基于农作物产量统计模型的农业保险费率厘定研究论文.docVIP

基于农作物产量统计模型的农业保险费率厘定研究 【摘要】 由于保险以稻、麦等粮食作物和棉花、烟叶等经济作物为对象，保险事故的发生在实践上具有很强的随机性进行无趋势处理得到新的玉米单产数据。 第二，为了更好地拟合各省的玉米单产服从的概率分布情况，我们采用了非参数估计方法，而且这种方法可以较好的保留原始数据中包含的信息，得到了各省的玉米单产服从的概率密度分布曲线图及数据，以下为北京的部分概率密度分布函数对应点的函数值。 第三，利用单产损失率的期望（即纯费率）公式计算，利用mablab通过第二问得到的数据进行积分求和，继而得到各省的纯费率，现列出部分省的纯费率如下 省市 北京 天津 河北 山西 浙江 辽宁 吉林 江西 上海 纯费率（%） 6.11 4.97 4.84 4.80 3.21 6.59 5.88 5.51 2.84 第四，为了分析该种农作物纯费率的分布特征，由于系统聚类是效果较好且是经常使用的方法之一，系统聚类在聚类过程中是按一定层次进行的。我们采用此方法对全国各省玉米的纯费率进行分析，通过分析系统聚类的冰柱图和树状图，我们将各省分为五大类如下： 关键词：产量统计模型 纯费率 聚类分析 SPSS软件 matlab软件 一、问题重述 一．背景 农业保险是规避农业生产风险的重要手段之一，其作为一种分散风险并能在灾后及时提供经济补偿的风险管理手段，越来越被人们所认识农业保险是指专为农业生产者在从事种植业和养殖业生产过程中，对遭受自然灾害和意外事故所造成的经济损失提供保障的一种保险。表示单位面积的保障水平（此处假设为1，实际中,由保险人及政府相关部门共同商定），长期平均单产（单产的期望）为，以表示实际单产,显然， 表示了单产损失率，以表示的概率分布密度，则单产损失率的期望为。根据保险学有关原理，保险人的纯保费收入应等于期望赔付，纯费率等于保险人的期望赔付率（即上述单产损失率的期望）。综上，种植业保险产品定价的核心问题在于估计农作物的单产所服从的分布（产量统计模型产品定价法）。流程如下： 三．问题 请查阅有关资料及数据资源，以我国各省或者某省各地区的某一农作物为例，以农作物产量统计模型为基础，对某一农作物保险进行定价（费率厘定），要求： 对某一农作物历史单产数据序列进行去趋势处理； 对该种农作物单产服从的概率分布进行拟合； 计算纯费率； 分析该种农作物纯费率的分布特征，并对结果进行讨论。 二、模型假设与符号说明 2.1模型假设 1、假设所参考的数据均真实、可靠；2、假设事件序列具有趋势的变化，是由国家的政策及生产资料的发展所带来的假定这一因素与地域无关（及全国农业政策统一，科技发展同步）假设趋势因素以乘法形式对实际单产产生影响，除去趋势带来的影响单产只与地域有关5、单位面积的保障水平假设为1，实际中,由保险人及政府相关部门共同商定（注：还有一些重要的假设将在各部分给出并作出说明） i省玉米单产序列第t年的无趋势单产 2011年全国的拟合单产值 i省t年实际单产 全国t年预测单产 2011年i省的拟合单产值 三、模型的建立与求解 3.1 问题一 3.1.1 问题分析 （1）在利用历史单产数据拟合产量的概率密度分布时，不同年份的产量间相互独立是一个非常重要的前提假设，但是由于农业科技的大幅进步、农田基础设施逐年改善、自然环境的趋势性变化等原因，不同年份的产量之间会有一定的上升或者下降的趋势，这样就导致前提假设失效，所以这便有了第一问中的要对历史单产数据序列进行去趋势处理，以方便第二问的求解。 （2）经查阅，玉米是分布范围最广的主要农作物之一，且有相对详尽的各省历年单产数据，因此我们选取玉米作为本文的研究对象，并选取1989至2011年的数据进行研究。 3.1.2 数据的去趋势处理 （1）首先我们考虑针对每一个省份分别作去趋势处理，以北京为例，但是经过计算发现，去趋势效果很差，所以我们决定先以全国的单产数据作为基准进行数据处理，经过拟合后可以得到线性的sig.较小为0.011，因此选用线性来进行去趋势处理。在去除趋势时我们采用某省该年实际单产占全国该年预测单产的百分比（）作为随机误差，再根据下式计算无趋势单产： 式中，t的范围为1989-2011，为i省玉米单产序列第t年的无趋势单产，为2011年全国的拟合单产值。通过上式，2011年以前的历史单产都调整为2011年生产技术水平和自然环境条件下的单产，即去趋势单产。 这时我们再来看北京的实际数据与去趋势后数据的对比（如下图表所示），可以看到效果较好，所以继续其他省份的数据处理。 表3.1.2-1北京市实际单产与去趋势后部分数值对比表 图3.1.2-1北京市历年去趋势值折线图（以全国拟合值为标准） 经过对各个省份的计算后得到所有的去趋势