金融系統(tǒng)深化下保險業(yè)發(fā)展的經(jīng)濟增長效應(yīng)差異
——基于時變面板平滑轉(zhuǎn)換回歸模型

曾 婧 徐 陽

·部門經(jīng)濟·

金融系統(tǒng)深化下保險業(yè)發(fā)展的經(jīng)濟增長效應(yīng)差異
——基于時變面板平滑轉(zhuǎn)換回歸模型

曾 婧 徐 陽

近些年來，保險業(yè)在金融市場中的作用凸顯，保險業(yè)發(fā)展對經(jīng)濟增長的影響明顯增強，但由于各地金融系統(tǒng)差異及保險業(yè)發(fā)展不均衡，保險業(yè)的經(jīng)濟增長效應(yīng)存在較大差異。在存在差異條件下，地區(qū)金融規(guī)模、金融風(fēng)險的變化，是否導(dǎo)致保險業(yè)的非線性經(jīng)濟增長效應(yīng)，其動態(tài)變化特征怎樣等，值得深入研究。結(jié)合時變面板平滑轉(zhuǎn)換回歸模型，構(gòu)建包括金融系統(tǒng)因素和宏觀經(jīng)濟基本面因素的非線性框架，重點考察在金融系統(tǒng)深化情況下，我國30個省(市、自治區(qū))2000-2015年保險業(yè)發(fā)展對經(jīng)濟增長的漸進影響效應(yīng)及傳遞路徑。研究發(fā)現(xiàn)，金融發(fā)展水平越高的區(qū)域，其金融系統(tǒng)的資金配置效率和投資效率也更有效，保險業(yè)對經(jīng)濟增長具有強拉動效應(yīng)，其中壽險的融資功能比財險經(jīng)濟補償功能更具經(jīng)濟增長效應(yīng)；而地區(qū)金融風(fēng)險程度增高，則會大幅度提高該區(qū)域金融系統(tǒng)的投資風(fēng)險，進而弱化財險和壽險對經(jīng)濟增長的正效應(yīng)。最后提出了現(xiàn)階段深化金融改革與管控金融風(fēng)險的若干建議。

保險業(yè)發(fā)展； 金融深化; 經(jīng)濟增長; 效應(yīng)差異； 金融風(fēng)險

一 引言與文獻綜述

近些年來，我國深化金融市場改革，社會經(jīng)濟快速發(fā)展。其中，保險業(yè)作為現(xiàn)代金融市場的重要支柱之一，也在2015年《國務(wù)院關(guān)于加快發(fā)展現(xiàn)代保險服務(wù)業(yè)的若干意見》等“新國十條”實施方案推動下加速發(fā)展。目前，我國壽險和財險業(yè)務(wù)發(fā)展迅速，已成為全球第二大保險市場，行業(yè)發(fā)展規(guī)模僅次于美國。截至2016年，我國保險保費收入30959.10億元，同比增長27.50%，其中財險保費收入9266.17億元，同比增長10.01%；壽險保費收入21692.81億元，同比增長36.78%*數(shù)據(jù)來源于《2016年保險統(tǒng)計數(shù)據(jù)報告》。。而在保險業(yè)快速發(fā)展的同時，我國國民經(jīng)濟也保持較高增長水平。如圖1所示，從2000年以來，我國人均GDP一直穩(wěn)步上升，其中保險業(yè)發(fā)展與經(jīng)濟增長呈現(xiàn)并駕齊驅(qū)之勢。事實上，研究發(fā)現(xiàn)，隨著保險業(yè)在現(xiàn)代金融業(yè)的作用逐漸增強，保險與經(jīng)濟發(fā)展關(guān)系更加密切，其中財險經(jīng)濟補償功能保障社會再生產(chǎn)運行，壽險融資功能促進儲蓄資金向?qū)嶓w投資轉(zhuǎn)化，均具有較強經(jīng)濟增長效應(yīng)(魏華林和林寶清，2011)[1]。

研究發(fā)現(xiàn)，在保險業(yè)對經(jīng)濟增長作用逐漸增強的同時，由于各地金融系統(tǒng)深化水平不同，各地保險業(yè)發(fā)展不均衡，導(dǎo)致保險業(yè)的經(jīng)濟增長效應(yīng)存在較大差異。其中，在保險深度和增速方面，東部省份保險深度最高；中部地區(qū)次之；西部地區(qū)保險深度最低，同時增速緩慢。在金融深化方面，各省金融規(guī)模(本外幣貸款/GDP)與金融風(fēng)險(不良貸款率)也存在較大差異。這導(dǎo)致我國各省保險業(yè)的經(jīng)濟增長效應(yīng)存在顯著區(qū)別。而在目前保險業(yè)與經(jīng)濟增長的研究文獻中，較少結(jié)合各地保險業(yè)發(fā)展不平衡、金融系統(tǒng)發(fā)展現(xiàn)狀顯著差異性進行研究。有鑒于此，結(jié)合當(dāng)前我國經(jīng)濟增速放緩，金融系統(tǒng)及保險業(yè)在各省發(fā)展不平衡的現(xiàn)狀，著重分析在地區(qū)金融系統(tǒng)變化、金融規(guī)模與金融風(fēng)險顯著差異的情況下，保險業(yè)是否存在非線性經(jīng)濟增長效應(yīng)，及其變化特點所蘊含的現(xiàn)實意義和學(xué)術(shù)價值。

圖1 2000-2015年人均GDP、壽險與財險走勢圖

金融發(fā)展與經(jīng)濟增長的關(guān)系一直是學(xué)術(shù)界研究的重點。國內(nèi)外諸多學(xué)者均認(rèn)為，一國或地區(qū)金融發(fā)展水平只有達(dá)到一定程度，才能通過規(guī)模效應(yīng)與溢出效應(yīng)促進經(jīng)濟增長。保險業(yè)是金融系統(tǒng)的重要組成部分，保險業(yè)對經(jīng)濟增長的促進作用也受地區(qū)金融發(fā)展水平的影響。一方面，國外學(xué)者Beenstock et al.(1998)[2]、Outreville(1990)[3]、Adams et al.(2009)[4]、Ward和Zurbruegg(2000)[5]、Azman-saini和Smith(2011)[6]研究保險業(yè)與經(jīng)濟增長關(guān)系，均認(rèn)為保險業(yè)能分散風(fēng)險、穩(wěn)定資金、提高經(jīng)濟的生產(chǎn)率，進而促進經(jīng)濟增長；而學(xué)者Webb et al.(2002)[7]、Boon(2005)[8]、Adams et al.(2009)[4]、Avram et al.(2010)[9]研究認(rèn)為壽險與財險消費對經(jīng)濟有顯著正影響效應(yīng)，但在金融水平、收入水平不同的國家和地區(qū)存在差異，其中壽險消費只有在高收入國家有效。另一方面，結(jié)合保險業(yè)區(qū)域發(fā)展不均衡現(xiàn)狀，學(xué)者Skipper(1997)[10]、Arena(2008)[11]、邵全權(quán)(2012)[12]研究認(rèn)為保險能促進地區(qū)經(jīng)濟及金融穩(wěn)定，但區(qū)域發(fā)展失衡會導(dǎo)致區(qū)域保險結(jié)構(gòu)同質(zhì)，加劇行業(yè)利益沖突，損害保險業(yè)對經(jīng)濟增長的正向作用。

