曾輝　許亞平

【摘要】文章對(duì)農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定方法的參數(shù)法和非參數(shù)法的研究文獻(xiàn)進(jìn)行了綜述，并對(duì)兩種方法的利弊進(jìn)行了簡(jiǎn)要的分析說(shuō)明，指出農(nóng)作物的產(chǎn)量受到各種因素的影響，如農(nóng)民投入的可變生產(chǎn)要素，氣象條件等。簡(jiǎn)單的通過(guò)以時(shí)間為自變量對(duì)歷史數(shù)據(jù)擬合得到趨勢(shì)產(chǎn)量的做法可能并不可取。

【關(guān)鍵詞】費(fèi)率厘定 參數(shù)法 非參數(shù)法

一、引言

農(nóng)業(yè)保險(xiǎn)市場(chǎng)是一個(gè)復(fù)雜的保險(xiǎn)市場(chǎng)，常因農(nóng)業(yè)保險(xiǎn)特有的系統(tǒng)性風(fēng)險(xiǎn)，以及參與人（通常是保險(xiǎn)人和被保險(xiǎn)人）之間的信息不對(duì)稱(chēng)引起的道德風(fēng)險(xiǎn)和逆向選擇問(wèn)題而致使市場(chǎng)失靈。專(zhuān)門(mén)針對(duì)系統(tǒng)性風(fēng)險(xiǎn)的農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)計(jì)劃，滿足保險(xiǎn)的風(fēng)險(xiǎn)一致性原則，對(duì)于通常容易出現(xiàn)的逆向選擇以及道德風(fēng)險(xiǎn)問(wèn)題可以有效地減少或避免。該種保險(xiǎn)計(jì)劃在瑞典、加拿大和印度等國(guó)均經(jīng)過(guò)了長(zhǎng)期的試驗(yàn)實(shí)踐{1}，目前又在美國(guó)、巴西等國(guó)得到廣泛應(yīng)用，是一個(gè)理想的農(nóng)業(yè)保險(xiǎn)計(jì)劃。農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)計(jì)劃實(shí)施的一個(gè)重要基石是其費(fèi)率精算，純費(fèi)率厘定主要有參數(shù)法和非參數(shù)法。

我國(guó)在解放前的1934年，就開(kāi)始試辦農(nóng)業(yè)保險(xiǎn)，至今已有80年的歷史。但中間經(jīng)歷了多次波折，在上世紀(jì)80年代末至90年代初，農(nóng)業(yè)保險(xiǎn)進(jìn)入試點(diǎn)高潮，也因此進(jìn)入了一段快速發(fā)展期。但之后，農(nóng)業(yè)保險(xiǎn)逐步萎縮，到2003年時(shí)，農(nóng)業(yè)保險(xiǎn)保費(fèi)收入竟下降到只有1992年的60%左右。因此，黨中央對(duì)政策性農(nóng)業(yè)保險(xiǎn)的發(fā)展給予了高度重視，我國(guó)的農(nóng)業(yè)保險(xiǎn)也終于迎來(lái)快速發(fā)展的春風(fēng)，特別是在2007年實(shí)施政策性農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼政策之后，可以說(shuō)，農(nóng)業(yè)保險(xiǎn)的保費(fèi)收入得到極速增長(zhǎng)。根據(jù)保監(jiān)會(huì)發(fā)布的數(shù)據(jù)，2007年到2013年的七年間，我國(guó)農(nóng)業(yè)保險(xiǎn)的保費(fèi)收入快速增長(zhǎng)，分別是51.84億元、110.7億元、133.9億元、135.7億元，173.8億元，240.13億元和306.6億元，保費(fèi)收入規(guī)模分別是2006年沒(méi)有實(shí)施保費(fèi)補(bǔ)貼政策時(shí)的6.13倍、13.09倍、15.83倍、16.04倍、20.4倍、28.19倍和35.99倍。同時(shí)，根據(jù)央行發(fā)布的《中國(guó)農(nóng)村金融服務(wù)報(bào)告（2012）》，到2012年底我國(guó)農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)規(guī)模已經(jīng)躍居世界第二，僅次于美國(guó)，是全球最重要、最活躍的農(nóng)業(yè)保險(xiǎn)市場(chǎng)之一。

