收入波動、社會網絡與家庭商業保險需求

尹志超 嚴雨 蔣佳伶

摘 要：本文將社會網絡這一變量引入Eeckhoudt和Kimball的模型，從理論上推導出收入波動會顯著增加家庭商業保險需求，而這種影響會受到社會網絡的調節，基于中國家庭金融調查（CHFS）2015年和2017年平衡面板數據的微觀檢驗進一步印證了理論分析的結論。在微觀檢驗中，本文使用雙向固定效應模型，檢驗了收入波動對家庭商業保險需求的影響以及社會網絡的調節作用。研究發現，收入波動顯著增加了家庭商業保險需求。從家庭層面來看，以“送禮支出占比1”衡量的社會網絡顯著降低收入波動對商業保險需求的正向影響，且該影響主要存在于低受教育水平和未接觸互聯網的家庭中;以“兄弟姐妹數量1”衡量的社會網絡也顯著降低收入波動對家庭商業保險需求的正向影響。從社區（村）層面來看，以“送禮支出占比2”和“兄弟姐妹數量2”衡量的社會網絡也顯著降低了收入波動對家庭商業保險需求的正向影響。本文拓展了背景風險影響保險需求的研究視角，為保險市場的高質量發展提供了理論依據。

關鍵詞：收入波動;社會網絡;家庭商業保險需求

中圖分類號：F842? 文獻標識碼：A

文章編號：1000-176X（2021）08-0052-10

一、問題的提出

2020年席卷全球的新冠肺炎疫情除了威脅人們的健康，為控制疫情所采取的措施也產生了一系列連鎖反應。受嚴格的管控措施影響，中國人的線下工作和外出活動短期內幾乎完全停滯，工廠關閉、線下銷售活動停止，企業和個人收入受到巨大沖擊。收入波動作為背景風險的來源之一，會顯著影響家庭行為。Gollier和Pratt[1]認為，背景風險是指那些不能在金融市場上通過資產組合配置進行分散的風險，比如人力資本（健康狀況）、收入（勞動收入、創業收入）等因素導致的風險。由于存在信息不對稱、不能交易、不能儲蓄和跨期配置等問題，這些風險被認為是不可保的。Guiso和Jappelli[2]認為，家庭在遭遇不可保風險時，會為可保風險購買保險，以抵消不可保風險可能帶來的損失。保險具有經濟補償、資金融通和社會管理的功能，是市場經濟條件下風險管理的基本手段。伴隨著經濟的快速增長，我國商業保險市場取得了較大發展，保費收入自1980年恢復保險業務以來的4.6000億元上升到2019年的42 645億元。但與成熟的保險市場相比，我國商業保險市場還有巨大發展潛力，研究收入波動對家庭商業保險的影響具有重要的現實意義。

Mossin[3]的單一風險保險需求理論認為，存在附加保費時風險厭惡的投保人會自己承擔一部分風險，只購買部分保險。雖然現實生活中所有的保單都有附加保費，但在保險市場上卻觀測到大量的完全保險。此后，學者們為了解釋這一現象，開始研究背景風險對保險需求的影響。Eeckhoudt和Kimball[4]認為， 如果投保人具有遞減的絕對風險厭惡系數和謹慎系數，即使背景風險與可保風險獨立也會增加人們對保險的需求。Fei和Schlesinger[5]發現，謹慎的投保人保險需求的變化方向取決于損失發生與不發生時背景風險的相對規模。Doherty和Schlesinger[6]與Gollier和Pratt[1]認為，在一定條件下背景風險會增加人們對可保風險的保險需求。然而，Kihlstrom等[7]發現，隨著背景風險的增加，更高風險厭惡程度的投保人不一定有較高的保險需求。從理論研究來看，學者們認為，背景風險對保險需求的影響是不確定的。目前直接研究背景風險對保險需求影響的實證檢驗的文獻較少。Guiso和Jappelli[2]發現，收入波動更高的家庭對保險的需求更高。王曉全和孫祁祥[8]使用時間序列數據，將2003年的SARS看做一次準自然實驗，發現背景風險增加了人們對可保風險的保險需求，但是該影響具有短期效應。劉威和黃曉琪[9]與劉威和許靖沂[10]基于背景風險理論，實證發現宏觀經濟政策風險顯著增加了人們的保險需求。

