歐陽(yáng)漢 田秋紅 廖文琪

(貴州財(cái)經(jīng)大學(xué)大數(shù)據(jù)統(tǒng)計(jì)學(xué)院，貴州 貴陽(yáng) 550025)

一、引言

2014年，國(guó)務(wù)院印發(fā)《關(guān)于加快發(fā)展現(xiàn)代保險(xiǎn)服務(wù)業(yè)的若干意見(jiàn)》，指出保險(xiǎn)是現(xiàn)代經(jīng)濟(jì)的重要產(chǎn)業(yè)和風(fēng)險(xiǎn)管理的基本手段，同時(shí)也是社會(huì)文明、經(jīng)濟(jì)發(fā)達(dá)程度、社會(huì)治理能力的重要標(biāo)志。隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展，保險(xiǎn)行業(yè)已經(jīng)參與到國(guó)民經(jīng)濟(jì)的進(jìn)程中，保險(xiǎn)的社會(huì)“穩(wěn)定器”和經(jīng)濟(jì)“助推器”作用將得到有效發(fā)揮。

壽險(xiǎn)主要是對(duì)人的生命及身體健康進(jìn)行保障，非壽險(xiǎn)是對(duì)財(cái)產(chǎn)及責(zé)任利益進(jìn)行保障。與壽險(xiǎn)相比，非壽險(xiǎn)的保障對(duì)象較廣，不僅有人、物，還有責(zé)任等非實(shí)體，因此，非壽險(xiǎn)的影響因素較多。學(xué)者對(duì)非壽險(xiǎn)的影響因素進(jìn)行研究，得到GDP(劉志雄，2005；羅皓等，2005；鎖凌燕等，2005)、固定資產(chǎn)投資(張宗軍，2011；張宗軍，2012)有顯著影響，部分學(xué)者指出社會(huì)因素中的受教育程度會(huì)產(chǎn)業(yè)顯著影響(趙桂芹，2006；尚君等，2013)。Cavante等(2013)發(fā)現(xiàn)非壽險(xiǎn)保費(fèi)與國(guó)民經(jīng)濟(jì)有關(guān)系，國(guó)民經(jīng)濟(jì)的增長(zhǎng)會(huì)促進(jìn)非壽險(xiǎn)發(fā)展。Hasan(2018)研究得到除利率外，其他宏觀經(jīng)濟(jì)因素對(duì)非壽險(xiǎn)公司績(jī)效無(wú)顯著影響。Shiu(2019)發(fā)現(xiàn)在英國(guó)得的非壽險(xiǎn)需求主要影響因素是保險(xiǎn)產(chǎn)品本身。

基于學(xué)者對(duì)非壽險(xiǎn)需求的研究，本文將選用1988年～2018年中國(guó)的時(shí)間序列數(shù)據(jù)，對(duì)影響非壽險(xiǎn)的因素進(jìn)行實(shí)證研究。

二、指標(biāo)選取及研究方法介紹

1.指標(biāo)選取

選取國(guó)內(nèi)生產(chǎn)增長(zhǎng)率、固定資產(chǎn)增長(zhǎng)率、總撫養(yǎng)比、風(fēng)險(xiǎn)水平、教育水平[14]作為解釋變量，保費(fèi)增長(zhǎng)率為被解釋變量，其中風(fēng)險(xiǎn)水平是以年度火災(zāi)、交通事故損失加總來(lái)表示，教育水平是以普通高中、高校畢業(yè)生人數(shù)加總來(lái)表示。本文實(shí)證分析的數(shù)據(jù)的時(shí)間序列長(zhǎng)度為31，相關(guān)數(shù)據(jù)(1988-2018)來(lái)源于中國(guó)統(tǒng)計(jì)局官網(wǎng)、中國(guó)銀行官網(wǎng)、《中國(guó)保險(xiǎn)年鑒》得到。

表1 變量的統(tǒng)計(jì)性描述

2.方法介紹

(1)平穩(wěn)性檢驗(yàn)

平穩(wěn)性檢驗(yàn)的方法主要有兩種：第一種是根據(jù)時(shí)序圖和自相關(guān)圖的特點(diǎn)來(lái)判斷其平穩(wěn)性；第二種就是構(gòu)建檢驗(yàn)統(tǒng)計(jì)量，利用假設(shè)檢驗(yàn)來(lái)判別平穩(wěn)性(田行宇等，2018)，構(gòu)造檢驗(yàn)統(tǒng)計(jì)量的方法主要有單位根檢驗(yàn)。

