謝玉梅+趙海蕾+高嬌

摘 要：運(yùn)用Miranda模型研究發(fā)現(xiàn)，農(nóng)戶個(gè)體產(chǎn)量波動與所在區(qū)域產(chǎn)量波動存在高度正相關(guān)性，基于區(qū)域產(chǎn)量保險(xiǎn)的保費(fèi)率低于傳統(tǒng)農(nóng)業(yè)保險(xiǎn)的保費(fèi)率，這有利于刺激指數(shù)保險(xiǎn)的需求。由于指數(shù)保險(xiǎn)克服了傳統(tǒng)農(nóng)業(yè)保險(xiǎn)市場中的逆向選擇與道德風(fēng)險(xiǎn)問題，降低了交易成本，從而指數(shù)保險(xiǎn)能夠降低農(nóng)戶的保費(fèi)支出并有效管理農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)。

關(guān)鍵詞： 系統(tǒng)性風(fēng)險(xiǎn)；指數(shù)保險(xiǎn)；風(fēng)險(xiǎn)管理效率

中圖分類號： F840 文獻(xiàn)標(biāo)識碼： A 文章編號：1003-7217（2014）06-0029-05

一、引 言

農(nóng)業(yè)生產(chǎn)面臨各種風(fēng)險(xiǎn)，包括生產(chǎn)的不確定性、技術(shù)的不確定性、價(jià)格的不確定性和政策的不確定性[1]。當(dāng)這些不確定性發(fā)生時(shí)，可能在同一時(shí)間對風(fēng)險(xiǎn)發(fā)生區(qū)域內(nèi)大規(guī)模的農(nóng)戶收益產(chǎn)生影響，而且農(nóng)戶之間面臨的風(fēng)險(xiǎn)存在高度相關(guān)性，即農(nóng)戶收益變化是由共同因素引起的，許多學(xué)者把這種風(fēng)險(xiǎn)界定為系統(tǒng)性風(fēng)險(xiǎn)。在農(nóng)戶面臨的各種風(fēng)險(xiǎn)中，約70%以上的風(fēng)險(xiǎn)與天氣有關(guān)，美國經(jīng)濟(jì)約30%直接受天氣影響。而Miranda和Glauber（1997）較早認(rèn)識到系統(tǒng)性風(fēng)險(xiǎn)可能也是導(dǎo)致農(nóng)業(yè)保險(xiǎn)市場失靈的原因[2]。他們認(rèn)為，一方面，由于潛在的系統(tǒng)性風(fēng)險(xiǎn)難以識別與量化，保險(xiǎn)人將大部分保費(fèi)作為風(fēng)險(xiǎn)賠償準(zhǔn)備金，由此造成資金占用的機(jī)會成本，同時(shí)農(nóng)戶選擇低風(fēng)險(xiǎn)低回報(bào)的自我保險(xiǎn)行為，從而導(dǎo)致農(nóng)業(yè)保險(xiǎn)需求不足；另一方面，系統(tǒng)性風(fēng)險(xiǎn)發(fā)生造成較大地理范圍內(nèi)所有農(nóng)戶不同程度的損失，保險(xiǎn)人面臨著巨額賠償，形成賠付資金壓力。Miranda和Glauber使用隨機(jī)模擬模型研究發(fā)現(xiàn)，農(nóng)業(yè)保險(xiǎn)的系統(tǒng)性風(fēng)險(xiǎn)是傳統(tǒng)保險(xiǎn)的10倍，如果各個(gè)農(nóng)戶的保費(fèi)是相互獨(dú)立的，則農(nóng)業(yè)保險(xiǎn)的系統(tǒng)性風(fēng)險(xiǎn)會是傳統(tǒng)保險(xiǎn)的22～49倍。系統(tǒng)性風(fēng)險(xiǎn)的存在，尤其是極端性天氣災(zāi)害，例如洪澇、干旱、霜凍等造成大面積的農(nóng)業(yè)生產(chǎn)遭受影響，賠付范圍大，保險(xiǎn)人容易面臨財(cái)務(wù)風(fēng)險(xiǎn)，盈虧無法平衡，從而無政府補(bǔ)貼或者保險(xiǎn)產(chǎn)品設(shè)計(jì)不合理的保險(xiǎn)人會自行退出農(nóng)業(yè)保險(xiǎn)市場，造成保險(xiǎn)市場失靈。在面臨系統(tǒng)性風(fēng)險(xiǎn)時(shí)，農(nóng)業(yè)生產(chǎn)函數(shù)是隨機(jī)的，這種不確定性來源與氣候等不可控因素成為農(nóng)業(yè)生產(chǎn)的決定性因素。