國內外文獻更多的是研究背景風險與家庭消費和資產選擇的關系。鑒于此，本文從理論分析和微觀檢驗兩個方面研究收入波動對家庭商業保險需求的影響，邊際貢獻如下：第一，通過理論推導收入波動對家庭商業保險需求的影響并考察社會網絡對收入波動與家庭商業保險需求之間的調節作用，有效地補充和拓展了Eeckhoudt和Kimball的模型。第二，運用CHFS微觀調查數據，直接研究收入波動對商業保險需求的影響，擴大了研究視角。第三，檢驗了社會網絡在替代正式保險、幫助家庭分散風險時起到的調節作用，補充了背景風險與家庭商業保險關系的研究。

二、理論分析：對Eeckhoudt和Kimball模型的拓展

將社會網絡變量引入Eeckhoudt和Kimball[4]的理論模型，考察其在收入波動影響商業保險需求中起到的作用。首先，假定家庭面臨兩種有正相關關系的風險，一種是可保風險，另一種是不可保風險;其次，假定投保率非負;最后，假定消費者的效用函數是凹函數，呈現出絕對風險厭惡遞減以及絕對謹慎遞減特征[11]。先分析第一種情況，當收入波動不存在時家庭面臨的最優保險選擇如下：

maxα∫U[w-1-αz-α1+λμ]dG（z）（1）

其中，w表示家庭的初始稟賦;z表示可保風險的規模;α表示保險投保率;λ表示對公平保費的加價率;μ表示可保風險的期望值;α1+λμ表示家庭的保費支出;Gz表示z的累積分布函數。

為了得到最優投保率，求式（1）對α的一階導數，結果如下：

[z-1+λμ]∫U′[w-1-α*z-α*1+λμ]dGz=0（2）

其中，α*表示在沒有收入波動的情況下家庭最優的保險投保率。

接下來，我們分析第二種情況，存在收入波動時家庭的最優保險選擇如下：

maxα∫{∫U[w+y-1-αz-α1+λμ]dFy|z}dG（z）（3）

其中，y表示收入波動對家庭初始稟賦造成的影響。前文我們假定收入波動與可保風險正相關，Fy|z就表示在給定z的情況下y的累積分布函數。

同樣，為了得到最優投保率，對式（3）求一階導數，結果如下：

∫[z-1+λμ]∫U′[w+y-1-α**z-α**1+λμ]dFy|zdGz=0（4）

根據Kimball[11]對預防性溢價ψy，x的定義，有U′[x-ψy，x]=EU′x+y成立。其中，x表示安全資產;y表示風險資產。將該式代入式（4）可得：

∫[z-1+λμ]U′{w-1-α**z-α**1+λμ-ψ[yz，w-1-α**z-α**1+λμ]}dGz=0（5）

由于消費者的效用函數是凹函數，而預防性溢價又大于零，所以，U′{w-（1+λ）μ-ψ[y（1+λ）μ]，w-（1+λ）μ}>U′[w-1+λμ]，由此證明了α**>α*，即家庭面臨收入波動時的保險投保率大于沒有收入波動時的保險投保率。

接下來，考慮家庭風險態度的影響。由于預防性需求產生的預防性溢價會有所不同，也就是說，風險厭惡的個體在面臨不確定性時，一般會要求更高的收益來彌補可能遭受的損失。而社會網絡作為一種非正規的家庭避險機制，在一定程度上反映了家庭的風險態度，也在沖擊發生時為家庭起到一定的緩沖作用。鑒于此，根據劉威和黃曉琪[9] 的做法，重新定義預防性溢價為 ψy，x，m，其中社會網絡變量m表示家庭社會網絡對預防性溢價的影響。我們分兩種情況討論：

第一種情況，假定預防性溢價與社會網絡存在正效應，A家庭的社會網絡大于B家庭，即當mA>mB時，存在ψy，x，mA>ψy，x，mB。根據式（5），當兩類家庭都作出最優投保決策時， 由于A 家庭的社會網絡大于B家庭，導致A家庭的預防性溢價大于B家庭的預防性溢價時，A家庭會增加投保意愿擴大保險需求，所以，αA>αB。

第二種情況，當預防性溢價與社會網絡存在負效應，即當mA>mB時，存在ψy，x，mA<ψy，x，mB。A 家庭的社會網絡大于B家庭，導致A家庭的預防性溢價小于B家庭的預防性溢價。同樣根據式（5），A家庭會降低投保意愿減少保險需求，那么就有αA<αB。

