中國財(cái)產(chǎn)保險需求影響因素分析

1、中國財(cái)產(chǎn)保險需求的影響因素分析摘要中國于 1980 年恢復(fù)國內(nèi)保險業(yè)務(wù)以來保險業(yè)取得了長足發(fā)展，但近幾年出 現(xiàn)發(fā)展滯緩現(xiàn)象，并且我國財(cái)產(chǎn)保險業(yè)密度與深度和發(fā)達(dá)國家相比有較大差異， 財(cái)產(chǎn)保險需求有待提高。本文利用我國 2000-2014 年的時間序列數(shù)據(jù)， 對影響財(cái)產(chǎn)保險需求的主要因 素進(jìn)行實(shí)證分析，引入教育經(jīng)費(fèi)支出、保險機(jī)構(gòu)個數(shù)、國內(nèi)生產(chǎn)總值、全社會固 定資產(chǎn)投資、交通事故發(fā)生數(shù)、 財(cái)產(chǎn)保險費(fèi)、城鎮(zhèn)居民人均可支配收入指數(shù)七個 解釋變量，運(yùn)用多元回歸方法建立回歸模型， 進(jìn)行量化分析。 但發(fā)現(xiàn)各解釋變量 之間存在較強(qiáng)復(fù)共線性，再利用嶺回歸對多元回歸模型進(jìn)行修正。結(jié)果表明：教育經(jīng)費(fèi)支出、國內(nèi)生產(chǎn)總值

2、（ GDP）、全社會固定資產(chǎn)投資、 城鎮(zhèn)居民家庭人均可支配收入指數(shù)四個解釋變量被成功引入模型， 對中國財(cái)產(chǎn)保 險收入具有顯著影響 ; 保險市場供給、財(cái)產(chǎn)保險費(fèi)、交通事故發(fā)生數(shù)未被成功引 入模型 , 對中國財(cái)產(chǎn)保險收入影響不顯著。最后根據(jù)本文建模結(jié)果對中國財(cái)產(chǎn)保險市場發(fā)展提出了相關(guān)建議。 關(guān)鍵詞：財(cái)產(chǎn)保險需求 ,多元線性回歸 ,嶺回歸AbstractGreat progress has been made since the domestic insurance business recovery in 1980, but development lagging phenomenono ccur

3、ring in recent years. And compared with the developed countries, our country property insurance ' s density and depth needs to be improved.Using data of 2000-2014 in our country, discusses the main factors influencing the property insurance demand: educational disbursed, supplying factors of ins

4、urance market, gross domestic product (GDP), fixed assets investment , the number of traffic accidents, the price of property insurance ，urban per capital disposable income index. Adopting to ridge regression method to establish the regression model, and then analysis property insurance demand'

5、influence factors in China.But found the explained variables has strong complex col-linearity , use ridge regression to modify multiple regression model.The results show that educational disbursed, gross domestic product (GDP), fixed assets investment ，urban per capital disposable income index and n

6、umber of car has significant positive effect on property insurance demand in China. Supplying factors of insurance market，the number oftraffic accidents and the price of property insurance has no significant influence in property insurance demand.Finally according to the result of modeling in put fo

7、rward some suggestions on the development of Chinese property insurance market. ?Keywords: property insurance demand, Multiple linear regression , ridge regression目錄摘 要 IABSTRACT （英文摘要） 目 錄 第一章 引 言 11.1 選題背景和研究意義 11.2 國內(nèi)外研究現(xiàn)狀 11.2.1 國外研究現(xiàn)狀 11.2.2 國內(nèi)研究現(xiàn)狀 11.3 本文的研究思路及方法 2第二章 中國財(cái)產(chǎn)保險需求影響因素實(shí)證分析 32.1 中國財(cái)

8、產(chǎn)保險需求影響因素體系構(gòu)建 32.1.1 人的風(fēng)險意識 32.1.2 國內(nèi)生產(chǎn)總是（ GDP） 32.1.3 全社會固定資產(chǎn)投資 32.1.4 交通事故發(fā)生數(shù) 42.1.5 城鎮(zhèn)居民家庭人均可支配收入指數(shù) 42.1.6 保險市場供給 42.1.7 財(cái)產(chǎn)保險費(fèi) 42.2 變量的選擇 42.3 數(shù)據(jù)來源 52.4 構(gòu)建模型 72.4.1 多元回歸模型 72.4.2 回歸系數(shù)估計(jì) - 最小二乘估計(jì) 72.4.3 回歸模型的檢驗(yàn) 82.5 多元回歸模型的修正 112.5.1 多重共線性的檢驗(yàn) 122.5.2 嶺回歸建模 - 修正多重共線性 122.6 回歸結(jié)果分析 142.7 本章總結(jié) 15第三章 關(guān)

