政策性農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定模型及實(shí)證研究

摘要：本文試圖探析政策性農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定的理論模型，并以杭州地區(qū)為例計(jì)算保險(xiǎn)費(fèi)率。結(jié)果表明，該地區(qū)水稻作物的保險(xiǎn)費(fèi)率在80%的保障水平下應(yīng)該定在7.35%，在90%的保障水平下應(yīng)該定在7.84%。當(dāng)前杭州地區(qū)核定的水稻作物的保險(xiǎn)費(fèi)率為5%左右，這與本文通過分析水稻的單產(chǎn)分布而確定的保險(xiǎn)費(fèi)率水平仍有較大的差距，表明政府在保險(xiǎn)費(fèi)率的厘定方面應(yīng)該進(jìn)一步的予以完善，以保證“共保體”持續(xù)發(fā)展。本文在最后提出了相關(guān)建議。

關(guān)鍵詞：農(nóng)業(yè)保險(xiǎn)；費(fèi)率厘定；單產(chǎn)分布

Abstract：This paper selected the data of Hangzhou and develop a theory model to determine the insurance rate. Our results show that the reasonable rate should be 7.35% in the guaranteed level of 80% and 7.84% in the level of 90%. But the present rate is 5% around，which is lowers than the reasonable rate bases on rice yield produce distribution. This indicates that our government should improve the rate determination to realize sustainable development.

Key Words：agriculture insurance，rate determination，yield distribution

中圖分類號(hào)：F840.66 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：1674-2265（2011）05-0076-05

促進(jìn)政策性農(nóng)業(yè)保險(xiǎn)的發(fā)展是各級(jí)政府支持“三農(nóng)”發(fā)展的一項(xiàng)重要工作。經(jīng)過多年試點(diǎn)探索，我國部分省市采取了“共保體”模式，即通過商業(yè)性保險(xiǎn)公司來執(zhí)行政策性農(nóng)業(yè)保險(xiǎn)的任務(wù)。由于自然災(zāi)害頻繁發(fā)生，災(zāi)害損失嚴(yán)重，“共保體”的賠付率一直居高不下，形成了保險(xiǎn)公司“小保小賠，大保大賠，不保不賠”的現(xiàn)象，嚴(yán)重影響了“共保體”成員開展政策性農(nóng)業(yè)保險(xiǎn)的積極性。造成這一問題的原因盡管是與農(nóng)業(yè)保險(xiǎn)所固有的經(jīng)營難點(diǎn)如難以評(píng)估災(zāi)后經(jīng)濟(jì)損失、道德風(fēng)險(xiǎn)等因素有關(guān)，但保險(xiǎn)費(fèi)率的厘定不科學(xué)不合理所產(chǎn)生的保險(xiǎn)補(bǔ)貼不足是其中最主要的因素。因此，合理厘定政策性農(nóng)業(yè)保險(xiǎn)的保險(xiǎn)費(fèi)率，對(duì)于政府制定適當(dāng)?shù)恼摺?shí)現(xiàn)“共保體”經(jīng)營的可持續(xù)發(fā)展、調(diào)動(dòng)“共保體”成員公司支持“三農(nóng)”保險(xiǎn)的積極性，具有一定的理論和實(shí)踐意義。

為了提高數(shù)據(jù)的可得性，本文選定杭州地區(qū)為樣本，來厘定水稻保險(xiǎn)費(fèi)率。在模型的選取上，本文選取了正態(tài)分布、Gamma分布、Weibull分布三種參數(shù)模型來作為擬合作物的單產(chǎn)的備選參數(shù)模型，采用作物單產(chǎn)分布模型來確定合理的保險(xiǎn)費(fèi)率，以此作為農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定的參考。

