李亞琦，韓興勇，岳宗勝

（1.上海海洋大學(xué) 經(jīng)濟(jì)管理學(xué)院，上海 201306；2.西安交通大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，陜西 西安 710048）

【產(chǎn)業(yè)經(jīng)濟(jì)】

海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)設(shè)計(jì)及費(fèi)率厘定研究
——以廣東省為例

李亞琦1，韓興勇1，岳宗勝2

（1.上海海洋大學(xué) 經(jīng)濟(jì)管理學(xué)院，上海 201306；2.西安交通大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，陜西 西安 710048）

為了破解海水養(yǎng)殖保險(xiǎn)的發(fā)展困境，解決其在推廣過程中的道德風(fēng)險(xiǎn)問題，設(shè)計(jì)了以達(dá)到規(guī)定風(fēng)速為保險(xiǎn)責(zé)任的海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)，用風(fēng)速來衡量海水養(yǎng)殖臺(tái)風(fēng)災(zāi)害的損失程度，并基于weibull分布提供了該保險(xiǎn)的費(fèi)率厘定方法。以廣東省為例，運(yùn)用weibull分布模擬出廣東省沿海12個(gè)地級(jí)市11～15級(jí)臺(tái)風(fēng)發(fā)生的概率，結(jié)合不同風(fēng)級(jí)下海水養(yǎng)殖的平均損失率，厘定出12市的海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)費(fèi)率。結(jié)果表明：海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)費(fèi)率水平普遍較高且差異較大，汕尾、茂名和湛江在10%以上；惠州、深圳、珠海和陽江處于6%～10%之間；潮州、汕頭、揭陽、中山和江門在4%～6%之間。最后提出了促進(jìn)海水養(yǎng)殖氣象指數(shù)保險(xiǎn)發(fā)展的相關(guān)建議。

海水養(yǎng)殖；臺(tái)風(fēng)；指數(shù)保險(xiǎn)；weibull分布；保險(xiǎn)費(fèi)

引言

2014年我國農(nóng)業(yè)保險(xiǎn)保費(fèi)收入325.7億元，已經(jīng)躍居世界第二、位列亞洲第一，是全球最重要的農(nóng)業(yè)保險(xiǎn)市場之一，但水產(chǎn)養(yǎng)殖保險(xiǎn)卻發(fā)展滯后，海水養(yǎng)殖更是讓保險(xiǎn)公司望而卻步，一是因?yàn)楹ＫB(yǎng)殖易遭到臺(tái)風(fēng)的破壞，自然災(zāi)害風(fēng)險(xiǎn)較高，二是其在查勘定損時(shí)難度大，漁民騙保行為難以避免[1]。要解決海水養(yǎng)殖保險(xiǎn)的道德風(fēng)險(xiǎn)問題，應(yīng)當(dāng)從產(chǎn)品創(chuàng)新著手，海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)是以風(fēng)速來衡量海水養(yǎng)殖的損失程度，將保險(xiǎn)期間內(nèi)實(shí)際風(fēng)速高于事先設(shè)定的風(fēng)速作為保險(xiǎn)責(zé)任，風(fēng)力指數(shù)保險(xiǎn)能夠有效地防止道德風(fēng)險(xiǎn)，降低保險(xiǎn)公司的經(jīng)營成本，是突破海水養(yǎng)殖保險(xiǎn)發(fā)展困境的一把利劍[2]。2013年8月，中國人保財(cái)險(xiǎn)與獐子島集團(tuán)股份有限公司在大連簽署了國內(nèi)第一單海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)，市場就此打開；2014年7月，山東威海啟動(dòng)海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)，榮成成山鴻源水產(chǎn)有限公司和榮成海之寶水產(chǎn)養(yǎng)殖有限公司分別簽署了1.2億元和0.8億元的海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)合同；2015年8月，廣西政策性牡蠣養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)在欽州落地，投保人首次涉及到了中小養(yǎng)殖戶，海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)取得了階段性的成果。

