人寿保险论文精选(九篇)

第1篇：人寿保险论文范文

第一，收入不实，假保费及截留保费、收入跨期入账现象极为严重。为完成当年的保费收入指标，有的保险公司在个别险种上做文章，先做退保支出，再重新投保作保费收入，造成有些保单重复作收入；还有些保险公司以借款作收入，下年再以退保支出或赔付支出还款，假收入假赔付现象时有发生。为完成下年的保费收入增长指标，有的保险公司把本属于当年的保费收入截留，划入下年度入账，造成保费收入不实，人为调节收入的现象尤为严重，保单缺乏透明度。

第二，佣金计提裁量性过大，造成保险公司实际向各人支付的数额与计提的数额多少不一，给佣金的支用留下了管理漏洞，尤其是孤儿保单的佣金管理无法控制，造成孤儿保单的佣金计提后乱用现象严重。

第三，保险行为不规范。人的持证上岗率较低，公司对人的持证管理不足；保险公司的职工与人管理混淆，存在大量职工冒充人，以假签名领取佣金的问题；人“跳槽”频繁，造成孤儿保单较多，并形成了多处管理漏洞。

此外，保险机构管理水平不高，存在内控隐患。从去年投诉和社会曝光的一些情况，反映出部分保险公司的内控机制还有待健全，而保险专门人才的奇缺，成为保险企业扩张、发展的主要障碍，这些现象也制约了保险行业在市场经济条件下主动参与竞争的能力。

一、中国人寿保险更加急切地呼唤与银行协手共进

银行保险是指通过银行或邮局网络为保险公司销售特定保险产品。

从1995年开始，国内银行和保险公司逐步开始合作，当时，一些新设立的保险公司，如华安、泰康、新华等，为尽快抢占市场，纷纷与银行签订了协议。从1999年开始，中国金融业开始出现银行和保险公司合作的浪潮，目前国内各保险公司和十几家银行建立了业务合作关系，并取得了一定的成绩。2000年，仅中国人寿保险公司通过银行实现的保费收入就达3.2亿元。2000年12月，中国平安保险公司广州分公司首开广州地区银行寿险业务以来，业务量一路飙升，令同业刮目相看。

但总体上看，我国银行保险的发展还处于起步阶段，银行保险在保费收入中所占份额尚不足2%，这与国外平均20%的比例相差甚远。

另外，从银保双方签订的合作协议看，合作的范围包括代收保费、代付保险金、代销保险产品、融资业务、资金汇划、联合发信用卡、客户信息共享等方面，形成双方业务渗透、优势互补、互利互惠、共同发展的新格局。

但是，大多保险公司都只注意到了银行保险业务在保费收入方面的益处，都把重点放到了保险产品的销售方面，并未注意到，银行保险会给保险公司在业务管理方面带来更大的不可估量的作用。现在的银保合作只是简单的流于表面与形式。纵观我国寿险行业发展的现状，寿险规模与保费收入不断扩大，对人寿保险公司的管理与监督就更显其重要性。于是，进一步加深银保合作的广度与深度，把银保合作渗透到保险公司的内部业务管理，借助银行的力量，增强保险业务的透明度，改进保险公司的业务管理漏洞，使银行与保险公司协手共进，以配合不断发展壮大的中国人寿保险事业，实施“银保混合管理（寿险）制度”就成为进一步加深银保合作研究的新课题。

二、进一步加强银保合作，实施“银保混合管理（寿险）制度”的对策

依照我国目前银保合作发展的现状，进一步加深银保合作的广度与深度，实施“银保混合管理（寿险）制度”，必须得到有关部门的足够重视，并且要充分借助电子化、信息化，以及现代科技手段。本文所述的“银保混合管理（寿险）制度”的核心是在银行分别开立保费收入户、退保及理赔给付户、人专户、上级拨入费用户等四个账户，加强对寿险公司的内部控制制度的管理。

（一）保费收入户：只收投保人凭保单存入的保费，不能提现金，因保费收入只能存入此户，且以银行的收讫章的时间作为保单成立的时间，可避免保费收入截留，跨期入账现象，并确保保费收入的安全。银行与保险公司定期对账，又便于监督部门的检查，提高了保险的透明度。保险单以涂卡的形式，录入电脑后，可随时查阅应收及未收的保费、应付及未付的佣金。

（二）退保及理赔给付户：由退保人或给付金的领取人，凭保险公司单设的理赔或退保机构核定的批准文件，向银行领取退保金或理赔给付金。公司法人的退保金或理赔给付金必须转账拨付。可对保险公司先退保后再重新投保的假退保及假收入现象加以限制。理赔或退保审核机构制定严格的退赔审核制度，可防止不合规定的退赔现象，又可防止假资金投保再退出而虚增保费收入和支出，也便于监管部门的监督与检查。

（三）人专户：由各人凭资格证书和保险公司开具的人档案卡向银行开立此户，用于结算佣金及手续费，佣金及手续费只能由银行凭人提供的保单回执转账拨入人专户，不许直接支付现金。可防止非人冒领佣金及孤儿保单佣金的流失。

（四）上级拨入费用专户：由上级拨入保险公司职工工资及费用，上级按收入与上年费用的结余奖励核定本年费用数，并下拨给保险公司，作当年费用所用。

投保过程说明如下：1、由人保险公司与投保人签约，签定一式四份的保单，（保单按险种分，可由保险公司已预先盖章、人签章）签定后由投保人持单到银行保费收入户交款，银行在保单上盖带有时间的收讫章，并开具发票，保险合同生效。同时电脑自动按保单开具一式三份的佣金或手续费转账凭证（一联作银行向人专户转款的依据，一联给人作领取佣金的依据，一联给保险公司作为记账凭证）。2、保单一联给投保人，一联由银行给保险公司财务部门记账，一联给保险公司业务档案部门存档，一联由银行记账所用。3、如果人辞职，保险公司应通知银行与人办理取消该人专户，并结清佣金及手续费。余下的孤单的佣金及手续费电脑自动不再计提。如果人转到其他保险公司，应办理划转手续。4、发生退保或理赔时，由投保人凭保单及发票向保险公司的单设理赔机构提出申请，由该机构核实后，开出批准文件，投保人持批准文件到银行的退保或理赔给付金专户领取退保或理赔给付金。

三、实施“银保混合管理（寿险）制度”的作用

（一）建立如上账户进行管理，无论投保、退保、理赔给付均要通过银行，保户与保险公司签定保单后，由银行按合法单据收付款项，银行作为保险公司与保户的中转站，银行、保险公司、保户三方相互牵制、互相制约，在一定程度上限制了保险公司的造假行为，更大限度地保护了投保人的利益，有助于促进我国保险行业尤其是寿险行业的发展。

（二）可有效的防止收入截留、跨期入账，人为调节收入的现象。

（三）防止假资金投保及假退保、假给付现象。

第2篇：人寿保险论文范文

关键词：利率风险；利差损风险；风险价值

改革开发30多年来，中国的寿险业得到了迅速发展。保费年收人不断增加，保费年收入从1980年的4.6亿元增加到2005年的4927.3亿元，与此同时，寿险公司的数量也明显增加。从一家综合性保险公司增加到2005年底的93家(其中保险集团和控股公司6家，财产保险公司35家，人身保险公司42家，资产管理公司5家，再保险公司5家；中资保险公司42家，外资保险公司40家)。寿险业已经成为当今中国金融行业的一大亮点。但由于外部经营环境的改变，特别是金融市场与经济因素的连动反应使寿险公司、消费者的行为发生了改变，使我国寿险业存在巨大的潜在风险。寿险公司是经营风险的企业。寿险公司在经营过程中面临着许多风险，包括实际死亡率超过期望死亡率，投资资产的质量可能恶化使实际收益率低于期望收益率。实际费用率超过期望费用率，其他公司可能发明出更为有效的经营方法，市场利率的变化导致的损失，等等。按北美精算师学会(SOA)的分类，寿险公司面临的主要风险包括：资产风险(指因寿险公司的债务人不能按期偿债或保险公司投资资产市价的下降而引起的资产贬值带来的风险)、定价风险(指定价不足以弥补死亡率或伤残率恶化等带来的风险)、利率风险(是指由于利率变化的不确定性导致现金流量的不确定性，从而影响公司经营的稳定性，最终影响偿付能力)和经营风险(指公司经营过程中遇到的一般商业性风险，包括社会、法律、政治、技术等方面)。其中。最为突出的就是利率风险，传统的精算定价理论假设：利率是确定的，即精算师在定价过程中采用确定的保单预定利率，但事实上利率具有随机性，从而会引发寿险定价利率风险。而利率风险中寿险定价利率风险更是长期困扰我国寿险公司的问题。

