论文部分内容阅读
农作物区域产量保险作为农业保险制度的一种创新,可以在一定程度上减少或消除道德风险,部分地消除逆向选择。而且农作物区域产量较之个体产量更容易准确得到,在定损和理赔等方面有便利之处。费率作为保险合同的基本参数,本文利用1991-2007年湖北省县级水稻单产数据,对农作物区域产量保险的纯费率厘定进行深入的研究,为在我国开展农作物区域产量保险提供一些参考。本文首先构建了23个分层贝叶斯时空模型,这些模型综合考虑水稻单产的时间效应和空间异质性、空间效应以及时间和空间的交互效应。利用WinBUGS软件包进行Gibbs抽样,求解了23个时空模型,根据DIC准则进行选择模型,并预测了湖北省各县市1992-2009年的水稻单产。基于2008年预测单产及其后验分布,厘定了当年各县市水稻产量保险的纯费率,平均费率为2.99%,标准差为0.62。研究的主要结论:1992-2007年的预测值与实际值比较接近,且预测的水稻单产的标准差都比较小,表明所选择模型具有良好的短期预测能力;相邻地域的纯费率比较接近;所厘定的纯费率与蒙特卡洛(Monte Carlo,MC)误差正相关,Pearson相关系数为0.6793,MC误差包含来自时间、空间以及两者相互作用带来的不确定性。使用时空模型拟合的产量数据剔除趋势,采用极大似然法估计各县市的Normal、LogNormal、Logistic、Beta、Weibull分布的参数。主要结论:平均费率为3.92%,标准差为1.90;在Anderson-Darling检验统计量下,湖北省有74个县市在Logistic、Weibull分布下的A-D检验值最小,表明大部分县市在有较高峰度的Logistic或在有偏的Weibull分布下拟合得最好;非对称分布下的纯费率一般要高于对称分布;从整体上来看,不同的分布假设有对湖北省县级水稻产量的纯费率有显著的影响;最优分布下的纯费率与样本数据的标准差相关性高,Pearson相关系数为0.7298,样本标准误差反映整个经验期的产量波动。后验分布下的纯费率与最优分布下的纯费率有显著差异,且后者普遍高于前者,平均约高一个百分点。从经验信息利用程度的角度,使用最优分布下的纯费率相对合理,因为其较好地反映了过去观察期间的产量波动,而后验分布下的纯费率则更多地反映近期的产量波动。从信度理论的角度,选择后验分布下的纯费率较合理,因为其赋予近期的经验数据更大的权重。