尹志超 嚴(yán)雨 蔣佳伶

摘 要：本文將社會網(wǎng)絡(luò)這一變量引入Eeckhoudt和Kimball的模型，從理論上推導(dǎo)出收入波動會顯著增加家庭商業(yè)保險需求，而這種影響會受到社會網(wǎng)絡(luò)的調(diào)節(jié)，基于中國家庭金融調(diào)查（CHFS）2015年和2017年平衡面板數(shù)據(jù)的微觀檢驗進(jìn)一步印證了理論分析的結(jié)論。在微觀檢驗中，本文使用雙向固定效應(yīng)模型，檢驗了收入波動對家庭商業(yè)保險需求的影響以及社會網(wǎng)絡(luò)的調(diào)節(jié)作用。研究發(fā)現(xiàn)，收入波動顯著增加了家庭商業(yè)保險需求。從家庭層面來看，以“送禮支出占比1”衡量的社會網(wǎng)絡(luò)顯著降低收入波動對商業(yè)保險需求的正向影響，且該影響主要存在于低受教育水平和未接觸互聯(lián)網(wǎng)的家庭中;以“兄弟姐妹數(shù)量1”衡量的社會網(wǎng)絡(luò)也顯著降低收入波動對家庭商業(yè)保險需求的正向影響。從社區(qū)（村）層面來看，以“送禮支出占比2”和“兄弟姐妹數(shù)量2”衡量的社會網(wǎng)絡(luò)也顯著降低了收入波動對家庭商業(yè)保險需求的正向影響。本文拓展了背景風(fēng)險影響保險需求的研究視角，為保險市場的高質(zhì)量發(fā)展提供了理論依據(jù)。

關(guān)鍵詞：收入波動;社會網(wǎng)絡(luò);家庭商業(yè)保險需求

中圖分類號：F842? 文獻(xiàn)標(biāo)識碼：A

文章編號：1000-176X（2021）08-0052-10

一、問題的提出

2020年席卷全球的新冠肺炎疫情除了威脅人們的健康，為控制疫情所采取的措施也產(chǎn)生了一系列連鎖反應(yīng)。受嚴(yán)格的管控措施影響，中國人的線下工作和外出活動短期內(nèi)幾乎完全停滯，工廠關(guān)閉、線下銷售活動停止，企業(yè)和個人收入受到巨大沖擊。收入波動作為背景風(fēng)險的來源之一，會顯著影響家庭行為。Gollier和Pratt[1]認(rèn)為，背景風(fēng)險是指那些不能在金融市場上通過資產(chǎn)組合配置進(jìn)行分散的風(fēng)險，比如人力資本（健康狀況）、收入（勞動收入、創(chuàng)業(yè)收入）等因素導(dǎo)致的風(fēng)險。由于存在信息不對稱、不能交易、不能儲蓄和跨期配置等問題，這些風(fēng)險被認(rèn)為是不可保的。Guiso和Jappelli[2]認(rèn)為，家庭在遭遇不可保風(fēng)險時，會為可保風(fēng)險購買保險，以抵消不可保風(fēng)險可能帶來的損失。保險具有經(jīng)濟(jì)補償、資金融通和社會管理的功能，是市場經(jīng)濟(jì)條件下風(fēng)險管理的基本手段。伴隨著經(jīng)濟(jì)的快速增長，我國商業(yè)保險市場取得了較大發(fā)展，保費收入自1980年恢復(fù)保險業(yè)務(wù)以來的4.6000億元上升到2019年的42 645億元。但與成熟的保險市場相比，我國商業(yè)保險市場還有巨大發(fā)展?jié)摿?，研究收入波動對家庭商業(yè)保險的影響具有重要的現(xiàn)實意義。

Mossin[3]的單一風(fēng)險保險需求理論認(rèn)為，存在附加保費時風(fēng)險厭惡的投保人會自己承擔(dān)一部分風(fēng)險，只購買部分保險。雖然現(xiàn)實生活中所有的保單都有附加保費，但在保險市場上卻觀測到大量的完全保險。此后，學(xué)者們?yōu)榱私忉屵@一現(xiàn)象，開始研究背景風(fēng)險對保險需求的影響。Eeckhoudt和Kimball[4]認(rèn)為， 如果投保人具有遞減的絕對風(fēng)險厭惡系數(shù)和謹(jǐn)慎系數(shù)，即使背景風(fēng)險與可保風(fēng)險獨立也會增加人們對保險的需求。Fei和Schlesinger[5]發(fā)現(xiàn)，謹(jǐn)慎的投保人保險需求的變化方向取決于損失發(fā)生與不發(fā)生時背景風(fēng)險的相對規(guī)模。Doherty和Schlesinger[6]與Gollier和Pratt[1]認(rèn)為，在一定條件下背景風(fēng)險會增加人們對可保風(fēng)險的保險需求。然而，Kihlstrom等[7]發(fā)現(xiàn)，隨著背景風(fēng)險的增加，更高風(fēng)險厭惡程度的投保人不一定有較高的保險需求。從理論研究來看，學(xué)者們認(rèn)為，背景風(fēng)險對保險需求的影響是不確定的。目前直接研究背景風(fēng)險對保險需求影響的實證檢驗的文獻(xiàn)較少。Guiso和Jappelli[2]發(fā)現(xiàn)，收入波動更高的家庭對保險的需求更高。王曉全和孫祁祥[8]使用時間序列數(shù)據(jù)，將2003年的SARS看做一次準(zhǔn)自然實驗，發(fā)現(xiàn)背景風(fēng)險增加了人們對可保風(fēng)險的保險需求，但是該影響具有短期效應(yīng)。劉威和黃曉琪[9]與劉威和許靖沂[10]基于背景風(fēng)險理論，實證發(fā)現(xiàn)宏觀經(jīng)濟(jì)政策風(fēng)險顯著增加了人們的保險需求。

