海水養殖風力指數保險設計及費率厘定研究
——以廣東省為例

李亞琦，韓興勇，岳宗勝

（1.上海海洋大學 經濟管理學院，上海 201306；2.西安交通大學 數學與統計學院，陜西 西安 710048）

【產業經濟】

海水養殖風力指數保險設計及費率厘定研究
——以廣東省為例

李亞琦1，韓興勇1，岳宗勝2

（1.上海海洋大學 經濟管理學院，上海 201306；2.西安交通大學 數學與統計學院，陜西 西安 710048）

為了破解海水養殖保險的發展困境，解決其在推廣過程中的道德風險問題，設計了以達到規定風速為保險責任的海水養殖風力指數保險，用風速來衡量海水養殖臺風災害的損失程度，并基于weibull分布提供了該保險的費率厘定方法。以廣東省為例，運用weibull分布模擬出廣東省沿海12個地級市11～15級臺風發生的概率，結合不同風級下海水養殖的平均損失率，厘定出12市的海水養殖風力指數保險費率。結果表明：海水養殖風力指數保險費率水平普遍較高且差異較大，汕尾、茂名和湛江在10%以上；惠州、深圳、珠海和陽江處于6%～10%之間；潮州、汕頭、揭陽、中山和江門在4%～6%之間。最后提出了促進海水養殖氣象指數保險發展的相關建議。

海水養殖；臺風；指數保險；weibull分布；保險費

引言

2014年我國農業保險保費收入325.7億元，已經躍居世界第二、位列亞洲第一，是全球最重要的農業保險市場之一，但水產養殖保險卻發展滯后，海水養殖更是讓保險公司望而卻步，一是因為海水養殖易遭到臺風的破壞，自然災害風險較高，二是其在查勘定損時難度大，漁民騙保行為難以避免[1]。要解決海水養殖保險的道德風險問題，應當從產品創新著手，海水養殖風力指數保險是以風速來衡量海水養殖的損失程度，將保險期間內實際風速高于事先設定的風速作為保險責任，風力指數保險能夠有效地防止道德風險，降低保險公司的經營成本，是突破海水養殖保險發展困境的一把利劍[2]。2013年8月，中國人保財險與獐子島集團股份有限公司在大連簽署了國內第一單海水養殖風力指數保險，市場就此打開；2014年7月，山東威海啟動海水養殖風力指數保險，榮成成山鴻源水產有限公司和榮成海之寶水產養殖有限公司分別簽署了1.2億元和0.8億元的海水養殖風力指數保險合同；2015年8月，廣西政策性牡蠣養殖風力指數保險在欽州落地，投保人首次涉及到了中小養殖戶，海水養殖風力指數保險取得了階段性的成果。

海水養殖風力指數保險是促進海水養殖穩定發展的有效工具，在保險公司經營該險種時，厘定精算平衡的保險費率是一個至關重要的方面，費率水平不僅直接關系到保險公司的盈虧，還會影響到漁民的參保意愿[3]。目前在我國風力指數保險試點范圍內，費率厘定還在探索階段，而且大都是為投保人單獨設計，費率的高低也受到投保人談判能力的影響，這種模式的經營成本很高，所以保險公司一般要求投保人必須達到相應規模才可參保。因此，找到一種既合理又通用的海水養殖風力指數保險費率厘定方法，對該險種的推廣和普及十分有利。