針對系統(tǒng)性風(fēng)險(xiǎn)，大部分國家主要采取政府救助或補(bǔ)貼性的農(nóng)業(yè)保險(xiǎn)緩解災(zāi)難性事件的沖擊，但由于政府補(bǔ)貼的農(nóng)業(yè)保險(xiǎn)普遍存在逆向選擇、道德風(fēng)險(xiǎn)和過高的管理成本問題，農(nóng)業(yè)保險(xiǎn)的獲得性和可持續(xù)性面臨挑戰(zhàn)。因此，一些學(xué)者提出用指數(shù)保險(xiǎn)替代傳統(tǒng)保險(xiǎn)產(chǎn)品，即根據(jù)農(nóng)戶所在區(qū)域的產(chǎn)量或與產(chǎn)量高度相關(guān)的氣候變量等可觀測值所設(shè)定的指數(shù)作為損失的賠付標(biāo)準(zhǔn)。2008年，“農(nóng)村脆弱地區(qū)天氣指數(shù)農(nóng)業(yè)保險(xiǎn)合作項(xiàng)目”在安徽長豐試點(diǎn)， 2012年，中國保監(jiān)會發(fā)布通知，要求各家保險(xiǎn)公司要加大農(nóng)業(yè)保險(xiǎn)產(chǎn)品創(chuàng)新力度，拓展保險(xiǎn)服務(wù)“三農(nóng)”新領(lǐng)域，積極研究新型產(chǎn)品天氣指數(shù)保險(xiǎn)，以滿足農(nóng)業(yè)和糧食生產(chǎn)日益增長的保險(xiǎn)需求。

在面臨系統(tǒng)性風(fēng)險(xiǎn)時(shí)，指數(shù)保險(xiǎn)具有優(yōu)勢。20世紀(jì)40年代，Halcrow（1949）在評價(jià)美國聯(lián)邦農(nóng)作物保險(xiǎn)項(xiàng)目績效時(shí)，提出區(qū)域產(chǎn)量指數(shù)保險(xiǎn)概念[4]。由于指數(shù)保險(xiǎn)以區(qū)域產(chǎn)量、氣候指數(shù)作為賠付標(biāo)準(zhǔn)，不需要單個(gè)農(nóng)戶產(chǎn)量信息，因而可以有效解決信息不對稱導(dǎo)致的逆向選擇與道德風(fēng)險(xiǎn)問題，顯著降低交易成本[3-7]。

在實(shí)證研究中，國外學(xué)者主要從統(tǒng)計(jì)學(xué)角度，把風(fēng)險(xiǎn)分為系統(tǒng)性風(fēng)險(xiǎn)和個(gè)體風(fēng)險(xiǎn)[3-8]。例如，Miranada（1991）把農(nóng)戶面臨的風(fēng)險(xiǎn)結(jié)構(gòu)劃分為系統(tǒng)性風(fēng)險(xiǎn)和個(gè)體風(fēng)險(xiǎn)，利用資本資產(chǎn)價(jià)格模型推導(dǎo)了區(qū)域保險(xiǎn)合同最優(yōu)風(fēng)險(xiǎn)系數(shù)，并運(yùn)用該模型對美國肯塔基州102戶大豆農(nóng)戶的風(fēng)險(xiǎn)系數(shù)進(jìn)行了驗(yàn)證。Mahul（1999）在Miranda分析基礎(chǔ)上構(gòu)建了隨機(jī)生產(chǎn)函數(shù)，把風(fēng)險(xiǎn)分為系統(tǒng)性風(fēng)險(xiǎn)和累積產(chǎn)量沖擊等因素帶來的個(gè)體風(fēng)險(xiǎn)，認(rèn)為區(qū)域指數(shù)保險(xiǎn)政策最優(yōu)賠付取決于被保險(xiǎn)的天氣風(fēng)險(xiǎn)和未被保險(xiǎn)的累積產(chǎn)量沖擊以及個(gè)體對風(fēng)險(xiǎn)態(tài)度之間的隨機(jī)依存關(guān)系。