以上分析說明，收入波動會促進家庭保險需求，并且社會網絡在收入波動影響保險需求的過程中有一定的調節作用。接下來，我們對上述理論開展微觀檢驗。

三、研究設計

（一）數據說明

本文數據來自2015年和2017年中國家庭金融調查（China Household Finance Survey，CHFS）。為了排除極端值的干擾，我們對家庭商業保險保費支出、收入、資產進行上下1%縮尾，并保留戶主年齡在20—80歲的樣本。進一步剔除變量有缺失值的家庭后，最終獲得樣本量為44 070的兩年平衡面板數據。另外，為了保證各年數據有可比性，我們將2017年各名義變量經省級CPI調整后使用。

（二）變量定義

1.被解釋變量

本文的被解釋變量主要包括兩個：商業保險和商業保險保費支出。商業保險的具體定義為家庭中有任何一個人投保了商業保險取1，否則取0。商業保險包括人身險和除車險以外的財產險，該變量可以用來衡量家庭投保商業保險的概率。商業保險保費支出是指家庭在調查年份前一年的商業保險保費支出總額，回歸時將其取自然對數。另外，鑒于各類保險產品的保險標的不同，保障的目標也各異，為了考察收入波動對各類保險需求的影響，我們在基準回歸時將商業保險進一步劃分為商業人壽險和商業健康險。

2.解釋變量

本文解釋變量為收入波動。參考羅楚亮[12]與尹志超等[13]做法，用截面數據估計家庭持久性收入，再用實際收入與持久性收入的差值衡量收入波動。鑒于我國農村地區和城鎮地區居民收入差異較大，我們分城鄉樣本估計家庭持久性收入，回歸方程如下：

ln （Incomei）=β′0+β′1HHCi+β′2HCi+β′3RCi+μi（6）

其中，Incomei表示i家庭當年的總收入，為了避免逆向因果的影響，我們將家庭獲得的商業保險理賠、分紅等從收入中扣除。HHCi表示戶主或配偶的特征變量。HCi表示家庭人口特征變量。RCi表示地區特征變量，主要是家庭所在省份啞變量。收入波動的具體定義為暫時性收入的平方（μ2i），如果暫時性收入大于零則為正，否則為負，在回歸時將其取自然對數。

3.調節變量

本文的調節變量為社會網絡。社會網絡是指個人或家庭通過與親戚、朋友、同事或鄰居等互動形成的相對穩定的關系網絡，與社會規則、信任一起被認為屬于社會資本的范疇。家庭可以直接通過社會網絡獲得資源，進而影響其就業、收入、消費和貧困等。而且，社會網絡在社區層面充分發揮了公共品的作用，形成了促進信息共享、減少交易成本、降低風險、促進集體決策的長期非正式制度。鑒于此，我們嘗試從家庭和社區（村）兩個層面定義社會網絡：第一，家庭層面社會網絡。（1）為了防止使用絕對數導致的分類偏差，參考章元和陸銘[14]的做法，用節假日、紅白喜事送禮支出與家庭總支出之比表示，當支出占比大于非零樣本中50%分位數時取值為1，否則為0（簡稱“送禮支出占比1”）。（2）參考曹揚[15]的定義，使用受訪者及其配偶的兄弟姐妹數量表示（簡稱“兄弟姐妹數量1”）。第二，社區（村）層面社會網絡。（1）參考張爽等[16]的做法，用社區（村）除本家庭外節假日和紅白喜事送禮支出與總支出之比的均值表示（簡稱“送禮支出占比2”），當社區（村）層面社會網絡大于中位數時取值為1，否則為0。（2）參考張爽等[16]的做法，用社區（村）除本家庭外受訪者及其配偶兄弟姐妹數量的均值表示（簡稱“兄弟姐妹數量2”）。