9、于中國財(cái)產(chǎn)保險發(fā)展的建議 163.1 創(chuàng)新財(cái)產(chǎn)保險企業(yè)運(yùn)營模式 163.2 財(cái)產(chǎn)保險政策法規(guī)環(huán)境和社會環(huán)境建議 163.2.1 政策法規(guī)環(huán)境分析 163.2.2 社會環(huán)境分析 163.3 提高人民的保險意識 16附錄 17參考文獻(xiàn) 19致謝及聲明 20第一章 引言1.1 選題背景和研究意義中國于 1980年恢復(fù)國內(nèi)保險業(yè)經(jīng)營以來， 到今天為止已經(jīng)有了 36 年的發(fā)展 歷史。期間保險業(yè)取得了長足的發(fā)展， 保費(fèi)收入由 1980年的4.6 億元增長到 2014 年的 20234.81 億元，保費(fèi)收入的增長速度超過同期 GDP的增長速度，例如 2014 年我國 GDP同比增長 7.4%，2014 年我

10、國財(cái)產(chǎn)保險保費(fèi)收入增長 16.4%。財(cái)產(chǎn)保 險作為一種商業(yè)活動， 在社會活動中通過自身的社會功能體現(xiàn)其存在的社會價值 和社會意義。 財(cái)產(chǎn)保險不僅可以為家庭和個人的財(cái)產(chǎn)提供保險保障， 而且可以有 效的保障企業(yè)的財(cái)產(chǎn)安全， 對于社會穩(wěn)定具有良好的作用。 我國財(cái)產(chǎn)保險市場結(jié) 構(gòu)經(jīng)歷了由寡頭壟斷局面到如今的寡頭壟斷和壟斷競爭并存局面， 財(cái)產(chǎn)保險結(jié)構(gòu) 發(fā)生了重大變化， 期間也受到了相關(guān)國家政策的影響。 近年來， 我國財(cái)產(chǎn)保險業(yè) 依然呈現(xiàn)持續(xù)增長的良好勢頭， 但是也存在產(chǎn)品結(jié)構(gòu)單一， 產(chǎn)品與市場需求不匹 配，在經(jīng)濟(jì)中占比較低 , 發(fā)展放慢等問題。并且，目前學(xué)者對于保險業(yè)的研究多 集中于壽險領(lǐng)域，非壽險領(lǐng)域

11、研究較少，本文通過對中國財(cái)產(chǎn)保險需求的研究， 進(jìn)而分析影響財(cái)產(chǎn)保險需求的主要因素， 可以對中國財(cái)產(chǎn)保險業(yè)發(fā)展提出可靠建 議和有價值的參考。1.2 國內(nèi)外研究現(xiàn)狀Outreville 15運(yùn)用 55 個發(fā)展中國家的橫截面數(shù)據(jù)， 對財(cái)產(chǎn)保險需求與經(jīng)濟(jì) 發(fā)展之間的關(guān)系進(jìn)行了實(shí)證研究，結(jié)果表明兩者之間存在著正相關(guān)關(guān)系。Esho 16等利用 1984年 1998年 44 個國家的數(shù)據(jù)，研究了財(cái)產(chǎn)保險需求影 響因素，實(shí)證結(jié)果發(fā)現(xiàn)財(cái)產(chǎn)保險需求與損失可能性、 收入水平和風(fēng)險厭惡度的關(guān) 系顯著為正。夏才生 1 對影響非壽險需求的主要因素進(jìn)行規(guī)范性分析：引入人的風(fēng)險意 識、國民收入（ GNP）水平、經(jīng)濟(jì)發(fā)展程度、

12、保險價格、法律環(huán)境、經(jīng)濟(jì)體制和 經(jīng)濟(jì)發(fā)展水平、保險供給質(zhì)量及服務(wù)水平、 強(qiáng)制保險等主要因素研究非壽險需求。趙桂芹 2采用面板數(shù)據(jù)方法對 1997-2003 年我國內(nèi)地 31 個?。ㄊ校┓菈垭U 需求的影響因素進(jìn)行實(shí)證分析， 涉及保險消費(fèi)意識、 損失可能性、市場競爭程度、 經(jīng)濟(jì)水平、交通事故、火災(zāi)損失事故等多種因素。吳江鳴、林寶清 3 對保險需求模型實(shí)證分析， 探討了經(jīng)濟(jì)政策對保險需求的宏觀影響錢珍4選用 1980-2003 年相關(guān)數(shù)據(jù)，建立多元線性回歸模型發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展水平和固定資產(chǎn)投資對非壽險需求影響顯著，而城鎮(zhèn)居民儲蓄余額未通過檢驗(yàn)。夏益國 6 研究發(fā)現(xiàn)風(fēng)險水平、 消費(fèi)者的保險意識、 經(jīng)濟(jì)增長