寿险定价利率风险是指寿险资金实际收益率与保单预定利率之不利偏差引起的亏损的可能性。寿险定价利率风险是威胁着寿险公司盈利能力和寿险经营稳定性的一大风险，其发生带来的最直接的后果就是利差损．即通常所说的保单利差损风险。利差损是指寿险公司实际投资收益率低于人寿保险产品的定价利率而产生的亏损。由于人寿保险业务一般都是长期性的，因此，寿险公司从在保单中承诺了保证最低投资收益率的那一刻起，利率风险就如影相随了。寿险产品是应付不确定性而产生的，本质上属于金融类产品，利率始终是其定价时的一个非常重要的参数之一。设计保单时的精算考虑，在技术允许的条件下已经极大地量化了，比如，生命表中的不确定因素，通货膨胀率，以及根据大数法则得到的各种保险风险的出险率。只有预期保险基金投资收益率这一项由于未来市场利率风险千变万化。精算假设所采用的利率，不管是监管部门统一确定的定价利率，还是根据银行存款利率、通货膨胀率、投资收益率的历史情况，兼顾未来经济发展水平确定的利率，都只是一种假设性的利率。由于寿险产品的长期性，这种假设性利率就不可避免地会在未来一定时期内受到市场利率上下波动的影响(在我国利率市场化进程加快的背景下，这一现象将是明显的)。寿险公司未来现金流量自然极大地受利率变化的影响，因而利率风险在寿险公司未来经营中的影响绝不可等闲视之，需大力加强管理寿险产品的定价机制。

保险的实质是依据大数法则集合风险、分摊损失。通过订立合同的形式，保险人一方面从多数投保人处收缴保险费，作为未来给付保险金的准备金而留存在保险公司内；保险费率是保险人向投保人或被保险人收取的每单位保险金额的保险费，也就是保险的价格。一般人寿保险单的毛保费(也叫总营业保费)由纯保费和附加保费两部分构成。纯保费用于保险合同规定的特定责任损失的补偿和给付，按我国的方法，还包含保险公司承担风险责任的一定报酬(即为保险公司的利润)。纯保费依据预定利率和源于生命表的预定死亡率来计算。附加保费用作弥补保险公司经营服务所耗费的各项费用(包括管理费、佣金手续费等)以及风险安全加成。其中，安全加成用以补偿死亡率及市场等的风险。保险精算原则是保证在保险合同有效期内任意时点上，保险公司的所有收入与其所有支出的价值的期望值相等(因为所有收入与所有支出均是随机变量)。计算贴现过程中所使用的贴现率就是预定利率。可见，预定利率是决定保单价格的重要因素，可以说，预定利率是寿险公司对在签单时一次收取或分次收取的保费负有的保障的最低收益率。如果其他因素不变，预定利率越高，保费越低，保险成本越高；反之，预定利率越低，保费越高，保险成本越低。按精算等价原则(在合同成立时)：

纯保费的计算公式：纯保费精算现值：保额精算现值

毛保费的计算公式：毛保费精算现值=(1+附加费率)x纯保费精算现值=保额精算现值+附加费用精算现值

可见，单位保额有效保单的毛保费称为保险费率／不同的投保年龄的保险费率一般不同，单位保额一般定为l(xx)元，并且是随预定利率而定的，而预定利率大小是由保险资金的投资收益率决定的，而投资收益率又是随市场利率而定的。并与寿险公司投资的范围及投资结构有关(对非传统保单，例如，投资连结产品，没有限定预定利率，所以其保险费率是不定的)。因为人寿保险契约的长期性，从安全性出发，有必要将预定的长期投资收益率定得比较保守。避免中途因资金运用收益下降而对已生效保单提高保险费。一般选择在长期内即使一般利率标准下降也经受得住的标准线作为预定收益率，即保单的预定利率或称保单信用利率。长期寿险产品的保险期限太长，要对未来这么长时间内资金运用收益进行准确预测几乎不可能，一旦利率发生较大波动时，则固定预定利率保单的预定利率的“不恰当”可能给寿险公司带来预定利率风险。“预定利率风险”是指由于预定利率设定不当。致使寿险公司的投资收益率可能低于保单预定利率，而使寿险公司发生损失的可能性。在分红保单和万能保单等投资类保险产品中因规定有最低保证利率，如果最低保证利率设定过高也会存在预定利率风险。人寿保险责任准备金是保险人为将来发生的债务而提存的金额，是保险公司的负债。作为责任准备金保存起来的储蓄保险费在进行资产投资使用时，会产生利息分红等收入。其中，大部分作为以预定利率为基础的利息转入责任准备金，从其金额中减去进一步进行资产运用所需的费用，剩余部分就是利差益(若不足，则产生利差损)。

利差益(损)：(资金实际收益率一预定利率)×责任准备金总额=实际利息收入和红利一按预定利率应收的预定利息

资金实际收益率-2×利息及分红收入／(期初资产+期末资产-利息及分红收入)

保险公司会计核算利差的计算公式是：

利差益(损)=本年度利息收入-[预定利率×(年初责任准备金+纯保费-满期给付-死残给付)／2]-本年度提存的差益返还金

由上述公式可见，利差是由于保险资金投资收益率和预订利率之间的差异造成的。利差一定时，在保单有效期内，随着责任准备金(寿险公司的负债)提取的积累，利差也同时增加。当寿险公司业务达到一定规模，较大的利差损可能会严重影响寿险公司的偿付能力，甚至导致其破产。寿险实务中，寿险公司要通过运用保险基金投资来保证公司的偿付能力。在费率精算厘定中，精算等价原则本来就考虑到了准备金的积累增值，且保险市场激烈竞争导致的费率降低(预定利率升高)，因此，承保业务亏损更要求保险投资来弥补。对利差准确的把握应为寿险资金实际收益率或寿险公司内部收益率与保单预定利率(保单信用利率)之差。这是因为：

1直接决定寿险经营利润大小的是资金实际收益率而非市场利率。

2从数值上说，虽然寿险资金实际收益率与市场利率有很大的关联性，但二者却不尽相等。寿险资金实际收益率不仅受市场利率高低的影响，对寿险公司而言，实际收益率的大小还受本公司资金运用方式、投资组合方式以及宏观法律调控对寿险资金运用的限制等各因素的影响。如果寿险公司对其资金通过了良好的运作，其投资回报率会高于市场利率。

3市场利率是保险人确定保单预定利率考虑的一个重要因素。就目前我国寿险市场来说，由于寿险资金运用渠道和中国利率市场化的限制，我国寿险保单预定利率与银行存贷款利率的相关性很强。本文中提及的利率风险并非通常所说的市场利率风险，是指寿险公司实际投资收益率风险。寿险定价中的利率也是指寿险公司的实际投资收益率。

我国定价利率风险的形成既有宏观经济形势变动等客观方面的原因，也有寿险企业内部经营方面的问题。寿险定价利率风险形成的客观原因指的是引发其形成的社会经济环境方面的原因。宏观经济形势起伏不定，银行存款利率下调，寿险业务的发展离不开国家宏观经济的大环境，我国寿险产品定时，对于保单预定利率的假定，主要以银行存款利率为参考对象。银行存款利率的下调成为引起我国寿险定价利率风险的一个最直接的原因。寿险定价利率风险形成的主观原因指的是寿险公司内部经营及监管方面存在的问题。

(1)根本原因：盲目追求业务规模；

(2)直接原因：寿险产品定价利率设定不当；

(3)间接原因：经营体制存在弊端；

(4)政策原因：监管滞后；

第3篇：人寿保险论文范文

一．思想统一准备充分

在接到市公司文件后，**支公司党支部立即召开中层干部会议和全体员工大会，对文件精神进行层层贯彻落实，作好活动前的思想发动工作，让全体员工了解开展本次活动的目的和重要意义。在活动开展之前，更多经典尽在支公司周密部署、精心策划，在活动形式选择、时间安排、宣传方式等方面做了大量的前期准备工作，为活动的顺利开展奠定了良好的基矗

二．内容丰富形式多样

**支公司根据**实际情况，利用双休日在中心路和正阳大街等繁华地段举办以“规范经营、诚信服务”为主题的集中宣传日活动，采取设立咨询台、悬挂宣传条幅、设置宣传展板、发放宣传资料等多种宣传形式，向广大市民集中宣传中国人寿“规范经营、诚信服务”的各项内容。在**市西河公园与**市文体局联合举办“**放歌中国人寿专场文艺演出”，通过多种文艺形式对中国人寿诚信服务的宗旨和理念进行广泛宣传。在演出过程中，百名中国人寿员工还举行了诚信签名、诚信宣誓仪式，向广大市民表明了中国人寿信守承诺、诚信服务的决心。在这同时，**支公司还采取召开征求意见会、发放征求意见卡等形式，广泛征求各阶层人士意见，并对各种意见和建议认真归纳梳理，采取有效措施，切实加以整改。

三．主题鲜明注重实效

**支公司在活动中牢牢把握“规范经营、诚信服务”的主题，向广大市民宣传：“什么是保险？为什么要购买保险？怎样填写投单等等”。集中宣传日的咨询台前不时有行人或附近居民驻足观看，并有不少群众上前咨询各种保险产品；了解自己的保险权益；咨询如何进行理赔和更改保险受益人、地址等，现场气氛非常热闹。很多市民称赞“规范经营、诚信服务”宣传活动搞得好，搞得及时。有一位市民高兴地说：“规范经营、诚信服务”宣传活动，使我明白了怎样选择险种，自己有什么保障，让我心里有了底，打消了我想买保险，又怕上当的疑虑，我决定近期就购买保险，而且就买你们中国人寿的。”

