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。     

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。     

廊坊市夏玉米干旱气象保险指数研究——以霸州市为例

利用廊坊市霸州市农业气象观测站点1980—2018年的逐日气象资料和1993—2018年夏玉米产量资料,基于水分亏缺率构建夏玉米干旱气象指数,通过分析夏玉米干旱气象指数与相对气象产量之间的关系,构建夏玉米灾损模型,提出夏玉米干旱保险赔付标准,厘定干旱保险纯费率,设计夏玉米干旱气象指数保险产品。结果表明,在拔节期至乳熟期内发生干旱对夏玉米产量影响最大,选取拔节期至乳熟期和全生育期的干旱气象指数进行灾损分析,构建减产率模型,将夏玉米分为轻旱、中旱、重旱和严重干旱4个等级。设计夏玉米干旱保险赔付标准,起赔标准为干旱气象指数>40%,在拔节期至乳熟期保险费率为5.6%,保费357.6元/hm²,全生育期保险费率6.5%,保费395.7元/hm²。     

冬小麦农业气象保险指数研究 ——以连云港地区为例

利用连云港市近30年冬小麦产量数据以及相关年份气象要素数据,使用5年直线滑动平均方法,分离出气象产量,将气象产量与各种气象因子进行相关性检验,根据研究结果,选取相关性显著的气象因子,设计气象指数产品.结果显示,不同生育期内,冬小麦产量的影响因子不同,因此可以设计出多种农业气象指数产品,对冬小麦气象指数与相对气象产量进行回归分析处理,计算出不同相对气象产量范围内所对应的气象指数临界阈值.根据长时间序列气象指数的数据,计算出连云港市农业气象指数各等级灾损的风险概率,同时建立关于冬小麦产量的灾损模型,并且分别得出不同免赔额下各气象指数的保险纯费率.结果显示,在免赔率为0％时,各农业气象指数产品保险纯费率在2.35％～5.66％之间,研究结果可为连云港市冬小麦开展政策性气象指数保险提供科学依据.     

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。     

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。     

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。     

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。     

农作物病虫害气象指数保险发展思路

病虫害是中国农作物面临的重要灾害之一。为解决现有病虫害保险产品在保险责任界定模糊、起赔点设定不一以及道德风险、逆向选择等设计与运行方面的局限性,提出运用气象指数型保险进行病虫害风险管理的新思路。病虫害气象指数保险设计思路可概括为数据的获取与整理、病虫害减产量的确定、病虫灾害气象因子的选取和指数构建以及保险纯费率的厘定4个部分。未来,在农作物病虫害气象指数保险的研究中,应加强气象学、植物保护学、保险学及农学等跨学科领域间的合作,科学量化病虫害减产量,并且重视政府、保险公司以及农户之间的信息交流。     

通辽市玉米产量风险区划研究

利用通辽市7个旗县区40年(1971—2010年)玉米单产资料,通过统计分析得到气象产量,用气象产量的变化来表征通辽市玉米产量的气象灾害风险程度,以综合风险指数为主要依据,利用地理信息数据,建立玉米单产综合风险指数的小网格推算模型,进行风险区划,为调整通辽市玉米种植结构、趋利避害等提供参考依据。     

吉林省西部玉米干旱气象指数保险研究

随着社会对气象防灾减灾的需求,气象指数保险作为农民规避天气风险的工具,日益受到相关部门的重视,并越来越深刻地影响着气象服务的推进和开展。吉林省是农业大省,是我国重要的商品粮基地,其中西部半干旱区玉米产量更是潜力巨大,但是降雨量少造成的季节性干旱严重影响了玉米产量。本文以镇赉县玉米作为研究对象,利用镇赉县11个乡(镇)站点的面板数据,对干旱气象指数保险进行了研究与设计。     

杨梅降水气象指数保险产品设计——以慈溪市为例

选取杨梅采摘期易对产量造成影响的降水因子作为保险设计的气象致害指标,定义连续降水影响日数作为杨梅降水指数;经杨梅产量分离和去趋势化处理,分析1995—2015年产量损失率和降水指数的关系,建立杨梅产量灾损模型;利用长序列历史降水资料,选用韦伯分布模型计算不同等级降水指数的风险概率,设计不同赔付触发条件下的保险纯费率和杨梅降水气象指数保险产品,为杨梅农业保险可持续发展提供技术支撑。该指数保险产品具有可操作性,可为宁波地区杨梅降水保险业务提供参考,以便在降水灾害发生后客观、便捷地开展保险理赔工作。     

