区域性肉鸡保险费率厘定的实证研究

在回顾农业保险费率厘定方法的相关文献的基础上,采用参数估计法和实际生产历史法(APH),根据辽宁省北票市2008—2011实地调研数据进行肉鸡保险费率厘定。结果表明:在90%的保障水平下,保全险时北票市肉鸡保险的纯费率为1.99%;做出调整以后,在现行条款下的纯费率为1.94%;考虑保险公司经营管理费用和合理利润后,厘定出的毛保险费率为2.70%。这个费率略低于现行的江苏省3%和河南省3.75%的肉鸡保险费率,略高于现行的北京1%的肉鸡保险费率和辽宁省辽阳市2%的肉鸡保险费率。该结果可为区域性肉鸡保险费率的厘定决策提供参考。     

农业保险费率和保费的计算方法研究

为合理确定农业保险费率和保费,本研究根据保险收支平衡原理,提出县级农业保险费率和保费的动态计算方法。该方法根据历年县级作物单产、种植面积和承保年的种植面积,可计算出相应承保产量或保障水平所需收缴的保费率和保费。并以东北三省水稻生产为例,以前3年单产平均值为标准产量,按标准产量100%的保障水平承保,在计算各县水稻产量保险费率和保费的基础上,运用Mapinfo7.0软件绘制保险费率和保费的空间分布图。结果表明:1)该方法输入因子简单,可操作性强,计算结果可动态输出,选择不同产量保障水平计算相应的保险费率和保费,有助于实现农业保险费率和保费的公平性和增加透明度。2)东北179个县(市)水稻产量纯保费率在0～36.21%,县域间保费率差异大,保费率空间分布分散,因此农业保险应以县域进行承保。3)东北179个县(市)水稻应采用的产量保险费率平均为10.1%,略高于美国、加拿大、摩洛哥、日本和印度等现行作物产量的保险费8%～9%,以上各国政府还按农业保费率的40%～60%给予补贴,表明我国农业保险费率需要政府提供补贴。4)在农业保险业务中应该考虑多因素而不能简单地以产量的高低来评估风险,不能认为高产区风险低而收取较低保...     

农作物单产风险分布对保险费率厘定的影响 --以新疆3县（市）棉花单产保险为例

以新疆莎车县、沙雅县和阿克苏市棉花单产保险的费率厘定为例,在农作物风险及保险费率厘定理论分析的基础上,通过参数方法和保险精算技术,选择拟合3县(市)棉花单产风险的最优模型,对棉花单产风险4种分布假定下所精算的保险费率与其合理费率进行比较,以分析农作物单产风险分布对保险费率厘定的影响。实证研究结果表明:Logistic分布为拟合3县(市)棉花单产风险的最优分布,3县(市)棉花保险的合理纯费率分别是7.62%、6.32%和4.96%,在正态、正态化和Weibull3种分布假设下厘定的保险费率均存在误差,幅度从低0.2个百分点到高8个百分点。由此说明,单产风险分布模型的选择直接影响到农作物保险费率厘定的准确性,准确厘定农作物保险费率的关键在于正确选择单产风险分布模型。     

基于二维信息扩散模型的收入保险费率厘定：方法与实证

为探究小样本情况下农作物收入保险费率厘定方法,构建了非均匀布点的二维信息扩散模型,设计了利用信息扩散技术测算收入保险费率的方法和步骤,采用蒙特卡洛模拟方法验证了二维信息扩散模型的估计效率。结果表明:在小样本情况下,非均匀布点的二维信息扩散模型具有更好的估计效率,能够提高收入保险费率的估计精度;以河北省玉米收入保险为例,运用二维信息扩散模型测算出其纯费率为8.29%。本研究提出的费率厘定方法有助于提高小样本条件下的农作物收入保险费率厘定精度,有利于收入保险高质量发展。     

基于干旱风险的甘肃省小麦保险费率厘定研究

甘肃省位于西北内陆,其农作物种植面临最大的风险就是旱灾风险,根据不同区域风险特征、量化风险、差异化厘定费率能实现对甘肃省旱灾风险的管理.基于甘肃省13市(州)1986—2016年小麦单产数据(剔除嘉峪关市数据),利用经验费率法计算不同保障水平下的纯费率,并根据4个干旱指标和4个抗旱指标对纯费率进行修正.省域内干旱风险自西向东大致呈递增状态,由此造成相同保障水平下费率的变动,最终确定甘肃省市级小麦保险费率.基于干旱风险水平差异化厘定费率适用于西北地区风险状况,且有效降低了统一费率下道德风险、逆向选择风险,以及为个人缴费水平与承灾能力不匹配、地区间财政保费补贴错配提供解决问题的方向.     