海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)是促進(jìn)海水養(yǎng)殖穩(wěn)定發(fā)展的有效工具，在保險(xiǎn)公司經(jīng)營該險(xiǎn)種時(shí)，厘定精算平衡的保險(xiǎn)費(fèi)率是一個(gè)至關(guān)重要的方面，費(fèi)率水平不僅直接關(guān)系到保險(xiǎn)公司的盈虧，還會(huì)影響到漁民的參保意愿[3]。目前在我國風(fēng)力指數(shù)保險(xiǎn)試點(diǎn)范圍內(nèi)，費(fèi)率厘定還在探索階段，而且大都是為投保人單獨(dú)設(shè)計(jì)，費(fèi)率的高低也受到投保人談判能力的影響，這種模式的經(jīng)營成本很高，所以保險(xiǎn)公司一般要求投保人必須達(dá)到相應(yīng)規(guī)模才可參保。因此，找到一種既合理又通用的海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)費(fèi)率厘定方法，對(duì)該險(xiǎn)種的推廣和普及十分有利。

雖然海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)在我國已經(jīng)開始試點(diǎn)，但國內(nèi)外在該領(lǐng)域的學(xué)術(shù)研究較少，氣象指數(shù)保險(xiǎn)也是最先應(yīng)用在種植業(yè)上，如印度和墨西哥的干旱指數(shù)保險(xiǎn)，都是以降雨量不足作為保險(xiǎn)責(zé)任，并對(duì)農(nóng)作物的每一個(gè)生長階段觸發(fā)值、退出值和最大賠付都做了明確的規(guī)定[4]。關(guān)于保費(fèi)厘定，國外學(xué)者也提出了一些方法，包括風(fēng)險(xiǎn)中性定價(jià)法[5]、資本資產(chǎn)定價(jià)模型[6]、無差異定價(jià)法[7]等，這些方法理論上雖然可行，卻很難應(yīng)用到實(shí)際中去。在我國，浙江省的柑橘氣象指數(shù)保險(xiǎn)以低溫凍害和高溫?zé)岷楸ｋU(xiǎn)責(zé)任，婁偉平等[8]將致災(zāi)因子與減產(chǎn)率結(jié)合，應(yīng)用極值理論分析導(dǎo)致巨災(zāi)結(jié)果的氣象風(fēng)險(xiǎn)的尾部分布，厘定了浙江省柑橘氣象指數(shù)保險(xiǎn)的費(fèi)率；吳利紅等[9]利用長序列的歷史氣溫、降雨、光照等氣象資料，設(shè)計(jì)了一個(gè)氣象指數(shù)，并基于Beat方法模擬水稻單產(chǎn)分布，計(jì)算出了浙江省各縣水稻氣象指數(shù)保險(xiǎn)費(fèi)率。以上兩者都事先驗(yàn)證了氣象指數(shù)與作物減產(chǎn)率之間的相關(guān)性，這是氣象指數(shù)保險(xiǎn)合同有效的基本前提，不同的是，前者對(duì)歷史氣象分布進(jìn)行模擬，而后者是應(yīng)用傳統(tǒng)保險(xiǎn)費(fèi)率厘定的單產(chǎn)波動(dòng)模型，精算出來的保費(fèi)更加合理，但保險(xiǎn)合同有些復(fù)雜而不利于推廣。單產(chǎn)波動(dòng)模型是厘定種植業(yè)保險(xiǎn)費(fèi)率常用的方法，但對(duì)于海水養(yǎng)殖行業(yè)并不適用。王建國[10]基于獐子島集團(tuán)風(fēng)力指數(shù)保險(xiǎn)，以19.5米/秒的8級(jí)大風(fēng)為賠付的觸發(fā)值，提出了水產(chǎn)養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)的理賠方案，但并沒有對(duì)費(fèi)率的厘定方法做出說明。本研究將綜合以上研究成果的優(yōu)缺點(diǎn)，結(jié)合海水養(yǎng)殖自身的特點(diǎn)，設(shè)計(jì)一種便于理解的保險(xiǎn)合同和費(fèi)率厘定方法，并運(yùn)用該方法對(duì)廣東省沿海地級(jí)市的海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)純保費(fèi)做出厘定。

1 研究設(shè)計(jì)

1.1 海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)設(shè)計(jì)