4.控制變量

從個人、家庭以及地區三個層面控制相關變量。具體包括：第一，個人層面：受教育水平，CHFS問卷中受教育水平的選項為：沒上過學、小學、初中、高中、中專、大專、大學本科、碩士研究生和博士研究生，我們將其折算為受教育水平（年），依次為0、6、9、12、13、15、16、19和22;婚姻狀況，戶主已婚為1，否則為0;工作情況，戶主有工作為1，否則為0。第二，家庭層面：持久性收入，由式（6）估計得出;風險偏好，參考易禎和朱超[17]的做法，如果家庭有股票賬戶、非人民幣資產、黃金、向銀行申請的教育貸款以及信用卡其中的任何一項，則代表他們是風險偏好的，該值取1，否則取0;家庭規模，用家庭人口數表示;工商業經營，家庭從事工商業經營為1，否則為0;成員不健康占比，CHFS調查問卷中有一題問到，“與同齡人相比，你現在的身體狀況如何？”，當受訪者回答不好和非常不好的時候就將其算作身體不健康的家庭成員，由此計算成員不健康占比;老年人口比，用家庭中65歲及以上老人占比表示;少兒人口比，用家庭中14歲及以下少兒占比表示;勞動力占比，用家庭有工作人口占比表示;社會保險，家庭中有任何一個人有社保則為1，否則為0;房產占比，用家庭房產與總資產占比表示;家庭資產，用家庭總資產表示;農村地區，家庭在農村地區為1，否則為0。第三，地區層面：社區人均資產，用社區內的人均總資產表示;社區人均收入，用社區內的人均總收入表示。

（三）變量的描述性統計分析

各變量的描述性統計結果如表1所示。從表1可以看出，我國居民商業保險參保率和保費支出都偏低，持有率最高的是商業人壽險，保費支出最多的也是商業人壽險。

（四）模型構建

為考察收入波動對家庭商業保險需求的影響，本文使用雙向固定效應模型進行檢驗，設定如下：

Insuranceit=β0+β1Income_voaltilityit+∑18j=2βjXit+λt+μi+εit（7）

其中，Insuranceit表示家庭i在時期t購買商業保險的情況;Income_voaltilityit表示家庭收入波動情況;Xit表示所有控制變量;λt表示時間固定效應，能反映整體經歷的時間趨勢，解決了隨時間而變、不隨個體而變的遺漏變量問題;μi表示個體固定效應，能解決不可觀測的、不隨時間而變但隨個體而異的遺漏變量問題;εit表示殘差項。另外，考慮到同一社區（村）里家庭的收入水平、受教育水平等比較相似，我們在回歸時將標準誤聚類到社區（村）層面。

基于社會網絡（Social-network）調節效應的模型如下：

Insuranceit=β0+β1Income_voaltilityit+β2Social_networkit+β3Income_voaltilityit×Social_networkit+∑20j=4βjXit+λt+μi+εit（8）

四、回歸結果與分析

（一）雙向固定效應模型回歸結果與分析

1.收入波動對商業保險的影響

表2報告了收入波動對商業保險、商業人壽險和商業健康險的影響。

從表2可以看出，收入波動的系數為0.0084，在1%水平下顯著，說明收入波動會顯著增加家庭商業保險需求。進一步將商業保險分為商業人壽險和商業健康險來看，收入波動對商業人壽險需求的系數為0.0029，在10%水平下顯著;收入波動對商業健康險需求的系數為0.0036，在1%水平下顯著，說明收入波動會顯著促進家庭商業人壽險和商業健康險的需求?；貧w結果與理論分析一致，作為背景風險之一的收入波動會顯著增加家庭商業保險需求?？刂谱兞恐?，風險偏好的家庭更傾向于購買商業保險，這與傳統理論中風險規避的居民更可能購買保險相反?？赡艿慕忉屖?，從目前的情況來看，雖然商業保險的本質是為了分散風險、提供保障，但是我國商業保險市場發展尚未成熟、人們認知能力和防范風險意識不到位、監管條例的不完善以及能否獲得理賠和理賠流程的繁復等一系列問題，都會使得購買商業保險本身充滿了不確定性。所以，對風險偏好的家庭來說，購買商業保險可能會更具有吸引力。少兒人口比會顯著增加家庭商業保險需求，這一結果與張沖[18]以及樊綱治和王宏揚[19]的發現一致。家庭資產與商業保險需求顯著正相關，與傳統理論一致。這是因為商業保險作為一種分散風險的保障性產品兼具投資、儲蓄的功能，與大多數金融產品一樣，購買商業保險需要一定的財富準入門檻。家庭資產越多就越有能力購買商業保險，并且更加深入地參與保險市場。房產占比高會降低家庭商業保險需求，這一發現與樊綱治和王宏揚[19]一致。因為房產本身就具有一定的保障功能，在某種程度上對保險起到了替代作用。

