中国保险业中长期增长潜力分析 一、世界保险业增长模型 (一)模型建立 1.概述 在现实中，保险深度(保费/GDP)随人均GDP增加而增加，但对应人均GDP的不同规模，保险深度的增速不同，在人均GDP较低的阶段，保险深度增速较慢，而后逐渐加快，到了一定阶段之后，增速又逐渐放慢。这意味着，随着人均GDP增加，保费将以一种超越GDP增长的速度增长，在人均GDP较低的阶段其超越幅度较小，而后逐渐加大，到了一定阶段之后，其超越幅度又逐渐变小。换言之，在经济增长的不同阶段，保费的收入弹性会发生变化。对于上述情形，使用Logistic模型较为合适，因为Logistic函数所具有的S型特征可以较好地对该现实进行抽象刻画。 Carter & Dickinson(1992)和Enz(2000)建立了一种较为理想的刻画保险深度和人均GDP关系的Logistic理论模型(因根据该模型绘制的曲线呈“S”型，因此以下将该模型简称为“S曲线模型”)。本文将在S曲线模型基础上，利用世界各国保险业和经济增长的大量最新历史数据，估算出世界保险业增长模型。 2.模型表达式 S曲线模型的表达式为： (二)样本数据 本文选取93个国家和地区过去25年(1980—2004年)的数据作为观测样本。寿险业的观测样本量为1823个，非寿险业的观测样本量为1842个。各国GDP、人口数、人均GDP等数据来自联合国“National Accounts Main Aggregates”数据库，各国总保费收入、寿险保费收入、非寿险保费收入、寿险深度、非寿险深度等数据来自瑞士“Sigma”世界保费数据库。直接用于模型估计的变量有保险深度和人均GDP。人均GDP数据按照1990年可比价格以美元计价，保险深度数据是相对值(保费/GDP)，不涉及价格调整问题。 根据搜集的样本数据，我们既可以不区分寿险业和非寿险业做一个笼统的关于中国保险业的总体估计，也可以分别针对寿险业和非寿险业进行单独的估计。考虑到寿险业和非寿险业各自具有不同的特点，我们决定采取后一方法，分别估计“世界寿险业增长模型”和“世界非寿险业增长模型”，这样的估计应该比笼统的估计更加准确。需要特别说明的是，在我们使用的样本数据中，寿险和非寿险的区分采用欧盟(EU)和经济合作与发展组织(OECD)标准惯例，将健康保险和意外伤害保险划入非寿险业务范围。 (三)模型估计结果 表1列出了世界寿险业和非寿险业增长模型的估计结果。 先看寿险业。从寿险深度增速看，在人均GDP达到12753美元之前，寿险深度的增速不断加快；在人均GDP达到12753美元之后，寿险深度的增速逐渐放慢。从寿险保费收入弹性看，在人均GDP达到14626美元处，寿险保费的收入弹性达到最大值1.795，该值意味着人均GDP每增长1％，相应的，人均寿险保费增长1.795％。 再看非寿险业。从非寿险深度增速看，在人均GDP达到3076美元之前，非寿险深度的增速不断加快；在人均GDP达到3076美元之后，非寿险深度的增速逐渐放慢。从非寿险保费收入弹性看，在人均GDP达到7553美元处，非寿险保费的收入弹性达到最大值1.429，该值意味着人均GDP每增长1％，人均非寿险保费增长1.429％。 二、相关变量假设
[1]2345
温馨提醒：随时光飞逝，岁月变迁，文章观点，准确性、可靠性、难免有所变动，因此文章观点仅供参考！