报告全文_中国保险与风险管理研究中心.pptVIP

（二）测算的思路和方法 由于农业保险实际理赔数据的缺失和不足 ，因此本文利用农作物损失模拟数据对中央大灾准备金的规模进行测算。具体测算思路可分为如下几个步骤： 1.利用历史数据估算各省农作物因灾损失序列 2.利用参数方法对各省农作物损失的概率密度分布（pdf）进行拟合 3.利用蒙特卡洛模拟对各省农作物因灾损失生成1000个模拟损失值 4.根据农业保险条款对可能的保险赔付的估算 5.对中央大灾准备金可能的摊赔额度的测算 6.对各省需向中央大灾风险准备金缴纳“保费”的测算 7.中央大灾风险准备金的规模测算 （三）数据来源和测算结果 1.数据来源 本文中农业灾情数据来自于中国统计年鉴和中国农村统计年鉴，数据起止时限为1978年至2011年，共34年；各省农业保险条款数据是作者根据中国保监会资料和网络公开资料进行整理而得。 2. 测算结果 表2 各省农作物因灾损失率的概率密度分布 省份 最优参数分布函数 相关参数 安徽 Gamma α=1.7417 ?β=0.0509 ??γ=0.02724 北京 Logistic σ=0.02583??μ=0.08333 重庆 Loglogistic α=2.9167?? β=0.09706? ?γ=0.02249 福建 Weibull α=1.871?? ?β=0.09088?? γ=0.01109 甘肃 Weibull α=2.1793? ?β=0.15252?? γ=0.03852 广东 Loglogistic α=4.2114?? ?β=0.09208?? γ=-0.00825 广西 Loglogistic α=8.8155??? β=0.18542?? γ=-0.083 贵州 Weibull α=1.6529?? β=0.08428? ?γ=0.04197 海南 Loglogistic α =5.1048? ??β =0.21595 γ=-0.095674 河北 BetaGeneral α1=1.3476??a2=1.4198 a=0.04598??b=0.20795 黑龙江 Normal σ=0.0624?? μ=0.14656 河南 Weibull α=1.8405? ?β=0.0943?? γ=0.02048 湖北 Normal σ=0.05526?? μ=0.13715 湖南 Loglogistic α=7.8825?? β=0.1972???γ=-0.07052 江苏 Weibull α=1.2496?? β=0.07719?? γ=0.02541 江西 Loglogistic α=4.4878?? β=0.1049???γ=-0.00928 吉林 Weibull α=1.4449?? β=0.16334?? γ=0.03435 辽宁 Lognormal σ=0.36891?? μ=-1.4525?? γ=-0.07206 全国 Weibull α=3.6765?? β=0.08624?? γ=0.04764 内蒙古 Beta General α1=1.3855??α2=2.0488 a=0.07616??b=0.43803 宁夏 Normal σ=0.07401?? μ=0.15181 青海 Loglogistic α=2.1577?? β=0.08121???γ=0.05011 山东 BetaGeneral α1=3.058?α2=3.316 a=-4.3545E-4??b=0.24731 上海 BetaGeneral α1=0.205?α2=2.133 a=4.8622E-15??b=0.33585 陕西 Weibull α=2.3019?? β=0.13757???γ=0.0504 山西 Logistic σ=0.04441?? μ=0.20694 四川 BetaGeneral α1=1.9365??α2=2.7039 a=0.02601??b=0.18371 天津 Weibull α=2.0416?? β=0.14664???γ=-0.00967 新疆 Logistic σ=0.02351?? μ=0.0772 西藏 InvGauss λ=0.35364?? μ=0.12157?? γ=-0.03085 云南 Logistic σ=0.02358?? μ=0.10304 浙江 Weibull α=1.6455?? β=0.08418???γ=0.01505　 表3 中央大灾准备金对各省农业保险的摊赔金额（单位：亿元）  赔付责任 省份 按现行条款计算 按全国统一条款计算 200% 300%