2.收入波動對商業保險保費支出的影響

表3為收入波動對商業保險保費支出影響的回歸結果。從表3可以看出，列（1）中，收入波動的系數為0.0504，在1%水平下顯著，說明收入波動促進了家庭商業保險保費支出。列（3）中，收入波動系數為0.0278，在1%水平下顯著，說明收入波動顯著增加了家庭商業健康險保費支出。列（2）中，收入波動對家庭商業人壽險保費支出沒有顯著影響?？赡艿脑蚴潜疚氖褂秒p向固定效應模型進行回歸估計，考察的是兩年間人壽險保費支出變化值的影響。數據顯示，2015年家庭人壽險保費支出均值為342元，2017年為335元，兩年幾乎沒有變化，在回歸時很容易不顯著?？刂谱兞康幕貧w結果與表2類似，受篇幅所限本文不再做過多解釋。

（二）工具變量法估計結果與分析

雖然本文使用的雙向固定效應模型能解決部分遺漏變量導致的內生性問題，但是隨時間變化且因個體而異的遺漏變量仍可能使得模型設定存在內生性，比如職業特征、個體風險態度等。此外，我們用μ2i衡量收入波動可能存在測量誤差，這也是導致內生性的原因之一。為了解決該問題，參考Carroll和Samwick[20]、Hurst等[21]與Lusardi[22]做法，使用戶主年齡、教育、職業、行業等作為工具變量進行回歸。教育指戶主受教育年限;職業指職業類型啞變量，如管理人員、專業技術人員等;行業指行業類型啞變量，包括農林牧漁業、建筑業、制造業、交通通訊業、批發零售業、金融房產業、個人服務業和娛樂業等。為了避免弱工具變量對估計結果的影響，采用有限信息最大似然法（LIML）進行回歸，結果如表4所示?；貧w結果顯示，收入波動仍會顯著促進家庭購買商業保險和家庭商業保險保費支出，表明收入波動確實促進了家庭參與保險市場。由于我們使用的工具變量個數大于內生變量個數，需要對工具變量進行過度識別檢驗。表4的過度識別檢驗P值都大于0.1000，表明可以接受所有工具變量都滿足外生性的原假設，不存在過度識別問題。關于弱工具變量的檢驗，列（1）Cragg-Donald統計量為13.0740，大于10%偏誤下的臨界值3.2400。列（2）Cragg-Donald統計量為6.5360，大于10%偏誤下的臨界值3.5000，說明我們使用的工具變量不存在弱工具變量問題。以上分析表明，在使用工具變量解決模型可能存在的內生性問題之后，我們目前得到的結論仍然穩健。

（三）社會網絡的調節效應分析

Bian[23]提到，中國作為一個傳統的關系型社會，宗族、血緣和朋友等關系網影響著人們生活和工作。李丁等[24]認為，與其他金融決策一樣，人們購買商業保險的決策同樣會受到其社會互動程度的影響?？芏骰莺秃詈秃闧25]發現，親朋好友借貸、自有資產變現等非正式保險機制能夠幫助農民抵御收入沖擊、平滑消費，為家庭提供一定程度的保障。社會網絡作為一種非正式的避險機制，是幫助家庭分散風險、降低不確定性的渠道之一。我們嘗試從家庭層面和社區（村）層面構建四種方式衡量社會網絡進行具體分析。

1.家庭層面社會網絡的調節效應

（1）基本回歸結果與分析

用送禮支出占比1衡量家庭層面社會網絡進行回歸的結果如表5的列（1）和列（2）所示。其中，列（1）的回歸結果顯示，交互項系數在10%水平下顯著為負，說明社會網絡作為一種非正式保險制度在收入波動影響家庭保險需求時存在調節效應，可以顯著減輕收入波動對家庭商業保險需求的正向作用。另外，雖然列（2）交互項結果不顯著，但其系數為負仍能說明社會網絡的調節效應。使用兄弟姐妹數量1作為社會網絡的調節作用社會網絡的代理變量的回歸結果如表5列（3）和列（4）所示，[2017年CHFS調查問卷中只詢問了40歲及以下受訪者及其配偶的兄弟姐妹數量，鑒于本文使用的是平衡面板數據且兩年內兄弟姐妹數量一般不會變化，我們將2015年的數據當作兩年數據使用。在使用固定效應模型進行回歸時，兄弟姐妹數量也將因此被差分掉，無法估計出系數。]從中可以看出，交互項的系數顯著為負，用兄弟姐妹數量1定義的社會網絡仍然可以顯著降低收入波動對商業保險需求的正向影響。

