我国保险消费的经济增长效应[1]

  本文关键词：我国保险消费的经济增长效应，由笔耕文化传播整理发布。

2010 年增刊

我国保险消费的经济增长效应
赵进文 邢天才 熊 磊

*

内容提要: 本文通过建立时间序列的非线性 STR 模型和面板数据的门限效应模型, 分别从国家和区域两个层面对我国保险消费的经济增长效应进行了经验分析。结果表 明: 当期保险消费对经济增长具有显著的拉动作用, 这种拉动作用呈现出明显的

阶段性和 非线性特征; 前一期保险消费对经济增长具有一定的抑制作用; 区域寿险和非寿险消费对 区域经济增长的影响均具有显著的双重门限效应, 且区域寿险消费发挥正向经济增长效 应的门限明显高于区域非寿险消费。 关键词: 保险消费 经济增长 STR 模型 面板数据门限效应模型

一、引

言

近年来, 随着居民个人消费金融在国内的迅速发展, 居民新时期消费需求得到满足的同时, 居 民的消费习惯、 投资决策以及风险意识都发生了明显转变。保险消费作为一种金融工具, 对于优化 消费信贷环境、 稳定未来消费预期、 扩大有效消费需求具有独到优势, 因而逐渐受到广大居民的青 睐。目前, 我国寿险和非寿险业务发展迅速, 保险消费需求明显增加, 效益也稳步提高, 逐步成为世 界保险消费最快的国家之一。截至 2009 年 12 月 31 日, 全国保费收入已经由 1980 年的 416 亿元上 升到 1113713 亿元, 保费收入的年平均增长率达到 3118% , 年几何平均增长率为 3018% 。与此同 时, 改革开放以来我国的经济也保持着持续、 健康、 稳定的发展。如图 1 所示, 截至 2009 年 12 月 31 日, 我国 GDP 已达到 3315 万亿元, 比上年增长 817% , 保险对消费的金融支持作用日趋明显, 保险 消费与经济增长呈现并驾齐驱之势。 但是, 由于各地区经济发展水平等方面的差异, 各地区保险消费需求发展不均衡, 我国保险消 费对经济增长的拉动作用依然没有得到充分发挥。绘制我国 30 个省级地区的寿险密度和非寿险 密度曲线图( 为节省篇幅, 此处省略) 可以看出, 各省份寿险密度和非寿险密度逐年提高, 但由于发 展速度不同, 各经济区域间保险消费需求差距不断拉大。2008 年我国保险密度最高的上海的保险 密度是最低的西藏的 30 倍之多, 保险密度分别为 3466174 元P 人和 113175 元 人。区域保险消费的 P 不均衡发展已经成为制约我国保险业更好地服务于经济社会发展的瓶颈之一, 应当引起足够重视。 金融消费与经济增长的关系一直受到学术界的广泛关注, 尽管保险消费在金融消费中的作用日益 重要, 而有关其对经济增长影响的研究却相对较少。随着 2007 年 2 月爆发的美国次贷危机对我国
* 赵进文、 邢天才, 东北财经大学金融学院金融分析与模拟实验室, 邮政编码: 116025, 电子 信箱: jinwen101@ 163. com; 熊磊,

东北财经大学统计学院, 邮政编码: 116025。本文是国家自然科学基金项目/ 基于资产价格波动的扩展货币政策规则构建及其 仿真 研究0 ( 项目批准号: 70873015) 的阶段性研究成果, 并获得 2008 年度教育部回国人员科研启动金 项目/ 资产价格 波动对货币政 策规 则影响的实证研究0 ( 项目批准号: 教外司留[ 2008] 890 号) 、 2009 年度东北 财经大学社会 与行为跨 学科研究 中心核心 项目/ 社会 科 学跨学科定量方法研究0 、 2009 年度辽宁省百千万人才工程人选项目/ 五点一 线战略下大连 商品期货市场的 发展与实 证研究0 ( 项 目批准号: 2009921099) 、 2010 年度辽宁省重点实验室项目/ 金融计量模型 的诊断与 稳健建模 方法模拟0 ( 项目批 准号: WS2010003) 、 辽宁省教育厅 2007 年度创新团队项目计划/ 金融风险的测量与建模0 ( 项目批准 号: 2007T030) 的共同资 助。作者感谢 匿名审稿 人 的意见。

39

赵进文等: 我国保险消费的经济增长效应

图1

我国 1981) 2009 年保费收入和国内生产总值的增长率变动

经济的影响日益加深, 我国保险业也面临着严峻的考验。面对这次金融危机的严重冲击, 有关保险 消费经济增长效应的研究对于保险业能否以及应该如何充分发挥风险管理和损失补偿等功能, 如 何通过优化资源配置、 提高资金运用效率等方式提高居民风险保障水平、 扩大居民消费需求, 从而 带动我国经济健康、 稳定地增长, 促使我国较快平稳地度过金融危机, 具有重要的理论意义与现实 价值, 因而, 也日益成为研究的新热点。

二、 文献回顾
金融发展与经济增长的关系问题一直备受学术界关注, 国内外诸多学者对其已经做了大量而 深入的理论研究与经验分析。尽管模型多种多样, 阐释的角度也不尽相同, 但基本结论是一致的, 即只要金融规模达到一定程度, 一国金融发展就会拉动经济增长。由于不同的文献所采用的理论 模型、 研究方法以及样本区间等方面的差异, 有关保险消费经济增长效应的研究并没有形成一致的 结论。国外方面, Webb et al( 2002) 通过将银行、 寿险和非寿险的发展加入修正的 Solow 模型, 研究 了银行、 寿险以及非寿险消费对经济增长的影响, 结果表明: 以银行和寿险业的发展作为外生变量 可以很好地解释和预测经济增长, 而当加入银行和寿险的交互影响项或者银行和非寿险的交互影 响项时, 各个独立变量就失去了对经济增长的解释能力。Arena( 2006) 采用 56 个国家 1976 ) 2004 年的数据, 运用动态面板数据研究了保险市场活动与经济增长之间的关系。结果表明, 寿险和非寿 险消费都对经济增长有重要的正向影响。其中, 寿险消费只在高收入的国家对经济增长有重要影 响, 而非寿险消费对经济增长的影响则在高收入和低收入国家都得到了验证。 国内方面, 周海珍( 2008) 从分析保险业提高储蓄 ) 投资转化率出发, 运用 Lucas 内生增长模型, 进行了理论分析与经验检验, 发现保险消费对我国经济增长起到了推动作用, 但目前作用还比较有 限。赵尚梅等( 2009) 运用两部门模型, 揭示了保险消费对经济增长贡献的传导机制, 证明了保险消 费不仅对经济增长做出贡献, 而且对非保险部门还存在溢出效应。庞凯( 2009) 利用 1994 ) 2007 年 的国内数据, 通过将保险变量引入 Solow 模型来建立我国的经济增长模型, 发现在控制了教育、 贸 易出口、 财政支出和投资增长率等变量后, 财产保险深度对经济增长具有显著的正向影响, 而人寿 保险深度的影响却不显著。 目前, 绝大数文献研究的是整个保险消费与国民经济增长之间的相关性问题, 忽略了寿险与非 寿险消费之间存在的差异对经济增长的不同影响。而且, 在进行经验研究时主要以线性假设为前 提, 并未对这一假设是否合理进行严格的计量经济学检验, 从而影响了经验结果的可靠性。因而, 有必要对线性假设进行检验, 以便更为准确地揭示我国保险消费对经济增长的内在影响机制。

