中国保险业中长期增长潜力分析(3)
2013-05-18 01:51
导读：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
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。
（科教范文网 fw.nseac.com编辑发布） 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。
⑥可比价格数据和价格指数数据来源于联合国“National Accounts Main Aggregates”数据库和国家统计局正式公布的数据。
⑦数据来源：美国宾夕法尼亚
大学世界表(Penn World Table)。
