我国保险业发展与经济增长的关系研究

高雪静

摘要：保险业发展与经济增长的关系长久以来是国内外学者所关注的话题，近年来我国保险业的飞速发展也使得其在我国金融领域中占有了举足轻重的地位。文章通過对我国1991～2016近26年的数据进行了考察和实证分析，运用典型相关分析筛选出经济指标，并利用Granger因果检验得出了我国是经济增长促进保险业发展，而保险业发展对我国经济的影响微乎其微的结论，根据目前我国保险业的发展情况，文章还为决策者提出了相关建议，具有一定的实践意义。

关键词：保险业发展：经济增长：典型相关分析；Granger因果检验

一、引言

随着金融深化的不断推进，金融业的发展受到各国政府的普遍关注，经济与金融的关系也一直是国内外学者共同讨论的议题。而保险业作为现代金融业的三大支柱之一，与银行业和证券业有所不同，又承担着稳定社会的责任，在经济发展中发挥着越来越重要的作用。在历史上经历过的世界经济危机，无不与保险业有着莫大的联系。

近几年来，我国的保险业迅速发展，尤其是随着国民收入的不断提高和一些外界环境的改变，使得国民所面临的风险也不断增加，这就直接导致了对于保险的需求的提高。我国保险业兴起较晚，历史不长，但是发展却十分迅速，甚至现在已经与新兴行业如互联网等形成了紧密联系。保险业的经济补偿、资金融通以及风险管理的三大功能促进了我国宏观经济的发展，并且在国民经济增长中占有了一席之地，为我国实现经济持续健康稳定发展的目标做出了巨大的贡献。

从偿二代的实施到现在，我国的保险业也经历了一些变革，这种变革对于社会经济的作用是毋庸置疑的，“保险姓保”的理念已经深入人心，保险业由一个曾经投资者趋之若鹜只为盈利的行业变成了承担社会责任，保障人民幸福安康的行业，所历经时间也不过短短不到十年。保险回归本质才能发挥其真正的作用，而研究保险业的发展与经济增长的关系不仅可以认清保险的本质，以此来建立与经济合理增长相匹配的保险业体系，还可以为相关的政策制定者提供关于提高宏观经济管理效率的新思路。

保险业的发展与经济增长之间的关系大体能归结为以下三种：经济增长拉动保险业的发展（经济增长的“需求追随”效应）；保险业通过多种渠道影响经济发展：两者之间有相互促进、协同发展的关系。

国外学者对于此课题已经有了较为深入的研究。Ward和Zurbruegg（2000）认为一些国家的保险业促进了经济增长而有些国家则恰恰相反，这可能是由于监管环境、金融中介的改善与道德保险的危害效应所造成的；Tan Khay Boon（2005）用新加坡的实际人均GDP和人均固定资本形成总值作为经济增长指标得出了保险市场具有长期促进经济增长的作用的结论；Marjjana Curak（2009）利用保险深度等相关指标证明了保险发展促进经济增长；Liyan Han（2010）采用了GMM模型，并通过简单的条件信息集和政策信息集进行控制，表明保险发展与经济发展成正相关。

国内学者对于保险发展与经济增长关系的研究较少，但也初见成果：曹乾和何建敏（2006）利用向量自回归模型（VAR）和误差修正模型（ECM）对我国GDP和保费收入两个经济指标进行分析，结果表明：经济增长是保费收入增长的Granger原因，但保费收入却不是经济增长的Granger原因。任燕燕和徐晓艳（2008）通过对我国及我国各省保险业发展与经济增长关系的分析，及对保险业发展对经济增长贡献度的研究，得出两者是互为因果关系的结论，但是经济增长对保险业发展的作用要大得多。黄英君和陈晔婷（2012）运用向量自回归模型对我国的保险业发展与经济增长的关系进行了实证研究，研究结果表明保险业发展对经济增长具有十分微弱的影响。蒲善霞（2016）选取了保险密度、保险深度及GDP三个经济指标验证了保险密度和保险深度与GDP存在一个长期的均衡关系。

二、研究方法与假设

本文中主要运用的计量方法为Granger因果检验。对于此方法的解释是在时间序列情形下，若在包含了变量x、y的过去信息的条件下，对变量y的预测效果要优于只单独由y的过去信息对y进行的预测效果，即变量x有助于解释变量y的将来变化，则认为变量x是引致变量y的格兰杰原因。Granger因果检验能够检验在经济现象中对于因果关系不明确的事物进行判断，从而判断出两事物之间的确定因果关系，为制定经济政策者提供一个正确合理的的经济决策方向。

