人口老龄化背景下寿险需求的影响因素研究——以河南省为例

黄陈刘，张　晓

(郑州大学 商学院，河南 郑州 450001)



人口老龄化背景下寿险需求的影响因素研究
——以河南省为例

黄陈刘，张晓

(郑州大学 商学院，河南 郑州 450001)

[摘要]日益严重的人口老龄化问题给我国的社会养老保障体系带来了巨大挑战，寿险作为社会保险的重要补充越来越受到人们的重视。文章根据河南省1990-2013年寿险保费收入及相关数据，以VAR模型为基础，运用脉冲响应分析和方差分解技术对人口老龄化背景下寿险需求的影响因素进行了实证分析。研究结果表明：人口老龄化程度的加深对寿险需求的增加具有巨大的推动作用；平均家庭人数、老年人口抚养比和一年期存款基准利率是短期内影响寿险需求的主要因素。为进一步增加人们的寿险需求，寿险公司应当回归保障本位，推出适合老龄化的年金保险以及生存保险产品。

[关键词]人口老龄化；寿险需求；VAR模型；脉冲响应分析；方差分解

一、引言

目前，人口老龄化已成为一种显著的发展趋势，人口老龄化及养老问题已经成为全民关注的热点。养老设施不完善、养老金支付困难、空巢老人等一系列养老问题伴随着老龄化社会的到来日益彰显。老龄化程度的不断加深给我国的社会养老保障体系带来了巨大挑战，尤其是庞大的养老金缺口会严重影响政府对社会保障的财政支付能力，但同时也给寿险的发展带来了良好的发展机遇。如果保险公司能够抓住当前人口老龄化机遇期、充分发挥商业保险的社会功能，那么不仅能够有助于缓解养老基金亏空、进一步扩大商业保险在我国养老保障体系中占比，而且对于完善我国的养老保障体系，推动积极应对人口老龄化问题将有重大意义。

寿险需求是指在一定时期内投保人愿意并且能够购买的寿险商品的数量[1]。国内外学者对于寿险需求的研究主要集中在各种影响因素和各种因素对寿险需求的影响程度大小，从研究方法上主要可以分为三类：(1)运用理论和经验分析，例如杨舸(2006)在Lewis[2]提出的寿险需求理论的基础上，从被赡养人期望效用的角度研究人寿保险的需求，进而分析寿险需求的影响因素[3]。姜永宏(2014)考虑到日本寿险市场的基础特征与中国类似，尝试通过对日本寿险需求的影响因素的分析来为中国寿险市场的发展提供有益的经验和借鉴[4]。(2)运用单方程模型进行分析，例如张庆军(2013)从寿险需求理论出发，以辽宁省数据为基础，通过建立多元回归模型分析了人口老龄化对寿险需求的影响[5]。赵燕妮(2014)采用1991-2012年寿险业相关数据，建立多元回归模型来分析人均可支配收入等对寿险需求的影响[6]。蔡伟毅(2014)为研究寿险需求的阶段特征，运用相关数据分别建立大陆和台湾的寿险需求影响因素的多元回归分析模型来对两者进行比较研究[7]。(3)运用多方程模型进行分析，例如Chuia和Kwok(2009)运用1964-2004年38个国家的数据分析了寿险消费和文化的关系,发现寿险消费和某些文化因素有关[8]。Park和 Lemaire(2011)利用 27个国家的非平衡面板数据，研究发现长期价值导向对寿险需求有着显著的正向影响[9]。姜永宏(2014)基于省级面板数据，研究得出加权可支配收入、人均储蓄存款与寿险需求呈现显著的正相关关系[10]。

上述研究虽然在分析寿险需求问题上取得了一定的成果，但是并没有反映寿险需求及其影响因素的内在规律性，这种规律性表现在自相关性和不同因素的相互影响。因此，本文选择能反映影响寿险需求各因素相互关系的向量自回归模型(VAR)，基于河南省1990-2013年寿险保费收入相关数据，在进行Granger因果检验之后，运用脉冲响应分析和方差分解技术对河南省的寿险需求问题进行了深入研究。