財(cái)政補(bǔ)貼型險(xiǎn)種作為我國(guó)農(nóng)業(yè)保險(xiǎn)的主要險(xiǎn)種，極大的減輕了農(nóng)民的保費(fèi)負(fù)擔(dān)水平，2012年，我國(guó)繼續(xù)擴(kuò)大農(nóng)業(yè)保險(xiǎn)保費(fèi)財(cái)政補(bǔ)貼，當(dāng)年補(bǔ)貼的農(nóng)業(yè)保險(xiǎn)保費(fèi)規(guī)模達(dá)到235.28億元，占當(dāng)年農(nóng)業(yè)保險(xiǎn)總保費(fèi)規(guī)模的97.98%。我國(guó)農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼一般是由中央、自治區(qū)、盟市和地方等各級(jí)財(cái)政共同承擔(dān)。中央財(cái)政對(duì)農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼的范圍在逐年擴(kuò)大，從地理區(qū)域上看，農(nóng)業(yè)保險(xiǎn)已由最初的部分省市試點(diǎn)擴(kuò)大到全國(guó)。從保險(xiǎn)品種上看，中央財(cái)政補(bǔ)貼的品種已擴(kuò)大到15個(gè)（水稻、玉米、小麥、油料作物、棉花、馬鈴薯、青稞、天然橡膠、森林、能繁母豬、藏系羊、奶牛、牦牛、育肥豬、糖料作物等）{2}。對(duì)各品種的政府補(bǔ)貼比例均有相關(guān)最低比例要求，同時(shí)各省（自治區(qū)）、地方補(bǔ)貼各有不同。根據(jù)2013年9月18日公布的《新疆烏魯木齊對(duì)政策性農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼方案》，烏魯木齊市的農(nóng)牧民在辦理養(yǎng)殖或者種植保險(xiǎn)時(shí)，均將可以享受到政府不少于90%的保費(fèi)補(bǔ)貼{3}。

毋庸置疑，隨著我國(guó)農(nóng)業(yè)和農(nóng)村的發(fā)展深化以及政策性農(nóng)業(yè)保險(xiǎn)積累的經(jīng)驗(yàn)越來(lái)越豐富，財(cái)政對(duì)政策性農(nóng)業(yè)保險(xiǎn)的補(bǔ)貼的范圍也將越來(lái)越廣，補(bǔ)貼的力度也會(huì)越來(lái)越大，我們對(duì)農(nóng)業(yè)保險(xiǎn)的風(fēng)險(xiǎn)管理能力會(huì)越來(lái)越強(qiáng)，管理的效果也會(huì)越來(lái)越顯著。

在加大補(bǔ)貼力度，推動(dòng)地方發(fā)展農(nóng)業(yè)保險(xiǎn)積極性，使財(cái)政補(bǔ)貼政策更合理、更加可行和更加有效率時(shí)，對(duì)農(nóng)業(yè)保險(xiǎn)費(fèi)率的合理性提出了更高的要求。保險(xiǎn)費(fèi)率水平的不合理可能導(dǎo)致新一輪的信息不對(duì)稱(chēng)而引起新的逆向選擇和道德風(fēng)險(xiǎn)問(wèn)題最終又導(dǎo)致市場(chǎng)失靈。

