促進政策性農業保險的發展是各級政府支持“三農”發展的一項重要工作。然而，在此背景下，農業保險發展所需要解決的重要問題———保險費率的厘定卻沒有引起足夠的重視。農業保險大都采用作物的單產分布模型來確定保險費率。國內外相關研究實踐表明，這種主觀性誤差過大的處理方式會帶來道德風險、逆向選擇、管理成本高、風險分散能力不強等弊端。因此，積極研究以分析氣象指數為基礎的新型農業保險對克服傳統農業保險的弊端，保障農業經濟又好又快發展，具有非常重要的理論和實踐意義。
從數據易得的角度考慮，選取河南省開封地區為樣本，來厘定小麥保險費率。在模型選取方面，本文以 2002 －2011年河南省開封市各縣\\( 區\\) 內氣象指數的統計結果計算發生農業自然災害的概率，以保險公司賠付率和投保農戶損失率為指標構建綜合評價模型，將評價指標轉化為非線性規劃問題，并求出最優解。根據最優解的取值確定較為科學合理的農業保險費率，在我國同類地區具有推廣價值。
一、農業保險費率厘定的研究現狀
國外在農業保險方面的研究較早，也比較地深入系統。
國外學者十分重視對農作物風險評估和作物單產分布的研究，如從 1980 年到 2000 年的 20 年時間里，國外學者僅在美國農業經濟雜志上就提出了六種單產分布的參數模型形式\\( Bailey Norwood，2004\\)。目前擬合作物單產分布的方法主要有兩種，即參數方法和非參數方法。由于傳統農業保險的發展瓶頸，國際金融保險界從 20 世紀 90 年代以來，先后開發了兩個農業保險產品: 氣象指數保險和區域產量指數保險。氣象指數保險是用特定的農業氣象指標作為觸發機制，它跟受災后農作物的受損情況無關，無需逐戶勘查定損，也不存在道德風險和逆向選擇。美國、墨西哥、秘魯、肯尼亞、印度、越南等國采用降水指數保險降低旱澇災害對農業造成的風險; 南非的蘋果合作社采用氣象指數保險分散霜凍帶來的蘋果種植風險。
目前國內農業保險的發展仍處于初級階段，較缺乏對舉辦政策性農業保險可行性的研究和相關精算領域的定量研究。曹雪琴\\( 2008\\) 認為對供需雙方而言精簡了運作程序，做到了相對的信息對稱，這些都是傳統農業保險無法比擬的。
庹國柱\\( 2008\\) 、張哨\\( 2008\\) 、張惠苑\\( 2008\\) 等指出天氣指數保險存在明顯的缺點，如單一氣象指數在目前的技術水平下不能準確衡量農作物的減產率，基差風險難以規避等。毛裕定等\\( 2007\\) 、吳利紅等\\( 2010\\) 、婁偉平等\\( 2009; 2010\\) 設計了浙江省樹橘霜凍指數保險、水稻干旱指數保險，這些產品均是國際上比較流行的與區域產量指數相結合的天氣指數保險，采用的定價方法是傳統農業保險所使用的單產波動模型。
新型農業保險剛引入我國不久，相關領域的研究也在不斷進行。但是由于需要把氣象指數抽象為農作物的損害程度，每個指數都有對應農作物的損益。這造成了保險費率厘定上的困難，有關費率厘定的研究成果寥寥可數。本文正是在借鑒上述研究成果的基礎上，依據氣象指數測算發生農業自然災害的概率，并引入了綜合評價模型，設置參數使保險公司賠付率和投保農戶損失率之和最小。站在全局的角度滿足保險公司、農戶的可持續發展要求。以期為政府在農業保險工作方案的制定完善方面提供理論和技術支持。
二、農業保險費率厘定模型設定
