我國壽險需求影響因素的嶺回歸分析

馬利蕓

摘要：以壽險保費收入作為度量的指標，對壽險需求進行了研究，利用1996到2016年共21年度的相關數據，結合國內外各學者的相關研究，選取可能對壽險需求產生影響的因素，使用回歸分析方法建立嶺回歸模型進行定量分析，結果表明人均國內生產總值、儲蓄、收入、教育和城市化程度與壽險需求存在著正相關關系，銀行利率與壽險需求呈負相關，死亡率、老齡化和通貨膨脹率對壽險需求的影響效果不明顯。

關鍵詞：壽險需求;影響因素;共線性;嶺回歸

中圖分類號：D9文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2019.05.056

1引言

自1979年中國恢復保險業務以來，我國的保險業發展迅速。人壽保險作為一項關乎民生的保險業務，亦是保險業的重要組成部分，自1982年中國人民保險公司恢復人壽保險業務以來，取得了突飛猛進的發展。我國的壽險保費收入在1990年僅有50.08億，至2016年收入已達22234.6億元，僅27年的時間就增長了300多倍，特別是2000年以后隨著新型投資型壽險產品的出現，壽險產品形態不斷豐富，壽險保費收入已成為保險業最主要的收入來源。因此分析壽險需求的影響因素、對壽險保費收入做出合理準確的預測，對保險公司制定相關的發展規劃和保監會制定保險方面的政策、法規等都有一定的參考意義。

2壽險需求的嶺回歸分析

2.1變量選取和數據來源

反應壽險需求的指標較多，在這里我們考慮數據的可得性和人口數量對壽險需求的影響，選取人均壽險保費收入（元）Y來作為被解釋變量。

對于上述選擇的指標，有些指標并沒有直接的數據，但是卻可以通過其它的指標衡量或者計算獲得。在此對這些指標進行說明，我們以居民消費者價格指數來衡量通貨膨脹率;因為我國統計數據2013年以前并沒有人均可支配收入這一項，為了數據來源的統一性，本文均以農村和城鎮的人口數作為權重，對農村居民家庭人均純收入和城鎮居民家庭人均可支配收入進行加權平均，作為個人可支配收入指標的替代;銀行一年定期名義利率數據是根據一年期存款利率的調整日期及對應的利率采取序時平均數的計算方法得到的;用普通高等學校在校生數占人口的比重來衡量教育水平;用65歲及以上人口數所占我國總人口數的比例來衡量老齡化程度;以城市人口占全國總人口數的百分比來衡量城市化程度。

對于以上所述的解釋變量，除了X5的原始數據來源于《中國金融年鑒》外，其它解釋變量原數據均來源于《中國統計年鑒》，而被解釋變量Y數據來源于“中國保險監督委員會”。以上所選數據樣本均為1996-2006年共21年的分年度數據資料。

2.3多重共線性檢驗

在R中得到條件數κ值為865057.8，計算方差膨脹因子值如表1所示。

結合上面的分析，由κ值和VIF值可知，該模型具有嚴重的多重共線性。此時，為了解決多重共線性的問題，我們使用嶺回歸法來建立回歸模型。

2.4嶺回歸模型的建立

在R中可以利用ridge包中的linearRidge（）函數進行嶺回歸，該函數可以自動選擇嶺回歸參數，在R中輸入相關程序得到嶺跡圖（圖1）和相關參數估計如表3所示。

銀行一年名義利率（X5）與壽險保費收入之間呈現顯著的負相關，這說明當銀行利率增加時，壽險購買者通常將壽險保單抵押或直接退保以取得現金向其他貨幣市場或資本市場投放，壽險需求下降;反之，在銀行利率下降時，由于壽險公司對保單利率的調整具有遲延性，這時人們通常會積極投保，以此獲得低價格高收益的保障，壽險需求上升。

參考文獻

[1]趙海娟.對我國壽險經濟需求模型的改進[J].統計與信息論壇，2003，（04）：51-53.

[2]梁來存.我國壽險需求的實證分析[J].數量經濟技術經濟研究，2007，（08）：80-89.

[3]田暉.基于嶺回歸法的居民消費行為影響因素實證分析[J].消費經濟，2007，（03）：36-38.

[4]張丹平.基于嶺回歸方法的能源消費影響因素研究[J].統計與決策，2012，（21）：146-148.

[5]陳冬娟.我國壽險需求及其影響因素的實證研究[D].南京：南京大學，2011.

[6]何秀麗.多元線性模型與嶺回歸分析[D].武漢：華中科技大學，2005.