政策性农作物保险框架下超额赔付率分保精算研究.docVIP

政策性农作物保险框架下超额赔付率分保精算研究 孙 婧 杨汭华( （中国农业大学经济管理学院） 【摘 要】如何确定再保险的超额赔付率起赔点和赔偿封顶至关重要。极值理论是研究异常事件的风险管理技术，本文运用极值理论中超越阈值数据法（POT方法），评估了农作物巨灾损失风险分布状况，基于此，将农作物巨灾损失发生的可能性按照10年、25年和50年一遇的考虑，得出了三层超额赔付率再保险方案。实证测算了河南省小麦超额赔付率再保险在4种不同的保险方案下的最优赔付率起赔点和封顶点，对于制定农作物再保险政策具有参考价值。 关键词：农作物再保险 最优分保点 极值理论 POT法 超额赔付率再保险 分类号：F326.11　文献标识码：A? 一、引言 近年来自然灾害频繁发生，为各国经济发展和人民的安居乐业造成了深远影响。我国是农业大国，农民在总人口中占有较大比重，在灾害多发期既需要稳定农业生产，也需要保障农民的正常生活。2007以来，我国开展了政策性农业保险，农业保险的风险责任陡增。中央政府在强化支持基本农业保险的同时，连续五年在中央一号文件中提到促进农业再保险制度建设的问题，同时，自2010年始，各省份也相继建立了农业巨灾风险基金，农业风险分担体系的建设初见端倪，其中，再保险制度的发展和完善具有迫切性。目前有很多关于农业保险的理论和实证研究，但对农业再保险仅局限于理论研究，尚缺乏基于精算的再保险分保探讨，这是我国与农业国外再保险发展的最大差距，也是本文的选题意义所在。农业再保险业务模式应用最多的是超额赔付率再保险、成数再保险和超额赔款再保险。本文运用极值理论的POT方法来对超额赔付率再保险的分保进行讨论，测算了巨灾发生的阀值，以此探讨超额赔付情况下的最优超额赔付率再保险的分保点（即最低超额赔付率分保点）。 二、研究方法框架 图2 分层再保险精算的技术路线 近年来，极值理论（Extreme Value Theory, EVT）在气象、水文、地震等领域广泛应用，并逐步扩展到金融保险领域的实证分析，用于处理严重背离均值的极端统计数据的分布。极值理论度量金融风险的模型主要有两类：一类是BMM模型（Block Maxima Model，BMM），对最大值或最小值的分布直接建模，是一种传统的极值分析方法。另一类为POT模型（Peak Over Threshold，POT），这种方法事先设定一个阈值，对超越阈值的数据进行建模。POT模型方法对数据数量的要求比较少，是现代主流极值方法。 1.极值理论 极值理论是研究异常现象和小概率事件的风险管理技术，它的重要性体现在评估极端事件风险，例如自然灾害地震、洪水等带来的损失。极值理论于20世纪50年代诞生，德国数学家Emil Julius Gumble提出了用Gumble分布计算海堤高度和强度来预防极端小概率事件可能带来的巨大损失。Gumble分布是极值理论的重要基础，近年来在金融领域该理论也得到了广泛应用，主要用于测算极端风险的金融市场损失。极值理论主要关注损失分布的尾部特征，特别是能反映最大损失的灾难性事件。极值理论的研究方法有两种，分块样本极大值法(BMM)和超越阈值数据法（POT）。前者是对分块后的最大值或最小值建模，缺点是浪费数据，后者是设定一个门槛值（Threshold），然后将超过这一门槛值的所有超额损失数据建模，超额损失数据服从的分布主要就是广义帕累托分布（GPD）。本文主要应用POT方法来解决保险精算的问题。 （一）广义帕累托分布（GPD）与POT模型的理论基础 假设序列的分布函数为，均值为，方差为。定义样本极值序列并按大小排序 ，称为次序统计量，， 分别称为样本极小值和样本极大值，统称为样本极值，它们的分布称为极值分布。定义为随机变量x超过阀值的条件分布函数，它可以表示为： 由条件概率公式可得： （1） 定理（Pickands (1975)）指出，对于一大类分布（几乎包括所有的常用分布）的条件超限分布函数，存在一个，使得： （2） 函数G′ξ,σ(y)称为广义Pareto分布（GPD）。当ξ≥0时，y∈[0,∞]；当ξ≤0时，y∈[0, -σ/ξ]。ξ的不同取值决定了Pareto分布尾部的厚度，ξ越大尾部越厚，ξ越小尾部越薄。 2.广义帕累托分布 定义广义帕累托分布函数为： (1) 其中，ξ为形状参数，β为尺度。当ξ 0时，分布函数Gξ,β(x) 是帕累托分布的分布函数，对应的参数为α=1/ ξ，λ=β / ξ；当ξ=0时为指数分布；当ξ 0时，是薄尾帕累托分布。 广义帕累托分布GPD的性质： ； (2