（2）分組回歸結果與分析

教育程度是影響人們保險需求的重要因素之一。一般來說，人們的受教育水平越高，風險意識越強，風險管理的需求越高。因此，戶主受教育水平越高，越可能通過購買商業保險的方式來分散風險。那么，非正式的避險機制——社會網絡在其中發揮的作用可能會更小。為了驗證這一猜想，我們按戶主受教育水平在9年及以下、9年以上將家庭分為兩個子樣本進行回歸，結果如表6列（1）—列（4）所示。從中可以看出，在低受教育水平樣本中，社會網絡替代商業保險的作用仍然存在。而在高受教育水平樣本中，交互項系數不顯著，說明社會網絡沒有顯著降低收入波動對商業保險需求的正向影響。也就是說，相比于高受教育群體，低受教育水平的戶主在面臨收入波動時，更傾向于通過社會網絡分散風險，而不是通過購買商業保險。

筆者認為，使用互聯網家庭的接受能力更強、獲取信息的方式更多、獲得保險的渠道更廣，更可能通過購買商業保險進行風險分散，而社會網絡在其中發揮的作用將會更小。參考劉長庚和羅午陽[26]的做法，將有電腦或電子計算機的家庭定義為可以接觸互聯網的家庭，反之是未接觸互聯網的家庭，分樣本回歸結果如表6列（5）—列（8）所示。從中可以看出，在未接觸互聯網的家庭中，交互項系數顯著為負，說明社會網絡會顯著降低收入波動對商業保險需求的正向影響，而在可以接觸互聯網的家庭中，交互項系數不顯著，說明社會網絡對商業保險需求不存在替代效應，人們主要通過購買商業保險分散風險。

2. 社區（村）層面社會網絡的調節效應

用送禮支出占比2衡量社區（村）層面社會網絡進行回歸的結果如表7列（1）和列（2）所示，從中可以看出，列（1）交互項系數不顯著但為負，列（2）交互項系數在5%水平下顯著為負，說明社區（村）層面社會網絡可以顯著降低收入波動對家庭商業保險需求的正效應。用兄弟姐妹數量2衡量社區（村）層面社會網絡進行回歸的結果如表7列（3）和列（4）所示，從中可以看出，列（3）的交互項系數在1%水平下顯著為負，列（4）的交互項系數不顯著但為負，再次證明社區（村）層面社會網絡在收入波動影響家庭商業保險需求的過程中存在調節效應。剔除本家庭之外社區其他家庭的社會網絡均值，實際上衡量的是社區其他家庭對本家庭的外部性，說明社區間的交流和信息共享有助于幫助家庭降低風險，在一定程度上起到了代替正規保險需求的作用。

（四）穩健性檢驗

第一，變換解釋變量的衡量方法。為了檢驗回歸結果的穩健性，參考樊瀟彥等[27]的定義，以戶主年齡、受教育水平、工作單位所有制、職業類型以及家庭所在城市作為分組依據，計算每組組內對數收入的方差，然后據此計算家庭所屬各組的方差均值，替換上文的收入波動重新進行回歸，結果與上文一致，說明本文的研究結論穩健。[限于版面，穩健性檢驗結果未在正文列出，留存備索。]第二，排除樣本干擾。鑒于自營勞動者的經濟行為以及風險態度等與其他家庭不太一樣，并且相比于被雇傭者而言，其收入波動與可保風險的聯系更加緊密。為了排除這部分樣本對回歸結果的干擾，參考Guiso 和Jappelli[2] 的做法，將從事自營勞動的家庭樣本從總樣本中剔除進行穩健性檢驗，為了與主回歸有可比性，在回歸時使用μ2i衡量收入波動作為關注變量，回歸結果仍然穩健。