同时，这项活动的开展也起到了教育员工、锻炼团队的作用。现在，诚信营销，在**支公司已深入人心，成为每位业务员的实际行动。通过这项活动，在全社会进一步树立起了中国人寿良好的企业形象，增强了每位员工诚信服务的观念，提高了公司的整体服务水平。

四．宣传到位效果显著

在活动过程中，**支公司积极与新闻媒体沟通，加大在媒体上宣传的力度。在与**市电视合开办的综合性版块节目《中国人寿保险社区》中。通过不同的视角，全方位、大篇幅地对“规范经营、诚信服务”实践宣传活动进展情况和每个阶段的热点问题进行及时报道，在社会上引起了强烈反响。使广大市民更直观地了解到了中国人寿保险公司“诚信服务”的具体内容和做法，加深了他们对我公司保险产品和优质服务的认知程度。起到了很好的宣传效果。

五．紧密结合保持共产党员先进性教育活动

第4篇：人寿保险论文范文

关键词：寿险需求；外部冲击；VAR模型；脉冲响应函数

作者简介：张洪涛(1949-)，女，中国人民大学财政金融学院教授、博士生导师，主要从事金融与保险研究；张冀(1972-)，男，中国人民大学财政金融学院博士生，主要从事保险市场研究。

中图分类号：F842.4　文献标识码：A　文章编号：1006-109692008)01-0153-04　收稿日期：2007-10-21

一、引言

1989年至2006年我国人寿保险年增长率为32.89％，即使如此我国寿险发展仍远低于世界平均水平，也低于许多发展中国家的平均水平。目前寿险需求研究的基础是效用理论，Yaari(1965)在效用理论的基础上提出人寿保险可以降低家庭主要收入者早亡而带来的不确定性，实现消费者生命周期效用最大化。Yaari同时提出在不确定条件下，应该结合购买者不同阶段研究寿险需求。在假定主要收入创造者生存条件下，D.Lewis(1989)认为寿保险需求依赖于家庭人口结构，寿险消费与家庭主要收入者的死亡概率、家庭成员消费现值以及风险厌恶程度呈正相关，与保单价格、家庭财富呈负相关。在实证研究方面，国外许多学者在效用理论的基础上先后建立了诸多需求模型，分别从宏观和微观角度对寿险需求的影响因素进行了计量分析。J.Browne和Kim(1993)使用多国数据对人寿保险需求进行了研究，证明人寿保险与国民收入正相关，与通货膨胀预期负相关，经济发展与经济稳定能刺激人寿保险消费。D.Ward和R.Zuebruegg(2000)运用协整检验技术分析了OCED国家1991～1996年实际GDP和真实保费的相关关系，结论是保险业可以促进经济增长。沿袭国外经典文献，国内部分学者对寿险需求也进行了实证检验。孙祁祥(1997)运用OLS方法以银行存款余额、金融政策以及保险业体制改革为自变量对保费收入进行回归，结论认为社会体制改革对保险业的影响要远远大于其他经济政策。亦存在(2004)通过动态模型，从消费者角度建立了保险业和宏观经济因素的互动模型，认为保险业自身扩张、国民可支配收入增长以及市场经济体制改革是影响中国保险业增长的主要因素。

上述文献多使用多元线形回归模型，但多元线形回归模型需要一些假设条件，不能全面考虑解释因素，无法反映寿险需求在外部冲击下的动态变化过程。掌握寿险需求的动态发展过程对于政策层是非常重要的，一般而言，寿险需求与社会保障呈替代关系，然而，在长期动态发展过程中这一结论是否仍然成立?农民纯收入的增加对寿险需求有多长的滞后期?城镇居民可支配收入的增加在长期过程中如何影响寿险需求?既有文献的静态视角不能回答这些问题。影响寿险需求的变量在冲击力度和周期上有很大不同，静态分析实际上存在“只重结果、不重过程”的缺陷，由此得出的政策建议无论在长期还是短期都会存在偏差。必须考察各经济变量的相互影响，寻求经济体系达到稳态时各变量的动态变化路径，计量结果才能成为政策层的有效参考依据。

基于上述分析，本文从动态角度考虑通货膨胀率、农民纯收入、城镇居民可支配收入、社会保障以及居民储蓄对寿险需求的影响，运用非平稳时间序列方法建立寿险需求VAR模型和脉冲响应函数，分析了中国各经济变量对寿险需求影响的动态冲击过程。VAR和脉冲响应函数不需要对模型添加不必要的假定约束，能够充分详尽地描绘出变量之间相互作用的动态轨迹。经过实证分析，本文力图解释外部冲击在力度和时效上如何影响中国寿险需求，为今后我国寿险的发展提供理论依据。

二、中国寿险发展统计分析

综合中国寿险业近年快速发展经历，可以发现中国寿险业具有两个特点。首先，中国寿险业发展不稳定。1989年～2006年我国寿险收入从39.9879亿元增长到4062.587亿元，增长了102倍，年增长速度为30.87％。但我国的寿险增长的波动幅度也很大，1993年保费年增长率比上年下降了8.4％，而1998年保费收入年增长率高达为92.13％。上述数据说明我国的寿险市场还没达到稳定的增长阶段，外部冲击对保费收入的影响较强。图l描述了1989年～2006中国寿险收入与增长率的变化情况，寿险收入增长率呈累进型递增，我国目前阶段寿险业正处于高速发展时期，而发达国家寿险需求增长率基本保持稳定。

1989～2006年中国寿险需求的另一个特点是城镇寿险需求旺盛，农村寿险需求显著滞后，这与我国的二元经济结构相吻合。进入2000年后城镇失业、社会保障体系不完善等问题日益凸现，城镇人口结构也趋于老龄化，这些都加剧了城镇居民对寿险的需求，促进了寿险业的发展。农民收入的缓慢增长、传统的家庭养老观念使得寿险在农村市场发展缓慢。2003年，农村寿险保费收入占全国寿险收入的30％.2004年，我国县域人身保险费收入为958.74亿元，占全国保费收入的29.7％。而我国农民达9亿，表明我国寿险需求还有很大潜力。寿险需求与收入呈正相关，收入的提高促使寿险需求的提高。中国是典型的二元经济结构，城乡收入差距很大，中国人均收入或者人均GDP不能准确分析我国的寿险需求结构。本文使用农民纯收入和城镇居民可支配收入作为计量指标。社会保障计划类似于国民财富，社会保险政策一般都有长期的税率优惠保证。富裕国家和税利高的国家都愿意扩大社会保障计划。从理论上说，寿险消费与社会保障计划存在一种替代关系。本文选择我国社会保障基金来验证社会保障对寿险需求的短期和长期影响。储蓄从理论上说与寿险需求是负相关，但随着寿险产品创新的不断发展，寿险保单不再是只具有保障功能，更兼有投资和储蓄功能，本文选取居民储蓄数据作为冲击指标之一。预期通货膨胀对寿险消费起很大的负面影响，短期内，通货膨胀减少寿险的价值，减少了对寿险的需求。但长期的温和的通货膨胀能促进经济增长，带动寿险需求。根据信息假设，消费者对通货膨胀率的预期是建立在前一年的通货膨胀率的基础上。根据这一假设，本文使用过去的通货膨胀率作为预期通货膨胀率的近似值。

表1给出了1989年～2006年各变量的统计描述，除通货膨胀率外，其他变量在样本区间表现出平滑递增趋势，保费收入、社会保障基金、居民储蓄、农民纯收入、城镇居民可支配收入的最大值和最小值分处1989年和2006年，各指标呈同步递增趋势。表1的结果说明如果使用多元回归模型必然产生多重共线性，但向量自回归(VAR)和脉冲响应函数(IRF)则

可以避免这一问题。根据统计描述结果，本文的模型选择具有统计和经济意义双重合理性。

三、实证分析

(一)模型设定

按照表1的分析，多元线形回归模型可能使估计结果失去有效性。向量自回归(VAR)模型用于相关时间序列系统的预测和随机扰动对变量系统的动态影响。VAR模型及在VAR模型基础上建立的脉冲响应函数不需要添加不必要的假定约束，能够充分详尽地描绘出变量之间相互作用的动态轨迹。本文力图通过实证分析解释外部冲击在力度和时效上如何影响中国传统部门和现代部门，为今后我国寿险的发展提供理论依据。这种方法以数据为导向，避免了预先对模型添加一些不必要的假定约束，能够充分详尽地描绘出变量之间相互作用的动态轨迹，但需要进行序列平稳性和协整检验。向量自回归(VAR)模型可以设定为

