农业保险产品设计论文范文

本站小编为你精心准备了农业保险产品设计论文参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

一、农作物干旱指数保险产品设计的框架

农业气象指数保险是一种创新型农业保险产品，它以农作物产量与影响产量的气象灾害因子的计量关系为基础，将农作物气象灾害损失指数化，当指数达到规定的保险赔偿数值程度(触发值)时，投保人就可以获得相应额度标准的赔偿。WorldBank(2007)在“在低收入国家指数保险抵御天气风险”报告中提出，发展中国家实施气象指数保险需要4个步骤，归纳起来就是确定气象风险、量化气象产量、保险合同定价、产品推广普及。就农作物干旱指数保险产品实施的技术难度和重要性而言，本文的研究内容是量化天气产量和保险合同定价，二者包括前后相连的7个步骤或内容，即估算农作物生育期需水量值，测算农作物水分缺失的减产量，建立农作物气象产量与缺水量的相关关系，确定农作物生育期缺水减产临界值，构造降雨因子产量波动模型，建立降雨量赔付指数模型，计算纯保费率。

(一)估算农作物生育期需水量值农作物需水量估算需利用作物系数法。其中，ETC是指估算的农作物需水量值(mm)，ET0是指农作物腾发量(mm)，KC是指作物系数，可以借助已有资料所记载的某个试验区域得到KC值，然后估算其平均值。关于ET0的计算方法，目前联合国粮农组织(FAO)(1998)推荐用FAO56-PM方法。我国学者徐俊增等(2010)在分析实测参考作物蒸发蒸腾量变化规律基础上，评价了目前的11种日ET0计算方法。结果表明，FAO56-PM方法与实测值最接近，本文也建议采用FAO56-PM方法的Penman-Monteith公式进行ET0的计算。不过，由于Penman-Monteith公式计算的是农作物日腾发量(mm)，所以需将计算出的农作物日ET0值逐日合计为农作物生育期(或者某个重要阶段)的ET0值，然后根据(1)式计算出农作物生育期(或者某个重要阶段)的需水量ETC。由于各农作物生育期时间长短、气候条件各异，因而各阶段需水量有很大不同，气象指数保险产品设计需要关注需水量最多的阶段，如小麦、玉米、水稻需水量最多的阶段是抽穗至成熟期，即灌浆阶段。

(二)农作物水分缺失减产量的确定王素艳等(2003)通过气候生产潜力的逐步订正法，分离出水分对农作物生产潜力的影响。经水分订正后得到的气候生产潜力则表示水分对农作物最高产量的影响，若水分不足，则反映干旱对气候生产潜力所引起的减产。本文将采用逐步订正法计算气候生产潜力，其计算顺序与内容为:第一步计算光合生产潜力。光合生产潜力是假设农作物在各种环境因素(如温度、水分、养分等)都处于最适宜、最协调状态条件下，农作物通过光合作用而达到的最高产量，也叫作作物产量的理论上限。假定光合生产潜力:Y1=F(Q)，Q为太阳总辐射。第二步计算光温生产潜力。光温生产潜力Y2是在最优质的土壤条件及其最佳管理方式下，水、肥充分满足作物生长发育的需要，仅由当地光温条件所决定的农作物产量的理论上限。假定光温生产潜力:Y2=Y1•F(T)，T为温度，理论上F(T)最大为1。第三步计算水分生产潜力。气候生产潜力的计算是在光温生产潜力基础上乘以水分修正系数完成的。水分有效利用状况由降水和蒸发对比所决定，当降水和蒸发与作物生长需水过程完全匹配时，则水分生产潜力最高。推理可得水分生产潜力:Y3=Y2•F(W)•Ky，其中，W为水分，Ky为水分—产量反映系数(产量对水分的反应系数)。影响农作物生长的气象条件还包括相对湿度、风速等，鉴于它们对水分生产潜力影响不大，对农作物干旱指数保险产品设计的影响也不大，所以本文不再对包含相对湿度、风速的生产潜力进行研究。

(三)确立农作物缺水量与气象产量的相关关系农作物生育期的缺水必然会引起产量的减少，确立气象产量与缺水量的计量关系是农作物干旱气象指数保险产品的关键步骤。第一，以Pr表示实际降雨量，以Pl表示缺水量，ETC是前文提到的农作物需水量值，由于ETC设计中已含有“土壤热通量”变量，因此这里暂不考虑土壤有效底墒的作用。若不考虑土壤有效底墒的作用，则表达缺水量的等式。需要说明的是，本文在这里对作物趋势产量预算与计算方法作了进一步的优化。在以往趋势产量预测与计算时，由于个别年份农作物产量的缺失及数据的非时间序列、非平稳性等问题，若直接应用回归分析往往会导致“伪回归”现象，致使分析的结论无效。不过，运用协整检验能验证单整阶相同的变量之间是否存在一种长期稳定的均衡关系，即选取的变量是不是影响作物产量的主要因素，通过这种检验方法能提高趋势产量模型的精准度。因此，本文在对作物趋势产量预算与计算方法上进行了优化与创新，也就是对历年农作物年产量数据进行平稳性的单位根检验，并运用最佳准则函数定阶法即AIC准则(或相关性检验)确定模型的阶数p、q。运用构建的模型进行估计和预测产量，然后确定最佳模型。针对构建的模型进行协整性检验，得出模型的具体数值，然后对自变量和因变量进行格兰杰因果关系检验。

