|
|
|
|
江苏省冬小麦降雨指数保险的净费率厘定研究
|
|
【经济管理学论文报告】[摘 要]2004年以来，我国“中央一号”文件都强调政策性农业保险的重要性，各地纷纷开展农业保险试点工作，农业保险理论研究日益活跃。冬小麦是我国重要性仅次于玉米的粮食作物，而江苏省又是我国冬小麦重要的产区，因此做好江苏省冬小麦生产的安全保障，对我国粮食生产
[摘 要]2004年以来，我国“中央一号”文件都强调政策性农业保险的重要性，各地纷纷开展农业保险试点工作，农业保险理论研究日益活跃。冬小麦是我国重要性仅次于玉米的粮食作物，而江苏省又是我国冬小麦重要的产区，因此做好江苏省冬小麦生产的安全保障，对我国粮食生产有着重要的意义。目前关于江苏省小麦的天气指数保险产品设计的研究成果很少，而费率厘定又是保险合同设计和险种开发的关键环节，所以文章将重点放在农业气象指数保险产品的费率厘定问题上，并通过多种计量模型计算以及演示费率厘定的步骤。以期文章能提高转移农业风险的有效性，解决我国农业保险市场存在的技术和管理问题，推动我国农业保险事业的发展。
网
[关键词]气象指数保险；费率厘定；冬小麦；净费率
[DOI]10.13939/j.cnki.zgsc.2017.33.037
1 引 言
农业气象指数保险是指把一个或几个气候条件（如气温、降水、风速等）造成的农作物损害程度指数化，每个指数都有对应的农作物产量和损益，保险合同以这种指数为基础，当指数达到一定水平并对农产品造成一定影响时，投保人就可以获得相应标准的赔偿。如今我国的商业保险公司在农业保险领域供给存在严重不足的问题，并且相关法律制度还不完善，因此，目前我国的农业保险以政策性农业保险为主。随着政策性保险的开展，其暴露出了诸多问题：一方面，政策性保险本身设计存在缺陷；另一方面，农民对农业保险知识的匮乏，配合度低。我国农业保险的发展受到了极大的阻力。此外，我国对于农业保险的相关研究缺乏创新，无法真正解决农业保险所面临的问题。
从2014年8月国务院《关于加快发展现代保险服务业的若干意见》提出“探索天气指数保险等新兴产品和服务”，到2016年“中央一号”文件提出探索开展气象指数保险试点，气象指数保险逐渐接过了农险转型的接力棒。大力发展作为农业保险制度创新形式之一的气象指数保险，不但是降低和转移农业风险、提高农业抵御自然灾害能力的需要，也是推进农业供给侧结构性改革的必然选择。
2 农业气象指数保险费率厘定理论研究回顾
传统的农业保险存在着保险费率粗糙、逆向选择严重、理赔成本过高等问题，因此传统农业保险的推广率并不高。近些年来，国际上农业气象指数保险的出现为解决这些问题提供了新的解决途径。
农业气象指数保险是一种新型农业保险，传入我国时间不长，所以国内有关气象指数保险定价理论方面的研究不太充分和系统。相比之下，国外学者对气象指数保险理论层次的研究要深刻得多，为简化起见，因此只综述国外有关学者关于费率厘定的理论研究。
保险净费率是以长时期的平均损失率为基础确定的。农业气象指数保险费率厘定的方法主要有两种：一种是经验费率法；另一种是单产分布模型法。关于经验费率法：Jerry R.Skees（1999）通过统计学方法拟出作物产量的趋势产量，其与实际产量之差便命名气象产量，再将气象产量与趋势产量作比便最终得到相对气象产量，而相对气象产量=单产损失率=保险净费率。关于单产分布模型法：核心是拟合出农作物风险损失的概率分布进而进行保险的费率厘定。而拟合作物单产分布的方法又能细分为参数估计法和非参数估计法。Barry K.Goodwin和Oliver Mahul（2004）认为非参数估计只有在大样本条件下具有稳健性而在小样本条件下则不然，因此其对样本的容量以及变异性都有较高的要求。相比之下，参数估计法由于对数据处理的严谨性和准确性而备受瞩目和广为应用。Bailey Norwood（2004）在美国农业经济杂志上就曾提出过六种参数模型形式，而至今，国外学者已经研究运用几十种参数模型对农作物单产概率分布进行拟合。其中，运用最广泛的主要有以下五种： 伽马分布（Gamma distribution）、正态分布（Normal distribution）、Weibull分布、对数正态分布、贝塔分布（Beta distribution）。
3 江苏省冬小麦降雨指数保险费率厘定的技术路线
江?K省冬小麦干旱指数保险产品是典型的单因素气象指数保险，因其剔除了其他因素对作物的产量影响。本次研究主要运用单产分布模型法，依据冬小麦生长原理、气象学基本原理和计量经济学的方法，对江苏冬小麦降雨指数保险产品定价的原理步骤进行研究。
3.1 费率厘定的技术路线图
第一步，构建小麦产量的时间趋势模型，可以选用多种方法进行拟合：线性模型、对数模型、二项式、三项式、移动平均法。第二步，引入并分离相对气象（降雨）产量。第三步，构造降雨―相对气象产量模型，这是最关键的一步，即得到降雨量和相对降雨产量之间的计量关系。第四步，利用单产分布模型法，拟合相对气象产量模型，并采用相关标准选取最合适的模型以得到相应的气象指数保险的纯费率。
净费率厘定技术路径
3.2 净保险费率厘定