國內(nèi)外文獻(xiàn)更多的是研究背景風(fēng)險與家庭消費和資產(chǎn)選擇的關(guān)系。鑒于此，本文從理論分析和微觀檢驗兩個方面研究收入波動對家庭商業(yè)保險需求的影響，邊際貢獻(xiàn)如下：第一，通過理論推導(dǎo)收入波動對家庭商業(yè)保險需求的影響并考察社會網(wǎng)絡(luò)對收入波動與家庭商業(yè)保險需求之間的調(diào)節(jié)作用，有效地補充和拓展了Eeckhoudt和Kimball的模型。第二，運用CHFS微觀調(diào)查數(shù)據(jù)，直接研究收入波動對商業(yè)保險需求的影響，擴(kuò)大了研究視角。第三，檢驗了社會網(wǎng)絡(luò)在替代正式保險、幫助家庭分散風(fēng)險時起到的調(diào)節(jié)作用，補充了背景風(fēng)險與家庭商業(yè)保險關(guān)系的研究。

二、理論分析：對Eeckhoudt和Kimball模型的拓展

將社會網(wǎng)絡(luò)變量引入Eeckhoudt和Kimball[4]的理論模型，考察其在收入波動影響商業(yè)保險需求中起到的作用。首先，假定家庭面臨兩種有正相關(guān)關(guān)系的風(fēng)險，一種是可保風(fēng)險，另一種是不可保風(fēng)險;其次，假定投保率非負(fù);最后，假定消費者的效用函數(shù)是凹函數(shù)，呈現(xiàn)出絕對風(fēng)險厭惡遞減以及絕對謹(jǐn)慎遞減特征[11]。先分析第一種情況，當(dāng)收入波動不存在時家庭面臨的最優(yōu)保險選擇如下：

maxα∫U[w-1-αz-α1+λμ]dG（z）（1）

其中，w表示家庭的初始稟賦;z表示可保風(fēng)險的規(guī)模;α表示保險投保率;λ表示對公平保費的加價率;μ表示可保風(fēng)險的期望值;α1+λμ表示家庭的保費支出;Gz表示z的累積分布函數(shù)。

為了得到最優(yōu)投保率，求式（1）對α的一階導(dǎo)數(shù)，結(jié)果如下：

[z-1+λμ]∫U′[w-1-α*z-α*1+λμ]dGz=0（2）

其中，α*表示在沒有收入波動的情況下家庭最優(yōu)的保險投保率。

接下來，我們分析第二種情況，存在收入波動時家庭的最優(yōu)保險選擇如下：

maxα∫{∫U[w+y-1-αz-α1+λμ]dFy|z}dG（z）（3）

其中，y表示收入波動對家庭初始稟賦造成的影響。前文我們假定收入波動與可保風(fēng)險正相關(guān)，F(xiàn)y|z就表示在給定z的情況下y的累積分布函數(shù)。

同樣，為了得到最優(yōu)投保率，對式（3）求一階導(dǎo)數(shù)，結(jié)果如下：

∫[z-1+λμ]∫U′[w+y-1-α**z-α**1+λμ]dFy|zdGz=0（4）

根據(jù)Kimball[11]對預(yù)防性溢價ψy，x的定義，有U′[x-ψy，x]=EU′x+y成立。其中，x表示安全資產(chǎn);y表示風(fēng)險資產(chǎn)。將該式代入式（4）可得：

∫[z-1+λμ]U′{w-1-α**z-α**1+λμ-ψ[yz，w-1-α**z-α**1+λμ]}dGz=0（5）

由于消費者的效用函數(shù)是凹函數(shù)，而預(yù)防性溢價又大于零，所以，U′{w-（1+λ）μ-ψ[y（1+λ）μ]，w-（1+λ）μ}>U′[w-1+λμ]，由此證明了α**>α*，即家庭面臨收入波動時的保險投保率大于沒有收入波動時的保險投保率。

接下來，考慮家庭風(fēng)險態(tài)度的影響。由于預(yù)防性需求產(chǎn)生的預(yù)防性溢價會有所不同，也就是說，風(fēng)險厭惡的個體在面臨不確定性時，一般會要求更高的收益來彌補可能遭受的損失。而社會網(wǎng)絡(luò)作為一種非正規(guī)的家庭避險機(jī)制，在一定程度上反映了家庭的風(fēng)險態(tài)度，也在沖擊發(fā)生時為家庭起到一定的緩沖作用。鑒于此，根據(jù)劉威和黃曉琪[9] 的做法，重新定義預(yù)防性溢價為 ψy，x，m，其中社會網(wǎng)絡(luò)變量m表示家庭社會網(wǎng)絡(luò)對預(yù)防性溢價的影響。我們分兩種情況討論：

第一種情況，假定預(yù)防性溢價與社會網(wǎng)絡(luò)存在正效應(yīng)，A家庭的社會網(wǎng)絡(luò)大于B家庭，即當(dāng)mA>mB時，存在ψy，x，mA>ψy，x，mB。根據(jù)式（5），當(dāng)兩類家庭都作出最優(yōu)投保決策時， 由于A 家庭的社會網(wǎng)絡(luò)大于B家庭，導(dǎo)致A家庭的預(yù)防性溢價大于B家庭的預(yù)防性溢價時，A家庭會增加投保意愿擴(kuò)大保險需求，所以，αA>αB。