根据VAR的回归结果，可估算出寿险需求对多个变量一个标准差信息(Innovation)扰动的脉冲响应值。广义脉冲响应函数(IRF)用于衡量来自随机扰动项的一个标准差冲击对系统内生变量当前和未来取值的影响。通过以上两种计量经济模型，我们可以测算出我国各变量和寿险需求之间相互作用的动态过程。如果数据系列存在协整关系可通过建立向量修正误差模型(VEC)进行分析；反之，则可基于向量自回归模型进行脉冲响应测算。

本文样本区间设定为1989年～2006年，根据上文的分析设中国名义寿险收入为Y、通货膨胀率为EI、农民年纯收入为PI、城镇人均可支配收入为CI、社会保障基金为ss、居民储蓄为SA，数据来自于《中国统计年鉴》(1990～2006年卷)。

为验证经济变量与寿险收入两两之间是否存在协整关系，首先对数列进行单位根检验。检验结果如表2所示，LPI、LSS、LSA在5％的显著性水平上通过检验，因此LPI、LSS、LSA均为平稳性序列。由表2同样可知，LY、EI以及LCI未通过ADF检验，原序列是非平稳的。对LY、LCI作差分处理，并对差分序列进行单位根检验，LY、LCI的一阶差分序列DLY、DCI在10％的水平上通过检验，至少是I(1)序列。上述检验结果说明，寿险收入与经济变量之间不存在两两协整关系。

(二)脉冲响应结果

由于寿险收入与各经济变量不存在协整关系，我们以各变量的一阶差分序列(EI除外)来构造模型，考察寿险收入的动态经济效应。变量自然对数的一阶差分为该变量增长率的衡量指标。根据AIC和SC最小原则，本文建立了寿险收入增长率与经济变量增长率的5个VAR模型，分别估算出寿险收入增长率在未来10年内对各个经济变量增长率的脉冲响应值。结果如表4所示。

图2的脉冲响应路径描绘了各变量对寿险需求的外部冲击。农民纯收入对寿险需求存在显著的外部冲击，在农民收入增加后的第二年对寿险需求负向冲击力达到最大值，农民纯收入增长率提高一个百分点，寿险需求在第二年下降0.0867个百分点。在第三年逐渐转为正向冲击，冲击力度逐年增强，在第五年正向冲击力达到峰值，农民纯收入每增加1个百分点，寿险需求增加0.0642个百分点，在6.5年左右冲击消失。农民收入对寿险需求正向冲击滞后两年，即农民收入增加在两年后对寿险需求产生稳定的拉动作用。

EI提高一个百分点，寿险收入增长率在第二年出现负向增长并达到最低值-0.0679，从第2年开始，却呈现同向增长，且冲击力度逐渐增大，于第5年达到最高值0.04481，响应周期为7.5年。同样，城镇人均可支配收入增长率提高一个百分点，寿险收入增长率出现明显的负向反应，大约在第二年达到最低值-0.0639，此后，冲击力度逐渐增大，并在第三年转向正值，大约在第5年达到最大值0.0312。响应周期大约为8年左右。社会保障收入增长率提高一个百分点，寿险收入增长率出现明显的负向反应，大约在第二年达到最低值一0.1019.此后，冲击力度逐渐增大，并在第2.5年转向正值，大约在第三年达到最大值0.0711。响应周期大约为4年左右。储蓄增长率提高一个百分点，寿险收入增长率出现明显的负向反应，大约在第二年达到最低值-0.0569，此后，冲击力度逐渐增大，并在第三年转向正值，大约在第4年达到最大值0.0276。响应周期大约为9年左右。

四、结论与政策建议

寿险市场的外部因素会对寿险需求产生冲击，不同因素对寿险的影响力度和机理是不一致的，只有综合考虑外部因素才能为寿险业的发展提供完整的基础理论和技术数据。本文通过VAR模型和脉冲响应函数研究了外部因素对寿险需求的冲击，计量分析得出如下结论：

第5篇：人寿保险论文范文

(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“NationalAccountsMainAggregates”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

欲对2006—2020年中国保险业增长进行测算，必须先对该期间中国相关经济变量进行合理假设。与本文分析直接相关的经济变量包括：GDP、保险基准深度比、汇率和价格指数等。

(一)GDP

对于2006—2020年中国GDP的增长预测，虽然众说纷纭，但许多研究还是取得了较为一致的测算结论。刘伟(2006)认为，如果没有极为特殊的国际国内不可控制的社会政治、经济、文化、军事、自然意外发生，从经济增长的可能性来说，预计中国经济增长率2001—2010年平均为8％—9％，2011—2020年平均为7％—8％。

本文对2006—2020年期间中国GDP增长假设三种情形：一是保守情形，GDP年均增长7％；二是中间情形，GDP年均增长8％；三是乐观情形，GDP年均增长9％。在保守情形下，2020年GDP总量为50391亿美元，人均GDP为3451美元。③在中间情形下，2020年GDP总量为57936亿美元，人均GDP为3968美元。在乐观情形下，2020年GDP总量为66526亿美元，人均GDP为4557美元。以上数据均基于1990年可比价格。

(二)保险基准深度比

1.保险基准深度比的含义

“保险基准深度比”(GuidelinePenetrationRatioofInsuranceGPRI)反映一国(或地区)保险业的相对增长水平，具体而言，它衡量的是一国保险深度与相应经济发展阶段上(指相同人均CDP水平阶段上)世界平均保险深度的相对关系。它的计算公式为：

式中分母“基准保险深度”指的是“相应经济发展阶段上世界平均保险深度”，分子“实际保险深度”指的是该年该国实际达到的保险深度。保险基准深度比等于1，意味着该年该国实际保险深度等于相应经济发展阶段上世界平均保险深度，基准深度比小于1，意味着低于世界平均保险深度，基准深度比大于1，意味着高于世界平均保险深度。

需要说明的是，一国保险基准深度比小于1或大于1并不必然意味着该国未来保险增长潜力的大或小，因为各国保险业和经济社会体制的具体情况千差万别，不可一概而论，在进行具体国别分析时，必须根据该国过去一段时期保险基准深度比变化情况和该国国民经济和保险业发展的具体现实，对未来发展趋势进行合理预测。

2.2020年中国保险基准深度比

中国保险基准深度比可以分解为寿险基准深度比和非寿险基准深度比进行分别分析。根据1980—2005年中国寿险和非寿险基准深度比的变化情况(即总体呈上升趋势，但上升速度逐渐趋缓)，并结合目前中国保险业的发展现实，我们构建如下的两期滞后变量模型对中国寿险和非寿险基准深度比的变化情况进行历史描述和未来预测④：

为模型的参数。

表2列出了关于中国寿险和非寿险基准深度比的估计结果。根据这一估计结果，我们可以对2020年中国保险基准深度比作一个测算，测算结果为：2020年中国寿险基准深度比为2.33，非寿险基准深度比为0.92。

{F62RC43.j[g}

(三)价格指数

在价格指数方面，我们作如下处理：第一，对于1980—2005年期间的历史数据，我们所使用的或者是直接的可比价格数据(如1990年可比价格数据)，或者是经过价格指数调整后的可比价格数据。⑥第二，对于2006—2020年期间的预测数据，由于我们重视的是“实际值”而不是“名义值”，所以使用的是2005年的可比价格，这样便于测算中国保险业中长期实际年均增长率，而不是名义增长率。

(四)货币汇率

在货币汇率方面，我们使用两套处理方法：第一是“市场汇率法”，第二是“购买力平价法”。

在市场汇率法下，2005年的换算汇率使用年度市场平均汇率即1美元等于8.19元人民币，2006—2020年期间的换算汇率沿用2005年的换算汇率即1美元等于8.19元人民币。这样的简化处理对于本文研究结论没有实质影响，一是因为本文研究所涉及的关键数据均为相对数据，而非绝对数据；二是因为本文关注的是，相对于2005年基期的情况，2006—2020年期间中国保险业增长趋势如何，所以这样的简化处理有利于剔除汇率波动的干扰影响，有利于揭示中国保险业中长期增长的本质趋势。

三、基于“市场汇率法”的普通测算

(一)2006—2020年中国寿险业增长测算

按照以上思路，我们对2006—2020年期间中国寿险业增长潜力进行了测算分析。表3列出了测算结果。此处对测算过程进行简要说明。第(1)行和第(2)行分别是GDP总量和人均GDP。第(3)行是理论寿险深度，根据上文建立的世界寿险业增长模型测算。第(4)行是测算寿险深度，根据“(3)的理论寿险深度”乘以上文表2测算的“寿险基准深度比”得出。第(5)行是测算可比寿险保费，根据“(1)GDP总量”乘以“(4)测算寿险深度”、并将1990年价格转换为2005年价格得出。第(6)行是2006—2020年期间中国寿险保费的实际年均增长率，根据第(5)行2005年实际寿险保费和2020年测算寿险保费计算得出。

