• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于因子分析和聚類分析的我國財產(chǎn)保險業(yè)發(fā)展影響因素和地區(qū)差異分析

      2022-01-14 05:33:46孫多青王亞楠戴振清馬曉英
      關(guān)鍵詞:財產(chǎn)保險保險業(yè)財產(chǎn)

      孫多青,王亞楠,戴振清,于 然,馬曉英

      (河北科技師范學(xué)院,1數(shù)學(xué)與信息科技學(xué)院,2物理系,3圖書館,河北 秦皇島,066004)

      財產(chǎn)保險公司在運營的過程中面臨著許多不確定因素,本身對公司整體實力要求很高。因此,財產(chǎn)保險公司想要在行業(yè)內(nèi)占據(jù)一席之地并且發(fā)展壯大,就必須探究財產(chǎn)保險行業(yè)的影響因素以及財產(chǎn)保險行業(yè)在不同地區(qū)之間的差距,進而促進財產(chǎn)保險行業(yè)的發(fā)展,提升行業(yè)影響力和競爭力。

      目前,我國保險行業(yè)的市場經(jīng)濟規(guī)模和總量得到了迅速的擴張,各方面人士對于保險業(yè)發(fā)展中出現(xiàn)的問題進行了研究。楚天驕[1]在2002年認(rèn)為,各地區(qū)保險發(fā)展水平嚴(yán)重不均衡,總體呈現(xiàn)出由東到西的梯度發(fā)展趨勢;張奎[2]在2004年從經(jīng)濟發(fā)展水平、人口因素、金融等3方面對保險業(yè)的影響因素進行了分析,發(fā)現(xiàn)經(jīng)濟發(fā)展水平是最主要的影響因素,并對保費收入的增長趨勢做了預(yù)測;張偉等[3]在2005年從需求、供給、環(huán)境因素中找到8個指標(biāo),綜合分析了中國保險業(yè)地區(qū)經(jīng)濟發(fā)展不均衡的原因,認(rèn)為中國的保險業(yè)發(fā)展本身就具有地區(qū)不均衡的基本特征;鄭偉等[4]在2008年利用保險基準(zhǔn)深度比發(fā)現(xiàn),中國保險業(yè)在全國東、中、西等3大區(qū)域間的發(fā)展程度總體上處于比較穩(wěn)定的均衡狀態(tài),而且均有所改進;石詠梅[5]在2012年使用協(xié)整關(guān)系檢驗,在前人的基礎(chǔ)上選取6個因素,分析了各影響因素與保費收入之間的一種長期均衡關(guān)系;曲聲樂[6]在2014年從需求、環(huán)境、供給等3方面對影響因素進行分析,發(fā)現(xiàn)固定資產(chǎn)投資額是影響財產(chǎn)保險的重要因素之一;劉宏[7]在2018年分析了企業(yè)財產(chǎn)保險的現(xiàn)狀,提出了加強我國企業(yè)財產(chǎn)保險發(fā)展的策略;張丙元[8]在2020年對我國家庭財產(chǎn)保險發(fā)展現(xiàn)狀進行了研究,從促進區(qū)塊鏈技術(shù)與保險融合的角度,提出了我國家庭財產(chǎn)保險業(yè)未來發(fā)展的建議。在國外,對保險業(yè)的研究也得到了重視,例如:Liu B S等[9]在2006年提出了一種基于小波分析的組合預(yù)測模型。Mazviona B W等[10]在2017年使用因子分析和多元線性回歸模型,利用2010~2014年來自20家短期保險公司的二手?jǐn)?shù)據(jù)確定了影響津巴布韋保險公司業(yè)績的因素。

      筆者在前人研究的基礎(chǔ)上,分析財產(chǎn)保險行業(yè)的影響因素以及財產(chǎn)保險行業(yè)在不同地區(qū)之間的發(fā)展差異,以便在未來的實際工作中選擇一些有效的方法和應(yīng)對策略,為保險公司業(yè)務(wù)發(fā)展提供理論參考。

