意外险的需求模式与投保人的通货膨胀感觉阈限

意外险的需求模式与投保人的通货膨胀感觉阈限^[1]

广西财经学院课题组

课题组组长：黄荣哲　　　　

课题组成员：农丽娜　马改云

【摘要】基于中国2000—2010年季度数据的实证分析表明，通货膨胀率不仅能够明显地影响意外险需求，而且意外险保费收入增长率与通货膨胀率之间不是简单的线性负相关。第一，意外险需求对通货膨胀率的敏感程度是边际递减的。第二，与通货膨胀风险相比较，投保人更加厌恶通货紧缩风险。第三，由于需求模式在门限值附近出现较大改变而有可能冲击意外险市场，所以当通货膨胀率接近门限值时保险公司应该及时地调整营销策略。

【关键词】意外险　通货膨胀　需求模式　心理物理学

一、引言

为应对2008年底突如其来的国际金融危机冲击，中国果断实施了积极的财政政策和适度宽松的货币政策。2010年底中国在继续实施积极财政政策的同时将适度宽松的货币政策转向稳健。在相对集中的政策推动下，国民经济快速发展，同时也出现了一定程度的物价上升和通货膨胀预期。一方面，缴纳保费与给付保险金之间存在一定的时间差，货币实际购买力下降不仅削弱了保险经济补偿的职能，而且还会通过价格效应、收入效应和替代效应等减少投保人的保险需求，通货膨胀与保险需求负相关。另一方面，通货膨胀导致投保人面临的财务风险增大，从而增强投保人的保险意愿，通货膨胀与保险需求正相关。通货膨胀影响保险需求的最终效果事实上取决于以上两种截然不同作用的强弱对比。未来物价变动趋势将如何影响包括意外险在内的中国保险业发展已经成为人们关注的课题之一。

尽管目前国内意外险市场的规模远不及寿险和财险，甚至市场份额小于健康险，但是从实践来看意外险业务的赔付率相对较低，未来有可能成为保险公司利润的新增长点之一。2000—2010年意外险的简单赔付率均值（32.52%）高于寿险（14.77%）而略低于健康险（34.82%）。重要的是意外险的简单赔付率正在以平均每年1.41个百分点的速度下降，比寿险简单赔付率的平均下降速度快0.49个百分点。同期，健康险的简单赔付率不降反升，年均增幅达到1.92个百分点。与发达国家的人身险市场中意外险三分天下有其一的情况相比较，应该说国内意外险市场的未来发展潜力是相当巨大的。所以，笔者将在本文当中重点研究通货膨胀率对意外险需求的影响。

二、文献综述

国内外关于通货膨胀率如何冲击保费收入的实证研究主要呈现两大特点：一是，实证研究主要关注寿险和财险这两个险种，而极少涉及意外险需求与通货膨胀率之间的联系；二是，虽然从理论上讲通货膨胀既可能促进也可能抑制保险需求增长，然而大多数的实证研究结果基本上都反对“促进论”，而支持“促退论”。当然，“促退论”也有显著和不显著之区别。

与Houston（1960）的不显著“促退论”观点类似，Neumann（1969）认为，虽然不能绝对地断言通货膨胀对寿险的储蓄功能毫无影响，但是战后美国1946—1964年的统计数据表明这种影响确实很小。卓志（2001）应用多元回归模型对国内寿险需求进行实证分析，并发现预期通货膨胀对寿险存在负面影响，但不显著。杨舸等（2005）使用自回归分布滞后模型对中国寿险需求进行了实证研究，发现国内生产总值的增长和寿险业自身发展是寿险需求增长的根本原因，预期通货膨胀率、社会老龄化和不断提高的教育水平对寿险需求的作用并不显著。叶明华（2010）着重从极值、波动性及相关性等三个方面研究通货膨胀与商业保险保费收入之间的关系，并认为1980—2008年间通货膨胀对商业保险需求的促进作用与抑制效果大致相当，结果通货膨胀的影响不十分明显。蔡华和葛仁良（2010）分析1985—2008年统计数据之后发现，中国CPI指数与保费增速之间存在协整关系。虽然物价波动会对保费增长产生负向冲击，但是影响程度不大。