13、對非壽險需求影響顯著。張宗軍、王向楠 7對 1980-2009 年相關(guān)數(shù)據(jù)，運(yùn)用逐步回歸方法建立回歸模 型得出：固定資產(chǎn)投資、 汽車擁有量與貨物運(yùn)輸量對我國的財(cái)產(chǎn)保險需求有正向 作用。1.3 本文的研究思路及方法本文主要對我國的財(cái)產(chǎn)保險需求影響因素進(jìn)行實(shí)證分析。 將財(cái)產(chǎn)保險費(fèi)收入作為被解釋變量，選取人的保險意識、國內(nèi)生產(chǎn)總值（GDP）、全社會固定資產(chǎn)投資、交通事故發(fā)生數(shù)、城鎮(zhèn)居民人均可支配收入指 數(shù)、保險市場供給、 財(cái)產(chǎn)保險費(fèi)七個解釋變量。 運(yùn)用多元回歸分析方法建立回歸 模型，但發(fā)現(xiàn)各解釋變量之間存在較強(qiáng)復(fù)共線性， 再利用嶺回歸對多元回歸模型 進(jìn)行修正。最后對回歸建模結(jié)果進(jìn)行分析，并對我國財(cái)產(chǎn)

14、保險發(fā)展提出相關(guān)建議。第二章 中國財(cái)產(chǎn)保險需求影響因素實(shí)證分析2.1 中國財(cái)產(chǎn)保險需求影響因素的體系構(gòu)建結(jié)合現(xiàn)有的關(guān)于非壽險需求影響因素的研究文獻(xiàn)， 本文認(rèn)為影響財(cái)產(chǎn)保險需 求的主要因素有人的保險意識、國內(nèi)生產(chǎn)總值（ GDP）、全社會固定資產(chǎn)投資、 交通事故發(fā)生數(shù)、 城鎮(zhèn)居民家庭人均可支配收入指數(shù)、 保險市場供給、 財(cái)產(chǎn)保險 費(fèi)。人的風(fēng)險意識與財(cái)產(chǎn)保險需求密切相關(guān)，隨著經(jīng)濟(jì)發(fā)展和社會生產(chǎn)力的提 高，社會財(cái)富不斷增加， 人民生活水平不斷提升， 則消費(fèi)者購買保險來規(guī)避風(fēng)險， 尋求經(jīng)濟(jì)補(bǔ)償?shù)闹饔^動機(jī)會更強(qiáng)。國外學(xué)者 Szpiro 研究發(fā)現(xiàn)越討厭風(fēng)險的人越 購買財(cái)產(chǎn)保險的可能性越大，愿意支付的保額也越

15、高。 Outreville 認(rèn)為通過教 育能提高人的認(rèn)知能力： 對風(fēng)險的認(rèn)知和對財(cái)產(chǎn)保險的認(rèn)知， 從而降低對風(fēng)險的 厭惡程度。 由于消費(fèi)者的風(fēng)險意識屬于定性變量， 選用受教育程度作為人的風(fēng)險 意識的衡量指標(biāo)。 鑒于數(shù)據(jù)的可得性， 本文選用教育經(jīng)費(fèi)的支出代替人的保險意 識水平。雖然國外學(xué)者 Outrlleevi 的研究認(rèn)為教育降低人對風(fēng)險的厭惡程度， 但國內(nèi)大多數(shù)研究表明教育水平越高財(cái)產(chǎn)保險需求越多， 這可能與教育水平高低 與收入水平高低有關(guān)， 所以，本文假定教育經(jīng)費(fèi)支出與財(cái)產(chǎn)保險需求有正相關(guān)關(guān) 系。經(jīng)濟(jì)發(fā)展水平的提高直接導(dǎo)致社會財(cái)富的積累， 人類面臨的威脅和風(fēng)險也隨 之增加；經(jīng)濟(jì)發(fā)展促進(jìn)保險業(yè)

16、總量的增長和結(jié)構(gòu)升級。 經(jīng)濟(jì)發(fā)展水平的提高對保 險需求的影響是多元化的， 一方面：經(jīng)濟(jì)發(fā)展水平從一定程度反映了一個國家的 城市化水平，城市會水平越高， 不僅導(dǎo)致城市交通越擁擠， 發(fā)生意外事故的幾率 越大，還導(dǎo)致財(cái)富的高度密集，遭受風(fēng)險時損失更慘重。另一方面：經(jīng)濟(jì)發(fā)展水 平的提高在某種程度上會導(dǎo)致人均收入的提高， 那么滿足基本需求后保留在消費(fèi) 者手中的可支配收入越多， 居民購買財(cái)產(chǎn)保險的數(shù)量會更多。 假定國內(nèi)生產(chǎn)總值 與財(cái)產(chǎn)保險需求有正相關(guān)關(guān)系?，F(xiàn)有的論文中多引入全社會固定資產(chǎn)投資這一解釋變量， 社會固定資產(chǎn)投資 主要包括基本建設(shè)投資和設(shè)備、 工具等投資兩大部分， 全社會固定資產(chǎn)投資額也 稱全社

