我国保险业发展的经济增长效应：基于金融协同的视角，本文主要内容关键词为：保险业论文,经济增长论文,视角论文,效应论文,我国论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
作为现代金融业的重要组成部分，保险业的发展与经济增长存在密切的关系。一方面，经济增长可以有效地刺激保险需求，通过引致效应推动保险业的发展；另一方面，保险业通过风险转移和补偿机制，以及作为金融中介促进资金融通等来拉动经济增长，发挥了“助推器”、“稳定剂”的作用。然而，保险发展与经济增长的关系并未受到学术界的足够重视，以往金融发展和经济增长的研究主要集中于银行信贷市场和股票市场的发展，关于保险业发展与经济增长的研究相对匮乏，其研究的深度和广度也远低于前者。
我国自1980年恢复国内保险业务以来，保险业得到了飞速的发展，1980年全国保费收入只有4.6亿元，2010年全国共实现保费收入14 527.97亿元，我国保险业的发展速度要远高于同期GDP的增长速度，按照保费收入计算，我国在2009年已成为全球第6大保险市场。飞速发展的保险业是否对我国的经济增长起到推动作用呢？目前，我国保险业发展与经济增长关系的研究已经起步，然而有限的实证研究只是提供了一些混杂的经验证据，学术界对于“我国保险业发展对经济增长的推动作用及程度”还未达成共识。
理论和实证分析结果表明：一国保险业发展能否对该国经济增长起到推动作用，受到诸多因素的制约(Ward和Zurbruegg，2000；Enz，2000；沈坤荣等，2010；赵进文等，2010；吴洪等，2010)。因此，我们认为保险业发展对经济增长的作用方式和程度不是一成不变，有可能存在非线性增长效应。遗憾的是，目前的实证研究主要关注于保险业发展对经济增长的线性影响，非线性影响主要通过在模型中增加保险业发展指标的平方项、或者根据某些指标划分子样本等方式来考察，处理过于简单化，任意性较大，存在一定的局限性。
本文利用1999-2010年的中国省际面板数据，分财险市场和人身险市场来研究我国保险业发展的经济增长效应，考察其中的非线性特征。本文在以下三个方面区别于已有文献：第一，本文在金融协同的视角下，对我国保险业与银行业、保险业与股票市场的关系进行了研究，考察它们之间是互补依赖占主导，还是竞争互替占主导。第二，本文采用新近发展的面板平滑转换(Panel Smooth Transition Regression，PSTR)模型进行实证分析，该模型设定非常灵活，在捕捉模型异质性和非线性特征方面具有明显的优势。第三，考虑到人身险和财险在特性、规律和功能上不尽相同，其对经济增长的作用方式有可能存在一定差异，本文对整体保险市场及不同险种市场发展的非线性增长效应进行了实证分析，以更好的揭示保险业发展促进经济增长的规律。
二、文献述评
保险活动一方面通过风险转移和补偿功能为家庭和企业提供风险保障，促进家庭消费和企业的投资及创新活动，保险业发展对经济增长具有明显的正外部性。另一方面更为重要的是，保险业在整个经济中扮演着重要的金融中介角色，它的发展对一国生产性资本的积累发挥了重要的积极影响。Pagano(1993)认为保险业发展有利于金融中介功能的完善和资本积累效率的提高，Skipper(1997)和Harold(1998)进一步详尽阐释并全面总结了保险业对经济发展的意义。
目前，保险业发展与经济增长关系的实证研究可以大致分为以下几类：一是检验保险业发展与经济增长孰因孰果，主要通过时间序列的向量自回归模型(VAR)、协整分析和Granger(非)因果关系检验等方法探讨二者之间的因果关系，代表性的文献有Ward和Zurbruegg(2000)、栾存存(2004)、Kugler和Ofoghi(2005)、饶晓辉和钟正生(2005)、胡红冰等(2010)，得出的保险业发展与经济增长的关系并不完全统一；二是研究经济增长对保险规模、保险深度的影响，即主要考察经济增长对保险业发展的引致效应，代表性的分析有Outreville(1990，1996)、Browne和Kim(1993)、Beenstock等(1988)、徐为山和吴坚隽(2006)、孙祁祥等(2010)，已有的实证研究成果大体上肯定了经济增长对保险业发展的引致效应；三是主要考察保险业发展对经济增长的促进作用，代表性的研究包括Arena(2006)、Haiss和Kjell(2008)、沈坤荣等(2010)、吴洪等(2010)、赵进文等(2010)和邵全权(2012a，2012b)，汇总这些研究，可以得出：关于保险业发展对经济增长的推动作用及程度，目前的学术界也未达成统一的共识。
