X省农业灾害风险债券设计思考.docVIP

X省农业灾害风险债券设计思考 　　【文章摘要】 　　本文在介绍保险连接证券的基本概念和原理的基础上，提出X省发行农业自然灾害风险债券以解决X省农业保险面临的种种困境，并对其运行机制做出了相关建议，对其损失分布进行拟合，提出合适的农业灾害风险债券发行规模，根据资本资产定价模型计算X省发行一年期不同类型的农业灾害风险债券的可行利率和价格。 　　【关键词】 　　保险连接证券；农业灾害 　　X省作为一个农业生产大省，同时，X省又是自然灾害多发的地区，农业生产会又受到自然灾害很大程度上的影响，如何减少自然灾害对X省农业生产造成的损失就成了影响X省经济发展的重要问题。本文借鉴美国的一种金融衍生工具——保险连接证券，也叫巨灾风险证券化。保险连接证券可以定义为保险人将其承保的巨灾风险通过金融证券的创造和发行转移给资本市场的安排或机制，也就是巨灾风险证券化。它一方面可以借助资本市场分散保险市场的风险，从而有效提高了保险业抵御风险的能力；另一方面保险业凭借着这种金融工具可以从资本市场上获得大量的资金，扩大了本身的承保容量。同时，也使政府能够摆脱“最后保险人”的尴尬境地，使得巨灾风险可以被保险人和广阔的资本市场中的投资风险偏好者共同分摊，从而解决了资金的流动性问题，周转问题和风险的分担转移问题。 　　1 损失分布建模 　　1.1 样本数据选取 　　本文选取了1950-2011年间X省农作物主要遭受的各种气象灾害数据，以衡量X省农业生产遭受的灾害损失。农业的受灾情况按照统计当中不同的界定标准可以分为受灾面积，成灾面积和绝收面积。其中受灾面积是指，因为受到大风、暴雨洪涝、冰雹霜冻、病虫害等自然灾害的影响，导致农作物相对于正常情况下减产在一成以上的农作物播种面积。成灾面积是指，在受到上述自然灾害的农作播种面积中，农作物实际产量较正常情况下减少三成以上的播种面积。绝收面积是指，在受到上述自然灾害的农作物播种面积中，农作物实际产量较正常情况下减少七成以上的播种面积。受到灾害影响的农作物播种面积不能重复计算，在同一块土地上如先后遭受几种或几??灾害，只按其受害最大最重的一次计算受灾面积。 　　1.2 损失分布建模 　　灾害保险所关注的核心问题是考虑损失分布的尾部情况，因此在确定农业灾害损失分布时，应从经验剩余期望函数值出发，作趋势判断，初步估计分布函数，参数估计，拟合优度检验，再到理论剩余期望函数值与经验剩余期望函数值的比较验证，并最终确定分布函数这一完整的过程来进行。 　　首先对应于一组损失分布数据做出其经验剩余函数的散点图，将该图与几种重要的分布图加以比较，就可以初步判断出该组数据近似服从哪种分布并确定分布类型。设X为所考虑的损失分布的随机变量，其取值为x1，x2，……xn，同时设d为保单中规定的免赔额。如果是一组从小到大的顺序统计量就可以带入下式得出该分布的经验剩余函数值。 　　把X省农业灾害损失金额数据输入SPSS19软件做出经验剩余期望函数的散点图。如图1所示： 　　然后就要把散点图与几个常用的损失分布相比较，有五个比较重要的分布函数可供选择，它们是伽玛分布（gamma）、对数正态分布（lognormal）、对数伽玛分布（loggamma）、佩尔托分布（Pareto）和威布尔分布（Weibull）。通过观察经验剩余期望函数的线性趋势特点就可以判断出哪个分布函数是比较合适的。本文直接使用了Easyfit软件对数据进行拟合，它不仅可以自动检验拟合优度，还可以给出分布的参数结果。下面表1是Easyfit中的结果，可以对比下佩尔托分布和对数正态分布的统计检验指标来确定它们各自的拟合优度。 　　Easyfit支持最常用的拟合优度检验，包括Kolmogorov-Smirnov，Anderson-Darling和卡方检验。因为卡方检验应用的比较少，我们主要考虑A-D和K-S检验，其中A-D检验是比较主流的，如果一个拟合的检验统计量小于关键值，该拟合就被认为是好的，既然拟合优度检验统计量表明数据和拟合的分布之间的距离，所以有着最小统计量值的分布是最佳拟合模型。基于这个事实，EasyFit对每个分布排序，由上图我们可以看出对数正态分布的A-D检验排第一，K-S检验排第一。而佩尔托分布的两项排名分别为三十六和三十（见表2），拟合优度明显不如对数正态分布。 　　看一看下面的Easyfit提供的拟合优度报告，其中包括各种显著性水平计算的检验统计量和关键值。 　　这是对数正态分布的拟合优度报告，可以看出其中A-D检验的检验统计量为0.20519，小于各项显著水平下的关键值，同理K-S检验的检验统计量为0.06342，在各项显著水平下也都小于各自的关键值，由此可以看出该拟合是好的。然后看一下佩尔拖分布的拟合优度报告： 　　可以看出其中A-D检