本文中使用此方法的目的是分析经济增长与保险业之间的因果关系，但是由于两个方面各选取了两个经济指标，因而应首先对所选取的指标进行合理的筛选。典型相关分析就是利用综合变量对之间的相关关系来反映两组指标之间的整体相关性的多元统计分析方法。此方法可以对多个x与多个y进行相关分析，从而提取出最具有价值的变量，即可以将多个变量与多个变量之间的关系转化为两个变量之间的关系，具有较好的简化意义。

由于在Granger因果检验之前，必须要对参与变量的平稳性进行检验，因为只有这些变量是同阶平稳的才符合Granger因果检验的前提，所以在进行因果检验之前还需要对要进行检验的变量进行单位根检验（ADF检验）。在ADF检验之后，还要对符合同阶单整的变量之间进行协整检验，协整的意义就是检验变量间的回归方程所描述的因果关系是否是伪回归，即检验变量之间是否存在稳定的关系，因为在现实经济中的时间序列通常是非平稳的，我们可以对其进行差分将其变平稳，但是这样做会出现一些问题，利用协整检验能够解决此类问题，以便识别出变量间存在的关系是否为长期均衡的。

本文所选取的软件为SPSS19.0（典型相关分析）以及Eviews7.2（ADF检验、协整分析、Granger因果检验）。

三、指标选择和数据来源

在以往研究此类问题的文献中，我们很容易观察到，学者运用的经济增长指标基本上为：国民收入（或国内生产总值GDP）、人均GDP以及广义货币（M2）与GDP的比值（M2/GDP，该比值反映了经济的金融深度，它是衡量一国经济金融化的初级指标）。而衡量保险业发展的指标则一般为保险深度（即保费收入与国内生产总值的比率）和保险密度（即人均保险费额）。本文中选取了相较于GDP更具有社会公平和平等的含义的实际人均GDP、M2与GDP的比值作为经济增长指标，以及保险深度与保险密度作为保险业发展的经济指标，来分析经济增长与保险业发展之间的相互关系，

本文所使用的数据是1991～2016年度的数据。其中，原保费收入（亿元）的数据来源于《中国保险年鉴》（1991～2015）；名义GDP（亿元）、GDP指数（上年=100）、年末总人口数（万人）以及货币和准货币（M2）供应量（亿）的数据来源于《中国统计年鉴》（1991～2015）；2016年度的原保费收入数据来自于保监会发布的统计数据，我国名义GDP数据来自各省统计的名义GDP之和，广义货币供应量和我国人口总数数据来自经济新闻官方网站，2016年GDP指数来自于2016年底公布的前三个季度的GDP指数（作为整个2016年GDP指数的估测值）。

将原始数据经过简单的代数运算整理成最终所需要的四个经济指标：

x1：实际国民生产总值（实际GDP）

x2：M2与名义GDP的比值（M2/GDP）

y1：保险深度（原保费收入/名义GDP）

y2：保险密度（原保费收入/总人口数）

四、典型相关分析结果

从典型相关系数的结果来看，应当提取第一、第二典型变量：

u₁=-0.969x₁-0.034x₂ u₂=-2.147x₁+2.356x₂

y1=-0.226y₁-0.801y₂ y₂=1.888y₁-1.725y₂

根据冗余度分析可知，第一组变量的变异可被自身的两组典型变量所解释的比例分别为0.915和0.085，所以最终选择的是第一典型变量：同理，第二组变量的变异可被自身的两组典型变量所解释的比例分别为0.904和0.096，所以最终也应只选择第一典型变量。而两组变量的第一典型变量u1、y1又主要由x1和y2来反映，所以最终应选择实际GDP与保险密度作为分别反映经济增长与保险业发展的两个经济指标。

五、Granger因果检验结果

（一）ADF检验

ADF检验中t统计量的临界值会依赖回归方程中是否包含常数项和趋势项，因此在检验变量时，可将“只含有常数项”和“既含有常数项又含有趋势项”都进行检验，得出的结果总结如表1中的ADF值，从表中可以看出，所检验的两个变量x1、y2都为二阶单整序列，即I（2），其符合进行协整检验的前提要求。