一、關(guān)于政策性農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定的研究現(xiàn)狀

國外學(xué)者十分重視對(duì)農(nóng)作物的風(fēng)險(xiǎn)分區(qū)以及風(fēng)險(xiǎn)評(píng)估和作物單產(chǎn)分布的研究。如Ahsan，Ali和Kurian（1982），Nelson和Loehman（1987）以及Chambers（1989）的研究表明，由于信息不完全，市場在提供農(nóng)業(yè)保險(xiǎn)時(shí)容易出現(xiàn)失敗。為了避免投保人的道德風(fēng)險(xiǎn)和逆向選擇問題，保險(xiǎn)公司應(yīng)該盡可能精確劃分風(fēng)險(xiǎn)單位、細(xì)分費(fèi)率檔次。對(duì)于作物單產(chǎn)分布的研究，從1980年到2000年的20年時(shí)間里，國外學(xué)者僅在美國農(nóng)業(yè)經(jīng)濟(jì)雜志上就提出了六種單產(chǎn)分布的參數(shù)模型形式（Bailey Norwoodt等，2004）。目前，擬和作物單產(chǎn)分布的方法主要有參數(shù)和非參數(shù)兩種，早期的研究集中在參數(shù)方法上，認(rèn)為單產(chǎn)服從正態(tài)分布（如Botts和Boles，1958）、Gamma分布（Gallagher，1987）、Weibull分布（Sherrick et al，1997）、the Burr分布（Chen和Miranda，2004）、對(duì)數(shù)正態(tài)分布（Goodwin，Roberts和Coble，2000）和雙曲線反正旋分布（Ramirez，1997）。

近年來，由于非參數(shù)方法具有分布形式自由、對(duì)函數(shù)形式和分布假設(shè)要求寬松、受樣本觀測錯(cuò)誤影響小、模型結(jié)果準(zhǔn)確等優(yōu)點(diǎn)而受到學(xué)者的關(guān)注和重視。一般而言，非參數(shù)估計(jì)方法適用于大樣本情況（Barry K.Goodwin和Olivier Mahul，2004）。

目前我國農(nóng)業(yè)保險(xiǎn)的發(fā)展仍處于初級(jí)階段，缺乏在風(fēng)險(xiǎn)分析的基礎(chǔ)上對(duì)舉辦政策性農(nóng)業(yè)保險(xiǎn)可行性及相關(guān)精算領(lǐng)域的定量研究。庹國柱、丁少群是國內(nèi)較早開展農(nóng)作物風(fēng)險(xiǎn)分區(qū)和費(fèi)率分區(qū)問題研究的學(xué)者，他們提出了農(nóng)業(yè)保險(xiǎn)在險(xiǎn)種設(shè)計(jì)和費(fèi)率厘定方法上不同于一般財(cái)產(chǎn)保險(xiǎn)的觀點(diǎn)，并于1994年以陜西省涇陽縣棉花保險(xiǎn)為例，采用指標(biāo)圖重疊法劃分風(fēng)險(xiǎn)區(qū)域，利用正態(tài)函數(shù)法計(jì)算各風(fēng)險(xiǎn)區(qū)域的費(fèi)率，在國內(nèi)首次設(shè)計(jì)出計(jì)算農(nóng)作物保險(xiǎn)費(fèi)率的應(yīng)用公式。

近年來，隨著國內(nèi)對(duì)農(nóng)業(yè)保險(xiǎn)研究力度的加大，涌現(xiàn)出了一些較好的研究成果：如邢鸝（2004）第一次較深入系統(tǒng)地對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)分區(qū)和農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定等技術(shù)問題進(jìn)行了深入研究，為我國政策性農(nóng)業(yè)保險(xiǎn)的研究和試點(diǎn)工作提供了很好的借鑒和參考。張峭、王克（2007）對(duì)指數(shù)保險(xiǎn)展開研究，認(rèn)為指數(shù)保險(xiǎn)則可以克服逆選擇和道德風(fēng)險(xiǎn)、交易成本高昂等問題，且數(shù)據(jù)獲取比較容易，更適合我國國情。