第二種情況，當(dāng)預(yù)防性溢價與社會網(wǎng)絡(luò)存在負(fù)效應(yīng)，即當(dāng)mA>mB時，存在ψy，x，mA<ψy，x，mB。A 家庭的社會網(wǎng)絡(luò)大于B家庭，導(dǎo)致A家庭的預(yù)防性溢價小于B家庭的預(yù)防性溢價。同樣根據(jù)式（5），A家庭會降低投保意愿減少保險需求，那么就有αA<αB。

以上分析說明，收入波動會促進(jìn)家庭保險需求，并且社會網(wǎng)絡(luò)在收入波動影響保險需求的過程中有一定的調(diào)節(jié)作用。接下來，我們對上述理論開展微觀檢驗。

三、研究設(shè)計

（一）數(shù)據(jù)說明

本文數(shù)據(jù)來自2015年和2017年中國家庭金融調(diào)查（China Household Finance Survey，CHFS）。為了排除極端值的干擾，我們對家庭商業(yè)保險保費支出、收入、資產(chǎn)進(jìn)行上下1%縮尾，并保留戶主年齡在20—80歲的樣本。進(jìn)一步剔除變量有缺失值的家庭后，最終獲得樣本量為44 070的兩年平衡面板數(shù)據(jù)。另外，為了保證各年數(shù)據(jù)有可比性，我們將2017年各名義變量經(jīng)省級CPI調(diào)整后使用。

（二）變量定義

1.被解釋變量

本文的被解釋變量主要包括兩個：商業(yè)保險和商業(yè)保險保費支出。商業(yè)保險的具體定義為家庭中有任何一個人投保了商業(yè)保險取1，否則取0。商業(yè)保險包括人身險和除車險以外的財產(chǎn)險，該變量可以用來衡量家庭投保商業(yè)保險的概率。商業(yè)保險保費支出是指家庭在調(diào)查年份前一年的商業(yè)保險保費支出總額，回歸時將其取自然對數(shù)。另外，鑒于各類保險產(chǎn)品的保險標(biāo)的不同，保障的目標(biāo)也各異，為了考察收入波動對各類保險需求的影響，我們在基準(zhǔn)回歸時將商業(yè)保險進(jìn)一步劃分為商業(yè)人壽險和商業(yè)健康險。

2.解釋變量

本文解釋變量為收入波動。參考羅楚亮[12]與尹志超等[13]做法，用截面數(shù)據(jù)估計家庭持久性收入，再用實際收入與持久性收入的差值衡量收入波動。鑒于我國農(nóng)村地區(qū)和城鎮(zhèn)地區(qū)居民收入差異較大，我們分城鄉(xiāng)樣本估計家庭持久性收入，回歸方程如下：

ln （Incomei）=β′0+β′1HHCi+β′2HCi+β′3RCi+μi（6）

其中，Incomei表示i家庭當(dāng)年的總收入，為了避免逆向因果的影響，我們將家庭獲得的商業(yè)保險理賠、分紅等從收入中扣除。HHCi表示戶主或配偶的特征變量。HCi表示家庭人口特征變量。RCi表示地區(qū)特征變量，主要是家庭所在省份啞變量。收入波動的具體定義為暫時性收入的平方（μ2i），如果暫時性收入大于零則為正，否則為負(fù)，在回歸時將其取自然對數(shù)。

3.調(diào)節(jié)變量

本文的調(diào)節(jié)變量為社會網(wǎng)絡(luò)。社會網(wǎng)絡(luò)是指個人或家庭通過與親戚、朋友、同事或鄰居等互動形成的相對穩(wěn)定的關(guān)系網(wǎng)絡(luò)，與社會規(guī)則、信任一起被認(rèn)為屬于社會資本的范疇。家庭可以直接通過社會網(wǎng)絡(luò)獲得資源，進(jìn)而影響其就業(yè)、收入、消費和貧困等。而且，社會網(wǎng)絡(luò)在社區(qū)層面充分發(fā)揮了公共品的作用，形成了促進(jìn)信息共享、減少交易成本、降低風(fēng)險、促進(jìn)集體決策的長期非正式制度。鑒于此，我們嘗試從家庭和社區(qū)（村）兩個層面定義社會網(wǎng)絡(luò)：第一，家庭層面社會網(wǎng)絡(luò)。（1）為了防止使用絕對數(shù)導(dǎo)致的分類偏差，參考章元和陸銘[14]的做法，用節(jié)假日、紅白喜事送禮支出與家庭總支出之比表示，當(dāng)支出占比大于非零樣本中50%分位數(shù)時取值為1，否則為0（簡稱“送禮支出占比1”）。（2）參考曹揚[15]的定義，使用受訪者及其配偶的兄弟姐妹數(shù)量表示（簡稱“兄弟姐妹數(shù)量1”）。第二，社區(qū)（村）層面社會網(wǎng)絡(luò)。（1）參考張爽等[16]的做法，用社區(qū)（村）除本家庭外節(jié)假日和紅白喜事送禮支出與總支出之比的均值表示（簡稱“送禮支出占比2”），當(dāng)社區(qū)（村）層面社會網(wǎng)絡(luò)大于中位數(shù)時取值為1，否則為0。（2）參考張爽等[16]的做法，用社區(qū)（村）除本家庭外受訪者及其配偶兄弟姐妹數(shù)量的均值表示（簡稱“兄弟姐妹數(shù)量2”）。