國內(nèi)方面，學(xué)者沈坤榮和魏鋒(2010)[13]采用FGLS估計方法，研究認(rèn)為經(jīng)濟發(fā)展水平和金融發(fā)展水平不同會影響保險業(yè)和經(jīng)濟增長的關(guān)系，經(jīng)濟與金融發(fā)展水平較高，保險業(yè)促進經(jīng)濟增長的程度會顯著增強。曾智等(2014)[14]研究也認(rèn)為不同經(jīng)濟金融發(fā)展水平下，保險業(yè)與經(jīng)濟增長存在倒U型關(guān)系，其中只有壽險具有顯著經(jīng)濟增長效應(yīng)。而趙進文等(2010)[15]通過時間序列非線性STR模型，研究認(rèn)為保險業(yè)對經(jīng)濟增長的拉動作用具有明顯階段性和非線性特征，由于各區(qū)域經(jīng)濟發(fā)展和保險發(fā)展水平不同，保險業(yè)的經(jīng)濟增長效應(yīng)沒有充分發(fā)揮。

事實上，目前國內(nèi)外眾多學(xué)者研究認(rèn)為，保險業(yè)發(fā)展與經(jīng)濟增長存在正相關(guān)關(guān)系。也有一些學(xué)者認(rèn)為，保險業(yè)發(fā)展與經(jīng)濟增長存在非線性關(guān)系。其中，Beenstock et al.(1988)[16]、Ward和Zurbruegg(2000)[5]等采用多個國家歷年的數(shù)據(jù)，實證檢驗人均財產(chǎn)保險、人均責(zé)任險保費和人均國內(nèi)生產(chǎn)總值之間存在非線性關(guān)系，并且保險業(yè)是經(jīng)濟增長的格蘭杰原因。而Webb et al.(2002)[7]、Arena(2008)[11]研究認(rèn)為，保險業(yè)對經(jīng)濟發(fā)展有顯著影響，同時保險業(yè)與其它金融子市場間存在一定的互補或替代關(guān)系，在不同金融發(fā)展水平下保險市場的經(jīng)濟增長效應(yīng)具有非線性特征。而國內(nèi)方面，魏華林等(2015)[17]、劉學(xué)寧(2012)[18]、曾智等(2014)[14]、趙進文等(2010)[15]也證實保險業(yè)與經(jīng)濟增長存在非線性門限關(guān)系，其中由于金融發(fā)展水平等差異，保險業(yè)與經(jīng)濟增長呈倒U型關(guān)系。多數(shù)經(jīng)驗研究表明，地區(qū)金融市場的發(fā)展與金融體制的改革可以降低地區(qū)資本投資的波動，起到穩(wěn)定金融系統(tǒng)，降低金融風(fēng)險的作用，而目前不同地區(qū)金融市場發(fā)展改革效果不同，加之金融投融資效率和金融風(fēng)險存在較大差異，會造成不同發(fā)展水平的金融子市場與經(jīng)濟變量間存在非線性關(guān)系(Broner和Rigobon，2005[19]；Aoki et al.，2007[20]；Broto et al.，2007[21]；Broner和Ventura，2010[22]；Park和An，2012[23])。

有鑒于此，結(jié)合當(dāng)前經(jīng)濟增速放緩，綜合考慮金融發(fā)展及保險業(yè)發(fā)展在各地發(fā)展不平衡的現(xiàn)狀，本文通過時變面板平滑轉(zhuǎn)換回歸(TV-PSTR)模型，將金融系統(tǒng)因素和宏觀經(jīng)濟基本面因素引入非線性模型，研究我國30個省(市、自治區(qū))2000-2015年保險業(yè)發(fā)展與經(jīng)濟增長關(guān)系。并重點考察金融深化過程中，在地區(qū)保險發(fā)展不均衡和金融系統(tǒng)差異的現(xiàn)狀下，地區(qū)金融規(guī)模、金融風(fēng)險的變化，是否導(dǎo)致保險業(yè)存在非線性經(jīng)濟增長效應(yīng)及其動態(tài)變化規(guī)律。一方面通過動態(tài)TV-PSTR非線性模型進行實證，彌補前人采用線性模型的弊端，另一方面結(jié)合不同省域保險業(yè)與金融發(fā)展的顯著差距，揭示保險業(yè)發(fā)展存在非線性經(jīng)濟增長效應(yīng)的根本原因，這不僅可以增進對保險業(yè)發(fā)展與經(jīng)濟增長關(guān)系的理解，也為促進保險業(yè)發(fā)展提供重要的理論基礎(chǔ)和參考依據(jù)。

本文余下內(nèi)容安排為： 第二部分根據(jù)經(jīng)濟增長影響因素的最新研究，結(jié)合時變面板平滑轉(zhuǎn)換回歸模型TV-PSTR構(gòu)建本文實證分析的框架；第三部分為本文的實證結(jié)果與分析，其中重點考察了金融系統(tǒng)變化下，保險業(yè)的非線性經(jīng)濟增長效應(yīng)；最后是本文的結(jié)論和啟示。

二 模型設(shè)定與數(shù)據(jù)說明

(一)理論模型的構(gòu)建

為了研究金融發(fā)展與經(jīng)濟增長的關(guān)系，Webb et al.(2002)[7]在柯布道格拉斯生產(chǎn)函數(shù)(CD生產(chǎn)函數(shù))的基礎(chǔ)上加入了金融市場變量，其中資本、勞動力與技術(shù)進步等要素投入是影響經(jīng)濟增長的主要因素，且各要素間的共線性對生產(chǎn)函數(shù)的影響較小。為考察保險因素對經(jīng)濟增長的影響，本文在Webb et al.(2002)[7]研究的基礎(chǔ)上，引入保險變量，并對生產(chǎn)函數(shù)進行拓展。根據(jù)傳統(tǒng)的CD生產(chǎn)函數(shù)：

Y(t)=A(t)K(t)αL(t)β, (α>0,β>0)

(1)

其中Y(t)、K(t)和L(t)分別為t時期產(chǎn)出、資本和勞動力投入，并且滿足dY/dK>0，dY/dL>0，d2Y/d2K<0，d2Y/d2L<0。其中，A(t)代表在第t期一定的勞動力及資本要素投入水平下，技術(shù)進步所帶來的產(chǎn)出增加，一般設(shè)定A(t)=A(0)egt,g為常數(shù)。結(jié)合理論，通常假定金融業(yè)滿足規(guī)模報酬不變的希克斯中性前提，可以設(shè)定增長模型如下：

Y(t)=Z(t)A(t)K(t)αL(t)1-α, (0<α<1)

(2)

其中Z(t)代表保險因素，保險又分財險市場nonlife和壽險市場life兩類，具體形式如下：

Z(t)=Z(0)exp(nonlife;life)

(3)

將式(2)兩邊同時除以L(t)可以得到人均方程如下：

Y(t)/L(t)=Z(t)A(t)[K(t)/L(t)]α, (0<α<1)

(4)

對式(4)兩邊同時取對數(shù)可以得到下式：

Ln[Y(t)/L(t)]=LnZ(0)+X+LnA(t)+αLn[K(t)/L(t)], (0<α<1)

