【正文】 圖32圖32為㏑CX（社會儲蓄存款余額）和㏑BF（保費收入）為橫縱坐標(biāo)的散點圖，能夠很顯然的看到它們的散點圖趨勢線跟線性擬合很好，基本確定兩者是線性關(guān)系，可以選擇線性回歸進一步分析。（4）保費收入與城市化水平的散點圖圖34圖32為CH（城市化水平）和㏑BF（保費收入）為橫縱坐標(biāo)的散點圖，能夠很顯然的看到它們的散點圖趨勢線跟線性擬合很好，基本確定兩者是線性關(guān)系，可以選擇線性回歸進一步分析。 本文驗證采用回歸模型進行分析，上面已經(jīng)對變量進行了平穩(wěn)性檢驗，得到了相對應(yīng)的平穩(wěn)的時間序列T(n)，n=0,1,2，而且這些變量均是在二階差分之后達到平穩(wěn)，也就是說得到的時間序列均是T(2),，這個結(jié)果也方便了我們之后的數(shù)據(jù)分析以及處理。前邊我們通過散點圖已經(jīng)了解到分析變量間的關(guān)系適合用線性回歸模型。 一元回歸模型 （1）㏑BF與㏑GDP的一元回歸分析分析：從上述結(jié)果可以看出，常數(shù)項和㏑，兩者均小于5%，所以有效的拒絕了原假設(shè)，即 ，均不為0。說明國內(nèi)生產(chǎn)總值是保費收入的影響因素，并且跟我們預(yù)期一樣，呈正相關(guān)的關(guān)系。從而得出一元線性方程如下： 觀察分析結(jié)果：，AIC=，所以從模型的擬合優(yōu)度上來講，擬合效果良好。（3）㏑BF與㏑NOP的一元回歸分析從上述結(jié)果可以看出，常數(shù)項和㏑，兩者均小于5%，所以有效的拒絕了原假設(shè)，即 ，均不為0。說明總?cè)丝谑潜ＹM收入的影響因素，并且呈現(xiàn)正相關(guān)的關(guān)系。從而得出一元線性方程如下： 觀察回顧結(jié)果：，AIC=，所以從模型的擬合優(yōu)度上來講，擬合效果良好。以上是采用一元回歸分析，利用普通最小二乘法進行參數(shù)估計得出的結(jié)果，分析結(jié)果顯示基本符合我們之前定性分析的結(jié)果，解釋變量都是被解釋變量的影響因素，并且被解釋變量與解釋變量均呈正相關(guān)的的關(guān)系。接下來建立模型，利用EViews軟件去執(zhí)行分析過程，建立模型如下：分析：從上述結(jié)果中很容易觀察出變量的各自系數(shù)，能得到估計方程如下：觀察分析結(jié)果：，AIC=，我們知道越接近1，說明擬合效果越好，而AIC越小，說明模型效果越好。接下來我們需要觀察檢驗是否每個解釋變量都有意義。（2）統(tǒng)計推斷檢驗：從回歸結(jié)果可以看出，模型的擬合優(yōu)度非常好（），F(xiàn)統(tǒng)計量的值在給定顯著性水平的情況下也較顯著，但㏑CX、㏑NOP、CH的t統(tǒng)計量不顯著（三者t統(tǒng)計量均小于2，），說明㏑CX、㏑NOP、CH對㏑BF的影響不顯著，或者變量之間存在多重共線影響使其t值不顯著。（3）計量經(jīng)濟學(xué)檢驗本文采用的計量經(jīng)濟學(xué)檢驗采取的是簡單相關(guān)矩陣法對其多重共線性檢驗，其具體方法表361：多重共線性檢驗 ㏑GDP㏑CX㏑NOPCH㏑GDP㏑CX㏑NOPCH從結(jié)果看出㏑GDP、㏑CX、㏑NOP、CH具有高度的相關(guān)性。然后將其與變量逐一帶入㏑GDP的回歸方程，重新進行回歸。因此變量㏑CX引起了多重共線性，應(yīng)剔除。因此變量㏑CX引起多重共線性，應(yīng)給予剔除。故模型變成：新模型的估計結(jié)果同前文一元回歸分析㏑BF與㏑GDP情況一樣，具體結(jié)果如下：從其結(jié)果中能夠清楚地看到和AIC的值都符合最優(yōu)的條件，而且t統(tǒng)計量值很大，所以上述模型優(yōu)于其它模型，所得結(jié)果理想。而在一元模型中，我們能夠清楚地看出四個解釋變量都是被解釋變量的影響因素，而且影響都很顯著。