(二)2006—2020年中国非寿险业增长测算

与上述寿险业增长分析类似，我们对2006—2020年期间中国非寿险业增长潜力进行了测算分析。表4列出了测算结果。

(三)2006—2020年中国保险业总体增长测算

在以上中国寿险业和非寿险业增长分析的基础上，我们对2006—2020年期间中国保险业总体增长潜力进行测算分析。表5列出了测算结果。

从表5测算结果可以看出，在2006—2020年期间，在GDP年增7％的情形中，中国寿险业、非寿险业和保险业总体的年均保费增长率分别为9.4％、9.8％和9.5％；在GDP年增8％的情形中，中国寿险业、非寿险业和保险业总体的年均保费增长率分别为10.7％、11.2％和10.9％；在GDP年增9％的情形中，中国寿险业、非寿险业和保险业总体的年均保费增长率分别为12.1％、12.6％和12.3％。

四、考虑“购买力平价”的修正测算

为了修正“市场汇率法”可能造成的对中国经济发展阶段、进而对中国保险业中长期增长潜力的低估，本部分使用一套“购买力平价法”下的各国GDP数据⑦，依据本文第二至第四部分的分析框架，测算2006—2020年间中国寿险业、非寿险业和保险业总体的增长率，然后将其与市场汇率法之下的情形进行比较，并计算两者的简单算术平均值，以此作为判断2006—2020年中国保险业增长潜力的一个更全面的基础。具体计算结果参见表6。从表6可以看出，正如我们所预期的，在购买力平价法下，不论是中国的寿险业、非寿险业，还是保险业总体，其增长率与基于市场汇率法的测算结果相比都有不同程度的上升。那么，究竟应该如何判断2006—2020年中国保险业的增长潜力呢?我们认为，一方面，由于汇率管制等原因，市场汇率法会使中国实际的人均GDP被低估，从而可能低估中国保险业的增长潜力；另一方面，由于没有区分商品中的可贸易品和非贸易品等原因，购买力平价法会使中国实际的人均GDP被高估，从而可能高估中国保险业的增长潜力；而折中地，市场汇率法和购买力平价法两者的平均，应是一个较为合理的估计。因此我们判断，虽然“市场汇率法”测算的中国保险业增长潜力区间和“购买力平价法”测算的中国保险业增长潜力区间均为可能的浮动区间，但是“市场汇率法”和“购买力平价法”两者平均测算的中国保险业增长潜力区间为更有可能的浮动区间。

具体而言，如表7所示，在2006—2020年期间，在GDP年均增长7％—9％的假设下，中国寿险业年均增长率较为可能的浮动区间为9.4％—18.8％，其中更为可能的浮动区间为12.3％—15.5％；中国非寿险业年均增长率较为可能的浮动区间为9.8％—14.4％，其中更为可能的浮动区间为10.8％—13.5％；中国保险业总体年均增长率较为可能的浮动区间为9.5％—17.6％，其中更为可能的浮动区间为11.8％—14.9％。

用更直观的方式表述，与同期GDP的7％—9％的预期增长速度相比，在2006—2020年期间，中国保险业保持一个比同期GDP高2—4个百分点的增长速度比较容易，保持高4—6个百分点的增长速度也很有可能，但保持高6—9个百分点的增长速度则比较困难，保持高9个百分点以上的增长速度更为困难。

接下来，根据以上分析，我们可以对2006—2020年中国保险业增长作一个更为具体的测算。在测算时间上，我们选取2010、2015和2020年三个年份，这三个年份正好是我国“十一五”、“十二五”和“十三五”规划的末期；在测算对象上，我们选取保费、保险密度和保险深度三个常用指标。具体测算结果参见表8。

五、结论

本文基于市场汇率法和购买力平价法，通过对大量历史数据的分析，探寻“世界保险业增长规律曲线”，并以该规律曲线为参照，结合中国国民经济和保险业发展的具体现实，量化分析了2006—2020年间中国寿险业、非寿险业和保险业总体的中长期增长潜力。

本文的基本结论是：在2006—2020年期间，在GDP年均增长7％—9％的假设下，中国寿险业保费年均增长率较为可能的浮动区间为9.4％—18.8％，其中更为可能的浮动区间为12.3％—15.5％；中国非寿险业保费年均增长率较为可能的浮动区间为9.8％—14.4％，其中更为可能的浮动区间为10.8％—13.5％；中国保险业总保费年均增长率较为可能的浮动区间为9.5％—17.6％，其中更为可能的浮动区间为11.8％—14.9％。

用更直观的方式表述，与同期GDP相比，在2006—2020年间，中国保险业保持一个比同期GDP高2—4个百分点的增长速度比较容易，保持高4—6个百分点的增长速度也很有可能，但保持高6—9个百分点的增长速度则比较困难，保持高9个百分点以上的增长速度更为困难。

注释：

②尽管回归结果中R[2]的值不高，但对于国际比较研究的模型估计结果而言，从总体的检验看，已是很好的检验结果了。而且，下文对于中国保险业中长期增长潜力的分析，并不单纯基于该世界保险业增长规律曲线，而是同时充分考虑中国国民经济和保险业发展的具体现实。

③根据国家人口和计划生育委员会的预测，2020年中国人口数为14.6亿。数据来源：《中国人口》，国家人口和计划生育委员会，2005年11月。

④在滞后期数的选择上我们主要使用AIC判别法，同时结合中国保险业发展现实作辅助选择。使用AIC判别法的理由参见Liew(2004)。该研究认为，在小样本情形下，AIC判别法和FPE判别法比其他方法更适用于模型滞后期数的选择。

⑤此处对YEAR的取值和回归数据时间范围作一个说明。先看YEAR的取值，因为中国保险业从1980年开始恢复，所以我们设1980年YEAR取1，1981年YEAR取2，1982年YEAR取3，依此类推，2005年YEAR取26。再看回归数据的时间范围，中国非寿险业从1980年开始恢复，寿险业从1982年开始恢复，我们将回归数据的时间范围统一限为1982—2005年。之所以这样处理，一方面是考虑寿险和非寿险数据的时间范围的统一问题，另一方面更重要的是考虑统计数据内涵一致的问题。

第6篇：人寿保险论文范文

关键词：城镇家庭；寿险需求；实证研究

中图分类号：F83 文献标志码：A 文章编号：1673-291X（2012）31-0069-04

引言

（一）研究目的及意义

自1982年恢复国内寿险业务，通过近三十年的发展，中国寿险业已成为国民经济中增长较快、吸引力较强的行业。但与发达国家相比，仍有较大差距。以寿险密度 ① 和寿险深度两个指标为衡量标准为例，到2010年12月，中国的寿险保费收入达到9 679.5亿元，② 寿险密度和寿险深度分别为722.5元和2.41%。与世界平均水平的差距虽较2006年有所下降，但仍有明显差距而与发达国家相比差距甚远。

寿险业作为一个社会的稳定器，为了使其发挥最大作用，不断扩大寿险密度和深度，研究寿险需求就显得十分必要。只有了解影响消费者的保险需求的因素，才能有针对的开发出合适的产品，为居民提供合适的保险服务。

（二）文献综述

国内对于寿险需求的研究多从社会经济、人口结构等宏观层面出发。邓宬泓（2008）[1]采用多元回归分析方法构建了老龄化趋势下的人寿保险需求模型，以人均寿险保费作为被解释变量，老年抚养比、收入水平、受教育程度作为解释变量对人寿保险需求变动进行分析，得出结论：社会的老年抚养比水平、收入水平、受教育程度与人们对人寿保险需求正相关。刘翰林（2010）[3]认为影响人身保险需求的因素有：文化、社会和政治因素、人口因素、保险替代因素、经济因素和保费费率。文中指出由于受传统文化影响，国人选择保险大多属于被动防御，人口老龄化趋势也使得养老保险需求增加。经济发展，个人可支配收入增加正向影响保险需求。高永标（2007）[4]认为，影响保险需求的宏观因素主要有经济因素、社会和文化因素两个方面。文章选取北京人身保费收入作为被解释变量，分析经济发展水平、利率和通货膨胀、文化教育水平、人口家庭结构、人口的出生率和死亡率以及社会保障水平等因素对人身保险需求的影响。胡密飞（2005）[5] 在微观层面的保险需求理论基础之上，着重研究收入对保险需求的影响。而对美国、日本、中国这三个国家的保险需求的分析和比较，则是着重于宏观的层面。魏华林和杨霞（2007）[6]从家庭金融资产这一微观视角，探讨家庭金融资产与保险消费需求之间的相互关系。但其研究方法也仅仅是做了定性分析，认为随着家庭金融资产总量的不断增加，安全资产等家庭金融资产，在整个家庭金融资产中的比重会不断下降，而保险和退休金等家庭金融资产，在整个家庭金融资产中的比重则逐步上升。

通过上述文献不难发现，对影响中国寿险需求因素的实证研究，多从宏观层面进行分析。微观层面的研究则多偏重于描述性分析，实证研究几乎没有。本文在上述研究基础上，采用CHIP数据，运用多元回归分析的方法对影响城镇居民寿险需求的因素进行分析，探求各因素对城镇居民寿险需求影响的方向和程度。

