人口老齡化背景下壽險需求的影響因素研究
——以河南省為例

黃陳劉，張　曉

(鄭州大學 商學院，河南 鄭州 450001)

?

人口老齡化背景下壽險需求的影響因素研究
——以河南省為例

黃陳劉，張曉

(鄭州大學 商學院，河南 鄭州 450001)

[摘要]日益嚴重的人口老齡化問題給我國的社會養老保障體系帶來了巨大挑戰，壽險作為社會保險的重要補充越來越受到人們的重視。文章根據河南省1990-2013年壽險保費收入及相關數據，以VAR模型為基礎，運用脈沖響應分析和方差分解技術對人口老齡化背景下壽險需求的影響因素進行了實證分析。研究結果表明：人口老齡化程度的加深對壽險需求的增加具有巨大的推動作用；平均家庭人數、老年人口撫養比和一年期存款基準利率是短期內影響壽險需求的主要因素。為進一步增加人們的壽險需求，壽險公司應當回歸保障本位，推出適合老齡化的年金保險以及生存保險產品。

[關鍵詞]人口老齡化；壽險需求；VAR模型；脈沖響應分析；方差分解

一、引言

目前，人口老齡化已成為一種顯著的發展趨勢，人口老齡化及養老問題已經成為全民關注的熱點。養老設施不完善、養老金支付困難、空巢老人等一系列養老問題伴隨著老齡化社會的到來日益彰顯。老齡化程度的不斷加深給我國的社會養老保障體系帶來了巨大挑戰，尤其是龐大的養老金缺口會嚴重影響政府對社會保障的財政支付能力，但同時也給壽險的發展帶來了良好的發展機遇。如果保險公司能夠抓住當前人口老齡化機遇期、充分發揮商業保險的社會功能，那么不僅能夠有助于緩解養老基金虧空、進一步擴大商業保險在我國養老保障體系中占比，而且對于完善我國的養老保障體系，推動積極應對人口老齡化問題將有重大意義。

壽險需求是指在一定時期內投保人愿意并且能夠購買的壽險商品的數量[1]。國內外學者對于壽險需求的研究主要集中在各種影響因素和各種因素對壽險需求的影響程度大小，從研究方法上主要可以分為三類：(1)運用理論和經驗分析，例如楊舸(2006)在Lewis[2]提出的壽險需求理論的基礎上，從被贍養人期望效用的角度研究人壽保險的需求，進而分析壽險需求的影響因素[3]。姜永宏(2014)考慮到日本壽險市場的基礎特征與中國類似，嘗試通過對日本壽險需求的影響因素的分析來為中國壽險市場的發展提供有益的經驗和借鑒[4]。(2)運用單方程模型進行分析，例如張慶軍(2013)從壽險需求理論出發，以遼寧省數據為基礎，通過建立多元回歸模型分析了人口老齡化對壽險需求的影響[5]。趙燕妮(2014)采用1991-2012年壽險業相關數據，建立多元回歸模型來分析人均可支配收入等對壽險需求的影響[6]。蔡偉毅(2014)為研究壽險需求的階段特征，運用相關數據分別建立大陸和臺灣的壽險需求影響因素的多元回歸分析模型來對兩者進行比較研究[7]。(3)運用多方程模型進行分析，例如Chuia和Kwok(2009)運用1964-2004年38個國家的數據分析了壽險消費和文化的關系,發現壽險消費和某些文化因素有關[8]。Park和 Lemaire(2011)利用 27個國家的非平衡面板數據，研究發現長期價值導向對壽險需求有著顯著的正向影響[9]。姜永宏(2014)基于省級面板數據，研究得出加權可支配收入、人均儲蓄存款與壽險需求呈現顯著的正相關關系[10]。