雖然海水養殖風力指數保險在我國已經開始試點，但國內外在該領域的學術研究較少，氣象指數保險也是最先應用在種植業上，如印度和墨西哥的干旱指數保險，都是以降雨量不足作為保險責任，并對農作物的每一個生長階段觸發值、退出值和最大賠付都做了明確的規定[4]。關于保費厘定，國外學者也提出了一些方法，包括風險中性定價法[5]、資本資產定價模型[6]、無差異定價法[7]等，這些方法理論上雖然可行，卻很難應用到實際中去。在我國，浙江省的柑橘氣象指數保險以低溫凍害和高溫熱害為保險責任，婁偉平等[8]將致災因子與減產率結合，應用極值理論分析導致巨災結果的氣象風險的尾部分布，厘定了浙江省柑橘氣象指數保險的費率；吳利紅等[9]利用長序列的歷史氣溫、降雨、光照等氣象資料，設計了一個氣象指數，并基于Beat方法模擬水稻單產分布，計算出了浙江省各縣水稻氣象指數保險費率。以上兩者都事先驗證了氣象指數與作物減產率之間的相關性，這是氣象指數保險合同有效的基本前提，不同的是，前者對歷史氣象分布進行模擬，而后者是應用傳統保險費率厘定的單產波動模型，精算出來的保費更加合理，但保險合同有些復雜而不利于推廣。單產波動模型是厘定種植業保險費率常用的方法，但對于海水養殖行業并不適用。王建國[10]基于獐子島集團風力指數保險，以19.5米/秒的8級大風為賠付的觸發值，提出了水產養殖風力指數保險的理賠方案，但并沒有對費率的厘定方法做出說明。本研究將綜合以上研究成果的優缺點，結合海水養殖自身的特點，設計一種便于理解的保險合同和費率厘定方法，并運用該方法對廣東省沿海地級市的海水養殖風力指數保險純保費做出厘定。

1 研究設計

1.1 海水養殖風力指數保險設計

海水養殖風力指數保險主要保障的是臺風災害風險，海水養殖的受影響程度取決于養殖區域的最大風速，在該保險合同中，臺風的最大風速采用保險標的所在市（縣）氣象站公布的海面最大風速，當風速達到保險合同約定的賠付風速（觸發值）時，海水養殖的賠付方程如下：

式中：II（Insurance Indemnity） 表示保險賠款；IA（Insurance Amount）表示保險金額，也稱最大賠付金額；v表示風速；vs表示賠付的觸發值；L（v）表示臺風風速對應的海水養殖損失率。

在該賠付方程中，最關鍵的問題就是準確找到風速與損失率之間的對應關系，這樣才能最大限度地降低基差風險，保證臺風災害發生時賠付的有效性，這種關系在后文實證分析部分詳細介紹。在該保險合同中，保險金額的確定可參照保險標的行業內公允價值統一制定，也可由投保人根據自身需要確定，但不得高于保險標的所能帶來的預期收入。保險費則是由費率乘以保險金額得出。保險期間為臺風多發季節，即每年的6～10月份。

2.2 海水養殖風力指數保險費率厘定模型

海水養殖保險是一種財產保險，其費率厘定的基本思想是以財產發生損失的概率作為純保費，即海水養殖的平均期望損失率，以每畝養殖面積為一個風險單位，則純保險費率的基本公式為[11]：

式中：R為純保費，λ為保障比例，μ為預期單產，E（loss）為預期單產損失率。海水養殖保險是一種政策性農業保險，故對于λ和μ都取100%[9]，則風力指數保險費率就等于海水養殖的預期單產損失率E（loss）。

對于臺風災害風險而言，不同地區發生臺風災害的可能性不同，災害發生后，不同風速對應的損失率也不同，若將達到觸發值之后的風速劃分為N個區間，則風力指數保險費率可以表示為：

式中：Pi表示臺風風速處在第i個區間的概率，Li（v）表示風速達到第i個區間時，海水養殖單產的平均損失率。

要估計風速出現的概率，必須擬合海水養殖區域風速的概率密度函數，臺風是一種極端氣候，對于極端氣候事件，主要研究的不是它的整體分布，而是超過某一閾值的尾部分布，在常用的分布模擬中，Weibull分布對氣候極值的擬合效果最好[12]，因此本文采用該分布模擬臺風災害的概率密度函數，公式為：

