經(jīng)濟政策不確定環(huán)境下不同收入地區(qū)保險市場的非對稱發(fā)展

金 菲,粟 芳

(上海財經(jīng)大學 金融學院,上海 200433)

一、引 言

法國經(jīng)濟學家Léon Walras提出,保險是消除其他經(jīng)濟活動中固有的不確定性的手段;英國著名經(jīng)濟學家Alfred Marshall在《經(jīng)濟學原理》中認為保險費乃一個人為消除邪惡的不確定性所支付的一種價格?？梢姴淮_定性與保險息息相關。Knight將不確定性分為可以測度的不確定性(即風險)和不可測度的不確定性(即不確定性)[1]。而因為不確定性難以測度,一直以來難以就不確定性對經(jīng)濟活動的影響展開經(jīng)驗分析,直到Baker等創(chuàng)建了經(jīng)濟政策不確定性指數(shù)(Economic Policy Uncertainty,簡稱EPU)[2]。經(jīng)濟政策不確定性雖是典型的不可保宏觀風險,但宏觀經(jīng)濟的背景風險會影響人們的投保行為[3]。已有學者研究發(fā)現(xiàn),EPU對保險消費造成了重大影響[4-6]。但關于EPU與中國保險市場關系的研究較少,且大多都只分析了EPU對保險需求的線性影響[7-9]。但保險購買行為與消費者的風險態(tài)度、預算約束、保險方案等諸多因素密切相關;保費支出的變化可能是動態(tài)的、不對稱的和非線性的;消費者的收入差異對保險消費也有明顯影響[10]。那么,當保險市場在遭受EPU沖擊時,不同收入地區(qū)的保險密度會有什么變化?財產(chǎn)保險密度和人身保險密度的變化是否存在差異?

本文首先基于期望效用理論構建了簡單經(jīng)濟學模型,分別分析了消費者的收入變化和經(jīng)濟政策不確定性對效用最大化條件下最優(yōu)保險花費的線性影響;發(fā)現(xiàn)當消費者的收入越高,用于最優(yōu)保險的花費將減少;而當經(jīng)濟政策存在不確定性時,消費者的最優(yōu)保險支出將增加。進而,進一步分析了不同收入群體因經(jīng)濟政策存在不確定性而增加的最優(yōu)保險支出;發(fā)現(xiàn)與低收入群體比較而言,高收入群體在面對經(jīng)濟政策不確定性時會購買更多的保險。然后,運用NARDL模型實證分析了EPU對不同收入地區(qū)保險市場發(fā)展的長短期和正負向非對稱影響,并采用累積影響效應圖分析了保險密度隨EPU和人均收入的動態(tài)變化趨勢。研究發(fā)現(xiàn),EPU和人均收入對不同收入地區(qū)的保險市場整體、財產(chǎn)保險和人身保險的影響不完全相同。因此,在推動不同收入地區(qū)的保險市場發(fā)展時,應考慮EPU對保險市場的非對稱影響,而不可一概而論。

本研究可能存在下列邊際貢獻:(1)就EPU對保險市場影響的相關研究還相對較少,尤其是在當前EPU逐漸上升的環(huán)境下。本文揭示了EPU對中國保險市場的非對稱影響。(2)考慮到導致保費變化的因素是復雜的,保費的變動也是動態(tài)且并非完全線性,運用非線性ARDL模型,發(fā)現(xiàn)EPU對中國保險市場的影響具有正負向和長短期的非對稱性,豐富了關于保費動態(tài)變化的研究。(3)收入是影響保險消費的重要因素,研究了地區(qū)收入差異在EPU影響保險市場過程中的調節(jié)效應,并深入分析了在財產(chǎn)保險和人身保險中的不同表現(xiàn)。

二、文獻綜述

在學術界,如何量化經(jīng)濟政策的不確定性一直是個難題。部分研究采用政府官員更替來衡量政治不確定性;也有采用VIX指數(shù)度量經(jīng)濟不確定性,用美聯(lián)儲褐皮書中提到政策不確定性的頻率度量政策不確定性[11]。直到Baker等基于報紙報道的頻率創(chuàng)建了國家層面的EPU指數(shù),并選用中國香港地區(qū)英文報紙《南華早報》創(chuàng)建了中國的EPU指數(shù),用文本分析方法解決了經(jīng)濟政策不確定性難以準確度量的問題[2]。在Baker的研究基礎上,有學者嘗試采用中國大陸的報紙來編制中國的EPU指數(shù)。Davis等采用了《人民日報》和《光明日報》,Huang和Luk則采用了《北京青年報》等十份報紙[12-13]。作為宏觀不確定性的代理變量,學者們廣泛研究了EPU對不同經(jīng)濟活動的影響。在經(jīng)濟衰退期,經(jīng)濟政策不確定性急劇上升,失業(yè)率提高,企業(yè)短債長用的水平提高,企業(yè)投資水平下降,人民幣受到的風險傳染愈強,企業(yè)投資決策時會更多地考慮經(jīng)濟因素,保險公司也會增加現(xiàn)金持有量[14-19]。