上述研究雖然在分析壽險需求問題上取得了一定的成果，但是并沒有反映壽險需求及其影響因素的內在規律性，這種規律性表現在自相關性和不同因素的相互影響。因此，本文選擇能反映影響壽險需求各因素相互關系的向量自回歸模型(VAR)，基于河南省1990-2013年壽險保費收入相關數據，在進行Granger因果檢驗之后，運用脈沖響應分析和方差分解技術對河南省的壽險需求問題進行了深入研究。

二、河南省人口老齡化進程與壽險市場發展現狀

(一)人口老齡化進程

河南省人口結構不斷老化，老齡化程度不斷加深。2013年河南常住人口中少兒(0-14歲)人口1988萬人,老年( 65歲及以上)人口853萬人,勞動年齡(15-64歲)人口6572萬人，人口總撫養比為43.2%。與2012年相比，少兒人口和勞動年齡人口的比例有所降低，相應的老年人口的比重增加，人口總撫養比上升。老年人口共增加23萬人，增加比例0.24%，人口總撫養比提高到43.2%，比上年增加0.4%。國際上衡量一個地區進入老齡型人口社會的標準為：60歲及以上人口占總人口的比重達到或超過10%，或者65歲及以上人口占總人口的比例達到或超過7%[11]。河南人口從2000年就開始進入老齡化，65歲以上老年人口占常住人口的7.1%，2010年達到8.36%，2013年已經超過9%。這充分說明，河南省作為中國人口第一大省，人口老齡化問題日趨嚴重。

(二)壽險市場發展現狀

自2001年開始，隨著經濟體制改革的不斷深入和經濟水平的不斷提升，河南省壽險市場進入到飛速發展時期。主要表現在壽險保費收入、壽險密度整體呈上升趨勢，壽險市場經營主體不斷增加等方面。

(1)保費收入

從河南省壽險保費總量來看，總體上壽險保費收入呈快速增長趨勢。2002、2008年壽險保費收入增長較快，出現了保費收入高峰，其中2002年保費收入增長速度最快，同比增長 116.76%。自 2001年起至2011年河南省保費收入逐漸增長。而2012年的保費收入有所下降，2011年河南省壽險業保費的回調并非是市場的自然選擇，而是政策影響下的公司行為，主要是由于新會計準則的實施，使得以前壽險公司較為看重的萬能險等僅有部分可以計入保費收入中所導致的。2012壽險保費收入首次減少，主要可歸結于國家宏觀經濟發展放緩及自身行業發展存在的產品收益率低、區域發展不均衡有效需求沒有得到實現等問題。

數據來源：《河南年鑒》及河南省保監會

(2)壽險密度

河南省壽險密度呈現出上升的趨勢，由 1990年人均保費2.37元/人，增加到 2011年峰值的607.45元/人，2012年該指標有所回落，原因是由于新會計準則的實施。由此可見，河南省居民對壽險的需求呈現增長趨勢，其中2008年至2011該指標的增長尤為突出。2013年河南省壽險密度578.62元/人，遠遠低于全國692.67元/人的平均水平，顯示出河南省人壽保險需求仍相對有限，人壽保險市場的市場開發空間仍然比較大。

(3)市場主體

在恢復國內保險業務初期，中國人壽保險公司占據著河南省壽險市場的主要份額。隨著經濟的發展和人口生活水平的提高，保險需求不斷擴大，保險產品的種類不斷增加，與此同時，河南省的保險市場也取得了巨大的發展。截止到2013年底，河南省擁有省級保險公司34家，各分支機構超過3000家。壽險市場也隨著保險市場的擴大取得了迅猛發展，由2001年的4家人身險公司發展到2013年各類人身險公司分支機構3559家。這其中有省級分公司31家，營銷服務部2653家。

依據 《中國統計年鑒》和《河南省統計年鑒》數據，2012年，河南省 GDP 在全國的排名是第7位，保費收入排在第10位，而壽險保費收入排在第11位；而2013年，河南省 GDP 在全國的排名是第5位，保費收入排在第6位，而壽險保費收入排在第4位，如果單從壽險保費收入排名指標來看，2012河南省壽險業是滯后于經濟發展水平的，也落后于總保費收入排名；2013年壽險業超過經濟發展水平與總保費排名，說明2013年河南省壽險業發展迅速，壽險需求得到釋放。

