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。