隨著我國指數(shù)保險(xiǎn)的推出，國內(nèi)學(xué)者開始關(guān)注發(fā)達(dá)國家與發(fā)展中國家的指數(shù)保險(xiǎn)實(shí)踐，利用氣象工作站的歷史數(shù)據(jù)以及指數(shù)保險(xiǎn)的精算基礎(chǔ)，從微觀上設(shè)計(jì)指數(shù)保險(xiǎn)合同并提出相關(guān)對策。例如，吳利紅等根據(jù)浙江省68個(gè)縣（市）氣象數(shù)據(jù)，設(shè)計(jì)了水稻農(nóng)業(yè)氣象指數(shù)保險(xiǎn)合同[9]；李文芳等借鑒美國、加拿大農(nóng)作物保險(xiǎn)計(jì)劃的合同設(shè)計(jì)理論與實(shí)踐，設(shè)計(jì)了湖北水稻指數(shù)保險(xiǎn)合約[10]；邢慧茹等指出當(dāng)風(fēng)險(xiǎn)相關(guān)系數(shù)極高時(shí)，會抑制保險(xiǎn)人的保險(xiǎn)供給，從而形成保險(xiǎn)市場的非均衡態(tài)[11]。從而需要通過政府補(bǔ)貼、創(chuàng)新保險(xiǎn)產(chǎn)品與天氣災(zāi)害衍生工具、建立巨災(zāi)基金等方式提高農(nóng)戶對農(nóng)業(yè)保險(xiǎn)的需求、減少農(nóng)業(yè)風(fēng)險(xiǎn)的相關(guān)性以及轉(zhuǎn)移系統(tǒng)性風(fēng)險(xiǎn)。在運(yùn)用指數(shù)保險(xiǎn)作為農(nóng)業(yè)風(fēng)險(xiǎn)管理手段時(shí)，存在的主要難題是基準(zhǔn)風(fēng)險(xiǎn)問題，即低于區(qū)域產(chǎn)量水平的農(nóng)戶不能獲賠，而高于區(qū)域產(chǎn)量水平的農(nóng)戶可能獲賠。因此，保險(xiǎn)合同機(jī)制設(shè)計(jì)尤為關(guān)鍵①。

財(cái)經(jīng)理論與實(shí)踐（雙月刊）2014年第6期2014年第6期（總第192期）謝玉梅，趙海蕾等：指數(shù)保險(xiǎn)有效性實(shí)證分析

國外學(xué)者大都是將指數(shù)保險(xiǎn)看成類似期權(quán)的金融工具以管理農(nóng)業(yè)生產(chǎn)面臨的系統(tǒng)性風(fēng)險(xiǎn)，根據(jù)擴(kuò)展的資本資產(chǎn)定價(jià)模型與期望效用理論分析指數(shù)保險(xiǎn)的價(jià)值與需求。那么，相對于傳統(tǒng)農(nóng)業(yè)保險(xiǎn)，指數(shù)保險(xiǎn)如何有效覆蓋潛在被保險(xiǎn)人的生產(chǎn)經(jīng)營風(fēng)險(xiǎn)，不同的潛在被保險(xiǎn)人之間指數(shù)保險(xiǎn)的風(fēng)險(xiǎn)抵減效率是否存在差異？為此，本文選擇江蘇鎮(zhèn)江作為研究區(qū)域，基于Miranda（1991）模型，利用連續(xù)調(diào)查的面板數(shù)據(jù)，驗(yàn)證單個(gè)農(nóng)戶的產(chǎn)量波動與區(qū)域產(chǎn)量波動是否存在相關(guān)性，比較傳統(tǒng)農(nóng)業(yè)保險(xiǎn)和指數(shù)保險(xiǎn)管理風(fēng)險(xiǎn)效率，為指數(shù)保險(xiǎn)進(jìn)一步開展提供借鑒[3]。

二、基于指數(shù)保險(xiǎn)的系統(tǒng)性風(fēng)險(xiǎn)效率估算

（一）模型構(gòu)建

假設(shè)某區(qū)域是由許多農(nóng)戶組成的，產(chǎn)量yi為單個(gè)農(nóng)戶i的產(chǎn)量，為其所在地區(qū)產(chǎn)量，yi和均為隨機(jī)變量。則個(gè)體產(chǎn)量與區(qū)域平均產(chǎn)量的線性回歸方程可以表述為[3]：

yI=μi+βi（-）+εi（1）

μi為單個(gè)農(nóng)戶平均產(chǎn)量；和為區(qū)域產(chǎn)量和區(qū)域平均產(chǎn)量；βi為單個(gè)農(nóng)戶產(chǎn)量與區(qū)域產(chǎn)量的相關(guān)系數(shù)，衡量單個(gè)農(nóng)戶個(gè)體產(chǎn)量對影響區(qū)域產(chǎn)量波動的系統(tǒng)性因素的敏感程度；εi為隨機(jī)擾動項(xiàng)，其中E（）=。通過調(diào)查數(shù)據(jù)取得yi和的觀測值，則應(yīng)用式（1）可以計(jì)算μi、、βi和εi的估計(jì)值。