上述主要基于我國的整體情況來進(jìn)行的研究，對(duì)農(nóng)業(yè)保險(xiǎn)費(fèi)率的精算提供了較好的研究方法和思路。但由于我國地域廣闊，各省情況千差萬別，因而削弱了對(duì)各個(gè)省市的指導(dǎo)作用。本文在借鑒上述研究成果的基礎(chǔ)上，在微觀層面上進(jìn)行了個(gè)性化的深入研究。在研究方法上，利用正態(tài)分布、GAMMA分布、WEIBULL分布三種參數(shù)模型的結(jié)合，克服了參數(shù)模型可能產(chǎn)生的偏態(tài)，起到了相互補(bǔ)充、相互印證的作用，具有較強(qiáng)的創(chuàng)新性；研究結(jié)論具有較強(qiáng)的理論和實(shí)踐的指導(dǎo)意義。

二、政策性農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定模型設(shè)定

保險(xiǎn)費(fèi)率主要包括純保險(xiǎn)費(fèi)率與附加保險(xiǎn)費(fèi)率兩項(xiàng)。純保險(xiǎn)費(fèi)率指的是使保險(xiǎn)公司的保費(fèi)收入與其賠付支出相等時(shí)的保險(xiǎn)費(fèi)率。附加保險(xiǎn)費(fèi)率是使得商業(yè)保險(xiǎn)公司日常經(jīng)營得以運(yùn)轉(zhuǎn)的一些費(fèi)用。根據(jù)目前保險(xiǎn)公司的普遍標(biāo)準(zhǔn)，附加保險(xiǎn)費(fèi)率一般在2%左右。

保險(xiǎn)費(fèi)率的厘訂是以對(duì)農(nóng)作物生產(chǎn)風(fēng)險(xiǎn)分析為前提和基礎(chǔ)的，合理的保險(xiǎn)費(fèi)率帶來的效用應(yīng)和其承受的風(fēng)險(xiǎn)等價(jià)。農(nóng)作物生產(chǎn)風(fēng)險(xiǎn)是農(nóng)作物實(shí)際單產(chǎn)偏離預(yù)期單產(chǎn)的程度，可以通過作物單產(chǎn)隨機(jī)波動(dòng)的大小得以體現(xiàn)。所以，對(duì)農(nóng)作物風(fēng)險(xiǎn)可以通過農(nóng)作物單產(chǎn)的預(yù)期值與實(shí)際值發(fā)生偏離的期望值大小和概率分布函數(shù)來計(jì)量。

三、實(shí)證分析

（一）數(shù)據(jù)的去趨勢(shì)化修正

1. 數(shù)據(jù)來源。本文主要采用的是杭州地區(qū)（包括各區(qū)縣）1996-2008年水稻單位面積的產(chǎn)量數(shù)據(jù)來進(jìn)行實(shí)證分析。其中，1996-1998年的數(shù)據(jù)來自中國統(tǒng)計(jì)年鑒數(shù)據(jù)庫里的杭州統(tǒng)計(jì)年鑒數(shù)據(jù)，1999-2008年的數(shù)據(jù)則來自于杭州統(tǒng)計(jì)信息網(wǎng)站上所提供的杭州統(tǒng)計(jì)年鑒2001-2009年的數(shù)據(jù)（見圖1）。

2. 數(shù)據(jù)的修正。本文所用的是農(nóng)作物單產(chǎn)的時(shí)間序列數(shù)據(jù)。由于存在農(nóng)業(yè)技術(shù)進(jìn)步、基礎(chǔ)設(shè)施改善、勞動(dòng)者素質(zhì)提高等因素的作用，農(nóng)作物單產(chǎn)序列可能會(huì)存在著隨著時(shí)間增長的趨勢(shì)。而我們要研究的是農(nóng)業(yè)生產(chǎn)面對(duì)的自然災(zāi)害風(fēng)險(xiǎn)，因此要將數(shù)據(jù)的時(shí)間趨勢(shì)剔除掉以考察序列的隨機(jī)性。因此在數(shù)據(jù)分析之前，本文要對(duì)單產(chǎn)數(shù)據(jù)進(jìn)行趨勢(shì)化處理。趨勢(shì)化處理可分為以下三個(gè)步驟：