      1 財產(chǎn)保險業(yè)發(fā)展的影響因素分析

      1.1 指標(biāo)解釋和數(shù)據(jù)說明

      人口狀況是影響財產(chǎn)保險需求的一個重要因素,財產(chǎn)保險的需求也與人口受教育程度有著直接影響。一般情況,保險意識較強的人群受教育程度也是相對較高的,因此他們對財產(chǎn)保險的購買欲望也更強,對于生活中的風(fēng)險厭惡程度也相對較高。而社會保障程度的提高增加了居民的收入,從而也促進了居民對財產(chǎn)保險的消費。財產(chǎn)保險業(yè)發(fā)展的經(jīng)濟因素主要有國內(nèi)生產(chǎn)總值和財產(chǎn)保險公司資產(chǎn),整個國家經(jīng)濟發(fā)展水平越高,用于財產(chǎn)保險行業(yè)的投入量也就越高,從而購買保險的人數(shù)也會相對較多。所以本次研究采用以下變量對1999~2019年的數(shù)據(jù)進行分析:

      (1)人均可支配收入X1。它通??梢杂贸擎?zhèn)居民的可支配收入和農(nóng)村人口可支配收入的算術(shù)平均值來計算。該指標(biāo)可以反映可支配收入對財產(chǎn)保險業(yè)發(fā)展的影響。因為人們手中積累的收入是保費收入的主要來源。職工可支配收入越高,人們購買保險的可能性也就越大,保險費收入越多。

      (2)國內(nèi)生產(chǎn)總值X2。一個國家的經(jīng)濟發(fā)展?fàn)顩r可以用國內(nèi)生產(chǎn)總值來大致地表示出來,因此該指標(biāo)可以表示經(jīng)濟發(fā)展水平對保險業(yè)發(fā)展的影響情況。經(jīng)濟發(fā)展越穩(wěn)定的國家,該國的財產(chǎn)保險需求也就越高。由于居民收入與財產(chǎn)保險的需求呈現(xiàn)正相關(guān),因此我國財產(chǎn)保險的需求會同我國的GDP同方向變動。

      (3)總?cè)丝赬3,即中國整體的人口數(shù)量。人口數(shù)量越多,財產(chǎn)保險費收入也越高,反之保險費收入越低。

      (4)人均受教育年限X4。消費者受教育年限不同,使得他們的消費觀念不同,造成他們購買財產(chǎn)保險的積極性不同。人均受教育年限越高,人們購買財產(chǎn)保險的欲望也就越強烈。人均受教育年限=(6×小學(xué)受教育水平的人數(shù)+9×初中受教育水平的人數(shù)+12×高中受教育水平的人數(shù)+16×大學(xué)及大專以上受教育水平的人數(shù))÷全部受教育水平人員數(shù)[11]。

      (5)社會保障福利費X5。該指標(biāo)可以反映社會的保障程度,社會保障福利費用越高,居民的可支配收入也就越高,因此可以觀察社會保障對財產(chǎn)保險的影響程度。為了滿足人們衣、食、住、行的基本生活需求和生存需求,我國推行了基本社會保障或社會保險制度。有的學(xué)者認(rèn)為,社會保障與保險互為替代品,因此社會保障與財產(chǎn)保險需求呈同方向變動;也有學(xué)者認(rèn)為社會保障會增加居民消費,因此它與保險需求成反方向變動。

      (6)財產(chǎn)保險公司資產(chǎn)X6。該指標(biāo)可以反映財產(chǎn)保險中的供給因素對財產(chǎn)保險業(yè)發(fā)展的影響。財產(chǎn)保險的資產(chǎn)越高,即供給水平越高,我國財產(chǎn)保險的發(fā)展也就越好。