國(guó)內(nèi)外學(xué)者們對(duì)農(nóng)業(yè)保險(xiǎn)相關(guān)的費(fèi)率厘定作了很多研究，形成了系統(tǒng)的分析理論框架。農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)純費(fèi)率厘定以區(qū)域產(chǎn)量損失（Loss，定義為趨勢(shì)單產(chǎn)與實(shí)際單產(chǎn)之差）為基礎(chǔ)，當(dāng)實(shí)際單產(chǎn)低于趨勢(shì)單產(chǎn)時(shí)，認(rèn)定損失發(fā)生。農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定的關(guān)鍵可分為兩個(gè)步驟，首先是趨勢(shì)單產(chǎn)估計(jì)，其次也是最重要的就是去趨勢(shì)后樣本單產(chǎn)分布的估計(jì)。很多研究（包括本文）表明錯(cuò)誤的選擇分布模型來(lái)厘定費(fèi)率會(huì)對(duì)農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)的費(fèi)率厘定帶來(lái)較大的偏差，從而導(dǎo)致費(fèi)率的不合理，加大、加深了農(nóng)業(yè)保險(xiǎn)中的道德風(fēng)險(xiǎn)和逆向選擇問(wèn)題。去趨勢(shì)后單產(chǎn)分布估計(jì)的方法通常有兩種：參數(shù)法和非參數(shù)法。參數(shù)法（Botts and Boles（1958））是最初發(fā)展起來(lái)的方法，這種方法的特點(diǎn)是首先假定農(nóng)作物去趨勢(shì)單產(chǎn)服從某種特定的分布形式，然后通過(guò)某種統(tǒng)計(jì)量判斷農(nóng)作物單產(chǎn)波動(dòng)服從的概率分布，利用數(shù)據(jù)擬合估算出該種分布函數(shù)的相關(guān)參數(shù)值，進(jìn)而確定模型的具體形式，最終通過(guò)擬合的分布形式計(jì)算相關(guān)費(fèi)率結(jié)果。顯然，參數(shù)法要求已知關(guān)于總體分布的相關(guān)信息并對(duì)其先驗(yàn)分布有一定了解，主觀性較強(qiáng)，適合于樣本數(shù)據(jù)較小的情況。第二類(lèi)是非參數(shù)法，非參數(shù)法的特點(diǎn)是，不對(duì)樣本數(shù)據(jù)分布做任何假設(shè)，而是以真實(shí)的樣本數(shù)據(jù)點(diǎn)作為概率密度函數(shù)的估計(jì)依據(jù)，理論上可以處理任意的概率分布，正是由于該方法事先不對(duì)分布做任何先驗(yàn)的假設(shè)，而是完全的依賴(lài)于數(shù)據(jù)，所以對(duì)樣本觀測(cè)數(shù)據(jù)質(zhì)量有較高要求，得到的結(jié)果也將更加精確和合理。

合理的農(nóng)作物保險(xiǎn)費(fèi)率厘定對(duì)我國(guó)農(nóng)業(yè)保險(xiǎn)特別是政策性農(nóng)業(yè)保險(xiǎn)的發(fā)展意義重大，而厘定方法選取的不同將極大的影響著費(fèi)率的結(jié)果，所以研究各費(fèi)率厘定方法的差異和發(fā)展新的研究方法除了理論意義外，更有著一定的現(xiàn)實(shí)需要。

二、國(guó)內(nèi)外相關(guān)研究文獻(xiàn)綜述

我國(guó)地域遼闊，農(nóng)作物產(chǎn)量區(qū)域性差異明顯，區(qū)域氣候差異大，自然災(zāi)害的發(fā)生率和災(zāi)害損失率在時(shí)間、空間上分布極不均衡。農(nóng)作物產(chǎn)量保險(xiǎn)如果采用單一費(fèi)率的形式，必將造成保戶承受的風(fēng)險(xiǎn)特征與其繳納的保費(fèi)不一致，逆向選擇和道德風(fēng)險(xiǎn)的問(wèn)題自然無(wú)法避免，農(nóng)業(yè)保險(xiǎn)市場(chǎng)失靈也成為必然（Turvey，C G.，and C.Zhao）。同時(shí)，作為政策性農(nóng)業(yè)保險(xiǎn)的農(nóng)作物保險(xiǎn)，政府需要使保費(fèi)補(bǔ)貼達(dá)到科學(xué)、公平、合理，以提高保費(fèi)補(bǔ)貼使用效率的目的，自然需要做到對(duì)各地的保費(fèi)補(bǔ)貼與當(dāng)?shù)氐牡貐^(qū)風(fēng)險(xiǎn)水平相適應(yīng)。