關于EPU與保險的研究主要集中在EPU對保險消費的影響。中國學者的研究相對較少,結論也不太一致。多數(shù)學者認為,保費和EPU會朝著同一個方向發(fā)展,即正向影響關系[20];而Hemrit認為EPU對保險需求有短期負面影響[21]。也有很多學者分別研究了財險和壽險市場,但結論不完全一致,可能是正相關、負相關或不相關,關于EPU對壽險發(fā)展影響的研究結論卻保持了一致,即壽險保費將隨著EPU的增加而減少,兩者存在負向的關系[4,6,22]。上述不一致的研究結論也表明,EPU與保險消費之間的關系可能比較復雜,并非簡單的線性關系,還需要進行深入研究。

Balcilar等運用自回歸分布滯后(ARDL)動態(tài)面板模型分析了1998—2016年經(jīng)濟政策不確定性對15個國家保費的長期和短期影響,并對財險和壽險分別展開研究[5]。研究發(fā)現(xiàn)EPU無論在短期還是在長期內都會促使保費增加,但長期內的影響效果明顯大于短期內的影響效果;而且EPU對財險保費的影響大于壽險保費。那么,這一結論對于中國保險市場是否也仍然成立呢?中國民眾的保險購買決策在經(jīng)濟政策不確定性沖擊之下會有何變化呢?在財產(chǎn)風險和人身風險中是否又有不同的表現(xiàn)呢?

關于EPU對保險需求的影響機制,已有研究給出了不同的解釋。一方面,保險產(chǎn)品保障的是一種不確定性。EPU雖然屬于不可保風險,但依據(jù)背景風險理論的相關研究,個人的風險態(tài)度是他們對社會政治環(huán)境感知的函數(shù)[23],不可保風險對可保風險的保險需求也具有一定的促進作用[24]。也就是說,當人們感知到環(huán)境中存在風險時,相應風險規(guī)避程度可能會上升。此外,經(jīng)濟政策不確定性的加劇也可能會激勵個人更好地保護自己的財富(包括資產(chǎn)和健康),從而增加對保險的購買[25]。但另一方面,當經(jīng)濟政策存在不確定性時,民眾會普遍面臨就業(yè)下降和收入降低等問題[2]。當一個國家的風險增加時,人壽保險需求對收入也具有更高的敏感性,因此消費者可能會減少保險購買[26]。那么,EPU對保險需求的影響究竟是怎樣的呢?

三、理論分析

首先,根據(jù)期望效用理論構建經(jīng)濟學模型。保險產(chǎn)品供給方是保險公司,假定1,保險市場是完全競爭市場,保險公司的利潤為0,即賠付支出加運營成本等于收取的保險費;假定2,保險公司不限量供應保險,即投保人可以購買任意數(shù)量的保險。假設精算公平費率(即風險資產(chǎn)遭受意外事故或自然災害的損失率)是p,附加費率(即保險公司的運營成本率)為a。保險產(chǎn)品的需求方是家庭。就需求方設立兩個假定:假定1,消費者是風險厭惡者,效用函數(shù)U(w)滿足CRRA(常相對風險規(guī)避)效用函數(shù):U(w)=w1-ρ/(1-ρ)。其中,w是家庭財富,ρ是相對風險規(guī)避系數(shù),ρ>0且≠1,ρ=1時,U(w)=lnw。CRRA效用函數(shù)暗含著絕對風險規(guī)避系數(shù)遞減(DARA),即絕對風險規(guī)避系數(shù)隨著財富的增加而減小。假定2,家庭可以為全部的風險資產(chǎn)購買到保險。假設可保風險資產(chǎn)為s,投保比例為δ,家庭的初始稟賦為ε,家庭收入為y,則家庭購買保險的支出為δs·(a+p),記為π。家庭最優(yōu)保險購買決策就是考慮風險概率發(fā)生后的效用最大化,即:

maxE[U(·)]=pU[ε+y-s-π+π/(a+p)]+(1-p)U(ε+y-π)

s.t.(i)π≥0

(ii)p>0,a≥0,a+p<1

(1)

式(1)中,E[U(·)]表示家庭購買保險的期望效用,E表示期望算子,U(·)表示消費者的效用函數(shù),π/(a+p)表示發(fā)生保險事故時保險公司的賠付金額,約束條件(i)表示投保率不為負,約束條件(ii)表示精算公平費率為正、附加費率不為負、保險費率(a+p)小于1。為求出家庭的最優(yōu)保險支出,將CRRA效用函數(shù)代入式(1)并對保費π求導:

F.O.C.p[1/(a+p)-1]·[ε+y-s-π+π/(a+p)]-ρ-(1-p)(ε+y-π)-ρ≤0

(2)

(一)收入y對最優(yōu)保險支出π的影響

將式(2)中含y的項合并化簡后得到:

(3)

(二)經(jīng)濟政策存在不確定性時最優(yōu)保險支出π的變化

依據(jù)背景風險理論的相關研究,如果效用函數(shù)具有絕對風險規(guī)避系數(shù)遞減(DARA)的性質,那么相對于經(jīng)濟政策不存在不確定性時,當經(jīng)濟政策存在不確定性時的效用函數(shù)具有更高的風險規(guī)避程度[3]。這一結論在本文中則體現(xiàn)為,效用函數(shù)中的相對風險規(guī)避程度ρ提高。將式(2)中含ρ的項合并化簡得到:

(4)

當經(jīng)濟政策存在不確定性時,ρ增加為ρ+Δρ,則最優(yōu)保險支出π′為:

(5)

(三)經(jīng)濟政策存在不確定性時,收入y對最優(yōu)保險支出π的影響

用式(5)減去式(4),得到當經(jīng)濟政策存在不確定性時,家庭最優(yōu)保險支出的變化量:

(6)

因此,通過基于期望效用理論所構建的理論模型,簡單分析了不同收入群體應對經(jīng)濟政策不確定性時最優(yōu)保險支出的變化。消費者收入越高,最優(yōu)保險支出將減少,而當經(jīng)濟政策存在不確定性時,最優(yōu)保險支出將增加;且在經(jīng)濟政策存在不確定性時,高收入者為達到最優(yōu)保險而增加的保費支出更高。當然,受限于理論模型分析的簡化和局限性,這一單調關系的結論還較簡單。下面再根據(jù)實際數(shù)據(jù)實證分析動態(tài)變化。

四、研究設計

(一)樣本選擇與數(shù)據(jù)來源

本文研究計劃為:首先以Davis等建立的中國EPU指數(shù)(2)Baker等(2016)選用中國香港英文報紙《南華早報》[2]。Davis等(2019)捕獲中國大陸主要報紙《人民日報》和《光明日報》中包含有關經(jīng)濟(E)、政策(P)和不確定性(U)三個術語的文章數(shù)量,建立中國經(jīng)濟政策不確定性指數(shù),度量更準確[12]。作為經(jīng)濟政策不確定性的代理變量[12]。其次根據(jù)2021年前三季度累計城鎮(zhèn)居民人均收入,將中國31個省份(港澳臺地區(qū)除外)分為三個不同收入水平的小組,其中,收入最低的11個省份為低收入省份組,收入中等的10個省份為中收入省份組,收入最高的10個省份為高收入省份組(3)低收入省份組包括黑龍江、吉林、甘肅、青海、河南、寧夏、山西、新疆、廣西、河北和貴州11個省份,中收入省份組包括湖北、海南、江西、云南、陜西、四川、遼寧、湖南、安徽和內蒙古10個省份,高收入省份組包括重慶、山東、西藏、福建、天津、廣東、江蘇、浙江、北京和上海10個省份。。用高、中、低三個收入組的平均保險密度作為不同收入地區(qū)保險市場發(fā)展程度的代理變量。保險密度等于保費收入之和除以總人口數(shù)。由于保費收入在一年的保險周期中存在明顯的季節(jié)變化特征,故使用X-12-ARIMA季節(jié)調整方法控制數(shù)據(jù)中季節(jié)性因素的影響。選取2006年1月(4)中國銀保監(jiān)會自2006年披露“全國各地區(qū)原保險保費收入情況表”,本文將其中的壽險、健康險和意外險合并為人身保險。至2021年9月(共189個月)的數(shù)據(jù)。保費收入數(shù)據(jù)來源于中國銀保監(jiān)會官網(wǎng),各省人口的數(shù)據(jù)來源于全國第六次人口普查和全國第七次人口普查(5)測算保險密度時,2006—2015年的各省份人口數(shù)量參照六普數(shù)據(jù),2016年起參照七普數(shù)據(jù)。。人均收入的數(shù)據(jù)來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫。

