普洱茶氣象指數(shù)保險(xiǎn)產(chǎn)品設(shè)計(jì)研究
發(fā)布時(shí)間:2020-07-18 05:26
【摘要】:云南省是農(nóng)業(yè)大省,發(fā)揮好高原特色農(nóng)業(yè)產(chǎn)業(yè)優(yōu)勢(shì)對(duì)本省農(nóng)業(yè)發(fā)展具有極為重要的作用,農(nóng)業(yè)保險(xiǎn)已成為轉(zhuǎn)移農(nóng)業(yè)風(fēng)險(xiǎn)管理的重要工具,也是涉農(nóng)企業(yè)和農(nóng)戶在農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)過(guò)程中最受青睞的保障工具。近年來(lái),農(nóng)業(yè)保險(xiǎn)發(fā)展迅速的同時(shí)也暴露出傳統(tǒng)農(nóng)業(yè)保險(xiǎn)自身的不足,例如,道德風(fēng)險(xiǎn)、逆向選擇和交易費(fèi)用高等問(wèn)題突出,農(nóng)業(yè)氣象指數(shù)保險(xiǎn)恰好能彌補(bǔ)傳統(tǒng)農(nóng)業(yè)保險(xiǎn)的不足。本文以普洱茶為研究對(duì)象,普洱茶是世界著名的茶葉品牌,普洱、臨滄、西雙版納是普洱茶的主產(chǎn)區(qū),80%的普洱茶出自于此主產(chǎn)區(qū),普洱茶經(jīng)濟(jì)產(chǎn)出是當(dāng)?shù)夭柁r(nóng)收入的主要來(lái)源之一。然而,云南省地理環(huán)境復(fù)雜,氣候環(huán)境復(fù)雜多變,氣象災(zāi)害頻繁發(fā)生,對(duì)普洱茶的生長(zhǎng)受到很大的影響,造成產(chǎn)量減少,品質(zhì)下降,采摘期遞延甚至茶樹(shù)死亡等。因此開(kāi)發(fā)普洱茶氣象指數(shù)保險(xiǎn)的開(kāi)發(fā)是十分必要的。本文在設(shè)計(jì)普洱茶氣象指數(shù)保險(xiǎn)之前,學(xué)習(xí)和比較國(guó)內(nèi)外農(nóng)業(yè)氣象指數(shù)保險(xiǎn)發(fā)展的現(xiàn)狀,對(duì)該產(chǎn)品進(jìn)行理論和現(xiàn)實(shí)兩各方面進(jìn)行可行性分析,理論可行性利用管理學(xué)的PEST分析法展開(kāi)分析,包括政治、經(jīng)濟(jì)、社會(huì)和技術(shù)四個(gè)方面,現(xiàn)實(shí)可行性從產(chǎn)品推廣路徑和浙江省茶葉氣象指數(shù)保險(xiǎn)的成功案列進(jìn)行分析。普洱茶的生長(zhǎng)發(fā)育需要適合的光照、溫度、濕度和土壤等環(huán)境,結(jié)合滇西南地區(qū)特殊的地理環(huán)境和復(fù)雜的氣候環(huán)境,實(shí)地調(diào)查詢問(wèn)當(dāng)?shù)夭柁r(nóng),發(fā)現(xiàn)該地區(qū)降水量和氣溫對(duì)普洱茶的生長(zhǎng)情況影響最大,普洱茶容易在夏季遭受干旱災(zāi)害,容易在夏季和秋季遭受連陰雨災(zāi)害,容易遭冬季和初春遭受低溫凍害。本文利用1960~2017年普洱、臨滄、西雙版納三地區(qū)的氣象數(shù)據(jù)和1988~2017年普洱茶相關(guān)數(shù)據(jù),用平均降水量和平均極端低溫對(duì)茶葉單產(chǎn)的影響進(jìn)行建模分析,利用R軟件,以平均降水量和平均極端低溫作為解釋變量,以普洱茶茶葉單產(chǎn)做為被解釋變量,進(jìn)行多元回歸分析,再對(duì)擬合結(jié)果進(jìn)行修正擬合模型分析,得出平均降水量和平均極端氣溫對(duì)茶葉單產(chǎn)影響的擬合回歸模型,R軟件輸出結(jié)果各項(xiàng)檢驗(yàn)都顯著,最后的模型擬合較好。