農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)純費(fèi)率厘定以區(qū)域產(chǎn)量損失（Loss，趨勢(shì)單產(chǎn)與實(shí)際單產(chǎn)之差）為基礎(chǔ)，當(dāng)實(shí)際單產(chǎn)低于趨勢(shì)單產(chǎn)時(shí)，認(rèn)定損失發(fā)生，而最終的純費(fèi)率就是期望的損失率，即（其中為保障水平為保障程度）（Barry K.GoodwinandAlan P.Ker.1998）。所以有效地厘定農(nóng)作物產(chǎn)量保險(xiǎn)費(fèi)率關(guān)鍵是兩個(gè)步驟：①趨勢(shì)單產(chǎn)估計(jì)，②單產(chǎn)分布的估計(jì)（張峭，王克，2007）。趨勢(shì)單產(chǎn)的分析大多是通過(guò)判斷是否存在時(shí)間趨勢(shì)，然后估計(jì)時(shí)間趨勢(shì)的方式進(jìn)行。我們認(rèn)為，至少由于技術(shù)進(jìn)步的原因，農(nóng)作物產(chǎn)量總是存在著隨時(shí)間遞增的趨勢(shì)，而其中的波動(dòng)，通常就是各種我們需要考慮的自然災(zāi)害風(fēng)險(xiǎn)，即生產(chǎn)風(fēng)險(xiǎn)。通常，估計(jì)時(shí)間趨勢(shì)時(shí)采?。孩倩貧w方程法（通常是對(duì)時(shí)間的多項(xiàng)式回歸。Skees and Reed（1999），王麗紅等（2007），梁來(lái)存（2011），趙建軍等（2012））。該方法簡(jiǎn)單實(shí)用，亦是本文采取的估計(jì)趨勢(shì)方程的方法。②時(shí)間序列分析法（Menz and Pardey（1983），Kaylen and Koroma（1991），劉會(huì)玉（2003），Kozlowski and Makowski（2005））。通過(guò)估計(jì)出時(shí)間趨勢(shì)進(jìn)而得到趨勢(shì)產(chǎn)量后，然后通過(guò)參數(shù)法（Botts and Boles（1958），King（1988），張?jiān)嘛w等（2011）等）或者非參數(shù)法（Turvey and Zhao （1993），Goodwin and Ker（1998），王麗紅等（2007），梁來(lái)存（2011）等）估計(jì)去趨勢(shì)產(chǎn)量的分布，最終即可確定純費(fèi)率。這些方法事實(shí)上均假設(shè)剔除時(shí)間趨勢(shì)后，農(nóng)作物產(chǎn)量總是滿足某種特定的分布。