為了控制遺漏變量造成的模型設定偏差,參照KUMAR等人的研究,基于數(shù)據(jù)的可得性,選取了三個控制變量:(1)利率,因為利率的變化會影響消費者的儲蓄決策,而保險產(chǎn)品和儲蓄在一定程度上互為替代品;(2)物價指數(shù),物價指數(shù)升高導致消費者的實際購買力降低,可能降低保險的購買;(3)虛擬變量為新冠疫情,新冠疫情的發(fā)生引發(fā)了人們對突發(fā)性公共衛(wèi)生事件的關注,改變了人們的工作和生活模式,可能會影響民眾的保險決策[6-7]。利率的數(shù)據(jù)來源于國際貨幣基金組織(IMF)官方網(wǎng)站;物價指數(shù)的數(shù)據(jù)來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫。變量說明見表1。

表1 描述性統(tǒng)計

(二)模型設定

非線性和非對稱性在社會科學中普遍存在[27]。人們也逐漸認識到經(jīng)濟活動中經(jīng)濟變量變化的非線性特征[28-30]。本文擬研究經(jīng)濟政策不確定性和人均收入的變動對保險市場發(fā)展可能存在的非對稱和長短期影響。Shin等對自回歸分布滯后(ARDL)模型中的解釋變量進行了正負項分解,并提出了非對稱擴展形式,即非線性ARDL模型(NARDL)[28,31]。NARDL模型的優(yōu)勢在于:(1)同時考慮了解釋變量的正向和負向變化對被解釋變量影響的差異性;(2)模型可寫成誤差修正形式,集協(xié)整、非對稱和非線性關系于單一方程,且OLS估計有效[28],在小樣本中也具有良好的統(tǒng)計特性;(3)不要求變量同階單整,平穩(wěn)序列和一階單整序列均適用?；贜ARDL模型,構建了保險市場發(fā)展對于經(jīng)濟政策不確定性和人均收入正負向變動的非對稱效應模型,誤差修正形式的NARDL(p,q)為:

(7)

(8)

五、實證結果

(一)數(shù)據(jù)的初步分析和檢驗

1.描述性統(tǒng)計

表1報告了所有變量的詳細說明和統(tǒng)計特征。2020年,人身保險保費收入占總保費的74%,財產(chǎn)保險占26%。2006年1月至2021年9月,高、中、低收入地區(qū)的月均保險密度分別為5.160、4.501和4.467元/人。中、低收入地區(qū)的保險密度相差不大,人身保險亦如是,但財產(chǎn)保險密度在中、低收入地區(qū)的差別明顯大于人身保險。高收入地區(qū)保險密度的標準差(0.585)小于中、低收入地區(qū)(0.654和0.644)。這說明高收入地區(qū)人均保險花費隨時間變化的波動小于中、低收入地區(qū);財產(chǎn)保險密度和人身保險密度也表現(xiàn)出相同的特征。EPU最高出現(xiàn)在2020年11月,最低出現(xiàn)在2006年9月。高、中、低收入地區(qū)人均收入的均值均小于中位數(shù)。這說明收入相對偏低的月份數(shù)量略多一些。圖1展示了不同收入地區(qū)保險密度、財產(chǎn)保險密度和人身保險密度與EPU隨時間的變化。

圖1 不同收入地區(qū)保險密度與EPU隨時間變化趨勢圖

可以看出,保險密度有明顯的時間趨勢,財產(chǎn)保險密度隨時間的變化更平滑。隨著時間推移,不同收入地區(qū)財產(chǎn)保險密度的差距小于人身保險。EPU波動明顯且呈上升趨勢。EPU在2008—2009年和2019—2020年有兩次較大上升,在2006—2007年和2014—2015年維持在相對低水平。相對應,圖1(c)的人身保險密度分別出現(xiàn)負增長、零增長和較高增長?？梢?隨著EPU提高或降低,人身保險密度呈現(xiàn)出相反的變化趨勢。

2.平穩(wěn)性檢驗

依據(jù)NARDL模型,二階單整序列不適用,需進行單位根檢驗,采用ADF檢驗和PP檢驗兩種方法。表2中,除EPU和CPI是平穩(wěn)序列,其余變量均為一階單整。故可用NARDL模型研究EPU對不同收入地區(qū)保險市場發(fā)展的非對稱效應。

表2 變量單位根檢驗結果

3.模型設定及非對稱性檢驗

構建NARDL模型需確定滯后期p和q。分別測試1～12期滯后期。借鑒相關文獻的做法[4,32],最佳滯后期的選擇依據(jù)為:(1)CUSUM平方診斷性檢驗的遞歸殘差位于5%顯著水平的臨界尾部內;(2)AIC值越小越好;(3)Wald非對稱性檢驗結果盡可能顯著,最終確定三個NARDL模型最合適的滯后期分別為:模型一保險密度為NARDL(2,6),模型二財產(chǎn)保險密度為NARDL(3,6),模型三人身保險密度為NARDL(3,6)。表3匯總了三個模型設定及非對稱性檢驗結果。