在已有的实证研究文献中，仅有个别学者注意到保险业发展与经济增长之间存在非线性特征，以中国为研究对象且考虑到两者之间的非线性关系的实证文献则更为少见。沈坤荣等(2010)采用面板FGLS估计方法，分别依据我国1997年各省区的经济发展水平和金融发展水平，按33%分位数以下、33%～66%分位数及66%分位数以上将样本分为三组，以此考察在不同经济发展水平和金融发展水平下保险业发展的经济增长效应。他们度量金融发展水平的变量是金融机构的贷款余额，发现在不同金融发展水平下保险业发展与经济增长存在倒U型关系；整体保险市场及人身险市场的发展对经济增长发挥了推动作用，但是财产险市场的发展却对经济增长起到了显著的阻碍作用。吴洪和赵桂芹(2010)延续了沈坤荣和魏锋(2010)的研究，采用动态面板广义矩估计方法，得出目前我国整体保险业和寿险业在经济中等和较差的地区对经济的促进作用较为显著，在经济发展水平较高的省区则出现了弱化；非寿险对经济增长的拉动作用只在经济发展水平较高的地区才具有显著性；保险业与银行业之间存在显著的替代关系，保险业和证券业之间的交互效应不显著。赵进文和邢天才(2010)则利用时间序列平滑转换(Smooth Transition Regression，STR)模型和面板门槛模型(Panel Threshold Model，PTM)从国家和区域两个层面考察了保险消费对经济增长的促进作用，研究表明保险消费对经济增长的拉动作用呈现明显的阶段性和非线性特征。
总的看来，有关我国保险业发展的经济增长效应的实证分析，其研究深度和广度还比较低，以往学者考察非线性效应的方法也存在一定的局限性。本文采用PSTR模型，在金融协同的视角下试图就以下问题做出回答：一、我国保险业发展对经济增长拉动作用是否依赖于银行信贷市场和股票市场的发展水平，存在非线性的机制转移特征？二、若存在，在不同的机制下，保险活动对经济增长的促进作用有何差异？三、目前我国的保险业与银行业、保险业与股票市场的关系如何，是互补依赖占主导，还是竞争互替占主导？只有对上述问题作出科学的解释和回答，才能为我国保险业的快速健康发展提供合理的政策化建议。
三、面板平滑转换模型的设定与检验
(一)面板平滑转换模型的设定
Gonzalez等(2005)在时间序列STR模型、平滑转移自回归(Smooth Transition Auto-regression，STAR)模型和面板门槛模型的基础上提出了PSTR模型，综合了上述模型的优点，克服了STR模型和STAR模型要求时间序列必须足够长及PTM要求突变的机制转换等缺点。PSTR在捕捉模型的异质性、非线性特征方面具有明显的优势，具有1个转移函数、m+1个机制的面板平滑模型，其一般形式为：
(二)面板平滑转换模型的相关检验
Gonzalez等(2005)采用序贯检验方法对PSTR模型进行相关检验，主要包括线性对非线性的检验(是否存在机制转换效应)；参数m的选择；模型的充分性检验(是否存在“剩余的”机制转换效应)。
首先，对模型(1)进行线性对非线性的检验。虚拟假设为
∶γ=0，即不存在机制转换效应，但在虚拟假设下，γ、
和c是无法识别，存在未识别参数，无法进行相关检验。通过在γ=0处对模型(1)进行泰勒展开，得到如下辅助回归：
然后，可以采用非线性最小二乘(NLS)方法对模型(1)进行估计，同时估计平滑参数γ、位置参数c和系数β，得到残差平方和，残差平方和最小时的参数即为模型所需的参数估计值。上述参数的估计需要通过编程实现，本文通过Stata软件编程实现上述过程。
最后，对于估计的模型，我们需要检验是否存在“剩余的”机制转换效应，即转移函数个数的选择。假设我们已经估计了带有1个转移函数的模型，希望增加第2个转移函数，考虑如下模型：