三、理论模型
赵振全、 薛丰慧( 2004) 通过对 Greenwood et al ( 1990) 中的模型( 简称 G J 模型) 进行修正, 建立了 40

2010 年增刊

修正的 G J 产出增长率模型。经验结果表明, 目前我国信贷市场对经济增长的作用比较显著, 而股 票市场的作用并不明显。G J 模型的基本出发点是将产出 Y 看做资本 K 和劳动 L 的函数。为了在 投资效率不断增加的环境下保护竞争, 赵振全、 薛丰慧( 2004) 按照 Parente Piescott( 1991) 的做法对 公司雇佣员工加一个容量限制 L , 从而有: Y= Kmin( L , L ) , H 0。考虑金融中介作用的资本就变 ? ? > 成: K t+ 1 = ( 1- D K t + R ( F 1t , F 2t ) I t 。其中, D代表折旧率, I 代表投资, F 代表金融的发展水平, ) F 1 t 表示资本市场的发展水平, F 2 t 表示证券市场的发展水平。R 是 F t 一个增函数, 表示 G 模型中 -J 金融系统提高投资效率的作用过程。如果 Ft 随时间而增长, R ( F t ) 也随之增长, 从而资本品的价 格会下降, 投资和融资成本降低, 投资效率提高, 全社会总投资增加, 进而拉动经济增长。本文在主 要参考 Greenwood et al ( 1990) 和赵振全、 薛丰慧( 2004) 等研究文献的基础上, 在 G J 模型中加入代表 保险消费水平的 F 3t 。此时, 加入保险市场作用的资本变成: K t+ 1 = ( 1- D) K t + R( F 1t , F 2t , F 3t ) I t 。 令 m = ( L ) 表示每个公司的最大产能, 因此 m 与资本产出率成反比, 产出 Y = mK 。此时若 L = ? L , 则公司规模收益不变, 总产出就与总资本存量成正比, 产出的增长率就等于资本存量的增长率。 ? 令 g x 表示变量 x 的增长率, 则 g y = g k , 于是, 有: gk = ( K t+ 1 - K t )P t = - D+ R ( F 1t , F 2t , F 3t ) K - D+ R( F 1t , F 2t , F 3t ) ( It = Kt
H H

Yt I t ) ( ) = - D+ mR ( F 1t , F 2t , F 3t ) i t 其中, i t = I t PYt 表示投资与产出的比 K t Yt

率, 因此, 产出的增长率 g y 可以表示为 gy = g k = - D mR ( F 1t , F 2t , F 3 t ) it 。R 在确定的 0 点 F 0 = + ( F 10 , F 20 , F 30 ) 按一阶 Taylor 级数展开为: R ( F 1t , F 2 t , F 3t ) U R ( F 10 , F 20 , F 30 ) + RcF 1t ( F 10 , F 20 , F 30 ) F 1t + RcF2t ( F 10 , F 20 , F 30 ) F 2 t + RcF 3t ( F 10 , F 20 , F 30 ) F 3t 这样, 有: g y = - D+ mR ( F 10 , F 20 , F 30 ) it + mRcF 1t ( F 10 , F 20 , F 30 ) F 1t i t + RcF 2t ( F 10 , F 20 , F 30 ) F 2t it + mRcF 3t ( F 10 , F 20 , F 30 ) F 3 t it 将各变量之前的常数进行简化, 可得到如下产出增长率的回归方程: g y = - D+ B1 i t + B2 F 1 t it + B3 F 2t i t + B4 F 3t it 根据修正的 G J 产出增长率模型知, 资本市场、 证券市场以及保险市场的消费水平决定了金融系 统把投资转化为实物资本的效率, 而表示金融效率的函数 R ( F 1t , F 2t , F 3t ) 是增函数, 这意味着金融 消费水平越高, 金融系统的资金配置和投资就越有效率, 金融消费对经济增长的拉动作用就越显著。

四、经验分析
目前, 我国寿险和非寿险消费存在较大差异, 寿险和非寿险对经济增长的影响机制也不尽相 同。非寿险消费着重通过其分散风险的经济补偿功能影响经济增长; 寿险消费则更多地作为强制 储蓄的手段实现收入在时间和空间的再分配, 通过资金融通功能拉动经济增长。因此, 有必要分别 研究寿险和非寿险消费的经济增长效应。本文分别从国家和区域两个层面对我国保险消费的经济 增长效应进行经验分析, 考虑到单项保费消费数据的可得性和真实性, 本文在全国保险消费对经济 增长影响的经验分析中将不区分寿险和非寿险, 而在区域保险消费对区域经济增长影响的经验研 究中对寿险和非寿险消费的经济增长效应加以区分。 ( 一) 全国保险消费经济增长效应的经验分析 11 模型介绍、 数据说明与检验 41