表3 模型設定及非對稱性檢驗

首先,檢驗非對稱長期均衡(協(xié)整)關系。因為三個模型所涉及的變量既有平穩(wěn)序列也有一階單整序列,非同階單整,采用Bounds Testing Approach(邊界檢驗法)進行協(xié)整檢驗[33]。原假設為:ρ=β+=β-=λ=0。依據(jù)檢驗規(guī)則,F統(tǒng)計量(FPSS)應大于上界的漸近值(6)F統(tǒng)計量的漸近臨界值(上界和下界)的分布標準來自Pesaran等[33]。。從檢驗結果來看,三個模型的FPSS均在1%或5%的水平上顯著,表明EPU、人均收入等變量與保險市場發(fā)展之間存在長期均衡關系。

最后,進行模型的異方差檢驗和自相關檢驗,從White檢驗和B-G檢驗結果來看,有個別模型沒有通過異方差和自相關檢驗。這時參數(shù)的OLS估計量雖仍然無偏,但不具備最小方差性。因此,在后續(xù)模型估計時,需采取相應的措施進行控制。用CUSUM平方來檢驗NARDL模型長期和短期估計參數(shù)的穩(wěn)定性,遞歸殘差均位于5%顯著水平的臨界尾部內。因此,可以認為三個NARDL模型的參數(shù)估計中沒有不穩(wěn)定的證據(jù)。這說明回歸方程具有良好的統(tǒng)計特性,估計結果可靠。

(二)模型估計結果及累積效應分析

考慮到模型可能存在的共線性問題,采用逐步回歸法對所選定的模型進行參數(shù)估計。表4和表5所示的NARDL模型估計結果僅保留了在10%水平下顯著的變量。為比較長期系數(shù),將不顯著的長期回歸量也加入表中?？紤]到三個模型都或多或少存在異方差或者序列相關問題,因此模型回歸時均使用異方差自相關穩(wěn)健標準誤Newey-West估計量。

表4 保險密度的NARDL模型估計結果

表5 財產(chǎn)保險密度和人身保險密度的NARDL系數(shù)估計結果

1.保險密度的NARDL估計及累積影響效應

表4匯總了保險密度的NARDL模型估計結果。

圖2是依據(jù)式(8)計算出的動態(tài)乘數(shù)而作的EPU和人均收入對不同收入地區(qū)保險密度的累積影響效應圖,更直觀地展現(xiàn)了EPU和人均收入對保險密度的長短期、正負向非對稱性影響。

圖2 EPU和人均收入對不同收入地區(qū)保險密度的累積影響效應注:“短虛線”為EPU或人均收入正向變化,“兩點長劃線”為負向變化,實線為EPU或人均收入正負向變化累積影響效應的線性組合。下同。

首先看EPU對保險密度的累計影響效應。圖2(a)中短虛線和兩點長劃線對應的累積影響值(即動態(tài)乘數(shù))長期穩(wěn)定在0之上,這說明不論EPU發(fā)生了正向變化還是負向變化,低收入地區(qū)保險密度均會增加;圖2(c)和(e)中,兩點長劃線長期穩(wěn)定在0之上,說明當EPU變低時,中、高收入地區(qū)的保險購買增加,與表5的模型回歸結果一致。而且正向效應動態(tài)乘數(shù)的絕對值小于負向效應。這說明相比不確定性提高,在不確定性降低時消費者更愿意拿出更多的空閑資金來用于購買保險。橫向比較圖2(a)、(c)和(e)可以發(fā)現(xiàn),隨著收入增多,EPU變化對消費者保險購買行為的影響力度增大。這與表4的模型回歸結果一致。在累積影響效應圖中表現(xiàn)為正負向變化兩條曲線之間的距離增大。這表明隨著人均收入的提高,保險不單純是規(guī)避風險的工具,當保險作為投資理財?shù)姆绞綍r,投資者會依據(jù)外部經(jīng)濟環(huán)境和自身財力的變化及時調整保險購買量。當EPU降低時,三個收入組都表現(xiàn)出保險購買量的增加,且隨著收入繼續(xù)增加,保險購買量的增加量變大,表明在EPU降低時,越高收入的消費者可以拿出更多的空閑資金用于保險投資。保險密度有兩個主要的決定因素,一是投保人的保險購買量,二是保險公司設定的保險費率。EPU對保險密度的影響路徑是兩方面的,一是投保人因為EPU的變化而改變其風險厭惡程度,從而改變了保險購買量;二是保險公司在EPU沖擊下盈利能力有所變化,所以通過調整承保費率和投融資行為以保證利潤水平。保險公司的利潤來源由承保業(yè)務和投融資行為兩部分組成,承保業(yè)務的盈利情況需結合投保人的保險購買量來分析。當EPU增加,投保人對風險更加厭惡,從而增加保險購買量,而保險業(yè)務量的增加意味著保險公司要承擔更多的風險,保險公司的承保利潤會被平滑,從而推動保險公司提高保險費率。投融資行為方面,EPU提高說明宏觀經(jīng)濟政策風險變大,投資收益率可能無法得到保證,此外保險公司可能會減少投資,帶來投融資回報率降低,從而保險公司有動機提高承保費率以保證盈利水平。在二者的推動下,保險密度會隨著EPU的提高而提高。而當EPU降低,宏觀經(jīng)濟狀況向好,投保人的收入得到保證,可以有更多的預算用于購買保險以防范未來可能發(fā)生的風險事故。保險公司的投融資策略相對積極,可能得到較高的投融資回報率,盈利能力得到保障,保險公司在承保業(yè)務方面的風險厭惡程度會降低,從而適當放開承保端的風控,向市場釋放更多的承保能力,保險收入增加。

