区域保险市场影响因素分析

杨翠红

(燕山大学,河北 秦皇岛 066004)

1 建立回归模型

回归模型以人均保费收入Y作为被解释变量，选取的解释变量为城镇人口比重X1、平均家庭户规模X2、大专及以上人口占比X3、医院门诊诊疗人次数X4、人均人民币储蓄存款X5、地质灾害直接经济损失X6、城镇人均可支配收入X7。建立四个回归模型：

Ya=a0+a1X1+a2X2+a3X3+a4X4+a5X5+a6X6+a7X7+μa

Yb=b0+b1X1+b2X2+b3X3+b4X4+b5X5+b6X6+b7X7+μb

Yc=c0+c1X1+c2X2+c3X3+c4X4+c5X5+c6X6+c7X7+μc

Yd=d0+d1X1+d2X2+d3X3+d4X4+d5X5+d6X6+d7X7+μd

分别表示东部、中部、西部和东北部。

七个解释变量城镇人口比重、平均家庭户规模、大专及以上人口占比、医院门诊诊疗人次数人均人民币储蓄存款、地质灾害直接经济损失、城镇人均可支配收入的数据均是中国统计年鉴上的数据计算得到；各个省市的保费收入数据来源于中国保监会。

2 参数估计与模型检验

根据数据的经济学意义，X1、X7的符号均应为正，但上述结果表明X1、X7符号为负，所以接下来对模型进行检验。

由SAS输出的相关矩阵可以看出，X1、X3、X4、X5、X7具有很强的相关关系，因此要对模型进行回归分析剔除相关解释变量。

经过逐步回归得到的东部的最优模型为：

X3是大专及以上人口占比，也就是说，当大专及以上人口占比提高1%，东部地区的人均保费收入就增加174.89780元。

对模型分别进行了自相关性检验以及异方差检验，结果表明得到的最优模型不存在随机干扰项的自相关性，也不存在异方差。

同样地，中部、西部、东北部的最优模型为：

X1是城镇人口比重，当城镇人口比重增加1%时，中部人均保费收入增加210.32468元，X7是城镇人均可支配收入，其符号为负，当城镇人均可支配收入增加1元是，中部地区的人均保费收入减少0.126元。

X1是城镇人口比重，当城镇人口比重增加1%时，西部人均保费收入增加87.57135元，X2为平均家庭户规模，当平均家庭人口数增加1人时，西部人均保费收入增加798.90418元。

X5为人均人民币储蓄存款，当X5增加1元时，东部人均保费收入增加0.02702元。

并且，以上三个最优模型不存在自相关性，也不存在异方差。

3 结论

通过对东部、中部、西部以及东北部保险市场的分别分析，得出以下结论：(1)对东部地区保险市场影响最显著的因子是大专及以上人口占比，也就是说在东部地区受教育程度较高的人群对保险比较偏好；(2)对中部地区保险市场影响显著的因子是城镇人口比重以及城镇人均可支配收入，也就是在中部地区城镇居民中收入相对较低的对保险比较看重；(3)在西部地区，城镇人口比重与平均家庭户规模对保险市场影响较为显著，即在西部地区城镇居民中家庭规模较大的购买保险的几率会较大；(4)东北地区，人均人民币储蓄存款对保险市场影响显著，也就是在东北地区富人对保险比较喜好。

上面的结论对于保险市场的开发具有一定的意义，不同地区的人群，对保险的需求是不一样的，一定要根据地域的特点，制定相应的市场方案，以期望得到事半功倍的效果。

[1] 吴黎军,胡锡健,刘永强.主成分和因子分析在保险市场分析中的应用[J].数理统计与管理,2003,(10):372-375.

[2] 王祺,陈梅,张立华.对影响我国保险产业发展宏观因素的实证分析[J].江西财经大学学报,2003,(25):37-40.

[3] 蒋丽君.基于不同消费者群体的保险消费实证分析[J].财经论丛,2007,(4):61-68．

[4] 龚晶.农民家庭人身保险消费行为的影响因素分析[J].中国农村经济,2007,(2):64-71.

[5] 梁波.收入差距对保险需求影响的实证分析[J].当代经理人,2006,16:22-23.

[6] 陈晓毅.收入水平对保险需求的影响研究——基于我国31个省市的实证分析[J].现代商贸工业,2007,19(12):46-47.

[7] 宋世斌,申曙光.社会保险精算学[M].北京:中国劳动社会保障出版社,2007.