      (7)財產(chǎn)保費收入X7。通常財產(chǎn)保險行業(yè)的總體發(fā)展情況可以用該指標(biāo)來表示,它也是用來衡量一個國家財產(chǎn)保險行業(yè)發(fā)展情況的重要指標(biāo)。財產(chǎn)保費收入不僅是財產(chǎn)保險公司中資金來源的最重要途徑,也是保險人履行責(zé)任時最重要的資金的來源。

      以上變量的數(shù)據(jù)來源于國家統(tǒng)計局1999~2019年的官方數(shù)據(jù)。

      1.2 因子分析的過程

      首先通過SPSS統(tǒng)計軟件對收集上來的影響因素數(shù)據(jù)進行缺失值分析,盡量將缺失的少量數(shù)據(jù)補齊,以此來保證數(shù)據(jù)的完整性。其次對樣本數(shù)據(jù)進行標(biāo)準(zhǔn)化處理,并對標(biāo)準(zhǔn)化處理后的指標(biāo)進行分析。

      本次研究中,經(jīng)計算得到的KMO和Bartlett球形度檢驗中KMO值為0.630>0.5,較好地達到了進行因子分析的標(biāo)準(zhǔn),同時x2=642.598,P值為0.000<顯著性水平σ=0.05(表1)。因此,拒絕原假設(shè),認(rèn)為相關(guān)矩陣與單位矩陣之間存在著顯著性的差異,這也表明可對數(shù)據(jù)做因子分析,且旋轉(zhuǎn)后的因子矩陣在不同的原始變量上的載荷比旋轉(zhuǎn)前的因子矩陣更明顯。

      表1 我國財產(chǎn)保險業(yè)發(fā)展影響因素和地區(qū)差異因子分析的KMO和Bartlett檢驗

      在已經(jīng)獲知研究數(shù)據(jù)適合進行因子分析的前提下,需要提取主成分,為此選取特征值大于1的因子。本次研究中,前2個因子的特征值大于1,且樣本前2個因子解釋了全部方差的98.216%(具體相關(guān)數(shù)據(jù)詳見利用SPSS軟件通過計算得到的表2),可從整體上描述樣本的信息,且具有顯著代表性,僅有較少信息丟失,這說明前2個因子代表原來的7個指標(biāo)評價財產(chǎn)保險發(fā)展有足夠的把握,同時可以參考碎石圖(圖1),圖中的折線在第二主成分處由陡峭變?yōu)槠椒€(wěn),所以選取這2個主成分。

      圖1 我國財產(chǎn)保險業(yè)發(fā)展影響因素和地區(qū)差異因子分析的碎石圖

      表2 我國財產(chǎn)保險業(yè)發(fā)展影響因素和地區(qū)差異因子分析的主因子提取結(jié)果

      為進一步分析,繼續(xù)使用SPSS軟件通過計算得到因子分析的成分矩陣(表3)。

      根據(jù)表3得出因子分析模型:

      X1=0.269f1+0.961f2,X2=0.990f1+0.013f2,X3=0.978f1-0.208f2,X4=0.854f1-0.507f2,

      X5=0.976f1+0.185f2,X6=0.987f1-0.012f2,X7=0.955f1+0.205f2。

      由計算結(jié)果可以看出,旋轉(zhuǎn)前每個因子在不同的原始變量上的載荷沒有明顯的差別(表3),此時得到的未旋轉(zhuǎn)的公因子的實際意義不易解釋,因此對公共因子進行方差最大化旋轉(zhuǎn)得到因子分析的旋轉(zhuǎn)成分矩陣(表4)。其中,ZX1,ZX2,ZX3…表示將原始變量進行標(biāo)準(zhǔn)化后的變量。旋轉(zhuǎn)結(jié)果表明,旋轉(zhuǎn)成分矩陣的系數(shù)更趨于兩極化(表4)。

