论文部分内容阅读
摘 要：近年来，商业健康保险的市场规模在不断扩张。本文利用历年商业健康保险保费收入、居民收入水平、医疗发展水平、人口老龄化程度、居民保险意识这些数据，建立模型后，进行多重共线性检验，自相关检验及异方差检验来修正模型以得出最终所需要的模型，并对国内商业健康保险市场的发展提出一些建议。
关键词：商业健康保险；影响因素；保险意识
一、发展现状
自20世纪80年代后期我国开展商业健康保险以来，我国商业健康保险业务规模增长迅速，2014年，我国商业健康保险保费收入达到1587亿元，同比增长41%。但存在发展水平滞后的问题，2012年我国健康保险深度仅为0.1615%，只占美国的10%，可见我国保险深度很低。同时存在业务覆盖面狭窄的问题，在人群的覆盖面上，我国商业健康保险提供的保障所覆盖的人群仅占全国总人口的19%左右。
二、影响因素分析。居民收入水平
1.医疗发展水平。社会医疗保险和商业健康保险存在一定的基础效应和促进作用。在社会的总资源一定的情况下，社会资源用于医疗保险越多，用于商业健康保险就越少，从而存在挤出效应。社会医疗保险的广泛宣传，也会增加居民的保险意识，从而增加对商业健康保险的需求。社会医疗保险也属于政府转移支付，社会医疗保险的提高会增加居民的可支配收入，从而使居民有更多的经济实力去投保商业健康保险。
2.人口老龄化程度。中国人口的趋势已表现为人口老龄化。人口老龄化在一定程度上也会增加商业健康保险的有效需求。人的平均寿命随着医疗服务水平的提升而延长，这就使人们更加关注自己生命健康的护理。更多的年轻人也会注重对长辈的关爱，帮助其办理保险，养老的费用会越来越多，增加了商业健康保险的潜在需求，为商业健康保险提供了很大的发展空间。
3.居民保险意识。是否购买保险取决于人们对风险的预测，偏好，以及人们的购买欲望。保险意识是人们对保险作用的认识和信任程度，保险意识受每个人的生活环境，教育水平，身体健康水平的影响。当人们觉得自己的健康风险需要规避，其规避意识越强，对保险的信任程度越大，则越愿意购买保险来对自己的风险进行分散。
三、模型的制作
（1）因变量Y：商业健康保险保费收入（亿元）。（2）自变量。考虑到自变量与因变量的相关关系以及数据的可得性，选取以下变量为自变量。X1： 城镇居民人均可支配收入（元），目前，我国商业健康保险发展主要集中在城市，农村地区所占比例相对较小，不具代表性。X2： 我国人均卫生费用（元 ），代表居民发生疾病的风险。X3： 老年人口（65岁以上）比重，体现人口老龄化水平。X4：城镇人口数量（万人），体现参保人群的规模。X5：健康保险深度（%），衡量健康保险在整个国民经济中的地位，体现居民保险意识。构建以下对数模型 ：
lnYt =C +β1 lnX1t +β2 lnX2t +β3 X3t +β4 lnX4t +β5 X5t +εt
其中 ，εt表示随机项 ，且εt ～ N（0，α2）。在此选取1995-2012年的相关数据。其中，1995-2012年城镇人均可支配收入、老年人口比重、城镇人口数量、我国人均卫生费、GDP来源于中国统计年鉴；1995—2012年健康险保险深度是用各年健康险保费收入除以GDP得来，健康险保费收入来源于中国保监会网站。
1.模型回归及检验。借助Eviews6.0软件，运用最小二乘法对参数进行估计，得到以下方程
lnY = -15.483+0.666×lnX1+0.131×lnX2-0.0040×X3+1.217×lnX4+5.857×X5
从模型结果看R2 和修正的R2 均较大，拟合优度非常高，说明变量LNX1，LNX2， X3，LNX4，X5联合起来时被解释变量LNY具有显著解释力。从F统计量看f=1540.815，还远远大于临界值，说明回归模型十分显著。但各系数的t检验结果却不理想，lnX2及X3的伴随概率P值明显大于0.05，且存在变量系数符号与实际不符的现象，说明模型存在多重共线性。