相反地，另一部分学者则坚持显著“促退论”。Fortune（1972）反驳了Neumann（1969）的观点，并指出Neumann在实证分析当中混淆了预期的物价水平和通货膨胀率。特别是持续的物价水平上涨预期将会改变包括寿险在内的各层次金融资产的最优配置。Babbel（1981）发现，在利率管制以及利率调整缺乏通货膨胀弹性（inflation elasticity）的情况下，即使20世纪60年代末实施了寿险指数化，预期通货膨胀率的快速上升仍然使得巴西人均寿险支出减少。Browne和Kim（1993）研究了欧美和亚非拉45个国家的寿险发展情况，其结论进一步支持Fortune（1972）、Babbel（1981）等人的观点。徐东炜（2005）发现，在GDP、人口和通货膨胀率这三个影响因素当中，湖南、山东、天津、浙江四省财产保险需求对通货膨胀率的敏感性最高。张承惠等（2008）认为，受全球流动性过剩、美国次贷危机、通货膨胀率上升等多种因素的影响，尤其是许多国家的通货膨胀率已经上升到了令人不安的水平，国际保险业在产品定价、经营成本、保险资金运用等方面都面临新的压力。从总体上看，通货膨胀对保险业的负面影响将大于正面影响。

尽管观点对立的各方都有足够的证据支撑，但是他们各自研究的对象和样本却不尽相同。不同国家或地区在经济环境和发展阶段方面存在着较大差异，投保人关于通货膨胀的心理感受或者效用函数也就不同，保险需求对通货膨胀的反应自然会有所区别。更加重要的是，以上文献并没有区分物价波动的方向和幅度。由于人们在通货膨胀或者通货紧缩环境下的心理感受存在差异，因此投保决策乃至保险需求对于通货膨胀、通货紧缩以及它们的严重程度的反应可能不尽相同。如果像以往的许多研究那样使用线性回归分析保费收入增长率与通货膨胀率之间的关系，仅仅使用一个待估参数来反映两种以上不同的冲击，就有可能将弱效应与强效应混淆在一起，高估弱效应而低估强效应。所以，实证研究需要针对通货膨胀率设定门限值。不同区制（regime）对应着不同的保险需求函数。

三、意外险需求模型及实证分析

（一）模型设计与参数估计

根据前面的综述以及Guo et al（2009）的总结，意外险保费收入增长率（YWX）可能会受到通货膨胀率（P）、实际利率（R）、实际收入增长率（Y）等多个宏观经济因素的冲击，并可以简记为式1。但是，如果我们将研究样本的通货膨胀率数值划分为高、中、低三个区间，而每个区间又对应着不同的意外险需求函数，那么这样的三区制门限模型就如式2所示。

计量模型式2的参数估计可能存在以下四种情况：

（1）如果原假设H₀：k₁＝k₅＝k₉、k₂＝k₆＝k₁₀、k₃＝k₇＝k₁₁、k₄＝k₈＝k₁₂被接受，那么模型式1和式2之间没有显著区别。采用模型式1进行实证分析即可。但是，如果原假设H₀：k₁＝k₅＝k₉、k₂＝k₆＝k₁₀、k₃＝k₇＝k₁₁、k₄＝k₈＝k₁₂被拒绝，那么模型式1与式2之间的系数则存在显著差异，YWX与P、R、Y之间的函数关系是非线性的。模型式2至少存在1个门限值。要么τ₂和τ₁之间存在显著差异，τ₂≠τ₁；要么τ₂和τ₁之间不存在显著差异，τ₂＝τ₁。此时，采用模型式1进行实证分析显然是不合适。