(5)

X=(nonlife;life)

把式(5)對t求導(dǎo)，并借鑒吳永鋼和李政(2013)[24]、吳洪和趙佳芥(2010)[25]的方法加入控制變量control。同時參考Bessec和Fouquau(2008)[26]、Aslanidis和Iranzo(2009)[27]等的研究，為有效反應(yīng)模型參數(shù)在截面單位間的異質(zhì)性(Heterogeneity)變化，并刻畫參數(shù)隨時間變化產(chǎn)生的非穩(wěn)定性影響，將其轉(zhuǎn)換為時變面板平滑轉(zhuǎn)移回歸模型(TV-PSTR)，以此考察金融深化過程中，保險業(yè)發(fā)展對經(jīng)濟增長的漸進影響。設(shè)定如下模型：

Ln(rgdpi, t)=β0+β1Xi, t+β2Xi, tg(Qit,γ,Qc)+βiControli, t+εi, t

(6)

Xi, t=(nonlifei, t;lifei, t)

Controli, t={Lnhuanmi, t, Lncapitali, t, Lntradei, t, Lngoveri, t,cpii, t}

其中，被解釋變量Ln(rgdpi, t)為各省在t期的人均GDP對數(shù)，用以衡量各省的經(jīng)濟增長水平。在自變量中，保險需求Xi, t作為本文主要解釋變量，衡量各省居民保險需求，即各省保險深度，分別采用各省保險業(yè)整體保費收入insurance、財產(chǎn)保險保費收入nonlife、壽險保費收入life與各省同期GDP的比值進行衡量。

根據(jù)Ching et al.(2010)[28]、趙進文等(2010)[15]、曾智等(2014)[14]等的研究，由于不同地區(qū)經(jīng)濟發(fā)展水平、金融發(fā)展水平等不同，保險業(yè)增長對經(jīng)濟增長存在非線性影響。事實上，研究表明當(dāng)?shù)匕l(fā)達(dá)的金融市場體系有利于行業(yè)資本配置效率的提高，能有效強化行業(yè)發(fā)展的經(jīng)濟增長效應(yīng)，代表性研究有Goldsmith(1969)[29]、McKirnnon(1973)[30]、Wurgler(2000)[31]以及Huang et al.(2014)[32]等。因此本文在實證中加入衡量金融深化水平的非線性門限變量，包括金融發(fā)展水平fincredit和金融風(fēng)險程度finrisk，用以研究隨金融發(fā)展水平fincredit和金融風(fēng)險程度finrisk的變化，保險業(yè)對經(jīng)濟增長的非線性影響。其中，金融發(fā)展水平fincredit，借鑒李后建(2013)[33]研究中的金融發(fā)展指標(biāo)pcrdbofgdp，即采用銀行及其他金融機構(gòu)的本外幣貸款總額占GDP的比重來構(gòu)建金融發(fā)展指標(biāo)。而金融風(fēng)險程度finrisk則用各省不同年份銀行業(yè)不良貸款率進行衡量。模型綜合考慮影響經(jīng)濟增長的控制變量Controli, t： 實物資本存量lncapital，人力資本投入lnhuman，政府支出lngover，進出口總額lntrade，通貨膨脹率cpi。通過這五個控制變量衡量實際經(jīng)濟資本投入和人力投入等要素、貿(mào)易出口、政府干預(yù)及宏觀經(jīng)濟穩(wěn)定情況等對經(jīng)濟增長的影響。

綜上所述，以金融深化的兩個指標(biāo)做門限變量，構(gòu)建兩個模型，實證檢驗在不同的金融深化水平上，隨金融發(fā)展水平fincredit和金融風(fēng)險程度finrisk的變化，保險業(yè)發(fā)展對經(jīng)濟增長的非線性影響及其變化規(guī)律。此外，β1和β2為估計系數(shù)。而在轉(zhuǎn)移函數(shù)g(Qit,γ,Qc)選擇上，借鑒趙進文等(2010)[15]、李后建(2013)[33]、魏華林等(2015)[17]的方法，選擇logistic轉(zhuǎn)換函數(shù)：

(7)

其中，Qc為位置參數(shù)，γ為轉(zhuǎn)換函數(shù)的平滑參數(shù)，決定了轉(zhuǎn)換函數(shù)在高低區(qū)制間的轉(zhuǎn)換速度，用以衡量logistic函數(shù)的平滑轉(zhuǎn)換程度。

(二)線性檢驗與剩余非線性檢驗

參考Gonzulez et al.(2005)[34]的研究，為了檢驗轉(zhuǎn)換函數(shù)在高低區(qū)制間的轉(zhuǎn)換效應(yīng)是否顯著，本文在γ=0處對g(Qit,Y,Qc)轉(zhuǎn)移函數(shù)進行一階泰勒展開，并在原文模型，即式(6)的基礎(chǔ)上，構(gòu)造輔助回歸方程式(8)，以便進行線性檢驗：

(8)

(9)

(10)

(11)

(12)

(三)變量及數(shù)據(jù)來源說明

為了檢驗不同地區(qū)保險發(fā)展在不同金融深化程度下對經(jīng)濟增長的非線性促進作用，本文采用時變面板平滑轉(zhuǎn)換回歸TV-PSTR模型對整體保險、財產(chǎn)保險、壽險保險在不同金融發(fā)展水平、金融風(fēng)險程度變化下對各省經(jīng)濟增長的影響關(guān)系展開實證分析。選擇的研究對象為北京、上海、廣東、天津等30個省、市、自治區(qū)，財險、壽險數(shù)據(jù)來自中國保險年鑒，人均GDP數(shù)據(jù)和控制變量數(shù)據(jù)來自中國統(tǒng)計年鑒，金融深化指標(biāo)數(shù)據(jù)來自中國金融年鑒和中國國家統(tǒng)計局，時間跨度為2000-2015年。其中，30個省、市、自治區(qū)的具體名單見腳注*樣本分布： 北京、天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。。此外，本文主要變量定義說明如下：

(1)保險業(yè)指標(biāo)。采用各省保險業(yè)整體保費收入insurance、財產(chǎn)保險保費收入nonlife、壽險保費收入life與各省同期GDP的比值進行衡量。

(2)經(jīng)濟增長指標(biāo)。為衡量一國或地區(qū)的宏觀經(jīng)濟運行狀況，采用發(fā)展經(jīng)濟學(xué)中人均國內(nèi)生產(chǎn)總值(PerCapitaGrossDomesticProduct)，即“人均rgdp”，作為衡量經(jīng)濟發(fā)展?fàn)顩r的指標(biāo)。該指標(biāo)數(shù)值越大表明該省市的經(jīng)濟增長水平越高。為了消除異方差，對人均GDP取對數(shù)。

(4)金融深化指標(biāo)。金融深化程度往往影響該地區(qū)融資規(guī)模及金融風(fēng)險程度。其中融資規(guī)模越大，實體經(jīng)濟獲得的資金支持就越多，而金融風(fēng)險則阻礙資金投資。本文選取本外幣貸款總額占GDP的比重來構(gòu)建金融發(fā)展指標(biāo)(fincredit)，以衡量一國或地區(qū)金融發(fā)展情況，通常該指標(biāo)越大說明該地區(qū)金融發(fā)展水平越高。金融風(fēng)險程度finrisk則用各省不同年份銀行業(yè)不良貸款率進行衡量，通常不良貸款率越高代表該區(qū)域金融融資風(fēng)險程度越高，越不利于資金向?qū)嶓w經(jīng)濟流通。