增加转移函数的个数直到接受原假设，即模型充分时。需要指出的一点是，为了避免过于庞大的模型，随着转移函数的增加，检验的显著性水平可以越来越低。
四、变量选择、数据来源与实证模型
本文在金融协同视角下，考察我国保险业发展对经济增长的推动作用，检验其是否依赖于银行信贷市场和股票市场的发展水平而存在机制转移特征。本文的实证模型如下：
1.经济增长变量
在保险业发展与经济增长的实证文献中，用以反映经济增长的变量主要有两个。一个是人均GDP的增长率，这种方法开始于Webb等(2002)，Arena(2006)、吴洪等(2010)和赵进文等(2010)均采用这一指标；第二个是实际人均GDP，林毅夫(2006)、沈坤荣等(2010)和邵全权(2012a，2012b)则选择了后者。正如邵全权(2012a)所述，经济增长涉及的因素多而复杂，许多变量都以存量形式出现在模型中，若采用人均GDP增长率这一流量指标，有可能影响模型的拟合效果，所以本文采用实际人均GDP反映经济增长，取自然对数作为被解释变量，记为lngdpper。利用《中国统计年鉴》(1999—2011)各省区人均GDP和人均GDP指数，得到按1998年不变价格计算的实际人均GDP。
2.保险业发展变量
目前，衡量保险业发展水平的指标主要包括保险深度和保险密度，前者通过保费收入除以GDP得到，后者通过保费收入除以总人口数得到。本文采用这两个指标反映我国保险业的发展水平，保险深度记为depth，保险密度记为density，整体保险市场、财险市场和人身险市场分别用Insurance，Pinsurance和Linsurance表示。保费收入来自于《中国保险年鉴》(1999-2011)，各省区人口数来自于《中国统计年鉴》。
3.其他控制变量
为了解决遗漏变量问题，参考以往的研究成果，我们在实证模型中增加了必要的控制变量，包括：
(1)投资率(inv)，采用全社会固定资产投资除以GDP得到，其中全社会固定资产投资来源于《中国统计年鉴》。
(2)贸易开放度(open)，进出口总额除以GDP，进出口总额来自于《新中国60年统计资料汇编》和《中国统计年鉴》，原始单位为万美元，本文利用《中国统计年鉴》提供的人民币汇率年均价，将其转化为按人民币计算。
(3)政府消费和投资(gov)，地方财政支出除以GDP，地方财政支出源自《新中国60年统计资料汇编》和《中国统计年鉴》。
(4)市场化程度(market)，采用1减去国有经济固定资产投资在全社会固定资产投资中的比重来度量，国有经济固定资产投资来自于《中国统计年鉴》。
(5)宏观经济的稳定性(cpi)，采用各省区的通货膨胀率来衡量，通货膨胀率利用居民消费价格指数计算得到，原始数据来自于《中国金融年鉴》。
4.金融发展水平变量
限于数据的可获性，本文主要采用银行业金融机构的年末贷款余额除以GDP和各省区A股的流通股市值除以GDP，来衡量我国银行信贷市场和股票市场的发展水平。其中银行业金融机构的年末贷款余额来自于《中国金融年鉴》，A股的流通股市值源自Wind资讯数据库。两个金融发展水平的指标分别记为loan和stock。
由于PSTR模型只适用于平衡面板数据，对于非平衡面板数据，目前还不能确定序贯检验方法的可靠性(Hansen，1999；Gonzalez等，2005)，同时为了获得尽可能大的样本，本文搜集了1999—2010年我国30个省区的面板数据，不包括港澳台地区，西藏地区因缺失数据较多也不包含在样本当中。表1为各主要变量的描述性统计特征。
五、我国保险业发展的经济增长效应
(一)模型的检验和估计
由于PSTR模型适用于固定效应模型，因此检验数据是否更适于固定效应模型是有必要的。Hausman检验可帮助我们在固定效应(Fixed Effect，FE)模型和随机效应(Random Effect，RE)模型之间进行选择，但是由于在很多情形下，RE估计量并不是完全有效的，标准的Hausman检验会失效，Wooldridge(2002)建议采用辅助回归的方法，使用聚类稳健的标准差执行Wald检验。本文采用这种辅助回归法执行稳健的Hausman检验，结果支持固定效应(FE)模型。表2列出了采用固定效应模型的估计结果。