赵进文等: 我国保险消费的经济增长效应

本部分通过建立时间序列的非线性 STR 模型进行经验分析, 有关 STR 模型的检验理论和估计 方法可参见赵进文、 闵捷( 2005a, 2005b) 以及赵进文、 范继涛( 2007) 。平滑转换回归( smooth transition regression, STR) 模型是一种非线性模型, 它是在 Quandt( 1985) 提出的转换回归模型的基础上进一步 扩展而成。转换回归模型的单变量形式就是我们熟知的门槛自回归模型, 详述参见 Tong ( 1990) 和 Granger & Ter& asvirta ( 1993) 。在我国, 赵进文、 闵捷( 2005a, 2005b, 2006) 最早将 STR 模型应用于央行 货币政策操作规律性及其周期性的研究, 在此基础上赵进文、 范继涛( 2007) 将其应用到能源消费与 经济增长的内在依存关系的研究, 这为 STR 模型在我国经济、 金融等领域的应用奠定了坚实的基 础, 将研究的层次提高到了新的水平。 影响经济增长的因素很多, 为了更为深刻、 准确地捕捉到我国保险消费对经济增长的内在影响 机制, 本部分只选取 1980 ) 2009 年我国 GDP 和保费总收入为研究变量, 分别代表我国经济增长和 保险消费水平, 记为 gdp 序列和 pi 序列, 且全部调整至 1990 年价格水平。为了消除可能产生异方 差的影响, 对 gdp 和 pi 分别做对数处理得到 lngdp 和 lnpi 序列。其中 GDP、 数据来源于历年5中 CPI 国统计年鉴6; 总保费收入来源于历年5中国保险年鉴6; 2009 年的数据来源于5RESSET 金融研究数 据库6。 为了确认时间序列的平稳性, 首先要对其做单位根检验。本文采用的是 ADF 检验和 PP 检验, 表 1 中的检验结果表明, 在 5% 的显著水平下, 国内生产总值 GDP 的对数序列 lngdp、 保费总收入的 对数序列 lnpi 都是一阶单整 I( 1) 序列。 表1
变量 lngdp lngdp lnpi lnpi dlngdp dlngdp dlnpi dlnpi

相关变量时间序列及一阶差分序列的单位根检验结果
ADF 值( * 是 PP 值) - 215244 - 113854 - 311254 - 219664* - 315507 - 312689 - 412445 - 315940
* * *

检验类型( c, t, n) ( c, t, 1) ( c, t, 1) ( c, t, 2) ( c, t, 3) ( c, 0, 1) ( c, 0, 3) ( c, t, 1) ( c, 0, 3)

1% 临 界值 - 41 3240 - 41 3098 - 41 3393 - 41 3098 - 31 6999 - 31 6892 - 41 3393 - 31 6892

5% 临界值 - 315806 - 315742 - 315875 - 315742 - 219762 - 219719 - 315875 - 219719

DW 118846 111061 210459 112848 119804 117076 117641 115471

是否平稳 否 否 否 否 是 是 是 是

注: ( c, t , n) 中 c 表示截距项, t 表示趋势项, n 表示回归滞后阶数。

接下来对 lngdp 和 lnpi 序列进行 Granger 因果关系检验。由于 lngdp 和 lnpi 序列都为一阶非平稳 序列, 即 I( 1) 序列, 而 Granger 因果关系检验对变量的平稳性非常敏感, 所以我们采用其一阶差分序列 Granger 因果关系检验 dlngdp 和 dlnpi 进行检验。由表 2 表 2 的Granger 因果关系检验结果可以 看出, 无论滞后 1 阶、 阶 还是 3 2 阶在 10% 的显著性水平下既不存 在 dlngdp 到 dlnpi 的 Granger 因果 关系, 也不存在 dlnpi 到 dlngdp 的 Granger 因果关系。这与目前有关 我国保险消费对经济增长影响的 其他研究存在较大的差异, 可能 42
零 假设 dlngdp 不是 dlnpi 的 Granger 原因 dlnpi 不是 dlngdp 的 Granger 原因 dlngdp 不是 dlnpi 的 Granger 原因 dlnpi 不是 dlngdp 的 Granger 原因 dlngdp 不是 dlnpi 的 Granger 原因 dlnpi 不是 dlngdp 的 Granger 原因 3 26 2 27 滞后阶数 样 本数 F 统计量 1 28 0 27213 1 0 58269 1 1 13325 1 0 43410 1 1 34746 1 1 03356 1 P值 016065 014524 013401 016533 012888 014001

2010 年增刊

的原因是检验的样本数据区间、 检验方法等方面的差异。更重要的是, 从金融消费与经济增长关系的 研究成果来看, 保险消费与经济增长之间可能并非存在简单的线性关系, 有可能存在较为复杂的非线 性内在依存关系, 而这也是不可忽略 Granger 因果关系检验存在明显差异的原因。接下来本文将着重 分析保险消费对经济增长的内在影响机制。 21 模型设定 首先, 我们构造一个满足线性检验的线性模型。根据 dlngdp 到 dlnpi 序列的 VAR 模型中各种 选择标准比较值的大小, 如表 3 所示, 确定线性模型的滞后阶数为 1。最后选取 dlngdp( - 1) , dlnpi 以及 dlnpi( - 1) 进入线性模型, 估计结果如下: 010370 + 015104 dlngdp ( - 1) + 011921 dlnpi - 011316 dlnp i ( - 1) ( 118909) ( 312845) ( 310467) ( - 212546) 2 其中, 括号内为 t 统计量的值, DW= 115579, AIC= - 318298, SC= - 312395 R = 014321。 表3
Lag 0 1 2 3 4 5 LogL 62189068 71134586 74149406 75163659 80154978 82199714

d lngdp =

VAR 滞后阶数不同选择标准的取值情况
LR NA 141 79657* 41 984642 11 618583 61 141490 21 651302 FPE 2114e 05 1148e 05* 1161e 05 2109e 05 2102e 05 2146e 05 AIC - 51074224 - 51445489* - 51374505 - 51136382 - 51212482 - 51083095 SC - 41976052 - 51150975 * - 41883649 - 41449184 - 41328941 - 41003212 HQ - 51048179 - 5 367354* 1 - 51244281 - 41954068 - 41978078 - 41796601

注: * 表示通过相应准则选择的滞后阶数, 显著性水平为 5% 。

其次, 我们对模型的线性假设进行检验, 在进行线性假设检验之后要进行的是转换变量的选 择, 接着进行 H 04 、 03 、 02 的循序检验, 以确定转换函数的类型。 H H 表4
统计量 转换变量 dlngdp( - 1) t dlnpi( t) dlnpi( - 1) t TREND
各统计量的相伴概率。
*