海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)主要保障的是臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)，海水養(yǎng)殖的受影響程度取決于養(yǎng)殖區(qū)域的最大風(fēng)速，在該保險(xiǎn)合同中，臺(tái)風(fēng)的最大風(fēng)速采用保險(xiǎn)標(biāo)的所在市（縣）氣象站公布的海面最大風(fēng)速，當(dāng)風(fēng)速達(dá)到保險(xiǎn)合同約定的賠付風(fēng)速（觸發(fā)值）時(shí)，海水養(yǎng)殖的賠付方程如下：

式中：II（Insurance Indemnity） 表示保險(xiǎn)賠款；IA（Insurance Amount）表示保險(xiǎn)金額，也稱最大賠付金額；v表示風(fēng)速；vs表示賠付的觸發(fā)值；L（v）表示臺(tái)風(fēng)風(fēng)速對(duì)應(yīng)的海水養(yǎng)殖損失率。

在該賠付方程中，最關(guān)鍵的問題就是準(zhǔn)確找到風(fēng)速與損失率之間的對(duì)應(yīng)關(guān)系，這樣才能最大限度地降低基差風(fēng)險(xiǎn)，保證臺(tái)風(fēng)災(zāi)害發(fā)生時(shí)賠付的有效性，這種關(guān)系在后文實(shí)證分析部分詳細(xì)介紹。在該保險(xiǎn)合同中，保險(xiǎn)金額的確定可參照保險(xiǎn)標(biāo)的行業(yè)內(nèi)公允價(jià)值統(tǒng)一制定，也可由投保人根據(jù)自身需要確定，但不得高于保險(xiǎn)標(biāo)的所能帶來的預(yù)期收入。保險(xiǎn)費(fèi)則是由費(fèi)率乘以保險(xiǎn)金額得出。保險(xiǎn)期間為臺(tái)風(fēng)多發(fā)季節(jié)，即每年的6～10月份。

2.2 海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)費(fèi)率厘定模型

海水養(yǎng)殖保險(xiǎn)是一種財(cái)產(chǎn)保險(xiǎn)，其費(fèi)率厘定的基本思想是以財(cái)產(chǎn)發(fā)生損失的概率作為純保費(fèi)，即海水養(yǎng)殖的平均期望損失率，以每畝養(yǎng)殖面積為一個(gè)風(fēng)險(xiǎn)單位，則純保險(xiǎn)費(fèi)率的基本公式為[11]：

式中：R為純保費(fèi)，λ為保障比例，μ為預(yù)期單產(chǎn)，E（loss）為預(yù)期單產(chǎn)損失率。海水養(yǎng)殖保險(xiǎn)是一種政策性農(nóng)業(yè)保險(xiǎn)，故對(duì)于λ和μ都取100%[9]，則風(fēng)力指數(shù)保險(xiǎn)費(fèi)率就等于海水養(yǎng)殖的預(yù)期單產(chǎn)損失率E（loss）。

對(duì)于臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)而言，不同地區(qū)發(fā)生臺(tái)風(fēng)災(zāi)害的可能性不同，災(zāi)害發(fā)生后，不同風(fēng)速對(duì)應(yīng)的損失率也不同，若將達(dá)到觸發(fā)值之后的風(fēng)速劃分為N個(gè)區(qū)間，則風(fēng)力指數(shù)保險(xiǎn)費(fèi)率可以表示為：

式中：Pi表示臺(tái)風(fēng)風(fēng)速處在第i個(gè)區(qū)間的概率，Li（v）表示風(fēng)速達(dá)到第i個(gè)區(qū)間時(shí)，海水養(yǎng)殖單產(chǎn)的平均損失率。

要估計(jì)風(fēng)速出現(xiàn)的概率，必須擬合海水養(yǎng)殖區(qū)域風(fēng)速的概率密度函數(shù)，臺(tái)風(fēng)是一種極端氣候，對(duì)于極端氣候事件，主要研究的不是它的整體分布，而是超過某一閾值的尾部分布，在常用的分布模擬中，Weibull分布對(duì)氣候極值的擬合效果最好[12]，因此本文采用該分布模擬臺(tái)風(fēng)災(zāi)害的概率密度函數(shù)，公式為：