二、河南省人口老龄化进程与寿险市场发展现状

(一)人口老龄化进程

河南省人口结构不断老化，老龄化程度不断加深。2013年河南常住人口中少儿(0-14岁)人口1988万人,老年( 65岁及以上)人口853万人,劳动年龄(15-64岁)人口6572万人，人口总抚养比为43.2%。与2012年相比，少儿人口和劳动年龄人口的比例有所降低，相应的老年人口的比重增加，人口总抚养比上升。老年人口共增加23万人，增加比例0.24%，人口总抚养比提高到43.2%，比上年增加0.4%。国际上衡量一个地区进入老龄型人口社会的标准为：60岁及以上人口占总人口的比重达到或超过10%，或者65岁及以上人口占总人口的比例达到或超过7%[11]。河南人口从2000年就开始进入老龄化，65岁以上老年人口占常住人口的7.1%，2010年达到8.36%，2013年已经超过9%。这充分说明，河南省作为中国人口第一大省，人口老龄化问题日趋严重。

(二)寿险市场发展现状

自2001年开始，随着经济体制改革的不断深入和经济水平的不断提升，河南省寿险市场进入到飞速发展时期。主要表现在寿险保费收入、寿险密度整体呈上升趋势，寿险市场经营主体不断增加等方面。

(1)保费收入

从河南省寿险保费总量来看，总体上寿险保费收入呈快速增长趋势。2002、2008年寿险保费收入增长较快，出现了保费收入高峰，其中2002年保费收入增长速度最快，同比增长 116.76%。自 2001年起至2011年河南省保费收入逐渐增长。而2012年的保费收入有所下降，2011年河南省寿险业保费的回调并非是市场的自然选择，而是政策影响下的公司行为，主要是由于新会计准则的实施，使得以前寿险公司较为看重的万能险等仅有部分可以计入保费收入中所导致的。2012寿险保费收入首次减少，主要可归结于国家宏观经济发展放缓及自身行业发展存在的产品收益率低、区域发展不均衡有效需求没有得到实现等问题。

数据来源：《河南年鉴》及河南省保监会

(2)寿险密度

河南省寿险密度呈现出上升的趋势，由 1990年人均保费2.37元/人，增加到 2011年峰值的607.45元/人，2012年该指标有所回落，原因是由于新会计准则的实施。由此可见，河南省居民对寿险的需求呈现增长趋势，其中2008年至2011该指标的增长尤为突出。2013年河南省寿险密度578.62元/人，远远低于全国692.67元/人的平均水平，显示出河南省人寿保险需求仍相对有限，人寿保险市场的市场开发空间仍然比较大。

(3)市场主体

在恢复国内保险业务初期，中国人寿保险公司占据着河南省寿险市场的主要份额。随着经济的发展和人口生活水平的提高，保险需求不断扩大，保险产品的种类不断增加，与此同时，河南省的保险市场也取得了巨大的发展。截止到2013年底，河南省拥有省级保险公司34家，各分支机构超过3000家。寿险市场也随着保险市场的扩大取得了迅猛发展，由2001年的4家人身险公司发展到2013年各类人身险公司分支机构3559家。这其中有省级分公司31家，营销服务部2653家。

依据 《中国统计年鉴》和《河南省统计年鉴》数据，2012年，河南省 GDP 在全国的排名是第7位，保费收入排在第10位，而寿险保费收入排在第11位；而2013年，河南省 GDP 在全国的排名是第5位，保费收入排在第6位，而寿险保费收入排在第4位，如果单从寿险保费收入排名指标来看，2012河南省寿险业是滞后于经济发展水平的，也落后于总保费收入排名；2013年寿险业超过经济发展水平与总保费排名，说明2013年河南省寿险业发展迅速，寿险需求得到释放。

①2001年河南寿险市场上仅有4家保险公司。

②“赫芬达尔指数”，即H=Si，为企业i评价指标的市场份额。H与市场中企业数目N相关,N越大则H越小。赫芬达尔指数能综合反映市场力量的分化程度和市场垄断程度。H=1的市场为完全垄断市场,H=0的市场为完全竞争市场。

图32001—2012年河南人寿保险市场集中度①

及赫芬达尔指数②

三、实证分析

(一)指标选取及数据来源

河南省人口老龄化问题对寿险市场需求的影响是多方面的，本文是从一个相对比较宏观的层面进行研究的，并且所选部分指标与河南省总人口数量密切相关。选取指标如下：

1．河南省寿险需求替代变量指标选取寿险密度(记为API)为研究对象。

2．在人口老龄化的替代变量的选择上，选取老年人口抚养比(记为AGING)以及平均家庭人口数量(记为AFM)这两个指标。

3．由于寿险需求的影响因素较多，只根据上述指标就对寿险需求进行影响因素分析会使拟合优度将会较差，因此，根据相关文献，我们加入人均GDP(记为AGDP)与一年定期存款基准利率(记为R)作为其控制变量。