2.多重共线性检验。模型存在多重共线性，因此，将所有变量纳入模型不合理范围，需要修正。为消除多重共线性，现采取逐步回归法。第一步保留LNX1的拟合优度最好，第二步LNX4的拟合优度最好，第三步X5的拟合优度最好，第四步发现LNX2，X3的加入并没有使拟合优度变好，反而使调整后的R2 变小，因此LNX2，X3删除，只保留解释变量LNX1、LNX4、X5。最终，得到的最优模型为 ：lnY = 8241.94+995.65× lnX1 +-1588.78 × lnX4 +1490.11 ×X5
3.自相关检验。对样本量为18，三个解释变量的模型，5%的显著水平，查DW统计表可知，dl=0.933，dU=1.696，模型中DW=1.741，dl 4.异方差检验。根据White检验，得出nR2= 9.446，在α=0.05的情况下，查X2分布表，得临界值X20.05（3）=7.81473。因为nR2= 9.446>X20.05（3）=7.81473，所以拒绝原假设，不拒绝被择假设，表明模型存在异方差。运用加权最小二乘法，经过修正得到模型lnY = 8241.94+5.65× lnX1 +8.78 × lnX4 +10.11 ×X5
因为nR2= 6.446 四、发展我国商业健康保险的政策建议
1.加强宣传，提高商业健康保险的社会认同感。认知决定行为，所以保险公司平时应多注重宣传商业健康保险在保障社会安定、促进经济发展等方面的作用，增强社会各界的保险意识，从而更好提高商业健康保险在社会上的影响力和亲和力。
2.加强建设商业健康保险管理制度体系。对于商业健康保险本身来讲，先建立专业精算体系，加强精算评估，减少风险，然后建立专项核保赔付体系，加强研发和管理。对于提供医疗服务者，要加强素质培养和人员监督，只有专业的人员才能提供专业的治疗，杜绝作假的败坏行为。对于医疗机构，首先要建立定点医院的制度，来促进商业健康保险的规范管理。
3.注重发展的需要，不断加强新产品开发。我国的商业健康保险的发展潜力很大，但我国现在商业健康保险市场还存在许多问题，为了改变这种被动的局面，商业健康保险需要开发出新产品来弥补基本医疗保险的不足之处以创造自己的赢利点。根据不同地区、不同收入水平、不同年龄层次的人群设计不同的适销对路的新产品。密切关注国家医改动向，及时进行商业健康保险新产品的开发。
参考文献：
[1]刘芳芳.我国商业健康保险对社会医疗保险的补充作用[J].中国卫生政策研究，2010，3（7）.
[2]卢晓平.商业健康保险发展亟需财税政策支持[J].网易财经，2015，2（11）.
关键词：商业健康保险；影响因素；保险意识
一、发展现状
自20世纪80年代后期我国开展商业健康保险以来，我国商业健康保险业务规模增长迅速，2014年，我国商业健康保险保费收入达到1587亿元，同比增长41%。但存在发展水平滞后的问题，2012年我国健康保险深度仅为0.1615%，只占美国的10%，可见我国保险深度很低。同时存在业务覆盖面狭窄的问题，在人群的覆盖面上，我国商业健康保险提供的保障所覆盖的人群仅占全国总人口的19%左右。
二、影响因素分析。居民收入水平
1.医疗发展水平。社会医疗保险和商业健康保险存在一定的基础效应和促进作用。在社会的总资源一定的情况下，社会资源用于医疗保险越多，用于商业健康保险就越少，从而存在挤出效应。社会医疗保险的广泛宣传，也会增加居民的保险意识，从而增加对商业健康保险的需求。社会医疗保险也属于政府转移支付，社会医疗保险的提高会增加居民的可支配收入，从而使居民有更多的经济实力去投保商业健康保险。
2.人口老龄化程度。中国人口的趋势已表现为人口老龄化。人口老龄化在一定程度上也会增加商业健康保险的有效需求。人的平均寿命随着医疗服务水平的提升而延长，这就使人们更加关注自己生命健康的护理。更多的年轻人也会注重对长辈的关爱，帮助其办理保险，养老的费用会越来越多，增加了商业健康保险的潜在需求，为商业健康保险提供了很大的发展空间。
3.居民保险意识。是否购买保险取决于人们对风险的预测，偏好，以及人们的购买欲望。保险意识是人们对保险作用的认识和信任程度，保险意识受每个人的生活环境，教育水平，身体健康水平的影响。当人们觉得自己的健康风险需要规避，其规避意识越强，对保险的信任程度越大，则越愿意购买保险来对自己的风险进行分散。