（2）如果原假设H₀：k₁＝k₅、k₂＝k₆、k₃＝k₇、k₄＝k₈被接受，并且原假设H₀：k₅＝k₉、k₆＝k₁₀、k₇＝k₁₁、k₈＝k₁₂被拒绝，那么高区制和中区制意外险需求函数之间的系数没有显著差异，而中区制和低区制意外险需求函数之间的系数则存在显著差异。此时，模型式2只有1个门限值τ₁。

（3）如果原假设H₀：k₁＝k₅、k₂＝k₆、k₃＝k₇、k₄＝k₈被拒绝，并且原假设H₀：k₅＝k₉、k₆＝k₁₀、k₇＝k₁₁、k₈＝k₁₂被接受，那么高区制和中区制意外险需求函数之间的系数存在显著差异，而中区制和低区制意外险需求函数之间的系数则没有显著差异。此时，模型式2只有1个门限值τ₂。

（4）如果原假设H₀：k₁＝k₅、k₂＝k₆、k₃＝k₇、k₄＝k₈被拒绝，并且原假设H₀：k₅＝k₉、k₆＝k₁₀、k₇＝k₁₁、k₈＝k₁₂也被拒绝，那么τ₂和τ₁之间存在显著差异，τ₂≠τ₁，模型式2存在2个显著差异的门限值τ₂和τ₁。

接下来，笔者依据模型式1和式2采集中国经济信息网和保监会提供的中国2000—2010年各季度意外险市场相关数据资料。为了剔除季节因素的影响，统计数据基本上采用同比增长率。如图1所示，YWX是季度末意外险保费收入的同比增长率。Y是季度国内生产总值的同比增速。由于统计资料只显示月度物价指数而没有季度数据，所以笔者令P等于每个季度内三个月的同比居民消费价格指数（上年＝100）的几何平均数减100。R等于一年期定期存款的季度末名义利率减去P。

图1　主要变量的时间序列

根据Chan（1993）提出的门限值确定方法，如果通货膨胀率的样本数值越接近真实的门限值τ，那么门限模型的残差平方和（SSR）、赤池信息准则（AIC）和施瓦茨准则（SC）就应该越小，同时可决系数R²越大。

为此，我们首先将YWX_t、Y_t、R_t和P_t等多个时间序列全部按照P_t数值大小进行升序排列，得到一组新的非时间序列YWX^＇_s、Y^＇_s、R^＇_s和P^＇_s（s＝1，2，...，44），其中P^＇₁≤P^＇₂≤...≤P^＇₄4。为了保证门限值选取有意义，我们还将P^＇_s当中3个最小数值与4个最大数值排除在候选门限值之外，它们约占全部样本的16%。

其次，在确保τ₁≤τ₂的前提下，我们令剩余的37个候选数值分别等于门限值τ₁和τ₂，并依照不同的门限值组合（P^＇_m，P^＇_n）对式2进行多次回归分析，其中P^＇_m≤P^＇_n。

结果，在计算得到的若干个SSR、AIC、SC和R²值当中，升序排列第8和16位的通货膨胀率组合（P^＇₈，P^＇₁₆）所对应的SSR（8，16）＝1077.561、AIC（8，16）＝6.581597和SC（8，16）＝7.068194为最小，且R²（8，16）＝0.657057为最大。P^＇₈＝-0.1%和P^＇₁₆＝2.5%分别最接近于式2的真实门限值τ₁和τ₂。