一、模型和数据

（一）解释变量的选取

经济学上对需求的定义是指：一种商品在一定时期各种可能的价格水平下，消费者愿意而且能够购买的该商品的数量。一种商品的需求，往往是由多种因素共同决定的，如该商品的价格，消费者的收入水平，相关产品的价格，消费者的偏好等等。人寿保险作为一种特殊的金融产品，其需求也受很多因素的影响。 （1）储蓄。储蓄作为一种安全资产，对于保险需求的影响可以从两方面来看。一方面，储蓄本身是用来应对未来的不确定性支出的，是风险自留的一种表现。一个家庭的储蓄额很大，那么其应对风险的能力自然较强，进而对寿险的需求相对减少。另一方面，储蓄资产高的家庭相对来说更具有购买力，它可以更容易使潜在寿险需求变为有效需求，从而对寿险需求产生正向影响。（2）收入。由于寿险不是劣等品或吉芬商品，因此，寿险需求的收入弹性大于零，即对于寿险的需求应该与消费者收入呈现正向变动，随着消费者收入的增加，其对于寿险的需求也应该增大。（3）年龄。年龄对于寿险需求有正负两个方向的影响。其一，消费者年龄会在一定程度上影响他对寿险的接受程度。一般情况下，年龄在30~50岁之间的人，对寿险接受程度应该高于其他年龄段，而年龄在50岁以上的人，对于寿险的认可程度不高。其二，年龄段不同的人对于保险的需求程度不同。对于年龄越大的人，由于养老问题的临近，他们对寿险需求比较强烈。因此，年龄对于保险需求的影响要看两者的合力。（4）受教育程度。受教育程度对保险需求的影响也是双向的。一方面，人们随着其所受教育程度的提高，其保险意识也会提高，进而影响他对寿险的需求及购买决策。另一方面，受教育程度越高其本身抵抗风险的能力也相应增强。而随着现代金融行业的发展，投资渠道的多样化，可替代产品繁多，且其收益率可能远高于保险产品，这也会使得受过高等教育的人群，更倾向于选择其他的金融产品而非寿险，从而对寿险需求产生负向的影响。同时，如果家庭户主及其配偶都为高等教育者，其中一人丧失劳动力或死亡对另一方的生计影响从经济角度看不会太大，这也在一定程度上对其保险需求产生负效应。因此，受教育程度对城镇居民的寿险需求的影响方向，要看这两方面的影响程度。（5）地区。首先，一般情况下东部地区的居民经济实力要比中部和西部地区强，居民收入水平比中、西部地区高。这使得其对寿险的消费能力较其他两个地区更强。其次，东部地区保险公司较为集中，展业范围广泛，寿险种类繁多，使人们各种保险需求都能找到相应的产品，这也在一定程度上刺激了人们的潜在需求向有效需求转化。最后，东部地区居民寿险意识较强，这也会使得人们的寿险需求增加。因此，预期东部地区城镇居民的寿险需求会大于中西部地区。

根据以上分析，本文从家庭视角研究人寿保险的有效需求，采用家庭寿险保费支出①为被解释变量。本文选取的解释变量是：家庭储蓄②、家庭年收入③、年龄、受教育程度④、和东、中西部地区差异（东部取1，中西部取0）⑤。受教育程度设两个虚拟变量，教育1（户主及其配偶都为大专以上文化程度取1，其他取0）和教育2（户主或配偶只有一人为大专以上时取1，其他取0）。其目的在于研究户主及其配偶只有一方受过高等教育的家庭与户主及其配偶都受过高等教育的家庭对寿险需求是否存在显著的差异。

（二）数据来源

本文以CHIP数据作为研究对象，该数据是由中国社会科学院经济研究所与国家统计局于2003年2月发起的调查，主要针对2002年全国范围内城镇居民的收入情况，共获得6 835个城镇家庭样本户，以及20 632个个人样本户的抽样调查数据。涵盖了北京、山西、辽宁、江苏、安徽、河南、湖北、广东、重庆、四川、云南和甘肃等12个省、市。本研究在删除了家庭信息不完整的样本后，有效样本包含了分布在以上12个省的1 111个家庭在2002年的有关信息。

（三）模型建立

被解释变量“家庭寿险保费支出（pre）”分别与解释变量“家庭储蓄（dep）”、“户主及其配偶平均年龄（age）”、“家庭收入（inc）”做散点图，通过散点图可以发现，“家庭寿险保费支出”与 “家庭储蓄”、“户主及其配偶平均年龄”、“家庭收入”不是线性关系，散点集中分布在“家庭寿险保费支出”所在的纵轴底端，因此应考虑对“家庭寿险保费支出（pre）”取对数的模型。考虑三种模型：

模型一：对数——线性模型

log（pre）=γ1+γ2Dep+γ3Inc+γ4Age+γ5Edu1+γ6Edu2+γ7area+ε

模型二：双对数模型

log（pre）=β1+β2log（Dep）+β3log（Inc）+β4Age+β5Edu1+

β6Edu2+β7area+ε

模型三：含交互项的对数模型

log（pre）=λ1+λ2Dep+λ3Inc+λ4Inc2+λ5Inc*Age+λ6Inc*Area+λ7Inc*Dep+λ8Inc*Edu1+λ9Inc*Edu2+λ10Area+λ11Area*Age+

λ12Area*Dep+λ13Dep2+λ14Dep*Edu1+λ15Dep*Edu2+λ16Age+

λ17Edu1+λ18Edu2+ε

根据前文分析，地区和收入对寿险保费支出呈正相关，因此预期模型一中的γ7、γ3和模型二中的β7、β3为正值；由于对 “家庭寿险保费支出”取对数后其与 “家庭收入”和“家庭存款”的散点图呈现开口向下的趋势，因此预期模型三中的λ4、λ16为负值，λ2和λ3为正值。

二、分析和结果

用Eviews软件估计三个模型的回归方程，回归结果（见表2）。

将模型二与模型一比较，模型二的R2和R2都大于模型一，不存在明显的异方差，且大多解释变量统计显著，因此模型二优于模型一。

与模型二相比，模型三虽然调整R2为0.154，但有多个变量不显著，且大部分交互项不显著。我们通过怀特检验发现模型中并没有明显的异方差现象。那么出现这样的结果可能是由于模型本身选取的不好。通过模型二和三的回归结果中F的比较我们也可以看出，模型二的F=32.68远大于模型三的12.93。所以从整体来看我们认为模型二拟合更好，各变量更能有效解释储蓄保费支出。并且由对解释和被解释变量取对数后的散点图可以看出，双对数模型比模型一和三的拟合效果都要好。因此选取模型二作为回归模型。

模型二的回归方程如下：

[log（pre）]　=-3.460+0.1203log（Dep）+0.8188log（Inc）+0.0032Age+

（1.0118） （0.0462） *** （0.1111） *** （0.0049）

0.2810 Edu1+0.2166Edu2+0.2797area

（0.1247） ** （0.1141） * （0.1116） **

n=11109 R2=0.1510 R2=0.1463 SR=2 605.409 F=31.0064

地区、家庭储蓄的对数、教育1和家庭收入的对数系数的p值都远小于0.05，意味着在5%的显著性水平下，地区、家庭储蓄的对数、教育、家庭收入的对数对被解释变量的影响都是非常显著的。教育2系数的p值接近0.05，说明教育2对被解释变量的影响也比较显著。年龄的系数p值为0.5104，对被解释变量的影响非常不显著。

在对回归方程的显著性检验中，F检验的统计量为31.0064，p值约等于零，说明我们建立的多元回归方程高度显著。调整后的为R2为0.1463，这对于截面数据而言已经可以代表了很好的拟合了。

地区和家庭收入对数的系数为正值，与第二部分的预期相同。年龄的系数为0.0032，说明在其他变量不变的情况下，年龄每增加1岁，家庭寿险保费支出将平均增加0.032个百分比，但由于年龄的系数p值很大，年龄对被解释变量的影响并不显著，即可以认为年龄对家庭寿险保费支出没有影响。“家庭储蓄的对数”的系数的含义为：在其他变量不变的情况下，家庭储蓄每增加1%，寿险保费支出将平均增加0.1203%。“家庭收入的对数”的系数的含义为：在其他变量不变的情况下，家庭收入每增加1%，寿险保费支出将平均增加0.8188%，说明家庭收入对寿险保费支出的影响非常大（由于家庭收入的基数很大，家庭收入即使只变动1%，在绝对值上也有很大变化，因此会寿险保费支出有很大影响）。地区、教育1和教育2都是虚拟变量，其系数的含义与其他解释变量有所不同。由回归方程可以看出，其他变量保持不变时，与位于中西部地区的家庭相比，位于东部地区的家庭寿险保费支出平均高出27.97%，说明地区对寿险保费支出的影响很大。教育方面，当其他变量保持不变时，双方有一方为大专以上文化程度的家庭的寿险保费支出平均高于户主及配偶都是大专以下文化程的家庭21.66%；而双方都为大专以上文化程度的家庭的寿险保费支出平均高于户主及配偶都是大专以下文化程的家庭28.10%。这充分说明了教育对于寿险需求的影响比较大，受教育程度越高，寿险需求越大。