(四)确定农作物生育期缺水减产临界值确定农作物生育期缺水减产临界点的目的是确定气象干旱保险指数保险产品赔付的触发值。不同农作物的生育期根据需水量可划分不同阶段，例如北方冬小麦的生育期T可划分为播种期、越冬期、返青—拔节期、灌浆期等4个阶段。不同生育期内缺水变化对产量的影响可用Fisher.R.A积分回归模型来表示。

(五)构造降水因子产量波动模型对于一般的单产波动模型，分为参数模型和非参数模型。参数估计方法就是首先假定单产波动模型的分布函数形式，然后利用数据拟合估算出该分布函数的参数，确定模型的具体形式。非参数模型方法的运用在近两年的研究中有所增多，但是在农作物气象指数保险产品的设计中，非参数模型运用一直很少。究其原因，天气指数的系统特征和动态特征都随着空间坐标的变化而变化，且其概率分布大多数拟合于特定的参数分布模型，不适合非参数模型，这也是国内天气指数保险产品研究中非参数模型运用不成熟的体现。因此，本研究采用参数模型来构造降水因子产量波动模型。本文采用Sherrick(2004)确定最优模型的方法:先用矩比率图作为模型选择的粗略标准，然后结合AD检验选择最优模型。

(六)建立降雨量赔付指数模型本部分是建立预定触发值和保险赔付额的量化关系。根据步骤(4)划定的生育期降雨量考察阶段，将农作物某个生长阶段需水量值设定为y，同时令y''''w=Yw/Yt，针对需水量y，可以将降雨量yi根据降水多少在0与y之间分为多种情况。

(七)计算纯保费率目前，农业保险纯费率的计算方法主要包括经验费率法和单产分布模型推导法。这两种方法理论上各有优缺点，其中经验费率法是利用“收支平衡”的原理，体现了对价交换原则，它是依据个体或地区的历史损失数据进行费率核算，将个体或地区历史损失率的平均值作为当年损失率预测的一种费率厘定方法。经验费率法可以提高费率厘定的精确性，适用于长期性、完整性、高质量的历史数据。单产分布模型推导法则是基于统计学和概率论，通过对某地区或个体作物单产波动的概率密度函数的确定来进行费率厘定，该方法理论严谨，数学推理性强，适用于没有“高质量”历史数据的情况。由于目前我国单产历史数据质量不高、且连续性不够，所以本文采用单产模型推导法。对农作物的单产分布模型可从参数方法和非参数方法分别进行确定，然后从中设计较优的农作物单产分布模型。本文对参数方法主要运用正态分布、偏态分布、正态化Logistic分布、Weibull分布进行参数估计，非参数方法主要选择比较流行的Kernel核密度估计法对参数进行估计。需要注意的是，我国现在的农业保险产品是保成本，由于保障水平低，保成本的农业保险已经遇到了市场需求的挑战，气象指数保险产品的引入有助于我国农业保险的保障程度由保成本转向保产量。通常情况下，要对纯保费进行风险修正，修正的方法多采用夏普比率法，即根据历史赔付的方差来估计附加保费。此估计法的主要理论基础是赔付款有极大概率会落在“赔付预期”及其往上一个“标准差”之间(即最高可能赔付)，承保人决定投保人为此应该付出标准差的小部分为附加保费。

二、结语

与同类研究相比，本文的创新点主要表现在:(1)在干旱指数的确定上，相对于其他文献或研究，本文采用生育期需水量求作物的干旱指数，而其他文献采用降水距平均百分率作为干旱指数，降水距平均百分率方法以历年降水量的平均值和当期降水量来确定作物的干旱指数，不能符合实际情况。而本文在构建干旱指数时从作物的实际需水量入手，运用公式ETC=KC•ET0，估算出农作物的实际需水量，进而求出缺水量。(2)在确定作物减产率与干旱指数关系上，同类研究多是采用简单的对应关系，本文为了确定作物减产率与干旱指数关系，运用气候生产潜力的逐步订正法，将水分导致的减产量分离出来，其公式为:Y4=Y2－Y3=F(Q)F(T)(1－KyF(W))。(3)在具体干旱指数临界值的确定上，其他文献或研究没有涉及该方面，而本文运用R.A.Fisher积分回归模型确定生育期缺水减产临界点。同其他农业气象指数保险产品类似，农作物干旱气象指数保险产品从产品设计到实践应用，再到产品推广，还有一段路要走，实践中的气象数据缺失和基准风险难以消除等困难延缓了气象指数保险产品从设计到应用，再到推广的进程。但是，从气象指数保险产品的技术优势看，从它目前在发展中国家的推广和我国各地的试点运行看，农业气象指数保险产品必定会取代传统农险产品。

作者：陈盛伟张宪省单位：山东农业大学经济管理学院山东农业大学生命科学学院