【文章內容簡介】 蓄存款余額（residents ’ bank savings deposit）社會儲蓄存款余額也稱城鄉(xiāng)居民儲蓄存款余額,是指某一時間城鄉(xiāng)居民存入銀行及農村信用社的儲蓄金額，包括城鎮(zhèn)居民儲蓄存款和農民個人儲蓄存款，不包括居民的手存現(xiàn)金和工礦企業(yè)、部隊、機關、團體等單位存款。通過收集數(shù)據(jù)和資料，我們了解到保費收入占社會儲蓄存款余額比例處于小額波動，基本處于穩(wěn)定狀態(tài)。如圖2—3（保費站社會儲蓄存款余額比例圖）。圖23注：橫坐標年份編號110代表20042014年圖中清楚地表明保費與社會儲蓄存款余額的比例在4%上下波動，沒有過大的變動。所以說隨著社會儲蓄存款余額的增長，保費收入也會隨之增長，二者之間呈現(xiàn)正相關的關系。（二）非經(jīng)濟因素（1）總人口（gross population）通常來說，總人口對保費的收入有極大的影響，尤其是對于壽險來說兩者關系更為密切。尤其是人口基數(shù)問題，人口基數(shù)越大，相對來說對壽險的需求量也就越大，從而壽險的保費收入會大幅度提高，而壽險是人身保險的一種，所以壽險的保費收入的提高也會影響到總保費的收入。（2）城市化水平（urbanization rate）城市化水平即城市化率，用城市人口與總人口的比例來衡量。通過了解得知，我國保險的主要購買人群為城市居民。我們知道，我國社會發(fā)展不平衡，城鄉(xiāng)差距較大，而保險對于人們來說是更高層次的消費或是投資，它需要有一定的經(jīng)濟基礎才會涉獵的領域。而城市居民收入水平要高于農村居民的收入水平，同時城市居民的受教育程度也要高于農村居民，所以保險意識也比較高，諸如此類，城市居民占總人口的比例越高，保險業(yè)發(fā)展越好，保費收入也就越高。換句話說，城市化水平和保費收入是正相關的關系。除了上述四種因素外，還存在著很多因素也對保費收入有很一定的影響，諸如通貨膨脹、利率、人口結構、受教育水平等一系列因素，在此我就不做詳細分析了。3 影響保費收入的實證研究本文上一節(jié)已經(jīng)分兩個方向對保費收入的四個影響因素進行了定性的分析，但是它們之間是否存在我們分析的關系，我們還需要進一步的驗證。接下來我們通過建立回歸模型實證研究一下它們之間具體存在著怎樣的關系。（1）ADF平穩(wěn)性檢驗原理本文選用的數(shù)據(jù)為時間序列的數(shù)據(jù)，所以要進行平穩(wěn)性檢驗，采取的方法為單位根檢驗，簡稱ADF檢驗。ADF檢驗是DF檢驗的一種升華，是為了保證DF檢驗中隨機干擾項的白噪聲特性，它是通過以下三個模型完成的：模型1： （） 模型2： （）模型3： （）模型3中t是時間變量，代表了時間序列隨時間變化的某種趨勢。零假設都是，即存在一個單位根。模型1與另外兩個模型的區(qū)別在于是否包括常數(shù)項和趨勢項。實際檢驗從模型3開始，然后模型2，最后是模型1。待檢驗拒絕零假設，即原序列不存在單位根，為平穩(wěn)系列，檢驗終止。否則，就要繼續(xù)檢驗，直到檢驗完模型1為止。一個簡單的檢驗是同時估計出上述三種模型的適當形式，然后通過ADF臨界值表檢驗零假設。只要其中有一個模型的檢驗結果拒絕了零假設，就可以認為時間序列是平穩(wěn)的。當三個模型都不能拒絕零假設，那么就認為時間序列是不平穩(wěn)的。這里所說的模型的適當形式就是在每個模型中選取適當?shù)臏蟛罘猪?，以使模型的殘差項是一個白噪聲（主要保證不存在自相關）。