假設(shè)農(nóng)戶購買指數(shù)保險(xiǎn)，保險(xiǎn)費(fèi)與賠付額度的厘定以生產(chǎn)單位計(jì)量。生產(chǎn)者購買保費(fèi)率為π單位的保險(xiǎn)額度。如果區(qū)域產(chǎn)量低于觸發(fā)理賠的臨界產(chǎn)量水平y(tǒng)c，則每投保1畝農(nóng)戶將獲得單位的賠償，即=max（yc-，0）。

假設(shè)保費(fèi)π是精算公平的，也就是說，它是等于賠付額度的平均值E，則農(nóng)戶購買指數(shù)保險(xiǎn)的凈收益可表示為：yneti=yi+-π。

若用凈收益方差衡量其收益風(fēng)險(xiǎn)，則：Var（yneti）=σ2yi+σ2n+2Cov（yi，），且賠償額的方差為σ2n=Var（）。因此，通過購買指數(shù)保險(xiǎn)農(nóng)戶可以減少的產(chǎn)量風(fēng)險(xiǎn)額度為：Δi=Var（yi）-Var（yneti）=-σ2n-2Cov（yi，）。

假設(shè)非系統(tǒng)性風(fēng)險(xiǎn)因素εi與區(qū)域產(chǎn)量是獨(dú)立的，那么，非系統(tǒng)性因素部分εi與賠償額不相關(guān)，則：

Cov（yi，）=βiCov（y，n） 。

定義臨界βc為：βc=-σ2n2Cov（y，），則從指數(shù)保險(xiǎn)獲得的風(fēng)險(xiǎn)抵減也可表示成：Δi=σ2πβiβc-1。因?yàn)閰^(qū)域產(chǎn)量和賠償額負(fù)相關(guān)，則βc>0。此外，由于臨界貝塔值βc及賠償額方差σ2n是由區(qū)域產(chǎn)量和觸發(fā)賠償臨界產(chǎn)量水平y(tǒng)c決定。因此，臨界貝塔值βc及賠償額方差σ2n對同一區(qū)域內(nèi)的農(nóng)戶是相同的，從而得出如下推斷：

推斷1：對于一個(gè)給定的觸發(fā)賠償產(chǎn)量水平y(tǒng)c，農(nóng)戶i從指數(shù)保險(xiǎn)獲得的風(fēng)險(xiǎn)抵減是完全由其個(gè)人貝塔值βi決定，βi值的高低決定指數(shù)保險(xiǎn)合同對農(nóng)戶的價(jià)值高低。

推斷2：當(dāng)且僅當(dāng)βi>βc，即當(dāng)且僅當(dāng)個(gè)人貝塔值超過臨界貝塔值時(shí)，指數(shù)保險(xiǎn)對農(nóng)戶i可以進(jìn)行有效轉(zhuǎn)移風(fēng)險(xiǎn)。

（二）貝塔值估算

本文采用江蘇省鎮(zhèn)江市50戶茶農(nóng)以及20家茶場的2010～2012年的茶葉產(chǎn)量數(shù)據(jù)（單位：公斤/畝）驗(yàn)證區(qū)域產(chǎn)量指數(shù)保險(xiǎn)的有效性。20家規(guī)模較大的茶場平均每家茶場規(guī)模達(dá)到200畝以上，輻射茶農(nóng)面積規(guī)模達(dá)到400畝以上②。根據(jù)調(diào)查情況，假設(shè)20戶茶場和50戶茶農(nóng)為構(gòu)建產(chǎn)量指數(shù)的整個(gè)區(qū)域的茶農(nóng)。本文主要選擇茶葉產(chǎn)量數(shù)據(jù)（采摘鮮葉畝產(chǎn)量）進(jìn)行分析③。茶葉地區(qū)性產(chǎn)量數(shù)據(jù)來源于官方統(tǒng)計(jì)年鑒，茶場和單個(gè)茶農(nóng)數(shù)據(jù)來源于入戶調(diào)查。

首先，運(yùn)用Eviews6.0軟件估算單個(gè)農(nóng)戶的βi和地區(qū)性臨界值βc。在理想狀態(tài)下，βi值為1，即個(gè)體產(chǎn)量的波動與區(qū)域產(chǎn)量的波動完全一致，指數(shù)保險(xiǎn)能夠100%覆蓋個(gè)體的產(chǎn)量波動風(fēng)險(xiǎn)。計(jì)算結(jié)果顯示，單個(gè)茶農(nóng)βi的平均值為0.93，即當(dāng)區(qū)域產(chǎn)量波動為1kg時(shí)，個(gè)體平均產(chǎn)量波動為0.93kg，個(gè)體產(chǎn)量與區(qū)域產(chǎn)量的波動存在高度正相關(guān)。R2為0.82，說明擬合程度較為理想，并且P值為0.05，整體在置信水平為5%的水平上通過檢驗(yàn)。