①2001年河南壽險市場上僅有4家保險公司。

②“赫芬達爾指數”，即H=Si，為企業i評價指標的市場份額。H與市場中企業數目N相關,N越大則H越小。赫芬達爾指數能綜合反映市場力量的分化程度和市場壟斷程度。H=1的市場為完全壟斷市場,H=0的市場為完全競爭市場。

圖32001—2012年河南人壽保險市場集中度①

及赫芬達爾指數②

三、實證分析

(一)指標選取及數據來源

河南省人口老齡化問題對壽險市場需求的影響是多方面的，本文是從一個相對比較宏觀的層面進行研究的，并且所選部分指標與河南省總人口數量密切相關。選取指標如下：

1．河南省壽險需求替代變量指標選取壽險密度(記為API)為研究對象。

2．在人口老齡化的替代變量的選擇上，選取老年人口撫養比(記為AGING)以及平均家庭人口數量(記為AFM)這兩個指標。

3．由于壽險需求的影響因素較多，只根據上述指標就對壽險需求進行影響因素分析會使擬合優度將會較差，因此，根據相關文獻，我們加入人均GDP(記為AGDP)與一年定期存款基準利率(記為R)作為其控制變量。

數據來源于歷年《河南省統計年鑒》、歷年《中國統計年鑒》、河南省保監會和中國人民銀行網站等。其中，河南省人均壽險需求根據河南省壽險保費收入與總人口的比值計算得出；河南省老年人口撫養比數據根據老年人口撫養比計算公式計算得到；采用一年期存款基準利率來反映利率水平，若存在利率調整，則以時間(天)為權重加權平均計算當年利率；以上數據均采用1990-2013年數據。

(二)單位根檢驗

為避免因為數據的非平穩性而出現偽回歸，我們需要對搜集到的數據進行平穩性檢驗。考慮到對數據取自然對數既有助于消除異方差，又具有不改變可能存在的協整關系的優勢，我們對各變量數據取自然對數。對于多變量的平穩性檢驗，一般采用ADF檢驗法。因此我們將取過對數之后的變量序列進行ADF檢驗，為了保證檢驗的有效性，根據散點圖選擇常數項、有趨勢項，滯后階數根據AIC與SC信息準則選擇合適的滯后期。檢驗結果如下表：

從檢驗結果來看，LNAPI的ADF統計量均大于1%、5%、10%顯著水平下的Mackinnon臨界值，說明LNAPI是非平穩的。在5%的顯著水平下，△LNAPI 的ADF統計量略大于相應的Mackinnon臨界值，這表明LNAPI進行一階差分后不存在單位根，變為平穩時間序列，即△LNAPI是一階單整，記為LNAPI～I(1)。同理LNAGING、LNAFM、LNAGDP、LNR均是非平穩的，一階差分之后在5%的顯著水平下，時間序列均變為平穩序列。

(三)Granger因果檢驗

Granger因果檢驗主要用來判斷一個變量的變化是否是引起另一個變量變化的原因，從而檢驗兩變量之間是否存在因果關系[12]。通過上述分析可知，△LNAPI、△LNAGING、△LNAFM、△LNAGDP和△LNR都是平穩的，因此它們可以進行Granger因果檢驗，檢驗結果見表3。

注：(C,T,P)分別表示有常數項、有趨勢項、滯后階數。0表示不含常數項、有趨勢項以及滯后階數為0。

注：中括號內值為t檢驗統計量

由上表結果可知，在5%的置信水平下，河南省平均家庭人數是壽險需求的Granger原因，在10%的置信水平下，老年人口撫養比、一年期基準利率是壽險需求的Granger原因。進一步說明了如若想要提高河南省壽險需求可以通過調整以上影響因素來實現，這為政策調整提供了理論依據。

