寿险对经济增长影响的研究

王若尧

摘要：寿险经过近30多年的飞速发展，经济地位越来越重要，寿险对经济增长的影响效应也为大家所关注。本文实证共选取了2009-2016年全国30个省份的面板数据，采用了面板数据模型进行估计，在此基础上，就当前我国寿险业与经济发展面临的状况提出具体政策建议同时还对寿险未来发展也提出建议。

关键词：寿险;经济增长;面板数据模型

随着改革以及经济的高速增长，我国保险业也迅猛发展，2012年末，我国保险资产达到亿元，已成为除美、日、英外第四大保险业务国家，保险业已成为国民经济增长最快的行业之一。随着保险观念逐步深入人心，国民保险参与程度越来越高，保险功能在经济发展、社会建设方面得到越来越多的发挥，保险业在经济社会发展中的作用得到越来越多的体现。同时保险是现代金融业不可或缺的一部分，作为现代金融业支柱之一的保险具有风险分散和经济补偿的基本功能。而寿险业在保险之中又占有很大比例，成为国民经济之中发展最快的行业之一，在我国国民经济中的地位不可忽视。那么我们不禁疑问寿险对于经济增长的效应到底是怎样的？寿险对于经济增长到底是正向作用还是反向作用？本文将对寿险对经济增长的进行实证研究。

一、文献综述

近年来，保险业与经济增长的关系的实证研究越来越多，Outreville（1996）利用55个国 家的横截面验证了保险市场发展对金融发展和经济增长具有正的影响。Webb（2002）将银行、寿险和非寿险加入了修正的索洛模型，使用3SLS-IV模型，实证结果表明银行和寿险业的发展可以很大程度上解释和预测经济增长。Kugler和Oforghi（2005）用了1996-2003年英国的保费数据进行研究，结果发现保险市场对英国的经济增长有正向作用。在我国，刘桂荣（2007）以上海1985-2005年保费收入和GDP数据的对数为依据，研究表明两者存在协整关系。李明（2008）以新疆1980-2008年的财产保险保费收入、人身保险保费收入和 GDP数据的对数值为依据分析发现短期内财产保险、寿险都不是经济增长的Granger原因，而从长期来看， 寿险的增长可能是经济增长的Granger原因。

本文对以往的文献收集和整理发现国内外对于保险业和经济增长的促进作用研究大多是集中在整个保险行业，而对于寿险和非寿险对于经济增长的促进作用却较少，本文选取了2009-2016年我国30个省份的面板数据，运用面板數据模型估计对寿险对经济增长的促进作用进行分析。

二、数据选取和模型构建

（一）指标选取

经济增长水平（LGDP）。该指标代表经济增长水平，模型中用人均GDP的增加值作为经济增长水平，在我国GDP是一个反映经济增长的指标，LGDP具体为本期与上期的人均GDP的差。

寿险业发展水平（LLid）。用寿险业保险深度，即寿险保费收入比上GDP来表示，它是反映寿险业在一个国家中经济地位，其值越大说明寿险在我国国民经济中地位越高，LLid具体为寿险保费收入比上GDP来表示。

控制变量，是本文研究目标可能涉及的经济增长模型中其他相关变量，包括4项：各省人均GDP 的对数（lnGDP），主要用于反映经济的内生性;通货膨胀率（Q），用来反映价格波动或宏观经济的不确定性对经济增长的影响，Q具体表示为现期居民消费物价指数与基期居民消费物价指数的差再除以基期居民消费物价指数的值;进出口总额占GDP比例的对数（lnTrade），主要用来反映市场开放程度;人力资本（lnH），模型中用人均受教育年数作为人力资本指标，本文以学历乘以该学历下的人数进行加总，最后除以总人数得来，并通过取对数减少异方差。后四个变量用来控制重要的实质经济变量投资和贸易以及宏观经济变量通货膨胀对经济增长的影响。