農(nóng)作物保險(xiǎn)純費(fèi)率的厘定，最初使用的方法是參數(shù)估計(jì)法。早在1958年，Botts and Boles（1958）指出在服從正態(tài)分布的條件下，由分布的均值和方差確定費(fèi)率。King（1988）進(jìn)一步指出，當(dāng)樣本容量非常大時(shí)，可以簡(jiǎn)化計(jì)算正態(tài)假定下的期望損失。當(dāng)將所求費(fèi)率與農(nóng)作物生產(chǎn)歷史聯(lián)系起來(lái)時(shí)，可以將正態(tài)法轉(zhuǎn)換為實(shí)際生產(chǎn)歷史法（APH法）。Skees and Reed（1999）通過(guò)對(duì)區(qū)域農(nóng)作物歷年單產(chǎn)進(jìn)行適當(dāng)?shù)内厔?shì)調(diào)整，形成調(diào)整后的APH法。國(guó)內(nèi)，趙建軍和蔣遠(yuǎn)勝（2012）通過(guò)調(diào)整后的APH法計(jì)算了四川省水稻區(qū)域產(chǎn)量旱災(zāi)保險(xiǎn)費(fèi)率。對(duì)APH法進(jìn)一步改進(jìn)，即通過(guò)某種方法估計(jì)出歷年農(nóng)作物產(chǎn)量的理論值，然后根據(jù)歷年實(shí)際產(chǎn)量與理論產(chǎn)量之差求得歷年農(nóng)作物產(chǎn)量的損失，最后通過(guò)該損失樣本數(shù)據(jù)求得農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)的經(jīng)驗(yàn)費(fèi)率，即是所謂的經(jīng)驗(yàn)費(fèi)率法。以上的理論產(chǎn)量可以通過(guò)對(duì)農(nóng)作物產(chǎn)量的時(shí)序趨勢(shì)進(jìn)行回歸或者某種別的分析方法來(lái)確定，線性回歸模型是通常的選擇，當(dāng)然不一定是最好的選擇。Menz and Pardey（1983）在通過(guò)農(nóng)作物產(chǎn)量的時(shí)間序列分析獲得理論產(chǎn)值的過(guò)程中就引入了具有狀態(tài)轉(zhuǎn)移的隨機(jī)趨勢(shì)模型。進(jìn)一步的，Kaylen and Koroma（1991）在分析農(nóng)作物產(chǎn)量時(shí)序數(shù)據(jù)估計(jì)理論產(chǎn)值是引入了隨機(jī)趨勢(shì)方程。參數(shù)估計(jì)法的廣泛應(yīng)用，同時(shí)由于農(nóng)作物產(chǎn)量分布有偏性的證據(jù)逐漸充分，人們逐漸尋求更適合的分布。Day（1965）指出負(fù)偏的Beta分布更適合描述農(nóng)作物產(chǎn)量分布的非正態(tài)性；而Gallagher （1987）則使用正偏的Gamma分布對(duì)美國(guó)大豆產(chǎn)量分布進(jìn)行了研究；Nelson and Preckel（1993）進(jìn)一步提出了條件Beta分布；Moss and Shonk wiler（1993）則提出了逆雙曲線正弦分布。國(guó)內(nèi)，庹國(guó)柱和丁少群（1994）基于正態(tài)分布厘定了統(tǒng)一保額下的分區(qū)費(fèi)率。張?jiān)嘛w等（2011）通過(guò)參數(shù)法對(duì)浙江省杭州地區(qū)的水稻純費(fèi)率進(jìn)行了計(jì)算。白瑩（2012）通過(guò)聚類(lèi)分析法對(duì)新疆林果產(chǎn)區(qū)各區(qū)域的風(fēng)險(xiǎn)水平進(jìn)行測(cè)度后，運(yùn)用參數(shù)法對(duì)新疆生產(chǎn)建設(shè)兵團(tuán)各師以及各地州的六種主要的林果作物的單產(chǎn)分布運(yùn)用正態(tài)分布、三參數(shù)的韋伯分布、Beta分布、兩參數(shù)的指數(shù)分布、對(duì)數(shù)正態(tài)分布、Logitic分布、三參數(shù)的伽馬分布、兩參數(shù)的Rayleigh分布進(jìn)行了擬合，算是對(duì)分布擬合較為全面的運(yùn)用。

然而，梁來(lái)存（2011）的研究表明參數(shù)法可能低估風(fēng)險(xiǎn)。這是因?yàn)閰?shù)法對(duì)均值附近的產(chǎn)量賦予了過(guò)高權(quán)重，而較容易忽略發(fā)生次數(shù)較少的產(chǎn)量對(duì)均值的嚴(yán)重偏離，而這正是需要考慮的風(fēng)險(xiǎn)。非參數(shù)法不對(duì)（去趨勢(shì)后）產(chǎn)量分布作任何假設(shè)，直接對(duì)實(shí)際的樣本數(shù)據(jù)進(jìn)行非參數(shù)的擬合，因而非參數(shù)法可能是一個(gè)更好的選擇。