通辽地区玉米天气指数保险研究与设计

通辽地区是我国北方玉米重要产区之一,极端天气较多,严重影响农业生产。利用1989—2020年通辽地区3个气象站降水及同期玉米产量资料,设计了通辽地区玉米单因子和多因子的天气指数保险。结果表明:奈曼旗干旱灾害风险等级最高。通辽地区玉米干旱指数纯保费为343.98～386.59元/hm²,玉米干旱指数保险的触发值为-0.79。玉米生育期内,只有降水量、气温、日照时数在适宜值范围内,气象产量才达到最高。此外,玉米产量与降水量、气温、日照时数不是线性关系。通辽地区综合指数保险赔付触发值为8 752.5 kg/hm²(气象产量),玉米多因子的综合天气指数纯保费为590.02元/hm²。     

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。     

江苏省单季稻应对高温热害和低温冷害的气温保险指数及风险区划

在江苏省单季稻生育过程中,高温热害以及低温冷害对单季稻的灌浆结实有显著影响。建立了夏季高温热害指数以及秋季低温冷害指数,构建了天气产量以及单季稻减产率的计算公式;将1999—2015年关键月份逐日最高、最低以及平均气温进行筛选后代入气温灾害指数中,定量分析单季稻的气温指数与减产率之间的关系,确定水稻的天气保险指数。将气温灾害指数代入相关模型可得到当年的减产率并判定是否赔付,然后再运用燃烧定价法厘定江苏省各市在四级免赔额下的保险纯费率,根据计算结果将江苏省进行风险分区。本研究思路可为农产品气象保险产品的设计提供思路,实证结果可为江苏省单季稻气温指数保险产品的设计提供参考。     

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。     

我国粮食主产区粮食巨灾保险纯费率的厘定及政策建议

粮食保险属干政策性农业保险,准确的费率厘定将有助干政府制订出科学的保险支农政策.粮食巨灾事件属于极值事件,故本文基于极值理论进行研究,根据诊断以GPD作为粮食灾损数据的尾部分布,采用极大似然法估计GPD参数,按照费率厘定的期望损失法思路,探讨了粮食巨灾保险的纯费率厘定方法,进而对主产区粮食巨灾保险的纯费率进行了厘定.厘定结果表明,各主产区的纯费率较高且差异明显,北方主产区的平均纯费率高于南方主产区.据此提出政策建议:政府应加大对各主产区粮食巨灾保险的扶持力度,对各主产区的保费补贴应依费率不同而区别对待,对北方主产区的扶持力度应相对更大.     

基于气象因素的玉米单产堆栈集成学习建模与预测

【目的】在世界气候变化加剧和气象灾害频发的背景下,探究气象因素对玉米单产的重要性并准确预测玉米单产对于促进农业生产和田间管理具有重要意义。本文旨在量化分析玉米各生育阶段气象因素对单产的重要性并建立高精度、高可靠性的玉米气象单产堆栈集成学习估测模型来预测单产。【方法】利用HP滤波法和移动平均法确定各县域趋势单产模型并分离出各县气象单产。采用轻量级梯度提升机（LightGBM）、Bagging和Stacking 3种集成学习方法,通过对中国12个省份596个县级行政区域和气象观测站跨度34年的日度气象数据和玉米产量数据进行分析,建立3种基于不同集成学习框架（LightGBM、Bagging和Stacking）的玉米气象单产预测模型。【结果】适用HP滤波法作为趋势单产模型的县域主要集中在陕西、河南、江苏和安徽地区。相较于HP滤波法,更多县域适用于移动平均法,且多数县域R 2分布于0.8以上。基于5年滑动预测和模型精度评价指标,3种模型对玉米单产的平均绝对百分比误差（MAPE）指标均低于6%。Stacking模型MAPE值达到4.60%,预测精度高,泛化性强。结果表明玉米气象单产堆栈集成学习预...     

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。