由以上分析可以看出，模型二回归方程的各解释变量都显著，对所有解释变量的系数进行联合检验，F值较大，R2和调整R2较高，因此模型二是较好的拟合模型。但由于受数据可得性的限制，本文采用的是截面数据，可能会有遗留变量偏差。如家庭人口结构可能会影响城镇家庭寿险保费支出，子女多的家庭可能对寿险的需求较少，即若以子女数作为解释变量，其系数可能为负值，而子女数与年龄可能存在正相关（由于过去不实行计划生育，一般年龄大的人子女比较多），会造成对年龄系数估计的负偏差，即过小地估计了年龄对被解释变量的影响。家庭寿险保费支出很（下转99页）（上接71页）大程度上也取决于人们从事的职业，高危险的职业人群对寿险（主要指死亡险）需求大，即若加入高危险职业这一解释变量，其系数可能为正值，而教育与高危险职业可能呈负相关（从事高危职业的人群大多教育水平比较低），从而造成对教育系数估计的负偏差，过小地估计了教育对被解释变量的影响。且如果已知家庭人口数我们用平均收入来解释寿险保费支出会更有说服力。因此，不足之处有待我们日后进一步研究加以完善。

结论及建议

以上实证分析表明：地区和家庭收入的对数的系数为正值，与之前预期相同。家庭收入和储蓄家庭越多，寿险需求越大，尤其是家庭收入对寿险需求的影响非常大，所以提高城镇家庭收入和储蓄更能促进城镇家庭对寿险的需求；年龄对寿险需求的影响不显著，与预期有一定偏差，一方面可能是由于随着经济的发展，保险意识的增强，不同年龄段的城镇居民对寿险的认可程度都比较高，使年龄对寿险需求的影响减小，另一方面也可能是遗留变量偏差造成的；东部地区城镇家庭的寿险需求大于中西部地区城镇家庭的寿险需求，这主要由于东部地区经济发达，保险公司分布集中，且东部地区城镇居民的保险意识更强，所以缩小东部及中西部地区的差距能促进中西部地区的寿险需求；户主及其配偶只有一方受过高等教育和双方都受过高等教育的城镇家庭对寿险的需求都高于双方都没有受过高等教育的家庭，且双方都受过高等教育对寿险需求的促进作用大于只有一方受过高等教育，这说明提高居民的教育水平，可以促进城镇家庭对寿险的需求。

由于缺乏微观数据，本文只采用2002年的数据，进行了截面数据分析。以后的研究者可以尝试进行面板数据分析，以克服截面数据的遗留变量偏差问题，得到更为准确的回归结果。

参考文献：

[1] 邓宬泓.中国老龄化趋势下的人寿保险需求研究[D].长沙:湖南大学,2008.

[2] 于殿江,郭楠.中国城镇居民保险需求的实证分析与政策含义[J].山东大学学报,2003,(6):132-136.

[3] 刘翰林.影响中国人身保险需求的因素及其实证分析[J].经济研究导刊,2010,(30):77-79.

[4] 高永标.中国保险需求决定因素的实证分析[D].北京：对外经济贸易大学,2007.

[5] 胡密飞.美国、日本、中国保险需求的比较研究——收入与险种结构视角[D].武汉:武汉大学,2005.

[6] 魏华林,杨霞.家庭金融资产与保险消费需求相关问题研究[J].金融研究,2007,(10):70-81.

[7] 王磊.北京市人身保险产品市场需求的理论及实证分析[D].北京:首都经济贸易大学,2006.

[8] 叶浩然.中国保险市场需求的实证分析[D].厦门:厦门大学,2007.

第7篇：人寿保险论文范文

论文关键词：寿险需求,单位根检验,实证分析

一、问题的提出

经过20多年的洗礼，陕西保险市场在改革开放和西部大开发的推动下，逐步建立和完善了新时期的保险体系，呈现出保险市场主体向多元化迈进的可喜局面，其中寿险市场取得了长足的发展，保持了25%以上的年均增长速度，高于同期GDP的平均增长速度（见表1）。截至2006年12月底，陕西省保险机构实现保费收入116.2亿元，寿险保费收入85.2亿元，比上年增长17.3%，但保险密度和保险深度均低于全国431.3元/人和2.8%的平均水平。

表12002-2006年陕西省寿险市场发展的基本情况单位：亿元、元/人、%

数据来源：《陕西统计年鉴》（2002-2006），经整理并计算而得。

横向比较可以发现，2007年陕西寿险保费占全国总寿险保费收入的9.6%，增长幅度为13.83%，保险密度为262.03元/人，但同国内发达寿险公司相比存在较大差距。（见表2）

表22007年全国及三个省市保险主要指标单位：亿元、元/人、%

地区

寿险保费收入

同比增长

寿险密度

寿险深度

全国

4462.92

24.3

533

2.85

陕西

98.21

13.83

262.03

1.82

山东

302.4

21.24

354.58

1.37

广东

429.2

32.73

第8篇：人寿保险论文范文

关键词应用统计数学；寿险定价模型；无套利定价；资产份额定价；个体公平原则

中图分类号F840.32 文献标识码A

AbstractOn the basis of the no arbitrage pricing model， this article discussed the problem of life insurance product pricing based on the principle of individual equity. Using the theory of backward stochastic differential equation， the policyholders and the insured were considered in the same system. First of all， according to the target of the policy holder's investment decision， this paper established the non arbitrage life insurance pricing model ，and at the same time， according to the target of the insurer's investment decision， this paper established the asset share pricing model， and the explicit solutions of the two special linear backward stochastic differential equations were obtained. Then， this article established the life insurance pricing model based on the principle of individual equity. The model considers both the angle of the insured and the insurer， and obtains the pricing formula of the investment return. Finally， the insurance case was analyzed by using the established model， meanwhile， the insurance company's investment strategy and premium based on the principle of individual equity were calculated. The life insurance product pricing model considers both the insurer and the actual situation of the insured. Therefore， the insurance product developed by this pricing method can not only improve the success rate of product research and development， but also make the new products with stronger competitiveness in the fierce competition in the insurance market.

Key wordsApplied Statistical Mathematics；Life insurance pricing model；non arbitrage pricing；asset share pricing；individual equity principle

1引言

寿险定价是寿险产品开发的关键环节，准确合理的寿险定价对寿险公司的发展起着关键作用.随着保险业与金融业的关系越来越密切，寿险投资越来越普遍，因此考虑金融市场的投资情况，按照随机投资回报决策目标，建立动态的定价模型是非常有必要的.然而，从理论上讲，寿险产品可以看作是一种商品，寿险产品的价格应该由市场的供求关系决定，即由投保人和保险人共同决定，所以在无套利寿险定价理论的基础上，在同一系统中分别对投保人和保险人进行研究，考虑各自随机决策目标下的寿险定价模型，按此定价理念开发出的保险产品，不仅可以提高产品研发的成功率，而且使得研发出的新产品更能在竞争激烈的保险市场中站稳脚步.

目前，国内外对基于投资的寿险定价问题研究较少.Brennan、Schwartz（1976）最早将金融产品的定价方法应用到保险定价中，对保险产品进行合理定价[1]；Trowbridge（1977）考虑了利率波动和通货膨胀对寿险定价的影响[2]；Spellman（1975）等考虑了投资收入和需求弹性对寿险定价的影响，以利润最大化作为最终目标，建立寿险定价模型[3].Pardoux和彭实戈（1990）最早建立非线性下倒向随机微分方程的基本框架[4]；石玉凤（2006）阐述了无套利寿险定价法及动态资产份额定价法，根据保险公司的决策目标，计算出合理保费及投资策略[5]；郑鸬捷（2012）将无套利寿险定价运用到再保险定价中，加入时间序列预测方法，给出了基于投资的非比例再保险定价公式，为保险公司厘定比例再保险保费提供了新的方法[6].

在个人公平原则的基础上，从投保人和保险人双方的角度出发，把赔付情况与投资收益相结合，根据投保人和保险人各自的随机投资决策目标，分别建立基于倒向随机微分方程的无套利定价模型和动态资产份额定价模型，给出保费的定价公式（以上内容主要参考文献[1]），在此基础上增加寿险产品成功定价的个体公平条件，进而制定出更加合理的保费以及合理的投资策略.

2投保人无套利寿险定价模型

2.1模型构建的基本思想

投保人购买保险的行为可以看作是一种投资行为，初始时刻的投资金额是保费，到期时的预期投资回报是保险金额，因此对投保人来说并不是真正的参与到投资市场中进行投资，在投保人虚拟的投资过程中，只考虑投保人初始投资金额在投保期间的变动情况，不考虑投保人在投资期间的收入和消费等资产的变动情况.对投保人运用最基本的无套利定价模型，根据其预期投资回报目标，建立寿险定价模型，鉴于寿险定价的稳定性要求，投保人把保费投资于两种资产：即无风险资产和有风险资产.