農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定研究關(guān)于非參數(shù)方法的運(yùn)用主要是非參數(shù)核密度法。Turvey and Zhao（1993）通過(guò)非參數(shù)估計(jì)法估計(jì)了農(nóng)作物產(chǎn)量綜合保險(xiǎn)（all-risk crop insurance）的純費(fèi)率，但可能由于采用的樣本過(guò)小，造成核密度估計(jì)的效果并不理想。Goodwin and Ker（1998）采用非參數(shù)核密度法估計(jì)法估計(jì)了小麥區(qū)域產(chǎn)量分布，并計(jì)算了小麥區(qū)域產(chǎn)量保險(xiǎn)純費(fèi)率。并在經(jīng)過(guò)重新探討后，提出了適應(yīng)性核密度算法，對(duì)先前估計(jì)的效果進(jìn)行了優(yōu)化。國(guó)內(nèi)，劉長(zhǎng)標(biāo)（2000）嘗試在農(nóng)作物區(qū)域產(chǎn)量風(fēng)險(xiǎn)評(píng)估中運(yùn)用非參數(shù)核密度估計(jì)的信息擴(kuò)散法。而譚英平（2003）則進(jìn)一步就非參數(shù)核密度估計(jì)法中帶寬（即窗口參數(shù)）的確定方法進(jìn)行了探討。隨后，鐘甫寧和邢鸝（2004）選取正態(tài)分布函數(shù)作為非參數(shù)核密度估計(jì)的核估算了各地區(qū)農(nóng)作物的受災(zāi)率。王麗紅等（2007）則以非參數(shù)核密度信息擴(kuò)散模型對(duì)河北省安國(guó)市的玉米進(jìn)行了區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定，并指出非參數(shù)法比參數(shù)法要優(yōu)越。梁來(lái)存（2011）進(jìn)一步以全國(guó)各省、直轄市為單位對(duì)參數(shù)法和非參數(shù)法進(jìn)行了比較，認(rèn)為應(yīng)當(dāng)選擇非參數(shù)（核密度）法來(lái)厘定我國(guó)糧食單產(chǎn)保險(xiǎn)的純費(fèi)率。最近，曾輝和楊新順（2014）則通過(guò)以1950-2010年烏魯木齊小麥畝產(chǎn)數(shù)據(jù)為研究對(duì)象，通過(guò)改變可選方程以及改變數(shù)據(jù)多寡，同時(shí)通過(guò)參數(shù)法和非參數(shù)法進(jìn)行相關(guān)費(fèi)率厘定，結(jié)果表明非參數(shù)（有界）核密度法所得結(jié)果均是參數(shù)法的2倍以上，參數(shù)法可能?chē)?yán)重低估風(fēng)險(xiǎn)而支持非參數(shù)法的應(yīng)用；此外隨著數(shù)據(jù)的多寡和趨勢(shì)方程的選擇，費(fèi)率結(jié)果差異明顯，表現(xiàn)出極大的不穩(wěn)定性，從而對(duì)常用的趨勢(shì)方程擬合提出質(zhì)疑。

農(nóng)作物的產(chǎn)量受到各種因素的影響，如農(nóng)民投入的可變生產(chǎn)要素，氣象條件等。簡(jiǎn)單的通過(guò)以時(shí)間為自變量對(duì)歷史數(shù)據(jù)擬合得到趨勢(shì)產(chǎn)量的做法可能并不可取。

注釋

{1}美國(guó)學(xué)者對(duì)此的研究較早，可以追溯到1949年。但其直到上世紀(jì)90年代初期才正式實(shí)施區(qū)域產(chǎn)量指數(shù)保險(xiǎn)。瑞典最早在1961年即實(shí)施了區(qū)域產(chǎn)量保險(xiǎn)計(jì)劃。隨后，加拿大借鑒其經(jīng)驗(yàn)，在1977年推出了魁北克區(qū)域產(chǎn)量保險(xiǎn)計(jì)劃。

{2}《財(cái)政部關(guān)于進(jìn)一步加大支持力度做好農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼工作的通知》（財(cái)金〔2012〕2號(hào)）

