农业天气指数保险是应对极端气候造成的农业损害的新型保险产品,为农业保险的发展提供了新途径。它得到了一些国家特别是发展中国家的大力支持。然而,在我国推进天气指数保险发展的过程中,依然存在一些问题尚未定论。例如,如何降低基差风险、如何构建合理的保险定价模型以及如何选择适合我国的实际运作模式等。因此设计一款科学、适用的天气指数保险产品显得尤为必要。本研究拟采用Vine Copula模型设计多元天气指数保险,一方面由于Vine Copula模型继承了Copula函数的优点,可以刻画随机变量间无论是线性或是非线性的相依性关系;另一方面又弥补了Copula函数的缺点,能够通过分解降维的方式解决传统Copula函数无法处理高维数据的问题。同时采用目前大多研究者运用的多元线性回归模型设计天气指数保险,通过对比分析,进而论证本研究提出的Vine Copula模型在产品设计方面更为科学、全面,在保险费率厘定方面更具准确性与真实性。本研究利用宁夏银川市玉米相关数据进行实证分析,选取2002年-2019年银川市玉米生产数据与生长期相关气象数据,因地制宜地设计了银川市玉米多元天气指数保险产品。主要研究内容如下:（1）对银川市历年玉米产量数据进行处理,采用HP滤波法、双指数平滑法和T4253H滑动平均法建立时间序列产量模型,对比分析得出T4253H滑动平均法建立的趋势产量模型与实际产量的拟合度最优,进而分离得到相对气象产量。（2）对银川市玉米生育期所需气象条件进行分析,并对历年来17种气象资料（共204组）进行数据处理。利用皮尔逊相关性分析,确定与相对气象产量显著相关的气象要素,对其进行指数化。结果表明,银川市玉米相对气象产量受8月和9月最大风速、7月平均气温和最高气温以及4月和8月最小湿度的影响较大。（3）建立了基于C-Vine Copula函数的银川市玉米多元天气指数联合分布模型,并结合蒙特卡洛法厘定保险纯费率。同时,采用多元线性回归法设计多元天气指数保险产品,在参数模型和非参数模型之间进行优选,进而计算预期损失值,提高纯费率的准确性。研究表明,通过逐步回归法构建的多元天气指数模型回归效果显著,但仅拟合了两个气象因子与相对气象产量间的关系,而通过C-Vine Copula函数构建的多元天气指数保险模型具有较强的综合分析能力,能够有效拟合所有天气指数。（4）针对以上两种模型所得费率结果,结合银川市玉米实际保险费率进行分析与比较。研究表明在保障水平80%的情况下,通过C-Vine Copula模型所得的实际费率与银川市玉米实际保险费率较为相符,准确率可达96.95%,相较于多元线性回归模型有了进一步的提高。因此通过C-Vine Copula模型设计的多元天气指数保险产品,可以降低基差风险,且费率厘定结果更具综合性、普适性与准确性。