（1）判斷是否存在時(shí)間趨勢(shì)。首先要確定是否客觀存在時(shí)間趨勢(shì)，如果是平穩(wěn)的序列，就不需要作趨勢(shì)化處理。通過對(duì)圖1水稻單產(chǎn)分布圖的觀察，發(fā)現(xiàn)作物單產(chǎn)序列分布都存在明顯向上的拋物線趨勢(shì)。再通過平穩(wěn)性檢驗(yàn)（即單位根檢驗(yàn)），來判斷該序列是否是平穩(wěn)序列。本文采用ADF檢驗(yàn)對(duì)水稻的單產(chǎn)序列進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果表明水稻的單產(chǎn)序列分別在1%、5%、10%的水平上均接受了存在單位根的假設(shè)。因此可以判斷原始數(shù)據(jù)存在時(shí)間趨勢(shì)。

（2）估計(jì)趨勢(shì)。估計(jì)農(nóng)作物單產(chǎn)趨勢(shì)的方法有很多種，本文采取的是回歸方程模擬法，該方法是通過建立關(guān)于時(shí)間 的回歸方程，來分解時(shí)間對(duì)單產(chǎn)的影響。由于單產(chǎn)的時(shí)間趨勢(shì)是未知的，因此需要先辨別時(shí)間的趨勢(shì)方程。由于多項(xiàng)式的擬合效果較好，因此在該部分采用時(shí)間 的多項(xiàng)式方程來估計(jì)單產(chǎn)的時(shí)間趨勢(shì)。建立單產(chǎn)的趨勢(shì)方程如下：

（4）檢驗(yàn)趨勢(shì)調(diào)整后的單產(chǎn)情況。經(jīng)過上文的去趨勢(shì)過程，接下來檢驗(yàn)趨勢(shì)是否被剔除。首先繪制剔除趨勢(shì)后的單產(chǎn)序列與原始單產(chǎn)序列分布圖，如圖2所示。通過觀察可以很明顯觀察到調(diào)整后的單產(chǎn)序列趨勢(shì)平穩(wěn)，且趨勢(shì)調(diào)整前后單產(chǎn)序列的波動(dòng)情況大體一致。

接著通過對(duì)去趨勢(shì)后的單產(chǎn)數(shù)據(jù)進(jìn)行ADF檢驗(yàn)，檢驗(yàn)結(jié)果如表1所示。結(jié)果顯示水稻單產(chǎn)在1%、5%和10%的顯著性水平上拒絕了存在單位根的假設(shè)，因此通過直接觀察和統(tǒng)計(jì)上的檢驗(yàn)后，可以認(rèn)為原始數(shù)據(jù)的時(shí)間趨勢(shì)已經(jīng)被剔除。

（二）單產(chǎn)分布模型的確定

本文選擇了正態(tài)分布、Gamma分布、Weibull分布三種參數(shù)模型來作為擬合作物的單產(chǎn)備選參數(shù)模型。這三種參數(shù)模型分別是：

上述給出了三個(gè)單產(chǎn)分布的擬合模型，究竟選用哪個(gè)模型，則需要進(jìn)行進(jìn)一步的檢驗(yàn)。對(duì)此，比較常用的是Anderson-Darling（AD）檢驗(yàn)。AD值越小，表明擬合程度越高。表3給出了三種分布的AD檢驗(yàn)結(jié)果。可以看出，采用Weibull分布對(duì)水稻單產(chǎn)分布進(jìn)行擬合的優(yōu)度最好。

（三）實(shí)證結(jié)果

確定了作物單產(chǎn)的最優(yōu)分布模型后，將分別采用在前面分析的模型和三種單產(chǎn)分布模型來厘定費(fèi)率，以期發(fā)現(xiàn)采用不同的費(fèi)率厘定方法或采用不同的單產(chǎn)模型對(duì)費(fèi)率厘定產(chǎn)生的影響。本文運(yùn)用Matlab 7.0數(shù)理軟件進(jìn)行保險(xiǎn)費(fèi)率的厘定工作，估算出水稻相應(yīng)的保險(xiǎn)費(fèi)率如表4所示：