(5)控制變量Controli,t： 實物資本存量lncapital(各地區(qū)實物資本取對數(shù)衡量資本投入)，人力資本投入lnhuman(以各省勞動力平均受教育年限衡量勞動力投入)，政府支出lngover(政府消費和投資對數(shù))，進出口總額lntrade(各地進出口總額對數(shù))，通貨膨脹率cpi(衡量各地區(qū)價格波動或者宏觀經(jīng)濟不確定性對經(jīng)濟增長的影響)。

表1給出了各變量的描述性統(tǒng)計。

表1 各變量的描述性統(tǒng)計

資料來源： 中國國家統(tǒng)計局、中國統(tǒng)計年鑒、中國金融年鑒和廈門大學(xué)數(shù)據(jù)庫。

三 實證結(jié)果與分析

1.“線性檢驗”與“剩余非線性檢驗”

為了考察保險業(yè)發(fā)展在不同地區(qū)金融深化水平存在差異情況下對經(jīng)濟增長的影響，結(jié)合各地宏觀經(jīng)濟基本面情況，重點考察保險業(yè)發(fā)展在不同金融發(fā)展規(guī)模及金融風(fēng)險程度等門限變量下，對經(jīng)濟增長的非線性門限效應(yīng)。其中，借鑒陳創(chuàng)練和楊子暉(2012)[35]、陳創(chuàng)練和黃楚光(2015)[36]、趙進文等(2010)[15]等的研究，選擇各省本外幣貸款總額占GDP比重衡量各地金融發(fā)展水平，選擇各省銀行業(yè)不良貸款率衡量各省金融風(fēng)險程度，并以這兩個變量作為金融深化水平的綜合衡量指標(biāo)，構(gòu)建非線性時變面板平滑轉(zhuǎn)換回歸模型(TV-PSTR)。在面板平滑轉(zhuǎn)換回歸TV-PSTR模型中，位置參數(shù)m的取值直接影響轉(zhuǎn)移函數(shù)g(Qit, γ, Qc)，借鑒Gonzulezetal.(2005)[34]、Granger和Terasvirta(1993)[37]的方法，根據(jù)AIC和BIC的準(zhǔn)則，同時結(jié)合包含區(qū)制個數(shù)不過多的TV-PSTR已能充分反映面板數(shù)據(jù)異質(zhì)性，最后確定本文模型的最優(yōu)位置參數(shù)個數(shù)為1。

確定了轉(zhuǎn)換函數(shù)g(Qit, γ, Qc)的位置參數(shù)后，要對金融發(fā)展水平、金融風(fēng)險程度與不同地區(qū)經(jīng)濟增長之間的非線性關(guān)系進行檢驗。首先，進行時變面板平滑轉(zhuǎn)換回歸模型的“線性檢驗”與“剩余非線性檢驗”，以考察保險業(yè)發(fā)展的經(jīng)濟增長效應(yīng)中存在的非線性轉(zhuǎn)換函數(shù)的最優(yōu)個數(shù)，并將檢驗結(jié)果列于下表。

表2 轉(zhuǎn)換函數(shù)位置參數(shù)個數(shù)檢驗

注： 最優(yōu)位置參數(shù)個數(shù)檢驗的AIC和BIC準(zhǔn)則參考Granger和Terasvirta(1993)[37]的方法。

表3 時變面板平滑轉(zhuǎn)換回歸模型的“線性檢驗”與“剩余非線性檢驗”

注： *、**和***分別表示在10%、5%和1%的水平顯著，中括號內(nèi)為P值。

分析表3的實證檢驗結(jié)果，當(dāng)選擇金融發(fā)展水平、金融風(fēng)險程度作為模型的門檻變量進行線性檢驗時，各模型的F、LM和pseudo-LRT統(tǒng)計量均在1%顯著性水平拒絕r=0的原假設(shè)，說明隨著金融發(fā)展規(guī)模提高或金融風(fēng)險程度的增強，保險業(yè)發(fā)展、金融深化與經(jīng)濟增長之間存在著顯著的非線性效應(yīng)。此外，表4的檢驗結(jié)果顯示，在1%的顯著性水平上，各模型非線性區(qū)制轉(zhuǎn)換函數(shù)的最優(yōu)個數(shù)為1。

2.非線性模型的參數(shù)估計

在確定最優(yōu)模型選擇后，本文借鑒Gonzulezetal.(2005)[37]的方法，對TV-PSTR時變模型進行參數(shù)估計。采用“去均值”的方法消除個體固定效應(yīng)，然后采用非線性最小二乘法進行參數(shù)估計，借鑒Goffeetal.(1994)[38]、Brooks和Morgan(1995)[39]以及Gonzulezetal.(2005)[34]等的研究，采用格點法(Grid)來搜索最優(yōu)的參數(shù)估計值，然后將其作為非線性最優(yōu)算法的初始參數(shù)，并在確保模型參數(shù)收斂的基礎(chǔ)上進行參數(shù)估計，結(jié)果如下表所示。

表4 保險發(fā)展與經(jīng)濟增長關(guān)系參數(shù)估計

(續(xù)上表)

門限變量線性面板模型非線性時變面板平滑轉(zhuǎn)換回歸模型金融發(fā)展水平金融風(fēng)險程度Sargent檢驗7.435--[1.000]--

注： *、**和***分別表示在10%、5%和1%的水平顯著，括號內(nèi)的值為標(biāo)準(zhǔn)差。

由表4的實證結(jié)果可知，動態(tài)非線性平滑面板TV-PSTR模型的檢驗結(jié)果比線性模型更加符合實際，模型中各變量統(tǒng)計顯著性更優(yōu)。根據(jù)非線性模型實證結(jié)果可知，以金融發(fā)展水平(金融規(guī)模)做轉(zhuǎn)換函數(shù)的門限變量，平滑參數(shù)γ的估計值較小(2.083)，說明非線性轉(zhuǎn)換函數(shù)具有較明顯的平滑轉(zhuǎn)化特征，隨著各省金融發(fā)展水平提高，保險業(yè)對經(jīng)濟增長的影響呈現(xiàn)漸進演變的非線性關(guān)系；而以金融風(fēng)險程度(金融風(fēng)險)做門限變量，平滑參數(shù)γ的估計值較大(12.481),說明隨金融風(fēng)險加劇，保險業(yè)對經(jīng)濟增長影響的非線性效果更強烈，變化速度更快。其中，當(dāng)金融發(fā)展水平(金融規(guī)模)低于門限變量(4.294)時，金融系統(tǒng)處于低轉(zhuǎn)換區(qū)制，此時保險業(yè)對經(jīng)濟增長的線性影響部分首先呈現(xiàn)負(fù)效應(yīng)，而后隨著金融發(fā)展水平高于門限變量(4.294)時，非線性部分的影響效應(yīng)逐漸起主導(dǎo)作用，保險業(yè)對經(jīng)濟增長逐漸呈現(xiàn)正影響效應(yīng)；而當(dāng)金融風(fēng)險程度(金融風(fēng)險)低于門限變量(3.492)時，金融系統(tǒng)處于低風(fēng)險區(qū)制，保險業(yè)對經(jīng)濟增長的影響首先呈現(xiàn)正效應(yīng)，后隨著金融風(fēng)險擴大逐漸轉(zhuǎn)為負(fù)效應(yīng)。由此可見，保險業(yè)發(fā)展與經(jīng)濟增長確實存在非線性金融深化門限效應(yīng)，隨著金融系統(tǒng)的金融規(guī)模、金融風(fēng)險變化存在不同關(guān)系。此外，從線性與非線性模型實證可知，壽險需求比財險需求對經(jīng)濟增長的影響更顯著，這可能與我國目前保險業(yè)的發(fā)展規(guī)律相關(guān)，在保險規(guī)模與保險增長速度方面，壽險明顯比財險更具影響力。