线性假设检验及转换函数形式的选择结果
F 217469e 03 117328e 01 116270e 02 216941e 02 F4 916058e -01 617905e -01 915861e -02 517789e -01 F3 710531e 03 715735e 01 116645e 01 214226e 02 F2 71 3009e 03 21 6522e 02 11 6638e 02 41 3598e 02 模型或转换 函数类型 LSTR2 Linear LSTR1 LSTR2

注: F 统计量为 Granger et1 al( 1993) 提出的检验线性假设的统计量; F 4 、 3 和 F 2 分别为 H 04 、 03 、 02 的 检验统计量; 表中 值为 F H H

表 4 的检验结果显示, 以 dlngdp( - 1) 、dlnpi( - 1) 以及 TREND 为转换变量时均得到拒绝线性假 t t 设的结论, 且以 dlngdpp( -1) 做为转换变量时, 相伴概率明显小于其他值, 由于 F 3 的相伴概率值要 t 比 F 4 和 F 的相伴概率值大, 最终选择 dlngdp( - 1) 为转换变量, 并确定转化函数为 LSTR2 型, 即转 t 换函数形式为: G ( C c, s t ) = { 1+ exp[ - C st - c 1 ) ( s t - c2 ) ] } , (
- 1

, C 0, c1 [ c 2 。运用相关软件对模 >

型进行估计得: c 1 , c 2 的取值范围是[ - 010437, 011726] , C的则为[ 015, 10] , 估计出 c 1 , c2 的初始值 分别为 010627 和 011726, C的初始值为 10, 接着采用 Newton -Raphson 迭代方法得到模型的估计值, 之后剔除不显著的变量, 最终得到如表 5 的模型估计结果。 根据表 5 可以得到 LSTR2 模型的具体形式如下: 43

赵进文等: 我国保险消费的经济增长效应

dlngdp = 0195804d lngdp ( - 1) + 0115567d lnpi - 0113026dlnp i ( - 1) + G ( C c, dlngdp ( - 1) ) * ( - 0110360 - 0183617d lngdp ( - 1) + 01080074d lnpi ) , 其中, G( C c, dlngdp ( - 1) ) = { 1+ exp[ - 15914337( d lngdp ( - 1) - 0106767) , ( d lngdp ( - 1) - 0117261] } 该模型对应的主要诊断统计量如下:
-1

ARCH -LM= 114594( P 值: 016917) , J B= 014006 ( P 值: 018185) , F LM = 015166 ( P 值: 016753) 。 可见, LSTR2 模型的残差序列顺利通过了异方差性、 正态性和序列相关检验。同时, 与 dlngdp 序列的 AR 模型相比, LSTR2 模型的 R 也较高, 这表明该模型能够较好地反映我国保险消费与经济 增长之间的非线性特征和内在依存关系。 表5
变量 线性 部分 dlngdp( - 1) t dlnpi( t) dlnpi( - 1) t CONST 非 线 性 部 分 dlngdp( - 1) t dlnpi( t) C C1 C2 AIC R
2

2

LSTR2 模型的估计结果
初值 01 93323 01 16437 - 01 13026 - 0110434 - 0186481 01 78683 101 0000 01 06266 01 17263 - 710252 01 8220 估计值 0195804 0115567 - 0113987 - 0110360 - 0183617 0180074 15914337 0106737 0117261 SC R ?
2

标准差 011122 010515 010509 010431 013103 012087 1518115960 010365 010019 - 615970 018320

t - 统计量 815400 310204 - 217482 - 21 4045 - 21 6946 318366 NAN NAN NAH HQ SSR

P值 010000 010070 010128 010266 010144 010011 NAN NAN NAN - 618943 010262

从表 5 的估计结果可以看出, 在 LSTR2 模型的线性部分中, dlngdp、 dlnpr 和 dlnpr(- 1) 对经济增 长的影响均比较显著, 不同的是 dlngdp 和 dlnpr 对经济增长具有正的拉动作用, 而 dlpr( - 1) 对经济 增长具有负拉动, 而且 dlnpr 的系数绝对值大于 dlnpr( - 1) 系数的绝对值。由此可见, 我国当期保 险消费对同期经济增长具有较强的拉动作用, 而前一期保险消费在一定程度上抑制了经济增长。 可能的原因是, 我国保险资金的运用存在一定的滞后, 且投资渠道受到较为严格的限制, 在一定程 度上影响了投资效率进而抑制了经济增长。这在黄薇( 2009) 中也得到了验证。但这种抑制作用小 于当期保险消费对经济增长的拉动作用。 LSTR2 模型的非 线 性部 分包 括 转换 项 和回 归 函数 两 部 分, 转 换函 数 中的 临 界 值为 c 1 = 0106737, c 2 = 0117261, 即转换函 数关于 ( c 1 + c 2 )P 0111999 对称。当转换 变量 dlngdp ( - 1) = 2= 0111999 时, 转换函数值 G= 0, 非对称部分消失, 模型完全由线性部分表示; 当 c1 = 0106737 或者 c 2 = 011726 时, G= 015。斜率 C 15914337 说明模型有很快的转换速度。当 dlngdp( - 1) [ 0106737 = 或 dlngdp( - 1) > 0117261 时, 即当经济出现过快或者过慢增长时, 转换函数就迅速从 0 向 1 转换, 非线性部分的作用将迅速表现出来, 同时也体现出经济的过快和过慢增长对保险消费经济增长效 应影响的非对称性。当前一期经济增长速度过快或者过慢时, 即 dlngdp( - 1) > 0117261 或者 dlngdp ( - 1) [ 0106737 时, 当期保费收入增速下降 ( 上升) 1 个百分点, 会引起经 济增长率下降 ( 上 升) 0195641 个百分点; 当前一期经济适度增长时, 即 0106737< dlngdp( - 1) [ 0117261 时, 当期保费收 入增长率提高 1 个百分点, 会拉动经济增长率提高 0115567 个百分点。 当经济增长过慢时, 当期保险消费对经济增长有较强影响的主要原因是: 保险消费本身作为经 44