17、會固定資產(chǎn)投資完成額， 是指以貨幣形式表現(xiàn)的在一定時期內(nèi)全社會建造 和購置固定資產(chǎn)的工作量， 是反映固定資產(chǎn)投資規(guī)模、 速度、 比例關(guān)系和使用方 向的綜合性指標(biāo)。 500 萬元及以上建設(shè)項(xiàng)目投資和房地產(chǎn)開發(fā)投資構(gòu)成全社會固 定資產(chǎn)投資的主體。假定全社會固定資產(chǎn)投資與財(cái)產(chǎn)保險需求有正相關(guān)關(guān)系。運(yùn)輸工具保險和貨物運(yùn)輸保險是財(cái)產(chǎn)保險的組成部分， 分別指保險人承擔(dān)貨 物運(yùn)輸過程中和運(yùn)輸工具由于自然災(zāi)害和意外事故而導(dǎo)致的財(cái)產(chǎn)損失。 選用交通 事故發(fā)生數(shù)作為衡量財(cái)產(chǎn)保險需求的指標(biāo)。 假定交通事故發(fā)生數(shù)與財(cái)產(chǎn)保險需求 有正相關(guān)關(guān)系。有效需求指在一定價格水平上，消費(fèi)者愿意購買而且能夠購買的產(chǎn)品數(shù)量。 收入水平

18、的高低直接決定了消費(fèi)者對于財(cái)產(chǎn)保險類產(chǎn)品的購買能力， 一個人的消 費(fèi)水平越高其可用于購買財(cái)產(chǎn)保險的剩余可支配收入也就相對越多， 同時，隨著 個人財(cái)富的累積增多， 個人更樂意于購買家庭財(cái)產(chǎn)保險來減少意外帶來的不必要 損失。因此居民的平均收入水平與財(cái)產(chǎn)保險需求呈正相關(guān)關(guān)系。 鑒于農(nóng)村居民財(cái) 富擁有量較少， 對保險購買量相對較低， 保險購買量主要來源于城鎮(zhèn)居民， 且城 鎮(zhèn)居民人均可支配收入與 GDP有較強(qiáng)相關(guān)性，因此本文選用城鎮(zhèn)居民人均可支配 收入指數(shù)作為財(cái)產(chǎn)保險需求的衡量指標(biāo)。 假定城鎮(zhèn)居民家庭人均可支配收入指數(shù) 與財(cái)產(chǎn)需求有正相關(guān)關(guān)系。中國保險市場發(fā)展由寡頭壟斷發(fā)展至寡頭壟斷與壟斷競爭并存的局面

19、， 保險 市場公司數(shù)量增多， 能提供的財(cái)產(chǎn)險種的數(shù)量增多， 市場供應(yīng)更加多元化， 更能 適應(yīng)消費(fèi)者的需求， 刺激消費(fèi)。 保險公司數(shù)量的增加會導(dǎo)致市場競爭的加劇， 財(cái) 產(chǎn)保險業(yè)整體在保險領(lǐng)域的競爭力也有所增強(qiáng)。 本文選用保險機(jī)構(gòu)個數(shù)作為保險 市場供給因素的衡量指標(biāo)。假定保險機(jī)構(gòu)個數(shù)與財(cái)產(chǎn)保險需求有正相關(guān)關(guān)系。由供需關(guān)系可知， 價格與需求成反比關(guān)系， 財(cái)產(chǎn)保險價格越高財(cái)產(chǎn)保險需求 越少。假定財(cái)產(chǎn)保險價格與財(cái)產(chǎn)保險需求成反比。2.2 變量的選擇本文選用財(cái)產(chǎn)保險費(fèi)收入 （Premium income,PI） 作為被解釋變量來衡量財(cái)產(chǎn) 保險費(fèi)需求， 這既是因?yàn)樨?cái)產(chǎn)保險費(fèi)收入數(shù)據(jù)可得性， 又是因?yàn)樨?cái)產(chǎn)保險

20、的有效 需求是指在一定時期內(nèi)， 人們從財(cái)產(chǎn)保險市場購買的財(cái)產(chǎn)險產(chǎn)品 （包括車險、 企 業(yè)財(cái)產(chǎn)險、貨運(yùn)險、家庭財(cái)產(chǎn)險等）的數(shù)量。表 2-1 解釋變量的選取變量指標(biāo)單位X1教育經(jīng)費(fèi)支出億元X2國內(nèi)生產(chǎn)總值（ GDP）億元X3全社會固定資產(chǎn)投資億元X4交通事故發(fā)生數(shù)起X5城鎮(zhèn)居民人均可支配收入指數(shù)X6保險機(jī)構(gòu)個數(shù)個X7財(cái)產(chǎn)保險費(fèi)億元2.3 建立多元線性回歸模型按照表 2-1 中選取的解釋變量，直接建立如下多元線性回歸模型 :y 0+ 1 x1+ 2 x 2+ 3 x 3+ 4 x 4+ 5 x 5+ 6 x 6+ 7 x 7 + （2.1） 其中 為誤差隨機(jī)項(xiàng)， 0 為常數(shù)項(xiàng)， 1、 2 、 3 、