（二）协整檢验

本文所采用的是EG两步法进行协整检验，残差项时间序列单位根检验结果在5%的置信水平下拒绝原假设，因此可以认为两个变量之间存在长期的均衡关系。

（三）Granger因果检验

根据AIC准则，选取的最优滞后期为5，得到结果如下：

假设y2不是x1的格兰杰原因，P值为0.7029；

假设x1不是y2的格兰杰原因，P值为0.0004

Granger因果关系的检验结果表明，人均GDP是保险密度的Granger原因，且这种关系是比较显著的：但是保险密度却不是人均GDP的Granger原因。因果关系检验的结果有力地说明了虽然我们能够看到经济增长和保险业的发展在同时进行，但是经济增长是因，而保险业的发展则是经济快速增长所造成的结果。

以上分析表明，我国保险业的发展与经济增长之间的关系为之前所列述的第（1）种关系，即经济增长拉动保险业的发展，我国保险业对经济增长的促进作用十分微弱，基本上处于毫无影响的地位，此结果与国内大多数学者的观点基本上是一致的。

分析的结果与许多国外学者的观点产生了一些分歧，笔者认为造成此现象的原因还是在于我国的保险业尚不处于一个十分成熟的发展阶段，虽然保险业在中国的地位举足轻重，并且给我国居民的生活形成了一定的影响，但是由于经济技术水平的限制，结构发展规模的有待提高，法律法规的未完善以及保险行业监管的落实时间较晚和创新能力的薄弱等因素，导致我国的经济增长仍较大程度地依赖银行业和证券业的发展，两者在金融市场上占有更大的地位。

六、研究结论与启示

本文通过1991～2016年的数据，较好地分析出了我国经济增长与保险业发展之间的因果关系，并提出了相关建议。在之前国内外的文献中，作者对于经济增长与保险业发展大都同时选取了多个变量进行分析，如选取保险深度的同时还会选取保险密度，选取人均GDP的同时还会选取国民收入作为经济指标。本文将这类问题进行简化，通过典型相关分析在经济增长的方面提取出最能反映其发展变化的人均GDP以及在保险业发展方面提取出保险深度作为指标，因其单独已经能够较大程度地代表保险业的发展情况，这为之后利用Engle-Granger两步法进行协整分析提供了更加便捷和可靠的前提。

根据实证结果，我国保险业可以结合我国国情来促进自身的发展，我国目前正处于一个城镇保险相对完善，农村保险覆盖面较低的情况，我国政府应该大力加强对于农村各种民生保险的关注，出台一些新的政策以提高农村居民的保险意识：其次，由于保险业监管在近年来的地位逐渐上升，也说明了我国保险业将逐步走向一个更加成熟的阶段，在此之前，有关部门应该加强管理力度，坚持完善法律法规，为我国保险业提供一个稳定积极的发展环境；最后，保险业的创新不容小觑。近年来，我国的保险业不仅已经与互联网等新兴产业相结合，还对一些传统产业进行了较大的冲击，怎样较好地解决这些矛盾也是我国管理者所面临的一项重大课题。由于保险业处于发展的初级阶段，我国还是应该通过促进经济增长来提高保险业的发展，只有当国民的收入生活水平到达一定的程度，居民才会对保险业有更大的信心，才会愿意主动参与与保险有关的经济活动。

另外，本文在对于所选取的两个经济指标进行单位根检验时，得到的序列都为二阶单整序列，这个结果会对最终的结果产生一定的影响，因为一般来说，对于I（1）序列差分后正好平稳，满足了中心极限定理的条件，但是对于I（2）序列，其差分后是I（1）序列，方差随着样本的增大发散到正无穷，中心极限定理的条件便不再满足，因此得出的结果就没有一阶单整序列所得到的结果可靠。在一些文献中有的会将原始数据进行取对数，虽然这样有助于消除异方差的影响，但是同时也会降低结果的可靠度。另外，本文在进行协整检验时所使用的Mackinnon计算临界值（即Eviews自带的临界值）通常只能用于一般的ADF检验，对于回归残差序列的ADF检验，应该根据不同的样本数和回归元来计算出新的临界值，并且回归元越多，所得临界值的要求会越苛刻。由于本文中所选取的回归元的个数在简化之后只有一个，所以得到的结果仍然较为可靠，具有理论价值。