式中：α和β為待估參數，α為尺度參數，β為形狀參數，Weibull函數的參數估計采用最大似然估計法[13]。

根據式（4）和（5）可求得臺風風速處在第i個區間的概率Pi，即可求得海水養殖風力指數保險的純保費。

Weibull分布的分布函數為：

2 實證分析

2.1 樣本選取與數據來源

廣東省是我國的海水養殖大省，沿海14個地級市都有海水養殖產業，本研究所指的海水養殖是在海面上（灘涂和海上）養殖水產品，但是廣州和東莞兩市由于海岸線較短，其海水養殖主要是工廠化和池塘養殖，基本不會受到臺風災害的威脅，故作為異常值剔除，最終選取廣東潮州、汕頭、揭陽、汕尾、惠州、深圳、中山、珠海、江門、陽江、茂名和湛江12個地級市的海水養殖產業為樣本，厘定其海水養殖風力指數保險純費率。沿海各市臺風災害水產品損失數據來源于《廣東農村統計年鑒》，數據區間為1998—2007年①2008年之后的《廣東農村統計年鑒》將臺風和洪澇災害損失合并統計，不利于驗證結果的科學性，予以剔除。，用于驗證臺風風速與水產養殖損失率的相關關系；另外，在估算臺風風速與單產損失率的關系時，對廣東省海水養殖漁民進行了實地調研，得到有效樣本82個，讓漁民估計不同等級的臺風對海水養殖的破壞力，涉及的養殖方式主要包括網箱、竹筏、插桿養殖等，養殖品種主要是魚類和貝類養殖。在估計臺風風速的概率密度函數時，則必須使用長序列歷史數據才能保證其準確性，因此，選取廣東省沿海各市的1949—2015年6～10月海面最大風速，數據來源于中國氣象數據網和中國臺風網（公眾版）。

2.2海水養殖風力指數保險費率厘定

臺風災害風力指數保險屬于巨災保險，巨災的顯著特點是發生的頻率很低，但一旦發生，其影響范圍之廣、損失程度之大，一般超出人們的預期，對于影響范圍較小，破壞能力較弱的臺風則不在保障范圍之內。因此選取風速大于28.5米/秒的11級大風為觸發值，達到46.2米/秒的15級大風為退出值，并把風速按照風級分為5個區間，方便用式（3）計算保險費率。通過整理廣東省沿海12市海水養殖1998—2007年的臺風最大風速與臺風造成的水產品單產損失率②《廣東農村統計年鑒》中沒有把海水養殖和內陸養殖災害分別統計，這里認為沿海各市的水產養殖臺風災害損失近似于海水養殖臺風災害損失。，共得到54組對應關系③一些地區在某些年份沒有臺風災害，一個強臺風可能會影響多個地區。，發現單產損失率與風速大小有著顯著的正相關關系，分別計算單產損失率L與最大風速v和最大風速的平方v2的相關系數，結果如下：

可見，風速的平方v2與單產損失率的相關性更強，并以此為基礎設計調查問卷，對廣東省海水養殖漁民進行實地調研，根據漁民多年的養殖經驗，估計風速達到特定等級時的預期損失率，確定臺風風速與海水養殖損失率的關系，并結合式（6）和式（7）的計算結果，最終整理得到的結果如表1所示。

表1 臺風風級與受災單產損失率的關系Tab.1 The relationship between the typhoon level and the yield loss rate

根據表1的結果，海水養殖風力指數保險的純保費計算公式就可以表示為：

然后用weibull分布模擬廣東省沿海12市的最大風速的概率密度函數，計算出式（6）中的Pi。目前我國在農業保險費率厘定時，大都是假定作物單產服從高斯分布，但是由于產量數據時間序列太短，擬合效果比較粗糙，會使得保費不精準，從而產生很多問題，而本研究針對的嚴重臺風災害是海水養殖中的極值事件，采用weibull分布模型進行海水養殖災害風險分析，能夠提高費率厘定結果的科學性和準確性。最終得到的廣東省沿海12市各級臺風發生的概率以及海水養殖風力指數保險的純保費如表2所示。

3 結論與建議

3.1 研究結論

海水養殖產業一直受到臺風災害的嚴重威脅，但卻沒有完善的保障體系，本研究所設計的海水養殖風力指數保險以風速為參照衡量海水養殖的損失情況，能夠有效解決海水養殖傳統保險的道德風險問題，有利于政策性海水養殖保險的推廣。在費率厘定時，沒有運用農業保險費率厘定最常用的單產波動模型，而是用weibull分布模擬臺風發生的概率，進而求得不同地區的費率水平，計算出的費率更加科學準確。