通過(guò)已經(jīng)建立的模型,再結(jié)合當(dāng)?shù)貙?shí)際情況分析,對(duì)普洱茶影響最大的氣象災(zāi)害主要有干旱、低溫凍害、連陰雨。接下來(lái)對(duì)這三種氣象災(zāi)害進(jìn)行指數(shù)設(shè)計(jì),得出干旱災(zāi)害指數(shù)、低溫凍害指數(shù)和連陰雨災(zāi)害指數(shù)。再次結(jié)合普洱茶產(chǎn)量數(shù)據(jù)和氣象數(shù)據(jù)計(jì)算出普洱茶的減產(chǎn)率,建立普洱茶氣象指數(shù)模型。通過(guò)模型計(jì)算出保險(xiǎn)費(fèi)率、免賠額,計(jì)算出相應(yīng)的保費(fèi),接著設(shè)計(jì)出相應(yīng)的保險(xiǎn)合同后,為避免普洱茶氣象指數(shù)保險(xiǎn)的基差風(fēng)險(xiǎn),分析其基差風(fēng)險(xiǎn)的引入因素。最后進(jìn)行該產(chǎn)品的推廣方案和政策配套研究。
【學(xué)位授予單位】:云南財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2018
【分類(lèi)號(hào)】:F842.66
【圖文】:
圖 2.1 普洱茶主產(chǎn)區(qū)2西雙版納茶區(qū)位于云南省西南部,東接越南、老撾,西鄰緬甸,是云南省面積最大的普洱茶茶產(chǎn)區(qū)。西雙版納州,位于云南省最南端,是云南省下轄的一個(gè)少數(shù)民族自治州。地處北緯約 21°10’,東經(jīng) 99°55’至 101°50’之間。西雙版納茶區(qū)內(nèi)有無(wú)量山、哀牢山及瀾滄江、李仙江,山清水秀,下轄景洪市、革力?h、副臘縣,是普洱茶最知名的傳統(tǒng)產(chǎn)區(qū)。該茶區(qū)茶樹(shù)種植的歷史已達(dá) 1700多年,區(qū)內(nèi)至今仍保留著樹(shù)齡達(dá)數(shù)百年甚至 1000 多年的眾多老茶樹(shù)。古六大茶區(qū)全都位于西雙版納境內(nèi),主力海茶廠是西雙版納茶區(qū)最著名的普淚茶廠。這一茶區(qū)的著名普洱茶品牌有普淚貢茶、革力海腎茶、大益牌普洱茶、竹筒茶等。普洱(原思茅)茶區(qū)地處云南省中南部,與臨滄市、大理內(nèi)族自治州、楚雄彝族自治州、玉溪市、紅河哈尼族彝族自治州、西雙版納傣族自治州相鄰,西南與緬甸交界,東南與老撾、越南接壤。普洱市位于云南省西南部,地處北緯 22°
( x ~y1) ( x ~y2)圖 2.21x ,2x 和 y 的散點(diǎn)圖和擬合曲線從圖(2.2)中看出,將模型進(jìn)行修正得 20112232YXXX(3)下面用 R 軟件 lm.new<-update()和 summary()函數(shù)進(jìn)行分析,此時(shí),發(fā)現(xiàn)模型殘差的標(biāo)準(zhǔn)差 有所下降,相關(guān)系數(shù)的平方2R 有所上升,這說(shuō)明模型修正是合理的,同時(shí)也發(fā)現(xiàn)了一個(gè)新的問(wèn)題,即對(duì)應(yīng)2 的P值大于 0.05。2X 項(xiàng)不顯著,則去掉2X 項(xiàng),再進(jìn)行分析。在 R 軟件中調(diào)用 lm2.new<-update(lm.new, .~.-X2)和 summary(lm2.new)函數(shù)輸出結(jié)果可知,此模型雖然通過(guò)了 F 檢驗(yàn)和 t 檢驗(yàn),但是與上一模型相比, 上升,2R 下降,這又是此模型的不足之處。再進(jìn)一步