此外，為確保實證結(jié)果的可靠性，對模型的異方差和穩(wěn)健性進行檢驗。其中，借鑒魏華林等(2015)[17]、陳創(chuàng)練和黃楚光(2015)[36]的方法，本文采用White檢驗方法對模型的異方差展開檢驗(見下表)，結(jié)果顯示在1%的顯著性水平上，參數(shù)估計的殘差均不存在異方差，說明估計結(jié)果是可靠的。

表5 異方差White檢驗

采取以下方法進行穩(wěn)健性檢驗。在不同金融深化門限下逐一剔除一個控制變量進行實證。結(jié)果表明TV-PSTR模型依舊是單轉(zhuǎn)換函數(shù)和兩個區(qū)制模型，其中除了剔除實物資本存量(lncapital)、勞動力資本(lnhuman)導(dǎo)致通貨膨脹率系數(shù)由負(fù)變正同時顯著性存在變化，以及剔除勞動力資本(lnhuman)時政府支出系數(shù)變負(fù)外，其他結(jié)果均與表4估計結(jié)果一致。

注： *、**和***分別表示在10%、5%和1%顯著水平上通過t顯著性檢驗。

表7 TV-PSTR模型(金融風(fēng)險門限)逐一剔除一個控制變量的穩(wěn)健性檢驗

注： *、**和***分別表示在10%、5%和1%顯著水平上通過t顯著性檢驗。

3. 非線性轉(zhuǎn)換關(guān)系分析

圖2 財險發(fā)展與經(jīng)濟增長的非線性關(guān)系： 金融發(fā)展水平

由圖2可知，財險發(fā)展對經(jīng)濟增長的影響只有在該區(qū)域金融發(fā)展水平(金融規(guī)模)達(dá)到一定程度時才能呈現(xiàn)正效應(yīng)，這主要得分析在金融規(guī)模變化下，財險發(fā)展是通過什么因素影響經(jīng)濟增長。根據(jù)趙進文等(2010)[15]的研究，一國或地區(qū)金融發(fā)展水平越高，金融系統(tǒng)的資金配置效率和投資效率越有效，金融消費對經(jīng)濟增長具有強拉動效應(yīng)。本文認(rèn)為財險通過經(jīng)濟補償功能能有效降低企業(yè)面臨災(zāi)害時出現(xiàn)流動性危機的可能性，進而可有效降低企業(yè)的風(fēng)險再融資成本，提高企業(yè)的資本投資回報率和周轉(zhuǎn)率。同時提高企業(yè)風(fēng)險意識，強化企業(yè)對風(fēng)險的識別和管理能力，減少生產(chǎn)中的不必要損失，從而提高生產(chǎn)要素的生產(chǎn)效率。但在金融發(fā)展水平低下的地區(qū)，資金投融資渠道不順暢，財險資金沒有發(fā)揮更好的功能作用，對經(jīng)濟的正效應(yīng)較弱。此外，與Nieh(2012)[42]、曾智等(2014)[14]等研究結(jié)論一致，金融發(fā)展水平低下地區(qū)，實體經(jīng)濟獲得有效資本不足，往往經(jīng)濟發(fā)展水平低下，財險通過經(jīng)濟補償功能降低企業(yè)流動性危機，提高投資回報率和周轉(zhuǎn)率進而促進經(jīng)濟增長的效果并不顯著。從圖2可知，目前我國多數(shù)省份金融發(fā)展水平指標(biāo)在4以下，其中多數(shù)省份財險發(fā)展對經(jīng)濟增長有負(fù)效應(yīng)。而當(dāng)金融發(fā)展水平指標(biāo)達(dá)到4以上，財險發(fā)展對經(jīng)濟增長影響更多來自非線性部分，逐漸由負(fù)效應(yīng)轉(zhuǎn)換為正拉動作用，在金融發(fā)展水平達(dá)到6以上，財險發(fā)展對經(jīng)濟增長的正拉動作用趨于穩(wěn)定。

由圖3可知，在金融風(fēng)險程度較低的地區(qū)(風(fēng)險指標(biāo)3.5以內(nèi))，財險發(fā)展對經(jīng)濟增長的影響具有正效應(yīng)，當(dāng)金融風(fēng)險程度指標(biāo)大于3.5，財險發(fā)展對經(jīng)濟增長的影響主要由非線性部分主導(dǎo)，呈現(xiàn)負(fù)效應(yīng)。與Adamsetal.(2009)[4]、Avrametal.(2010)[10]等的研究結(jié)論一致，一國或地區(qū)金融風(fēng)險程度越高，會大幅度降低該金融系統(tǒng)的資金配置效率和投資效率，阻礙保險消費對實體經(jīng)濟的拉動作用。廖樸(2015)[41]認(rèn)為財險正是通過風(fēng)險管理等對長期經(jīng)濟增長形成促進作用。但趙進文(2010)[15]等認(rèn)為金融風(fēng)險加劇，會給居民和企業(yè)帶來更多的信貸風(fēng)險，損害了信用擔(dān)保和償還機制，降低居民金融保險對經(jīng)濟增長的作用。實際上對財險發(fā)展而言，金融風(fēng)險程度加劇，意味該區(qū)資產(chǎn)不良率升高，壞賬損失增高，會嚴(yán)重?fù)p害保險的經(jīng)濟補償功能，阻礙分散金融投資風(fēng)險從而拉動經(jīng)濟增長的路徑。從圖3可知，目前我國多數(shù)省份金融風(fēng)險程度指標(biāo)在3.5以上，其中多數(shù)省份財險發(fā)展對經(jīng)濟增長有負(fù)效應(yīng)。只有北京、上海、重慶、廣東等少數(shù)省份金融風(fēng)險程度控制在3.5以內(nèi)，這些地區(qū)財險發(fā)展對經(jīng)濟增長的促進作用由模型線性部分主導(dǎo)，對經(jīng)濟增長的促進作用穩(wěn)定在較高水平。