表1　通货膨胀率与意外险保费收入增长率之间的回归分析

备注：＊＊＊、＊＊和＊分别代表1%、5%和10%显著水平。

如表1所示，为了判断系数是否存在显著差异，我们对中、低区制的方程施加约束条件k₅＝k₉、k₆＝k₁₀、k₇＝k₁₁、k₈＝k₁₂，并进行Wald检验。Wald统计量（服从F分布）的置信概率等于0.0002。在1%显著水平条件下，拒绝原假设。中、低区制方程的系数之间存在显著差异。类似地，我们对中、高区制的方程施加约束条件k₁＝k₅、k₂＝k₆、k₃＝k₇、k₄＝k₈，然后进行Wald检验。Wald统计量（服从F分布）的置信概率等于0.0470。在5%显著水平条件下，我们拒绝原假设。中、高区制方程的系数之间也存在显著差异。

于是，我们可以断定：第一，意外险需求函数YWX＝f（P，R，Y）是非线性的，式1无法适用于本研究。第二，门限值τ₂和τ₁存在显著差异，说明我们应该采用三区制（而非两区制）门限模型来研究中国2000—2010年通货膨胀率对于意外险市场需求的影响。如图2所示，意外险市场能够依据通货膨胀率的数值高低大致地划分为三种需求模式（demand pattern）。

图2　意外险需求与通货膨胀率之间关系的近似描述

（二）回归结果的分析

门限模型的回归结果说明，意外险需求模式随宏观经济形势变化而灵活调整。首先，满足P≤-0.1%条件的8个样本主要来自于2001第4季度至2002第4季度以及2009第1季度至2009第3季度。其间，世界宏观经济在1997年亚洲金融危机之后开始出现经常性的过剩生产能力和日益增大的通货紧缩压力，总需求的增长速度不断下降（樊纲，2003）。2001年互联网泡沫破裂以及“9·11事件”进一步增加了世界经济复苏的困难。2008年底的次贷危机引发全球性的金融恐慌。在经济不景气的时期，公众低估“自我保险”的能力，降低了折现率当中的通货膨胀风险溢价，提高了未来赔付金额的现值，从而倾向于将风险转嫁给保险公司。所以，通货紧缩压力越大（小），投保意愿越强（弱），保费收入增长越快（慢）。

其次，满足-0.1%＜P≤2.5%条件的20个样本主要来自于2000第1季度至2001第3季度、2003第1季度至2003第3季度、2005第2季度至2006第4季度、2008第4季度以及2009第4季度至2010第1季度。其间，虽然政府在亚洲金融危机之后采取了反通货紧缩的措施，但是物价回升依旧乏力。特别是2001第4季度之后P再次由正值转变为负值。宏观经济存在着许多不确定性。公众转嫁风险的意愿比较强烈。直至2005第2季度之后经济形势才比较稳定，两位数的国内生产总值增长率显著地促进了意外险需求。

最后，满足P＞2.5%条件的16个样本主要来自于2003第4季度至2005第1季度、2007第1季度至2008第3季度以及2010第2季度至2010第4季度。其间，宏观经济处于迅速升温的时期，不仅公众“自我保险”的能力增强，而且消费品和资本品价格的上涨还导致了公众对折现率当中的通货膨胀风险溢价提出更高要求，降低了未来赔付金额的现值。公众投保意外险的意愿相对减弱。2003年新《保险法》打破了寿险公司专营意外险市场的局面。财险公司积极参与意外险市场的竞争。意外险营销力度加大。一部分潜在的意外险需求被诱发出来，YWX上升。2005第1季度对应着YWX的最高值37.3%。另外，在次贷危机爆发之前的2007第1季度至2008第3季度，市场流动性相对过剩，R为负数，部分资金进入保险市场，进一步推高了意外险需求。由于保险市场监管改革与流动性过剩等其他因素扮演重要角色，所以高区制方程的常数项数值较大，且十分显著。