净费率对应保险公司对出险事故进行赔偿或给付的部分。对每个单个保险标的来说，出险事故的发生具有随机性，但从大数据的角度来说，若保险标的数目足够多以至于可以看作大样本空间时，赔付事件的出现是遵循伯努利大数定律的。因此，若对免赔额和赔偿限额的不予考虑，灾害风险概率=保险公司的期望赔款率=保险纯费率。所以，如果掌握了长时间序列的农产品产量平均损失率，就可以间接求得净保险费率。
3.2.1 构建冬小麦产量的时间趋势模型
本文拟采用5年直线滑动平均模拟法计算趋势产量，此方法可以比较完整地消除特殊天气的短期影响，得到较为准确的趋势产量，且能够与实际产量拟合较好。5年直线滑动平均模拟法的计算如下所示。
3.2.3 构建冬小麦降雨量赔付指数模型
由于降雨量不固定，不同的生长作物在不同的时期遭遇的伤害也多种多样，因此，出于准确性要求，我们需要降雨因子进行时间分类。 根据生物学知识，不同生长期内的降雨量对冬小麦的生长产生不同甚至相反影响。应该根据影响的正负进行分类，进行下面的研究。
（1）气象灾害定级和临界值的确定
由于受灾情况不同，对农民造成的损失有所差异，因此需要对受灾状况进行等级的划分，以此来确定赔付金额。我们根据相对气象产量，可以计算出该灾害对农作物造成的损失率，从而得出灾害发生的概率，根据如下设置的模型，可以计算出该种气象灾害的临界值CV（Critical Value）如下。
（2）建立临界值和保险赔付额的量化关系
为了使得气象指数保险品种的设计更具有针对性，本文仅仅针对江苏省冬小麦的一种情况进行了分析（例如干旱问题），通过对历年江苏省的降水情况进行数据处理，结合保险公司过去几年的赔付率，运用保险估算公式，推算出了临界值和保险赔付金额之间的关系，从而可以根据受灾状况的严重程度来决定保险赔付金额的多少。
3.2.4 单产分布模型法估计保险净费率
计算保险净费率是厘定出保险综合费率的最重要一步。保险净费率是指用于理赔保险标的损失额占保险金额的比率，在数值上等于保险赔付率或者损失率。我们采用单产波动模型法中的农产品单位产量损失的概率分布来表示保险纯费率。单产波动模型现在已经被绝大多数国家所接受。国内外研究中多以如下四种单产波动模型作为拟合对象。
（1）Weibull分布
Weibull分布是瑞典物理学家Wallodi Weibull最先提出的概率分布形式，是目前可靠性检验的基础理论之一。Weibull分布形式灵活，可以通过调整参数的方式改变其偏度和峰度。
4 结论与展望
4.1 研究结论
（1）农业气象指数保险产品对于降低农业保险经营成本，稳定赔付率，抑制逆向选择和道德风险以及促进农业的可持续发展均有重要积极意义。
（2）本文重点研究了江苏省冬小麦降雨指数保险的费率厘定的步骤，通过引入相对气象（降雨）产量并定级降雨灾害，然后得到降雨赔付指数模型，最后拟合筛选多种单产波动模型而得到净保险费率，最后通过对该费率的修正和补充再得到综合保险费率。
4.2 未来展望
本文通过对农业气象指数保险定价理论进行了深入的研究，最终得出了针对江苏省冬小麦降雨指数保险费率厘定的原理和步骤。但是项目组在研究过程中仍然存在着一些不足。
（1）在设计针对江苏省冬小麦的费率厘定模型的?^程中，由于项目组成员专业知识所限，没有尽可能多地使用农业科学的相应知识。在今后的研究中，项目组成员可以更大程度地将农业科学的专业知识应用到模型之中，从而使费率厘定结果更贴近现实情况。
（2）在费率厘定模型应用的过程中，由于项目组成员时间所限，无法通过亲身考察获得可靠数据。由于数据的缺乏，项目组成员无法对设计出的费率厘定模型进行正确性检验以及得出确切的费率值。在今后进一步的研究中，项目组可以通过收集相关数据验证费率厘定模型，对模型的科学性及其效用性进行评价。
参考文献：
[1]孙朋.农业气象指数保险产品设计研究[D].泰安：山东农业大学，2012.
[2]郭建荣.单因子农业气象指数保险产品的费率厘定[D].泰安：山东农业大学，2015.
[3]于宁宁.农业气象指数保险研究[D].泰安：山东农业大学，2011.
[4]李云婧.中国农业气象指数保险发展研究[D].沈阳：辽宁大学，2016.
[5]陈盛伟，张宪省.农业气象干旱指数保险产品设计的理论框架[J].农业技术经济，2014（12）：32-38.
[6]Niels Pelka，Oliver Musshoff，Robert Finger.Hedging Effectiveness of Weather Index-based Insurance in China[J].China Agricultural Economic Review，2014，6（2）：.
[7]Goodwin K.B.，Vandeveer L.M.，Deal L.J..An Empirical Analysis of Acreage Effects of Participation in the Federal Crop Insurance Program[J].American Journal of Agricultural Economics，2004.
[8]Skees.J.R，A.J.Leiva.Analysis of Risk Instruments in an Irrigation Sub―Sector in Mexico.[R].June 30，2005.
|
|
|
|
广告服务