五、結論與政策建議

本文將社會網絡這一變量引入Eeckhoudt和Kimball的模型，從理論上推導出收入波動會顯著增加家庭的商業保險需求，而這種影響會受到社會網絡的調節，基于中國家庭金融調查（CHFS）2015年和2017年兩年的平衡面板數據的微觀檢驗進一步印證了理論分析的結論。本文的研究結果表明，第一，收入波動會顯著提高家庭商業保險，增加商業保險保費支出;進一步將商業保險分為商業人壽險和商業健康險，回歸發現，收入波動對這兩類商業保險需求都有顯著正向影響。第二，社會網絡作為一種非正式的保險方式，為家庭分散風險、降低不確定性發揮了作用，對收入波動影響商業保險需求的調節效應也十分顯著。以支出占比1衡量的家庭層面社會網絡顯著降低了收入波動對商業保險需求的正向影響，且該影響主要存在于低受教育水平和未接觸互聯網的家庭中，說明提高人們受教育水平，增加互聯網接觸率可以使人們的風險管理方式從傳統的非正式避險機制轉向正式的保險機制，從而促進商業保險市場發展，以更好地發揮其損失補償、資金融通和社會管理的功能。以兄弟姐妹數量1衡量的家庭層面社會網絡也能顯著降低收入波動對家庭商業保險需求的正向影響。同時，以送禮支出占比2和兄弟姐妹數量2衡量的社區（村）層面社會網絡也顯著降低了收入波動對家庭商業保險需求的正向影響。

收入波動顯著提高了家庭商業保險需求，說明家庭在面臨不確定性時會有明顯的風險分散傾向，這對保險市場來說是良好的發展機會。鑒于此，本文提出以下政策建議：第一，保險公司應積極宣傳和推廣保險產品，同時監管部門也應進一步建立健全商業保險市場相關制度，充分發揮商業保險風險保障的職能。第二，提高居民人力資本水平、增加家庭互聯網接觸率，有利于幫助人們獲取更多信息、增強風險管理意識，在遭遇風險時更傾向于使用正式的保險方式分散風險。第三，社會網絡在收入波動影響商業保險的過程中發揮調節作用，說明居民的社會特征會顯著影響其金融決策。那么保險公司在進行產品開發時，應該仔細考慮家庭的異質性，降低產品同質性以滿足不同人群的需求，進而提高公司競爭力、促進整個保險行業的進步和發展。

參考文獻：

[1]Gollier， C.， Pratt， J. W. Risk Vulnerability and the Tempering Effect of Background Risk[J]. Econometrica， 1996， 64（5）： 1109-1123.

[2]Guiso， L.， Jappelli， T. Background Uncertainty and the Demand for Insurance Against Insurable Risks[J]. The Geneva Papers on Risk and Insurance Theory， 1998， 23（4）： 7-27.

[3]Mossin， J. Aspects of Rational Insurance Purchasing[J]. Journal of Political Economy， 1968， 76（4）： 533-568.

[4]Eeckhoudt， L.， Kimball， M. Background Risk， Prudence and the Demand for Insurance[A]. Eeckhoudt， L.， Kimball， M. Contributions to Insurance Economics[C]. London： Kluwer Academic Press， 1992. 239-254.

[5]Fei， W.， Schlesinger， H. Precautionary Insurance Demand With State-Dependent Background Risk[J]. Journal of Risk and Insurance， 2008， 75（1）： 1-16.

[6]Doherty， N. A. ， Schlesinger， H. Optimal Insurance in Incomplete Markets[J].Journal of Political Economy， 1983， 91（6）：1045-1054.

[7]Kihlstrom， R.， Romer， D.， Williams， S. Risk Aversion With Random Initial Wealth[J]. Econometrica， 1981， 49（1）： 911-920.

[8]王曉全，孫祁祥. 背景風險對保險需求的影響——基于中國健康保險市場的實證研究[J]. 保險研究，2011，（3）：108-114.

[9]劉威，黃曉琪. 經濟政策不確定性、地區文化與保險需求[J]. 金融研究，2019，（9）：39-56.

[10]劉威，許靖沂. 經濟政策不確定性對人壽保險需求的影響[J]. 保險研究，2019，（3）：63-81.

[11]Kimball， M. S. Precautionary Saving in the Small and in the Large[J]. Econometrica， 1990， 58（1）： 53-73.

[12]羅楚亮. 經濟轉軌、不確定性與城鎮居民消費行為[J]. 經濟研究，2004，（4）：100-106.

[13]尹志超，劉泰星，張誠. 農村勞動力流動對家庭儲蓄率的影響[J]. 中國工業經濟，2020，（1）：24-42.

[14]章元，陸銘. 社會網絡是否有助于提高農民工的工資水平？[J]. 管理世界，2009，（3）：45-54.

[15]曹揚. 社會網絡與家庭金融資產選擇[J]. 南方金融，2015，（11）：38-64.