4.控制變量

從個人、家庭以及地區(qū)三個層面控制相關(guān)變量。具體包括：第一，個人層面：受教育水平，CHFS問卷中受教育水平的選項為：沒上過學(xué)、小學(xué)、初中、高中、中專、大專、大學(xué)本科、碩士研究生和博士研究生，我們將其折算為受教育水平（年），依次為0、6、9、12、13、15、16、19和22;婚姻狀況，戶主已婚為1，否則為0;工作情況，戶主有工作為1，否則為0。第二，家庭層面：持久性收入，由式（6）估計得出;風(fēng)險偏好，參考易禎和朱超[17]的做法，如果家庭有股票賬戶、非人民幣資產(chǎn)、黃金、向銀行申請的教育貸款以及信用卡其中的任何一項，則代表他們是風(fēng)險偏好的，該值取1，否則取0;家庭規(guī)模，用家庭人口數(shù)表示;工商業(yè)經(jīng)營，家庭從事工商業(yè)經(jīng)營為1，否則為0;成員不健康占比，CHFS調(diào)查問卷中有一題問到，“與同齡人相比，你現(xiàn)在的身體狀況如何？”，當(dāng)受訪者回答不好和非常不好的時候就將其算作身體不健康的家庭成員，由此計算成員不健康占比;老年人口比，用家庭中65歲及以上老人占比表示;少兒人口比，用家庭中14歲及以下少兒占比表示;勞動力占比，用家庭有工作人口占比表示;社會保險，家庭中有任何一個人有社保則為1，否則為0;房產(chǎn)占比，用家庭房產(chǎn)與總資產(chǎn)占比表示;家庭資產(chǎn)，用家庭總資產(chǎn)表示;農(nóng)村地區(qū)，家庭在農(nóng)村地區(qū)為1，否則為0。第三，地區(qū)層面：社區(qū)人均資產(chǎn)，用社區(qū)內(nèi)的人均總資產(chǎn)表示;社區(qū)人均收入，用社區(qū)內(nèi)的人均總收入表示。

（三）變量的描述性統(tǒng)計分析

各變量的描述性統(tǒng)計結(jié)果如表1所示。從表1可以看出，我國居民商業(yè)保險參保率和保費支出都偏低，持有率最高的是商業(yè)人壽險，保費支出最多的也是商業(yè)人壽險。

（四）模型構(gòu)建

為考察收入波動對家庭商業(yè)保險需求的影響，本文使用雙向固定效應(yīng)模型進(jìn)行檢驗，設(shè)定如下：

Insuranceit=β0+β1Income_voaltilityit+∑18j=2βjXit+λt+μi+εit（7）

其中，Insuranceit表示家庭i在時期t購買商業(yè)保險的情況;Income_voaltilityit表示家庭收入波動情況;Xit表示所有控制變量;λt表示時間固定效應(yīng)，能反映整體經(jīng)歷的時間趨勢，解決了隨時間而變、不隨個體而變的遺漏變量問題;μi表示個體固定效應(yīng)，能解決不可觀測的、不隨時間而變但隨個體而異的遺漏變量問題;εit表示殘差項。另外，考慮到同一社區(qū)（村）里家庭的收入水平、受教育水平等比較相似，我們在回歸時將標(biāo)準(zhǔn)誤聚類到社區(qū)（村）層面。

基于社會網(wǎng)絡(luò)（Social-network）調(diào)節(jié)效應(yīng)的模型如下：

Insuranceit=β0+β1Income_voaltilityit+β2Social_networkit+β3Income_voaltilityit×Social_networkit+∑20j=4βjXit+λt+μi+εit（8）

四、回歸結(jié)果與分析

（一）雙向固定效應(yīng)模型回歸結(jié)果與分析

1.收入波動對商業(yè)保險的影響

表2報告了收入波動對商業(yè)保險、商業(yè)人壽險和商業(yè)健康險的影響。

從表2可以看出，收入波動的系數(shù)為0.0084，在1%水平下顯著，說明收入波動會顯著增加家庭商業(yè)保險需求。進(jìn)一步將商業(yè)保險分為商業(yè)人壽險和商業(yè)健康險來看，收入波動對商業(yè)人壽險需求的系數(shù)為0.0029，在10%水平下顯著;收入波動對商業(yè)健康險需求的系數(shù)為0.0036，在1%水平下顯著，說明收入波動會顯著促進(jìn)家庭商業(yè)人壽險和商業(yè)健康險的需求?；貧w結(jié)果與理論分析一致，作為背景風(fēng)險之一的收入波動會顯著增加家庭商業(yè)保險需求?？刂谱兞恐?，風(fēng)險偏好的家庭更傾向于購買商業(yè)保險，這與傳統(tǒng)理論中風(fēng)險規(guī)避的居民更可能購買保險相反。可能的解釋是，從目前的情況來看，雖然商業(yè)保險的本質(zhì)是為了分散風(fēng)險、提供保障，但是我國商業(yè)保險市場發(fā)展尚未成熟、人們認(rèn)知能力和防范風(fēng)險意識不到位、監(jiān)管條例的不完善以及能否獲得理賠和理賠流程的繁復(fù)等一系列問題，都會使得購買商業(yè)保險本身充滿了不確定性。所以，對風(fēng)險偏好的家庭來說，購買商業(yè)保險可能會更具有吸引力。少兒人口比會顯著增加家庭商業(yè)保險需求，這一結(jié)果與張沖[18]以及樊綱治和王宏揚[19]的發(fā)現(xiàn)一致。家庭資產(chǎn)與商業(yè)保險需求顯著正相關(guān)，與傳統(tǒng)理論一致。這是因為商業(yè)保險作為一種分散風(fēng)險的保障性產(chǎn)品兼具投資、儲蓄的功能，與大多數(shù)金融產(chǎn)品一樣，購買商業(yè)保險需要一定的財富準(zhǔn)入門檻。家庭資產(chǎn)越多就越有能力購買商業(yè)保險，并且更加深入地參與保險市場。房產(chǎn)占比高會降低家庭商業(yè)保險需求，這一發(fā)現(xiàn)與樊綱治和王宏揚[19]一致。因為房產(chǎn)本身就具有一定的保障功能，在某種程度上對保險起到了替代作用。