再看人均收入對保險密度的累計影響效應。圖2(b)中短虛線和兩點長劃線對應的累積影響值(即動態(tài)乘數(shù))長期穩(wěn)定在0之上,這說明不論人均收入發(fā)生了正向變化還是負向變化,低收入地區(qū)保險密度均會增加;圖2(d)中短虛線長期穩(wěn)定在0之上,說明中收入地區(qū)收入提高時,保險購買增加,與表4的模型回歸結果一致。且保險密度對收入提高帶來的提升效應更為敏感,這說明中收入的消費者同低收入消費者一樣有著強烈的保險購買需求,隨著人均收入的提高還會增加保險的購買量。圖2(f)中兩點長劃線長期穩(wěn)定在0之上,表明高收入地區(qū)收入降低時,保險購買增加。結合圖2(a)和(b)可看出,低收入地區(qū)EPU和人均收入的正負向變化曲線之間的距離不大,說明EPU和人均收入的正向或負向變化對保險購買行為的影響差別不大。這也說明,低收入者是典型的風險規(guī)避者,尚未達到最優(yōu)保險購買量并明顯表現(xiàn)出增加保險購買的趨勢。綜合圖2(a)至(f)可看出,時期在25以內時,EPU和人均收入對保險密度的影響波動非常明顯,但在25期以后即長期趨于穩(wěn)定。EPU和人均收入等變量與保險密度之間存在長期穩(wěn)定的關系。

長期來看,EPU增加時,低收入地區(qū)保險密度增加;EPU降低時,中收入和高收入地區(qū)的保險密度增加。人均收入方面,無論人均收入增加還是降低,低收入和中收入地區(qū)的保險密度均會增加。隨著人均收入增加,EPU對保險密度的影響力度變大,人均收入變化對保險密度的影響力度降低。

2.財產(chǎn)保險密度的NARDL估計及累積影響效應

表5匯總了財產(chǎn)保險密度的NARDL模型估計結果。

其次分析短期效應。低、中收入地區(qū)EPU和高收入地區(qū)中人均收入的短期回歸量的系數(shù)符號均為負。這說明短期來看,EPU提高或降低時,低、中收入地區(qū)的財產(chǎn)保險密度反之會降低或提高;而當人均收入提高或降低時,高收入地區(qū)的財產(chǎn)保險密度將降低或提高。短期所呈現(xiàn)出來的影響趨勢與長期相反。

圖3是EPU和人均收入對不同收入地區(qū)財產(chǎn)保險密度的累積影響效應圖。首先看EPU對財產(chǎn)保險密度的累積影響效應。從圖3(a)、(c)和(e)可以看出,EPU對三個收入地區(qū)財產(chǎn)保險密度的非對稱性影響相似。長期來看,EPU增加,財產(chǎn)保險的購買越多;EPU減少,財產(chǎn)保險的購買越少。這充分反映了消費者購買財產(chǎn)保險的目的是規(guī)避風險。當消費者感知到不確定性提高時,會增加財產(chǎn)保險的購買;而當不確定性降低時,則會減少購買。而且,EPU降低對財產(chǎn)保險密度的抑制效應抵消了EPU提高對財產(chǎn)保險密度的提升效應。這表明相比于EPU提高,消費者對EPU降低的感知更靈敏。

圖3 EPU和人均收入對不同收入地區(qū)財產(chǎn)保險密度的累積影響效應

最后看人均收入對財產(chǎn)保險密度的累積影響效應。圖3(b)和(d)中,正向變化(短虛線)長期穩(wěn)定在0之上;而負向變化(兩點長劃線)在0以下。這表明當人均收入增加,低、中收入地區(qū)的財產(chǎn)保險密度提高;人均收入降低時,財產(chǎn)保險的購買減少。這反映了當消費者收入提高手頭資金寬裕時,會增加財產(chǎn)保險的購買;而人均收入減少則會減少財產(chǎn)保險的購買。同時,人均收入降低對財產(chǎn)保險密度的抑制效應抵消了人均收入提高對財產(chǎn)保險密度的提升效應。這表明相對于人均收入提高,消費者對人均收入降低時所做出的財產(chǎn)保險購買量的調整反應更大。圖3(f)中兩點長劃線長期穩(wěn)定在0以下,說明高收入群體在人均收入降低時會減少購買財產(chǎn)保險。