表2给出了我国保险业发展对经济增长的线性效应。从中可以看出，目前，无论在整体保险市场还是在人身险和财险分市场，我国保险业的发展对经济增长都起到了显著的促进作用，这一结论与Arena(2006)、吴洪等(2010)和邵全权(2012a)的研究结果一致，且这一结论不因保险业发展指标选取的变化而改变。
就控制变量对经济增长的影响来看，回归系数的符号与理论预期基本一致，投资、对外贸易、财政支出水平、市场化程度等都对经济产生了正向积极的作用。通货膨胀率在样本期内对经济增长也发挥了正向效应，这是由于我国的通货膨胀在1999-2010年期间一直控制的较好，且较为稳定，温和的通胀对经济起到了润滑剂作用。值得一提的是，控制变量的系数在不同的模型中，表现出非常好的稳健性。
Ward和Zurbruegg(2000)通过实证分析得出一国保险业发展能否对经济增长发挥促进作用取决于文化环境和政府规制等因素；Enz(2000)发现保险活动对经济增长的推动强度可能依赖于地区经济发展程度；国内的实证分析，例如沈坤荣等(2010)、赵进文等(2010)和吴洪等(2010)也应证了Enz(2000)的观点。据此，本文认为保险业发展的经济增长效应有可能存在非线性特征，但是线性固定效应模型却无法捕捉到这种非线性特征。PSTR模型通过引入转移函数
可同时反映出随时间和截面单元变化的非线性函数关系。本文在金融协同的视角下，考察保险的“助推器”功能是否依赖于银行信贷市场和股票市场的发展水平，存在机制转移效应，并且就我国保险业与银行业、保险业与股票市场的关系进行了分析研究。依据第三部分PSTR模型的设定和相关性检验，表3给出了模型是否存在机制转移效应的序贯检验结果。
若拒绝了
，则表明模型存在机制转换效应。由表3可知，我国保险市场发展的经济增长效应依赖于区域金融发展水平，存在明显的机制转换效应。不管是整体保险市场还是人身险和财险分市场，均在1%的显著性水平上拒绝原假设，且这一结论不因金融发展水平度量指标的选取而改变。通过对
的序贯检验，我们初步选取m=1进行模型的估计。
对初步估计的PSTR模型，需要继续检验是否存在剩余的机制转换效应，即转移函数个数的选择，对式(4)检验
。表4列出剩余机制效应的检验结果。在1%的显著性水平上，均不能拒绝无“剩余”机制转移效应的原假设。在此基础上，本文最终确定的是，含1个转移函数，具有两种极端状态的PSTR模型。
(二)实证结果的分析
通过估计PSTR模型可以看出，保险业发展的经济增长效应依赖于区域金融发展水平，随着时间和截面单元都在发生变化，在每个截面单元每一时点都不同，转移函数使得其回归系数成为一个以“极限机制”为界、连续的平滑变动函数。表5给出了PSTR模型的最终估计结果。
表5的回归结果表明我国保险业发展的经济增长效应存在明显的机制转移特征，其影响不是一成不变的，其“助推器”功能的发挥依赖于区域金融发展水平。保险业发展对经济增长的推动作用大致可以分为两类：一类是在金融发展水平较低和较高时的线性关系，分别对应于两种极端状态低机制(=0)和高机制(=1)；另一类是在金融发展中间水平的非线性关系，金融发展水平从低于阈值的低机制(
＜c)，跨越阈值c平滑的转移到高机制(＞c)。
进一步分析表5的回归结果，我们可以得出以下结论。
1.保险业与银行业的关系
由表5的(1)—(3)列的结果可见，依赖于银行业发展水平，保险的经济增长效应呈现出平滑转移的特征。在低机制即银行业发展水平较低时，保险活动发挥了正向线性影响，整体保险市场、人身险市场和财险市场的拉动系数分别为0.148 2、0.157 7和0.068 1，其中前两者在1%的水平下显著，但是后者在10%的水平下也不显著；在从低机制向高机制转移的中间阶段，保险活动对经济增长的拉动作用具有显著的非线性特征，整体保险市场和人身险市场非线性部分的系数为负，且至少在5%的水平上显著，财险市场的非线性部分为正但并不显著；随着银行业发展水平的不断提高，步入高机制时，保险的助推器功能变为稳定的线性影响，整体保险市场、人身险市场和财险市场的拉动系数
分别为0.041、0.021和1.04。