      表3 我國財產(chǎn)保險業(yè)發(fā)展影響因素和地區(qū)差異因子分析的成分矩陣

      表4 我國財產(chǎn)保險業(yè)發(fā)展影響因素和地區(qū)差異因子分析的旋轉(zhuǎn)成分矩陣

      在以上分析的基礎(chǔ)上,為了找出影響財產(chǎn)保險的主要因素,利用SPSS軟件計算成份得分系數(shù)矩陣,結(jié)果見表5。依據(jù)因子得分系數(shù)矩陣,可以得出公共因子得分計算公式:

      表5 成份得分系數(shù)矩陣

      F1=-0.082ZX1+0.173ZX2+0.201ZX3+0.219ZX4+0.147ZX5+0.176ZX6+0.141ZX7

      F2=0.736ZX1+0.041ZX2-0.127ZX3-0.357ZX4+0.171ZX5+0.022ZX6+0.185ZX7

      在公共因子F1中,ZX2,ZX3,ZX4,ZX5,ZX6,ZX7的成分系數(shù)遠遠大于變量ZX1的系數(shù),其中人均受教育年限占比最大,因此F1主要是這6個指標(biāo)的綜合反映,其貢獻率為77.777%,是主要的影響因子,將該因子稱為經(jīng)濟環(huán)境因子。F2主要反映人均可支配收入,將該因子稱為市場環(huán)境因子。以上2個綜合因子有98.216%的可靠性來評價財產(chǎn)保險,由方差貢獻率不難看出,這2個指標(biāo)對于綜合得分影響程度的大小,其中經(jīng)濟環(huán)境因子起著至關(guān)重要的作用。通過以上研究發(fā)現(xiàn):一個社會,經(jīng)濟發(fā)展得越好,財產(chǎn)保險公司的發(fā)展也就越好。

      根據(jù)我國財產(chǎn)保險業(yè)發(fā)展的影響因素,計算因子綜合得分公式為:F=(0.777 77F1+0.204 39F2)/0.982 16,即以各因子的方差貢獻率占2個因子總方差貢獻率的比重作為權(quán)重進行加權(quán)匯總。根據(jù)中國統(tǒng)計年鑒中收集到的2019年的全國31個省市的數(shù)據(jù),將其代入公式,即可計算出每個地區(qū)的綜合得分(表6),之后對全國各地區(qū)財產(chǎn)保險的綜合水平進行分析比較。

      通過分析比較可以看出,在全國31個省市中,有13個省市的綜合財產(chǎn)保險水平高于全國平均水平(表6)。其中,廣東、江蘇的綜合水平最高,這說明我國東部沿海地區(qū)財產(chǎn)保險業(yè)發(fā)展相對較好;而寧夏、青海和西藏的綜合得分較低且遠遠低于平均水平。由此,我國應(yīng)該注意東西部地區(qū)財產(chǎn)保險業(yè)的均衡發(fā)展。此外,天津的綜合財產(chǎn)保險水平也較低,這可能是由于近2年因為環(huán)保方面的影響,并且需要依靠巨大的投資來拉動經(jīng)濟發(fā)展的緣故,使得天津市在可持續(xù)發(fā)展方面難以進行,從而GDP漲幅在全國排倒數(shù),進而導(dǎo)致其綜合水平不達平均值。但是,天津的經(jīng)濟已經(jīng)在恢復(fù),其緩慢的復(fù)蘇仍然是值得期待的。

      表6 全國各省市財產(chǎn)保險的綜合水平分析比較

      續(xù)表6

      2 我國財產(chǎn)保險地區(qū)發(fā)展的分析

      本次研究選取2019年數(shù)據(jù),對我國31個省市的財險保費收入、保險密度、保險深度作為自變量進行聚類分析。其中保險密度=(某地區(qū)保費總收入)/(該地區(qū)人口總數(shù)),保險深度是一個國家某地區(qū)財產(chǎn)保費收入與該地區(qū)國內(nèi)生產(chǎn)總值(GDP)之比。聚類方法選擇ward法,距離測量采用歐氏距離平方法。依據(jù)聚類分析結(jié)果,得到樹狀圖(圖2)。