2.收入波動對商業(yè)保險保費支出的影響

表3為收入波動對商業(yè)保險保費支出影響的回歸結(jié)果。從表3可以看出，列（1）中，收入波動的系數(shù)為0.0504，在1%水平下顯著，說明收入波動促進(jìn)了家庭商業(yè)保險保費支出。列（3）中，收入波動系數(shù)為0.0278，在1%水平下顯著，說明收入波動顯著增加了家庭商業(yè)健康險保費支出。列（2）中，收入波動對家庭商業(yè)人壽險保費支出沒有顯著影響?？赡艿脑蚴潜疚氖褂秒p向固定效應(yīng)模型進(jìn)行回歸估計，考察的是兩年間人壽險保費支出變化值的影響。數(shù)據(jù)顯示，2015年家庭人壽險保費支出均值為342元，2017年為335元，兩年幾乎沒有變化，在回歸時很容易不顯著?？刂谱兞康幕貧w結(jié)果與表2類似，受篇幅所限本文不再做過多解釋。

（二）工具變量法估計結(jié)果與分析

雖然本文使用的雙向固定效應(yīng)模型能解決部分遺漏變量導(dǎo)致的內(nèi)生性問題，但是隨時間變化且因個體而異的遺漏變量仍可能使得模型設(shè)定存在內(nèi)生性，比如職業(yè)特征、個體風(fēng)險態(tài)度等。此外，我們用μ2i衡量收入波動可能存在測量誤差，這也是導(dǎo)致內(nèi)生性的原因之一。為了解決該問題，參考Carroll和Samwick[20]、Hurst等[21]與Lusardi[22]做法，使用戶主年齡、教育、職業(yè)、行業(yè)等作為工具變量進(jìn)行回歸。教育指戶主受教育年限;職業(yè)指職業(yè)類型啞變量，如管理人員、專業(yè)技術(shù)人員等;行業(yè)指行業(yè)類型啞變量，包括農(nóng)林牧漁業(yè)、建筑業(yè)、制造業(yè)、交通通訊業(yè)、批發(fā)零售業(yè)、金融房產(chǎn)業(yè)、個人服務(wù)業(yè)和娛樂業(yè)等。為了避免弱工具變量對估計結(jié)果的影響，采用有限信息最大似然法（LIML）進(jìn)行回歸，結(jié)果如表4所示?；貧w結(jié)果顯示，收入波動仍會顯著促進(jìn)家庭購買商業(yè)保險和家庭商業(yè)保險保費支出，表明收入波動確實促進(jìn)了家庭參與保險市場。由于我們使用的工具變量個數(shù)大于內(nèi)生變量個數(shù)，需要對工具變量進(jìn)行過度識別檢驗。表4的過度識別檢驗P值都大于0.1000，表明可以接受所有工具變量都滿足外生性的原假設(shè)，不存在過度識別問題。關(guān)于弱工具變量的檢驗，列（1）Cragg-Donald統(tǒng)計量為13.0740，大于10%偏誤下的臨界值3.2400。列（2）Cragg-Donald統(tǒng)計量為6.5360，大于10%偏誤下的臨界值3.5000，說明我們使用的工具變量不存在弱工具變量問題。以上分析表明，在使用工具變量解決模型可能存在的內(nèi)生性問題之后，我們目前得到的結(jié)論仍然穩(wěn)健。

（三）社會網(wǎng)絡(luò)的調(diào)節(jié)效應(yīng)分析

Bian[23]提到，中國作為一個傳統(tǒng)的關(guān)系型社會，宗族、血緣和朋友等關(guān)系網(wǎng)影響著人們生活和工作。李丁等[24]認(rèn)為，與其他金融決策一樣，人們購買商業(yè)保險的決策同樣會受到其社會互動程度的影響?？芏骰莺秃詈秃闧25]發(fā)現(xiàn)，親朋好友借貸、自有資產(chǎn)變現(xiàn)等非正式保險機(jī)制能夠幫助農(nóng)民抵御收入沖擊、平滑消費，為家庭提供一定程度的保障。社會網(wǎng)絡(luò)作為一種非正式的避險機(jī)制，是幫助家庭分散風(fēng)險、降低不確定性的渠道之一。我們嘗試從家庭層面和社區(qū)（村）層面構(gòu)建四種方式衡量社會網(wǎng)絡(luò)進(jìn)行具體分析。

1.家庭層面社會網(wǎng)絡(luò)的調(diào)節(jié)效應(yīng)

（1）基本回歸結(jié)果與分析

用送禮支出占比1衡量家庭層面社會網(wǎng)絡(luò)進(jìn)行回歸的結(jié)果如表5的列（1）和列（2）所示。其中，列（1）的回歸結(jié)果顯示，交互項系數(shù)在10%水平下顯著為負(fù)，說明社會網(wǎng)絡(luò)作為一種非正式保險制度在收入波動影響家庭保險需求時存在調(diào)節(jié)效應(yīng)，可以顯著減輕收入波動對家庭商業(yè)保險需求的正向作用。另外，雖然列（2）交互項結(jié)果不顯著，但其系數(shù)為負(fù)仍能說明社會網(wǎng)絡(luò)的調(diào)節(jié)效應(yīng)。使用兄弟姐妹數(shù)量1作為社會網(wǎng)絡(luò)的調(diào)節(jié)作用社會網(wǎng)絡(luò)的代理變量的回歸結(jié)果如表5列（3）和列（4）所示，[2017年CHFS調(diào)查問卷中只詢問了40歲及以下受訪者及其配偶的兄弟姐妹數(shù)量，鑒于本文使用的是平衡面板數(shù)據(jù)且兩年內(nèi)兄弟姐妹數(shù)量一般不會變化，我們將2015年的數(shù)據(jù)當(dāng)作兩年數(shù)據(jù)使用。在使用固定效應(yīng)模型進(jìn)行回歸時，兄弟姐妹數(shù)量也將因此被差分掉，無法估計出系數(shù)。]從中可以看出，交互項的系數(shù)顯著為負(fù)，用兄弟姐妹數(shù)量1定義的社會網(wǎng)絡(luò)仍然可以顯著降低收入波動對商業(yè)保險需求的正向影響。

