，利用逐步回归法对模型进行修正，消除解释变量间的多重共线性。

首先，运用最小二乘法逐对与各解释变量做回归。

然后，比较得出的七个回归方程，选出通过检验的所有回归方程中值和最大的个作为基本回归方程。

经过比较后发现与的回归方程是最优的基本回归方程。

其中解释变量表示的是城镇家庭恩格尔系数，这说明城镇家庭恩格尔系数与人寿保险收入有重要联系，人寿保费收入是随着恩格尔系数的下降而增加的，二者是负相关关系。

因此，我们将与的双对数回归方程作为基本回归方程。

基本回归方程为下面进行逐步回归。

首先将变量加入方程得如下模型可见加入后双对数模型的拟合效果仍然较好。

首先对各解释变回归，回归结果如表所示。

表回归分析结果表变量系数标准差统计量概率存款余额亿元死亡率大专以上人口占六岁及以上人口的比例恩格尔系数外贸出口总额亿元金融自由度注表中数据来源于中经统计网根据表中数据，运用最小二乘法对模型进行线性四估计结果和预测估计结果本文所截取的各变量的描述性统计数据见表。

表各变量的描述性统计表时间寿险保费收入亿元国民生产总值亿元物价指数储蓄蓄存款余额死亡率大专以上人口占六岁及以上人口的比例恩格尔系数外贸出口总额金融自由度综上所述，我们建立中国人寿保险市场需求的双对数模型如下释变量，至于其他影响保险需求的因素，如传统文化，国家的收入分配制度等由于数据难以取得，在模型中都放入随机扰动项中。

各变量的名称和意义如下被解释变量寿险保费收入解释变量国民生产总值物价指数储析。

在建模之前先对变量的选取做下说明和必要的处理。

本文考虑了开放程度和金融自由化程度的影响，将外贸出口额和金融自由化程度分别作为解释变量，其中金融自由化程度用与之比来表示。

本文只选取了八个解的因素复杂多样而且处在不断地变化中，不可能也没有必要考虑所有的因素，这里只选取上述几个主要因素作为指标进行分析。

三变量选取和模型构建根据对影响我国保险需求的因素的分析，建立模型进行计量经济学的实证分社会保障水平会影响人们对商业保险的需求。

以上提到的几个因素是影响寿险需求的主要因素，当然还有其他因素也对寿险需求有影响，比如传统文化法律制度政治环境金融政策环境和消费者嗜好等等。

由于影响寿险需求保障有利于稳定人民的生活，从而使各种消费需求更加旺盛，进而使社会大众借助寿险产品满足更高的保障需求。

现在由于人们的收入水平大幅度提高，再加上相关制度改革等新的时代变化，二者之间的互补作用更加明显。

因此险具有重大影响。

两者在定的时期和条件下互为影响。

方面，类似从摇篮到坟墓的社会保障挤压了商业寿险发挥作用的领域，二者之间的替代作用大于互补作用。

但是这种保障模式正在逐渐转变。

另方面，健全的社会势推动了人们对以储蓄为基础的人寿养老产品和长期护理保险产品的巨大需求。

五社会保障水平社会保障由国家提供，属于公共产品的范畴。

社会保障和商业寿险之间存在定的替代性，两者之间作用边界的界定对于人寿保策的实施和人们生育观念的转变，少年儿童抚养率持续下降，孩子成为家庭的核心，家庭为孩子购买寿险的需求持续上升，带动了人寿保险需求的增长。

