基于异方差调整的粮食单产风险分布对保险费率厘定的影响研究

发布时间：2021-08-01 03:35

　　粮食单产风险分布是费率厘定的重要依据。本文基于单产趋势估计中异方差现象对单产风险分布及费率的影响,构建了基于异方差的调整系数估计模型和区域产量保险费率测算方法,并利用1963～2017年全国27省主要粮食作物保险进行实证检验。结果发现:放松异方差假设对我国粮食单产风险分布及费率厘定具有显著影响,13个省份的一种或多种粮食作物存在趋势异方差现象,且分布具有集聚特征。其中,小麦和水稻的单产风险随产量具有缩小趋势,费率受异方差影响较大,玉米单产风险随产量略有增大,费率受异方差影响较少。研究结果对于粮食单产风险分布、风险区划及保险费率的调整具有重要意义。 

【文章来源】：保险研究. 2019,(09)北大核心CSSCI

【文章页数】：14 页

【部分图文】：

山东省玉米单产(KR/Ha)多项式趋势拟合情况

保险研究2019年第9期INSUＲANCESTUDIESNo.92019米本身“靠天生长”的特征较为明显，例如华北平原的玉米一季度一般只灌溉一水甚至不灌溉，主要靠6～8月份的雨水，因此旱、涝和大风等自然灾害对于玉米产量的影响较大;另一方面，近几年玉米市场价格改革及种植结构调整也可能对玉米产量产生一定的影响。而水稻和小麦作为主要口粮，种植环境和条件相对稳定，受政策性影响也较玉米小，单产风险相对较小，尤其是水稻的单产损失风险下降趋势更为明显。(二)费率测算结果及分析前文分析表明，异方差对费率的影响是通过对残差的分布调整来间接产生影响的，为更直观的判断估计出的调整系数对费率的影响，我们任意选取小麦、水稻和玉米三种作物参数较为显著的三个省份(贵州、江苏和辽宁)，对其调整前后的残差密度分布情况进行拟合(如图3)。结果显示，经估计参数和同比例方差(β=2)调整后的风险分布具有显著差异。以江苏省水稻为例，按照^β调整后的残差分布具有尖峰特征，产量波动相比调整前残差分布和β=2调整的分布更加集中，风险更小。从辽宁省玉米的分布图可以看出，调整前后三个分布差异不大，但按^β调整后的左偏(损失端)且厚尾特征相比同比例方差更加明显，可以初步判断风险有增大趋势，贵州小麦的风险变化从分布图上难以辨识。图3小麦(贵州)、水稻(江苏)和玉米(辽宁)单产损失分布核密度图—18—

【参考文献】：
期刊论文
[1]“价补分离”政策对玉米种植结构调整效应研究——基于吉林省调研数据的分析[J]. 隋丽莉,郭庆海.  价格理论与实践. 2018(12)
[2]农产品收入保险及其定价研究——以山东省苹果为例[J]. 刘素春,刘亚文.  中国软科学. 2018(09)
[3]河南省玉米区域产量保险费率厘定实证研究[J]. 李琴英,黄伟洁.  保险研究. 2018(02)
[4]农业保险的低保障水平与产品同质化问题研究——以内蒙古为例[J]. 柴智慧,赵元凤,徐慧.  保险理论与实践. 2017(09)
[5]基于Copula方法的河北省玉米收入保险费率测算[J]. 冯文丽,郭亚慧.  保险研究. 2017(08)
[6]我国农作物灾害性损失风险的估计:方法选择与改进[J]. 任金政,李士森.  保险研究. 2017(05)
[7]粮食作物保险费率测算与合理化研究——以黑龙江省10个区县数据为例[J]. 李丹,马彪.  保险研究. 2017(04)
[8]基于Copula方法的大豆收入保险费率测定:理论与实证[J]. 谢凤杰,吴东立,赵思喆.  农业技术经济. 2017(02)
[9]中国农业风险评估——基于H-P滤波分析与非平衡面板数据的实证研究[J]. 鄢姣,赵军.  江苏农业科学. 2014(09)
[10]农业生产风险评估方法评述及展望[J]. 王克,张峭.  农业展望. 2013(02)



本文编号：3314762