ADF單位根檢驗(yàn)檢驗(yàn)估計(jì)回歸方程由三個(gè)模型完成：

其中t為時(shí)間變量，代表序列隨時(shí)間變化的趨勢(shì)。模型的檢驗(yàn)原理同DF檢驗(yàn)，即t檢驗(yàn)；檢驗(yàn)順序?yàn)閺?fù)雜到簡(jiǎn)單；三個(gè)模型全部檢驗(yàn)通過(guò)才能證明該序列是平穩(wěn)時(shí)間序列。

(2)基于協(xié)整和誤差修正模型

對(duì)于k個(gè)時(shí)間序列Yt=(y1t,y2t,…ykt),，k維向量Yt的分量被稱為d，b階協(xié)整，記為Yt～(d,b)，即Yt的各個(gè)分量序列存在協(xié)整，如果滿足如下條件：

Yt～I(xiàn)(d)，要求Yt的每個(gè)分量Ytt～I(xiàn)(d);

存在非零向量β，使得β，Yt～I(xiàn)(d-b),0≤b≤d;

Engle和Granger多個(gè)時(shí)間序列之間存在協(xié)整關(guān)系的基礎(chǔ)上，構(gòu)建了向量誤差修正模型VECM，由于在向量誤差修正模型中，一階差分的使用消除了變量可能存在的趨勢(shì)因素，從而避免了偽回歸等問(wèn)題，模型中的差分項(xiàng)可以使用t檢驗(yàn)和F檢驗(yàn)來(lái)選取，可以更好地對(duì)短期動(dòng)態(tài)關(guān)系進(jìn)行分析，向量誤差修正模型的構(gòu)建原理如方程所示。

這個(gè)方程可以用誤差修正模型表示為：

式中αecmt-1=β，Yt-1是誤差修正項(xiàng)，其系數(shù)α是反映調(diào)整的速度。

3.格蘭杰因果關(guān)系檢驗(yàn)

該檢驗(yàn)方法是諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主克萊夫·格蘭杰(CliveW.J.Granger)所開(kāi)創(chuàng)，用于分析經(jīng)濟(jì)變量之間的格蘭杰因果關(guān)系(梁宗經(jīng)等，2020)。他給格蘭杰因果關(guān)系的定義為“依賴于使用過(guò)去某些時(shí)點(diǎn)上所有信息的最佳最小二乘預(yù)測(cè)的方差。

其中殘差序列u1i、u1k之間不相關(guān)，檢驗(yàn)的原假設(shè)為：H0=β1=β2=…=βi=0，檢驗(yàn)統(tǒng)計(jì)量為F統(tǒng)計(jì)量：

4.脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)是用來(lái)考慮擾動(dòng)項(xiàng)的影響是怎么樣從一個(gè)變量傳播到另一個(gè)變量的，主要研究影響的傳遞過(guò)程，其主要的基本思路是通過(guò)對(duì)時(shí)間序列模型的分析來(lái)實(shí)現(xiàn)對(duì)向量間影響傳遞關(guān)系的實(shí)證分析，下面通過(guò)簡(jiǎn)單的脈沖響應(yīng)函數(shù)來(lái)了解其基本思想。首先闡述下脈沖響應(yīng)函數(shù)在兩變量(htzt)的VAR(2)模型中的實(shí)現(xiàn)過(guò)程。

其中，a、b、c和d都是參數(shù)，擾動(dòng)項(xiàng)以t的形式存在。

三、實(shí)證分析

1.平穩(wěn)性檢驗(yàn)

要進(jìn)行時(shí)間序列分析，首先必須進(jìn)行平穩(wěn)性檢驗(yàn)，其趨勢(shì)如圖1、圖2所示，從圖1變量趨勢(shì)和圖2變量的一階差分趨勢(shì)可以看出，所有變量x1、x3、x4、ln(x5)表現(xiàn)出來(lái)不平穩(wěn)，而他們的一階差分表現(xiàn)出平穩(wěn)性。

圖1 變量時(shí)間趨勢(shì)圖

圖2 變量一階差分趨勢(shì)

ADF檢驗(yàn)如表所示，從表2單位根檢驗(yàn)結(jié)果可以看出，一部分變量序列是平穩(wěn)的，一部分變量一階差分后在5%顯著水平上都是平穩(wěn)序列。

從表2可以看出序列y和序列x2平穩(wěn)，x1、x3、x4、ln(x5)經(jīng)過(guò)一階差分后平穩(wěn)，具有相同的單整階數(shù)，符合進(jìn)行協(xié)整檢驗(yàn)的必要條件。

表2 各變量單位根檢驗(yàn)