式中：α和β為待估參數(shù)，α為尺度參數(shù)，β為形狀參數(shù)，Weibull函數(shù)的參數(shù)估計(jì)采用最大似然估計(jì)法[13]。

根據(jù)式（4）和（5）可求得臺(tái)風(fēng)風(fēng)速處在第i個(gè)區(qū)間的概率Pi，即可求得海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)的純保費(fèi)。

Weibull分布的分布函數(shù)為：

2 實(shí)證分析

2.1 樣本選取與數(shù)據(jù)來源

廣東省是我國的海水養(yǎng)殖大省，沿海14個(gè)地級(jí)市都有海水養(yǎng)殖產(chǎn)業(yè)，本研究所指的海水養(yǎng)殖是在海面上（灘涂和海上）養(yǎng)殖水產(chǎn)品，但是廣州和東莞兩市由于海岸線較短，其海水養(yǎng)殖主要是工廠化和池塘養(yǎng)殖，基本不會(huì)受到臺(tái)風(fēng)災(zāi)害的威脅，故作為異常值剔除，最終選取廣東潮州、汕頭、揭陽、汕尾、惠州、深圳、中山、珠海、江門、陽江、茂名和湛江12個(gè)地級(jí)市的海水養(yǎng)殖產(chǎn)業(yè)為樣本，厘定其海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)純費(fèi)率。沿海各市臺(tái)風(fēng)災(zāi)害水產(chǎn)品損失數(shù)據(jù)來源于《廣東農(nóng)村統(tǒng)計(jì)年鑒》，數(shù)據(jù)區(qū)間為1998—2007年①2008年之后的《廣東農(nóng)村統(tǒng)計(jì)年鑒》將臺(tái)風(fēng)和洪澇災(zāi)害損失合并統(tǒng)計(jì)，不利于驗(yàn)證結(jié)果的科學(xué)性，予以剔除。，用于驗(yàn)證臺(tái)風(fēng)風(fēng)速與水產(chǎn)養(yǎng)殖損失率的相關(guān)關(guān)系；另外，在估算臺(tái)風(fēng)風(fēng)速與單產(chǎn)損失率的關(guān)系時(shí)，對(duì)廣東省海水養(yǎng)殖漁民進(jìn)行了實(shí)地調(diào)研，得到有效樣本82個(gè)，讓漁民估計(jì)不同等級(jí)的臺(tái)風(fēng)對(duì)海水養(yǎng)殖的破壞力，涉及的養(yǎng)殖方式主要包括網(wǎng)箱、竹筏、插桿養(yǎng)殖等，養(yǎng)殖品種主要是魚類和貝類養(yǎng)殖。在估計(jì)臺(tái)風(fēng)風(fēng)速的概率密度函數(shù)時(shí)，則必須使用長序列歷史數(shù)據(jù)才能保證其準(zhǔn)確性，因此，選取廣東省沿海各市的1949—2015年6～10月海面最大風(fēng)速，數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)和中國臺(tái)風(fēng)網(wǎng)（公眾版）。