事实上，我们还可以从上述实证结果当中进一步挖掘以下信息。

（1）与Y或者R相比较，YWX对P的变化更加敏感。当P≤-0.1%时，YWX对P变化的反应系数的绝对值远远大于其对R变化的反应系数的绝对值，而此时YWX对Y变化的反应并不显著。当-0.1%＜P≤2.5%时，YWX对P变化的反应系数的绝对值也大于其对Y变化的反应系数的绝对值，而此时YWX对R变化的反应并不显著。只有当P＞2.5%时，YWX对P变化的反应系数的绝对值才会略小于其对R变化的反应系数的绝对值，而此时YWX对Y变化的反应并不显著。可见，P始终是影响意外险购买决策的最主要因素，而Y或者R只是在特定条件下才会显著地影响投保人的购买决策。所以，保险公司在创新意外险产品时必须重视通货膨胀或者通货紧缩的发展趋势研究，尽可能使新产品与投保人的这一重要关切相适应。简单地说，通货膨胀的动态指数化对于意外险产品创新而言是十分必要的。

（2）YWX对P变化的敏感程度是“边际递减”的。在图2当中，YWX与P之间不是简单的线性负相关。直线AB的倾斜程度大于直线CD，而直线CD的倾斜程度又大于直线EF。主要原因是，当P从低区制向中、高区制跨越时，虽然贴现率h当中的通货膨胀风险溢价提高，未来赔付金额的现值下降，意外险需求会相应地减少，但是折现因子1／（1＋h）属于反比例函数，它在第一象限的图像是凸向原点的，所以现值下降的速度是递减的。相应地，人们购买保险的意愿将会以递减的速度随着P的增加而下降。在这种情况下，保险公司应该出台“相机抉择”的指数化策略，以应对投保人购买意愿的波动。在高（低）区制，人们的购买意愿最弱（强），指数化政策的力度就应该最强（弱）。换句话说，假设保险公司在疾驰通货膨胀时期需要执行完全指数化方案才能够恰好抵消通货膨胀率变化对意外险需求的冲击，那么在温和通货膨胀时期只需要实行部分指数化方案，而通货紧缩时期甚至不需要指数化。完全指数化政策有时就会变得没有必要了。因此，意外险产品的指数化调整应该是动态、非线性的。

（3）需求模式在门限值附近的改变可能会冲击意外险市场。当不考虑R、Y和其他因素时，意外险需求函数如式3以及图3当中的虚线L₁、L₂和L₃所示。其中，I、J、K、M各点的坐标分别是（-0.1%，1.6%）、（-0.1%，0.6%）、（2.5%，-16.0%）、（2.5%，-13.8%）。JI、MK的距离分别约等于1%和2.2%。无论是从I点向J点移动还是从K点向M点变化，只要P跨越-0.1%或者2.5%，YWX对P的反应模式就会发生“跳跃”。另外，R、Y和其他因素通过向上或向下平移L₁、L₂、L₃等途径进一步将函数图像改变为实线L₁^＇、L₂^＇、L₃^＇，从而使需求函数非连续“跳跃”的特征更加显著。

图3　感觉阈限与需求曲线的非连续性

笔者认为，心理物理学（psychophysics）能够对这一现象给出较为合理的解释。具体地说，投保人对刺激变化的感受性与刺激量的变化之间存在着某种联系。投保人的感觉阈限包括绝对阈限（absolute threshold）和差别阈限（difference threshold）两个层次。绝对阈限是刚好能够引起心理感受的刺激大小。差别阈限是恰好能引起差别感觉的刺激之间的最小强度差，又或者说从一种反应到另一种反应的瞬时转换点。

为什么人们的感觉会存在阈限呢？根据Stevens等（1941）的理论，反应刺激变化过程的神经结构在机能上被分为若干个神经量子（neural quantum）。如图4所示，只有在刺激增量ΔΦ大到足以兴奋一个附加的神经量子单位时，投保人才能察觉到刺激增量，意外险的需求模式也随之出现调整。从理论上讲，通货膨胀率刺激与投保人反应之间的关系曲线可能是梯形跳跃式的^[2]。