整体保险和人身险与银行业存在显著的竞争互替关系，财险市场与银行业之间的互补和竞争关系无特别突出的一方。不同险种与银行业之间的关系表现出一定的异质性。目前，国内人身险保费规模的扩张，主要依靠开发推销与银行竞争的投资性产品，分红险、投资连结保险和万能保险等投资类保险产品占据了人身险市场，2011年分红险在寿险业务中占比超过80%，不仅寿险公司之间产品缺乏差异性，与其他金融产品相比也缺乏差异性。保险公司过度开发与银行竞争的投资理财产品，具有独特优势的风险保障性产品的开发却相对不足，这不仅影响了保险业推动经济增长的功能的发挥，而且使保险与银行之间竞争性过强，互补性不足，影响它们之间协同效应的发挥。
此外，寿险业务的销售由银保渠道占主导，占比超过50%，保险公司与银行浅层次的合作模式短期难以改变。我国的金融系统由银行主导，在银行强势，各寿险公司竞争激烈的情形下，银保渠道并未有效降低寿险公司的分销成本，寿险公司的经营成本高、渠道掌控力弱，寿险公司与银行形成一种利益争夺关系。
2.保险业与股票市场的关系
表5的(4)—(6)列则表明：当股票市场的发展水平较低时，不管是在整体保险市场还是人身险和财险分市场中，保险业对经济增长的推动作用并不显著，其增长效应主要来自于非线性部分，非线性部分的系数为正，且至少在10%的水平上显著。因此，可以得出，保险活动的助推器功能依赖于股票市场发展，随着股市的不断发展完善，保险的经济增长效应也越来越强。当股票市场不断发展，处于高机制即转移函数g=1时，保险业活动对经济增长为线性影响，整体保险市场、人身险市场和财险市场的拉动系数分别为0.155 5、0.220 5和0.421 3。
整体保险市场、人身险市场和财险市场与股票市场的互补依赖关系占主导，互补性较强而竞争性较弱，保险业与股票市场之间存在对经济发展的正向交互效应。一个可能的原因是当前我国保险资金的运用渠道较窄，保险公司的直接投资受到一定程度的限制，资金的应用受到严格的监管，股票市场的快速发展、深度不断增强、市场效率不断提高，可以显著拓宽保险的投资渠道，提高保险业的投资效率。此外，保险资金投资于有效的股票市场，追求长期投资回报，也可以进一步发挥股票市场对经济增长的推动作用，保险公司和股票市场相互促进，协同效应得到不断发挥。
总的看来，目前，我国的保险业与银行业存在显著的竞争关系，这主要是由人身险市场与银行业之间的竞争关系所导致，财险市场与银行业之间的互补和竞争关系无特别突出的一方。整体保险市场和不同险种分市场与股票市场的互补依赖关系占主导，协同效应得到了发挥。
六、结论与政策建议
本文利用1999-2010年中国省际面板数据，采用新近发展的PSTR模型，在金融协同的视角下，考察我国保险业发展的经济增长效应，对其中的非线性特征，保险业与银行业、保险业与股票市场的关系进行了深入分析。其结论概述如下。
1.我国保险业发展的经济增长效应存在明显的机制转移特征，其影响不是一成不变的，保险活动的助推器功能依赖于区域金融发展水平。不管是整体保险市场还是人身险和财险分市场，非线性的机制转移特征均存在。目前我国绝大多数省区处于由低机制向高机制转移的中间阶段，平滑转移效应非常显著。
2.整体保险和人身险与银行业存在显著的竞争互替关系，财险市场与银行业之间的互补和竞争关系无特别突出的一方。这与寿险公司过度开发与银行竞争的投资理财产品，风险保障性产品的开发相对不足有关，此外，寿险业务的销售由银保渠道占主导，保险公司与银行形成一种利益争夺关系进一步加大了这一竞争态势。
3.整体保险市场、人身险市场和财险市场与股票市场的互补依赖关系占主导，协同效应得到了发挥。我国股票市场的快速健康发展显著地拓宽了保险的投资渠道，提高保险业的投资效率，二者相互促进。
据此，我们认为，首先，应加快我国保险业的发展，提升其对经济增长的推动作用，发挥其经济“助推器”、“稳定剂”的功能。其次，保险活动的经济增长效应依赖于区域金融发展水平，为了更好地发挥保险的推动作用，应使得保险业与银行业和股票市场形成一种良性竞争、优势互补的格局，使其协同效应得到发挥。第三、保险业要注重开发具有独特优势的风险保障性产品，进一步提高保险在风险保障领域的核心竞争力。
标签：保险市场论文; 经济增长论文; 协同效应论文; 中国统计年鉴论文; 经济论文; 中国财险论文; 特征函数论文; 银行业论文; 股票市场论文;