数据来源于历年《河南省统计年鉴》、历年《中国统计年鉴》、河南省保监会和中国人民银行网站等。其中，河南省人均寿险需求根据河南省寿险保费收入与总人口的比值计算得出；河南省老年人口抚养比数据根据老年人口抚养比计算公式计算得到；采用一年期存款基准利率来反映利率水平，若存在利率调整，则以时间(天)为权重加权平均计算当年利率；以上数据均采用1990-2013年数据。

(二)单位根检验

为避免因为数据的非平稳性而出现伪回归，我们需要对搜集到的数据进行平稳性检验。考虑到对数据取自然对数既有助于消除异方差，又具有不改变可能存在的协整关系的优势，我们对各变量数据取自然对数。对于多变量的平稳性检验，一般采用ADF检验法。因此我们将取过对数之后的变量序列进行ADF检验，为了保证检验的有效性，根据散点图选择常数项、有趋势项，滞后阶数根据AIC与SC信息准则选择合适的滞后期。检验结果如下表：

从检验结果来看，LNAPI的ADF统计量均大于1%、5%、10%显著水平下的Mackinnon临界值，说明LNAPI是非平稳的。在5%的显著水平下，△LNAPI 的ADF统计量略大于相应的Mackinnon临界值，这表明LNAPI进行一阶差分后不存在单位根，变为平稳时间序列，即△LNAPI是一阶单整，记为LNAPI～I(1)。同理LNAGING、LNAFM、LNAGDP、LNR均是非平稳的，一阶差分之后在5%的显著水平下，时间序列均变为平稳序列。

(三)Granger因果检验

Granger因果检验主要用来判断一个变量的变化是否是引起另一个变量变化的原因，从而检验两变量之间是否存在因果关系[12]。通过上述分析可知，△LNAPI、△LNAGING、△LNAFM、△LNAGDP和△LNR都是平稳的，因此它们可以进行Granger因果检验，检验结果见表3。

注：(C,T,P)分别表示有常数项、有趋势项、滞后阶数。0表示不含常数项、有趋势项以及滞后阶数为0。

注：中括号内值为t检验统计量

由上表结果可知，在5%的置信水平下，河南省平均家庭人数是寿险需求的Granger原因，在10%的置信水平下，老年人口抚养比、一年期基准利率是寿险需求的Granger原因。进一步说明了如若想要提高河南省寿险需求可以通过调整以上影响因素来实现，这为政策调整提供了理论依据。

(四)VAR模型的构建

基于河南省寿险密度、老年人口抚养比、平均家庭人数、人均GDP、一年定期存款基准利率构建VAR模型，模型的滞后期阶数既不能太小也不能太大，过小会使模型受到解释变量序列相关性的影响，过大则会减弱模型的稳定性。文章结合AIC准则和SC准则，最终确定VAR模型的滞后阶数为2。模型的估计结果如下：

上述各方程调整后的拟合优度分别为0.992849、0.787906、0.878247、0.997709、0.874343，方程拟合效果较好。对于上表VAR(2)模型结果，本文将结合下面的脉冲响应分析、方差分析来解释。由于参数是否显著不为零不是VAR模型最关注的，因此不对参数进行讨论。

(五) 动态分析

VAR模型作为一种非理论性的模型，无需事先对变量作任何约束，同时人们在运用该模型时一般不对单个参数的估计值进行分析，而是研究某个内生变量的冲击给其他变量的影响或者每一个结构冲击对内生变量变化的贡献度。要实现这些目标，我们需要用到脉冲响应分析和方差分解技术。考虑到非平稳的VAR模型不能进行脉冲响应函数分析，因此需要首先对VAR模型进行平稳性检验。

1.模型稳定性检验

对上述建立的VAR模型进行稳定性检验(检验结果见图5)，检验结果显示模型所有的单位根都在单位圆内，这说明我们建立的向量自回归模型(VAR)是稳定的。也就是说，当模型中某个变量受到一个冲击而发生变化时,其他变量也会随之发生变化，但是这种变化是逐渐收敛的，即认为随着时间的推移，一个变量受到的冲击所产生的影响会逐渐地消失，可以进一步进行脉冲响应分析。

