR對(duì)INP的貢獻(xiàn)率則隨著時(shí)間的推移不斷增加,分別由第一期的44.55%、0%增加到第十期的51.59%、0.18%。分析INP、INY對(duì)INR的貢獻(xiàn)時(shí),在INP的方差分解中,第一期INR自身貢獻(xiàn)率為100%,隨著時(shí)間推移INR自身貢獻(xiàn)率逐漸減少,由第一期的100%減少到第十期的0.76%;INY、INP對(duì)INR的貢獻(xiàn)率隨著時(shí)間的推移不斷增加,分別由第一期的0%、0%增加到第十期的64.82%、34.42%。
因此,可以得出:在長期中,財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)對(duì)經(jīng)濟(jì)增長都具有促進(jìn)作用,財(cái)產(chǎn)保險(xiǎn)對(duì)經(jīng)濟(jì)增長的促進(jìn)作用大于人壽保險(xiǎn)對(duì)經(jīng)濟(jì)增長的促進(jìn)作用;經(jīng)濟(jì)增長對(duì)財(cái)產(chǎn)保險(xiǎn)和人壽保險(xiǎn)的促進(jìn)作用隨著時(shí)間的推移不斷增加,但經(jīng)濟(jì)增長對(duì)人壽保險(xiǎn)的促進(jìn)作用較小;財(cái)產(chǎn)保險(xiǎn)和人壽保險(xiǎn)之間的相互促進(jìn)作用比較小。
4 結(jié)論
在長期,財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)與經(jīng)濟(jì)增長之間存在雙向因果關(guān)系,但財(cái)產(chǎn)保險(xiǎn)對(duì)經(jīng)濟(jì)增長的促進(jìn)作用要大些,從實(shí)證方面證明了財(cái)產(chǎn)保險(xiǎn)、人壽保險(xiǎn)對(duì)經(jīng)濟(jì)增長的重要性及貢獻(xiàn)大小,彌補(bǔ)了現(xiàn)有研究的不足。理清了三者之間的長短期關(guān)系,有助于進(jìn)行正確決策,從而使財(cái)產(chǎn)保險(xiǎn)發(fā)展與經(jīng)濟(jì)增長,人壽保險(xiǎn)發(fā)展與經(jīng)濟(jì)增長相互促進(jìn),共同協(xié)調(diào)發(fā)展。
參考文獻(xiàn)
[1]許妮婭,解剛剛.物質(zhì)資本與人力資本對(duì)經(jīng)濟(jì)增長影響的實(shí)證分析[J].統(tǒng)計(jì)與決策,2018(09).
[2]曾小倩,曾炬.金融服務(wù)貿(mào)易競爭力、服務(wù)貿(mào)易出口與經(jīng)濟(jì)增長關(guān)系的實(shí)證研究[J].黑龍江工程學(xué)院學(xué)報(bào),2017(05).
[3]梁佳.人力資本投資與經(jīng)濟(jì)增長關(guān)系的實(shí)證研究[J].生產(chǎn)力研究,2018(06).
[4]廖樸.保險(xiǎn)與經(jīng)濟(jì)增長的關(guān)系研究[D].南開大學(xué)博士學(xué)位論文,2014.
[5]李興江,高亞存.甘肅省人力資本、物質(zhì)資本與經(jīng)濟(jì)增長關(guān)系的實(shí)證研究——基于VAR模型的相關(guān)檢驗(yàn)[J].甘肅理論學(xué)刊,2012(6).
作者簡介
高亞存(1986-),女,河南平頂山,濰坊理工學(xué)院,2010級(jí)碩士,金融理論與實(shí)踐。