(四)VAR模型的構建

基于河南省壽險密度、老年人口撫養比、平均家庭人數、人均GDP、一年定期存款基準利率構建VAR模型，模型的滯后期階數既不能太小也不能太大，過小會使模型受到解釋變量序列相關性的影響，過大則會減弱模型的穩定性。文章結合AIC準則和SC準則，最終確定VAR模型的滯后階數為2。模型的估計結果如下：

上述各方程調整后的擬合優度分別為0.992849、0.787906、0.878247、0.997709、0.874343，方程擬合效果較好。對于上表VAR(2)模型結果，本文將結合下面的脈沖響應分析、方差分析來解釋。由于參數是否顯著不為零不是VAR模型最關注的，因此不對參數進行討論。

(五) 動態分析

VAR模型作為一種非理論性的模型，無需事先對變量作任何約束，同時人們在運用該模型時一般不對單個參數的估計值進行分析，而是研究某個內生變量的沖擊給其他變量的影響或者每一個結構沖擊對內生變量變化的貢獻度。要實現這些目標，我們需要用到脈沖響應分析和方差分解技術。考慮到非平穩的VAR模型不能進行脈沖響應函數分析，因此需要首先對VAR模型進行平穩性檢驗。

1.模型穩定性檢驗

對上述建立的VAR模型進行穩定性檢驗(檢驗結果見圖5)，檢驗結果顯示模型所有的單位根都在單位圓內，這說明我們建立的向量自回歸模型(VAR)是穩定的。也就是說，當模型中某個變量受到一個沖擊而發生變化時,其他變量也會隨之發生變化，但是這種變化是逐漸收斂的，即認為隨著時間的推移，一個變量受到的沖擊所產生的影響會逐漸地消失，可以進一步進行脈沖響應分析。

2.脈沖響應分析

Granger因果檢驗只能判斷變量間因果的方向性，而脈沖響應函數雖然不能判斷因果方向性，卻可以完整刻畫一個變量對另一變量的影響情況。本文采用廣義脈沖方法，研究河南省人口老齡化背景下壽險需求的影響因素，下圖列出了各解釋變量的沖擊引起 LNAPI 變化的脈沖響應圖。各圖中的橫軸表示沖擊作用響應的滯后期間數(單位：年)，縱軸表示LNAPI。實線為脈沖響應函數，表示面對各變量的沖擊LNAPI的變化情況，兩邊虛線表示正負兩倍標準差的偏離帶。

由LNAPI自身脈沖響應檢驗結果圖說明，給河南省省人均壽險需求一個正向沖擊時，LNAPI 對自身的一個標準差信息立刻有了較強的反應，而且均產生正向影響，從第一期到第三期衰減比較快，第四期到第八期增長較快，第八期之后影響逐漸微弱。這主要是因為壽險一般需要投保多年，因此河南省人均壽險需求受中期之前繳費情況影響較為強烈，但隨著滯后期的推遲，前期壽險需求對后期壽險保費的影響逐漸衰減，但影響一直存在。

由LNAGING對LNAPI脈沖響應圖來看，前三期老年人口撫養比(LNAGING)給予 LNAPI 一個微弱的負的沖擊，在第三期之后，而且均產生正向的影響，第六期影響達到最大，之后影響已經趨近于零，收斂速度慢。從總體來看，LNAGING對 LNAPI產生正的影響，人口老齡化會促進壽險需求的增加。

由LNAFM對LNAPI脈沖響應圖來看，當河南省平均家庭人數(LNAFM)給予河南省人均壽險需求一個正沖擊后，只在第二期對壽險需求產生微弱的正向影響，與其他各期產生負影響相比可以忽略不計。第七期負影響達到最大，之后影響逐漸收斂，說明河南省平均家庭人數對壽險需求來說在短期內產生正向影響，而在長期將會產生負向影響。