【學(xué)位授予單位】:云南財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2018
【分類(lèi)號(hào)】:F842.66
【圖文】:
圖 2.1 普洱茶主產(chǎn)區(qū)2西雙版納茶區(qū)位于云南省西南部,東接越南、老撾,西鄰緬甸,是云南省面積最大的普洱茶茶產(chǎn)區(qū)。西雙版納州,位于云南省最南端,是云南省下轄的一個(gè)少數(shù)民族自治州。地處北緯約 21°10’,東經(jīng) 99°55’至 101°50’之間。西雙版納茶區(qū)內(nèi)有無(wú)量山、哀牢山及瀾滄江、李仙江,山清水秀,下轄景洪市、革力?h、副臘縣,是普洱茶最知名的傳統(tǒng)產(chǎn)區(qū)。該茶區(qū)茶樹(shù)種植的歷史已達(dá) 1700多年,區(qū)內(nèi)至今仍保留著樹(shù)齡達(dá)數(shù)百年甚至 1000 多年的眾多老茶樹(shù)。古六大茶區(qū)全都位于西雙版納境內(nèi),主力海茶廠是西雙版納茶區(qū)最著名的普淚茶廠。這一茶區(qū)的著名普洱茶品牌有普淚貢茶、革力海腎茶、大益牌普洱茶、竹筒茶等。普洱(原思茅)茶區(qū)地處云南省中南部,與臨滄市、大理內(nèi)族自治州、楚雄彝族自治州、玉溪市、紅河哈尼族彝族自治州、西雙版納傣族自治州相鄰,西南與緬甸交界,東南與老撾、越南接壤。普洱市位于云南省西南部,地處北緯 22°
( x ~y1) ( x ~y2)圖 2.21x ,2x 和 y 的散點(diǎn)圖和擬合曲線從圖(2.2)中看出,將模型進(jìn)行修正得 20112232YXXX(3)下面用 R 軟件 lm.new<-update()和 summary()函數(shù)進(jìn)行分析,此時(shí),發(fā)現(xiàn)模型殘差的標(biāo)準(zhǔn)差 有所下降,相關(guān)系數(shù)的平方2R 有所上升,這說(shuō)明模型修正是合理的,同時(shí)也發(fā)現(xiàn)了一個(gè)新的問(wèn)題,即對(duì)應(yīng)2 的P值大于 0.05。2X 項(xiàng)不顯著,則去掉2X 項(xiàng),再進(jìn)行分析。在 R 軟件中調(diào)用 lm2.new<-update(lm.new, .~.-X2)和 summary(lm2.new)函數(shù)輸出結(jié)果可知,此模型雖然通過(guò)了 F 檢驗(yàn)和 t 檢驗(yàn),但是與上一模型相比, 上升,2R 下降,這又是此模型的不足之處。再進(jìn)一步
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 侯茂章;吳敏;;天氣指數(shù)保險(xiǎn)研究進(jìn)展[J];中南林業(yè)科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2015年06期
2 牛浩;陳盛偉;;玉米風(fēng)雨倒伏指數(shù)保險(xiǎn)產(chǎn)品設(shè)計(jì)研究——以山東省寧陽(yáng)縣為例[J];農(nóng)業(yè)技術(shù)經(jīng)濟(jì);2015年12期
3 陳盛偉;李彥;;區(qū)域性蘋(píng)果低溫凍害氣象指數(shù)保險(xiǎn)產(chǎn)品設(shè)計(jì)——以山東省棲霞市為例[J];保險(xiǎn)研究;2015年12期
4 靳s
本文編號(hào):2760479
本文鏈接:http://www.sikaile.net/jingjilunwen/bxjjlw/2760479.html
最近更新
教材專著