商业银行农业贷款中自然灾害风险的度量研究.pdfVIP

商业银行农业贷款中自然灾害风险的度量研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
商业银行农业贷款中自然灾害风险的度量研究.pdf

商业银行农业贷款中自然灾害风险的度量研究 张龙翔 (武汉大学经济与管理学院,湖北武汉430072) 【摘 要】 自然灾害风险是农业生产面临的最大风险,也是农业贷款产生损失的最主要原因。由于 自然灾害的发 生和作用具有不确定性,我国银行的农业类贷款中并未根据 自然灾害风险的影响制定贷款价格。文章以农作物产量为计 量指标,通过时间序列模型拟合农作物产量,并采用非参数信息扩展得到农作物损失分布情况,从而为科学、定量地度量 自然灾害风险提供 了可能。 【关键 词】农业贷款;自然灾害;度量方法 【中图分类号】F830.5 【文献标识码】A 【文章编号】1004—2768(2013)08—0053—03 一 、 问题提 出 二、农业 自然灾害损失的估算 自然灾害风险是指因自然力的不规则变化产生的现象所 农业生产所面临的自然灾害不仅包括干旱、洪涝、冷害、热 导致危害经济活动、物质生产或生命安全的风险。对农业生产 害、连阴雨和大风、冰雹等气象灾害,还包含稻瘟病、稻曲病、百 而言,自然灾害风险存在低频高损的特点 ,即灾害发生频率不 叶枯病 、螟虫、稻飞虱等病虫害及地震 、泥石流等地质灾害,这 高,但灾害一旦发生 ,对一定区域的农业生产将产生致命的打 些灾害都会对农作物生产造成产量损失。由于灾害的复杂性和 击。自然灾害风险是农业贷款中最主要的风险,但由于自然灾 不确定性 ,在实际研究中,无法将产量损失与灾害情况一一对 害的大小和频率难 以度量,我国银行通常并不单独计算该风 应,但通过对农作物产量的统计性描述 ,可测算农作物生长期 险。随着我国银行对农业生产支持力度的提高,农业贷款日益 内所有 自然灾害造成的综合性影响。尽管 自然灾害并非农作物 成为银行的主要业务和收入来源之一,如何对 自然灾害风险进 产量变化的唯一影响因素,但在一定区域范围和生产技术条件 行度量、定价、管理,成为我国金融机构必须面对的问题。 下,自然灾害对农业生产的影响可以用农作物产量的规律性变 对于农业贷款,其 自然灾害风险损失是通过农作物产量相 化近似替代。 对于正常产量的减少来表现的,因此 ,农业贷款的自然风险溢 (一)农作物单产减产率的估算 价是通过寻找农作物的产量分布函数来计算的。目前描述农作 在农业生产中,由于育种、种植技术的演变,农作物不存在 物产量分布和测量产量风险的模型分为参数模型和非参数模 标准的单位产量 ,但总体而言,农作物单位产量 的变动存在一 型。参数模型假定产量减少服从某一已知分布,然后使用样本 定的统计学规律。现代计量科学的发展为农作物产量的拟合提 作参数拟合 ,Botts(1958)的研究认为农业产量服从正态分布, 供 了可行 的方法 。ARIMA模型 (Auto—RegressiveIntergated 但随着样本的扩大,更多证据显示农作物产量并不服从正态分 MovingAverageMode1)是研究时间序列变量规律的重要模型, 布,Nelson(1989)提出,农作物产量服从 Beta分布 ,而此后学者 包含 3个参数:自回归阶数 (p)、差分次数 (d)和移动平均阶数 也根据其样本分布设定了诸多分布形式。近年来,由于非参数 (q),通常被写作 ARIMA(P,d,q),经 d次差分后 的平稳序列 估计能避免参数估计 中设定分布形式所带来对估计结果的影 ARMA(p,q)可写为: 响,因而 日益被广泛采用。Turvey(1993)在计算保险费率时采 = 1 一 l+ … + ‘+ ,-01 卜l一 一 (1) 叩 q 用了农作物产量的非参数估计,但其样本量过小使得估计结果 其中,.为原序列差分后的序列,为残差。在初始值给定的 准确度不足 ;Goodwim(2000)运用经验贝叶斯核密度估计农作 情况下,该模型可用于预测其后各期原序列的变动规律。对于已 物产量密度,优化了估计效果。在这些研究的启示下,国内在农 知的农作物产量

文档评论(0)

xx88606 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档