根據(jù)上文有關財產(chǎn)保險密度非對稱影響分析可得出結論:長期來看,EPU增加會導致中收入地區(qū)財產(chǎn)保險密度增加;EPU降低則會導致中、高收入地區(qū)的財產(chǎn)保險密度降低。這與Gupta等的結論一致[4]。這可能是因為當家庭感受到更高程度的經(jīng)濟政策不確定性時,相比死亡風險,對經(jīng)濟風險的感知更敏感。而對于財險公司而言,隨著EPU升高,投保人增加了保險購買,其承擔的風險也隨之提高,平滑了承保利潤,財險公司有動機通過提高費率以保證其盈利水平,所以財險市場整體的保險費率可能會提升,保費收入會增加。當EPU降低,投保人的風險厭惡程度下降,減少了保險購買,財險公司會通過降低費率的方式促進業(yè)務發(fā)展。因此,更高的EPU對財產(chǎn)保險需求有顯著的正向影響,從而導致更高的財險密度,反之亦然。當收入增加或降低時,中收入和高收入地區(qū)的財產(chǎn)保險密度也會增加或降低。但是,短期來看,EPU對低收入和中收入地區(qū)及人均收入對高收入地區(qū)財產(chǎn)保險密度的影響與長期影響相反。

綜合比較圖2和圖3正負向變動曲線趨于穩(wěn)定時的變化,相比較EPU和人均收入對保險密度的非對稱影響,EPU和人均收入對財產(chǎn)保險密度影響的非對稱性在短期內的波動較小,能較為迅速地趨于穩(wěn)定。

3.人身保險密度的NARDL估計及累積影響效應

圖4是EPU和人均收入對不同收入地區(qū)人身保險密度的累積影響效應圖。從圖4(a)、(c)和(e)可以看出,EPU對三個地區(qū)人身保險密度的長期非對稱性影響相似。EPU變高時,人身保險的購買減少;EPU減少時,人身保險購買增多。EPU降低對保險密度的提升效應抵消了EPU提高對保險密度的抑制效應。這說明,相比于經(jīng)濟政策的不確定性提高時,在不確定性降低時消費者更愿意拿出更多的空閑資金來用于購買人身保險,體現(xiàn)了人身保險投資的功能。再看人均收入對人身保險密度的累積影響效應。從圖4(b)、(d)和(f)可以看出,當人均收入減少時,三個地區(qū)的人身保險密度均增加。

圖4 EPU和人均收入對不同收入地區(qū)人身保險密度的累積效應

根據(jù)人身保險密度的非對稱影響分析可得出結論:長期來看,EPU和人均收入增加時,中收入地區(qū)人身保險密度降低;EPU和人均收入降低時,高、中、低收入地區(qū)人身保險密度均增加。這可能是因壽險產(chǎn)品帶有一定的投資屬性,EPU提高帶來了更大的風險和不確定性,壽險產(chǎn)品的保證利率降低,回報降低,繼而投保人改變了保險購買決策。為保證壽險公司資本安全性,EPU提高迫使其采取保守的投融資策略,且有動機降低保險費率以促進保險業(yè)務增長。EPU降低時,宏觀經(jīng)濟環(huán)境向好,投資收益率相對提高,投保人有更多預算購買壽險。壽險公司的投融資戰(zhàn)略相對寬松,參與一些高風險高回報的項目,提高了壽險產(chǎn)品的保證利率,推動保險業(yè)務發(fā)展。EPU對財險密度的影響與人身保險密度相反。鑒于財產(chǎn)保險和人身保險保障家庭免受不同類型的風險,故EPU對財產(chǎn)保險密度和人身保險密度有不同的影響,從經(jīng)濟學直覺上來看是合理的。此外,短期來看,EPU對中收入地區(qū)人身保險密度的影響與長期影響相反。

綜合比較表5中三個收入地區(qū)的EPU的長期系數(shù)的絕對值,發(fā)現(xiàn)EPU對財產(chǎn)保險密度的影響大于人身保險密度,這與Balcilar等的發(fā)現(xiàn)一致[5]。綜合比較表5中三個收入地區(qū)的EPU和人均收入的長期系數(shù)的顯著性,可以看出中收入地區(qū)顯著系數(shù)個數(shù)相比低、高收入地區(qū)更多。這也說明EPU和人均收入的變動對中收入地區(qū)的影響最為明顯。

