登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 文献综述 > 理工学类 > 统计学 > 正文

基于多元线性回归模型的我国人寿保险保费收入分析文献综述

 2020-05-04 09:05  

1.目的及意义

人寿保险(Life Insurance)是人身保险的一种,简称寿险:以被保险人的寿命为保险标的且以被保险人的生存或死亡为给付条件的人身保险。和所有保险业务一样,被保险人将风险转嫁给保险人,接受保险人的条款并支付保险费。与其他保险不同的是,人寿保险转嫁的是被保险人的生存或者死亡的风险。

对人寿保险的研究国内外也是早有先贤涉足,从国外来看,对寿险的研究主要包括两个方面:一是关于理论方面的研究,二是关于实证方面的探讨。前者主要依据微观经济学的消费理论,探讨个体经济单位购买人寿保险的最优效用行为。而后者主要依靠寿险需求方面的调查报告,通过构造不同的实证模型对相关影响因素进行量化分析。几个比较著名的研究实例如:2003年, ThorstenBeck 和Ian Webb采用了世界银行的相关数据,对68 个国家40 年的横截面数据做了研究分析,并以寿险深度作为衡量寿险需求的被解释变量,以人口抚养比(少儿和老年)、人均GDP、人口受教育程度、基尼系数等15个因素作为解释变量,做多元线性回归分析。发现一国教育水平、人们预期寿命、一国利率水平以及金融业发展水平与寿险深度有正相关关系,通货膨胀率与寿险深度呈负相关性。

而放眼国内,我国寿险业起步较晚,关于寿险收入的研究主要借鉴西方发达国家的研究成果,例如理论方面的生命价值论、效用论;实证方面的多元回归分析模型等等。并且从目前研究来看,我国的寿险研究主要集中在宏观及中观层面,微观层面的探讨则非常之少,且以实证研究为主。例如:卓志在2001年利用1995年中国所有省市(除西藏)的横截面数据以及1986~1995年的时间序列数据进行多元回归分析发现,经济增长是寿险需求重要且显著的影响因素。

对于我们每一个人来说,死亡、年老、伤残、疾病等都是生活中的非常常见的危险,称为人身危险,总会有一些人发生意外伤害事故,总会有一些人患病,各种危险随时在威胁着人们的生命,所以采用一种应对人身危险的方法,即对发生人身危险的人及其家庭在经济上给予一定的物质帮助的方法就显得尤为重要,这也是为什么人寿保险在整个保险系统中的地位日渐提升的原因。它的特点就是通过订立保险合同、支付保险费、对参加保险的人提供人身保障以增强抵御风险的能力,这样一来,当发生意外时,家庭可得到生活保障,年老时可得到养老金,生病住院也可得到一定的经济保障。所以说,针对人寿保险保费与影响其因素的变量的研究有着十分重要的作用,它能为政府,为保险规则制定者提供相当具有价值的参考意义,用经济学角度来看就是给权利掌握者一个正确的资源分配蓝图,从而把社会保险资源在民众间分配的更加合理、更加效率。

{title}

2. 研究的基本内容与方案

{title}

人寿保险收入受到诸多因素的影响,本文针对中国人寿保险保费收入问题建立影响人保收入的因素的多元线性回归模型,从而探究这些影响因素对人保收入费用的具体影响程度和相关关系,并利用得到的模型给出下一年度人寿保险收入的预测,具体的研究对象则为全中国近10年的人寿保险保费收入,数据来源为国家统计局统计年鉴。文章主要分为以下结构:变量的选取、模型的建立、模型的检验(参数估计、显著性检验、相关性检验等)。

在变量的选取中,我们选取的模型因变量为人寿保险保费收入,自变量结合国内外前人的研究加上进一步分析选择为七大因素,分别是:经济发展状况(用国内生产总值数据体现)、居民死亡率、居民收入与财富状况(用消费水平数据体现)、居民受教育程度(用每十万人中的高校在读人数数据体现)、物价水平(用社会消费品零售总额数据体现)、幼儿及老年人等收养情况(运用收养比数据体现)、各省市人口预期寿命情况。

在模型的建立和检验部分,我们利用选定的条件建立初始的多元线性回归模

型,利用R软件与SPSS软件对模型进行进一步的分析和改进,绘制出各个自变量

与因变量之间的散点图,利用方差分析检验自变量对因变量是否具有高度显著的

线性影响,计算各解释变量之间的相关性从而诊断模型是否存在多重共线性的影

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图