2.2海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)費(fèi)率厘定

臺(tái)風(fēng)災(zāi)害風(fēng)力指數(shù)保險(xiǎn)屬于巨災(zāi)保險(xiǎn)，巨災(zāi)的顯著特點(diǎn)是發(fā)生的頻率很低，但一旦發(fā)生，其影響范圍之廣、損失程度之大，一般超出人們的預(yù)期，對(duì)于影響范圍較小，破壞能力較弱的臺(tái)風(fēng)則不在保障范圍之內(nèi)。因此選取風(fēng)速大于28.5米/秒的11級(jí)大風(fēng)為觸發(fā)值，達(dá)到46.2米/秒的15級(jí)大風(fēng)為退出值，并把風(fēng)速按照風(fēng)級(jí)分為5個(gè)區(qū)間，方便用式（3）計(jì)算保險(xiǎn)費(fèi)率。通過整理廣東省沿海12市海水養(yǎng)殖1998—2007年的臺(tái)風(fēng)最大風(fēng)速與臺(tái)風(fēng)造成的水產(chǎn)品單產(chǎn)損失率②《廣東農(nóng)村統(tǒng)計(jì)年鑒》中沒有把海水養(yǎng)殖和內(nèi)陸?zhàn)B殖災(zāi)害分別統(tǒng)計(jì)，這里認(rèn)為沿海各市的水產(chǎn)養(yǎng)殖臺(tái)風(fēng)災(zāi)害損失近似于海水養(yǎng)殖臺(tái)風(fēng)災(zāi)害損失。，共得到54組對(duì)應(yīng)關(guān)系③一些地區(qū)在某些年份沒有臺(tái)風(fēng)災(zāi)害，一個(gè)強(qiáng)臺(tái)風(fēng)可能會(huì)影響多個(gè)地區(qū)。，發(fā)現(xiàn)單產(chǎn)損失率與風(fēng)速大小有著顯著的正相關(guān)關(guān)系，分別計(jì)算單產(chǎn)損失率L與最大風(fēng)速v和最大風(fēng)速的平方v2的相關(guān)系數(shù)，結(jié)果如下：

可見，風(fēng)速的平方v2與單產(chǎn)損失率的相關(guān)性更強(qiáng)，并以此為基礎(chǔ)設(shè)計(jì)調(diào)查問卷，對(duì)廣東省海水養(yǎng)殖漁民進(jìn)行實(shí)地調(diào)研，根據(jù)漁民多年的養(yǎng)殖經(jīng)驗(yàn)，估計(jì)風(fēng)速達(dá)到特定等級(jí)時(shí)的預(yù)期損失率，確定臺(tái)風(fēng)風(fēng)速與海水養(yǎng)殖損失率的關(guān)系，并結(jié)合式（6）和式（7）的計(jì)算結(jié)果，最終整理得到的結(jié)果如表1所示。

表1 臺(tái)風(fēng)風(fēng)級(jí)與受災(zāi)單產(chǎn)損失率的關(guān)系Tab.1 The relationship between the typhoon level and the yield loss rate

根據(jù)表1的結(jié)果，海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)的純保費(fèi)計(jì)算公式就可以表示為：

然后用weibull分布模擬廣東省沿海12市的最大風(fēng)速的概率密度函數(shù)，計(jì)算出式（6）中的Pi。目前我國在農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定時(shí)，大都是假定作物單產(chǎn)服從高斯分布，但是由于產(chǎn)量數(shù)據(jù)時(shí)間序列太短，擬合效果比較粗糙，會(huì)使得保費(fèi)不精準(zhǔn)，從而產(chǎn)生很多問題，而本研究針對(duì)的嚴(yán)重臺(tái)風(fēng)災(zāi)害是海水養(yǎng)殖中的極值事件，采用weibull分布模型進(jìn)行海水養(yǎng)殖災(zāi)害風(fēng)險(xiǎn)分析，能夠提高費(fèi)率厘定結(jié)果的科學(xué)性和準(zhǔn)確性。最終得到的廣東省沿海12市各級(jí)臺(tái)風(fēng)發(fā)生的概率以及海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)的純保費(fèi)如表2所示。

3 結(jié)論與建議

3.1 研究結(jié)論

海水養(yǎng)殖產(chǎn)業(yè)一直受到臺(tái)風(fēng)災(zāi)害的嚴(yán)重威脅，但卻沒有完善的保障體系，本研究所設(shè)計(jì)的海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)以風(fēng)速為參照衡量海水養(yǎng)殖的損失情況，能夠有效解決海水養(yǎng)殖傳統(tǒng)保險(xiǎn)的道德風(fēng)險(xiǎn)問題，有利于政策性海水養(yǎng)殖保險(xiǎn)的推廣。在費(fèi)率厘定時(shí)，沒有運(yùn)用農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定最常用的單產(chǎn)波動(dòng)模型，而是用weibull分布模擬臺(tái)風(fēng)發(fā)生的概率，進(jìn)而求得不同地區(qū)的費(fèi)率水平，計(jì)算出的費(fèi)率更加科學(xué)準(zhǔn)確。