（2）一元回歸原理本文選用一元線性回歸模型，即是最簡單的計量經(jīng)濟學模型，在模型中只有一個解釋變量，其一般形式是 ()其中，Y為被解釋變量，X為解釋變量，與 為待估參數(shù)，為隨機干擾項。回歸的主要目的是要通過樣本回歸函數(shù)（模型）盡可能準確地估計總體回歸函數(shù)（模型）。本文選用最小二乘法(即OLS)進行參數(shù)估計，其運行的基本原理如下：已知一組觀測值，普通最小二乘法（OLS）要求樣本回歸函數(shù)盡可能好的擬合這組數(shù)據(jù)，即樣本回歸上的點與真實觀測點的總體誤差盡可能的小。普通最小二乘給出的判斷標準是：被解釋變量的估計值與實際觀測值之差的平方和 ()最小，即在給定樣本觀測值之下，選擇，使得與之差的平方和最小。之所以選用平方和是因為樣本回歸線上的與真實觀測值之差可正可負，簡單的求和可能將很大的誤差抵消掉，只有平方和才能反映二者在總體程度上的接近程度，這就是最小而成原理。根據(jù)微積分的運算，當Q對，的一階偏導數(shù)為零時，Q達到最小值，即： ()可推得用于估計，的下列方程組： （）或 ()解得 ()方程組（），()稱為正規(guī)方程組（normal equations）。即方程組（）的參數(shù)估計量可以寫成 ()稱為普通最小二乘法估計量的離差形式。由于，的估計結果是從最小二乘原理得到的，故稱普通最小二乘估計量。（3）多元回歸原理本文也涉及到多元回歸模型，其一般形式為： ()其中k為解釋變量的個數(shù)， 成為回歸系數(shù)。人們習慣上把常數(shù)項看作一個虛變量的參數(shù)，在參數(shù)估計中該虛變量的樣本觀測值始終取1，這樣，模型中解釋變量數(shù)為m+1。其它參數(shù)估計的具體運行原理和一元模型相似，只是將一元代替多元，其他情況不變，所以具體步驟不作說明。（4）模型檢驗 ，其中ESS代表回歸平方和，TSS代表總離差平方和，而RSS代表殘差平方和。所以可以用檢驗模型的擬合度，稱為總決系數(shù)。顯然越接近1，模型的擬合度越好。除此之外，還可觀察結果中的AIC的數(shù)據(jù)，AIC越小，說明模型效果越好。本文采用2004—2014年的數(shù)據(jù)，其中保費收入數(shù)據(jù)來源于保監(jiān)局數(shù)據(jù)庫，而國內生產(chǎn)總值、社會儲蓄存款余額、總人口、城鎮(zhèn)人口均來自國家統(tǒng)計局統(tǒng)計年鑒，而城市化水平是通過城鎮(zhèn)人口與總人口的比例來計算的，具體數(shù)據(jù)見附件1。㈠ 因變量：保費收入：即所有保險保單費用收入的總和，包括人身險保費收入、財產(chǎn)險保費收入和養(yǎng)老險保費收入，用BF表示。㈡ 自變量：國內生產(chǎn)總值（用GDP表示），社會儲蓄存款余額（用CX表示），總人口（用NOP表示），城市化水平（用CH表示）。由于本文選取的是一系列的時間序列數(shù)據(jù)，所以在作回歸分析之前要先檢驗序列是否平穩(wěn)，只有平穩(wěn)的時間序列才能做回歸分析，否則將會出現(xiàn)“偽回歸”問題。所謂的“偽回歸”是說有的數(shù)據(jù)只因為二者同時隨時間有相似或相反的變動趨勢，但并沒有實質的關系。，利用Dickey amp。 Fuller所提出的Augmented DickeyFuller（簡稱ADF）單位根檢驗法來檢驗本文的保費收入、國內生產(chǎn)總值、社會儲蓄存款余額、總人口以及城市化水平是否是穩(wěn)定型時間序列，結果如下：表31單位根檢驗結果變量原序列ADF檢驗一階差分ADF檢驗二階差分ADF檢驗臨界值置信水平㏑BF1%㏑GDP1%㏑CX 10%㏑NOP 10%（近似）CH