所以我們要堅定不移的發(fā)展國民經(jīng)濟，這才是確保保險業(yè)持續(xù)發(fā)展的根本所在。從上述結(jié)果能夠看到社會儲蓄存款余額是保費收入的一個重要的影響因素。第三：控制人口結(jié)構(gòu)，縮小城鄉(xiāng)差距，擴大城市化，提高人民保險意識。但是從環(huán)境角度來說，我們不能一味的加大人口增長力度，更重要的是提高人民生活水平，加大城市化力度。第四：加大宣傳力度，增加百姓對保險業(yè)的了解。從而讓保險業(yè)深入人心。致謝非常感謝胡國榮老師在我大學(xué)學(xué)習(xí)的最后階段——畢業(yè)論文階段給與我的指導(dǎo)，從最初的選題，定題，選方法，定提綱到資料收集，到寫作，修改，到論文定稿，他都給了我耐心的指導(dǎo)和幫助。他這種無私的敬業(yè)精神令我們欽佩，值得我們學(xué)習(xí)。除此之外，我還要感謝在大學(xué)四年里給過我?guī)椭乃欣蠋?，是他們教會了我專業(yè)知識和技能，培養(yǎng)了我專業(yè)的素養(yǎng)，教會了我如何學(xué)習(xí)，如何做人。在此祝所有的老師工作順利，桃李滿天下！參考文獻[1] 吳江鳴,[J].福建論壇,2003（10）：2630. [2] 孫祁祥，[J].經(jīng)濟研究，1997（3）:5561. [3] Beenstock Michael,Dickinson Gerry and Khajuria Sajay. The determination of life premiums: An international crosssection analysis 19701981[J]. Insurance:Mathematics an Economics,1986(5):261270.[4] Brown J. Mark, Kim Kihong. An Interntional Analysis of Life Insurance Dcmand[J]. The Journal of Risk and Insurance, 1993(60):616634.[5] Showers Vince and Shotick Joyce. The effects of household characteristics on demand for life insurance:a tobit analysis[J]. The Journal of Risk and Insurance, 1994(3):492502.[6] [J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2004.[7] [J].保險經(jīng)濟學(xué)院學(xué)報,2008,22.[8] —基于蘇州數(shù)據(jù)的經(jīng)驗分析[D].揚州大學(xué),2013.[9] [D].首都經(jīng)濟貿(mào)易大學(xué),2009.[10] [J].深圳金融,2010（8）.[11] [D].湖南師范大學(xué)，2009.[12] 董建國，[J].當(dāng)代經(jīng)濟科學(xué)，2014,36（2）.[13] 李子奈，[M].北京：高等教育出版社，2010（3）.[14] [EB],20042014.[15] 鄭宇、[C].北大CCISSR論壇文集，2005,182196.附件1此附件為本文的數(shù)據(jù)基礎(chǔ)，來源于國家統(tǒng)計局年度數(shù)據(jù)。 注：1藍色代表人身險，2紅色代表財產(chǎn)險，3綠色代表養(yǎng)老險很顯然養(yǎng)老保險和人身保險保費比重在不斷上升，而財產(chǎn)保險保費所占比重在下降，符合我們前文所說的變化趨勢。注：橫坐標(biāo)年份編號111分別代表20042014年歡迎您的光臨，！希望您提出您寶貴的意見，你的意見是我進步的動力。我不知道年少輕狂，我只知道勝者為王。什么時候離光明最近？那就是你覺得黑暗太黑的時候。