圖1為70戶茶農(nóng)βi的分布情況，由圖1可以看出，βi以1為中心分布，呈現(xiàn)集中的鐘形分布。在70戶茶農(nóng)樣本中，僅有1戶為負(fù)數(shù)，說明其與本區(qū)域產(chǎn)量的變動呈反方向變動，指數(shù)保險(xiǎn)對其是無效的。此外，βc的值為0.423，剩余的69戶茶場或茶農(nóng)的βi值，有4戶βi值處于0～0.3之間，即βi<βc。根據(jù)上述推斷2，指數(shù)保險(xiǎn)對其風(fēng)險(xiǎn)的抵減程度將呈現(xiàn)不確定性。剩余的65戶βi值均高于0.5，即βi>βc，從而區(qū)域產(chǎn)量指數(shù)保險(xiǎn)對于大部分茶農(nóng)能夠提供有效的風(fēng)險(xiǎn)管理。

圖1 βi分布圖

根據(jù)模型估算的結(jié)果，指數(shù)保險(xiǎn)對大部分茶農(nóng)的風(fēng)險(xiǎn)管理有效。因此，接下來將進(jìn)行單個(gè)農(nóng)戶產(chǎn)量保險(xiǎn)（individualyield insurance，IYI）和區(qū)域產(chǎn)量

指數(shù)保險(xiǎn)（areayield insurance，AYI）的保費(fèi)率與風(fēng)險(xiǎn)抵減程度的比較。

三、傳統(tǒng)農(nóng)業(yè)保險(xiǎn)與指數(shù)保險(xiǎn)風(fēng)險(xiǎn)管理效率比較

首先，假設(shè)在IYI和AYI條件下，觸發(fā)賠付的臨界產(chǎn)量值為100%的平均產(chǎn)量（IYI對應(yīng)的是個(gè)人平均產(chǎn)量，AYI對應(yīng)的是區(qū)域平均產(chǎn)量），也是農(nóng)戶獲得保險(xiǎn)賠償?shù)淖罡哳~度。一旦當(dāng)年的產(chǎn)量水平低于觸發(fā)賠付的臨界值，茶農(nóng)將能獲得損失產(chǎn)量的額度的賠償，即產(chǎn)量差額與當(dāng)年行業(yè)價(jià)格水平乘積。在IYI與AYI均為100%的保障水平下，各茶農(nóng)所繳納的保費(fèi)及保費(fèi)率的區(qū)別，以及在無政策補(bǔ)貼的情況下，區(qū)域產(chǎn)量指數(shù)保險(xiǎn)是否能夠降低各茶農(nóng)所承擔(dān)的保費(fèi)支出。表1給出了在IYI與AYI條件下，茶農(nóng)獲得的產(chǎn)量風(fēng)險(xiǎn)的抵減情況。

由表1可以發(fā)現(xiàn)，在IYI條件下，隨著βi值的增加，茶農(nóng)支付的保費(fèi)呈現(xiàn)上升的趨勢。反觀AYI，由于保險(xiǎn)賠償?shù)臉?biāo)準(zhǔn)為區(qū)域平均產(chǎn)量，從而對于這一區(qū)域內(nèi)的茶農(nóng)而言，其支付的保費(fèi)與獲得的賠償額度都相同。βi值越高，即個(gè)體產(chǎn)量的波動與區(qū)域產(chǎn)量波動相關(guān)度越高的情況下，AYI條件下的保費(fèi)率越低于IPY條件下的保費(fèi)率。而且IYI條件下茶農(nóng)平均支付的保費(fèi)要高于AYI條件下的支付水平。

如果考慮到現(xiàn)實(shí)情況，指數(shù)保險(xiǎn)在節(jié)省保費(fèi)成本這一方面的優(yōu)勢將更加明顯。因?yàn)閺膫鹘y(tǒng)農(nóng)業(yè)保險(xiǎn)實(shí)際操作過程來看，由于信息不對稱問題容易造成保險(xiǎn)人遭受超責(zé)任索賠的情況，交易成本高昂。因此，保險(xiǎn)人或者選擇降低保障水平，或者調(diào)低農(nóng)戶呈報(bào)的產(chǎn)量水平（約75%），或者提高保費(fèi)率以規(guī)避逆向選擇和道德風(fēng)險(xiǎn)問題。無論保險(xiǎn)人采取何種方式實(shí)現(xiàn)所承保風(fēng)險(xiǎn)水平的分散，被保險(xiǎn)人獲得的保障水平都將有所降低。若茶農(nóng)期望維持原先的保障水平勢必需要支付更多的保費(fèi)。而指數(shù)保險(xiǎn)則不存在保險(xiǎn)人為實(shí)現(xiàn)風(fēng)險(xiǎn)分擔(dān)而采取以上措施的情況，節(jié)省了其他方面的交易成本，而且提高理賠效率，有利于災(zāi)后生產(chǎn)秩序的恢復(fù)，變相的提供附加優(yōu)勢，從而提高保費(fèi)的邊際效用。