21、 4 、 5、 6、 7為回歸系 數(shù)。本文收集 2000-2014 年的數(shù)據(jù)，共 15 組樣本。具體數(shù)據(jù)如表 2-2 ：表 2-2 2000-2014 年各變量值數(shù)據(jù)年份指標(biāo)（億元）X1（億元）X2（億元）X3（億元）X4（起）X5X6（個）X7（億元）2000 年598.43849.199776.332917.73616971383.7336082001 年685.44637.7110270.437213.49754919416.3356852002 年779.81548012100243499.91773137472.1447802003 年869.46208.3136564.655566

22、.61667507514.6628692004 年1089.97242.6160714.470477.43517889554.26811252005 年1229.98418.8185895.888773.61450254607.4931281.11217656.109998.2006 年1509.49815.3616378781670.71071580.35268019.137323.2007 年1997.712148.1494327209752.51202086.48316751.172828.2008 年2336.714500.774265204815.71302446.25345629.

23、224598.2009 年2875.816502.7277238351895.41382992.9251683.2010 年3895.619561.840890377219521965.21424026.89484123.311485.2011 年4617.823869.35132108121046.31524779.06374694.2012 年5330.928655.3534123742041961146.71645529.88588018.446294.2013 年6212.330364.780919839412271746481.16635910.512020.2014 年7203.4

24、32806.52651968121336.21807544.4注：其中教育經(jīng)費(fèi)支出、 GDP、全社會固定資產(chǎn)投資、交通事故發(fā)生數(shù)、保險機(jī) 構(gòu)個數(shù)、財(cái)產(chǎn)保險費(fèi)數(shù)據(jù)全部來自于中國統(tǒng)計(jì)年鑒，財(cái)產(chǎn)保險收入： 2005-2014 年來自中國統(tǒng)計(jì)年鑒， 2000-2004 年來自相關(guān)論文。最小二乘估計(jì)本文使用 spss 軟件進(jìn)行操作。由于各解釋變量的單位不一致，為方便比較 各解釋變量對被解釋變量影響程度的大小， 首先把各個解釋變量進(jìn)行標(biāo)準(zhǔn)化變換 （數(shù)據(jù)值 - 數(shù)據(jù)平均值然后除以標(biāo)準(zhǔn)差）之后再進(jìn)行估計(jì)，結(jié)果如下表：表 2-3 最小二乘法回歸系數(shù)估計(jì)表根據(jù)表 2-3 中各個系數(shù)估計(jì)值代入（ 2.1 ）式，可得

25、經(jīng)驗(yàn)回歸方程為：y? 101.823 2.38e 0.005x1 0.297 x2 0.009x3 0.001x4 1.456x6 0.953x7 （2.2 ）2.4 多元線性回歸模型的檢驗(yàn)用 SPSS進(jìn)行擬合優(yōu)度檢驗(yàn) , 得到的結(jié)果如表 2-4 ：表 2-4 擬合優(yōu)度檢驗(yàn)表由表 2-4 可知：擬合優(yōu)度檢驗(yàn)的判定系數(shù)和調(diào)整后的判定系數(shù)都是 1。充分 擬合，被解釋變量可完全由該模型解釋，這與實(shí)際情況不符。用 SPSS進(jìn)行顯著性檢驗(yàn) , 得到的結(jié)果如表 2-5:表 2-5 回歸方程顯著性檢驗(yàn) -F 檢驗(yàn)的方差分析表由表2-5 可知：回歸方程顯著性檢驗(yàn)的 F值為47846.695，P值接近 0，若

26、取顯著性水平0.05，由于該 P值小于顯著性水平 ，因此拒絕原假設(shè)，認(rèn)為各回歸系數(shù)不同時為零 0，因變量與自變量全體的線性關(guān)系是顯著的，建立線性 模型是可行的。用 SPSS對各個回歸系數(shù)進(jìn)行顯著性檢驗(yàn) , 得到的結(jié)果如表 2-6:表 2-6 各個回歸系數(shù)的 t 檢驗(yàn)直接建立多元線性回歸模型，由表 2-6 可知：若取顯著性水平 =0.05 ，則 只有全社會固定資產(chǎn)投資和財(cái)產(chǎn)保險費(fèi)成功引入模型，其余五個自變量皆被拒絕，但全社會固定資產(chǎn)投資系數(shù)為負(fù)，財(cái)產(chǎn)保險費(fèi)系數(shù)為正與實(shí)際情況不符。鑒于（2.1 ）式回歸系數(shù)與現(xiàn)實(shí)不符， 且回歸方程的顯著性檢驗(yàn)表明各解釋 變量與被解釋變量之間存在極強(qiáng)的線性關(guān)系，懷疑

