保险业保险论文范文-简述保险业对经济增长的贡献及策略论文.docVIP

保险业保险论文范文:简述保险业对经济增长的贡献及策略论文 保险业对经济增长的贡献及策略论文导读：本论文是一篇关于保险业对经济增长的贡献及策略的优秀论文范文,对正在写有关于保险业论文的写作者有一定的参考和指导作用,论文片段：人均可支配收入增长率与保费收入增长率之间的影响系。为了得到稳健的检验结果，分别选取滞后1期2期和3期进行检验。　　可能是所选取的样本区间有限，两变量间的影响并不显著。在10%的显著水平下，滞后1、3期拒绝DLPCDI不是DLPI的Granger理由的假设，但在此显著水平下，只有滞后1期的结果接受假设重庆保险发展是人均可支配收 目录： 1、正文 2、相关论文 3、相关栏目 4、本文下载 摘要：为了协调重庆保险业及经济又好又快的发展，文章基于VAR模型，分析重庆市保险业发展对宏观经济增长的影响。结果表明，保险业与宏观经济增长之间存在明显的正相关关系，但保险业的推动作用并不明显，分析其理由并有针对性地提出策略倡议。 　　 关键词：保险业发展;经济增长;Granger检验;VAR模型 　　 重庆自成为直辖市以来，其宏观经济的迅速发展是有目共睹的。保险业也呈现出一片欣欣向荣的景象。重庆经济年均增长率高达到17%，2013年全市生产总值12656.69亿元。伴随着宏观经济的快速增长，重庆市保险业也开始迅速成长，其保险机构数量、各项保费收入都呈现出快速上涨的趋势。2013年实现的保费收入为359.23亿元，是1996年保费收入的28倍，且年增长率高达到48.7%。可见其发展之快。目前在保险与经济迅速发展时期，厘清重庆市宏观经济与保险业的相互关系及深入研究保险业对经济增长的影响可更好地发展重庆市保险业，从而使其更好地服务经济社会，改善民生，推动经济的发展。有学者对保险发展对经济增长的影响进行了卓有成效的研究：卓志（1999，2001）检验了人身保险对我国经济增长的显著贡献。从现有的研究成果来看，国内多是利用全国的数据进行分析的，而我国区域经济发展明显不平衡，得出的结果对某些地区来说缺乏参考价值。因此，本文以重庆市为出发点，将理论与具体区域的实际情况???结合来进行实证分析，进而提出更为具体的政策倡议来推动重庆保险及经济的协调发展。 　　 一、数据及模型选择 　　 （一）数据来源及处理 　　 本文的原始数据来自《重庆统计年鉴2013》，样本数据为1996～2012年的时间序列数据。文章所选取的指标为人均可支配收入PCDI，保费收入PI。以重庆的人均可支配收入（PCDI）来衡量重庆的经济增长。以保费收入PI来衡量重庆市保险业的发展状况。 　　 为了剔除价格变动的影响，本文选用以1996年为基期的消费价格指数（CPI）将两指标分别折算成实际人均可支配收入和实际保费收入，并分别对两指标取对数，记为LPCDI 和LPI，来减少原始数据的波动性。 　　 （二）VAR模型 　　 向量自回归模型（VAR）是基于数据的统计性质建立模型，把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而克服了传统经济计量策略不足等理由。 　　 基于此，本文采用向量自回归模型的分析策略，来研究重庆保险业与经济增长之间的互动关系和内在影响机制。VAR 模型的表达式为 　　 Yt=α■BiYt-i+μt 　　其中，Yt为n维内生变量向量，n为样本个数，α为n维扰动项，Bi为n×n向量的待估计参数矩阵，i为滞后阶数，μt为n维随机扰动向量。由于仅仅有内生变量的滞后值出现在等式的右边，所以不存在同期相关性理由，用普通最小二乘法（OLS）能得到VAR简化式模型的一致且有效的估计量。 　　 二、重庆保险业发展对经济增长的实证分析 　　 （一） 变量的平稳性检验 　　 LPCDI与LPI为时间序列数据，很不平稳，容易出现“虚假回归”理由。所以对时间序列数据进行分析之前，有必要先对序列的平稳性进行检验。本文利用Eviews7.2软件对所选的时间序列进行扩充的迪基—富勒ADF单位根检验，检验结果显示，ADF检验策略在 5%显著水平上时间序列 LPCDI 与 LPI 不能通过检验，为非平稳时间序列，而经过一阶差分后，在5%的显著性水平上获得到了平稳状态，这说明 LPCDI 与 LPI是一阶单整序列即I（1）。 　　 （二）协整检验与误差修正模型 　　 从单位根检验结果可知，变量LPCDI和LPI都是一阶单整I（1），可以进一步判断两序列间是否存在长期均衡关系。在进行协整检验之前需要选择适当的阶数，本文采用AIC和SC信息准则来选择最优的滞后长度，经过Eviews7.2的筛选结果，最终确定最佳滞后阶数为2 阶。再进行Johansen协整检验，结果表明，迹统计量和最大特征值统计量表明在5%的显著水平下，拒绝均