保險費率的厘定是保險工作方案制定過程中極其重要的環節，純保險費率指的是使保險公司的保費收入與其賠付支出相等時的保險費率。保險費率的厘定依據大數法則和收支相等原則。根據保險精算的基本原理，假設發生一次災害即造成絕產，用大數法則將災害發生的概率近似代替單位面積的損失率，進一步用收支相等原則將損失率近似代替保險費率。這里的概率 P 是 10 年內在小麥生長期間發生自然災害的概率。P =10 年內小麥生長期間發生災害的總天數/10 × 小麥生長期天數.現行的農業保險是成本保險，即保險公司只賠償投保農戶的種植成本。經調查走訪，實際測算出開封地區小麥種植成本的平均值為 450 元/畝，而現有的農業保險工作方案中的保險金額不足以承擔農戶的種植成本。通過把自然災害發生的概率和保險費率作比較，可以根據二者的差距調節保險費率從而對保險公司、投保農戶和政府三者之間的關系進行權衡，進而得出合適的保險費率、政府補貼率等。
為了檢驗保險工作方案的合理性，需要構建一個指標框架對其進行評價。在綜合考慮政府財政承受力、保險公司和投保農戶利益的情況下，保險公司的賠付率、投保農戶的損失率應該最小。保險公司的賠付率是保險公司總賠償金額與總保費收入的比值，為方便計算，用保險公司對單個投保農戶的期望賠償金額和保費做比，損失率是投保農戶投入\\( 種植投入和保費\\) 減去保險公司賠償占總投入的比重?？梢园焉鲜鲈u價指標變為目標函數，這樣就形成一個非線性規劃問題?！?】
上式中 Y 表示保險金額，P 表示自然災害發生的概率，S表示保費，Q 表示小麥種植成本，q 表示政府補貼率。由于測算的每畝小麥的種植成本為 450 元，按照農業保險“低保障、廣覆蓋”的原則，保費以不超過 30 元為宜，政府的補貼率不應過高，在 0 到 0. 8 之間是比較理想的選擇。
通過解方程\\( 2\\) 得到的最優解保險金額 Y 和保費 S，那么需要計算得到的保險費率 Ｒ 的表達式:Ｒ =SY\\( 3\\)與假定單產服從正態分布，采用分布模型法厘定費率的傳統農業保險不同。本文所提出的以分析氣象指數為基礎的新型農業保險費率厘定方法具有如下幾個方面的優點和特色: \\( 1\\) 氣象指數是建立在氣象因子與農作物損失關系模型的基礎上，廣泛適用于各種作物及農業生產風險; \\( 2\\) 實際應用中依據除保險公司和投保農戶外第三方提供的氣象資料，克服了由于信息不對稱帶來的道德風險和逆向選擇問題; \\( 3\\) 站在全局的角度考慮盡可能使保險公司及投保農戶面臨的風險最小，提出了綜合評價模型，滿足農業保險各參與主體的可持續發展要求; \\( 4\\) 費率的厘定方法清晰簡明，方便農業保險在二級市場的交易流通，將風險轉移到金融和再保險市場，增強農業保險分散風險的能力。
三、實證分析
\\( 一\\) 數據的預處理。。
本文主要采用 2002 － 2011 年河南省開封市 10 個區縣\\( 龍亭區、順河回族區、鼓樓區、禹王臺區、金明區、杞縣、通許縣、尉氏縣、開封縣、蘭考縣\\) 氣象站中的氣象數據，包括日降水量，日最高氣溫，日最低氣溫，日最大風速及當日是否有冰雹。通過對數據的查找與檢測，發現部分數據存在缺失，另有一些數據由符號表示無法計算。
1. 缺失數據的處理對于數據中的缺失現象，采用均值替換法進行處理。均值替換法是用將該項目剔除異常數據后取剩余的平均值來替換異常值或缺失值的方法，即【2】
其中，x*m為缺失值，n 為去除缺失值后的樣本數量。
風速的數據是實時觀測而得的，由于數據量大可能出現遺漏，而且經觀察，缺失數據前后幾天的風速差別不大，所以采用均值替換法處理缺失數據是可行的。這里僅以蘭考縣某天為例進行均值替換，其他缺失的處理方法相同?！颈?】
上表中日降水量的單位是: mm，日最高/最低氣溫的單位是: ℃，日最大風速的單位是: m/s。
2. 符號數據的處理在日降水量一欄中的數據出現了“* ”，它表示這一天的降水量為微量\\( 小于 0. 1mm\\) 。為了方便數據處理和計算，用“0”替代“* ”。
\\( 二\\) 農業自然災害的判定