27、各解釋變量間存在多重共線 性。2.5 殘差分析通過 SPSS對所建模型的殘差進(jìn)行分析，結(jié)果如下圖 2-1 ，圖 2-2：圖 2-1 回歸標(biāo)準(zhǔn)化殘差直方圖圖 2-2 觀測的累積概率圖由圖 2-1 正態(tài)分布直方圖看出，殘差符合正態(tài)分布，符合高斯 - 馬爾科夫 （G-M）對誤差隨機(jī)項(xiàng)所作的基本假定。由圖 2-2 觀測的累積概率圖看出，數(shù)據(jù)點(diǎn)圍繞基準(zhǔn)線還存在一定的規(guī)律性。2.6 多元線性回歸模型的修正通過 SPSS對選取的解釋變量進(jìn)行多重共線性檢驗(yàn)，檢驗(yàn)結(jié)果如表 2-7 ： 表 2-7 多重共線性檢查結(jié)果通過 SPSS對選取的解釋變量的容忍度和方差膨脹因子進(jìn)行計(jì)算，計(jì)算結(jié) 果如表 2-8 ：表 2-8

28、 各解釋變量的容忍度和方差膨脹因子由表 2-7 檢驗(yàn)結(jié)果表明：引入的七個解釋變量中有六個特征根接近于 0，條 件指數(shù)（ Condition Index ）大于 10 時提示我們可能存在多重共線性，由圖 2-4 可知，七個解釋變量的有六個條件指數(shù)大于 10, 三個條件指數(shù)大于 100，說明本 文引入的 , 結(jié)合表 2-8 的容忍度和方差膨脹因子結(jié)果，表明七個解釋變量之間存 在高度多重共線性。常用于修正多重共線性的方法有：嶺回歸、主成分回歸、偏最小二乘回歸。 本文采用嶺回歸方法建立回歸模型。通過 SPSS進(jìn)行嶺回歸編程，見圖 2-3 ：圖 2-3 利用 spss 嶺回歸具體編程通過 SPSS進(jìn)行嶺

29、回歸輸出嶺跡圖，見圖 2-4 ：圖 2-4 嶺跡圖嶺回歸中 k 值的選取標(biāo)準(zhǔn)：各回歸系數(shù)嶺估計(jì)大體穩(wěn)定，并且各回歸系數(shù)嶺 估計(jì)符號比較合理。因此根據(jù)嶺跡圖選取較小的 k 值，使得在該 k 值上，各嶺回歸系數(shù)比較合理 且大體穩(wěn)定。由圖 2-4 嶺跡圖可知： x4、x6、 x7在 k>0.2 時趨于穩(wěn)定， x1、x2、 x3、x5在 k=0.08 時趨于穩(wěn)定，且x4 、 x7的系數(shù)符號不符合實(shí)際情況。 因此，選取 k=0.08 ， 將x1、 x2、x3、 x5引入模型。根據(jù)嶺回歸輸出結(jié)果（見附錄），建立如下嶺回 歸方程：y? 0.195757 x1 0.186183x2 0.235371x3

30、 0.141201x5（2.2 ）通過 SPSS對嶺回歸結(jié)果進(jìn)行檢驗(yàn)，結(jié)果見圖 2-5 ：圖 2-5 不同 k 值下的判定系數(shù)由圖 2-5 可知：當(dāng) k=0.08 時，判定系數(shù) R2 =0.996，接近于 1，因此擬合優(yōu) 度高，被解釋變量可以被模型解釋的部分較多 , 模型是顯著的。2.6 模型結(jié)果分析居民的消費(fèi)意識作為一種主觀因素成功被引入模型， 教育經(jīng)費(fèi)支出的系數(shù)是 0.195757 ，說明教育經(jīng)費(fèi)支出通過影響人的風(fēng)險意識與風(fēng)險觀念對我國財(cái)產(chǎn)保險 需求具有正相關(guān)作用，符合本文對教育經(jīng)費(fèi)支出與我國財(cái)產(chǎn)保險需求的基本假 定。國內(nèi)生產(chǎn)總值（ GDP）被成功引入模型，國內(nèi)生產(chǎn)總值（ GDP）是促進(jìn)財(cái)

31、產(chǎn)保 險收入增長的重要動力，國內(nèi)生產(chǎn)總值的系數(shù)是 0.186183 ，國內(nèi)生產(chǎn)總值的提 高代表經(jīng)濟(jì)水平的提高， 進(jìn)而推動保險行業(yè)的發(fā)展， 拉動保險需求。 符合本文對 國內(nèi)生產(chǎn)總值與我國財(cái)產(chǎn)保險需求的基本假定。全社會固定資產(chǎn)投資被成功引入模型，全社會固定資產(chǎn)投資的系數(shù)是 0.235371 ，說明在引入的解釋變量中社會固定資產(chǎn)投資對我國財(cái)產(chǎn)保險需求有顯 著影響。全社會固定資產(chǎn)投資中包括的房地產(chǎn)開發(fā)投資、 建筑安裝工程類投資增 加社會財(cái)富的積累， 人民財(cái)富的積累， 對擴(kuò)大財(cái)產(chǎn)保險需求有積極意義。 符合本 文對于全社會固定資產(chǎn)投資與我國財(cái)產(chǎn)保險需求的基本假定。城鎮(zhèn)居民家庭人均可支配收入指數(shù)被成功引入模