一般農(nóng)業(yè)巨災(zāi)保險(xiǎn)的保險(xiǎn)費(fèi)率在3%以下[14]，而本研究厘定的廣東省海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)費(fèi)率都在4%以上，費(fèi)率水平普遍較高，汕尾、茂名和湛江三市甚至高達(dá)10%以上，這與海水養(yǎng)殖行業(yè)的高風(fēng)險(xiǎn)性是相匹配的。其次，由于各地區(qū)存在風(fēng)險(xiǎn)差異，不同地區(qū)海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)費(fèi)率水平差別較大，10%以上的有汕尾、茂名和湛江，費(fèi)率水平很高；6%～10%的有惠州、深圳、珠海和陽江；6%以下的有粵東三市（潮州、汕頭、揭陽）以及中部的中山和江門。

表2 廣東省沿海12市各級(jí)臺(tái)風(fēng)發(fā)生的概率及海水養(yǎng)殖純保費(fèi)Tab.2 The probability of typhoon at different levels and the pure premium rates in 12 Guangdong coastal cities

但本研究也存在一些不足之處，主要有以下三點(diǎn)：第一，設(shè)計(jì)的海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)僅以風(fēng)速作為衡量損失的參照，參照標(biāo)準(zhǔn)較為單一，實(shí)際上臺(tái)風(fēng)的破壞力與其降雨量和持續(xù)時(shí)間也有著密切的關(guān)系；第二，在費(fèi)率厘定時(shí)，僅僅區(qū)分到地市級(jí)行政單位，保險(xiǎn)費(fèi)率的區(qū)分不夠詳細(xì)，在一些農(nóng)業(yè)保險(xiǎn)發(fā)展較好的國家，費(fèi)率一般區(qū)分到鄉(xiāng)鎮(zhèn)甚至村組；第三，由于海水養(yǎng)殖的養(yǎng)殖方式較多，即使是海上或?yàn)┩筐B(yǎng)殖，也有網(wǎng)箱、吊籠、竹排等養(yǎng)殖方式，不同的養(yǎng)殖方式能夠抵抗的臺(tái)風(fēng)等級(jí)并不完全一致，但本研究將其統(tǒng)一處理，可能會(huì)造成投保時(shí)的逆向選擇問題。造成以上三點(diǎn)不足的主要原因是沒有足夠詳細(xì)的統(tǒng)計(jì)數(shù)據(jù)，希望隨著水產(chǎn)養(yǎng)殖行業(yè)統(tǒng)計(jì)數(shù)據(jù)的逐步完善，在今后的研究中能夠更加完善，更加精細(xì)地研究水產(chǎn)養(yǎng)殖指數(shù)保險(xiǎn)，促進(jìn)水產(chǎn)養(yǎng)殖保險(xiǎn)事業(yè)的發(fā)展。

3.2 對(duì)策建議

第一，實(shí)行差異化的海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)費(fèi)率。由于廣東省沿海各市的臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)迥異，實(shí)行差異化保險(xiǎn)費(fèi)率是成功推廣海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)的必由之路，也是今后我國水產(chǎn)養(yǎng)殖保險(xiǎn)發(fā)展的必然方向。差異化的保險(xiǎn)費(fèi)率也是本研究的主要結(jié)論，還可以運(yùn)用自然災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)方法對(duì)海水養(yǎng)殖臺(tái)風(fēng)災(zāi)害進(jìn)行風(fēng)險(xiǎn)區(qū)劃，根據(jù)不同區(qū)域的風(fēng)險(xiǎn)情況修正純保費(fèi)，使不同地區(qū)的差異化保險(xiǎn)費(fèi)率更加精準(zhǔn)。