（2）分組回歸結(jié)果與分析

教育程度是影響人們保險需求的重要因素之一。一般來說，人們的受教育水平越高，風(fēng)險意識越強，風(fēng)險管理的需求越高。因此，戶主受教育水平越高，越可能通過購買商業(yè)保險的方式來分散風(fēng)險。那么，非正式的避險機(jī)制——社會網(wǎng)絡(luò)在其中發(fā)揮的作用可能會更小。為了驗證這一猜想，我們按戶主受教育水平在9年及以下、9年以上將家庭分為兩個子樣本進(jìn)行回歸，結(jié)果如表6列（1）—列（4）所示。從中可以看出，在低受教育水平樣本中，社會網(wǎng)絡(luò)替代商業(yè)保險的作用仍然存在。而在高受教育水平樣本中，交互項系數(shù)不顯著，說明社會網(wǎng)絡(luò)沒有顯著降低收入波動對商業(yè)保險需求的正向影響。也就是說，相比于高受教育群體，低受教育水平的戶主在面臨收入波動時，更傾向于通過社會網(wǎng)絡(luò)分散風(fēng)險，而不是通過購買商業(yè)保險。

筆者認(rèn)為，使用互聯(lián)網(wǎng)家庭的接受能力更強、獲取信息的方式更多、獲得保險的渠道更廣，更可能通過購買商業(yè)保險進(jìn)行風(fēng)險分散，而社會網(wǎng)絡(luò)在其中發(fā)揮的作用將會更小。參考劉長庚和羅午陽[26]的做法，將有電腦或電子計算機(jī)的家庭定義為可以接觸互聯(lián)網(wǎng)的家庭，反之是未接觸互聯(lián)網(wǎng)的家庭，分樣本回歸結(jié)果如表6列（5）—列（8）所示。從中可以看出，在未接觸互聯(lián)網(wǎng)的家庭中，交互項系數(shù)顯著為負(fù)，說明社會網(wǎng)絡(luò)會顯著降低收入波動對商業(yè)保險需求的正向影響，而在可以接觸互聯(lián)網(wǎng)的家庭中，交互項系數(shù)不顯著，說明社會網(wǎng)絡(luò)對商業(yè)保險需求不存在替代效應(yīng)，人們主要通過購買商業(yè)保險分散風(fēng)險。

2. 社區(qū)（村）層面社會網(wǎng)絡(luò)的調(diào)節(jié)效應(yīng)

用送禮支出占比2衡量社區(qū)（村）層面社會網(wǎng)絡(luò)進(jìn)行回歸的結(jié)果如表7列（1）和列（2）所示，從中可以看出，列（1）交互項系數(shù)不顯著但為負(fù)，列（2）交互項系數(shù)在5%水平下顯著為負(fù)，說明社區(qū)（村）層面社會網(wǎng)絡(luò)可以顯著降低收入波動對家庭商業(yè)保險需求的正效應(yīng)。用兄弟姐妹數(shù)量2衡量社區(qū)（村）層面社會網(wǎng)絡(luò)進(jìn)行回歸的結(jié)果如表7列（3）和列（4）所示，從中可以看出，列（3）的交互項系數(shù)在1%水平下顯著為負(fù)，列（4）的交互項系數(shù)不顯著但為負(fù)，再次證明社區(qū)（村）層面社會網(wǎng)絡(luò)在收入波動影響家庭商業(yè)保險需求的過程中存在調(diào)節(jié)效應(yīng)。剔除本家庭之外社區(qū)其他家庭的社會網(wǎng)絡(luò)均值，實際上衡量的是社區(qū)其他家庭對本家庭的外部性，說明社區(qū)間的交流和信息共享有助于幫助家庭降低風(fēng)險，在一定程度上起到了代替正規(guī)保險需求的作用。

（四）穩(wěn)健性檢驗

第一，變換解釋變量的衡量方法。為了檢驗回歸結(jié)果的穩(wěn)健性，參考樊瀟彥等[27]的定義，以戶主年齡、受教育水平、工作單位所有制、職業(yè)類型以及家庭所在城市作為分組依據(jù)，計算每組組內(nèi)對數(shù)收入的方差，然后據(jù)此計算家庭所屬各組的方差均值，替換上文的收入波動重新進(jìn)行回歸，結(jié)果與上文一致，說明本文的研究結(jié)論穩(wěn)健。[限于版面，穩(wěn)健性檢驗結(jié)果未在正文列出，留存?zhèn)渌?。]第二，排除樣本干擾。鑒于自營勞動者的經(jīng)濟(jì)行為以及風(fēng)險態(tài)度等與其他家庭不太一樣，并且相比于被雇傭者而言，其收入波動與可保風(fēng)險的聯(lián)系更加緊密。為了排除這部分樣本對回歸結(jié)果的干擾，參考Guiso 和Jappelli[2] 的做法，將從事自營勞動的家庭樣本從總樣本中剔除進(jìn)行穩(wěn)健性檢驗，為了與主回歸有可比性，在回歸時使用μ2i衡量收入波動作為關(guān)注變量，回歸結(jié)果仍然穩(wěn)健。