由于意外险需求模式在阈限附近可能会出现某种程度的跳跃，所以保险公司应该关注P的变动，并及时地调整营销策略，尤其要重视市场需求的平滑管理，以避免意外险市场因为需求模式的改变而受到冲击。

（4）除了P之外，R、Y和其他因素在不同区制的作用也不尽相同。YWX在低区制对R的反应系数是-2.5。当名义利率调整缺乏通货膨胀弹性时，负通货膨胀率使得R上升，替代效应此时将抑制意外险需求，并在低区制将图3当中的L₁向下移动至L₁^＇位置。YWX在中区制对Y的反应系数是2.4。随着Y增大，它能够在中区制将L2向上推高至L₂^＇位置。YWX在高区制对R的反应系数是-7.1。当名义利率调整缺乏通货膨胀弹性时，正通货膨胀率使得R下降，替代效应此时会促进意外险需求。再加上意外险需求对其他因素的反应系数等于34.3，于是R和其他因素在高区制共同将L₃大幅度地抬高至L₃^＇位置。P、R与Y等市场信号组合对投保人决策的贡献率具有显著的差异。应该说，情境影响了市场信号的权重乃至意外险的需求模式。

图4　神经量子模型基本概念图示

图5　主要结论的三个层次

除了信号P之外，R成为通货紧缩或者高通货膨胀时期意外险投保人最关心的市场信号，替代效应是主要的；信号Y的作用并不显著，收入效应是次要的。在低通货膨胀时期，情况恰好相反。显然，投保人根据不同情境有意识地在多个市场信号当中甄选出自己最关心的信号，剔除一部分无关紧要的信号或者仅仅赋予它们较小的权重，然后对保留下来的信号进行某种形式的非线性编辑（例如享乐编辑），最后才作出是否购买意外险的决策。所以，营销策略在通货紧缩或者高通货膨胀时期需要重视意外险的适当收益率（例如分红型意外险），而在低通货膨胀时期则需要重视意外险对于稳定的、高品质生活的保障作用，尤其是针对那些收入水平增长较快（不一定是高收入）的人群开展意外险营销。

四、结论及建议

如图5所示，本文的主要结论大致包含三个层次。第一，三区制门限模型能够比线性回归模型更加准确地描述YWX与P之间的关系。P能够显著地影响YWX。第二，由于投保人重视物价波动问题，所以意外险产品的设计应该尽可能地体现投保人的这一重要关切。通货膨胀指数化对于意外险产品创新而言是十分必要的。第三，YWX与P之间不是简单的线性负相关。与通货膨胀风险相比较，投保人更加厌恶通货紧缩风险。YWX对P变化的敏感程度是“边际递减”的。意外险产品的指数化调整应该是动态、非线性的。第四，由于需求模式在门限值附近出现较大改变而有可能冲击意外险市场，所以当P接近门限值时保险公司应该及时地调整意外险的营销策略，例如采取市场需求平滑管理等策略。第五，考虑到R、Y和其他因素等可能会强化YWX对P反应函数的非连续“跳跃”的特征，保险公司除了实施通货膨胀指数化方案以外还应该根据不同的经济形势辅之以其他营销策略。

针对意外险产品的动态指数化调整、需求的平滑管理以及其他营销策略等问题，笔者提出以下建议。

（1）意外险合约应该增加关于保险金额随通货膨胀率动态调整的规定，即不考虑通货膨胀因素时的保险金额K乘以（1＋X＊P）。其中，0%≤X≤100%。如图6所示的动态调整方法简单易行。在高通货膨胀时期实施完全指数化方案（X＝100%）。在低通货膨胀时期实施部分指数化方案（0%＜X＜100%）。越接近高通货膨胀率一侧，指数化调整的力度X越大；越接近通货紧缩一侧，指数化调整的力度X越小。在通货紧缩时期不实施指数化方案（X＝0%）。