32、型， 城鎮(zhèn)居民家庭人均可支 配收入指數(shù)的系數(shù)是 0.141201 ，說明城鎮(zhèn)居民平均收入水平對保險需求具有正 向影響，符合本文對于城鎮(zhèn)居民家庭人均可支配收入指數(shù)與我國財(cái)產(chǎn)保險需求的 基本假定。第三章 總結(jié)與建議3.1 總結(jié)引入教育經(jīng)費(fèi)支出、國內(nèi)生產(chǎn)總值（ GDP）、全社會固定資產(chǎn)投資、交通事 故發(fā)生數(shù)、 城鎮(zhèn)居民家庭人均可支配收入指數(shù)、 保險市場供給、 財(cái)產(chǎn)保險費(fèi)七個 解釋變量，最終教育經(jīng)費(fèi)支出、國內(nèi)生產(chǎn)總值（ GDP）、全社會固定資產(chǎn)投資、 城鎮(zhèn)居民家庭人均可支配收入指數(shù)四個解釋變量被成功引入模型， 對中國財(cái)產(chǎn)保 險收入具有顯著影響 ; 保險市場供給、財(cái)產(chǎn)保險費(fèi)、交通事故發(fā)生數(shù)未被成功引 入

33、模型 , 對中國財(cái)產(chǎn)保險收入影響不顯著。這在一定程度上反映了中國財(cái)產(chǎn)保險市場發(fā)展的缺陷以及保險市場不完善 的問題。保險行業(yè)整體發(fā)展深度和密度同國外相比處于較低水平， 平均保費(fèi)收入 與國外相比也相差甚遠(yuǎn)。這無疑不讓我們反思我國的保險公司經(jīng)營管理模式落 后，保險產(chǎn)品和服務(wù)質(zhì)量不高、缺乏創(chuàng)新，區(qū)域保險結(jié)構(gòu)不均衡等問題，通過提 供高質(zhì)量多樣化多元化的產(chǎn)品與服務(wù)更好的滿足消費(fèi)者的需求，提高競爭能力， 刺激我國財(cái)產(chǎn)保險收入實(shí)現(xiàn)質(zhì)的提升。3.2 關(guān)于中國財(cái)產(chǎn)保險發(fā)展的建議中國一直以“中國制造”而聞名，其中包含科學(xué)技術(shù)水平落后現(xiàn)實(shí)因素，也 包括營銷觀念陳舊的主觀因素。 導(dǎo)致我國處于世界生產(chǎn)鏈的低端水平， 大國

34、形象 也蕩然無存。 財(cái)產(chǎn)保險業(yè)應(yīng)樹立現(xiàn)代化的營銷理念， 以消費(fèi)者需求為立足點(diǎn)， 創(chuàng) 新營銷策略、營銷手段，克服銷售人員分離、銷售產(chǎn)品區(qū)隔、客戶需求撕裂、銷 售活動分裂、薪酬政策割裂、前勤系統(tǒng)與后勤系統(tǒng)脫裂等缺陷。發(fā)揮企業(yè)的創(chuàng)新性， 充分利用現(xiàn)有資源和網(wǎng)絡(luò)平臺， 開發(fā)新的銷售渠道， 為 財(cái)產(chǎn)保險需求添新動力。引導(dǎo)需求， 采用產(chǎn)品、定價、分銷 和促銷等營銷策略 。 通過提高顧客滿意度，以細(xì)水長流的方式尋求長遠(yuǎn)發(fā)展之計(jì)?；仡櫋笆濉逼陂g中國保險市場的發(fā)展，展望“十三五”未來發(fā)展態(tài)勢， 保監(jiān)會發(fā)布進(jìn)一步規(guī)范財(cái)產(chǎn)保險市場秩序工作方案， 嚴(yán)控財(cái)險公司經(jīng)營投資型產(chǎn) 品，進(jìn)一步厘清保險投資型產(chǎn)品精算依據(jù)，

35、國際運(yùn)貨代理責(zé)任強(qiáng)制保險制度實(shí)施 對財(cái)產(chǎn)保險業(yè)的影響分析。 政策法規(guī)是導(dǎo)向， 良好的政策法規(guī)制度能保證市場有 序的進(jìn)行，更好的發(fā)揮市場功能。社會環(huán)境分析包括人口環(huán)境分析、 教育環(huán)境分析、 文化環(huán)境分析、 生態(tài)環(huán)境 分析、中國城鎮(zhèn)化率分析、 居民的各種消費(fèi)習(xí)慣分析。 本文中解釋變量教育經(jīng)費(fèi) 支出成功引入模型， 中國城鎮(zhèn)化率水平越高， 財(cái)富累積度越高； 居民消費(fèi)習(xí)慣對 于購買有直接關(guān)系。因此社會環(huán)境分析是很有必要的，通過社會環(huán)境分析更好的 把握保險需求的社會環(huán)境，為保民有針對性的提供所需保險類型， 促進(jìn)保險需求 增長。從本文分析得知人民保險意識對中國財(cái)產(chǎn)保險需求具有顯著影響， 說明教育 能提高一個