三、模型的制作
（1）因变量Y：商业健康保险保费收入（亿元）。（2）自变量。考虑到自变量与因变量的相关关系以及数据的可得性，选取以下变量为自变量。X1： 城镇居民人均可支配收入（元），目前，我国商业健康保险发展主要集中在城市，农村地区所占比例相对较小，不具代表性。X2： 我国人均卫生费用（元 ），代表居民发生疾病的风险。X3： 老年人口（65岁以上）比重，体现人口老龄化水平。X4：城镇人口数量（万人），体现参保人群的规模。X5：健康保险深度（%），衡量健康保险在整个国民经济中的地位，体现居民保险意识。构建以下对数模型 ：
lnYt =C +β1 lnX1t +β2 lnX2t +β3 X3t +β4 lnX4t +β5 X5t +εt
其中 ，εt表示随机项 ，且εt ～ N（0，α2）。在此选取1995-2012年的相关数据。其中，1995-2012年城镇人均可支配收入、老年人口比重、城镇人口数量、我国人均卫生费、GDP来源于中国统计年鉴；1995—2012年健康险保险深度是用各年健康险保费收入除以GDP得来，健康险保费收入来源于中国保监会网站。
1.模型回归及检验。借助Eviews6.0软件，运用最小二乘法对参数进行估计，得到以下方程
lnY = -15.483+0.666×lnX1+0.131×lnX2-0.0040×X3+1.217×lnX4+5.857×X5
从模型结果看R2 和修正的R2 均较大，拟合优度非常高，说明变量LNX1，LNX2， X3，LNX4，X5联合起来时被解释变量LNY具有显著解释力。从F统计量看f=1540.815，还远远大于临界值，说明回归模型十分显著。但各系数的t检验结果却不理想，lnX2及X3的伴随概率P值明显大于0.05，且存在变量系数符号与实际不符的现象，说明模型存在多重共线性。
2.多重共线性检验。模型存在多重共线性，因此，将所有变量纳入模型不合理范围，需要修正。为消除多重共线性，现采取逐步回归法。第一步保留LNX1的拟合优度最好，第二步LNX4的拟合优度最好，第三步X5的拟合优度最好，第四步发现LNX2，X3的加入并没有使拟合优度变好，反而使调整后的R2 变小，因此LNX2，X3删除，只保留解释变量LNX1、LNX4、X5。最终，得到的最优模型为 ：lnY = 8241.94+995.65× lnX1 +-1588.78 × lnX4 +1490.11 ×X5
3.自相关检验。对样本量为18，三个解释变量的模型，5%的显著水平，查DW统计表可知，dl=0.933，dU=1.696，模型中DW=1.741，dl
因为nR2= 6.446
1.加强宣传，提高商业健康保险的社会认同感。认知决定行为，所以保险公司平时应多注重宣传商业健康保险在保障社会安定、促进经济发展等方面的作用，增强社会各界的保险意识，从而更好提高商业健康保险在社会上的影响力和亲和力。
2.加强建设商业健康保险管理制度体系。对于商业健康保险本身来讲，先建立专业精算体系，加强精算评估，减少风险，然后建立专项核保赔付体系，加强研发和管理。对于提供医疗服务者，要加强素质培养和人员监督，只有专业的人员才能提供专业的治疗，杜绝作假的败坏行为。对于医疗机构，首先要建立定点医院的制度，来促进商业健康保险的规范管理。
3.注重发展的需要，不断加强新产品开发。我国的商业健康保险的发展潜力很大，但我国现在商业健康保险市场还存在许多问题，为了改变这种被动的局面，商业健康保险需要开发出新产品来弥补基本医疗保险的不足之处以创造自己的赢利点。根据不同地区、不同收入水平、不同年龄层次的人群设计不同的适销对路的新产品。密切关注国家医改动向，及时进行商业健康保险新产品的开发。
参考文献：
[1]刘芳芳.我国商业健康保险对社会医疗保险的补充作用[J].中国卫生政策研究，2010，3（7）.
[2]卢晓平.商业健康保险发展亟需财税政策支持[J].网易财经，2015，2（11）.