广州市保险业发展与经济增长关系研究

广州市保险业发展与经济增长关系研究【摘要】本文用计量经济学的有关方法，对广州市1980年到2011年的保险发展和地区内生产总值（gdp）之间的时间序列数据进行了协整关系的检验、误差修正模型的检验和格兰杰因果关系的检验。本文的主要结论是：地区内经济增长与保险之间存在着协整关系，gdp对保险具有明显的作用。由格兰杰检验可知，地区经济增长与保险发展有明显的因果关系。

【关键词】协整；误差修正模型；平稳性

一、引言

广州市作为中国三大金融中心之一，保险业自1980年恢复以来得到迅速发展，保费收入自1980年的197万元增加到1996年的1783696万元，年均增长40.69%，远高于广州gdp同期18.83%的年均增长率，是广州市发展最快的产业之一。截止到2011年底广州市拥有保险中介机构90家，其中保险代理公司55家，保险经纪公司13家，保险公估公司22家。全年保费收入178.36亿元，增长10.6%。其中，财产险保费收入52.75亿元，增长26.0%；人身险保费收入122.71亿元，增长5.1%。保险业日益成为广州经济高速发展的有效增长动力。

本文首先从理论上分析经济发展和保险发展之间的关系，然后以广州的保险业发展和国民经济增长为现实背景，实证研究保险业发展和经济增长的相关关系和因果关系，并提出促进保险业发展的相关对策和建议。

二、经济增长与保险增长的关系

一方面，经济的发展促进了保险的发展。保险业的发展是经济发展到一定水平上的产物，良好的经济环境是保险业持续发展的根本保障。从保需求上看，保险需求并不是人类最基本的需求，只有基本的需求满足后才会产生对风险规避和安全的需求。即经济发展了，家庭收入和财富会增加，储蓄率就会提高，储蓄的首选渠道一般是银行存款和其它流动性较强的投资工具。随后储蓄会流向能满足特别需求的一些产品，如保险产品。也就是说，保险产品的需求与收入成正相关，保险的迅速发展必须以经济的高速增长为前提条件。

另一方面，保险的发展对经济的发展具有促进作用。保险的发展可以为经济的发展提供保障，通过转移风险、均摊损失、实施补偿、抵押贷款和投资收益等作用，为经济的发展提供保险保障，促进经济的发展。

三、实证分析

（一）数据与变量样本的选取

本文主用地区内生产总值（gdp）衡量广州经济增长的主要指标，用广州市保费收入（bf）作为保险发展的主要指标。本文所使用的数据为1980—2011年广州市的年度数据（数据来源于广州市统计信息网）。为了消除非平稳时间序列的异方差性并能够反映变量之间的弹性系数，我们对gdp和bf进行自然对数变换，分别用lngdp 和lnbf表示取自然对数以后的gdp和保费收入。

（二）样本的单位根检验

根据时间序列的相关理论，如果经济变量的自相关函数随时间的变化而变化，就是非平稳的时间序列。而非平稳的时间序列再进行计量分析时就会产生伪回归问题，所以要消除由于时间序列存在伪回归问题而导致的模型拟合的误差，就必须对数据进行平稳化处理，以消除伪回归现象。

对于时间序列变量的平稳性检验应用最广泛的是单位根检验（unit root test）中的adf检验，本文首先对数据进行单位根的检验，看时间序列之间是否存在单位根。采用eviews软件，对样本数据的单位根进行adf检验，检验结果如表1所示。

表1 单位根检验结果

变量adf统计值1%临界值 5%临界值 10%临界值结论

lngdp -1.865917 -4.374307 -3.603202 -3.238054

非平稳

δlngdp -3.737853 -3.097604 -2.991878 -2.635542平稳

lnbf -2.218454 -4.356068 -3.595026 -3.233456

非平稳

δlnbf -4.863307 -3.724070 -2.986225 -2.632604平稳

注：δ表示一阶差分

从表1的检验结果来看，lngdp、lngf原序列的adf统计量均超

过了10%的临界值，未能通过adf检验，两个变量的原序列均为不平稳序列。但是这两个非平稳序列在取一阶差分后均在不同显著性水平下通过了adf检验，为平稳序列。也就是可以认为广州市取对数后的地区内国民生产总值（lngdp）与取对数后的保费收入（lnbf）均为一阶单整变量。根据协整理论，如果两个非平稳变量经过一阶差分之后变得平稳了，那么这两个变量的某种线性组合就可能会存在着长期稳定的关系，即存在着协整的关系。

（三）协整关系分析

协整概念是20世纪80年代由恩格尔（engle）和格兰杰（granger）提出的。协整的基本思想认为，尽管两个或者两个以上的变量中每个都是非平稳的，但它们的线性组合有可能相互抵消趋势项的影响，使该组合成为一个平稳的变量。协整理论为两个或两个以上非平稳变量之间寻找均衡关系，以及用存在的协整关系的变量建立动态模型奠定了理论基础。对于变量之间协整关系的检验，通常有两种方法，一种是engle-granger（1987）提出的基于协整回归残差的两部检验法，二是johansen-juelius（1990）提出的基于var的协整系统检验，本文采用前者来检验变量之间的协整关系。对样本数据进行e-g两步法进行协整分析。首先，对两个取自然对数的变量进行最小二乘法估计，模型估计结果如下所示：（1）

t：（-14.3874）（24.4424）

可以看出模型的拟合效果比较好。然后对估计模型的残差进行

平稳性检验，检验残差是否是平稳性时间序列。残差序列的检验结果如表2所示：

表2 残差序列检验结果

变量检验形式 adf值显著性临界值aic 结果

（n，n，1） -4.5718 1% -4.3561 -0.4181 i（0）

5% -3.5950

10% -3.2335

根据表中的检验结果可以看出，残差序列的adf检验统计量都小于其在1%，5%和10%的显著性水平。故而，可以认定估计残差为平稳序列。这表明lnbf与lngdp之间存在着协整关系，而且当gdp 增长1个百分点，就会促进保费收入增加1.75个百分点。

（四）误差修正模型分析（ecm）

根据granger定理，一组具有协整关系的变量具有误差修正模型的表达形式。

误差修正模型基本形式是由davidson、hendry、srba和yeo于1978年提出的其基本思想是如果变量之间存在协整关系.则表明这些变量之间存在着长期均衡的关系.而这种长期均衡的关系是在短期波动过程的不断调整下得以实现的。也就是说，大多数经济时间序列具有长期的均衡关系是因为有一种调节机制（即误差修正机制）在起作用，防止了长期均衡关系出现较大的误差。因此，在协整检验的基础上，我们进一步建立包括误差修正项在内的误差修正模型，以此来研究模型的短期动态和长期调整特征。由协整检验结