五、結(jié)論與政策建議

本文將社會網(wǎng)絡(luò)這一變量引入Eeckhoudt和Kimball的模型，從理論上推導(dǎo)出收入波動會顯著增加家庭的商業(yè)保險需求，而這種影響會受到社會網(wǎng)絡(luò)的調(diào)節(jié)，基于中國家庭金融調(diào)查（CHFS）2015年和2017年兩年的平衡面板數(shù)據(jù)的微觀檢驗進(jìn)一步印證了理論分析的結(jié)論。本文的研究結(jié)果表明，第一，收入波動會顯著提高家庭商業(yè)保險，增加商業(yè)保險保費支出;進(jìn)一步將商業(yè)保險分為商業(yè)人壽險和商業(yè)健康險，回歸發(fā)現(xiàn)，收入波動對這兩類商業(yè)保險需求都有顯著正向影響。第二，社會網(wǎng)絡(luò)作為一種非正式的保險方式，為家庭分散風(fēng)險、降低不確定性發(fā)揮了作用，對收入波動影響商業(yè)保險需求的調(diào)節(jié)效應(yīng)也十分顯著。以支出占比1衡量的家庭層面社會網(wǎng)絡(luò)顯著降低了收入波動對商業(yè)保險需求的正向影響，且該影響主要存在于低受教育水平和未接觸互聯(lián)網(wǎng)的家庭中，說明提高人們受教育水平，增加互聯(lián)網(wǎng)接觸率可以使人們的風(fēng)險管理方式從傳統(tǒng)的非正式避險機(jī)制轉(zhuǎn)向正式的保險機(jī)制，從而促進(jìn)商業(yè)保險市場發(fā)展，以更好地發(fā)揮其損失補償、資金融通和社會管理的功能。以兄弟姐妹數(shù)量1衡量的家庭層面社會網(wǎng)絡(luò)也能顯著降低收入波動對家庭商業(yè)保險需求的正向影響。同時，以送禮支出占比2和兄弟姐妹數(shù)量2衡量的社區(qū)（村）層面社會網(wǎng)絡(luò)也顯著降低了收入波動對家庭商業(yè)保險需求的正向影響。

收入波動顯著提高了家庭商業(yè)保險需求，說明家庭在面臨不確定性時會有明顯的風(fēng)險分散傾向，這對保險市場來說是良好的發(fā)展機(jī)會。鑒于此，本文提出以下政策建議：第一，保險公司應(yīng)積極宣傳和推廣保險產(chǎn)品，同時監(jiān)管部門也應(yīng)進(jìn)一步建立健全商業(yè)保險市場相關(guān)制度，充分發(fā)揮商業(yè)保險風(fēng)險保障的職能。第二，提高居民人力資本水平、增加家庭互聯(lián)網(wǎng)接觸率，有利于幫助人們獲取更多信息、增強風(fēng)險管理意識，在遭遇風(fēng)險時更傾向于使用正式的保險方式分散風(fēng)險。第三，社會網(wǎng)絡(luò)在收入波動影響商業(yè)保險的過程中發(fā)揮調(diào)節(jié)作用，說明居民的社會特征會顯著影響其金融決策。那么保險公司在進(jìn)行產(chǎn)品開發(fā)時，應(yīng)該仔細(xì)考慮家庭的異質(zhì)性，降低產(chǎn)品同質(zhì)性以滿足不同人群的需求，進(jìn)而提高公司競爭力、促進(jìn)整個保險行業(yè)的進(jìn)步和發(fā)展。

參考文獻(xiàn)：

[1]Gollier， C.， Pratt， J. W. Risk Vulnerability and the Tempering Effect of Background Risk[J]. Econometrica， 1996， 64（5）： 1109-1123.

[2]Guiso， L.， Jappelli， T. Background Uncertainty and the Demand for Insurance Against Insurable Risks[J]. The Geneva Papers on Risk and Insurance Theory， 1998， 23（4）： 7-27.

[3]Mossin， J. Aspects of Rational Insurance Purchasing[J]. Journal of Political Economy， 1968， 76（4）： 533-568.

[4]Eeckhoudt， L.， Kimball， M. Background Risk， Prudence and the Demand for Insurance[A]. Eeckhoudt， L.， Kimball， M. Contributions to Insurance Economics[C]. London： Kluwer Academic Press， 1992. 239-254.

[5]Fei， W.， Schlesinger， H. Precautionary Insurance Demand With State-Dependent Background Risk[J]. Journal of Risk and Insurance， 2008， 75（1）： 1-16.

[6]Doherty， N. A. ， Schlesinger， H. Optimal Insurance in Incomplete Markets[J].Journal of Political Economy， 1983， 91（6）：1045-1054.

[7]Kihlstrom， R.， Romer， D.， Williams， S. Risk Aversion With Random Initial Wealth[J]. Econometrica， 1981， 49（1）： 911-920.

[8]王曉全，孫祁祥. 背景風(fēng)險對保險需求的影響——基于中國健康保險市場的實證研究[J]. 保險研究，2011，（3）：108-114.

[9]劉威，黃曉琪. 經(jīng)濟(jì)政策不確定性、地區(qū)文化與保險需求[J]. 金融研究，2019，（9）：39-56.

[10]劉威，許靖沂. 經(jīng)濟(jì)政策不確定性對人壽保險需求的影響[J]. 保險研究，2019，（3）：63-81.

[11]Kimball， M. S. Precautionary Saving in the Small and in the Large[J]. Econometrica， 1990， 58（1）： 53-73.