2.協(xié)整方程的建立

為了確定上述序列之間是否有長(zhǎng)期穩(wěn)定關(guān)系，是否能得到協(xié)整方程，本文將采用Johansen-Juselius協(xié)整檢驗(yàn)法對(duì)序列的協(xié)整關(guān)系進(jìn)行檢驗(yàn)，同時(shí)在檢驗(yàn)之前，還要確定VAR模型的最優(yōu)滯后階數(shù)，協(xié)整檢驗(yàn)的滯后階數(shù)等于相應(yīng)的VAR模型的滯后階數(shù)減1?？梢愿鶕?jù)AIC和SC最小信息可以確定VAR模型的最優(yōu)滯后階數(shù)。從信息準(zhǔn)則可以看出，滯后階數(shù)為3時(shí)，AIC和SC值最小，所以選擇VAR模型的滯后階數(shù)期為3。

VAR模型選擇滯后階數(shù)為3時(shí)效果滿意，所以選擇協(xié)整檢驗(yàn)的滯后期為2。序列x1、x2、x3、x4、ln(x5)和y之間存在多組協(xié)整關(guān)系，根據(jù)最大向量特征值對(duì)應(yīng)的向量得到標(biāo)準(zhǔn)化的協(xié)整方程，所以得到標(biāo)準(zhǔn)化的協(xié)整關(guān)系式為：

y=-0.7173*(x1)+0.3072*(x2)+0.3979*(x3)+3.1173*(x4)+23.0683*ln(x5)

(0.0956) (0.0512) (0.0270) (0.2593) (2.3114)

式中是將y作為被解釋變量，將x1、x2、x3、x4、ln(x5)作為解釋變量，括號(hào)內(nèi)的為t統(tǒng)計(jì)量。

3. 向量誤差修正模型(VECM)的建立

協(xié)整方程考慮到了序列的長(zhǎng)期波動(dòng)關(guān)系，并沒(méi)有介紹各序列短期波動(dòng)對(duì)于模型的影響，所以在此基礎(chǔ)上，對(duì)協(xié)整模型進(jìn)行補(bǔ)充，對(duì)具有協(xié)整關(guān)系的變量y、x1、x2、x3、x4、ln(x5)建立誤差修正模型。其中y的誤差修正模型公式如下：

▽y=-0.287▽yt-1-0.024▽yt-2-0.551▽(x1)t-1-0.252▽(x1)t-2+0.945▽(x2)t-1+0.315▽(x2)t-2+2.221▽(x3)t-1-3.759▽(x3)t-2-0.146▽(x4)t-1+0.030▽(x4)t-2-88.673▽ln(x5)t-1-98.51▽ln(x5)t-2-1.380vecmt-1+0.910

vecmt-1=-0.717*(x1)+0.307*(x2)+3.117*(x3)+0.398*(x4)+23.068*ln(x5)

根據(jù)向量誤差修正模型可以看出，非壽險(xiǎn)保險(xiǎn)增長(zhǎng)率會(huì)受到上一期、上二期非壽險(xiǎn)保費(fèi)增長(zhǎng)率、國(guó)內(nèi)生產(chǎn)增長(zhǎng)率、固定資產(chǎn)增長(zhǎng)率、總撫養(yǎng)比、風(fēng)險(xiǎn)水平、教育水平的短期波動(dòng)影響，從各變量差分項(xiàng)滯后一、二期可以看出，短期上，非壽險(xiǎn)保費(fèi)增長(zhǎng)率、國(guó)內(nèi)生產(chǎn)增長(zhǎng)率、固定資產(chǎn)增長(zhǎng)率、總撫養(yǎng)比、風(fēng)險(xiǎn)水平、教育水平有不同的作用。

誤差修正后可以看出方程擬合優(yōu)度為0.81，調(diào)整擬合優(yōu)度0.7，AIV(7.198)，SC(7.86)都較?。嚎梢钥闯稣`差修正方程的殘差序列平穩(wěn)。說(shuō)明方程效果較為滿意。接下來(lái)將檢驗(yàn)誤差修正方程的殘差，根據(jù)其ADF檢驗(yàn)結(jié)果看出誤差修正方程的殘差序列平穩(wěn)，說(shuō)明方程效果較為滿意。

4. 格蘭杰因果關(guān)系檢驗(yàn)

不管是傳統(tǒng)模型還是協(xié)整模型，都只是給出了序列之間的方程式，揭示它們之間的關(guān)系，但并沒(méi)有給出經(jīng)濟(jì)和理論意義的因果關(guān)系，即時(shí)誰(shuí)引起誰(shuí)的變化。為了給出這個(gè)問(wèn)題的答案，且Granger因果檢驗(yàn)法對(duì)序列的因果關(guān)系進(jìn)行檢驗(yàn)，且Granger因果檢驗(yàn)法的前提是各序列必須是平穩(wěn)的。利用Eviews軟件在誤差修正模型的基礎(chǔ)上檢驗(yàn)Granger因果關(guān)系。