2010 年增刊

济增长的重要组成部分会对经济增长产生直接的影响, 当经济增长过慢时保险深度( 保费收入占 GDP 的比率) 会提高, 保费收入增长势必会引起经济更快的增长; 当经济增长过慢时, 中央政府一般 会实施积极的财政政策和货币政策, 通过增加财政支出、 降低存贷利率等方式来扩大内需、 刺激消 费、 鼓励投资。此时, 保险作为一种消费可以直接推动经济的增长, 又可以充分发挥其分流社会储 蓄, 实现储蓄转化为投资的强大功能来进一步促进经济的复苏。 当经济增长过热时, 保险消费速度下降将导致经济增长率迅速下降的可能原因是: 在经济过热 时, 中央政府和央行一般会采取适度从紧的财政政策和货币政策, 这主要体现在减少政府开支和提 高存贷款利率两个方面。提高利率将会产生储蓄对寿险产品的替代效应, 尽管利率上升会使寿险 产品价格下降, 在一定程度上增加寿险产品的需求, 但从我国经济、 保险的发展经验来看, 利率上升 的替代效应要大于价格效应, 最终导致保险消费需求下降。保险消费需求的下降直接导致保费收 入下降, 进而直接或间接地引起经济增长率的下降。 总之, 当经济适度、 平稳地增长时, 保险消费作为社会的/ 稳定器0与经济、 社会的发展相辅相 承, 通过发挥其三大基本功能来维护经济、 社会稳定, 实现经济、 社会健康、 稳定的发展; 当经济增长 出现较大波动时, 保险消费或者作为/ 助推器0来推动经济走出低谷、 实现复苏; 或者作为/ 减速器0 来实现经济、 社会的可持续发展, 在一定程度上起到了减小经济波动、 熨平经济周期的作用。 图 2 给出了转换函数值随 dlngdp( - 1) 变化而变化的曲线。从图中可以看出 , 自 1980 年恢复 国内保险业务以 来我国保 险消费与 经济增长 之间的关 系呈现出 明显的阶 段性特征, 主 要分为 1980 ) 1992 年、 1993 ) 2007 年以及 2008 年至今三个阶段。第一阶段是 1980 ) 1992 年, 主要特点是 经济增长率的高波动和保险的高速起飞, 且保险消费速度明显高于经济增长速度。我国保险消费 对经济增长的影响呈现出明显的非线性特征, 存在从线性到非线性的频繁 转换。第二阶段是从 1993 年我国初步确立社会主义市场经济体制至 2007 年美国次贷危机爆发, 该阶段是我国经济增长 相对稳定的时期。虽然保险消费速度有所减缓, 从图 1 可以看出, 保险消费速度时常会低于经济增 长率, 但保险整体规模和实力继续提升, 保险消费对经济增长的影响呈现出明显的线性特征。第三 阶段是 2008 年至今, 受全球金融危机的影响我国保险消费和经济增长都经历了较大的波动, 保险 消费与经济增长之间再次呈现一定的非线性关系。这种非线性关系是否会持续较长的时间, 有待 进一步研究。

图 2 转 换函数曲线

( 二) 我国区域保险消费经济增长效应的经验分析 绘制 1999 ) 2008 年 30 个省份寿险密度、 非寿险密度对人均 GDP 的散点图发现, 尽管各省份保 险消费水平存在差异, 但各省份保险消费与经济增长之间都存在明显的正相关关系。 11 模型介绍、 数据说明与检验 本部分主要通过建立面板数据的门限效应模型, 对我国区域保险消费对经济增长是否存在门 限效应进行检验与估计。有关面板数据的门限效应检验与估计方法的详细介绍, 请参考 Hansen ( 1999, 2000) 。从本文修正后的 G J 模型可以看出, 经济增长率与金融市场发展水平以及保险市场 45

赵进文等: 我国保险消费的经济增长效应

发展水平密切相关, 同时投资收益率也会对经济增长产生重要影响。本文主要选取金融发展指标 和保险消费指标, 考察存在金融市场和保险市场交互影响的同时, 区域保险消费对经济增长影响的 门限效应。变量 Yit 表示省份i 在第 t 年的产出增长率, 用人均 GDP 的增长率代替; I it 表示投资产出 比, 用全社会固定资产投资增量占 GDP 的比率代替; 金融发展指标 B it 用金融机构各项贷款余额增 量占 GDP 的比率表示; 保险消费指标分别用人均寿险保费收入增长率( 即寿险密度增长率) L it 和人 均非寿险保费收入增长率( 即非寿险密度增长率) C it 表示; S it 是模型中对应的门限变量, 我们选取 能够反映各省份经济发展水平的人均 GDP 做为门限变量, 单位为万元 人。本文将采用全国 30 个 P 省份 1999 ) 2008 年的数据, 不包括西藏、 台湾、 香港和澳门。各省份数据均调整为 2000 年价格水 平, 其中保费收入数据来源于 2000 ) 2009 年的5中国保险年鉴6; 各省 GDP、 人均 GDP 以及 CPI 数据 均来源于5中经网统计数据库6; 金融机构各项贷款余额来源于 2004 ) 2005 年以及 2009 年5中国金 融年鉴6。 本 文 同 时 采 用 LLC、 表 6 IPS、 Breintung、 - Fisher 和 ADF PP Fisher 五种方法对各个变 量进行单位根检验。综合考 虑表 6 的 检验结果, 判定变 量 Y、 B、 C 均 是平 稳变 I、 L、 量, 不存在单位根过程。 21 寿险 消 费对 经济 增
变量 Y I B L C LLC - 1616108
***

