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。     

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。     

水稻保险气象保险指数研究——以连云港市为例

以江苏省连云港市近30年水稻单产以及近30年来的气象要素,利用5年直线滑动均值法,分离出气象产量,并将气象产量与各种气象要素进行相关性检验,根据相关性结果选取日照时数作为农业气象保险指数因子,投保时间选取水稻对日照最敏感的抽穗开花期与灌浆成熟期,同时建立水稻减产率与寡照时数的关系模型。再依据连云港市各区县日照气象数据,采用Weibull分布模型模拟不同地区发生寡照气象灾害的概率,结合减产率模型确定不同灾害触发等级下保险纯费率。结果表明,连云港市各区县水稻减产率与寡照时数呈三次函数关系;其中灌云灌南发生寡照灾害概率较高,而赣榆最低;连云港市各区县寡照气象灾害指数保险纯费率呈南高北低的趋势,灌南地区的纯费率最高,在轻度灾害赔付触发等级下,纯费率高达8.32%,而赣榆地区的纯费率最低,仅为2.98%。研究认为在中度或中重度灾害触发等级下纯费率较适宜,研究结果可为连云港市各区县水稻开展政策性气象指数保险提供科学依据。     

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。     

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     

玉米气象指数保险纯费率厘定的实证研究——以河北省为例

以1993-2010年河北省各市玉米单产和气象因素的面板数据,构建面板数据模型,推算各市气象单产数据,并运用单产分布模型厘定各市玉米气象指数保险纯费率,以期为河北省玉米气象指数保险的发展提供理论及技术支持。研究表明:各市玉米气象指数保险的纯费率普遍偏高,介于2.40%～8.50%,且各市间纯费率差别较大,纯费率最高的张家口市高出最低的秦皇岛市3倍多,这与河北省的玉米种植风险实际情况一致,说明气象指数保险理论具有可行性,这将为我国农业保险的发展提供一个新的思路和方法。     

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.     

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。     

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。     

基于产量统计模型的农作物保险定价研究进展

近年来中国农业保险得到了快速发展,农作物保险费率定价问题受到高度重视。产量统计模型是农作物保险精算中较为成熟、应用广泛的一种模型,适用于中国开展的农作物保险实践。论文在广泛综述国内外研究进展的基础上,探讨了产量统计模型中存在的主要问题,并就该模型未来发展的趋势进行了讨论。研究表明：（1）产量统计模型中的趋势处理和分布拟合环节是模型不确定性的两个主要来源。针对农作物单产趋势的研究,应该进一步开发可灵活表达趋势变化规律的模型,并注重趋势检测结果的验证。对于概率密度分布模型的选择必须遵循作物和风险的区域特征。（2）产量统计模型尚不能有效解决空间相关风险累加的问题。引入空间要素,形成产量的综合时空统计模型是经典产量统计模型的重要发展方向,可有效解决农作物保险精算中的相关空间问题。在上述问题中对传统产量统计模型进行改进,从而形成可计算、高精度和更稳健的产量统计模型,并在农作物保险定价中开展实践,将有助于中国农业保险向着科学化、专业化和精细化的方向发展。     

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.     

Is the “One Province One Rate” premium policy reasonable for Chinese crop insurance? The case in Jilin Province

Crop insurance in China is currently adopting the premium pricing strategy of “One Province One Rate”, which appears to be in line with the systematic risk characteristics within crop insurance. This research aims to investigate the theoretical rationalization of this pricing strategy and its implications using the spatial lag model and the county-level data from the 45 corn plant counties of Jilin Province, China. Results corroborate that: (1) the spatial spillover effect of the corn yield risk is significant in Jilin but decreases rapidly when the risk unit includes more than eight counties; and (2) separating Jilin Province into eight risk zones for corn insurance will significantly reduce the high cross-subsidy phenomenon arising from the “One Province One Rate” strategy and shall benefit poor peasants in the region as well. This paper not only proves the existence of a systematic risk of crop insurance but also reveals that the spatial correlation and systemic features of the crop yield risk do not create a solid foundation for the current pricing strategy of “One Province One Rate”. These conclusions will undoubtedly provide important references and empirical evidence for the role of China's crop insurance in poverty alleviation.     

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...