假設(shè)保險(xiǎn)產(chǎn)品的觸發(fā)產(chǎn)量水平均為平均產(chǎn)量的100%，平均來看IYI的抵減程度為5.29%，高于AYI的4.2%。這是由于IYI條件下，農(nóng)業(yè)保險(xiǎn)承保風(fēng)險(xiǎn)為一切險(xiǎn)，即農(nóng)業(yè)生產(chǎn)過程中所面臨的風(fēng)險(xiǎn)都將通過參加保險(xiǎn)轉(zhuǎn)移，而指數(shù)保險(xiǎn)只承保系統(tǒng)性風(fēng)險(xiǎn)，從而轉(zhuǎn)移了部分風(fēng)險(xiǎn)。從表1還可看出，在IYI條件下，農(nóng)戶的保費(fèi)支出隨著βi的增高逐漸增加，并且高于AYI條件下的保費(fèi)水平，說明茶農(nóng)為了獲得高程度的風(fēng)險(xiǎn)轉(zhuǎn)移將支付更高的保費(fèi)。

但從個(gè)體情況看，AYI的風(fēng)險(xiǎn)抵減程度隨著βi的增加而增加，并且越來越接近于IYI條件下的風(fēng)險(xiǎn)抵減程度。觀察βi<βc的指數(shù)保險(xiǎn)風(fēng)險(xiǎn)抵減程度不確定的4戶茶場或者茶農(nóng)的數(shù)據(jù)也顯示，AYI條件下的風(fēng)險(xiǎn)遞減程度也隨著βi值的升高而提高。從而證明了上述推斷，認(rèn)為指數(shù)保險(xiǎn)的有效性和個(gè)體產(chǎn)量與區(qū)域產(chǎn)量的相關(guān)度密切相關(guān)，相關(guān)度越高，指數(shù)保險(xiǎn)的風(fēng)險(xiǎn)抵減程度越高，其風(fēng)險(xiǎn)管理能力越強(qiáng)。