由LNAGDP對LNAPI脈沖響應結果來看，第一期人均收入(LNAGDP)給予壽險需求一個正沖擊后，LNAPI 產生了正向影響，從第二期至第六期變為負影響，之后逐漸減小，最后收斂到橫軸附近，說明河南省人均收入水平的提高對于人均壽險需求來說，短期內產生正向影響；長期則產生負影響，當人均收入水平提升后，人們反而對壽險的需求減少，人均收入水平的提高并不能長期促進壽險需求的增加。

由LNR對LNAPI脈沖響應結果來看，當一年定期存款基準利率(LNR)給予壽險需求一個正沖擊后，在前期就產生負向反映，在第五期時達到最低值，隨后影響逐漸減弱，從總體來看利率水平對河南省人均壽險需求產生了負向影響。說明利率水平的提高對于壽險需求將會產生抑制作用，反之，則會促進壽險需求的增長。

3.方差分解

脈沖響應用于完整刻畫每一個內生變量的沖擊對其他內生變量的影響，而方差分解主要是為了評價各內生變量對預測方差的貢獻程度。由于本文主要關注的是人口老齡化背景下的壽險需求，因此下面將利用方差分解技術分析 LNAPI、LNAGING、LNAFM、 LNAGDP、LNR對 LNAPI 變動的貢獻程度(見組圖2)。

從方差分解結果可以看出各因子對河南省壽險密度的影響程度。引起LNAPI 變化的首要因素是其自身沖擊，在第一期占到 100%，雖然之后各期迅速遞減，到第七期占到方差分解比的26.85%，仍占主要地位。緊隨其后的是LNR的變動，期初LNR的變動并不明顯，第一期僅占到2.41%，自第三期以后增長幅度明顯加大，在第七期達到45.75%時趨于穩定，分析結果表明，一年期定期存款利率的變動對壽險密度有重要影響。其次是平均家庭人數(LNAFM)，自第二期占11.72%之后，一直在10%左右，對壽險密度的影響比較穩定。人均收入對壽險密度的貢獻度略小于平均家庭人數的貢獻度，第四期達到峰值22.86%之后，從第八期之后緩慢降低。另外老年人口撫養比(LNAGING)，從整體看它對 LNAPI 的貢獻度明顯較弱，老齡人口撫養比對河南省壽險密度的變動能夠解釋2%左右，變化幅度不大，對模型沖擊的響應較小。這主要是因為隨著時間推移老年人口撫養比變動幅度非常微弱，不像其他影響因素變動頻繁。

四、結論與建議

(一)結論

本文根據河南省1990-2013年壽險保費收入及相關數據，以VAR模型為基礎，運用脈沖響應分析和方差分解技術對人口老齡化背景下壽險需求的影響因素進行了實證研究，結論如下：

(1)人口老齡化的背景下，人們的壽險需求會不斷增加。通過對河南省壽險保費收入、壽險密度、市場主體增長趨勢分析，以及對壽險保費在全國的排名及其與經濟總量排名和總保費收入排名的比較研究，我們可以看到，2013年河南省壽險收費收入超過經濟總量及總保費收入的排名，說明2013年河南省壽險業發展迅速，壽險需求得到釋放。隨著壽險產品的開發和推廣，壽險需求會進一步增加，河南壽險業還有廣闊市場空間。

(2)平均家庭人口數、老年人口撫養比和一年期基準利率是河南省壽險需求的Granger原因，人均GDP不是河南省壽險需求的Granger原因。說明對于河南省的具體情況而言，短期內，平均家庭人數、老年人口撫養比和一年期基準利率是影響河南省壽險需求的主要因素。

(3)從長期來看，平均家庭人口數和一年內存款基準利率是影響河南省壽險需求的主要因素。脈沖響應分析的結果顯示，對于不同因素對壽險需求的外部沖擊，平均家庭人口數和利率對壽險需求的沖擊力度最強，兩因素的沖擊力峰值分別是-0.08和-0.15。然后依次是人均GDP和老年撫養比，對壽險沖擊力峰值分別為-0.06和0.05。由方差分解結果可知， 老年撫養比、平均家庭人口數、人均GDP和利率對壽險需求的貢獻度分別為3%、11%、9%和47%。