若將附加保險(xiǎn)費(fèi)率定位2%，則相應(yīng)的水稻的保險(xiǎn)費(fèi)率如下表所示：

根據(jù)我們前文的分析，可知Weibull分布對(duì)杭州地區(qū)的水稻單產(chǎn)的風(fēng)險(xiǎn)分布擬合度最高。因此，杭州地區(qū)的水稻作物的保險(xiǎn)費(fèi)率在80%的保障水平下應(yīng)該定在7.35%，在90%的保障水平下應(yīng)該定在7.84%。而當(dāng)前杭州地區(qū)的水稻作物的保險(xiǎn)費(fèi)率主要是由政府來訂立。在“共保體”試點(diǎn)的最初，該費(fèi)率定在3%左右，這使得保險(xiǎn)公司的積極性不高。政府意識(shí)到了問題所在，于次年將該費(fèi)率調(diào)為5%左右。但是，這與本文通過分析水稻的單產(chǎn)分布而確定的保險(xiǎn)費(fèi)率水平仍有較大的差距。因此，為了使得“共保體”能夠持續(xù)地執(zhí)行政策性農(nóng)業(yè)保險(xiǎn)的任務(wù)，政府在保險(xiǎn)費(fèi)率的厘定方面應(yīng)該予以適當(dāng)相關(guān)的修正。

四、模型的推廣及相關(guān)建議

（一）本模型的不足之處

厘定農(nóng)作物保險(xiǎn)費(fèi)率最好的方法是根據(jù)保險(xiǎn)公司歷年賠付率的數(shù)據(jù)來進(jìn)行分析，但是該部分的數(shù)據(jù)屬于保險(xiǎn)公司的商業(yè)秘密，不可獲得；或者用非參數(shù)核密度估計(jì)法，該方法的精度也較高，但是對(duì)數(shù)據(jù)的要求較高，因此采用這兩種方法不具現(xiàn)實(shí)可操性。此外，由于只獲得了杭州地區(qū)1996-2008年的水稻單位面積產(chǎn)量數(shù)據(jù)，在一定程度上降低了本文所估計(jì)模型的精度。

（二）模型的推廣及相關(guān)建議

在模型的進(jìn)一步改進(jìn)方面，可以考慮采用非參數(shù)核密度估計(jì)的方法。采用此方法的前提是大樣本，因此應(yīng)盡可能多地挖掘歷史數(shù)據(jù)來進(jìn)行非參數(shù)估計(jì)。

在模型的推廣方面，可以在“共保體”保險(xiǎn)費(fèi)的收費(fèi)方式上加以運(yùn)用?！肮脖ｓw”保險(xiǎn)費(fèi)的收取方式可按每畝保險(xiǎn)金額×基礎(chǔ)保險(xiǎn)費(fèi)率×保險(xiǎn)面積×承保區(qū)域系數(shù)計(jì)算。（1）可以考慮在本文模型的基礎(chǔ)上以杭州地區(qū)的保險(xiǎn)費(fèi)率作為基礎(chǔ)保險(xiǎn)費(fèi)率，根據(jù)各個(gè)地區(qū)的區(qū)域風(fēng)險(xiǎn)水平與杭州地區(qū)的差異來確定區(qū)域系數(shù)。對(duì)于區(qū)域系數(shù)的確定，可以通過建立多指標(biāo)體系，進(jìn)行風(fēng)險(xiǎn)區(qū)劃，建立風(fēng)險(xiǎn)區(qū)域系數(shù)。（2）結(jié)合氣象數(shù)據(jù)與環(huán)境數(shù)據(jù)，以杭州地區(qū)的數(shù)據(jù)為基準(zhǔn)，建立多指標(biāo)的農(nóng)業(yè)保險(xiǎn)費(fèi)率模型，在原有產(chǎn)量資料的基礎(chǔ)上，通過分析不同作物、不同生育期的單災(zāi)種災(zāi)害風(fēng)險(xiǎn)以及綜合災(zāi)害風(fēng)險(xiǎn)，并且結(jié)合地理特征、抗災(zāi)條件等建立不同地區(qū)的特定作物農(nóng)業(yè)保險(xiǎn)費(fèi)率的區(qū)域風(fēng)險(xiǎn)指數(shù)的修訂模型，通過運(yùn)用風(fēng)險(xiǎn)指數(shù)來修訂農(nóng)業(yè)保險(xiǎn)費(fèi)率，使得農(nóng)業(yè)保險(xiǎn)費(fèi)率更能夠反映真實(shí)的農(nóng)業(yè)生產(chǎn)和作物損失風(fēng)險(xiǎn)。

