经济增长与保险业发展的动态关系研究

王月 花俊国

摘 要：采用1994—2014年的时间序列数据，运用ADF检验、Johansen协整检验、脉冲响应和方差分解等计量方法对经济增长、财产保险发展和人身保险发展之间的动态关系进行分析，结果表明三者之间存在长期的均衡关系，经济增长对财产保险发展和人身保险发展具有显著的促进作用，而且这种作用随着时间逐渐增加;从长期来看，人身保险发展对财产保险的促进作用要大于财产保险对人身保险发展的促进作用。而且在长期，随着人身保险和财产保险的发展，对经济增长也会起到促进作用。最后针对上述结论提出政策建议，为决策者提供一定的参考依据。

关键词：经济增长 人身保险消费 财产保险消费 VAR模型

中图分类号：F840  文献标识码：A

文章编号：1004-4914（2015）09-072-04

一、引言

随着我国经济的发展，居民对保险消费的需求与日剧增，截止2014年，我国总保费收入已经达到20235亿元，相对1994年的498亿元总保费收入有了很大的上升。保险作为一种特殊的金融产品，随着保险业务的开展，产品结构从单一走向多元，功能多样，在资产配置中作用明显。保险消费的提升，对居民的当期消费及预期消费，产生了不可忽视的影响。保费消费的提高，与我国经济的快速发展表现出相似性，到2014年止，已经达到20235亿元，保险业的发展对经济增长的贡献明显。

一些研究认为，保险与经济增长具有正相关关系。如林宝清认为在其他外部条件不变的情况下，保费收入与国民生产总值（GNP）具有高度的正相关关系，保费收入与GNP增长呈现出同步变动的趋势。孙祁祥和贲奔认为，社会经济发展的水平制约保险业发展，在中国保险产业的发展过程中，政府的宏观经济政策和社会经济体制的变革对人们风险意识的转变具有重要作用。肖文和谢文武认为GDP的增长决定了保险业的高速增长，保费收入与国内生产总值存在着正向相关关系。邵全权运用联立方程模型考察了保险业结构与经济增长的相互影响机制，发现保险业结构的变动对经济增长具有显著影响，提高竞争程度降低集中程度，保险业从垄断向竞争的结构调整有利于经济增长。

本文在研究中考虑了财产保险与人身保险的差异，而不同于以往研究中的不做区分。考虑到人身保险消费更多的是通过其储蓄功能来促进经济发展，而财产保险消费则因其损失补偿功能对经济产生正向作用，本文将其区分，并期望这样的区分能够较好的解释当前经济环境下，我国保险消费在经济增长中所发挥的实际作用。

二、指标选取和数据来源

（一）指标选取

本文以1994—2014年为研究期，国民生产总值（GDP）作为经济增长指标，衡量保险业发展的指标分别用财产保险与人身保险表示。其中，财产保险收入（NONLIFE）作为财产保险发展水平的指标，人身保险收入（LIFE）作为人身保险发展水平的指标。

（二）数据来源

本文选取1994—2014的年度相关数据作为样本。国民生产总值（GDP）、财产保险收入（NONLIFE）、人身保险收入（LIFE）三个指标根据相应数据计算得到，同时为了消除时间序列数据异方差的问题，并且保证时间序列的性质，对GDP、NONLIFE、LIFE进行对数处理得到经济增长、财产保险发展和人身保险发展指标LGDP、LNONLIFE和LLIFE。以上指标的原始数据来源于《中国统计年鉴》。

三、实证分析

（一）模型选择

我们研究的目的是分析经济增长、财产保险发展和人身保险发展之间的动态关系，在分析多变量动态关系时，我们可以将这些变量放在一起，作为一个系统来预测，使得预测相互融洽，我们称为多变量时间序列分析，本文采用的正是这种多变量时间序列分析。1980年美国经济学家西姆斯（C.A.Sims）所提倡的向量自回归（VAR）正是这样一种方法。本文所采用的VAR模型是一种非结构的向量自回归模型，它是将单个内生变量与其他所有的滞后值的函数来构造模型，用于时间序列系统的预测和分析随机扰动对变量系统的动态冲击，从而解释各种经济冲击对经济变量所形成的影响。VAR模型表达式为：

Yt=Γ0+Γ1Yt-1+Γ2Yt-2+…+ΓpYt-p+Π1Xt+…ΠqXt-q+Ut

其中，Yt是k维内生变量向量，Xt是d维外生变量向量，p和q分别是内生变量和外生变量的滞后阶数，Γ0，Γ1…Γp和Π1…Πq是待估计的参数矩阵，Ut是随机误差项。当外生变量为常数项时，内生变量有阶滞后期，称为VAR（p）模型。VAR模型主要是通过平稳性检验、滞后期的确定、Johansen协整检验、脉冲响应函数分析和方差分解分析等步骤，来分析变量之间的关系。

