社会互动与居民商业养老保险参与--基于CGSS(2015)数据的实证分析

来源 :对外经济贸易大学 | 被引量 : 0次 | 上传用户:jiang663613
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近些年我国人口老龄化问题不断加剧。根据2019年中国统计年鉴,截至2018年年底,全国65岁及以上人口达到1.67亿人,占总人口比重11.9%,远高于国际对于老龄化社会的7%的标准。全国65岁及以上人口、老年抚养比逐年增长,新生儿出生率逐年下降。从2013年到2018年的五年间,全国65岁及以上人口增长26.6%,老年抚养比增长3.7个百分点。在我国,人口老龄化已经成为一个极为严峻的社会问题,影响着我国社会、经济等多方面的发展,养老问题备受瞩目,亟待解决。我国养老保险体系由基本养老保险、企业年金、个人商业养老保险构成“三支柱”模式,2017年年底,基本养老保险规模达到4.64万亿,企业年金基金规模达到1.3万亿,商业养老保险基金规模达到1.11万亿,我国三支柱养老金体系共积累资金7.05万亿,占GDP的比重只达到8.52%,与OECD国家形成鲜明对比——2018年,OECD按各国GDP加权的平均养老金资产与GDP之比为82.3%1。
  人口老龄化的不断加剧及生活成本的提高使得我国养老金账户处于收支不平衡的现状中,难以完全满足老年人的生活必须和个人的养老需求。企业年金和商业养老保险作为第二和第三支柱,更应当发挥对于基本养老保险的补充作用。而作为第二支柱的企业年金,由于其缴纳与否由企业决定,所以对国家而言具有不可控性,对个人也难以做到自主选择。在这种情况下,完善和促进商业养老保险的参保显得尤为重要。我国居民对商业养老保险参与率低下是阻碍商业养老保险发挥补充作用的主要问题。因此,对于商业养老保险参保范围的扩大需要从需求端入手,分析不同方面对于商业养老保险需求的影响,有针对性地提高商业养老保险覆盖范围,解决商业养老保险产品和服务中存在的问题。对每一位居民来讲,不同的社会互动程度代表着不同的信息接收能力,是否购买商业养老保险也受到周围群体行为的影响。因此研究社会互动与商业养老保险参与之间的关系对于促进商业养老保险发展,扩大商业养老保险范围进而改善我国养老现状具有重要意义。
  本文分析了社会互动对于家庭商业养老保险需求可能带来的影响,认为社会互动会通过内生互动机制和情景互动机制对个人的商业养老保险参保选择产生影响。其中内生互动机制通过观察学习和话题交流来促进居民对保险的选择,前者能够降低学习成本,提高对保险知识的了解,后者能够提高参保效用;情景互动机制指个体对保险购买的结果能够形成示范效应,社会互动通过这种示范效用对个体的参保产生影响。之后,本文基于2015年中国综合社会调查(Chinese General Social Survey,CGSS)截面数据构建Logit模型定量研究社会互动对商业养老保险参保的影响。结果发现:在控制了其他传统影响因素以后,线下和线上社会互动与商业养老保险的参保具有显著的正相关关系;线上互动比线下互动对商业养老保险的购买具有更大的促进作用;农村地区的线下互动对商业养老保险的参保不具有显著影响。最后,本文运用社会互动对家庭参保决策的作用机制来分析出现这种结果可能的原因及提出相应的对策建议。
其他文献
互联网的兴起带来了一个数据爆炸、信息爆炸的时代,人们的生活急需要从海量的信息中提取到自己所需的信息,各种不同的推荐系统应运而生。随着数据信息的指数型增长,数据类别的变化、数据的可获取性和数据的多样性都给推荐算法的精准性带来了很大的挑战,传统的协同过滤算法在当下个性化的需求面前,其准确性显得有很大不足。如何更好的利用数据资产对推荐算法进行改进是当下需要被重点思考的课题。  本文基于公开的数据集Mov
学位
分类问题在遗传标记、肿瘤分类、微阵列数据分析、生物信息学和机器学习等领域都有着广泛的应用。随着数据存储能力与计算能力的提高,高维变量的出现给这些领域带来了新的挑战。为了更好的解释高维分类问题,提高分类预测能力,变量筛选和降维起着重要的基础性作用。  在分类建模之前,除了进行主效应的选择,考虑到单个主效应的影响并不足以刻画其与响应变量之间的关系,本文重点进行了交互效应的筛选方法的研究,并创新性地提出