基于模型得出的結(jié)論，我們可以看出，杭州地區(qū)的水稻作物純保險(xiǎn)費(fèi)率為5%左右，考慮附加費(fèi)率因素，政府給予政策性農(nóng)業(yè)保險(xiǎn)費(fèi)率應(yīng)為7%左右的水平是較為科學(xué)合理的。此外，政府在發(fā)展政策性農(nóng)業(yè)保險(xiǎn)方面還可以考慮以下建議：

1. 建立多層次的農(nóng)業(yè)保險(xiǎn)補(bǔ)貼體系。首先，改進(jìn)保費(fèi)補(bǔ)貼結(jié)構(gòu)。政府應(yīng)針對(duì)不同保險(xiǎn)對(duì)象和保險(xiǎn)標(biāo)的給予不同的保費(fèi)補(bǔ)貼。其次，提供業(yè)務(wù)費(fèi)用補(bǔ)貼，以提高保險(xiǎn)公司經(jīng)營農(nóng)業(yè)保險(xiǎn)的積極性。在對(duì)業(yè)務(wù)費(fèi)用進(jìn)行補(bǔ)貼時(shí)，要結(jié)合不同地區(qū)的實(shí)際成本予以差別對(duì)待，以盡可能發(fā)揮政策性農(nóng)業(yè)保險(xiǎn)的公平作用。再次，提供再保險(xiǎn)支持和建立風(fēng)險(xiǎn)基金。由于農(nóng)業(yè)風(fēng)險(xiǎn)的特殊性，需要通過再保險(xiǎn)機(jī)制和風(fēng)險(xiǎn)基金來分散風(fēng)險(xiǎn)。另外，可以通過建立政府主導(dǎo)下的中央級(jí)農(nóng)業(yè)保險(xiǎn)風(fēng)險(xiǎn)基金，特別是巨災(zāi)風(fēng)險(xiǎn)基金的方式來規(guī)避農(nóng)業(yè)生產(chǎn)所遭受的巨災(zāi)風(fēng)險(xiǎn)。

2. 政府介入方式的選擇。由于純費(fèi)率和保險(xiǎn)費(fèi)率之間的差距產(chǎn)生的原因在于農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)中廣泛存在的管理費(fèi)用、道德風(fēng)險(xiǎn)和逆向選擇，所以，政府介入的方式，除了保費(fèi)補(bǔ)貼之外，可以通過強(qiáng)迫和自愿相結(jié)合的辦法來開展農(nóng)業(yè)保險(xiǎn)，減少農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)中的道德風(fēng)險(xiǎn)和逆向選擇；政府可以利用村鎮(zhèn)一級(jí)的政府機(jī)構(gòu)幫助宣傳、推廣甚至是辦理農(nóng)業(yè)保險(xiǎn)，以減少農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)的管理費(fèi)用；政府可以利用氣象部門、病蟲害防治部門的緊密合作來減少農(nóng)業(yè)受災(zāi)面積，減少保險(xiǎn)公司的賠付比率。

3. 鼓勵(lì)農(nóng)業(yè)保險(xiǎn)創(chuàng)新。既然農(nóng)業(yè)保險(xiǎn)發(fā)展舉步維艱的原因在于純費(fèi)率之外的其他費(fèi)用所占的比例過大、甚至超過純費(fèi)率本身，那么鼓勵(lì)農(nóng)業(yè)保險(xiǎn)金融和技術(shù)創(chuàng)新，就將會(huì)大大改善現(xiàn)行的農(nóng)業(yè)保險(xiǎn)現(xiàn)狀。

對(duì)于“共保體”的參與主體保險(xiǎn)公司而言，則可以從如下幾個(gè)方面來開展農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)：