      圖2 我國31個省市的財險保費收入、保險密度、保險深度的聚類分析結(jié)果

      聚類分析結(jié)果表明,我國31個省市的財險業(yè)發(fā)展水平可以劃分為3類:

      第1類地區(qū)有北京、上海、江蘇、廣東、浙江,大多數(shù)屬于東南部省市,該類地區(qū)綜合得分較高,整體發(fā)展較好。

      第2類地區(qū)有山西、貴州、云南、內(nèi)蒙古、遼寧、安徽、河北、寧夏、新疆、西藏、青海、海南、黑龍江、甘肅、吉林,大多數(shù)屬于西北部省份,這些省份的經(jīng)濟相對落后,制度建設(shè)也較為緩慢,并且這些省份的因子得分都較低,大部分低于全國平均水平,說明這些地區(qū)的財產(chǎn)保險綜合水平較差。

      第3類地區(qū)有湖北、湖南、河南、四川、山東、江西、廣西、重慶、陜西、天津、福建,大多數(shù)屬于中部省市,這些省市的財產(chǎn)保險發(fā)展水平比較居中。該結(jié)果與上述因子分析的結(jié)果大體一致。

      3 結(jié)論與討論

      通過對我國財產(chǎn)保險影響因素進行因子分析和聚類分析可以發(fā)現(xiàn),經(jīng)濟環(huán)境因子,即GDP,人均受教育年限等影響因素所占比重較大。因此,國家應(yīng)加強經(jīng)濟、教育方面的發(fā)展,各財產(chǎn)保險公司也應(yīng)該增加自身公司的資產(chǎn)及保費收入。

      對我國財產(chǎn)保險業(yè)不同地區(qū)的差異分析的結(jié)果表明,我國東南部地區(qū)的財產(chǎn)保險發(fā)展較好,而西北部地區(qū)發(fā)展較弱。因此,為了提高我國財產(chǎn)保險業(yè)的整體發(fā)展水平,應(yīng)該在保證東南部發(fā)展的基礎(chǔ)上, 制定針對性政策、措施,促進我國西北部地區(qū)財產(chǎn)保險業(yè)的發(fā)展。

      猜你喜歡
      財產(chǎn)保險保險業(yè)財產(chǎn)
      財產(chǎn)的五大尺度和五重應(yīng)對
      離婚財產(chǎn)分割的不同情況
      公民與法治(2020年5期)2020-05-30 12:33:52
      保險業(yè):為“一帶一路”建設(shè)護航
      中國外匯(2019年10期)2019-08-27 01:58:08
      2018年保險業(yè)實現(xiàn)保費收入3.8萬億元
      婦女生活(2019年6期)2019-06-26 02:56:50
      論中國保險業(yè)可持續(xù)發(fā)展
      讓保險業(yè)回歸純粹
      商周刊(2017年8期)2017-08-22 12:10:02
      要不要留財產(chǎn)給孩子
      人生十六七(2015年4期)2015-02-28 13:09:31
      民安財產(chǎn)保險有限公司
      信達財產(chǎn)保險股份有限公司
      華泰財產(chǎn)保險有限公司
      信丰县| 社旗县| 杭州市| 德钦县| 南昌县| 江永县| 忻州市| 托克逊县| 津市市| 张掖市| 凤庆县| 镇康县| 临湘市| 长武县| 丹巴县| 武鸣县| 儋州市| 绵阳市| 民县| 灵宝市| 揭西县| 西丰县| 瑞昌市| 屯门区| 公安县| 永安市| 麟游县| 华宁县| 平潭县| 荃湾区| 定州市| 钟山县| 邢台县| 安阳县| 盐源县| 喀喇沁旗| 屏东市| 浦北县| 宜丰县| 禄丰县| 塔河县|