河南省小麦保险费率厘定研究

针对我国农作物保险实践中仍然使用"试探性"的经验费率而忽视纯费率研究的问题,使用经验费率法和正态分布、Weibull分布及Logistic分布3种单产分布模型对河南省5市的小麦保险纯费率进行厘定。实证研究结果发现:焦作市的小麦单产服从正态分布,单产均值为524kg,纯保险费率为1.77%;新乡市小麦单产服从Weibull分布,其单产均值为458kg,纯保险费率为1.14%;而鹤壁市、洛阳市和驻马店市服从Logistic分布,其单产均值分别为104、341和421kg,据其测定的纯保险费率分别是6.32%、4.70%和2.55%。实证研究结果表明,不同分布模型拟合出的费率不同,应该充分考虑不同地区小麦单产本身的真实分布状况选择最优的拟合分布模型;不同地区的小麦单产均值和保险费率有差异,各地一刀切的保险费率对参与保险的各方利益主体而言是不合理的。     

河南省小麦再保险费率厘定

为了保障整个保险业的正常运作,将巨灾风险向再保险市场转移是分散巨灾风险的方法之一。从目前实践来看,各省市未形成统一的巨灾风险再保险分散机制,北京市政府同意承担160%以上赔付率的无限超赔责任,河南省承担赔付率200%～300%赔付率之间责任的一部分,但更多省市政府未明确其赔付责任。对于高额的赔付必须进行有效的再保险费率厘定,才能使农业再保险在巨灾风险下有效运转。以河南省小麦为例,按照河南省2012年河南省农作物风险控制方案对再保险费率进行厘定并给出政策建议。     

安徽省茶叶霜冻害气象指数保险费率厘定研究——以黄山、六安为例

气象指数保险是当前最有效的转移气象灾害风险的金融工具，厘定合理的保险费率是设计气象指数保险产品的核心工作。研究根据安徽省黄山市和六安市历年气象数据、茶区产量数据及年单产量数据，利用差分预测、logit回归模型及正交多项式等方法计算各县市纯保险费率和基准保险费率。结果表明：六安市辖区及其下辖的舒城县、金寨县、霍山县茶叶霜冻害纯保险费率分别为5.90%、0.78%、8.11%、1.66%，均值为4.11%，最高的是金寨县，最低是舒城县；黄山市辖区及其下辖的歙县、休宁县、黟县、祁门县茶叶霜冻害纯保险费率分别为4.36%、0.66%、5.21%、2.01%、7.60%，均值为3.97%，最高是祁门县，最低是歙县，六安市保险纯费率均值略高于黄山市。基于此，提出设计差别保额保险产品、实施费率优惠政策等建议。     

农业生产风险评估及农业保险费率厘定的不确定性：研究进展和破解之道

鉴于准确厘定农业保险费率在保障农业保险持续健康发展中的重要性,20世纪80年代起学界围绕农业生产风险的科学评估和农业保险精算开展了大量研究,但尚不完善,评估结果仍存在较大不确定性。为提高农业保险定价的可信度,推动我国农业保险精算技术的发展,本文作者对国内外学界关于农业生产风险评估和农业保险费率厘定的最新研究进行了综述,在文献梳理的基础上分析了农业保险费率厘定不确定产生的根源及应对之策。研究发现,数据的稀缺性、技术问题的模糊性以及风险评估和保险定价的空间不匹配性是造成农业生产风险评估和农业保险费率厘定结果存在不确定性的3个主要原因,提高农业保险定价结果的可信度成为国外学者最新研究的努力方向。在大数据时代,降低农业保险费率厘定不确定性、提高农险定价信度最终需要依靠大数据技术,融合多种数据资源,但农业保险的精算定价并不能完全解决逆选择问题,还需要提供更加多样更具有弹性的农业保险产品进行配合。     

柑橘气象指数保险合同费率厘定分析及设计

目的设计柑橘气象指数保险合同,为开展柑橘政策性农业保险提供技术支撑。方法根据柑橘减产率与气象因子的关系,应用极值理论分析导致巨灾结果的气象风险的尾部分布,确定保险费率,综合区域产量指数保险和气象指数保险优点,设计柑橘气象指数保险合同。结果确定了浙江省西部地区各县的纯保险费率和气象灾害赔付金额。淳安、兰溪、金华市区、丽水市区气象灾害纯保险费率为1.8%—3.0%,建德、常山、江山、龙游、衢州市区气象灾害纯保险费率为5.5%—6.6%。结论气象指数保险合同针对政策性农业保险经营需求设计,可以有效解决传统农业保险和国外指数保险存在的问题,设计成气象衍生品进入金融市场。     