表3 Granger因果檢驗(yàn)結(jié)果

從表 2可以看出，非壽險(xiǎn)保費(fèi)增長(zhǎng)率是引起國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率變化的短期原因，固定資產(chǎn)增長(zhǎng)率和非壽險(xiǎn)保費(fèi)增長(zhǎng)率之間存在短期因果關(guān)系，總撫養(yǎng)比變化是引起非壽險(xiǎn)保費(fèi)增長(zhǎng)率變化的短期原因，非壽險(xiǎn)保費(fèi)增長(zhǎng)率是引起教育水平對(duì)數(shù)變化的短期原因。

5. 脈沖響應(yīng)函數(shù)分析

基于VECM模型的脈沖響應(yīng)函數(shù)的脈沖響應(yīng)圖，分析影響因素對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率沖擊的短期動(dòng)態(tài)效應(yīng)，各影響因素對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率在15期內(nèi)的脈沖沖擊響應(yīng)結(jié)果如圖3所示。實(shí)線部分為脈沖響應(yīng)函數(shù)值隨時(shí)間變化的路徑，說(shuō)明了各非壽險(xiǎn)保費(fèi)增長(zhǎng)率影響因素對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率沖擊強(qiáng)度大小的變化過(guò)程。

圖3 脈沖響應(yīng)函數(shù)分析結(jié)果

從圖3中可以看出，國(guó)內(nèi)生產(chǎn)增長(zhǎng)率在第1期時(shí)，國(guó)內(nèi)生產(chǎn)增長(zhǎng)率對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率的響應(yīng)值為0，小幅度波動(dòng)后在第3期時(shí)達(dá)到最高點(diǎn)，隨后有微小的負(fù)向作用。

當(dāng)給固定資產(chǎn)增長(zhǎng)率一個(gè)正向沖擊后，在第2期響應(yīng)為正且達(dá)到最大值，為5.9932，然后在第4期為負(fù)且降低到最小值，為-2.7520，在第5期時(shí)后呈現(xiàn)正向沖擊，逐漸趨于穩(wěn)定狀態(tài)。說(shuō)明固定資產(chǎn)增長(zhǎng)率對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率有一定的影響作用，從長(zhǎng)期來(lái)看，固定資產(chǎn)增長(zhǎng)率會(huì)促進(jìn)經(jīng)濟(jì)發(fā)展，有利于非壽險(xiǎn)保費(fèi)增長(zhǎng)率的提高。

當(dāng)給總撫養(yǎng)比一個(gè)正向沖擊時(shí)，會(huì)給非壽險(xiǎn)保費(fèi)增長(zhǎng)率帶來(lái)負(fù)向的沖擊，從第1期開(kāi)始一直為負(fù)且持續(xù)降低在第15期達(dá)到最大值，為-5.6104，表明短期內(nèi)總撫養(yǎng)比的正向沖擊對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率具有一定的作用。說(shuō)明總撫養(yǎng)比短期內(nèi)由于老齡化程度加重，有利于非壽險(xiǎn)保費(fèi)增長(zhǎng)率的提高，但隨著年齡結(jié)構(gòu)的不斷變化，總撫養(yǎng)比隨之増大，對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率起到了一定的阻礙作用。

給風(fēng)險(xiǎn)水平一個(gè)正向沖擊，對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率變化量的影響始終為負(fù)，且從整體上來(lái)看整體降低。即風(fēng)險(xiǎn)水平程度受到?jīng)_擊后，給非壽險(xiǎn)保費(fèi)增長(zhǎng)率帶來(lái)反向沖擊，并在第9期達(dá)到最小值，為-3.5378，表明短期內(nèi)風(fēng)險(xiǎn)水平程度的正向沖擊對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)會(huì)生暫時(shí)的阻礙作用。說(shuō)明中國(guó)火災(zāi)損失和交通事故損失的增加，這對(duì)非壽險(xiǎn)保費(fèi)增的提高是不利的。

給教育水平一個(gè)正向沖擊后，對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率變化量的影響整體為正，在第2、3期時(shí)，教育水平對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率變化量的影響為負(fù)，表明短期內(nèi)教育水平程度的正向沖擊對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)會(huì)生暫時(shí)的阻礙作用。然后對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率變化量的影響為正且穩(wěn)定，長(zhǎng)期來(lái)看，教育水平對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率有促進(jìn)作用。

