农作物区域产量保险费率厘定的方法综述.docVIP

农作物区域产量保险费率厘定的方法综述 　　【摘要】文章对农作物区域产量保险费率厘定方法的参数法和非参数法的研究文献进行了综述，并对两种方法的利弊进行了简要的分析说明，指出农作物的产量受到各种因素的影响，如农民投入的可变生产要素，气象条件等。简单的通过以时间为自变量对历史数据拟合得到趋势产量的做法可能并不可取。 　　【关键词】费率厘定 参数法 非参数法 　　一、引言 　　农业保险市场是一个复杂的保险市场，常因农业保险特有的系统性风险，以及参与人（通常是保险人和被保险人）之间的信息不对称引起的道德风险和逆向选择问题而致使市场失灵。专门针对系统性风险的农作物区域产量保险计划，满足保险的风险一致性原则，对于通常容易出现的逆向选择以及道德风险问题可以有效地减少或避免。该种保险计划在瑞典、加拿大和印度等国均经过了长期的试验实践{1}，目前又在美国、巴西等国得到广泛应用，是一个理想的农业保险计划。农作物区域产量保险计划实施的一个重要基石是其费率精算，纯费率厘定主要有参数法和非参数法。 　　我国在解放前的1934年，就开始试办农业保险，至今已有80年的历史。但中间经历了多次波折，在上世纪80年代末至90年代初，农业保险进入试点高潮，也因此进入了一段快速发展期。但之后，农业保险逐步萎缩，到2003年时，农业保险保费收入竟下降到只有1992年的60%左右。因此，党中央对政策性农业保险的发展给予了高度重视，我国的农业保险也终于迎来快速发展的春风，特别是在2007年实施政策性农业保险保费补贴政策之后，可以说，农业保险的保费收入得到极速增长。根据保监会发布的数据，2007年到2013年的七年间，我国农业保险的保费收入快速增长，分别是51.84亿元、110.7亿元、133.9亿元、135.7亿元，173.8亿元，240.13亿元和306.6亿元，保费收入规模分别是2006年没有实施保费补贴政策时的6.13倍、13.09倍、15.83倍、16.04倍、20.4倍、28.19倍和35.99倍。同时，根据央行发布的《中国农村金融服务报告（2012）》，到2012年底我国农业保险业务规模已经跃居世界第二，仅次于美国，是全球最重要、最活跃的农业保险市场之一。 　　财政补贴型险种作为我国农业保险的主要险种，极大的减轻了农民的保费负担水平，2012年，我国继续扩大农业保险保费财政补贴，当年补贴的农业保险保费规模达到235.28亿元，占当年农业保险总保费规模的97.98%。我国农业保险保费补贴一般是由中央、自治区、盟市和地方等各级财政共同承担。中央财政对农业保险保费补贴的范围在逐年扩大，从地理区域上看，农业保险已由最初的部分省市试点扩大到全国。从保险品种上看，中央财政补贴的品种已扩大到15个（水稻、玉米、小麦、油料作物、棉花、马铃薯、青稞、天然橡胶、森林、能繁母猪、藏系羊、奶牛、牦牛、育肥猪、糖料作物等）{2}。对各品种的政府补贴比例均有相关最低比例要求，同时各省（自治区）、地方补贴各有不同。根据2013年9月18日公布的《新疆乌鲁木齐对政策性农业保险保费补贴方案》，乌鲁木齐市的农牧民在办理养殖或者种植保险时，均将可以享受到政府不少于90%的保费补贴{3}。 　　毋庸置疑，随着我国农业和农村的发展深化以及政策性农业保险积累的经验越来越丰富，财政对政策性农业保险的补贴的范围也将越来越广，补贴的力度也会越来越大，我们对农业保险的风险管理能力会越来越强，管理的效果也会越来越显著。 　　在加大补贴力度，推动地方发展农业保险积极性，使财政补贴政策更合理、更加可行和更加有效率时，对农业保险费率的合理性提出了更高的要求。保险费率水平的不合理可能导致新一轮的信息不对称而引起新的逆向选择和道德风险问题最终又导致市场失灵。 　　国内外学者们对农业保险相关的费率厘定作了很多研究，形成了系统的分析理论框架。农作物区域产量保险纯费率厘定以区域产量损失（Loss，定义为趋势单产与实际单产之差）为基础，当实际单产低于趋势单产时，认定损失发生。农作物区域产量保险费率厘定的关键可分为两个步骤，首先是趋势单产估计，其次也是最重要的就是去趋势后样本单产分布的估计。很多研究（包括本文）表明错误的选择分布模型来厘定费率会对农作物区域产量保险的费率厘定带来较大的偏差，从而导致费率的不合理，加大、加深了农业保险中的道德风险和逆向选择问题。去趋势后单产分布估计的方法通常有两种：参数法和非参数法。参数法（Botts and Boles（1958））是最初发展起来的方法，这种方法的特点是首先假定农作物去趋势单产服从某种特定的分布形式，然后通过某种统计量判断农作物单产波动服从的概率分布，利用数据拟合估算出该种分布函数的相关参数值，进而确定模型的具体形式，最终通过拟合的分布形式计算相关费率结果。显然，参数