[16]張爽，陸銘，章元. 社會資本的作用隨市場化進程減弱還是加強？——來自中國農村貧困的實證研究[J]. 經濟學（季刊），2007，（2）：539-560.

[17]易禎，朱超.人口結構與金融市場風險結構：風險厭惡的生命周期時變特征[J].經濟研究，2017，（9）：150-164.

[18]張沖. 中國人口結構對人身保險市場發展的影響研究[J]. 保險研究，2013，（4）：63-70.

[19]樊綱治，王宏揚. 家庭人口結構與家庭商業人身保險需求——基于中國家庭金融調查（CHFS）數據的實證研究[J]. 金融研究，2015，（7）：170-189.

[20]Carroll， C. D.， Samwick， A. A. How Important is Precautionary Saving？[J]. Review of Economics and Statistics， 1998， 80（3）： 410-419.

[21]Hurst， E.， Lusardi， A.， Kennickell， A.， et al. The Importance of Business Owners in Assessing the Size of Precautionary Savings[J]. Review of Economics and Statistic， 2010， 92（1）： 61-69.

[22]Lusardi， A. Precautionary Saving and Subjective Earnings Variance[J]. Economics Letters， 1997， 57（3）： 319-326.

[23]Bian， Y. Bringing Strong Ties Back in Indirect Ties， Network Bridges， and Job Searches in China[J].? American Sociological Review， 1997， 62（3）： 366-385.

[24]李丁，丁俊菘，馬雙. 社會互動對家庭商業保險參與的影響——來自中國家庭金融調查（CHFS）數據的實證分析[J]. 金融研究，2019，（7）：96-114.

[25]寇恩惠，侯和宏. 消費平滑、收入波動和局部保險——基于農村居民數據的分析[J]. 財貿經濟，2015，（9）：33-45.

[26]劉長庚，羅午陽. 互聯網使用與農戶金融排斥——基于CHFS2013的實證研究[J]. 經濟經緯，2019，（2）：141-148.

[27]樊瀟彥，袁志剛，萬廣華. 收入風險對居民耐用品消費的影響[J]. 經濟研究，2007，（4）：124-136.

Income Volatility，Social Networks，With Household Commercial Insurance Demand

YIN Zhi-chao1， YAN Yu1， JIANG Jia-ling2

（1.School of Finance， Capital University of Economics and Business， Beijing， 100070 China;

2.School of Management， Beijing Union University， Beijing， 100101 China）

Abstract：This paper introduces social network into Eeckhoudt and Kimballs model， and theoretically deduces that income volatility will significantly increase household commercial insurance demand， and this influence is regulated by the family social network. Based on the balanced panel data of China Household Finance Survey （CHFS） from 2015 to 2017， this paper uses the Fixed Effect Model to test the impact of income volatility on family commercial insurance demand， as well as the moderating effect of social network. We find that income volatility significantly increases the demand for commercial insurance of families. From the perspective of family， the social network measured by the proportion of gift-giving expenditure 1 significantly reduces the positive impact of income volatility on commercial insurance， and this impact is mainly found in households with low education and no Internet access. The social network measured by the number of siblings 1 can also significantly reduce the positive impact of income volatility on commercial insurance. At the same time， community （village） level social network measured by the proportion of gift-giving expenditure 2 and the number of siblings 2 also significantly reduce the positive impact of income volatility on household commercial insurance demand.

Key words：income volatility; social network; household commercial insurance demand

（責任編輯：巴紅靜）

[DOI]10.19654/j.cnki.cjwtyj.2021.08.006

[引用格式]尹志超，嚴雨，蔣佳伶. 收入波動、社會網絡與家庭商業保險需求[J].財經問題研究，2021，（8）：52-61.

收稿日期：2021-05-28

基金項目：國家社會科學基金重點項目“移動支付對中國經濟的影響”（20AJL016）

作者簡介：尹志超（1976-），男，四川廣元人，教授，博士生導師，主要從事家庭金融與微觀計量經濟學研究。E-mail： yzc@cueb.edu.cn

嚴 雨（通訊作者）（1996-），女，四川遂寧人，博士研究生，主要從事家庭金融與微觀計量經濟學研究。E-mail： yanyu9601@163.com

蔣佳伶（1994-），女，四川資陽人，講師，博士，主要從事家庭金融研究。E-mail： jiangningchu@126.com