(二)建議

(1)抓住人口老齡化的機遇，推出更多種類的壽險產品。近年來河南省的老齡化進程不斷加快，老年撫養比迅速提高，老年人群體不斷壯大，老年人的需求越來越受到社會各界的廣泛重視。保險公司推出更多種類的壽險產品，一方面可以滿足老年人個性化的壽險需求、提高老齡人的生活質量，另一方面也可以拓寬壽險市場，增強壽險市場的活力，推動壽險市場的發展。同時，這對于提高商業養老保險在我國社會養老保障體系中的比重，優化養老保障體系結構，具有重要意義。

(2)重視利率對于壽險需求的重大影響。一方面利率是購買壽險的一項機會成本，根據脈沖響應分析，利率對于壽險需求一直保持負向影響。另一方面利率的變化會使壽險業面臨嚴重的利差損失問題。只有充分重視利率對于壽險需求的重大影響，才能在市場利率發生變化時，對于市場壽險需求做出正確的判斷。

(3)大力發展商業保險，緩解社會保險壓力。人口老齡化意味著更多的人要面臨醫療和養老問題，河南省老齡化的特點之一是“未富先老”，這就使得河南省政府財政壓力越來越大，通過發展商業保險，可以緩解政府壓力、提高人們保障水平。壽險公司可以通過提供特色養老保險、醫療保險等服務，發揮保險社會管理職能，緩解人口老齡化給政府、社會及個人帶來的壓力，同社會保險一同構建一個強有力的保障體系。

[參考文獻]

[1]Li D, Moshirian F, Nguyen P, et al. The demand for life insurance in OECD countries[J]. Journal of Risk and Insurance, 2007, 74(3): 637-652.

[2]Lewis F D. Dependents and the demand for life insurance[J]. The American Economic Review, 1989: 452-467.

[3] 楊舸,閔曉平.人壽保險需求探析[J].金融理論與實踐,2006,(11):77-78.

[4]姜永宏,廖靜.日本壽險需求影響因素分析及對中國的啟示[J].金融與經濟,2014,(12)：64-68.

[5]張慶君,郜亮亮,蘇明政等.人口老齡化對壽險需求的影響研究——基于遼寧省數據的實證分析[J].人口與經濟,2013,(3):97-103.

[6]趙燕妮,郭金龍.我國壽險需求影響因素的實證分析[J].金融理論與實踐,2014,(5):83-86.

[7]蔡偉毅.壽險需求結構演進及影響因素的階段特征——基于中國大陸與臺灣地區的比較研究[J].廈門大學學報(哲學社會科學版),2014,(3):147-156.

[8]Chui A C W, Kwok C C Y. National culture and life insurance consumption[J]. Journal of International Business Studies, 2008, 39(1): 88-101.

[9]Park S, Lemaire J. Culture matters: Long-term orientation and the demand for life insurance[J]. Asia-Pacific Journal of Risk and Insurance,2011,5(2).1-17.

[10]姜永宏,蔣偉杰.中國壽險需求影響因素研究：基于省級面板數據的實證分析[J].暨南學報(哲學社會科學版),2014,(2):36-43.

[11]郭敬,黃陳劉.河南省人口老齡化預測[J].西北人口,2015,36(1):67-72.

[12]Granger C W J. Investigating causal relations by econometric models and cross-spectral methods[J]. Econometrica: Journal of the Econometric Society, 1969: 424-438.

[責任編輯:D]

[收稿日期]2015-03-18

[作者簡介]黃陳劉(1989—)，男，河南信陽人，研究方向為金融計量分析;張曉(1991-)，女，河南商丘人，研究方向為農業保險、壽險。

[中圖分類號]F840.62

[文獻標識碼]A

[文章編號]1671-5330(2015)03-0037-08