表1 IYI與AYI條件下的風(fēng)險(xiǎn)抵減程度④

編號

Beta

△IYI

△AYI

IYI保費(fèi)率（%）

AYI保費(fèi)率（%）

編號

Beta

△IYI

△AYI

IYI保費(fèi)率（%）

AYI保費(fèi)率（%）

2

0.11

0.33

-4.5

0.60

3

65

0.9

4.48

4.5

4.40

3

53

0.16

0.11

-3.7

0.60

3

17

0.92

3.7

3.7

3.80

3

3

0.29

0.33

-2

0.60

3

28

0.92

3.7

3.7

6.10

3

4

0.29

0.33

-2.0

0.70

3

43

0.97

7.26

6.9

6.90

3

62

0.43

9.48

-6.1

3.90

3

9

0.99

4.33

2.9

2.60

3

32

0.49

2.37

2.0

2.10

3

11

0.99

4.33

2.9

6.30

3

13

0.52

1.81

1.2

5.40

3

18

1.01

4.48

4.5

4.60

3

5

0.63

1.81

1.2

1.40

3

8

1.03

4.11

3.7

2.60

3

69

0.63

4.33

-2.0

3.70

3

12

1.03

4.11

3.7

7.50

3

40

0.67

4.48

4.5

3.90

3

31

1.06

5.33

5.3

4.90

3

24

0.70

2.33

0.40

2.70

3

36

1.06

5.33

5.3

5.80

3

51

0.70

2.33

0.40

1.90

3

57

1.08

7.26

6.9

7.20

3

7

0.72

2.37

2.0

1.80

3

54

1.1

6.26

6.1

6.50

3

30

0.72

2.37

2.0

2.40

3

19

1.12

8.33

7.7

7.60

3

33

0.72

2.37

2.0

2.70

3

20

1.17

5.33

5.30

5.60

3

38

0.72

2.37

2.0

1.90

3

29

1.19

7.26

6.9

6.30

3

39

0.72

2.37

2.0

2.10

3

49

1.21

6.26

6.1

4.00

3

47

0.72

2.37

2.0

2.40

3

66

1.21

6.26

6.1

4.20

3

1

0.74

2.11

1.2

1.60

3

67

1.21

6.26

6.1

4.50

3

10

0.74

2.11

1.2

1.80

3

15

1.24

8.33

7.7

6.20

3

14

0.76

3.0

2.9

4.30

3

37

1.24

8.33

7.7

6.20

3

21

0.76

3.0

2.9

4.80

3

58

1.24

8.33

7.7

4.80

3

23

0.76

3.0

2.9

5.30

3

50

1.26

10.7

9.4

5.40

3

41

0.76

3.0

2.9

3.80

3

55

1.26

10.7

9.4

6.00

3

48

0.76

3.7

3.7

3.10

3

22

1.35

8.33

7.7

8.80

3

59

0.76

3.0

2.9

7.70

3

34

1.39

9.48

8.6

5.30

3

16

0.79

4.48

4.5

5.20

3

52

1.39

9.48

8.6

6.80

3

44

0.79

4.48

4.5

2.80

3

45

1.42

8.44

6.9

5.10

3

42

0.81

3.7

3.7

2.90

3

35

1.46

13.37

11.0

9.90

3

25

0.83

3.11

2.0

3.40

3

68

1.48

10.7

9.4

5.30

3

46

0.83

5.33

5.3

4.20

3

70

1.51

9.48

8.6

7.00

3

27

0.85

7.26

6.9

3.50

3

60

1.57

13.37

11.0

5.80

3

6

0.88

3.0

2.9

2.20

3

64

1.73

12.44

8.6

6.30

3

26

0.88

3.0

2.9

3.10

3

56

1.87

17.93

13.4

6.70

3

61

0.90

4.48

4.5

3.60

3

Avg

0.93

5.29

4.2

4.30

3

四、結(jié)論

以上研究結(jié)論與Miranda的研究結(jié)論基本一致，即農(nóng)戶的βi值圍繞1分布，并且βi值越高，指數(shù)保險(xiǎn)對農(nóng)戶的價(jià)值越高，越能有效轉(zhuǎn)移系統(tǒng)性風(fēng)險(xiǎn)。由于指數(shù)保險(xiǎn)克服了傳統(tǒng)農(nóng)業(yè)保險(xiǎn)市場中的逆向選擇與道德風(fēng)險(xiǎn)問題、降低了交易成本，從而指數(shù)保險(xiǎn)能夠有效降低農(nóng)戶的保費(fèi)支出，因而指數(shù)保險(xiǎn)能夠有效管理農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)。Miranda使用了美國14年的大豆生產(chǎn)數(shù)據(jù)，產(chǎn)量波動幅度較大，保費(fèi)率計(jì)算更符合實(shí)際情況。本文使用數(shù)據(jù)年限較短，產(chǎn)量波動較小，保費(fèi)率計(jì)算存在一定程度的偏離。因此，在實(shí)踐中，指數(shù)保險(xiǎn)作為管理風(fēng)險(xiǎn)的金融創(chuàng)新產(chǎn)品，其合約設(shè)計(jì)需要進(jìn)一步優(yōu)化，盡量減少基本風(fēng)險(xiǎn)，提高指數(shù)測量與設(shè)計(jì)的精確性。從我國指數(shù)保險(xiǎn)發(fā)展實(shí)際情況看，應(yīng)該完善氣象站建設(shè)、提高天氣預(yù)報(bào)預(yù)測技術(shù)，擴(kuò)大氣象站覆蓋面，提高數(shù)據(jù)質(zhì)量和預(yù)測水平，建立信息與經(jīng)驗(yàn)的分享網(wǎng)絡(luò)平臺，逐漸完善農(nóng)戶信息檔案，尤其是農(nóng)戶及區(qū)域的收入、產(chǎn)量等歷史數(shù)據(jù)的搜集與整理，使指數(shù)保險(xiǎn)參數(shù)設(shè)定更加科學(xué)合理。

注釋：

①例如，可以使用與產(chǎn)量高度相關(guān)的氣候指數(shù)及改善指數(shù)選取技術(shù)以提高指數(shù)的精確性，包括衛(wèi)星植被數(shù)據(jù)、干旱指數(shù)、降雨指數(shù)、溫度指數(shù)、厄爾尼諾指數(shù)、牲畜死亡率指數(shù)等；或者通過構(gòu)建合作分銷渠道，創(chuàng)新銷售形式，降低交易成本。

