- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
费率市场化后车险保费收入的实证研究.doc
费率市场化后车险保费收入的实证研究
本文用对费率市场化后车险保费收入做回归分析,结果表明费率市场化后车险保费收入的增加速度确实有了提高:03年后汽车保有量每增加1单位,车险保费收入在原基础上多增加1754元。
关键词:费率市场化;车险保费收入;ols
Abstract:This paper study the motor premium ine after premium rate marketization by ols. It shootor premium ine after premium rate marketization is better than before. After 2003 the increment of motor premium ine is 1754 yuan more than before .
Key so-bidi-font-al:premium rate marketization,motor premium ine,ols
【中图分类号】F842.6 【文献标识码】A 【】1004-7069(2009)-08-0000-01
一、模型设计与变量选择随着汽车保有量增加,投保车辆会随之上升,因此车险保费收入也随之增加。考虑到一定时期内宏观经济等因素相对稳定、对车险保费收入的影响较小,我们建立的回归模型主要取决于汽车保有量:
Y = B * X + e
式中自变量X代表汽车保有量(摩托车、拖拉机等对车险保费收入影响较小),因变量Y代表车险保费收入,模型中没有加入常数项(截距为0),这是因为当汽车保有量为0时就没有车险保费收入。分析97至06年的相关数据,我们注意到汽车保有量的增加一直比较平稳,而费率市场化后车险保费收入增速明显加快(如图)。因此我们假定费率市场化对车险保费收入存在影响,并在回归模型中引入虚拟变量D,当车险费率市场化开展后D取1,市场化之前D取0。由于车险保费收入是连续变化的,我们得到新的回归模型:
Y = B1 * X + B2 * (X – X’) * D + e
式中X’是费率市场化转折点的机动车保有量,D是代表市场化开始与否的虚拟变量,我们也可把其简化为:
Y = B1 * X + B2 * X1 + e
式中X1 = (X – X’) * D。
注:数据来自中国统计年鉴
年份
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
汽车保有量(亿)
0.122
0.132
0.145
0.161
0.180
0.205
0.238
0.269
0.316
0.370
车险保费收入(亿)
209
281
306
373
422
472
540
745
858
1108
二、模型参数计算与分析我们建立的回归模型中没有考虑宏观经济等因素的影响(这些因素在短时间内变化不大,我们忽略它们对车险保费收入的影响)。由于年份跨度过大宏观经济因素可能会有较大变化,因此我们只选取近10年的数据(1997年~2006年)进行回归分析。另外我们也不考虑2006年后的数据,这是因为在06年后半年我国开始实行机动车交通事故责任强制保险,这可能对车险保费收入产生一定影响,进而影响我们的数据分析。(交强险在06年后半年开始实施,当时其普及率一般,并且交强险对其它车险存在一定替代作用,因而我们仍把06年的数据作为样本)。
我们采用EVIEsoNormal style=MARGIN: 0cm 0cm 0pt
Dependent Variable: Y
Method: Least Squares
Included observations: 10
Variable
Coefficient
Std. Error
t-Statistic
Prob.
X
2189.655
78.93669
27.73938
0.0000
X1
1753.833
269.8787
6.498599
0.0002
R-squared
0.987166
Mean dependent var
531.4000
Adjusted R-squared
0.985562
S.D. dependent var
287.2994
Log likelihood
-48.48937
Durbin-soNormal style=MARGIN: 0cm 0.5pt 0pt 0cm; TEXT-ALIGN: center; mso-layout-grid-align: none align=center2.178095
soNormal style=MARGIN: 0cm 0cm 0pt; LAYOUT-GRID-MODE: char; LINE-HEIGHT: 125%; TEXT-ALIGN:
文档评论(0)