另方面，我国已经进入银发社会，老年人赡养率持续上升，老龄化趋。

人口结构是指将人口按照年龄性别收入标准分成不同的类型。

不同类型的人口状况将对人寿保险需求产生不同的影响。

其中人口的就业结构地理结构教育水平和年龄结构有重要影响。

方面，在我国，由于计划生育政口结构和人口数量两方面的因素。

从数量上说，人口越多的地区对人寿保险潜在需求就越大，同时拥有较多的人口可以满足保险的大数法则，为风险的分担创造条件。

人口结构对人寿保险的影响更为复杂而且其影响是至关重要的司在中国寿险行业研究报告中称，中国只有的人理解保险，而在人寿保险购买者中，也只有的人群了解保险产品知识。

可见，有计划的保险教育势在必行。

四人口因素人口因素对人身保险有较为直接的影响。

可以分为人惯忍耐和循规蹈矩，不愿意用保险的方法来处置风险。

在几十年的计划经济体系下，人们对保险这种现代化的社会经济补偿制度认识不足，多采用养儿防老等自留风险的方法来处理生活中所面临的各种风险。

年月，麦肯锡公。

特别是些新行业新现象的产生增加了人们对于自身生存安全保障的要求，越来越多的人希望通过保险这种经济形式实现其安全性，从而引其保险需求的提高。

不过，受我国奉行的儒家的中庸之道传统文化的影响，人们习惯。

特别是些新行业新现象的产生增加了人们对于自身生存安全保障的要求，越来越多的人希望通过保险这种经济形式实现其安全性，从而引其保险需求的提高。

不过，受我国奉行的儒家的中庸之道传统文化的影响，人们习惯忍耐和循规蹈矩，不愿意用保险的方法来处置风险。

在几十年的计划经济体系下，人们对保险这种现代化的社会经济补偿制度认识不足，多采用养儿防老等自留风险的方法来处理生活中所面临的各种风险。

年月，麦肯锡公司在中国寿险行业研究报告中称，中国只有的人理解保险，而在人寿保险购买者中，也只有的人群了解保险产品知识。

可见，有计划的保险教育势在必行。

四人口因素人口因素对人身保险有较为直接的影响。

可以分为人口结构和人口数量两方面的因素。

从数量上说，人口越多的地区对人寿保险潜在需求就越大，同时拥有较多的人口可以满足保险的大数法则，为风险的分担创造条件。

人口结构对人寿保险的影响更为复杂而且其影响是至关重要的。

人口结构是指将人口按照年龄性别收入标准分成不同的类型。

不同类型的人口状况将对人寿保险需求产生不同的影响。

其中人口的就业结构地理结构教育水平和年龄结构有重要影响。

方面，在我国，由于计划生育政策的实施和人们生育观念的转变，少年儿童抚养率持续下降，孩子成为家庭的核心，家庭为孩子购买寿险的需求持续上升，带动了人寿保险需求的增长。

另方面，我国已经进入银发社会，老年人赡养率持续上升，老龄化趋势推动了人们对以储蓄为基础的人寿养老产品和长期护理保险产品的巨大需求。

五社会保障水平社会保障由国家提供，属于公共产品的范畴。

社会保障和商业寿险之间存在定的替代性，两者之间作用边界的界定对于人寿保险具有重大影响。

两者在定的时期和条件下互为影响。

方面，类似从摇篮到坟墓的社会保障挤压了商业寿险发挥作用的领域，二者之间的替代作用大于互补作用。

但是这种保障模式正在逐渐转变。

另方面，健全的社会保障有利于稳定人民的生活，从而使各种消费需求更加旺盛，进而使社会大众借助寿险产品满足更高的保障需求。

现在由于人们的收入水平大幅度提高，再加上相关制度改革等新的时代变化，二者之间的互补作用更加明显。

因此社会保障水平会影响人们对商业保险的需求。

以上提到的几个因素是影响寿险需求的主要因素，当然还有其他因素也对寿险需求有影响，比如传统文化法律制度政治环境金融政策环境和消费者嗜好等等。

由于影响寿险需求的因素复杂多样而且处在不断地变化中，不可能也没有必要考虑所有的因素，这里只选取上述几个主要因素作为指标进行分析。

三变量选取和模型构建根据对影响我国保险需求的因素的分析，建立模型进行计量经济学的实证分析。

在建模之前先对变量的选取做下说明和必要的处理。

本文考虑了开放程度和金融自由化程度的影响，将外贸出口额和金融自由化程度分别作为解释变量，其中金融自由化程度用与之比来表示。

本文只选取了八个解释变量，至于其他影响保险需求的因素，如传统文化，国家的收入分配制度等由于数据难以取得，在模型中都放入随机扰动项中。

各变量的名称和意义如下被解释变量寿险保费收入解释变量国民生产总值物价指数储蓄存款余额死亡率大专以上人口占六岁及以上人口的比例恩格尔系数外贸出口总额金融自由度综上所述，我们建立中国人寿保险市场需求的双对数模型如下四估计结果和预测估计结果本文所截取的各变量的描述性统计数据见表。

表各变量的描述性统计表时间寿险保费收入亿元国民生产总值亿元物价指数储蓄存款余额亿元死亡率大专以上人口占六岁及以上人口的比例恩格尔系数外贸出口总额亿元金融自由度注表中数据来源于中经统计网根据表中数据，运用最小二乘法对模型进行线性回归，回归结果如表所示。

表回归分析结果表变量系数标准差统计量概率从上表看，回归方程的拟合优度比较好，说明各解释变量对被解释变量的联合影响程度较高。

但我们发现各解释变量的值普遍偏小，这可能是由于解释变量之间存在多重共线性造成的。

为了进步确定解释变量之间是否存在多重共线性，我们看下解释变量之间的简单相关系数矩阵，从而进步确定各个解释变量的关系，目的是为了更好的进行实证分析，以得出理想的结果，更好的探讨出寿险的影响因素，如表所示。

表相关系数矩阵表从表中可看出解释变量之间存在高度线性相关，其中与的相关系数的绝对值都大于。

同时由表也可以看出，尽管整体上线性回归拟合较好，但变量的值并不显著。

这表明模型中各个解释变量之间存在着严重的多重共线性。

下面，利用逐步回归法对模型进行修正，消除解释变量间的多重共线性。

首先，运用最小二乘法逐对与各解释变量做回归。

然后，比较得出的七个回归方程，选出通过检验的所有回归方程中值和最大的个作为基本回归方程。

经过比较后发现与的回归方程是最优的基本回归方程。

其中解释变量表示的是城镇家庭恩格尔系数，这说明城镇家庭恩格尔系数与人寿保险收入有重要量的关系，目的是为了更好的进行实证分析，以得出理想的结果，更好的探讨出寿险的影响因素，如表所示。

表相关系数矩阵表从表中可看出解释变量之间存在高度线性相关，其中与的相关系数的绝对值都大于。

同时由表也可以看出，尽管整体上线性回归拟合较好，但变量的值并不显著。

这表明模型中各个解释变量之间存在着严重的多重共线性。

下面，利用逐步回归法对模型进行修正，消除解释变量间的多重共线性。

首先，运用最小二乘法逐对与各解释变量做回归。

然后，比较得出的七个回归方程，选出通过检验的所有回归方程中值和最大的个作为基本回