②調(diào)查顯示，茶葉生產(chǎn)經(jīng)營風(fēng)險(xiǎn)主要來源于霜凍、干旱、病蟲害、市場銷售風(fēng)險(xiǎn)以及新品種新設(shè)備等技術(shù)風(fēng)險(xiǎn)。茶農(nóng)銷售模式主要包括茶葉合作社模式、合作社+茶農(nóng)模式，即茶農(nóng)將采摘的鮮葉以當(dāng)日的價(jià)格出售給合作社，由其統(tǒng)一加工包裝銷售。此外，有些茶農(nóng)自己加工，依靠親緣開拓銷售渠道。茶場主要依托自身的規(guī)模優(yōu)勢與實(shí)力，通過對茶葉品種的更新改造、新品種種植提高經(jīng)濟(jì)效益。實(shí)力較強(qiáng)的茶場采用新技術(shù)和設(shè)備防范系統(tǒng)性風(fēng)險(xiǎn)。

③國際上指數(shù)保險(xiǎn)項(xiàng)目的發(fā)展趨勢為承保“產(chǎn)量風(fēng)險(xiǎn)—系統(tǒng)性風(fēng)險(xiǎn)—市場價(jià)格風(fēng)險(xiǎn)”，從單純的產(chǎn)量成本險(xiǎn)向覆蓋復(fù)雜的價(jià)格波動風(fēng)險(xiǎn)發(fā)展。但由于我國沒有建立地區(qū)性價(jià)格走勢的信息平臺，難以獲取每年價(jià)格波動信息，而產(chǎn)量數(shù)據(jù)較易獲得。

④由于63號茶葉生產(chǎn)者的βi為負(fù)數(shù)，根據(jù)模型初步可以判斷指數(shù)保險(xiǎn)對其不起作用，因此，剔除63號的相關(guān)數(shù)據(jù)。

參考文獻(xiàn)：

[1]Moschini G， Hennessy D A. Uncertainty， risk aversion， and risk management for agricultural producers[J]. Handbook of Agricultural Economics， 2001， （1）： 88-153.

[2]Miranda M J， Glauber J W. Systemic risk， reinsurance， and the failure of crop insurance markets[J]. American Journal of Agricultural Economics， 1997， 79（1）： 206-215.

[3]Miranda M J. Areayield crop insurance reconsidered[J]. American Journal of Agricultural Economics， 1991， 73（2）： 233-242.

[4]Halcrow H G. Actuarial structures for crop insurance[J]. Journal of Farm Economics， 1949， 31（3）： 418-443.

[5]Barrett C B. On price risk and the inverse farm size-productivity relationship[J]. Journal of Development Economics， 1996， 51（2）： 193-215.

[6]Skees J R. Challenges for use of index-based weather insurance in lower income countries[J]. Agricultural Finance Review， 2008， 68（1）： 197-217.

[7]Mahul O. Optimum area yield crop insurance[J]. American Journal of Agricultural Economics， 1999， 81（1）： 75-82.

[8]Carter M R，Galarza F，Boucher S， Underwriting areabased yield insurance to crowdin credit supply and demand[J]. Savings and Development，2007，31（3）：325-362.

[9]吳利紅， 婁偉平， 姚益平.水稻農(nóng)業(yè)氣象指數(shù)保險(xiǎn)產(chǎn)品設(shè)計(jì)——以浙江省為例[J]. 中國農(nóng)業(yè)科學(xué)， 2010， （23）： 4942-4950.

[10]李文芳， 徐勇， 方伶俐. 湖北水稻區(qū)域產(chǎn)量保險(xiǎn)合同設(shè)計(jì)研究[J]. 湖北工業(yè)大學(xué)學(xué)報(bào)， 2009， （6）： 69-71.

[11]邢慧茹， 陶建平. 巨災(zāi)風(fēng)險(xiǎn)， 保費(fèi)補(bǔ)貼與我國農(nóng)業(yè)保險(xiǎn)市場失衡分析[J]. 中國軟科學(xué)， 2009， （7）： 42-47.

[12]朱俊生.中國天氣指數(shù)保險(xiǎn)試點(diǎn)的運(yùn)行及其評估以安徽省水稻干旱和高溫?zé)岷χ笖?shù)保險(xiǎn)為例[J].保險(xiǎn)研究， 2011，（3）：19-25.

[13]婁偉平，吉宗偉，邱新法，吳利紅，何孝笑. 茶葉霜凍氣象指數(shù)保險(xiǎn)設(shè)計(jì)[J].自然資源學(xué)報(bào)， 2011， （12）： 2050-2060.

[14]巴曙松.對我國農(nóng)業(yè)保險(xiǎn)風(fēng)險(xiǎn)管理創(chuàng)新問題的幾點(diǎn)看法[J].保險(xiǎn)研究，2013， （2）：11-17.

（責(zé)任編輯：寧曉青）