相對于圖2，壽險發(fā)展對經(jīng)濟增長的影響在金融發(fā)展水平指標(biāo)達(dá)到6以上時，比財險更有效，而與此同時，當(dāng)金融發(fā)展水平處于4.5以下的低水平時，壽險對經(jīng)濟增長的阻礙作用也比財險要明顯，這與我國目前保險業(yè)發(fā)展情況相關(guān)。從目前我國多數(shù)省份的保險業(yè)發(fā)展規(guī)律分析，在保險規(guī)模占比與保險規(guī)模增長速度方面，壽險明顯比財險更具影響力，對經(jīng)濟影響更大。此外，從圖4可知，只有在金融發(fā)展水平(金融規(guī)模)達(dá)到一定程度時，壽險對經(jīng)濟增長才能呈現(xiàn)正效應(yīng)。相對于財險的經(jīng)濟補償功能而言，壽險具備融資功能，能實現(xiàn)儲蓄資金向投資資金的轉(zhuǎn)化，從而形成壽險對經(jīng)濟增長的溢出效應(yīng)和規(guī)模發(fā)展效應(yīng)(趙進文等，2010)[15]。事實上，壽險能有效實現(xiàn)居民收入在消費和儲蓄間的分配，在提高居民邊際消費傾向的同時，又能促進儲蓄在各種投資間的分配效率，從而實現(xiàn)資本有效配置，擴大實體經(jīng)濟有效資本的規(guī)模。Azman-saini和Smith(2011)[6]等研究也認(rèn)為壽險可以降低居民對貨幣現(xiàn)金、易變現(xiàn)資產(chǎn)的需求，促進個人儲蓄轉(zhuǎn)換為更高回報的資產(chǎn)，從而為經(jīng)濟及金融系統(tǒng)儲備更多有效資金。而同時，與趙進文等(2010)[15]研究一致，壽險的強儲蓄功能，在金融發(fā)展水平低下的地區(qū)，很難實現(xiàn)儲蓄向投資的轉(zhuǎn)換，反而會因為儲蓄擠占部分投資和消費，阻礙經(jīng)濟增長。

圖4 壽險發(fā)展與經(jīng)濟增長的非線性關(guān)系： 金融發(fā)展水平

由圖5可知，在金融風(fēng)險程度較低的地區(qū)(風(fēng)險指標(biāo)3.5以內(nèi))，壽險發(fā)展對經(jīng)濟增長具有較大的拉動作用，而當(dāng)金融風(fēng)險程度指標(biāo)大于3.5，壽險發(fā)展對經(jīng)濟增長呈現(xiàn)較大的負(fù)效應(yīng)。一國或地區(qū)金融風(fēng)險程度越高，會大幅度降低該金融系統(tǒng)儲蓄資金的投資效率，阻礙儲蓄資金對實體經(jīng)濟的轉(zhuǎn)換投資。Broner和Ventura(2010)[23]、Park和An(2012)[24]等認(rèn)為，只有降低地區(qū)金融風(fēng)險，平抑資本異常波動，穩(wěn)定金融系統(tǒng)，才能拓寬投融資渠道促進經(jīng)濟增長。實際上對壽險發(fā)展而言，地區(qū)金融風(fēng)險程度加劇，意味著資產(chǎn)投資不良率升高，損失率增高，受風(fēng)險厭惡的影響，多數(shù)資金選擇低風(fēng)險的儲蓄資產(chǎn)，降低對實體經(jīng)濟和金融資產(chǎn)的投資，會嚴(yán)重?fù)p害壽險的融資功能，阻礙儲蓄向投資的轉(zhuǎn)換效率從而擠占部分投資與消費，對經(jīng)濟增長形成負(fù)效應(yīng)。從圖5可知，目前我國多數(shù)省份金融風(fēng)險程度指標(biāo)在3.5以上，其中多數(shù)省份壽險發(fā)展對經(jīng)濟增長有負(fù)效應(yīng)。只有北京、上海、重慶、廣東、江蘇等少數(shù)省份金融風(fēng)險程度控制在3.5以內(nèi)，這些地區(qū)壽險發(fā)展對經(jīng)濟增長的促進作用均穩(wěn)定在較高水平。

圖5 壽險發(fā)展與經(jīng)濟增長的非線性關(guān)系： 金融風(fēng)險程度

圖6 轉(zhuǎn)換函數(shù)的動態(tài)變化規(guī)律： 金融發(fā)展水平、金融風(fēng)險程度

根據(jù)圖6，在金融深化過程中，我國金融風(fēng)險程度(金融風(fēng)險)在2008年以前一直居高不下，2008年以后一直控制在歷史低位。事實上，2000-2003年期間，我國整體銀行不良貸款率一直處于高位，接近20%，2008年下降到2.42%，之后風(fēng)險一直降低，直到2015年略有上升但仍控制在1.81%的較低水平。在此過程中，隨著金融風(fēng)險程度的變化，保險業(yè)發(fā)展對經(jīng)濟增長的影響也逐步由負(fù)效應(yīng)轉(zhuǎn)化為正效應(yīng)，并隨時間變化呈現(xiàn)較明顯的非線性關(guān)系。在金融深化過程中，從金融發(fā)展水平分析(金融規(guī)模)，2000年為降低金融風(fēng)險，對信貸等控制嚴(yán)格，雖然整體不良貸款額較快下降，但金融資產(chǎn)對實體經(jīng)濟的支持力度也下降，直到2008年金融危機過后，金融系統(tǒng)整體風(fēng)險下降到低位，金融規(guī)模對實體經(jīng)濟的支持才繼續(xù)擴大。在此過程中，保險發(fā)展也伴隨著金融發(fā)展水平的變化對經(jīng)濟增長呈現(xiàn)較明顯的非線性影響。綜上分析，在金融深化過程中，保險業(yè)發(fā)展對經(jīng)濟增長的影響隨金融發(fā)展水平(金融規(guī)模)、金融風(fēng)險程度(金融風(fēng)險)變化而不同，2000-2008年金融風(fēng)險較高，金融發(fā)展水平降低時，保險業(yè)發(fā)展對經(jīng)濟增長整體呈現(xiàn)負(fù)效應(yīng)；2008-2015年，金融風(fēng)險減低，金融發(fā)展擴大，保險業(yè)發(fā)展對經(jīng)濟增長逐漸呈現(xiàn)正效應(yīng)。但2014年以來，金融系統(tǒng)不良貸款有上升趨勢，加之金融規(guī)模擴張過快，易造成較嚴(yán)重金融泡沫，需要防范金融系統(tǒng)逆轉(zhuǎn)對經(jīng)濟增長造成負(fù)面沖擊。

四 結(jié)論與啟示

近年來，我國深化金融市場改革，并通過2015年“新國十條”等方案推動我國保險業(yè)迅速發(fā)展，使得保險業(yè)在現(xiàn)代金融業(yè)的作用逐漸增強，保險與經(jīng)濟發(fā)展更加密切。區(qū)別于眾多學(xué)者對保險業(yè)與經(jīng)濟增長的研究，本文考慮到保險業(yè)的經(jīng)濟增長效應(yīng)因各地金融系統(tǒng)不同而存在差異，采用最新時變面板平滑轉(zhuǎn)換回歸模型(TV-PSTR)，構(gòu)建包括金融系統(tǒng)因素和宏觀經(jīng)濟基本面因素的非線性框架，研究我國30個省、市、自治區(qū)2000-2015年保險業(yè)發(fā)展與經(jīng)濟增長關(guān)系。在此過程中，結(jié)合當(dāng)前經(jīng)濟增速放緩，金融發(fā)展及保險業(yè)在各省發(fā)展不平衡的現(xiàn)狀，重點分析在金融規(guī)模與金融風(fēng)險顯著差異的情況下，保險業(yè)存在的非線性經(jīng)濟增長效應(yīng)及其變化規(guī)律。

