《表2:寿险密度、寿险深度回归结果》
提示：宽带有限、当前游客访问压缩模式
注:*P<0.10，**P<0.05，***P<0.01
本文通过使用相关经济数据，分别将寿险深度和寿险密度变量代入，对实证模型的参数进行估计，得到如表2所示的结果:
| 图表编号 | XD00191997600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.28 |
| 作者 | 帅姝瑶、何彬灵 |
| 绘制单位 | 云南财经大学、云南财经大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 部分寿险公司考核时间及内容》2020.09.15
- 《表2 相关性分析结果：寿险市场发展的个人代理人激励因素研究——以宁波市为例》2020.09.15
- 《表3:地区寿险密度、寿险深度回归结果》2020.10.28
- 《表3:地区寿险密度、寿险深度回归结果》2020.10.28
- 《表2 台资寿险业进入大陆状况》2020.08.01
- 《表4 2010—2017年三大区域财险和人寿险的密度、深度》2020.06.25
- 《表2 最终聚类结果：基于K-Means和Logistic的寿险客户流失预测模型研究》2020.09.15
- 《表1 寿险对经济增长影响的实证结果》2019.11.01
- 《表2 2014-2016年寿险公司市场份额情况》2019.04.01
- 《表2 主要银行系寿险公司原保费收入》2019.06.01
- 《表2 2017寿险公司SARMRA得分前20名》2018.05.25
- 《表7 模型测试结果：基于遗传神经网络的寿险业信用评级优化研究》2019.10.01
- 《表4影响因素回归结果：中国寿险公司权益类投资影响因素分析——基于TPB理论的模型构建与实证分析》2018.11.20
- 《表7分位数回归结果-非寿险密度对数为因变量, 广义工业化为自变量》2018.01.20
- 《表5分位数回归结果-非寿险密度对数为因变量, 狭义工业化为自变量》2018.01.20
- 《表6分位数回归结果-非寿险深度为因变量, 广义工业化为自变量》2018.01.20
- 《表4分位数回归结果-非寿险深度为因变量, 狭义工业化为自变量》2018.01.20
- 《表8分位数回归:非寿险-服务业》2018.01.20
- 《表2 中国寿险公司资金运用的效率平均结果(规模无效)》2019.08.10
- 《表3 中国寿险公司资金运用的效率平均结果(规模有效)》2019.08.10