第二，對(duì)漁民投保海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)應(yīng)予以財(cái)政補(bǔ)貼，且補(bǔ)貼力度也應(yīng)當(dāng)差異化。農(nóng)業(yè)保險(xiǎn)是WTO規(guī)則中的“綠箱政策”之一，從本研究厘定的海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)費(fèi)率來看，費(fèi)率水平普遍較高，過高的保險(xiǎn)費(fèi)率不利于該險(xiǎn)種的推廣，因此，政府的保費(fèi)補(bǔ)貼對(duì)于降低漁民投保成本，提高投保意愿至關(guān)重要。由于各市的保險(xiǎn)費(fèi)率并不一致，對(duì)于保險(xiǎn)費(fèi)率較高的地區(qū)，漁民的保費(fèi)負(fù)擔(dān)也比較重，對(duì)保費(fèi)補(bǔ)貼的需求較為強(qiáng)烈，應(yīng)當(dāng)給予更多的財(cái)政資金支持，而對(duì)于費(fèi)率較低的地區(qū)則少補(bǔ)貼，這樣既有利于擴(kuò)大海水養(yǎng)殖保險(xiǎn)的投保范圍，又能確保財(cái)政資金使用的效率。

第三，建立完善的災(zāi)害統(tǒng)計(jì)數(shù)據(jù)庫，提高海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)的精算技術(shù)。保險(xiǎn)產(chǎn)品研發(fā)的重要環(huán)節(jié)是損失數(shù)據(jù)的收集和精算處理，統(tǒng)計(jì)部門或保險(xiǎn)公司對(duì)臺(tái)風(fēng)災(zāi)害的歷史氣象資料，以及每次臺(tái)風(fēng)海水養(yǎng)殖的損失詳情等數(shù)據(jù)進(jìn)行全面地收集和整理，逐步建立海水養(yǎng)殖災(zāi)害數(shù)據(jù)庫，同時(shí)加強(qiáng)對(duì)精算方法的改進(jìn)，盡可能做到使海水養(yǎng)殖臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)可衡量、可保障。

第四，建立多元的巨災(zāi)風(fēng)險(xiǎn)分散機(jī)制，有效分散海水養(yǎng)殖臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)。海水養(yǎng)殖臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)屬于巨災(zāi)風(fēng)險(xiǎn)，具有高賠付率和高風(fēng)險(xiǎn)的特點(diǎn)，單個(gè)保險(xiǎn)公司的償付能力有限，很難有效地管理，所以，可以發(fā)展海水養(yǎng)殖保險(xiǎn)的再保險(xiǎn)市場，也可以建立以政府為主導(dǎo)，商業(yè)保險(xiǎn)公司為支撐，漁民互保協(xié)會(huì)為補(bǔ)充的多渠道、多層次的巨災(zāi)風(fēng)險(xiǎn)分散機(jī)制。

第五，提倡產(chǎn)品創(chuàng)新，加強(qiáng)新型海水養(yǎng)殖氣象指數(shù)保險(xiǎn)的研究。氣象指數(shù)型保險(xiǎn)是海水養(yǎng)殖保險(xiǎn)發(fā)展的趨勢所在，海水養(yǎng)殖風(fēng)力指數(shù)保險(xiǎn)是一種新型保險(xiǎn)產(chǎn)品，能夠很好地預(yù)防道德風(fēng)險(xiǎn)問題，減少保險(xiǎn)公司的經(jīng)營成本，但是其只能保障臺(tái)風(fēng)這一種自然災(zāi)害風(fēng)險(xiǎn)，而對(duì)于同樣會(huì)造成海水養(yǎng)殖大規(guī)模損失的寒潮、赤潮、海水淡化等自然災(zāi)害則不在保險(xiǎn)事故之內(nèi)。所以，保險(xiǎn)公司和科研機(jī)構(gòu)應(yīng)當(dāng)積極開發(fā)出針對(duì)不同自然災(zāi)害的指數(shù)型保險(xiǎn)產(chǎn)品，全面保障海水養(yǎng)殖產(chǎn)業(yè)穩(wěn)定發(fā)展。

[1]袁建華.我國水產(chǎn)養(yǎng)殖保險(xiǎn)研究——以廣東省為例[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2012（8）：79-83.

[2] 孫臻臻.我國海水養(yǎng)殖風(fēng)險(xiǎn)與保險(xiǎn)模式探討[D].大連：東北財(cái)經(jīng)大學(xué)，2014.

[3]李文芳.基于非參數(shù)核密度法的農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定研究[J].生態(tài)經(jīng)濟(jì)，2012，28（4）：61-64.