各地区面板序列单位根检验
Breintung - 2143465 0187214 - 5173045*** - 4151035*** 4113444
***

IPS - 2180766
***

ADF Fisher 1411457
***

PP Fisher 2841912*** 2151601*** 1631487*** 1201785*** 2051453***

- 1515971*** - 3615192*** - 1215980*** - 1015517***

- 2131294** - 3158619*** - 0198933 - 2136601***

1241509*** 1231873*** 8910270*** 1221326***

** * 注: *** 、 、 分别表示在 1% 、 、 的显著性水平上拒绝存在单位根的原假设。 5% 10%

长影响的门限效应分析 首先, 我们以人均 GDP 作为门限变量, 检验区域寿险消费对区域经济增长的门限效应。表 7 的检验结果表明, 单一门限检验对应的 F1 值以及双重门限检验对应的 F2 值都非常显著, F1 和 F2 对应的自助( bootstrap) P 值均为 0100000; 而三重门限检验对应的 F3 值相对较小, 其对应的自助 P 值 为 0116200, 因此在 5% 的显著性水平下我们接受存在双重门限的原假设。由此可见经济发展水平 对区域寿险消费的经济增长效应具有重要影响, 且根据不同的经济发展水平将该效应分为三种不 同的影响机制。 表 8 给出了两个门限估计值及其对应 的 95% 和 99% 置信区间。 C 和 C 对应 1 2 的估计值分别为 016598 和 213219, 可以根 据双门限值划分的三个区间将全国 30 个 省份划 分为三 类, 即人 均 GDP 小 于等 于 6598 元的为经济发展水平较低的省份; 人 均 GDP 大于 23219 元的为经济发展水平较 高的省份; 其他均归为中等经济发展水平 的省份。 表 9 给出了以人均 GDP 为门限 变量 的双门限模型估计结果, 于是得到门限回
F 值 P值 临 界值 5% 1%

表 7 寿险消费对经济增长影响的门限效应检验
单一门限检验 1715090( F1 ) 01 00000 31 92934 61 92043 双重门限检验 1111794( F2 ) 0 00000 1 3 69782 1 6 56931 1 三重门限检验 1192220( F3 ) 0116200 3189532 5152991

表8
C C ^1 C ^2 估计值 016598 213219

门限值的估计结果
95% 置信区间 [ 016172, 018644] [ 114479, 218948] 99% 置信区间 [ 01 6365, 01 6836] [ 21 1437, 21 5215]

归方程具体形式: Yit = - 012416B it + 010703B it- 1 + 015094I it + 010697C it - 0100689L it - 1 I ( Tit [ 016598) + 0101360L it - 1 I ( 016598< Tit [ 213219) + 0111070L it - 1 I ( T it > 213219) 46

2010 年增刊

根据各变量回归系数 及其对应 t 值的大小可以 看出, 除了 L it- 1 I ( 016598 < Tit [ 213219) 项的系数 不太 显著外, 其他各项的 系数均很显著。在不考虑 门限 效应的情况下, 前一 期金融发展对经济增长具 有明显的正向拉动作用, 而当期金融发展对经济增 长具有一定的抑制作用; 固定资产投资增量占 GDP 的比率与经济增长率呈现 明显 的正相关; 非寿险消 费会 拉动经济增长; 寿险 消费对经济增长的影响存

表9
回 归项 Bi t Bi t - 1 I it Ci t L i t - 1 I ( T it [ 016598)

双重门限模型估计结果
回归系数 - 012416 010703 015094 010697 - 010689 010136 011107 OLS SE 01 0385 01 0285 01 0641 01 0224 01 0261 01 0154 01 0267 White SE 01 0358 01 0246 01 0771 01 0210 01 0197 01 0124 01 0258 t 统计量 - 617545 218531 616070 313157 - 314876 110985 412967

L i t - 1 I ( 016598< Ti t [ 213219) L i t - 1 I ( T it > 213219)

注: 这里的 t 统计量是根据 White 标准差计算得到。

表 10

2001 ) 2008 年各门限区间省份分布情况
年份 2001 14 14 2 2002 11 17 2 2003 6 21 3 2004 2 24 4 2005 1 23 6 2006 1 23 6 2007 1 21 8 2008 0 20 10

门限变量区间 T it [ 016598 016598< Ti t [ 21 3219 T it > 213219

在明显的门限效应, 主要体现为 L it- 1 的系数在不同的组别中的差异。经济发展水平较低的省份, L it - 1 的系数为- 010689, 对应的 t 值为- 314876, 说明前一期寿险消费对经济增长有较强的抑制作 用。可能的原因是, 寿险具有较强的储蓄功能, 在经济发展水平较低的地区由于受整体经济和金融 发展水平的限制, 寿险很难实现储蓄向投资的有效转换, 从而挤占了一部分投资和消费, 在一定程 度上抑制了经济的增长; 中等经济发展水平的省份, L it- 1 的系数为 010136, 对应的 t 值为 110985, 这 说明前一期寿险消费对经济增长具有一定的拉动作用, 但不显著; 经济发展水平较高的省份, L it- 1 的系数为 011107, 对应的 t 值为 412967, 这说明前一期寿险消费对经济增长具有显著的拉动作用。 寿险消费对经济增长影响存在明显门限效应的主要原因是, 经济的发展依然是我国保险消费的主 要推动力, 寿险的融资功能和实现储蓄向投资转化的功能依然是其拉动经济增长的主要途径。只 有在经济发展水平较高的省份, 寿险才能充分发挥融资功能和实现储蓄向投资转化的功能, 寿险消 费对经济增长的规模效应和溢出效应才能明显 体现出来。 表 10 给出了 2001 ) 2008 年三类省份的具 体分布情况。从中可以明显看出从 2001 年至 今, 经济发展水平较低的省份占的比重逐年下 降, 截至 2005 年只剩下贵州一个省份, 2008 年 全部省份的经济发展都达到中等以上水平。这 说明随着经济、 金融和保险业的不断发展壮大, 寿险消费对经济增长的抑制作用逐渐减弱, 截 至 2008 年所有省份寿险消费对经济增长的抑 制作用已经消失。与此同时, 我们也应看到, 从 2001 年至今, 中等经济发展水平的省份比重依 然很高, 经济发展水平较高省份的数量增长缓 慢, 截至 2008 年只有 10 个省份。这说明虽然
F值 P值 临界值 5% 1%

表 11

非寿险消费对经济影响的 门限效应检验
单一门限检验 双重门限检验 三重门限检验 2312067( F1 ) 0100000 4106140 7100460 1217596( F2 ) 0100030 4135242 6198639 318823( F3 ) 0105570 4114143 7118939

表 12
C C ^1 C ^2 估计值 016238 110082

门限值的估计结果
95% 置信区间 [ 016121, 017270] [ 019107, 110321] 99% 置信区间 [ 01 6203, 016525] [ 01 9638, 110232]