一般農業巨災保險的保險費率在3%以下[14]，而本研究厘定的廣東省海水養殖風力指數保險費率都在4%以上，費率水平普遍較高，汕尾、茂名和湛江三市甚至高達10%以上，這與海水養殖行業的高風險性是相匹配的。其次，由于各地區存在風險差異，不同地區海水養殖風力指數保險費率水平差別較大，10%以上的有汕尾、茂名和湛江，費率水平很高；6%～10%的有惠州、深圳、珠海和陽江；6%以下的有粵東三市（潮州、汕頭、揭陽）以及中部的中山和江門。

表2 廣東省沿海12市各級臺風發生的概率及海水養殖純保費Tab.2 The probability of typhoon at different levels and the pure premium rates in 12 Guangdong coastal cities

但本研究也存在一些不足之處，主要有以下三點：第一，設計的海水養殖風力指數保險僅以風速作為衡量損失的參照，參照標準較為單一，實際上臺風的破壞力與其降雨量和持續時間也有著密切的關系；第二，在費率厘定時，僅僅區分到地市級行政單位，保險費率的區分不夠詳細，在一些農業保險發展較好的國家，費率一般區分到鄉鎮甚至村組；第三，由于海水養殖的養殖方式較多，即使是海上或灘涂養殖，也有網箱、吊籠、竹排等養殖方式，不同的養殖方式能夠抵抗的臺風等級并不完全一致，但本研究將其統一處理，可能會造成投保時的逆向選擇問題。造成以上三點不足的主要原因是沒有足夠詳細的統計數據，希望隨著水產養殖行業統計數據的逐步完善，在今后的研究中能夠更加完善，更加精細地研究水產養殖指數保險，促進水產養殖保險事業的發展。

3.2 對策建議

第一，實行差異化的海水養殖風力指數保險費率。由于廣東省沿海各市的臺風災害風險迥異，實行差異化保險費率是成功推廣海水養殖風力指數保險的必由之路，也是今后我國水產養殖保險發展的必然方向。差異化的保險費率也是本研究的主要結論，還可以運用自然災害風險評價方法對海水養殖臺風災害進行風險區劃，根據不同區域的風險情況修正純保費，使不同地區的差異化保險費率更加精準。

第二，對漁民投保海水養殖風力指數保險應予以財政補貼，且補貼力度也應當差異化。農業保險是WTO規則中的“綠箱政策”之一，從本研究厘定的海水養殖風力指數保險費率來看，費率水平普遍較高，過高的保險費率不利于該險種的推廣，因此，政府的保費補貼對于降低漁民投保成本，提高投保意愿至關重要。由于各市的保險費率并不一致，對于保險費率較高的地區，漁民的保費負擔也比較重，對保費補貼的需求較為強烈，應當給予更多的財政資金支持，而對于費率較低的地區則少補貼，這樣既有利于擴大海水養殖保險的投保范圍，又能確保財政資金使用的效率。

第三，建立完善的災害統計數據庫，提高海水養殖風力指數保險的精算技術。保險產品研發的重要環節是損失數據的收集和精算處理，統計部門或保險公司對臺風災害的歷史氣象資料，以及每次臺風海水養殖的損失詳情等數據進行全面地收集和整理，逐步建立海水養殖災害數據庫，同時加強對精算方法的改進，盡可能做到使海水養殖臺風災害風險可衡量、可保障。

第四，建立多元的巨災風險分散機制，有效分散海水養殖臺風災害風險。海水養殖臺風災害風險屬于巨災風險，具有高賠付率和高風險的特點，單個保險公司的償付能力有限，很難有效地管理，所以，可以發展海水養殖保險的再保險市場，也可以建立以政府為主導，商業保險公司為支撐，漁民互保協會為補充的多渠道、多層次的巨災風險分散機制。

第五，提倡產品創新，加強新型海水養殖氣象指數保險的研究。氣象指數型保險是海水養殖保險發展的趨勢所在，海水養殖風力指數保險是一種新型保險產品，能夠很好地預防道德風險問題，減少保險公司的經營成本，但是其只能保障臺風這一種自然災害風險，而對于同樣會造成海水養殖大規模損失的寒潮、赤潮、海水淡化等自然災害則不在保險事故之內。所以，保險公司和科研機構應當積極開發出針對不同自然災害的指數型保險產品，全面保障海水養殖產業穩定發展。

[1]袁建華.我國水產養殖保險研究——以廣東省為例[J].農業經濟問題，2012（8）：79-83.