農業自然災害是包括旱澇災害、大風災害、冰雹災害等造成的農作物的減產和倒伏。需要制定一個判定自然災害的標準以確定發生各種自然災害的狀況。冰雹災害可以直接在氣象數據的表格中查找出來，下面討論旱澇和大風災害的判斷標準。當同一天不同地區都發生災害時則視為 1 天。
這里以小麥的生長時期為例，找出小麥不同生長時期發生災害的天數。小麥的生長期大致為每年 10 月———次年 6 月，具體的分期如下表所示:【表2】
1. 旱澇災害的判定判斷旱澇災害的方法是找出與同期相比的異常值，進而可以得出異常的月份。用降水距平百分率作為指標來找出異常值。在得出異常的月份后，為了進一步精確地得出發生災害的天數，需要對異常月份的降水進行分析。干旱的判斷標準為連續無降水天數超過 31 天; 而洪澇的標準是當天降水量達到 50 毫米以上。整個計算過程的步驟是:
\\( 1\\) 降水距平百分率降水距平百分率 ΔＲ% 反映的是降水偏離氣候值的程度，公式如下:【3】
當 ΔＲ% ＞ 25% 時，即認為發生了澇災; 當 ΔＲ% ＜ －25% ，即認為發生了旱災。先根據每個區縣 2002 － 2011 年降水量的平均值計算出異常年份，然后在異常年份中計算出每月的降水距平百分率找出異常月份。
\\( 2\\) 干旱的精確判定在上一步找出的異常月份中，發現這些月份的日降水量幾乎都為 0，個別天數有降水，這樣不能算作連續無降水。這時可以通過求整個月份降水量的方差來判斷整個月降水的平穩性，判定在異常月份中方差小的月份為干旱月份?！?】
計算得到納入統計范圍的 10 個區縣 10 年內小麥生長期間發生干旱的月份總共約有 3 個月。
\\( 3\\) 洪澇的精確判定洪澇的判斷標準是當天降水量達到 50 毫米以上，只需在求出的降水高于同期的月份中找出日降水量高于 50 毫米的天數即可?！颈?】
2. 大風災害的判定《河南省 2013 年農業保險工作方案》中規定保險公司須對風災所造成的農作物損失做出賠償。六級風速為 10. 8m/s，所以只需中找出風速大于等于 10. 8m / s 的天數即可?！颈?】
3. 冰雹災害的判定【表5】
\\( 三\\) 實證結果
將統計出的 10 年內在小麥生長期間發生自然災害的天數和小麥正常生長周期所需的天數代入方程\\( 1\\)得到 10 年內在小麥生長期間發生自然災害的概率 P =0. 063然后將發生自然災害的概率值 P 代入方程\\( 2\\) ，并求出Y 和 S 的最優解。繼而將求出的 Y 和 S 的值代入方程\\( 3\\) 得到需要厘定的農業保險費率 Ｒ。
對綜合評價模型轉化成的非線性規劃問題運用蒙特卡洛算法進行求解。蒙特卡洛算法，其基本思想是在估計的區域內隨即選取試驗點，然后從這些點中找出可行點，再從可行點中找出最小點。
在 Matlab7. 0 運行環境下得出的最后結果是：【5】
所得最優的保險方案為:【表6】
表中的費率即為所要厘定的農業保險費率，費率 Ｒ = 保費/保險金額依據最優解制定的小麥保險方案，根據保險精算中的收支相等原則，可以認為平均損失率與保額損失率近似相等，即為 6. 3%。在合理考慮保險公司和投保農戶的風險的情況下，最后得出的純保險費率為 6. 65%。
經綜合評價模型得到的小麥保險工作方案也更加合理和科學。費率略高于西方國家 5% －6%的平均水平，保險公司承擔的風險較小。同時，投保的投保農戶承擔的風險也較小。但是本方案保費高，致使財政補貼較多，給政府的財政帶來較大壓力。
四、模型的推廣及相關建議
\\( 一\\) 本模型的不足之處