露地大白菜低温冻害气象指数保险费率厘定方法研究

【目的】为科学厘定露地大白菜低温冻害保险费率提供方法,为其他气象因子指数保险的保险费率厘定提供参考,为政策性农业保险的可持续发展提供助力。【方法】将1957—2018年每年初、终霜冻日期转化为儒历日,计算平均初、终霜冻日期,将平均初、终霜冻日期设定为低温冻害指数保险中的时间起赔阈值,并利用标准差分级法,对起赔阈值设置的合理性进行检验。精确统计大白菜各生长期投入成本,根据灾损率进行加权计算得出赔付比例。通过计算发生概率、灾损率与赔付比例3个因子综合得出露地大白菜低温冻害保险费率,并对种植区域进行加权计算,得出区域内的露地大白菜低温冻害保险费率。【结果】设计了露地大白菜低温冻害气象指数保险中时间和气温起赔阈值的计算方法,并制定了时间起赔阈值的检验方法。设计了低温冻害保险费率3个决定因子发生概率、灾损率和赔付比例的计算方法。【结论】经过检验,将平均初、终霜冻日期设定为丰宁满族自治县地区露地大白菜低温冻害气象指数保险的时间起赔阈值是合理的。露地大白菜在遭受轻、中、重三级低温冻害时的灾损率分别为0.3、0.7和1.0;发芽期赔付比例最高为45%,秧苗期赔付比例最高为75%,莲座期以后赔付比例最高为100%。各乡镇露地大白菜低温冻害气象指数保险费率为2%～3%,经过加权计算得出丰宁满族自治县地区低温冻害保险费率为2.14%。     

基于Copula方法的花生收入保险费率厘定研究——以河南省主产市为例

收入保险具有防范产量与价格双重风险的功能,推行花生收入保险对于宏观上提高我国食用油安全水平和微观上保障种植户持久稳定收益意义重大、影响深远。以河南省南阳市、开封市、驻马店市等三大花生主产市为例,利用1993—2016年各市花生单产数据和全省花生市场收购价格数据,在说明花生具备实施收入保险的基本条件后,采用Copula函数和蒙特卡洛方法,分别厘定了各市花生收入保险费率。结果表明:花生单产与价格间存在显著的负相关,南阳市、开封市、驻马店市花生收入保险的费率存在显著差异,在40%～100%的保障水平下分别为2.1%～17.8%、1.6%～12.5%和3.8%～16.9%,各地费率都随保障水平的下降而显著地下降;在相同的保障水平下,花生收入保险的费率与保费均低于成本保险,且能够为农户提供更高的风险保障水平。据此,提出未来要加快构建区域性花生收入保险体系,设定差异化且合理的风险保障水平。     

贵州省辣椒干旱气象指数保险研究及应用

【目的】为促进贵州省辣椒干旱气象指数保险业务开展,降低旱灾对辣椒种植农户造 成经济损失的风险。【方法】文章利用 1990—2019 年贵州省 84 个国家气象站共 30 年的气 象数据,并根据制定出的干旱等级标准进行处理,最终得出各站点各级干旱频率,以及各 站点的纯保险费率。并通过克里金差值绘制出各级干旱频率分布图以及纯保险费率分布图。 【结果】受干旱影响较大的辣椒种植地区主要集中于贵州省东南部以及中部部分区域;受干 旱影响较小的辣椒种植地区主要分布在西部。贵州省东部的纯保险费率普遍高于 9%,西部 则相对较低（约 4%）。【结论】干旱灾害空间分布以及纯保险费率空间分布结果显示,贵州 省辣椒干旱气象指数保险市场广阔。在贵州省尤其是贵州省东部需要辣椒干旱气象指数保险 产品,来降低当地辣椒种植户因干旱导致的收入不稳定风险,同时帮助农户灾后快速获得补 偿恢复生产,最终促进贵州辣椒产业健康稳定持续发展。     