（二）模型构建

本文参照Webb论文中模型，建立了新的增长模型如下：

Z（t）代表金融市场因素，Webb用它代表了保险业和银行业，本文中Z（t）仅仅代表保险业因素。

本文构建面板模型，表达形式为：

其中，i代表省份;t代表年份，取值为 1-8，代表了2009-2016年;c为常数项、[ζi]和[θi]分别代表个体效应和时间效应的虚拟变量、[εit]代表了模型干扰项。本文会分别采用固定效应对静态面板数据进行估计，并找到其中最适用的模型对数据进行分析。

本文选取了2009-2016年我国大陆30个省、直辖市和自治区的数据。其中西藏自治区因为保费数据太小未选取。数据主要来源于《中国保险统计年鉴》《中国统计年鉴》以及中国保险监督管理委员会。

三、实证分析

由于该面板数据中含有时间序列，可能会因为变量不平稳产生伪回归问题，为了避免该问题，本文首先对面板数据做平稳性检验。采用Eviews8.0对各个变量进行了LLC和PP-Fisher检验，LLC检验的原假设为存在共同的单位根过程，PP-Fisher检验的原假设均为存在独立的单位根过程。检测结果表示所有的变量均不含有单位根，表明其是平稳序列，因而可以进一步用做面板回归分析。

本文回归结果中是个体固定效应模型和个体固定效应的误差修正方法，个体固定效应的误差修正模型是经济增长水平变量之后一期的修正得出的估计结果，该方法不仅考虑各市样本之间的个体差异，而且考虑了被解释变量滞后项LGDP（-1）对其当期的惯性影响，同时也避免了LGDP（-1）的内生性所产生的偏误，因而其优于其他列。对各个变量系数及显著性的分析本文将按修正的估计结果进行评价。LLid的估计系数显著为正，其值为0.842，表明保险对经济增长具有一定的促进作用，即保险密度每增加一个单位，人均GDP增长会增加0.842个单位，其在5%的水平上显著。充分验证了本文在寿险对于经济增长关系的预测方面，符合我们的正常认知。LNGDP的系数在5%显著为正，表明期初人均GDP越高的地区经济增长也会越快。控制变量中，lnH在修正后模型估计中不显著，因而在这里我们不分析，而通货膨胀Q在这里在5%水平上显著为正，说明温和的通货膨胀有助于经济增长，各变量对经济增长的作用方向均与理论解释基本一致，这进一步说明了实证结果的合理性。

四、启示

首先，固定效应面板模型的实证结果表明，我国寿险业发展对经济增长具有显著的促进效应，随着寿险收入的增加，促进我国的经济水平的增长。其次，模型中寿险业发展水平系数是小于1的，即虽然目前寿险对于经济增长具有促进作用，但是可能由于寿险的保费缴付时间较长，资金性质更加倾向于储蓄，因此短期而言对于经济增长的促进作用还是较小。最后，我国应该注重保险人才培养和保险理念的宣传，提高人们投保积极性。同时适当的理性投保是今后寿险的工作重点，并且应该加强对保险有效的识别风险，建立更加全面的生命表，同时推出寿险新产品，提高保障与赔付水平，同时还可以依据诚信档案，适当降低保费，公平理赔。

参考文献：

[1]李彦奇.我国寿险与非寿险对经济增长影响的实证分析[J].现代经济信息，2013（14）：355-356.

[2]占梦雅，粟芳，贺思輝.寿险、非寿险发展与经济增长[J].统计与信息论坛，2011，26（04）：35-40.

[3]李明.区域寿险和非寿险与经济增长的关系研究[J].新疆财经大学学报，2010（01）：36-39.

[4]Outreville， J. F. 1990.The Economic Significance of Insurance Markets in Developing Countries[J].Journal of Risk and Insurance，1990.Vol.57， pp 487-498.

[5]Webb， I.， M.F. Grace， & H. D. Skipper.The Effect of Banking and Insurance on the Growth of Capital and Output[J].Center for Risk Management and Insurance， Working Paper，2002.

[6]Kugler M. and Ofoghi R.Does Insurance Promote Economic Growth？ Evidence from the UK[J] .Money Macro and Finance （MMF） Research Group Conference，2005.