在WTO“绿箱”政策框架下，政策性农业保险服务的主要功能在于分散自然风险给农业生产带来的不稳定性，这种功能使得农民在遭受自然风险的情况下，能迅速得到补偿从而恢复正常的生产经营，减少自然风险造成的生产波动，增加整个社会的福利水平。而进行农作物保险费率精算，确保保险责任和保险赔付相符合是提高农民投保率和保险公司承保率必不可少的基础性工作。目前，国内外研究学者主要采用“单产分布模型推导法”（主要包括参数估计法和非参数估计法）和“气象指数”来评估农作物单产风险。对于大样本容量数据条件下农作物保险费率的精算模型，在理论研究层面，学术界基本上达成一致，即非参数核密度法在大样本数据中最优，但实证方面的定量分析少见报道。更为重要的是，对于小样本容量数据下应该采用参数法还是非参数法来厘定农作物保险纯费率，目前国内外学者之间存在很大的争议。鉴于此，本研究将从以下几个方面进行研究：1.实证检验大样本数据容量条件下，不同参数模型厘定出农作物保险纯费率之间的差别，并确定农作物单产的最优分布模型，并将此得出的费率作物参照标准；2.在第一步的基础上，定量比较大样本数据容量条件下，参数和非参数法厘定农作物保险费率的差异；3.在小样本数据容量条件下分别采用参数法、非参数法及气象指数法厘定同一地区农作物保险纯费率，以第一步确定的参照标准比较得出小样本下的最优精算模型。4.进一步综合农作物保险在实际操作中面临的问题，指出在小样本数据容量中采用参数法和气象指数法有机结合的方法厘定农作物保险纯费率，是有效避免农作保险中道德风险与逆选择问题的一条可选路径。最终，通过理论分析及实证检验等研究方法，探讨出在目前我国农作物单产及自然灾害风险记录严重不足、统计范围不够精细的条件下，科学厘定农作物保险费率的最优方法模型。