（二）平稳性检验和协整检验

1.平稳性检验。为排除由于单位根的存在而导致的伪回归的出现，我们首先对国民生产总值、财产险保费收入和人身险保费收入的指标数据，以及差分后的序列进行单位根检验。采用ADF检验方法得到的检验结果如表1所示。

由表1的检验结果可知：各变量原始序列的ADF值在显著性水平为5%时都不显著，说明各变量原始序列在5%显著性水平下都存在单位根，经过二阶差分后，在5%的显著性水平下拒绝了存在单位根的原假设，即各变量都是二阶单整I（2）序列，因此可以进行协整检验分析。

2.协整检验。协整检验有两种方法可以选择，即EG检验和JJ检验。EG检验是根据恩格尔（Engle）、格兰杰（Granger）于1987年提出的协整理论而得到，即单整阶数相同的非平稳变量之间的线性组合可能是平稳变量。JJ检验又称Johansen协整检验，是基于回归系数完全信息的协整检验。本文采用Johansen协整检验方法对国民生产总值、财产险保费收入和人身险保费收入三元非平稳变量进行协整检验。协整检验结果如表2所示，根据检验结果可以判定国民生产总值、财产险保费收入和人身险保费收入指标之间存在着协整关系，即它们之间存在长期稳定的均衡关系。

3.格兰杰因果检验。Johansen协整检验说明了经济增长、财产险保费收入和人身险保费收入三者之间存在长期均衡关系，但不能说明三者之间的确切经济含义。因此，我们用格兰杰因果关系检验三者之间的具体关系，通过滞后二阶的格兰杰因果检验，得到检验结果见表3。Granger因果检验显示在5%的显著水平下，存在LGDP到LNONLIFE的双向因果关系。在财产保险的品种当种，比重较高的是机动车辆保险、农业险、出口信用保险和企业财产保险。机动车辆险的大幅增加直接体现了汽车业的繁荣，这在一定程度上解释我国经济的增长。而诸如出口信用险则与拉动经济增长的出口直接相关，其增长必然也能够解释经济增长的部分原因。企业财产保险在企业的生产过程中发挥着重要的固定损失的作用，这样既可以让企业在平时可以有足够的资金进行投资或扩大规模，也可以保证企业一旦遭受损失时，不致因此而经营影响太大甚至破产。我国是一个农业大国，农业在国民经济中扮演着重要角色。然而，我国的农业生产一直以来都面临着各种自然灾害或疫病传染等风险，这在一定程度上制约了我国农业生产的大规模化，近年来农业险得到新的发展农业险的大幅增加为我国农业的发展规避了风险，提高了农业生产的安全性，促进了农业的发展，从而也能够在一定程度上可以解释经济增长。经济的快速发展为我国保险业的发展提供了有利的宏观条件，经济增长过程当中，会导致不确定因素的不断增加，这会促进人们更多的去消费保险不应对这些风险。

人身保险消费是经济增长的Granger原因。在人身保险中，收费方式一般采用均衡保费方式，在较长的一段时间里，投保人缴纳的纯保费大于自然保费，多于的部分可以被保险人进行合理使用，因而具有一定程度的储蓄性。在保险业中，人身保险的储蓄替代效应最为明显。在国际储蓄市场中，寿险公司所占的份额越来越大，而银行的市场份额相对下降（Allen & Santomero，1999）。经济增长不是人身保险发展的Granger原因。

人身保险消费是财产保险消费的Granger原因。究其原因，作为保险业最重要组成部分的寿险业和财险业，任何一个行业的发展都会产生行业溢出效应，促进另一行业的发展。

4.脉冲响应分析。由于VAR模型包含许多参数，而这些参数的经济意义很难解释，因此将注意力集中于脉冲响应函数。脉冲响应函数（IRF）是考察随机扰动项的一单位标准差大小的冲击对内生变量当期值和未来值所产生的动态影响，本文采用乔利斯基（Cholesky）方法进行脉冲响应分析三者之间的动态影响。从脉冲响应函数图分析表明：