四、結(jié)論與展望

本文選取國(guó)內(nèi)生產(chǎn)增長(zhǎng)率、固定資產(chǎn)增長(zhǎng)率、總撫養(yǎng)比、風(fēng)險(xiǎn)水平、教育水平五個(gè)主要因素作為解釋變量，保費(fèi)增長(zhǎng)率為被解釋變量，利用協(xié)整模型，分析序列的平穩(wěn)性，并且考慮了序列間的長(zhǎng)期波動(dòng)關(guān)系，然后對(duì)協(xié)整模型進(jìn)行誤差修正，消除序列短期波動(dòng)的影響。最后進(jìn)行序列之間的Granger因果檢驗(yàn)、脈沖響應(yīng)函數(shù)，主要結(jié)果如下。

通過(guò)協(xié)整檢驗(yàn)可知，非壽險(xiǎn)保費(fèi)增長(zhǎng)率與國(guó)內(nèi)生產(chǎn)增長(zhǎng)率、固定資產(chǎn)增長(zhǎng)率、總撫養(yǎng)比、風(fēng)險(xiǎn)水平、教育水平存在顯著的長(zhǎng)期均衡關(guān)系，這種關(guān)系表明，在長(zhǎng)期上，固定資產(chǎn)增長(zhǎng)率、總撫養(yǎng)比、風(fēng)險(xiǎn)水平、教育水平對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率均有正向影響，而國(guó)內(nèi)生產(chǎn)增長(zhǎng)率對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率有負(fù)向影響，從影響程度來(lái)看，教育水平影響最大，其次是風(fēng)險(xiǎn)水平，而固定資產(chǎn)增長(zhǎng)率的影響最小。

向量誤差修正模型表明，非壽險(xiǎn)保費(fèi)增長(zhǎng)率受到上期非壽險(xiǎn)保費(fèi)增長(zhǎng)率、國(guó)內(nèi)生產(chǎn)增長(zhǎng)率、固定資產(chǎn)增長(zhǎng)率、總撫養(yǎng)比、風(fēng)險(xiǎn)水平、教育水平的短期波動(dòng)的影響。固定資產(chǎn)增長(zhǎng)率、總撫養(yǎng)比滯后一期的變化對(duì)本期非壽險(xiǎn)保費(fèi)增長(zhǎng)率有正向影響，而非壽險(xiǎn)保費(fèi)增長(zhǎng)率、國(guó)內(nèi)生產(chǎn)增長(zhǎng)率、風(fēng)險(xiǎn)水平、教育水平對(duì)本期非壽險(xiǎn)保費(fèi)增長(zhǎng)率具有反向影響。其中教育水平的影響程度相對(duì)于其它變量來(lái)說(shuō)較為突出。

基于向量誤差修正模型，得到序列之間的短期因果關(guān)系，固定資產(chǎn)增長(zhǎng)率與非壽險(xiǎn)需求互相顯著影響，總撫養(yǎng)比正向影響非壽險(xiǎn)需求，國(guó)內(nèi)生產(chǎn)增長(zhǎng)率、教育水平、風(fēng)險(xiǎn)水平不是影響非壽險(xiǎn)需求的主要因素。

基于向量誤差修正模型，采用脈沖響應(yīng)函數(shù)對(duì)各個(gè)影響變量的變動(dòng)對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率的影響進(jìn)行了分析，短期內(nèi)，國(guó)內(nèi)生產(chǎn)增長(zhǎng)率、固定資產(chǎn)增長(zhǎng)率、教育水平受到正向沖擊后，對(duì)未來(lái)一段時(shí)間非壽險(xiǎn)保費(fèi)增長(zhǎng)率均產(chǎn)生穩(wěn)定的積極影響，其中固定資產(chǎn)增長(zhǎng)率對(duì)非壽險(xiǎn)保費(fèi)增長(zhǎng)率的波動(dòng)最為敏感。

最后，國(guó)家發(fā)展固定資產(chǎn)投資可以促進(jìn)非壽險(xiǎn)行業(yè)的發(fā)展，同時(shí)大力宣傳非壽險(xiǎn)的風(fēng)險(xiǎn)轉(zhuǎn)移和理財(cái)功能，讓居民了解非壽險(xiǎn)，并可以正確購(gòu)買(mǎi)保險(xiǎn)產(chǎn)品，發(fā)揮非壽險(xiǎn)的積極作用。另外，非壽險(xiǎn)行業(yè)需要不斷的創(chuàng)新和改革，讓非壽險(xiǎn)產(chǎn)品發(fā)揮作用。