厘定以分析氣象指數為基礎的新型農業保險費率的關鍵就在于其是否擁有準確的，充分的，完備的氣象歷史數據。依據長序列氣象歷史數據統計出的氣象指數可以很好解決因歷史資料短而產生的不穩定問題。但是由于精力和經費的限制，本文只獲得了開封地區 2002 － 2011 年的部分氣象歷史數據，僅對氣象數據做統計分析，這在一定程度上降低了本文估計模型的精度。
\\( 二\\) 模型的推廣及相關建議
在模型的推廣方面，可以考慮在以本文模型得到的保險費率為基礎并根據各個地區區域風險水平的不同，確定區域風險系數，用確定的區域風險系數對農業保險費率進行修訂，以使農業保險費率能夠更加真實的反映具體區域農業生產和作物受損的風險。此外還可以結合不同地區歷史統計出的農作物受災、成災、絕收情況，估計農作物實際單產偏離預期單產的程度，彌補氣象統計數據不能反映的病蟲草鼠害等對農作物造成的損失。
基于模型得出的結論，可以得出開封地區最優的小麥作物保險費率為 6. 65%，考慮附加費率等因素，政府給定的農業保險方案保險費率應為 6. 65% 以上是較為科學合理的。
對于政策性農業保險的發展政府可以從以下方面進行考慮:
1. 推動農業保險的規范化與制度化建設，通過政府立法的形式來保證政策性農業保險的有效實施。各級政府可以根據本地的情況，因地制宜地制定相應的地方法律或者相關條例，來保障政策性農業保險的實施。通過立法，使政府、保險公司和投保農戶的責任明確起來，增強各主體的責任意識。對于政策性農業保險政策的實施進行標準化處理，以此減少賠償環節可能出現的問題，提高理賠的效率。
2. 對農業保險的經營實施稅收減免，低息或無息貸款等扶持政策。借鑒上海等農業保險運作較成功地區的寶貴經驗，考慮到農業保險高風險，高賠付率及涉及面廣等實際情況，施行“以險養險”的扶持政策。即將一些優良險種，如農村建房險、農民健康保險等納入農業保險范疇之中，用賠付率較低保險所產生的利潤填補因賠付率較高保險所產生的虧空赤字，以增強保險公司抵御風險的能力。
3. 在農作物種植區域內設置氣象站點，搜集氣象數據以滿足設計氣象指數保險產品的需要。從農業天氣指數保險的理論和實踐需要來說，一個標準的氣象觀測站點能覆蓋 20平方公里風險區域。保險費率厘定過程中的基差風險需要降低，現有氣象站點的數量與實際的需要仍有較大差距，而氣象站點覆蓋區域過大則會造成一定的基差風險。
4. 充分利用科學技術條件，建立災前預警與事后救濟機制。通過氣象預測，及時發布相關氣象信息，對于病蟲害多發的地區，政府通過實施病蟲害防治辦法等方法來降低農業受災面積，進而減少保險公司的賠付率。這些方法都可以降低附加費率，保證保險費率在一個可以接受的水平，促進我國農業保險事業合理健康發展。
5. 堅持政府、保險公司和投保農戶的三位一體，調動各方的積極性。政府要發揮其主導作用，各級政府對農民要加強引導、積極宣傳，普及農業保險的相關知識，提高其參與農業保險的積極性。政府可以對保險公司給予適當的財政的支持，對于經常發生農業自然災害地區的保險公司更多的財政補貼，使其有信心來做好農業保險，發揮其社會保障的功能，承擔起應有的社會責任。
參考文獻:
［1］張月飛，張倫 . 政策性農業保險費率厘定模型及實證探究［J］. 金融發展研究，2011，\\( 05\\) :76 －80.
［2］陳晨 . 農作物保險費率厘定方法及其政策影響研究［D］. 安徽農業大學，2009 年碩士學位論文 .
［3］陳權 . 天氣指數保險費率厘定與修正方法研究［D］. 西南財經大學，2013 年碩士學位論文 .
［4］卓金武 . MATLAB 在數學建模中的應用［M］. 北京: 北京航空航天大學出版社，2011.
［5］陳盛偉 . 農業氣象指數保險在發展中國家的應用及在我國的探索［J］. 保險研究，2010，\\( 03\\) :82 －88.