47

赵进文等: 我国保险消费的经济增长效应

我国寿险消费对经济增长的抑制作用已经消失, 但是 2P 以上的省份寿险消费对经济增长的正向 3 拉动作用仍不明显, 这种正向拉动作用仅仅局限于广东、 上海、 北京等少数经济高度发达的省份。 31 非寿险消费对经济增长影响的门限效应分析 从表 11 的检验结果来看, 在 5% 的显著性水平下, 我们认为非寿险消费对经济增长的影响同 样存在双重门限效应。表 12 给出了 C 和 C 对应的估计值分别为 016238 和 110082。 1 2 表 13 给出了以人均 GDP 为门限变量的非寿险消费对经济增长影响的双门限模型的估计结 果, 由此可以得到门限回归方程的具体形式: Yit = - 010904B it + 010932B it- 1 + 013009I it - 010512L it + 010681C it - 013254Cit- 1 I ( T it [ 016238) - 010298L it- 1 I ( 016238 < T it [ 110082) + 011288L it- 1 I ( T it > 110082) 除了 Cit- 1 I ( 016238< T it [ 110082) 外, 各回归项的回归系数均非常显著。在经济发展水平较低 的省份, C it- 1 的系数为- 013254, 对应的 t 值为- 410684, 这说明前一期非寿险消费对经济增长具有 很强的抑制作用; 在中等经济发展水平的省份, Cit- 1 的系数为- 010298, 对应的 t 值为- 110685, 这 说明前一期非寿险消费对经济增长有一定的抑制作用, 但不明显; 在经济 发展水平较高的省份, C it- 1 的系数为 011288, 对应的 t 值为 617793, 这说明前一期非寿险消费对经济增长具有明显的拉动 作用。 表 14 给 出 了 2001 ) 2008 年三类省份 的具体分布情况。与表 10 相 同 之 处 在 于, 从 2001 年至今, 经济发展 水平较低的省份占的比 重逐年下降, 截至 2005 年只剩 下 贵 州 一 个 省 份, 2007 年全部省份的 经济发展都达到中等以 上水平。这说明与寿险 消费一样, 随着经济、 金 融和保险业的不断壮大 和发展, 非寿险消 费对 经济增长的抑制作用也 逐渐减 弱。 与表 10 不 同之处在于, 中等 经济 发展水平的省份数量迅
B it B it - 1 I it L it C it C it - 1 I ( Ti t [ 016238) C it - 1 I ( 0 6238< T it [ 110082) 1 C it - 1 I ( Ti t > 110082)

表 13
回归项

双门限模型估计结果
回归系 数 - 0 0904 1 0 0932 1 0 3009 1 - 0 0512 1 0 0681 1 - 0 3254 1 - 0 0298 1 0 1288 1 OLS SE 010286 010234 010616 010104 010199 010890 010340 010196 White SE 010242 010188 010793 010104 010183 010800 010279 010190 t 统计量 - 317428 419666 317947 - 419094 317317 - 410684 - 110685 617793

注: 这里的 t 统计量是根据 White 标准差计算得到。

表 14

2001 ) 2008 年各门限区间省份分布情况
门 限变量区间 年份 2001 13 9 8 2002 9 12 9 2003 4 16 10 2004 2 13 15 2005 1 10 19 2006 1 5 24 2007 0 3 27 2008 0 2 28

Ti t [ 01 6238 01 6238< T it [ 110082 Ti t > 11 0082

速下降, 经济发展水平较高的省份占的比重急剧上升, 截至 2008 年经济发展水平较高的省份已经 达到 28 个, 只有贵州和甘肃仍属于中等经济发展水平的省份。这说明目前我国非寿险消费对经济 增长的正向拉动作用已经非常明显, 非寿险消费增长率提高 1 个百分点将带动经济增长率上升 011288 个百分点, 非寿险消费发挥经济增长效应的门槛要远低于寿险消费, 这与 Marco Arena( 2006) 得出的结论基本一致。从目前我国经济发展水平来看, 截至 2008 年底, 全国 30 个省份中只有贵州 和甘肃两个省份人均 GDP 未达到 10082 元, 这说明我国 90% 以上省份的非寿险消费已经开始拉动 经济增长; 而人均 GDP 高于 23219 元的省份只有 10 个, 这说明只有 30% 左右的省份, 寿险消费具有 48