图1显示，在第1期财产保险消费对经济增长单位新息冲击的响应为0.047，从第2期开始，财产保险消费对经济增长的单位新息冲击呈增长趋势，在第8期新息冲击最大，其响应值为0.067，随后开始减弱并趋于平稳。图2显示，在第1期财产保险消费对经济增长的单位新息冲击的响应为0，从2期开始，财产保险消费对经济增长的单位新息冲击出现负效应但响应较弱。从第4期开始，财产保险消费对经济增长的单位新息冲击出现正效应并呈增长趋势。从经济意义上来说，在发展初期，人身保险发展对财产保险没有促进作用，这与格兰杰检验的结果是一致的，但是人身保险发展到一定程度后，逐渐促进财产保险发展。现实中的解释是随着经济增长和人身保险的发展，不确定性增加，这在客观上必然促进财产保险的发展。因此，随着经济增长和人身保险的不断发展，必然会促进财产保险发展水平的提高。图3显示，在第1期人身保险消费对经济增长单位新息冲击的响应为0.019，冲击较弱。从第2期开始，财产保险消费对经济增长的单位新息冲击呈快速增长趋势，在第5期新息冲击最大，其响应值为0.083，随后开始减弱并趋于平稳。图4显示，前2期人身保险消费对财产保险发展的新息冲击为正效应并呈现减弱趋势，从第3期单位新息的财产保险冲击开始出现负效应。从经济意义上来说，经济增长对人身保险发展的作用比较明显，这是因为经济增长能够提供人身保险发展过程中所需的资金。人身保险初期发展过程会受财产保险的影响，财产保险对其有一定的示范作用，但随着保险市场的发展，保险市场容量有限，财产保险的发展又会制约人身保险的发展。图5显示，第1期经济增长对财产保险消费的新息冲击为0，第2期开始经济增长对财产保险消费1个单位的新息冲击出现正效应并迅速增长，在第3期新息冲击最大，其响应值为0.011，随后迅速下降。从第8期开始，经济增长对财产保险消费1个单位的新息冲击出现负效应。图6显示，第1期经济增长对人身保险发展的单位新息冲击响应为0，在第2期响应值为负，从第3期开始经济增长对人身保险发展的单位新息的响应为正效应并逐步增强。从经济意义上来说，在经济发展初期保险发展对经济增长作用不大，当经济发展到一定程度时保险业发展水平明显的促进了经济增长的进程。在经济发展到一定水平后，财产保险的发展对经济增长呈现负作用。这可以部分解释中国当前百姓投保不积极，在这样的市场上，保险应有的正外部效应得不到充分发挥，保险的功能和作用的发挥也就大受影响。

5.方差分解分析。脉冲响应函数定性的说明了随着时间的延续，各变量对于新息冲击的反应情况。本文进一步对脉冲反应进行预测误差的方差分解来定量分析每一随机扰动项的冲击对内生变量变化的贡献率，从而了解不同随机扰动项的冲击对模型内生变量的相对重要性。表4表中给出了经济增长方差分解结果，在第1期，经济增长的所有变动均来自其本身的新息冲击，随着时间的推移，自身影响的贡献率逐渐降低，财产保险和人身保险水平对经济增长的影响逐渐增加，在第10期，经济增长波动受自身影响的部分减小到86.79%，经济增长波动被人身保险发展水平冲击解释的部分达到11.77%，大于财产保险的贡献率1.45%，即人身保险发展对经济增长的影响要大于财产保险发展对经济增长的影响。

表5中给出了财产保险发展水平方差分解结果，在第1期，财产保险发展水平的所有变动来自经济增长及其自身的新息冲击，随着时间的推移，自身影响的贡献率逐渐降低，经济增长和人身保险发展对财产保险发展水平的影响逐渐增加，在第10期，财产保险发展水平受自身影响的部分减小到6.42%，经济增长冲击的贡献率上升到85.96%，大于人身保险的贡献率7.62%，即在长期中经济增长对财产保险发展水平的影响要大于人身保险对财产保险发展水平的影响。

表6中给出了人身保险发展方差分解结果，在第1期，人身保险的所有变动基本来自其本身的新息冲击，随着时间的推移，自身影响的贡献率逐渐降低，经济增长和财产保险发展对人身保险的影响逐渐增加，在第10期，人身保险发展受自身的影响的部分减小到53.52%，而经济增长冲击的贡献率上升到42.75%，大于财产保险发展的贡献率3.73%，即经济增长对人身保险发展的影响要大于财产保险对人身保险发展水平的影响。总体而言，方差分解的结论与脉冲效应分析结果是基本一致的。

四、结论及政策建议

（一）研究结论

本文基于协整理论、格兰杰因果检验、脉冲响应和方差分解等计量方法，采用1994至2014年的时间序列数据对经济增长、财产保险和人身保险之间的动态关系进行了分析，通过对实证结果的分析得出以下主要结论：（1）通过协整检验发现，经济增长、财产保险和人身保险发展长期存在协整关系，格兰杰因果关系检验发现，经济增长可以财产保险和人身保险的发展，财产保险和经济增长之间存在相互促进的作用，人身保险发展会促进财产保险的发展。（2）通过VAR模型的脉冲响应分析和方差分解得到了经济增长、财产保险和人身保险发展三者关系随时间变动的规律。在长期中经济增长对财产保险发展和人身保险发展有显著地促进作用，而且随着时间的推移，经济增长对财产保险发展和人身保险发展的促进作用越来越显著;从长期来看，人身保险发展对财产保险的促进作用要大于财产保险对人身保险发展的促进作用。而且在长期，随着人身保险（下转第185页）