糧食單產(chǎn)風(fēng)險(xiǎn)分布是費(fèi)率厘定的重要依據(jù)。本文基于單產(chǎn)趨勢(shì)估計(jì)中異方差現(xiàn)象對(duì)單產(chǎn)風(fēng)險(xiǎn)分布及費(fèi)率的影響,構(gòu)建了基于異方差的調(diào)整系數(shù)估計(jì)模型和區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率測(cè)算方法,并利用1963～2017年全國(guó)27省主要糧食作物保險(xiǎn)進(jìn)行實(shí)證檢驗(yàn)。結(jié)果發(fā)現(xiàn):放松異方差假設(shè)對(duì)我國(guó)糧食單產(chǎn)風(fēng)險(xiǎn)分布及費(fèi)率厘定具有顯著影響,13個(gè)省份的一種或多種糧食作物存在趨勢(shì)異方差現(xiàn)象,且分布具有集聚特征。其中,小麥和水稻的單產(chǎn)風(fēng)險(xiǎn)隨產(chǎn)量具有縮小趨勢(shì),費(fèi)率受異方差影響較大,玉米單產(chǎn)風(fēng)險(xiǎn)隨產(chǎn)量略有增大,費(fèi)率受異方差影響較少。研究結(jié)果對(duì)于糧食單產(chǎn)風(fēng)險(xiǎn)分布、風(fēng)險(xiǎn)區(qū)劃及保險(xiǎn)費(fèi)率的調(diào)整具有重要意義。 

【文章來源】：保險(xiǎn)研究. 2019,(09)北大核心CSSCI

【文章頁數(shù)】：14 頁

【部分圖文】：

山東省玉米單產(chǎn)(KR/Ha)多項(xiàng)式趨勢(shì)擬合情況

保險(xiǎn)研究2019年第9期INSUＲANCESTUDIESNo.92019米本身“靠天生長(zhǎng)”的特征較為明顯，例如華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、澇和大風(fēng)等自然災(zāi)害對(duì)于玉米產(chǎn)量的影響較大;另一方面，近幾年玉米市場(chǎng)價(jià)格改革及種植結(jié)構(gòu)調(diào)整也可能對(duì)玉米產(chǎn)量產(chǎn)生一定的影響。而水稻和小麥作為主要口糧，種植環(huán)境和條件相對(duì)穩(wěn)定，受政策性影響也較玉米小，單產(chǎn)風(fēng)險(xiǎn)相對(duì)較小，尤其是水稻的單產(chǎn)損失風(fēng)險(xiǎn)下降趨勢(shì)更為明顯。(二)費(fèi)率測(cè)算結(jié)果及分析前文分析表明，異方差對(duì)費(fèi)率的影響是通過對(duì)殘差的分布調(diào)整來間接產(chǎn)生影響的，為更直觀的判斷估計(jì)出的調(diào)整系數(shù)對(duì)費(fèi)率的影響，我們?nèi)我膺x取小麥、水稻和玉米三種作物參數(shù)較為顯著的三個(gè)省份(貴州、江蘇和遼寧)，對(duì)其調(diào)整前后的殘差密度分布情況進(jìn)行擬合(如圖3)。結(jié)果顯示，經(jīng)估計(jì)參數(shù)和同比例方差(β=2)調(diào)整后的風(fēng)險(xiǎn)分布具有顯著差異。以江蘇省水稻為例，按照^β調(diào)整后的殘差分布具有尖峰特征，產(chǎn)量波動(dòng)相比調(diào)整前殘差分布和β=2調(diào)整的分布更加集中，風(fēng)險(xiǎn)更小。從遼寧省玉米的分布圖可以看出，調(diào)整前后三個(gè)分布差異不大，但按^β調(diào)整后的左偏(損失端)且厚尾特征相比同比例方差更加明顯，可以初步判斷風(fēng)險(xiǎn)有增大趨勢(shì)，貴州小麥的風(fēng)險(xiǎn)變化從分布圖上難以辨識(shí)。圖3小麥(貴州)、水稻(江蘇)和玉米(遼寧)單產(chǎn)損失分布核密度圖—18—

【參考文獻(xiàn)】：
期刊論文
[1]“價(jià)補(bǔ)分離”政策對(duì)玉米種植結(jié)構(gòu)調(diào)整效應(yīng)研究——基于吉林省調(diào)研數(shù)據(jù)的分析[J]. 隋麗莉,郭慶海.  價(jià)格理論與實(shí)踐. 2018(12)
[2]農(nóng)產(chǎn)品收入保險(xiǎn)及其定價(jià)研究——以山東省蘋果為例[J]. 劉素春,劉亞文.  中國(guó)軟科學(xué). 2018(09)
[3]河南省玉米區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定實(shí)證研究[J]. 李琴英,黃偉潔.  保險(xiǎn)研究. 2018(02)
[4]農(nóng)業(yè)保險(xiǎn)的低保障水平與產(chǎn)品同質(zhì)化問題研究——以內(nèi)蒙古為例[J]. 柴智慧,趙元鳳,徐慧.  保險(xiǎn)理論與實(shí)踐. 2017(09)
[5]基于Copula方法的河北省玉米收入保險(xiǎn)費(fèi)率測(cè)算[J]. 馮文麗,郭亞慧.  保險(xiǎn)研究. 2017(08)
[6]我國(guó)農(nóng)作物災(zāi)害性損失風(fēng)險(xiǎn)的估計(jì):方法選擇與改進(jìn)[J]. 任金政,李士森.  保險(xiǎn)研究. 2017(05)
[7]糧食作物保險(xiǎn)費(fèi)率測(cè)算與合理化研究——以黑龍江省10個(gè)區(qū)縣數(shù)據(jù)為例[J]. 李丹,馬彪.  保險(xiǎn)研究. 2017(04)
[8]基于Copula方法的大豆收入保險(xiǎn)費(fèi)率測(cè)定:理論與實(shí)證[J]. 謝鳳杰,吳東立,趙思喆.  農(nóng)業(yè)技術(shù)經(jīng)濟(jì). 2017(02)
[9]中國(guó)農(nóng)業(yè)風(fēng)險(xiǎn)評(píng)估——基于H-P濾波分析與非平衡面板數(shù)據(jù)的實(shí)證研究[J]. 鄢姣,趙軍.  江蘇農(nóng)業(yè)科學(xué). 2014(09)
[10]農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)評(píng)估方法評(píng)述及展望[J]. 王克,張峭.  農(nóng)業(yè)展望. 2013(02)



本文編號(hào)：3314762