2.脉冲响应分析

Granger因果检验只能判断变量间因果的方向性，而脉冲响应函数虽然不能判断因果方向性，却可以完整刻画一个变量对另一变量的影响情况。本文采用广义脉冲方法，研究河南省人口老龄化背景下寿险需求的影响因素，下图列出了各解释变量的冲击引起 LNAPI 变化的脉冲响应图。各图中的横轴表示冲击作用响应的滞后期间数(单位：年)，纵轴表示LNAPI。实线为脉冲响应函数，表示面对各变量的冲击LNAPI的变化情况，两边虚线表示正负两倍标准差的偏离带。

由LNAPI自身脉冲响应检验结果图说明，给河南省省人均寿险需求一个正向冲击时，LNAPI 对自身的一个标准差信息立刻有了较强的反应，而且均产生正向影响，从第一期到第三期衰减比较快，第四期到第八期增长较快，第八期之后影响逐渐微弱。这主要是因为寿险一般需要投保多年，因此河南省人均寿险需求受中期之前缴费情况影响较为强烈，但随着滞后期的推迟，前期寿险需求对后期寿险保费的影响逐渐衰减，但影响一直存在。

由LNAGING对LNAPI脉冲响应图来看，前三期老年人口抚养比(LNAGING)给予 LNAPI 一个微弱的负的冲击，在第三期之后，而且均产生正向的影响，第六期影响达到最大，之后影响已经趋近于零，收敛速度慢。从总体来看，LNAGING对 LNAPI产生正的影响，人口老龄化会促进寿险需求的增加。

由LNAFM对LNAPI脉冲响应图来看，当河南省平均家庭人数(LNAFM)给予河南省人均寿险需求一个正冲击后，只在第二期对寿险需求产生微弱的正向影响，与其他各期产生负影响相比可以忽略不计。第七期负影响达到最大，之后影响逐渐收敛，说明河南省平均家庭人数对寿险需求来说在短期内产生正向影响，而在长期将会产生负向影响。

由LNAGDP对LNAPI脉冲响应结果来看，第一期人均收入(LNAGDP)给予寿险需求一个正冲击后，LNAPI 产生了正向影响，从第二期至第六期变为负影响，之后逐渐减小，最后收敛到横轴附近，说明河南省人均收入水平的提高对于人均寿险需求来说，短期内产生正向影响；长期则产生负影响，当人均收入水平提升后，人们反而对寿险的需求减少，人均收入水平的提高并不能长期促进寿险需求的增加。

由LNR对LNAPI脉冲响应结果来看，当一年定期存款基准利率(LNR)给予寿险需求一个正冲击后，在前期就产生负向反映，在第五期时达到最低值，随后影响逐渐减弱，从总体来看利率水平对河南省人均寿险需求产生了负向影响。说明利率水平的提高对于寿险需求将会产生抑制作用，反之，则会促进寿险需求的增长。

3.方差分解

脉冲响应用于完整刻画每一个内生变量的冲击对其他内生变量的影响，而方差分解主要是为了评价各内生变量对预测方差的贡献程度。由于本文主要关注的是人口老龄化背景下的寿险需求，因此下面将利用方差分解技术分析 LNAPI、LNAGING、LNAFM、 LNAGDP、LNR对 LNAPI 变动的贡献程度(见组图2)。

从方差分解结果可以看出各因子对河南省寿险密度的影响程度。引起LNAPI 变化的首要因素是其自身冲击，在第一期占到 100%，虽然之后各期迅速递减，到第七期占到方差分解比的26.85%，仍占主要地位。紧随其后的是LNR的变动，期初LNR的变动并不明显，第一期仅占到2.41%，自第三期以后增长幅度明显加大，在第七期达到45.75%时趋于稳定，分析结果表明，一年期定期存款利率的变动对寿险密度有重要影响。其次是平均家庭人数(LNAFM)，自第二期占11.72%之后，一直在10%左右，对寿险密度的影响比较稳定。人均收入对寿险密度的贡献度略小于平均家庭人数的贡献度，第四期达到峰值22.86%之后，从第八期之后缓慢降低。另外老年人口抚养比(LNAGING)，从整体看它对 LNAPI 的贡献度明显较弱，老龄人口抚养比对河南省寿险密度的变动能够解释2%左右，变化幅度不大，对模型冲击的响应较小。这主要是因为随着时间推移老年人口抚养比变动幅度非常微弱，不像其他影响因素变动频繁。