[4]陳權(quán).天氣指數(shù)保險(xiǎn)費(fèi)率厘定與修正方法研究[D].成都：西南財(cái)經(jīng)大學(xué)，2013.

[5]MCao and Jwei.Weather Derivatives Valuation and Market Price of Weather Risk[J].Journal of Futures Markets，2004（24）：1065-1089

[6]C GTurvey.The Pricing of Degree-Day Weather Options[J]. Agricultural Finance Review，2005（1）：59-85.

[7]Xu WOdening and OMusshoff.Indifference Pricing of Weather Risk[J].American Journal of Agricultural Economics，2008（9）：979-993

[8]婁偉平，吳利紅，陳華江，等.柑橘氣象指數(shù)保險(xiǎn)合同費(fèi)率厘定分析及設(shè)計(jì)[J].中國農(nóng)業(yè)科學(xué)，2010，43（9）：1904-1911.

[9]吳利紅，婁偉平，姚益平，等.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)，2010，43（23）：4942-4950.

[10]王建國.氣象指數(shù)型水產(chǎn)養(yǎng)殖保險(xiǎn)研究[J].保險(xiǎn)研究，2014（3）：63-69.

[11]Alan P K，Barry K G.Nonparametric estimation of crop insurance rates revisited[J].American Journal of Agricultural Economics，2000，82（2）：463-478.

[12]Barry J B，Olivier M.Weather index insurance for agriculture and rural areas in lower-income countries[J].American Journal of Agricultural Economics，2007，89（5）：1241-1247.

[13]Wayne Nelson.Applied Life Data Analysis[M].Washington DC：Wiley-Interscience，2010.

[14]周延，郭建林.農(nóng)業(yè)巨災(zāi)保險(xiǎn)風(fēng)險(xiǎn)區(qū)劃及費(fèi)率厘定研究[J].江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2011（6）：61-67.

On the Design of a Wind Speed Index-Based Mariculture Insurance and Related Premium Rating—A case study of Guangdong Province

Li Yaqi1,Han Xingyong1,Yue Zongsheng2
（1.College of Economics&Management,Shanghai Ocean University,Shanghai 201306,China; 2.College of Mathematics&Statistics,Xi'an Jiaotong University,Xi'an 710048,China）

This study designed a mariculture insurance based on the wind speed index,for purposes of breaking through the development plight of mariculture insurance and solving the moral hazard problems during the promotion.In this insurance,the insurance liabilities were tenable in the case of typhoon reaching the stipulated wind speed and the mariculture loss degree caused by typhoon was evaluated by the wind speed of typhoon.Moreover,the premium rate of this insurance was formulated on the basis of Weibull distribution. Subsequently,Guangdong Province was taken for example to stimulate the occurrence probabilities of typhoons of force 11-15 in 12 coastal prefecture-level cities of this province using Weibull distribution.According to the simulation results and the mean loss rate of mariculture under typhoons of different forces,this study formulated the premium rates of the wind speed index-based mariculture insurances of the 12 cities.It was found that the premium rates presented high levels generally and great differences in the 12 cities;Shanwei,Maoming,and Zhanjiang took a proportion of 10%above;Huizhou, Shenzhen,Zhuhai,and Yangjiang lay in a range of 6%-10%;Chaozhou,Shantou,Jieyang, Zhongshan,and Jiangmen accounted for 4%-6%.Finally,some suggestions were put forward for the development of meteorological index-based mariculture insurance.

mariculture;typhoon;index-based insurance;Weibull distribution;insurance premium

F84

：A

：2095-1647（2016）03-0003-07

2016-06-03

上海海洋大學(xué)科研基金項(xiàng)目 [D_8006-12-0067]

李亞琦，男，碩士生，主要研究方向?yàn)闈O業(yè)保險(xiǎn)，漁業(yè)風(fēng)險(xiǎn)管理，E-mail：836280384@qq.com。

韓興勇，男，博士，教授，主要研究方向?yàn)闈O業(yè)經(jīng)濟(jì)管理，海洋文化，E-mail：xyhan@shou.edu.cn。