36、人對風(fēng)險的防范意識，潛移默化中改變保險消費(fèi)觀念，刺激保險需求。 保險公司和政府可通過媒體平臺進(jìn)行宣傳，讓公民了解保險，提高公民保險意識， 進(jìn)而刺激保險需求。同時向人民宣講保險類型，了解保險分類，明確自己的需求， 選擇適合自己的財(cái)產(chǎn)保險產(chǎn)品。附錄R-SQUARE AND BETA COEFFICIENTS FOR ESTIMATED VALUES OF KK RSQ X1 X2 X3 X4 X5X6 X7.00000.99998.041982.032369-.079233.002327.041621-.033879.997103.01000.99909.154859.194229.251174.

37、028595.120683-.098815.393501.02000.99865.180684.194397.255538.044574.126673-.068666.340031.03000.99827.189806.193241.252607.051836.131395-.048202.314995.04000.99791.193770.191812.248844.054777.134750-.033367.299292.05000.99754.195520.190345.245139.055365.137154-.021954.288010.06000.99716.196145.1889

38、06.241655.054586.138912-.012775.279239.07000.99677.196139.187517.238405.052983.140218-.005146 .272062.08000 .99637 .195757 .186183.235371.050872.141201.00.195141.194378.193521.192605.191655.190686.189709.188733.187763.186803.184906 .232531 .048451.183682 .229861.141945 .00.045845 .142509 .01.182508

39、.227343 .043137.181381 .224961.180298 .222701.142935.01.040384 .143253 .02.037623 .143485 .02.179256 .220551 .034881.178252 .218502.143648 .02.032175 .143754 .03.177284 .216545 .029518.176349 .214672.143814.03.026918 .143836 .03.175446 .212876 .024381.143827 .031355 .265979.09000 .995967003 .260689.

40、10000 .995551986 .256002.11000 .995126435 .251786.12000 .994690448 .247952.13000 .994254097 .244432.14000 .993817438 .241176.15000 .993370514 .238146.16000 .992933361 .235311.17000 .992486007 .232648.18000 .992038475 .230135.19000 .99158.185855.174571.211153.021910.143790.04.184922.184005.183104.182

41、221.181354.180505.179674.178859.178061.177280.173724.172903.172107.171333.170581.169849.169137.168444.167768.167108.209496.207902.206365.204883.203451.202067.200729.199432.198176.196957.019506.017170.014902.012702.010568.008499.006493.004549.002664.000837.143731.143652.143557.143448.143327.143195.14

42、3055.142906.142751.142590.04.04.04.04.05.05.05.05.05.050784 .227758.20000 .991142951 .225501.21000 .990694989 .223354.22000 .990246912 .221306.23000 .989808728 .219349.24000 .989360447 .217475.25000 .988912077 .215678.26000 .988473625 .213952.27000 .988035096 .212291.28000 .987606497 .210692.29000 .

43、987167833 .20915030000.98673.176514.166465.195774.000934.142424 .059107.20766131000.98630.175764.165836.194625.002651.142253 .060324.20622232000.98587.175029.165222.193509.004316.142078 .061487.20483033000.98544.174309.164621.192422.005931.141900 .062600.20348234000.98501.173603.164034.191365.007497

44、.141719 .063667.20217635000.98459.172911.163458.190336.009017.141535 .064688.20090936000.98417.172232.162895.189333.010491.141349 .065668.19967937000.98375.171567.162344.188355.011922.141161 .066608.19848438000.98333.170914.161803.187402.013311.140972 .067511.19732339000.98292.170273.161272.186471.0

45、14659.140781 .068378.19619340000.98250.169644.160752.185562-.015969 .140588 .069212 .195094.41000.98209.169026.160242.184674-.017241.140395 .070014.194023.42000.98168.168419.159740.183807-.018477.140201 .070786.192979.43000.98127.167823.159248.182959-.019678.140005 .071529.191961.44000.98086.167238.

46、158764.182129-.020845.139810 .072245.190968.45000.98045.166662.158288.181317-.021980.139614 .072934.189999.46000.98005.166097.157820.180522-.023084.139417 .073599.189052.47000.97964.165540.157360.179744-.024157.139220 .074240.188128.48000.97924.164993.156908.178981-.025201.139023 .074858.187224.49000.97884.164454.156462.178233-.026217.138826 .075454.186340.50000.97844.163924.156023.177501-.027206.138628 .0