图6　动态调整的指数化方案

（2）在意外险产品设计当中，保险公司应该甄选并突出产品的某些属性，并使之与最强的市场信号相对应。例如，在通货紧缩或者高通货膨胀时期，营销宣传可以强调意外险的适当收益率（例如分红型意外险）。在低通货膨胀时期，营销宣传则应该针对那些收入水平增长较快（不一定是高收入）的人群。

（3）在做好需求预测的同时，保险公司应该加强意外险需求的平滑管理。例如，提供一些与需求模式变动方向相反的产品和服务。当宏观经济在通货膨胀与通货紧缩之间徘徊时，适当提高分红型意外险的收益率。当经济在低通货膨胀率与高通货膨胀率之间徘徊时，适当降低分红型意外险的收益率。

（4）保险公司应该改变以自我为中心的产品设计理念，提高客户的参与程度。对于意外险这种客户忠诚度较低的产品，以客户为中心的服务理念显得尤为重要。保险公司可以利用互联网和移动通信平台切实关注客户的需求动向，鼓励客户参与意外险产品的创新设计，努力为团体客户打造个性化的产品和服务。

（5）政府应该出台更多的、旨在促进各个险种均衡发展的政策措施，为包括意外险在内的保险市场提供更加良好的法律环境、政策环境以及市场竞争环境，以进一步激发意外险市场的潜在需求。

参考文献

［1］蔡华，葛仁良.基于VEC模型的物价对产险保费增长的影响研究［J］.广东商学院学报，2010（2）.

［2］樊纲.通货紧缩、有效降价与经济波动——当前中国宏观经济若干特点的分析［J］.经济研究，2003（7）.

［3］徐东炜.我国财产保险需求地区差异性分析［J］.北京工商大学学报：社会科学版，2005（5）.

［4］杨舸，田澎，叶建华.我国寿险需求影响因素的实证分析［J］.中国软科学，2005（3）.

［5］叶明华.试论通胀与商业保险需求的关系［J］.中国保险，2010（7）.

［6］张承惠，陈道富，雷薇，田辉，赵光毅.国际保险业发展趋势及保险市场开放模式比较［EB／OL］.中国发展基金研究会，2008-8，http：／／www.cdrf.org.cn／a／Report／46.pdf.

［7］卓志.我国人寿保险需求的实证分析［J］.保险研究，2001（5）.

［8］Babbel D.Inflation，Indexation，and Life Insurance Sales in Brazil［J］.Journal of Risk and Insurance，1981，48（1）.

［9］Browne M.and K.Kim.An International Analysis of Life Insurance Demand［J］.Journal of Risk and Insurance，1993，60（4）.

［10］Chan K.S.Consistency and Limiting Distribution of the Least Squares Estimator of a Threshold Autoregressive Model［J］.The Annals of Statistics，1993，21（1）.

［11］Fortune P.Inflation and Saving through Life Insurance：comment［J］.Journal of Risk and Insurance，1972，39（2）.

［12］Guo F，Fung H.G and Y.S.Huang.The Dynamic Impact of Macro Shocks on Insurance Premiums［J］.Journal of Financial Services Research，2009，35（3）.

［13］Houston D.The Effects of Inflation on Life Insurance［J］.California Management Review，1960，2（2）.

［14］Neumann S.Inflation and Saving through Life Insurance［J］.Journal of Risk and Insurance，1969，36（4）.

［15］Stevens S.S，Morgan C.T and J.Volkmann.Theory of the Neural Quantum in the Discrimination of Loudness and Pitch［J］.The American Journal of Psychology，1941，54（3）.

【注释】

[1]本课题的阶段性研究成果发表于中国保险学会期刊《保险研究》2010年第8期（封面推荐文章）。

[2]在实际测量阈限的心理学实验中，刺激与反应之间的关系曲线总是一条递加的拱形曲线。Stevens认为，原因在于缺少对被测试者的动机、注意疲劳等随机波动因素的全面控制，因而是拱形曲线。