[2] 孫臻臻.我國海水養殖風險與保險模式探討[D].大連：東北財經大學，2014.

[3]李文芳.基于非參數核密度法的農作物區域產量保險費率厘定研究[J].生態經濟，2012，28（4）：61-64.

[4]陳權.天氣指數保險費率厘定與修正方法研究[D].成都：西南財經大學，2013.

[5]MCao and Jwei.Weather Derivatives Valuation and Market Price of Weather Risk[J].Journal of Futures Markets，2004（24）：1065-1089

[6]C GTurvey.The Pricing of Degree-Day Weather Options[J]. Agricultural Finance Review，2005（1）：59-85.

[7]Xu WOdening and OMusshoff.Indifference Pricing of Weather Risk[J].American Journal of Agricultural Economics，2008（9）：979-993

[8]婁偉平，吳利紅，陳華江，等.柑橘氣象指數保險合同費率厘定分析及設計[J].中國農業科學，2010，43（9）：1904-1911.

[9]吳利紅，婁偉平，姚益平，等.水稻農業氣象指數保險產品設計——以浙江省為例[J].中國農業科學，2010，43（23）：4942-4950.

[10]王建國.氣象指數型水產養殖保險研究[J].保險研究，2014（3）：63-69.

[11]Alan P K，Barry K G.Nonparametric estimation of crop insurance rates revisited[J].American Journal of Agricultural Economics，2000，82（2）：463-478.

[12]Barry J B，Olivier M.Weather index insurance for agriculture and rural areas in lower-income countries[J].American Journal of Agricultural Economics，2007，89（5）：1241-1247.

[13]Wayne Nelson.Applied Life Data Analysis[M].Washington DC：Wiley-Interscience，2010.

[14]周延，郭建林.農業巨災保險風險區劃及費率厘定研究[J].江西財經大學學報，2011（6）：61-67.

On the Design of a Wind Speed Index-Based Mariculture Insurance and Related Premium Rating—A case study of Guangdong Province

Li Yaqi1,Han Xingyong1,Yue Zongsheng2
（1.College of Economics&Management,Shanghai Ocean University,Shanghai 201306,China; 2.College of Mathematics&Statistics,Xi'an Jiaotong University,Xi'an 710048,China）

This study designed a mariculture insurance based on the wind speed index,for purposes of breaking through the development plight of mariculture insurance and solving the moral hazard problems during the promotion.In this insurance,the insurance liabilities were tenable in the case of typhoon reaching the stipulated wind speed and the mariculture loss degree caused by typhoon was evaluated by the wind speed of typhoon.Moreover,the premium rate of this insurance was formulated on the basis of Weibull distribution. Subsequently,Guangdong Province was taken for example to stimulate the occurrence probabilities of typhoons of force 11-15 in 12 coastal prefecture-level cities of this province using Weibull distribution.According to the simulation results and the mean loss rate of mariculture under typhoons of different forces,this study formulated the premium rates of the wind speed index-based mariculture insurances of the 12 cities.It was found that the premium rates presented high levels generally and great differences in the 12 cities;Shanwei,Maoming,and Zhanjiang took a proportion of 10%above;Huizhou, Shenzhen,Zhuhai,and Yangjiang lay in a range of 6%-10%;Chaozhou,Shantou,Jieyang, Zhongshan,and Jiangmen accounted for 4%-6%.Finally,some suggestions were put forward for the development of meteorological index-based mariculture insurance.

mariculture;typhoon;index-based insurance;Weibull distribution;insurance premium

F84

：A

：2095-1647（2016）03-0003-07

2016-06-03

上海海洋大學科研基金項目 [D_8006-12-0067]

李亞琦，男，碩士生，主要研究方向為漁業保險，漁業風險管理，E-mail：836280384@qq.com。

韓興勇，男，博士，教授，主要研究方向為漁業經濟管理，海洋文化，E-mail：xyhan@shou.edu.cn。