计量经济学

关于我国保费收入影响因素实证分析

摘要：本文是根据我国保险业的现状，想从计量经济学的角度来分析一下保险费收入与GDP、城乡居民人民币储蓄存款、人口数之间的关系。根据经济学原理，在模型中引入了三个解释变量GDP、城乡居民人民币储蓄存款、人口数。

关键词;保费收入人均 GDP 城乡居民人民币储蓄存款人口数一、模型设定

为了分析我国保费收入与其经济因素之间的关系，我选择了“保费收入”为被解释变量，选择“GDP”、“城乡居民人民币储蓄存款”、“人口数”为解释变量。

设定如下形式的计量经济模型：

Y=1β+2β2X+3β3X +4β4X+μt

其中，Y为保费收入，

X为GDP，3X为城乡居民人民币储蓄存款，

2

X为人口数

4

为估计模型参数，从《中国统计年鉴2010年》收集到我国居民从1993-2009年的GDP、城乡居民人民币储蓄存款、人口数等数据。

数据如下：

二、估计参数

利用Eviews 软件，生成Y 、2X 、3X 、4X 等数据，采用这些数据对模型进行OLS 回归，结果如下：

OLS 回归结果

Y＝1.30E+08 ＋ 0.009532t X2+ 0.040795 t X3 - 1171.575t X4 t

(59269620) (0.008300) (0.012065)

（486.1966）

t ＝（2.190054） （1.148342） （3.381320） （-2.409674）

2

R

＝0.990833

2

R

＝0.988717

F

＝468.3678

DW=1.100120

经济意义检验:GDP 每增长1万元，保费收入增长0.009532万元；城乡居民人民币储蓄存款每增长1万元，保费收入就增长0.040795万元。

拟合优度检验：从回归的结果来看，2R ＝0.990833，修正的2R ＝0.988717，这说明模型对样本的拟合很好。

F

检验：针对0H ：2β＝3β＝4β＝0，给定的显著性水平α＝0.05，

在F 分布表中查出自由度为k －1＝3和n －k ＝12的临界值αF ，由回归结果中得到的F 明显大于αF ，应拒绝原假设H 0：2β＝3β＝4β＝0，说明回归方程显著，即“GDP ”“城镇居民储蓄存款”“人口数”等变量联合起来确实对“保费收入”有显著影响。

t 检验：分别针对0

H ：j

β＝0（j =1，2，3，4），给定的显著性

水平α＝0.05，在t 分布表中查出自由度为n －k =12的临界值2/αt （n －k ）＝2.179。由回归结果中的数据可得， 与1

ˆβ、2

ˆβ、3ˆβ、4

ˆβ对应

的t 统计分别为2.190054、1.148342、3.38132、-2.409674，其绝对值除1.148342外都大于2/αt （n －k ）＝2.179，这说明在显著性水平

α

＝0.05下，当在其他解释变量不变的情况下，解释变量“ 城乡居

民人民币储蓄存款”、“人口数”分

别对被解释变量“保费收入”有显著影响。

三、多重共线性检验

相关系数矩阵

由各关系系数矩阵可以看出，各解释变量互相之间的相关系数较高，证实确实存在严重多重共线性。

四、多重共线性修正

采用逐步回归的办法，去检验和解决多重共线性问题。分别作Y 对

X、3X、4X的一元回归，回归结果如下，

2

对回归结果进行整理，如下表

一元回归估计结果

其中，3X 的方程2R 最大，以3X 为基础，顺次加入其他变量逐步回归。结果如下表所示。

加入新变量的回归结果

加入x2、x4时，2R都有所提高，F统计量也都很大，说明模型对样本的拟合很好且回归方程显著；但加入x2后t检验不显著，应予以剔除，加入x4的系数符号与经济意义不符且标准误差较大，应予以剔除。

最后修正严重多重共线性影响后的回归结果为

Y＝-10761004+0.0462313X

t

(1822986.) (0.001518)

t＝（-5.902955）（30.44591）

2

R＝0.984076 2R＝0.983014F＝926.9535 DW=0.857463

这说明，城乡居民人民币储蓄存款

X每增加1万元保费收入t Y增长

3

0.046231万元。

五、异方差检验

利用eviews绘制出

X对E2的线性图，图如下，

3

由图可以看出，残差平方2e随解释变量

X的变动呈增大趋势，因此，

3

模型很有可能存在异方差。但是否确实存在异方差还应通过更进一步的检验。

再进行white检验，回归检验结果如下，

White检验结果

由上表可知，n 2

R

＝0.882811，在α=0.05下，查表得，临界值

为3.84146 而n

2

R

＜3.84146，表明模型不存在异方差。

六、自相关检验

估计结果如下

Y＝-10761004+0.0462313X

t

(1822986.) (0.001518)

t＝（-5.902955）（30.44591）

2

R＝0.9840762R＝0.983014F＝926.9535