中国种植业保险保障贡献评价研究——以三大主粮作物为例

种植业保险作为一项支农惠农政策,在分散转移种植风险、弥补参保种植户损失等方面起到了重要作用。相关研究指标无法直观体现种植业保险对参保作物损失的保障程度,因而采用保险赔款与参保作物损失的比值作为衡量种植业保险的保障贡献指标,并将保障贡献这一指标拆解分析;作物损失测算存在“加总偏差”问题,因而通过估算小尺度区域参保作物损失的方式计量参保作物损失。以部分代表性省份主粮作物为例,测算了参保作物保险费率和种植业保险对该参保作物的保障贡献,并将测算的保障贡献结果与调研所得参保农户主观感受的保障贡献数据进行对比。结果显示,近些年种植业保险保障贡献有所提升,但保障程度仍不太高,约为三成,低于预期;保障贡献的提升受赔付率、保险费率乘数和保障深度等因素的综合影响。基于此,提升种植业保险保障贡献,将来要不断提升种植业保险的保障深度和种植业保险费率的精算程度。     

北京市鸡蛋价格保险产品设计研究

蛋鸡养殖户面临严重市场风险,可以设计鸡蛋价格保险产品以分散和转移风险.由于使用蛋料价格比具有更多优势,北京市鸡蛋价格保险应选择蛋料价格比作为保险赔付的指标.通过对北京市蛋料价格比时间序列波动进行分析,据此对2013-2014年的保险期间进行划分,进而在整体样本区间内确定了计算费率的12个样本点,再利用非参数信息扩散模型及费率厘定公式计算得到保险期间内不同保障水平下预期蛋料价格比水平对应的保险费率值.     

农作物保险费率厘订问题的探讨

从保险经营的财务稳定性出发，对农作物保险费率的厘订从技术和理论上进行探讨，设计出农作物保险费率的计算公式，比较了计算纯费率的不同方法，讨论了损失率平均时段问题，指出农险费率的计算应根据农作物单产分布和灾害发生规律，选用不同的技术和方法，并且在实际应用中要不断调整     

牡蛎养殖风力指数保险研究

牡蛎养殖风力指数保险是风险管理的创新型工具,可以有效解决传统农业保险存在的技术和管理难题,可以为牡蛎养殖产业振兴提供保障。对牡蛎养殖风力指数保险进行设计,包括四个关键步骤:分离气象产量、建立风力指数、确立风力等级与气象产量的关系、厘定保险费率,为牡蛎养殖产业发展提供保障。     

水稻农业气象指数保险产品设计——以浙江省为例

【目的】设计水稻农业气象保险指数产品,为水稻政策性农业保险可持续发展提供技术支撑。【方法】利用水稻产量灾损与气象因子、大气环流指数的密切关系,建立单季稻产量灾损模型。利用长序列的历史气象资料,基于Beta方法,计算全省各县(市)各级灾损的风险概率,设计不同诱发系数下的纯保险费率及保费,综合区域产量指数保险和气象指数保险优点,设计水稻农业气象指数保险合同。【结果】依据水稻减产风险概率,确定沿海台州、温州、舟山、宁波地区中18个县(市)的诱发系数为7.5%,兰溪等16个县(市)的诱发系数为5.0%,嘉兴等34个县(市)的诱发系数为2.5%;确定了3个区域不同诱发系数下的纯保险费率及保费;依据诱发系数及灾损模型,设计了农业气象保险指数的合同。【结论】农业气象保险指数依据保险经营需求设计,充分运用气象部门水稻产量预测的成熟技术,采用客观的气象数据定损,是水稻农业保险方案的重要创新。该指数的运用,有助于降低逆选择,基本解决传统农业保险中理赔时效低、成本高以及理赔准确度低的弊病,促进农业保险的可持续发展。     

台山晚稻天气指数保险纯费率厘定方法的比较与选择

为找出更合适确定台山晚稻天气指数保险纯费率的方法,采用回归方程模拟法,根据台山市1987～2016年晚稻实际产量和台山国家气象观测站的相关气象资料,分离出晚稻的趋势产量和气象产量,利用气象产量和气象因子建立多元逐步回归模型,求出晚稻拟合产量,再利用拟合产量数据建立Normal、Gamma和Weibull参数模型分布进行分析比较。研究表明:Normal分布模型最适合台山晚稻产量确定,台山晚稻天气指数保险纯费率为3.47%,毛保险费率为5.03%,比目前当地现行的水稻毛保险费率4%偏高1.03%,证明本地的水稻毛保险费率偏低。本研究减少了当前台山水稻农业保险中存在的不足,为完善水稻政策性农业保险方案提供技术支持。     

安徽省分县小麦产量保险费率分析

在计算出安徽省分县小麦的多年平均损失率、损失率均方差以及理论农业保险费率纯费率的基础上,介绍了安徽省小麦损失分布状况和保险费率的地区分布特点,利用GIS技术制作分布图,并且针对当前农业保险费率的不足之处进行讨论,提出了农业保险费率的修订设想,为农业保险决策提供参考。