基于农作物生长周期的气象指数保险定价研究-中国保险与风险管理.docVIP

基于农作物生长周期的气象指数保险定价研究 ——以河南省中牟县冬小麦生产为例 潘国臣 梁茵1( 摘 要：农作物天气指数保险是农业保险中的创新险种以河南省中牟县冬小麦生产为例，对基于作物生长周期的定价方法进行了研究，开发了定价的具体计算方法，结果显示这种定价方法科学合理，可较准确地对农作物所面临的一种或者多种风险进行定价，在我国具有较强的适用性。 关键词：农作物天气指数保险[中图分类号] S-9, F840 一.前言 1999年，在世界银行的支持下农作物降雨量指数保险被开发出来并实验成功。此后，各种类型的农作物天气指数保险在印度、墨西哥、马拉维、埃塞俄比亚和坦桑尼亚等国得到推广并取得了较显著的效果 [1]我国的农作物气象指数保险试点从2008年开始，试点省份为安徽省。试点一年多以后，位于安徽的国元农业保险公司开发出了水稻、小麦等作物天气指数保险产品并开始出售保单。天气指数农业保险有其独特的定价技术，我国前期对对该类产品的开发设计较多地借重了国际农业发展IFAD）、联合国世界粮食计划署（WFP）等机构的支持，我国在自主研发气象指数农业保险产品方面的能力还显著不足，因此有必要对这类新型农业保险的定价方法进行更多的研究。 到目前为止，研究者在气象指数农业保险定价方法的选取上并未达成共识 [2] [3]一些研究者采用均衡定价方法，通过建立均衡模型来求得保险产品的均衡价格。该定价方法的最大问题在于过于复杂，而且模型的建立需要基于一系列的关于价格方程、随机过程、风险的市场价格等方面的假设条件。当模型假设与实际发生偏离，将影响定价结果的准确性 [2] [4]此外，近年来有部分学者开始尝试使用蒙特卡洛方法来进行气象指数保险的定价，该方法将系统性风险和非系统性风险同时包括在分析过程中，被认为可以获得较为准确的损失预测 [5]，不足之处在于这种方法还较为不成熟。本文的研究的则是基于作物生长周期的定价方法。该方法根据作物生长周期划分阶段，对各阶段天气指标划分权重，然后建立产量和气象指针的回归模型，能够较为准确地预测气象指数变化对农作物产量的影响，实现较准确的保险定价 [6] 基于作物生长周期的定价方法在有关的文献中有过粗略的介绍，但是却未形成具体的算法，难以为我国保险公司所用。本文采用河南省中牟县冬小麦种植的实际数据，对这种定价方法进行研究和开发，形成具有应用性的算法，并考查这种定价方法的效果。 二.样本地区冬小麦损失风险分析 本文选取河南省中牟县为样本地区。该县地处河南省中部，是河南省的农业大县。农作物生产在该县经济发展中占有重要地位，冬小麦在全县农作物中种植比例约为46%，种植面积约40万亩，种植区域分布广泛。影响该县冬小麦生产的主要气象因素包括降雨量、日照、干热风、冰雹等。 根据当地农业部门的调查统计，干旱是使当地冬小麦减产的主要因素。在样本县地区发生干旱灾害的频率很高，据样本县县志记载，自解放以来，样本县平均每3年发生一次较大的旱灾。样本县土壤以沙质土壤为主，降雨容易在短时间内汇集成地表径流或下渗至深层土壤而不能被作物吸收，因此很难形成地表水体。 在冬小麦生长期中的扬花阶段，日照时长决定了冬小麦的授粉率。因此日照在冬小麦的扬花时期起到十分关键的作用。扬花过程中若日照时长过短则会减少果实数量；此阶段内若降雨量过大，则会降低作物授粉率。 干热风是造成冬小麦在收获前倒伏的主要因素。样本县种植的冬小麦品种经农业部门多次改良，现已全面普及为抗倒伏的“矮株”。因此，样本县冬小麦一般不会出现大面积倒伏现象。即使有少量倒伏现象出现，由于干热风行进的路线多为线性，其表现为仅有几排冬小麦受灾，受灾面积不大。因此，本文在设计冬小麦气象指数保险的过程中，不考虑干热风这一气象灾害。 此外，据作者实地调查发现，样本县在冬小麦种植阶段很少出现冰雹灾害，主要由于该地区的强对流天气一般发生在78月，而冬小麦的生长周期集中在106月。因此，本文亦未将冰雹风险纳入研究范围。 综上所述，影响样本县冬小麦产量的主要气象因素为降雨量和日照，本文将针对这两种气象风险进行该地区冬小麦气象指数农业保险的定价。 本文中的冬小麦种植面积和产量资料来自于当地统计局，气象资料包括降雨量和日照指数,均来源于样本县唯一的气象监测站。该气象监测站位于样本县中心位置（北纬3443分东经11401分）。所有数据期间自199910月至2010年6月，包括11个冬小麦生长周期。 四.单因素模型定价 单因素模型的定价中仅考虑一种气象风险。在国际、国内研究气象指数农业保险产品定价的诸多文献中，单因素模型被讨论得最多。目前已在市场上出现的气象指数保险产品也有相当一部分属于单因素的保险产品。比如，南非的苹果霜冻指数保险，印度农作物的干旱指数保险等等。 单因素模型的定价计算需要在充分考虑作物生长规律