摘要：本文選取青島市2000-2019年的相關經(jīng)濟數(shù)據(jù)，運用多元線性回歸模型對影響青島市壽險需求的諸多因素進行實證研究。

關鍵詞：壽險需求，多元回歸，實證

一、數(shù)據(jù)和模型

（一）數(shù)據(jù)的選取

1.被解釋變量的選取

本文按照慣例選取青島市2000-2019年每一年度人均壽險保費收入作為被解釋變量進行實證分析。

2.解釋變量的選取

綜合考慮相關因素數(shù)據(jù)的可獲得性以及處理的困難程度，本文選取城鎮(zhèn)居民人均可支配收入占人均GDP的比值（%）、社會保障和就業(yè)支出占財政支出比重（%）、居民消費價格指數(shù)（CPI）以及普通高等學校在校學生數(shù)（萬人）等因素作為解釋變量進行實證分析。

（二）模型構(gòu)建

借鑒國內(nèi)外相關文獻研究，多元線性回歸模型被廣泛應用于各類保險需求函數(shù)的估計中，研究表明該模型可以較好地描述壽險需求與各個影響因素之間的關系，因此本文利用獲取的時間序列數(shù)據(jù)構(gòu)建多元線性模型進行實證分析。

基于數(shù)據(jù)構(gòu)建OLS模型，假設模型如下：

其中，Y代表人均壽險保費收入，X1代表城鎮(zhèn)居民人均可支配收入占人均GDP的比值，X2代表社會保障和就業(yè)支出占財政支出比重，X3代表居民消費價格指數(shù)（CPI），X4代表普通高等學校在校學生數(shù)， 為隨機誤差項。

二、實證分析

（一）平穩(wěn)性檢驗

實證研究經(jīng)驗表明，在對時間序列數(shù)據(jù)進行建模之前都需要對其進行平穩(wěn)性檢驗，以避免偽回歸現(xiàn)象的發(fā)生。本文采用ADF單位根檢驗方法對時間序列數(shù)據(jù)進行平穩(wěn)性檢驗，檢驗結(jié)果表明原序列中只有X4是平穩(wěn)序列，因此需要對各變量的一階差分序列進行單位根檢驗，結(jié)果顯示所有變量的一階差分序列都是平穩(wěn)時間。

（二）參數(shù)估計

利用Eviews進行OLS多元回歸，運行結(jié)果如下：

由表2-1分析結(jié)果可知，該模型的R-squared為 ，Adjusted R-squared為0.902102，這說明所構(gòu)建的模型能夠?qū)颖緮?shù)據(jù)較好擬合;模型的統(tǒng)計量F為44.76992，說明回歸方程的擬合優(yōu)度較高;sig值為0.000<0.005，表示在95%的置信水平下，自變量和因變量之間確實存在線性回歸關系;在回歸系數(shù)分析表中，解釋變量X1、X2、X3、X4的相伴概率sig值分別為0.0099、0.0032、0.034、0.0457，這表明這四個解釋變量在5%的顯著性水平上拒絕原假設，表現(xiàn)出較高的顯著性。

所以得到的回歸方程為：

其中，Y代表人均壽險保費收入，X1代表城鎮(zhèn)居民人均可支配收入占人均GDP的比值，X2代表社會保障和就業(yè)支出占財政支出比重，X3代表居民消費價格指數(shù)（CPI），X4代表普通高等學校在校學生數(shù)， 為隨機誤差項。

三、結(jié)論

根據(jù)實證分析結(jié)果，可知城鎮(zhèn)居民人均可支配收入占人均GDP的比重每增加一個百分點，就會使得人均壽險保費收入增加94.711元;社會保障和就業(yè)支出占財政支出比重比重每增加一個百分點，就會使得人均壽險保費收入增加198.057元;居民消費價格指數(shù)（CPI）每變化一個單元，就會使得人均壽險保費收入變動97.067元;普通高等學校在校學生數(shù)每增加以萬人，就會使得人均壽險保費收入增加36.582元。

參考文獻：

[1]杜薇.基于宏觀層面我國壽險需求影響因素的實證分析[J].經(jīng)濟研究參考，2017（34）：96-101.

[2]宋桂芝.影響壽險需求經(jīng)濟因素的實證分析[J].中共青島市委黨校.青島行政學院學報，2016（04）：12-15.

[3]吳攸.徐州市壽險需求市場實證分析[J].合作經(jīng)濟與科技，2014（14）：41-43.

[4]王明慧.壽險保費收入影響因素的理論與實證分析[J].現(xiàn)代商貿(mào)工業(yè)，2013，25（17）：151.

作者簡介：

許洪峰（1995年-），男，漢族，山東省滕州市，研究生，河北地質(zhì)大學，研究方向金融理財規(guī)劃