[12]羅楚亮. 經(jīng)濟(jì)轉(zhuǎn)軌、不確定性與城鎮(zhèn)居民消費行為[J]. 經(jīng)濟(jì)研究，2004，（4）：100-106.

[13]尹志超，劉泰星，張誠. 農(nóng)村勞動力流動對家庭儲蓄率的影響[J]. 中國工業(yè)經(jīng)濟(jì)，2020，（1）：24-42.

[14]章元，陸銘. 社會網(wǎng)絡(luò)是否有助于提高農(nóng)民工的工資水平？[J]. 管理世界，2009，（3）：45-54.

[15]曹揚. 社會網(wǎng)絡(luò)與家庭金融資產(chǎn)選擇[J]. 南方金融，2015，（11）：38-64.

[16]張爽，陸銘，章元. 社會資本的作用隨市場化進(jìn)程減弱還是加強？——來自中國農(nóng)村貧困的實證研究[J]. 經(jīng)濟(jì)學(xué)（季刊），2007，（2）：539-560.

[17]易禎，朱超.人口結(jié)構(gòu)與金融市場風(fēng)險結(jié)構(gòu)：風(fēng)險厭惡的生命周期時變特征[J].經(jīng)濟(jì)研究，2017，（9）：150-164.

[18]張沖. 中國人口結(jié)構(gòu)對人身保險市場發(fā)展的影響研究[J]. 保險研究，2013，（4）：63-70.

[19]樊綱治，王宏揚. 家庭人口結(jié)構(gòu)與家庭商業(yè)人身保險需求——基于中國家庭金融調(diào)查（CHFS）數(shù)據(jù)的實證研究[J]. 金融研究，2015，（7）：170-189.

[20]Carroll， C. D.， Samwick， A. A. How Important is Precautionary Saving？[J]. Review of Economics and Statistics， 1998， 80（3）： 410-419.

[21]Hurst， E.， Lusardi， A.， Kennickell， A.， et al. The Importance of Business Owners in Assessing the Size of Precautionary Savings[J]. Review of Economics and Statistic， 2010， 92（1）： 61-69.

[22]Lusardi， A. Precautionary Saving and Subjective Earnings Variance[J]. Economics Letters， 1997， 57（3）： 319-326.

[23]Bian， Y. Bringing Strong Ties Back in Indirect Ties， Network Bridges， and Job Searches in China[J].? American Sociological Review， 1997， 62（3）： 366-385.

[24]李丁，丁俊菘，馬雙. 社會互動對家庭商業(yè)保險參與的影響——來自中國家庭金融調(diào)查（CHFS）數(shù)據(jù)的實證分析[J]. 金融研究，2019，（7）：96-114.

[25]寇恩惠，侯和宏. 消費平滑、收入波動和局部保險——基于農(nóng)村居民數(shù)據(jù)的分析[J]. 財貿(mào)經(jīng)濟(jì)，2015，（9）：33-45.

[26]劉長庚，羅午陽. 互聯(lián)網(wǎng)使用與農(nóng)戶金融排斥——基于CHFS2013的實證研究[J]. 經(jīng)濟(jì)經(jīng)緯，2019，（2）：141-148.

[27]樊瀟彥，袁志剛，萬廣華. 收入風(fēng)險對居民耐用品消費的影響[J]. 經(jīng)濟(jì)研究，2007，（4）：124-136.

Income Volatility，Social Networks，With Household Commercial Insurance Demand

YIN Zhi-chao1， YAN Yu1， JIANG Jia-ling2

（1.School of Finance， Capital University of Economics and Business， Beijing， 100070 China;

2.School of Management， Beijing Union University， Beijing， 100101 China）

Abstract：This paper introduces social network into Eeckhoudt and Kimballs model， and theoretically deduces that income volatility will significantly increase household commercial insurance demand， and this influence is regulated by the family social network. Based on the balanced panel data of China Household Finance Survey （CHFS） from 2015 to 2017， this paper uses the Fixed Effect Model to test the impact of income volatility on family commercial insurance demand， as well as the moderating effect of social network. We find that income volatility significantly increases the demand for commercial insurance of families. From the perspective of family， the social network measured by the proportion of gift-giving expenditure 1 significantly reduces the positive impact of income volatility on commercial insurance， and this impact is mainly found in households with low education and no Internet access. The social network measured by the number of siblings 1 can also significantly reduce the positive impact of income volatility on commercial insurance. At the same time， community （village） level social network measured by the proportion of gift-giving expenditure 2 and the number of siblings 2 also significantly reduce the positive impact of income volatility on household commercial insurance demand.

Key words：income volatility; social network; household commercial insurance demand

（責(zé)任編輯：巴紅靜）

[DOI]10.19654/j.cnki.cjwtyj.2021.08.006

[引用格式]尹志超，嚴(yán)雨，蔣佳伶. 收入波動、社會網(wǎng)絡(luò)與家庭商業(yè)保險需求[J].財經(jīng)問題研究，2021，（8）：52-61.

收稿日期：2021-05-28

基金項目：國家社會科學(xué)基金重點項目“移動支付對中國經(jīng)濟(jì)的影響”（20AJL016）

作者簡介：尹志超（1976-），男，四川廣元人，教授，博士生導(dǎo)師，主要從事家庭金融與微觀計量經(jīng)濟(jì)學(xué)研究。E-mail： yzc@cueb.edu.cn

嚴(yán) 雨（通訊作者）（1996-），女，四川遂寧人，博士研究生，主要從事家庭金融與微觀計量經(jīng)濟(jì)學(xué)研究。E-mail： yanyu9601@163.com

蔣佳伶（1994-），女，四川資陽人，講師，博士，主要從事家庭金融研究。E-mail： jiangningchu@126.com