2.2符号及模型假设

2.2.1符号

x岁的人投保的初始时刻记为0，投保时间长度记为T，无风险利率记为r0（一般认为是银行或国债的当期利率），有风险投资的预期收益率为μ，投资市场的随机波动系数为δ，t∈（0，T）时刻无风险资产的价格为p0（t），有风险资产的价格为pt，初始时刻需要缴纳的保费为P0，保费在t时刻的价值为Pt，T时刻的价值为PT=V即保额，保费中用于有风险投资的金额在t时刻的值为It.

2.2.2模型假设

（1）不考虑投保人在投保期间的收入、消费及投资交易成本；

（2）无风险投资定价过程满足：

由无套利定价公式可以看出，投保人预期的保险金额越高，则投保初期需要缴纳的保费就越高.

3保险人动态资产份额定价模型

3.1模型构建的基本思想

对于保险人来说，面对的是真实的投资环境，寿险产品的定价除了要考虑利率之外，还要考虑死亡率、退保率、各种费用率、保险金额等多种因素.在寿险定价方法中，动态资产份额定价法是一种能考虑多种因素并且得到广泛使用的定价方法之一，因此对于保险人可建立动态资产份额定价模型.保险人在保险期初的可投资金额除了收取的保费之外还可以利用公司期初的资产份额进行投资 ，考虑到寿险定价的稳健性，保险人将期初的资产份额和可投资保费投资于无风险和有风险两种资产，并且考虑到保险人的无风险投资相比投保人来说投资渠道更多，收益更具优越性，因此认为投保人的无风险投资收益率要比保险人的无风险收益率高，在保险期间资产份额经投资而不断增长，在保险期末达到预期的资产份额和必要的给付目标.

3.2符号及模型假设

3.2.1符号

记保单生效的初始时刻为0，保单的有效期为T，由于资产份额定价法注重短期定价的有效性，因此建立一年期的动态资产份额寿险定价模型，即T=1.设无风险投资回报率为r，有风险投资的预期收益率为μ，投资市场的随机波动系数为δ，t时刻无风险资产的价格为p0t，t时刻有风险资产的价格为pt，保险人年初拥有的资产份额为AS0，x岁的投保人在达到x+1岁之前的死亡率为q1x，投保人退保的概率为q2x，投保人生存并且不会退保的概率为p（τ）x，年末支付的退保金额为CV1，年末的死亡给付金额为B，初始时刻收取的保费为G0，与保费有关的费用比例为c0，与保单有关的费用为e0，t时刻动态资产份额的价值记为Ut，动态资产份额到T时刻的目标值为UT，其中用于有风险投资的金额在t时刻的值为It.

3.2.2模型假设

3.3模型建立

保险公司初始时刻可用于投资的资金包括两部分：一部分是扣除保单费用和保费费用后可用于投资的金额；另一部分是保险公司初始时刻的资产份额.即预期资产份额的增长有两部分构成：一部分是无风险投资收益，另一部分是有风险投资收益.

4基于个体公平原则的保险定价条件

寿险产品作为一种商品，必须对寿险产品进行合理的定价，因此在定价的过程中应该从投保人和保险人双方的角度出发，考虑个体公平原则，当投保人期望支付的保费大于或等于保险人期望收取的保费时，才能得到一个合理的保险定价，即在定价过程中需满足下面的定价条件

除此之外，在建立寿险定价模型的过程中，对有风险投资的回报率做出了假设，即有风险投资的回报率不低于无风险投资的回报率，也就意味着我们利用无套利寿险定价模型得出的保费含有有风险投资导致的因素，所以假如在期初将可投资资金全部投资于无风险资产，则得出的保费应该大于等于无套利寿险定价模型得出的保费.因对于投保人来说并不会真正的参与到投资市场中，只是一种虚拟的投资定价，所以只需要考虑保险人的保费定价满足无套利定价条件，即

5案例分析

保险公司新开发的一种面向X岁人的一年定期保险，保额为1000元，X岁的人在一年内死亡的概率为q1x=0.15，在一年内退保的概率为q2x=0.25，在一年内既不退保也未出险的概率为pτx=0.6，与保费有关的费用比例为c0=0.06，与保单有关的费用为e0=2，保单年末支付的退保金额为560元，保险公司第一年初拥有的资产份额为AS0=180，保险公司第一年末拥有的资产份额为AS1=500，投保人的无风险投资收益率为r0=0.0258，保险人的无风险投资收益率为r=0.035，计算保险公司第一年初需要收取的保费，同时计算保险公司的有风险投资额和无风险投资额.

根据保险公司的有风险投资情况，引用文献[4]中的几组风险投资经验回报率的数据，见表1.

这个案例说明，保险人承保保额为1000元的保险，只需收取投保人387.737元的保费，同时将保险公司年初的资产和年初收取的保费进行投资，其中将226.27元投资于有风险资产，316.21元投资于无风险资产，一年后，保险公司就能够承担最高不超过1000元的赔付.

6结语

基于个体公平原则的无套利寿险定价为寿险产品的开发提供了一种新的思维方式，这不仅提高了寿险产品的成功率，也大大缩短了新产品的检验周期，通过合理的操作，帮助保险人获取更大的利润.在理论研究中，一般情况下我们只知道保险公司的期初资产份额，对保单期末的资产份额只能通过预测得到，利用基于个体公平原则的无套利寿险定价模型，可以根据决策目标，得出保单成功定价的期末资产份额所满足的条件，也即得出保险公司的利润空间，保险人在可获得的利润范围内对寿险产品进行定价，基于该原则下得出的保费更合理，开发出的新险种更容易适应日益激烈的保险市场.

参考文献

[1]Brennan M. J.， Schwartz E. S. The pricing of equity-linked life insurance policies with an asset value guarantee[J].Journal of Financial Economies，1976，3（1）：195-213.

[2]C. L. TROWBRIDGE. Adjustable life：a new solution to an old problem[J].CLU Journal，1977（40）：202-206.

[3]Spellmam L. J.， Witt R C， Rentz W. F. Investment income and nonlife insurance pricing[J].Journal of Risk and Insurance.1975（52）：567-577.

[4]E. Pardoux， S. Peng. Adapted solution of backward stochastic differential equation[J]. Systems and Control Letters，1990（14）：55-65.

[5]石玉凤.寿险产品优化理论模型与方法[M].北京：中国经济出版社，2006：162-214.

[6]郑鸬捷.基于投资的我国再保险预测性定价新探讨[J].经济数学，2012，29（3）：94-99.

[7]龙卫洋，尤家香.基于投资回报的寿险供需定价决策模型的建立[J].管理世界，2013（3）：174-175.

[8]刘海龙，吴冲锋.基于投资理论的保险定价公式[J].中国管理科学，2001，9（3）：1-5.

[9]石玉凤，王立杰.动态资产份额定价理论模型[J].数学的实践与认识，2005，35（3）：8-13.

[10]陈琳，柳向东，熊美莉.寿险模型在无套利框架下的定价分析[J].科学技术与工程，2010，10（31）：7852-7855.

第9篇：人寿保险论文范文

    (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

    欲对2006—2020年中国保险业增长进行测算,必须先对该期间中国相关经济变量进行合理假设。与本文分析直接相关的经济变量包括:GDP、保险基准深度比、汇率和价格指数等。

    (一)GDP

    对于2006—2020年中国GDP的增长预测,虽然众说纷纭,但许多研究还是取得了较为一致的测算结论。刘伟(2006)认为,如果没有极为特殊的国际国内不可控制的社会政治、经济、文化、军事、自然意外发生,从经济增长的可能性来说,预计中国经济增长率2001—2010年平均为8%—9%,2011—2020年平均为7%—8%。

    本文对2006—2020年期间中国GDP增长假设三种情形:一是保守情形,GDP年均增长7%;二是中间情形,GDP年均增长8%;三是乐观情形,GDP 年均增长9%。在保守情形下,2020年GDP总量为50391亿美元,人均GDP为3451美元。③在中间情形下,2020年GDP总量为57936亿美元,人均GDP为3968美元。在乐观情形下,2020年GDP总量为66526亿美元,人均GDP为4557美元。以上数据均基于1990年可比价格。

    (二)保险基准深度比

    1.保险基准深度比的含义

    “保险基准深度比”(Guideline Penetration Ratio of Insurance GPRI)反映一国(或地区)保险业的相对增长水平,具体而言,它衡量的是一国保险深度与相应经济发展阶段上(指相同人均CDP水平阶段上)世界平均保险深度的相对关系。它的计算公式为:

    式中分母“基准保险深度”指的是“相应经济发展阶段上世界平均保险深度”,分子“实际保险深度”指的是该年该国实际达到的保险深度。保险基准深度比等于1,意味着该年该国实际保险深度等于相应经济发展阶段上世界平均保险深度,基准深度比小于1,意味着低于世界平均保险深度,基准深度比大于1,意味着高于世界平均保险深度。

    需要说明的是,一国保险基准深度比小于1或大于1并不必然意味着该国未来保险增长潜力的大或小,因为各国保险业和经济社会体制的具体情况千差万别,不可一概而论,在进行具体国别分析时,必须根据该国过去一段时期保险基准深度比变化情况和该国国民经济和保险业发展的具体现实,对未来发展趋势进行合理预测。