研究發(fā)現(xiàn)，動態(tài)非線性TV-PSTR模型檢驗結(jié)果比線性模型更可靠。以金融發(fā)展水平(金融規(guī)模)為門限變量，非線性轉(zhuǎn)換函數(shù)具有明顯的平滑轉(zhuǎn)化特征，隨著各省金融發(fā)展水平提高，保險業(yè)對經(jīng)濟增長的影響呈現(xiàn)漸進演變的非線性關(guān)系；以金融風(fēng)險為門限變量，隨著金融風(fēng)險加劇，保險業(yè)對經(jīng)濟增長影響的非線性效果更強烈，變化速度更快。

研究還表明，地區(qū)金融發(fā)展水平提高，金融系統(tǒng)的資金配置效率和投資效率越有效，保險業(yè)對經(jīng)濟增長具有強拉動效應(yīng)。其中財險通過經(jīng)濟補償功能分散風(fēng)險、壽險通過融資功能實現(xiàn)儲蓄資金向投資的轉(zhuǎn)化從而拉動經(jīng)濟增長；而金融發(fā)展水平低下的地區(qū)，資金投融資渠道不順暢，財險資金運用對經(jīng)濟的正效應(yīng)功能較弱，壽險也難實現(xiàn)儲蓄向投資的轉(zhuǎn)換，反而會因儲蓄擠占部分投資和消費，阻礙經(jīng)濟增長。

此外研究發(fā)現(xiàn)，地區(qū)金融風(fēng)險程度提高，會大幅度降低資金配置效率和投資效率，阻礙保險業(yè)對實體經(jīng)濟的拉動作用。其中金融風(fēng)險加劇，導(dǎo)致資產(chǎn)不良率升高，壞賬損失擴大，損害保險經(jīng)濟補償功能的發(fā)揮。同時受風(fēng)險厭惡傾向影響，多數(shù)資金選擇低風(fēng)險的儲蓄資產(chǎn)，從而降低對實體經(jīng)濟和金融資產(chǎn)的投資，損害壽險的融資功能，阻礙儲蓄向投資的轉(zhuǎn)換從而擠占部分投資與消費，對經(jīng)濟增長形成負(fù)效應(yīng)。

基于以上研究結(jié)論，本文得出以下兩點啟示：

第一，隨著我國金融改革深化，各地區(qū)保險業(yè)發(fā)展的經(jīng)濟增長正效應(yīng)逐漸顯現(xiàn)。但由于各省保險業(yè)發(fā)展不平衡，加之金融發(fā)展水平不同，保險業(yè)對經(jīng)濟增長的促進作用存在差異。在推動保險業(yè)發(fā)展的同時，需要兼顧各地區(qū)財險、壽險的均衡發(fā)展，改善地區(qū)金融市場投融資環(huán)境，以提高保險資金投融資效率，進而促進保險業(yè)發(fā)展對經(jīng)濟增長的正效應(yīng)。

第二，在金融深化過程中，保險業(yè)發(fā)展對經(jīng)濟增長的影響效應(yīng)隨金融規(guī)模、金融風(fēng)險變化而不同。2008年以前，我國多數(shù)省份金融風(fēng)險較高，金融發(fā)展水平較低，保險業(yè)發(fā)展對經(jīng)濟增長呈現(xiàn)負(fù)效應(yīng)；2008年金融危機之后，銀行等不良貸款較大幅度下跌，金融風(fēng)險降低，金融發(fā)展擴大，保險業(yè)發(fā)展對經(jīng)濟增長逐漸呈現(xiàn)正效應(yīng)。

[1] 魏華林, 林寶清. 保險學(xué)(第三版)[M]. 北京: 高等教育出版社, 2011.

[2]Beenstock,M.,Dickinson,G.,Khajuria,S..TheRelationshipBetweenProperty-liabilityInsurancePremiumsandIncome:AnInternationalAnalysis[J]. Journal of Risk & Insurance, 1988, 55(2): 259-272.

[3]Outreville,J.F..TheEconomicSignificanceofInsuranceMarketsinDevelopingCountries[J]. Journal Risk and Insurance, 1990, 57(3): 487-498.

[4]Adams,M.,Andersson,J.,Andersson,L.F.,etal..CommercialBanking,InsuranceandEconomicGrowthinSwedenBetween1830and1998[J]. Accounting, Business and Financial History, 2009, 19(1): 21-28.

[5]Ward,D.,ZurbrueggR..DoesInsurancePromoteEconomicGrowth?EvidenceFromOECDCountries[J]. Journal of Risk and Insurance, 2000, 67(4): 489-506.

[6]Azman-Saini,W.,Smith,P..FinanceandGrowth:NewEvidenceontheRoleofInsurance[J]. South African Journal of Economics, 2011, 79(2): 111-127.

[7]Webb,I.,Grace,M.,Skipper,H..TheEffectofBankingandInsuranceontheGrowthofCapitalandOutput[R]. 2002.

[8]Boon,T.K..DoCommercialBanks,StockMarketandInsuranceMarketPromoteEconomicGrowth?AnAnalysisoftheSingaporeEconomy[R]. 2005.

[9]Avram,K.,Nguyen,Y.,Skully,M..InsuranceandEconomicGrowth:ACrossCountryExamination[R]. 2010.

[10]Skipper,H.D..ForeignInsurersinEmergingMarkets:IssuesandConcerns[J]. Centre for Risk Management and Insurance, Georgia State University, Occasional Paper, 1997: 97-102.

[11]Arena,M..DoesInsuranceMarketActivityPromoteEconomicGrowth?ACross-countryStudyforIndustrializedandDevelopingCountries[J]. Journal of Risk and Insurance, 2008, 75(4): 921-946.

[12] 邵全權(quán). 保險業(yè)結(jié)構(gòu)、 區(qū)域差異與經(jīng)濟增長[J]. 經(jīng)濟學(xué)(季刊), 2012, (2): 635-674.

[13] 沈坤榮, 魏鋒. 中國保險市場發(fā)展的非線性增長效應(yīng)研究[J]. 金融研究, 2010, (7): 158-170.

[14] 曾智, 姚鵬, 楊光. 我國保險市場非線性經(jīng)濟增長效應(yīng)分析——基于ACE算法的實證研究[J]. 保險研究, 2014, (12): 14-23.

[15] 趙進文, 刑天才, 熊磊. 我國保險消費的經(jīng)濟增長效應(yīng)[J]. 經(jīng)濟研究, 2010, (2): 39-50.

[16]Beenstock,M.,Dickinson,G.,Khajuria,S..TheDeterminantsofLifePremiums:AnInternationalCross-sectionAnalysis1970-1981[J]. Insurance Mathematics Economics, 1988, 5(4): 261-270.

[17] 魏華林, 宋平凡, 郭靜艷. 保險消費的非線性收入效應(yīng)與收入差距——基于PSTR模型的實證研究[J]. 經(jīng)濟評論, 2015, (2): 78-87.