{3}關(guān)于農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼比例，根據(jù)財(cái)金〔2012〕2號(hào)文件：一是糖料作物保險(xiǎn)。省級(jí)財(cái)政至少補(bǔ)貼25%，然后中央財(cái)政對(duì)東部地區(qū)和中西部地區(qū)分別補(bǔ)貼35%、40%。而對(duì)新疆生產(chǎn)建設(shè)兵團(tuán)、中央直屬墾區(qū)等補(bǔ)貼比例則均為65%。二是養(yǎng)殖業(yè)保險(xiǎn)。對(duì)于東部地區(qū)的奶牛以及能繁母豬保險(xiǎn)，地方財(cái)政至少補(bǔ)貼30%，中央財(cái)政補(bǔ)貼40%；對(duì)于育肥豬保險(xiǎn)，地方財(cái)政至少補(bǔ)貼10%，中央財(cái)政補(bǔ)貼10%。

參考文獻(xiàn)

[1]Goodwin B K，Ker A P.Nonparametric estimation of crop yield distributions：implications for rating group-risk crop insurance contracts[J].American Journal of Agricultural Economics，1998，80（1）：139-153.

[2]Turvey，C G.，and C.Zhao.1993，Parametric and nonparametric crop yield distributions and their effects on all-risk crop insurance premiums[J]，Working paper，Dept.ofAgr.Econ.and Business，University of Guelph，May.

[3].Botts R R，Boles J N.Use of normal-curve theory in crop insurance ratemaking[J].Journal of Farm Economics，1958， 40（3）：733-740.

[4]Menz K M，Pardey P.Technology and US corn yields：Plateaus and price Responsiveness[J].American Journal of Agricultural Economics，1983，65（3）：558-562.

[5]Skees J R，Barnett B J.Conceptual and practical considerations for sharing catastrophic/systemic risks[J].Review of Agricultural Economics，1999，21（2）：424-441.

[6]張峭，王克.農(nóng)作物生產(chǎn)風(fēng)險(xiǎn)分析的方法和模型[J].農(nóng)業(yè)展望，2007，3（8）：7-10.

[7]王麗紅，楊汭華，田志宏，等.非參數(shù)核密度法厘定玉米區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率研究[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2007，1：90-94.

[8]梁來(lái)存.我國(guó)糧食保險(xiǎn)純費(fèi)率厘定方法的比較與選擇[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011，28（2）：124-134.

[9]趙建軍，蔣遠(yuǎn)勝.基于APH法的水稻區(qū)域產(chǎn)量旱災(zāi)保險(xiǎn)費(fèi)率厘定研究——以四川省為例[J].保險(xiǎn)研究，2012（6）：64-69.

[10]張?jiān)嘛w，張倫.政策性農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定模型及實(shí)證研究[J].金融發(fā)展研究，2011，5：19.

[11]庹國(guó)柱，丁少群.農(nóng)作物保險(xiǎn)風(fēng)險(xiǎn)分區(qū)和費(fèi)率分區(qū)問(wèn)題的探討[J].中國(guó)農(nóng)村經(jīng)濟(jì)，1994，8：43-47.

[12]陳晨.農(nóng)作物保險(xiǎn)費(fèi)率厘定方法及其政策影響研究 [D].安徽農(nóng)業(yè)大學(xué)，2009.

[13]白瑩.新疆林果業(yè)生產(chǎn)風(fēng)險(xiǎn)分區(qū)與保險(xiǎn)費(fèi)率測(cè)算[D].新疆財(cái)經(jīng)大學(xué)，2012.

[14]曾輝，楊新順，參數(shù)法和非參數(shù)法在農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定中的應(yīng)用[J/OL].統(tǒng)計(jì)與決策，2014（04）.

[15]中國(guó)人民銀行《中國(guó)農(nóng)村金融服務(wù)報(bào)告（2012）》[R]2013年4月3日.

作者簡(jiǎn)介：曾輝（1985-），男，碩士研究生，中國(guó)準(zhǔn)精算師，研究方向：風(fēng)險(xiǎn)管理與保險(xiǎn)精算；許亞平（1989-），女，碩士研究生，研究方向：保險(xiǎn)理論與實(shí)務(wù)。