1. 因地制宜設(shè)計(jì)農(nóng)業(yè)保險(xiǎn)險(xiǎn)種，滿足農(nóng)業(yè)多樣化的保險(xiǎn)需求。在這方面，保險(xiǎn)公司可以適當(dāng)進(jìn)行新險(xiǎn)種的開發(fā)、進(jìn)行指數(shù)保險(xiǎn)的研究探索。指數(shù)保險(xiǎn)是農(nóng)業(yè)保險(xiǎn)領(lǐng)域的創(chuàng)新產(chǎn)品，是根據(jù)地區(qū)產(chǎn)量或某些目標(biāo)天氣事件如氣溫和降雨量進(jìn)行賠付的農(nóng)業(yè)保險(xiǎn)產(chǎn)品，從保險(xiǎn)費(fèi)率的擬定來看，由于指數(shù)保險(xiǎn)采用的數(shù)據(jù)客觀、公正，因而增加了保險(xiǎn)的公平性、可信度。

2. 積極推進(jìn)銀保合作，推動(dòng)農(nóng)業(yè)保險(xiǎn)發(fā)展。一是開展業(yè)務(wù)代理合作。利用農(nóng)村信用社、農(nóng)業(yè)銀行等在農(nóng)村的營業(yè)機(jī)構(gòu)網(wǎng)點(diǎn)優(yōu)勢(shì)和人員優(yōu)勢(shì)，銀保雙方可在代理銷售種植業(yè)、養(yǎng)殖業(yè)等農(nóng)業(yè)保險(xiǎn)產(chǎn)品等方面開展全面合作，以實(shí)現(xiàn)資源共享、優(yōu)勢(shì)互補(bǔ)。二是探索建立農(nóng)村信貸與農(nóng)業(yè)保險(xiǎn)相結(jié)合的銀?；?dòng)機(jī)制。銀行對(duì)投保了農(nóng)業(yè)保險(xiǎn)的農(nóng)戶優(yōu)先提供貸款，對(duì)農(nóng)村特色種植、規(guī)模養(yǎng)殖發(fā)放大額貸款，可實(shí)行先保險(xiǎn)后貸款的政策等。三是銀行與保險(xiǎn)公司展開深度合作，積極參與前期產(chǎn)品的設(shè)計(jì)和開發(fā)，使得銀保產(chǎn)品更具針對(duì)性。

3. 廣泛開展農(nóng)業(yè)保險(xiǎn)宣傳，提高農(nóng)民對(duì)保險(xiǎn)的認(rèn)同度。各保險(xiǎn)機(jī)構(gòu)應(yīng)主動(dòng)與地方政府密切配合，采取農(nóng)民喜聞樂見的方式加強(qiáng)保險(xiǎn)知識(shí)宣傳，做好正面引導(dǎo)，讓農(nóng)業(yè)保險(xiǎn)知識(shí)走進(jìn)千家萬戶，讓廣大農(nóng)戶知曉參加保險(xiǎn)的程序、理賠方式等，提高農(nóng)民自覺投保的積極性。

參考文獻(xiàn)：

[1]劉琪. Eviews 數(shù)據(jù)統(tǒng)計(jì)與分析教程[M].北京：清華大學(xué)出版社，2010.

[2]邢鸝.中國種植業(yè)生產(chǎn)風(fēng)險(xiǎn)與政策性農(nóng)業(yè)保險(xiǎn)研究[D].南京：南京農(nóng)業(yè)大學(xué)博士學(xué)位論文，2004.

[3]庹國柱，丁少群.論農(nóng)作物保險(xiǎn)區(qū)劃及其理論根據(jù)[J].當(dāng)代經(jīng)濟(jì)科學(xué)，1994，（3）.

[4]陳晨. 農(nóng)作物保險(xiǎn)費(fèi)率厘定方法及其政策影響研究[D].安徽：安徽農(nóng)業(yè)大學(xué)碩士學(xué)位論文，2008.

[5]Ahsan，S.M.，Ali，A. and Kurian，K.Toward a theory of agricultural insurance[J]. American Journal of Argricultural Economics，1982（64）：520-529.

（特約編輯 齊稚平）