2010 年增刊

正向经济增长效应。

五、政策建议
经验结果表明, 我国保险消费对经济增长的影响机制较为复杂, 存在时间和空间上的双重差 异。针对本文的经验结果和目前我国保险消费需求存在的问题, 提出如下建议: ( 一) 充分发挥保险消费对居民的风险保障功能, 合理分担居民的消费金融风险。近年来, 消费 金融的发展在满足了新时期居民消费需求的同时, 也给居民生活带来了更多的信贷风险。目前, 我 国消费金融在推动居民消费需求方面的作用还比较有限。主要原因是个人信贷的信用担保和偿还 机制还不健全, 消费信贷机构发放信贷的门槛比较高。因此, 保险公司应该根据居民的信贷和消费 需求, 加强与消费金融公司等金融机构的合作, 开发研制相关消费金融保障产品, 从而降低居民消 费金融的信用风险, 提高居民的消费水平, 实现我国经济增长方式由投资拉动向需求拉动的转变。 ( 二) 有效应对国际金融危机, 转变保险消费需求模式, 实现保险消费需求动力多样化。目前, 我国保险消费需求依旧是依靠经济带动为主的粗放型模式。从经验结果来看, 从 2008 年开始, 我 国保险消费与经济增长之间再次呈现出一定的非线性特征。在国际经济环境急转直下, 国内经济 形势明显复杂化的严峻形势下, 我们应该努力提高生产要素的生产效率, 以此来促使保险消费需求 方式由粗放型向集约型转变, 实现保险消费需求动力多样化。 ( 三) 加强保险业务结构调整, 实现各种资源在寿险和非寿险业间的合理流动和优化配置。从 经验结果来看, 我国区域非寿险发挥正向经济增长效应的门槛相对较低。因此, 保险公司可以针对 国家的投资计划和产业振兴规划, 开发出配套的保险产品, 适当提高非寿险的业务规模和发展速 度, 从整体上提升我国保险消费对经济增长的拉动作用。为此, 我们应按市场需求调整险种结构, 实现各种资源在寿险业和非寿险业间的合理流动和优化配置。 ( 四) 促进我国区域经济、 金融和保险业的协调发展, 努力实现区域保险消费对经济增长的正向 拉动作用。为此, 保险公司应当围绕各区域人群的消费习惯和消费热点, 围绕国家宏观经济政策和 产业政策调整, 找准保险业提供风险管理和保障的切入点, 加大产品服务创新, 逐渐形成具有区域 特色的保险消费需求模式, 努力促使区域保险消费对经济增长做出更大的贡献。 总之, 我国保险消费对经济增长的影响机制比较复杂, 既存在时间上的阶段性和非线性特征, 又存在空间上的巨大差异。在国际金融危机蔓延、 国内经济运行波动加剧、 通货膨胀趋势明显增强 的严峻形势下, 应当充分发挥保险消费的经济增长效应, 促使我国较快、 平稳地度过这场跌荡起伏 的金融危机。
参考文献
范学俊, 2006: 5金融体系与经济增长: 来自中国的实证检验6 , 5金融研究6 第 3 期。 韩廷春, 2001: 5金融发展与经济增长: 经验模型与政策分析6 , 5世界经济6 第 6 期。 黄薇, 2009: 5中国保险机构资金运用效率研究: 基于资源型两阶段 DEA 模型6 , 5经济研究6 第 8 期。 栾存存, 2004: 5我国保险业增长分析6 , 5经济研究6 第 1 期。 米建国、 李建伟, 2002: 5我国金融发展与经济增长关系的理论思考与实证分析6 , 5管理世界6 第 4 期。 庞楷, 2009: 5保险业对经济增长影响的实证分析 ) ) ) 基于修正的 Solow 模型6 , 5保险研究6 第 7 期。 谈儒勇, 1999: 5中国金融发展和经济增长关系的实证研究6 , 5经济研究6 第 10 期。 赵进文、 闵捷, 2005a: 5央行货币政策操作效果的非对称性实证研究6 , 5经济研究6 第 2 期。 赵进文、 闵捷, 2005b: 5央行货币政策操作政策拐点与开关函数的测定6 , 5经济研究6 第 12 期。 赵进文、 闵捷, 2006: 5我国经济增长波动非线性特征的实证建模研究 )) ) 兼谈货币政策操作对经济增长影响的特点6 , 5金融学 季刊6 第 1 期。 赵进文、 范继涛, 2007: 5中国经济增长与能源消费内在依从关系的实证研究6, 5经济研究6 第 8 期。

49

赵进文等: 我国保险消费的经济增长效应
赵进文, 2007: 5中国货币政策与经济增长的实证研究6 , 北京大学出版社。 赵尚梅、 李勇、 庞玉锋, 2009: 5保险业对经济增长贡献的理论模型与实证检验6, 5保险研究6 第 1 期。 赵振全、 薛丰慧, 2004: 5金融发展对经济增长影响的实证分析6 , 5金融研究6第 8 期。 周海珍, 2008: 5保险业发展与拉动经济增长的关系研究6 , 5管理世界6 第 11 期。 Arest is, P. D emetriades, 1997, / Financial Development and Economic Growth: Assessing the Evidence0 , Economic Journal , 107 ( 442) : 783 ) 7991 Bruce E Hansen, 1999, / Threshold Effect s in Non 1 -dynamic Panels: Est imation, Testing, and Inference0 , Journal of Econometrics, 93: 345 ) 3681 Bruce E1 Hansen, 2000, / Sample Splitting and Threshold Estimat ion0 , Econometrica , 68( 3) : 575) 6031 Granger, C. W. J, Terasvirta, T. , 1993, Modelling Nonlinear Economic Relat ionships, Oxford U nivesity Press, Oxford. & Hau, A1 , 2000, / Liquidity, Estat e Liquidat ion, Charitable Motives, and Life Insurance Demand by Ret ired Singles0, Journal of Risk and Insurance , 67( 1) : 123) 141. Jeremy Greenwood, Boyan Jovanovic, 1990, / Financial Development, Growth and t he Distributing of Income0 , Journal of Political Economic , 98( 5) : 1076 ) 1107. Krishna, 2008, / Does Insurance Promote Economic Development? Empirical Evidence from India0, Journal of Applied Economic Research , 2 ( 1) : 43 ) 86. Marco Arena, 2006, / Does Insurance Market Act ivity Promot e Economic Growth? Across country Study for Industrialized and Developing Countries0 , World Bank Policy Reseach Working Paper 4098: 1 ) 21. Philippe, Trainar, 2001, / The Role of Insurance in Ensuring Financial M arket Liquidity0 , The Genava Papers on Risk and Insurance , 26( 3) : 346 ) 359. Quandt, R. E, 1985, / The Est imation of Parameters of a Linear Regression Syst em Obeying Two Separate Regimes0, Jounal of the Royal Statisti cal Association , 53: 873 ) 880. Stephen L. Parente, Edward C. Prescot t, 1991, / Technology A doption and Growth0 , NBER Working Papers Series, 3733: 1 ) 31. Tong, H . , 1990, Non linear Time Series: A Dynamical Systerm Approach, Oxford Univesity Press, Oxford. Webb I. P. , Grace MF, Skipper H. D. , 2002, / The Effect of Banking and Insurance on the Growt h of Capital Andout put0 , Center f or Risk Management and Insurance Working Paper, No. 02) 1.

The Effect of Insurance Consumption on Economic Growth in China
Zhao Jinwen , Xing Tiancai and Xiong Lei
a a b

( a: FA&S. L , School of Finance, Dongbei University of Finance and Economics; b: School of Statistics, Dongbei University of Finance and Economics) Abstract: By employing Non linear STR model of time series and panel Threshold regression model, this paper empirically analyses the effect of insurance consumption on economic growth in China, from both national and regional aspects. The empirical analysis indicates that the insurance consumption in current period strongly promote economic growth with the typical gradual and non linear characteristics; To some extent, the insurance consumption in one lag period restraints the economic growth; The effects of both regional life insurance and regional non life insurance consumption on economic growth take on double threshold effects, however, the threshold of regional life insurance consumption to promote economic growth is obviously higher than that of non life insurance consumption. Key Words: Insurance Consumption; Economic Growth; STR Model; Panel Threshold Regression Model JEL Classification: C51, C52, E61, G22

( 责任编辑: 松

木) ( 校对: 晓

鸥)

50



  本文关键词：我国保险消费的经济增长效应，由笔耕文化传播整理发布。