学位
随着个人消费信贷的不断发展,信用评分技术逐渐用于信用卡发放、房贷、车贷等消费领域,以便评估信贷申请人在未来违约的可能性。如何科学有效地建立信用评分模型,使金融机构能够快速准确地做出审批决策,是金融业界和学术界的一个焦点。目前,已有众多方法应用到信用评分领域中,但这些研究的数据集通常只包括被接受的客户信息,而占比约九成的被拒绝的客户信息由于缺乏后续信用表现记录被忽视。如果仅使用接受样本的信息来衡量未
学位
随着中国经济的发展,中国的金融市场得到了长足的进步。上证券交易所也仅仅只有30年的历史,与欧美相比是整整几百年的差距。虽然则意味这我们还不够成熟与完善,但这正也是我国金融市场发展的潜力所在。研究股票市场的价格变动将是大有价值的。  本文总结了以往学者对股票价格变动预测的方法与模型,从最初的时间序列模型到最近几年大火的神经网络。最初的时间序列模型就是简单的将股票的各种特征输入模型,然后进行回归分析。
学位
大数据时代,传统预测指标体系与预测方法已逐渐不能满足实际预测工作之需。本文将大数据技术和机器学习与宏观经济指标相结合,对宏观经济预测预判进行了探索性研究,在一定程度上拓展了机器学习和大数据技术在宏观经济分析中的应用。  本文创新采用交互式“半监督”的TF-IDF关键词提取算法分析处理大量与消费者信心相关的新闻文本数据,该技术支持“人机交互式”地对文本主题、类别、关键词和样本之间的关系进行学习和摆布
学位
近年来,我国政府为缓解中小企业融资难问题,相继推出PPN、中小企业私募债、非公开发行公司债等私募债品种,进一步拓宽了中小企业的融资渠道。但是由于中小企业自身资质一般较差,风险防范意识薄弱,往往存在较大的信用风险。自2018年起,我国私募债市场违约风险凸显,有违约常态化的趋势,故对私募债市场做全面的信用风险度量研究势在必行。  本文在对国内外学者研究内容梳理的基础上,以我国自2012年起发行的,且尚
传统金融学将市场视为是有效的,以及市场参与者是理性的。但一直以来,有效市场假说都在受到挑战和质疑,特别是在真实市场中出现诸多市场异象。  本文从我国资本市场异象出发,以股权溢价之谜为例,应用行为金融学理论,从短视性损失厌恶和失望厌恶角度对中国A股市场上的股权溢价之谜进行理论和实证研究。  首先,对中国A股市场上的股权溢价幅度及呈现特征进行分析,这是进行解释与实证分析的基础。其一,发现A股市场的年度
学位
现代社会由各种社交网络组成。由于其在人们的日常生活与商业活动中均扮演着重要角色,社交网络也因此成为了近年来国内外学术研究中的热门领域。根据个体间的亲密程度不同,社交网络可分为弱关系型网络与强关系型网络,其中弱关系型网络的覆盖范围更加广泛,用户参与目的更加明确,因而一般具有更高的研究价值。本文以弱关系型社交网络为主要研究对象,并从网络的结构特征出发,在现有研究成果的基础之上提出新的网络模型,该模型在
学位
当前我国就业形势平稳但未来仍面临很多挑战,长期护理保险的建立能够有效带动就业,从而缓解就业压力。同时,提高护理人员队伍的就业水平和就业质量能够推动长期护理保险的发展,是应对老龄化冲击的有效途径。所以,对长期护理保险促进就业问题的研究,具有非常重要的现实意义。  本文从长期护理保险促进就业的角度出发,首先通过分析长期护理保险对劳动力供给、劳动力需求和劳动力质量的影响建立长期护理保险促进就业的框架。随
学位
随着人口老龄化程度的加深,我国失能、半失能老人的数量达到4400万人。为了应对失能、半失能老人的长期护理风险,我国于2016年开始试点实施长期护理保险制度。长期护理保险作为我国社会保险制度体系中重要组成部分,其制度设计的公平性、有效性和可持续性直接关系着制度的有效实施和老年人共享改革发展成果及制度设计带来的红利状况。通过分析各试点地区长期护理保险制度,发现在制度设计上普遍重视制度的有效性和可持续性