六、結論與建議

本文將中國31個省份(港澳臺地區(qū)除外)按人均收入分為高、中、低三等收入省份組,運用NARDL模型分析EPU對不同收入地區(qū)保險市場發(fā)展的長短期和正負向非對稱影響,并作出累積影響效應圖分析保險密度隨EPU和人均收入的動態(tài)變化趨勢,如表6所示。無論是EPU還是人均收入,對保險密度、財產(chǎn)保險密度和人身保險密度均存在非對稱影響,且長期影響與短期影響也不完全一致。具體研究發(fā)現(xiàn)如下:

表6 非對稱影響匯總

第一,經(jīng)濟政策不確定性對不同收入地區(qū)保險市場的發(fā)展確實存在正負向、長短期的非線性和非對稱的影響。EPU和人均收入對保險密度有長期正向影響,財險密度與EPU和人均收入正相關,人身保險密度與EPU和人均收入負相關。EPU和人均收入對財產(chǎn)保險和人身保險的影響是相反的,這是由財產(chǎn)保險和人身保險的標的不同而決定的。短期來看,EPU對中低收入地區(qū)財產(chǎn)保險密度、中收入地區(qū)人身保險密度以及收入對低、高收入地區(qū)財產(chǎn)保險密度、低收入地區(qū)人身保險密度的影響與長期影響相反,這反映了EPU和收入對保險密度的影響有動態(tài)調整,由短期的波動大、不穩(wěn)定逐漸在長期趨于穩(wěn)定。

第二,隨著人均收入增加,經(jīng)濟政策不確定性對保險密度的影響變大,人均收入的變化對保險密度的影響卻逐步降低。這表明,隨著人均收入的提高,保險產(chǎn)品不再單純的是規(guī)避風險的工具,投資理財?shù)墓δ苤饾u顯現(xiàn)。投資者會依據(jù)外部經(jīng)濟環(huán)境和自身財力的變化及時調整保險購買量。收入偏低者的保險購買因受限于收入約束,故當人均收入提高時,保險購買增加。但隨著人均收入增高,保險的投資理財功能也基本完全發(fā)揮,故保險購買量的增加將減小,即人均收入效應呈現(xiàn)遞減趨勢。

第三,相比于低收入和高收入地區(qū),經(jīng)濟政策不確定性和人均收入變化對中收入地區(qū)影響最明顯。這也與保險產(chǎn)品適合中產(chǎn)階級保持一致。低收入地區(qū)因人均收入偏低,可用于保險消費的預算不夠,保險購買量相對偏小,故受經(jīng)濟政策不確定性和收入變化的影響不明顯。高收入地區(qū)的人均收入偏高,保險預算相對較高,保險需求也大多被滿足,故經(jīng)濟政策不確定性和人均收入變化也不會過多改變他們的保險決策。中等收入地區(qū)的消費者對經(jīng)濟政策不確定性和人均收入變動更為敏感。

根據(jù)上述結論,提出以下建議。第一,中國保險業(yè)尚處于蓬勃發(fā)展階段,對經(jīng)濟政策不確定性較敏感。監(jiān)管部門需關注經(jīng)濟政策不確定性,防范因經(jīng)濟政策的大幅變動對保險市場的穩(wěn)定健康發(fā)展造成影響。具體可從以下幾方面抵御不確定性的沖擊,一是健全國家社會保障體系,增強居民的安全感;二是保險公司和監(jiān)管部門應加強信息披露和信息公開,減少信息不對稱,提高民眾對保險的信任度;三是個人也應增強金融素養(yǎng)和經(jīng)濟政策關注度,提高自身抵御風險能力。第二,本文證實了經(jīng)濟政策不確定性對不同收入地區(qū)保險市場的發(fā)展存在非線性、非對稱的影響,決策者不應“一刀切”地分析問題,應考慮到面對經(jīng)濟政策不確定性時保費可能的動態(tài)變化方向。這樣才能更好預測保險市場的發(fā)展動態(tài),并執(zhí)行更有效的保險政策。首先,對不同收入水平的地區(qū),促進保險發(fā)展的路徑也應有所不同。對低收入地區(qū)而言,需大力提高消費者的風險意識;對高收入地區(qū)而言,應深入挖掘更適合消費群體的保險方案;對中等收入地區(qū)而言,要盡可能滿足投保人的保險需求,因為這是保險發(fā)展增速相對最快的一個群體。其次,經(jīng)濟政策不確定性對不同類型的保險的影響存在差異,保險公司應加強精算水平,設置更公平的費率;還應多元化保險產(chǎn)品的供給,以滿足不同群體的需求。