四、结论与建议

(一)结论

本文根据河南省1990-2013年寿险保费收入及相关数据，以VAR模型为基础，运用脉冲响应分析和方差分解技术对人口老龄化背景下寿险需求的影响因素进行了实证研究，结论如下：

(1)人口老龄化的背景下，人们的寿险需求会不断增加。通过对河南省寿险保费收入、寿险密度、市场主体增长趋势分析，以及对寿险保费在全国的排名及其与经济总量排名和总保费收入排名的比较研究，我们可以看到，2013年河南省寿险收费收入超过经济总量及总保费收入的排名，说明2013年河南省寿险业发展迅速，寿险需求得到释放。随着寿险产品的开发和推广，寿险需求会进一步增加，河南寿险业还有广阔市场空间。

(2)平均家庭人口数、老年人口抚养比和一年期基准利率是河南省寿险需求的Granger原因，人均GDP不是河南省寿险需求的Granger原因。说明对于河南省的具体情况而言，短期内，平均家庭人数、老年人口抚养比和一年期基准利率是影响河南省寿险需求的主要因素。

(3)从长期来看，平均家庭人口数和一年内存款基准利率是影响河南省寿险需求的主要因素。脉冲响应分析的结果显示，对于不同因素对寿险需求的外部冲击，平均家庭人口数和利率对寿险需求的冲击力度最强，两因素的冲击力峰值分别是-0.08和-0.15。然后依次是人均GDP和老年抚养比，对寿险冲击力峰值分别为-0.06和0.05。由方差分解结果可知， 老年抚养比、平均家庭人口数、人均GDP和利率对寿险需求的贡献度分别为3%、11%、9%和47%。

(二)建议

(1)抓住人口老龄化的机遇，推出更多种类的寿险产品。近年来河南省的老龄化进程不断加快，老年抚养比迅速提高，老年人群体不断壮大，老年人的需求越来越受到社会各界的广泛重视。保险公司推出更多种类的寿险产品，一方面可以满足老年人个性化的寿险需求、提高老龄人的生活质量，另一方面也可以拓宽寿险市场，增强寿险市场的活力，推动寿险市场的发展。同时，这对于提高商业养老保险在我国社会养老保障体系中的比重，优化养老保障体系结构，具有重要意义。

(2)重视利率对于寿险需求的重大影响。一方面利率是购买寿险的一项机会成本，根据脉冲响应分析，利率对于寿险需求一直保持负向影响。另一方面利率的变化会使寿险业面临严重的利差损失问题。只有充分重视利率对于寿险需求的重大影响，才能在市场利率发生变化时，对于市场寿险需求做出正确的判断。

(3)大力发展商业保险，缓解社会保险压力。人口老龄化意味着更多的人要面临医疗和养老问题，河南省老龄化的特点之一是“未富先老”，这就使得河南省政府财政压力越来越大，通过发展商业保险，可以缓解政府压力、提高人们保障水平。寿险公司可以通过提供特色养老保险、医疗保险等服务，发挥保险社会管理职能，缓解人口老龄化给政府、社会及个人带来的压力，同社会保险一同构建一个强有力的保障体系。

[参考文献]

[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] 杨舸,闵晓平.人寿保险需求探析[J].金融理论与实践,2006,(11):77-78.

[4]姜永宏,廖静.日本寿险需求影响因素分析及对中国的启示[J].金融与经济,2014,(12)：64-68.

[5]张庆君,郜亮亮,苏明政等.人口老龄化对寿险需求的影响研究——基于辽宁省数据的实证分析[J].人口与经济,2013,(3):97-103.

[6]赵燕妮,郭金龙.我国寿险需求影响因素的实证分析[J].金融理论与实践,2014,(5):83-86.

[7]蔡伟毅.寿险需求结构演进及影响因素的阶段特征——基于中国大陆与台湾地区的比较研究[J].厦门大学学报(哲学社会科学版),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,蒋伟杰.中国寿险需求影响因素研究：基于省级面板数据的实证分析[J].暨南学报(哲学社会科学版),2014,(2):36-43.

[11]郭敬,黄陈刘.河南省人口老龄化预测[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.

[责任编辑:D]

[收稿日期]2015-03-18

[作者简介]黄陈刘(1989—)，男，河南信阳人，研究方向为金融计量分析;张晓(1991-)，女，河南商丘人，研究方向为农业保险、寿险。

[中图分类号]F840.62

[文献标识码]A

[文章编号]1671-5330(2015)03-0037-08