[18] 劉學(xué)寧. 收入水平對保險消費影響的實證研究[J]. 保險研究, 2012, (12): 28-36.

[19]Broner,F.A.,Rigobon,R..WhyareCapitalFlowsSoMuchVolatileinEmergingThaninDevelopedCountries?[R].CentralBankofChileWorkingPapers,No. 328, 2005.

[20]Aoki,K.,Benigno,G.,Kiyotaki,N..CapitalFlowsandAssetPrices[A]// NBER Book Series: NBER International Seminar on Macroeconomics, Chapter 4[M]. 2007.

[21]Broto,C.,Diaz-Cassou,J.,Erce-Dominguez,A..TheSourcesofCapitalFlowsVolatility:EmpiricalEvidenceforEmergingCountries[R].BancodeEspana,workingpaper, 2007.

[22]Broner,F.A.,Ventura,J..RethinkingtheEffectsofFinancialLiberalization[R].NBERWorkingPaper,No.16640, 2010.

[23]Park,B.,An,J..CanCapitalAccountLiberalizationLessenCapitalVolatilityinaCountrywithOriginalSin?[R].AsianEconomicPapers, 2012, 11: 1-22.

[24] 吳永鋼, 李政. 我國保險業(yè)發(fā)展的經(jīng)濟增長效應(yīng): 基于金融協(xié)調(diào)視角[J]. 南開經(jīng)濟研究, 2013, (4): 82-94.

[25] 吳洪, 趙桂芹. 保險發(fā)展、 金融協(xié)調(diào)和經(jīng)濟增長——基于省級面板數(shù)據(jù)的研究[J]. 經(jīng)濟科學(xué), 2010, (3): 61-72.

[26]Besseca,M.,Fouquaub,J..TheNon-linearLinkBetweenElectricityConsumptionandTemperatureinEurope:AThresholdPanelApproach[J]. Energy Economics, 2008, 30(5): 2705-2721.

[27]Aslanidis,N.,Iranzo,S..EnvironmentandDevelopment:IsThereAKuznetsCurveforCO2Emissions[J]. Applied Economics, 2009, 41(6): 803-810.

[28]Ching,K.S.,Kogid,M.,Furuoka,F..CausalRelationBetweenLifeInsuranceFundsandEconomicGrowth:EvidencefromMalaysia[J]. Asian Economic Bulletin, 2010, 27(2): 185-199.

[29]Goldsmith,R.W.. Financial Structure and Development[M].NewHaven:YaleUniversityPress, 1969.

[30]McKinnon,R.I.. Money and Capital in Economic Development[M].Washington:BrookingsInstitution, 1973.

[31]Wurgler,J..FinancialMarketsandtheAllocationofCapital[J]. Journal of Financial Economics, 2000, 58(1-2): 187-214.

[32]Huang,H.C.,Fang,W.S.,Miller,S.M..DoesFinancialDevelopmentVolatilityAffectIndustrialGrowthVolatility?[J]. International Review of Economics & Finance, 2014, 29(1): 307-320.

[33] 李后建. 收入差距、 金融發(fā)展與保險消費增長: 來自全球40個國家的證據(jù)[J]. 保險研究, 2013, (8): 24-34.

[34]Gonzulez,A.,Terasvirta,T.,vanDijk,D..PanelSmoothTransitionRegressionModel[R].WorkingPaperSeriesinEconomicsandFinance, 2005.

[35] 陳創(chuàng)練, 楊子暉. “泰勒規(guī)則”、 資本流動與匯率波動研究[J]. 金融研究, 2012, (11): 60-73.

[36] 陳創(chuàng)練, 黃楚光. 資本賬戶開放、 金融風(fēng)險與外匯儲備的非線性關(guān)系研究[J]. 財經(jīng)研究, 2015, (8): 64-78.

[37]Granger,C.W.,Terasvirta,T.. Modelling Non-linear Economic Relationships[M].Oxford:OxfordUniversityPress, 1993.

[38]Goffe,W.L.,Ferrier,G.D.,Rogers,J..GlobalOptimizationofStatisticalFunctionswithSimulatedAnnealing[J]. Journal of Econometrics, 1994, 60(1-2): 65-99.

[39]Brooks,S.P.,Morgan,B.J.T..OptimizationUsingSimulatedAnnealing[J]. The Statistician, 1995, 44: 241-257.

[40]Lee,C.C.,Chiu,Y.B..TheImpactofRealIncomeonInsurancePremiums:EvidencefromPanelData[J]. International Review of Economics and Finance, 2012, 21(1): 246-260.

[41] 廖樸. 財產(chǎn)保險對長期經(jīng)濟增長的促進作用研究——基于保險的風(fēng)險轉(zhuǎn)移與補償功能視角[J]. 保險研究， 2015， (6)： 32-46.

The Different Economic Growth Effect from Our Country Insurance Market in Financial Deepening——Based on Time-Varying Panel Smooth Transitional Regression Model

ZENG Jing XU Yang

With the role of insurance in financial markets is increasingly important, insurance boosts economic growth. But the difference in financial system and insurance development cause big differences in the economic growth. Then, this paper uses the dynamic panel smooth transition regression model to investigate the relationship between Insurance and Economic growth for thirty countries in a nonlinear framework.This paper construct a nonlinear model introducing financial system and macroeconomic fundamentals factors, and then analysis the effect to the economic growth from the insurance market development. The estimated results show that the more efficient of financial system, insurance consumption has a strong pulling effect on economic growth, while Life insurance has more economic growth than insurance effect. The higher degree of regional financial risk will improve financial defaults and investment risk, and then cause the effect of weakening property casualty economic compensation function on the real economy. At the same time, it prevents life insurance capital to invest the real economy, thus squeezing out investment and consumption, and will cause negative effects on economic growth. At last this paper puts forward some policy enlightenment.

insurance development; financial deepening; economic growth; dynamic panel smooth transitional regression model

2017-02-07

湖北省教育科學(xué)“十二五”規(guī)劃重點課題“基于經(jīng)濟周期的技術(shù)創(chuàng)新增長效應(yīng)研究”(項目編號： 2014A055，項目負(fù)責(zé)人： 曾婧)；2016年湖北省人文社會科學(xué)專項課題“民辦本科高校轉(zhuǎn)型背景下的師資轉(zhuǎn)型經(jīng)濟效益研究”(項目編號： 15Z164，項目負(fù)責(zé)人： 曾婧)。

曾婧，華中科技大學(xué)經(jīng)濟研究院博士、講師，研究方向： 經(jīng)濟與管理；徐陽，北京師范大學(xué)經(jīng)濟與資源管理研究院博士研究生，研究方向： 區(qū)域經(jīng)濟學(xué)和空間計量經(jīng)濟學(xué)。

F830

A

1674-8298(2017)04-0093-17

[責(zé)任編輯： 陳 林]

10.14007/j.cnki.cjpl.2017.04.009

方式]曾婧, 徐陽. 金融系統(tǒng)深化下保險業(yè)發(fā)展的經(jīng)濟增長效應(yīng)差異——基于時變面板平滑轉(zhuǎn)換回歸模型[J]. 產(chǎn)經(jīng)評論, 2017, 8(4): 93-109.