我國種植業保險大災賠付能力如何？

楊汭華 郭楠 付磊

國際DOI編碼：10.15958/j.cnki.gdxbshb.2021.04.11

摘?要：我國政策性農業保險快速發展的前10年中，農業保險經營者有多大的賠付能力？賠付能力的影響因素有哪些？回答這些問題有助于農業保險賠付能力建設。本文利用Cummins反應函數模型，設定了不同的大災損失情景并測算評估了農業保險大災賠付能力，并利用GMM方法對賠付能力的影響因素進行了分析。結果表明，我國農作物因災損失風險較高，在20年一遇的大災情形下，2016年農業保險行業的賠付效率為84.77%，再保險比例、凈資產收益率、農業保險規模、調整所有者權益是影響賠付效率的主要因素。這些結論對于我國大災風險分散體系建設具有重要的支持價值。

關鍵詞：大災風險;農業保險;賠付能力;Cummins反應函數

中圖分類號：F840.66??文獻標識碼：A??文章編號：1000-5099（2021）04-0109-11

一、引言

從2007年開始，我國政策性農業保險快速發展，已經成為財產險行業中的一個極具重要性的險種。比較發現，2007-2015年期間我國財產險賠付額的增幅范圍在3%～38%之間，而農業保險賠付額的增幅范圍則為-15%～350%。即使在近五年，其取值范圍也在-15%～53%之間。財產險賠付呈現逐年上漲的趨勢，盡管近年來上漲趨勢有所放緩，但相比之下，農業保險賠付具有更強的波動性，這說明農業保險面臨的風險更大，巨災損失可能會給農業保險行業賠付能力造成嚴重影響。從2007至2016年，我國農業保險已經走過了第一個10年，在這個過程中，我國初步建立了以“直接保險+再保險”為主體的農業保險大災風險分散機制，重點解決了中、低層風險，但隨著農業保險業務領域拓寬與業務規模的擴大，針對再保險難以承擔的大災風險仍缺乏有效的應對機制。我國有針對公司層面的《農業保險大災風險準備金管理辦法》，同時一些地方政府也設置有農業大災風險準備金，但都缺乏統籌層面的制度考慮。

界定農業大災風險存在一定的困難。在部分研究中，學者認為大災和巨災并不同質。償付能力本質上是保險公司資產與負債的財務匹配關系，充足的償付能力是保證其持續健康經營的先決條件，一旦資不抵債則面臨破產危機。庹國柱^[1]將農業保險大災風險定義為發生超過本地農業保險和農業保險機構風險責任承擔能力的可能性還是比較恰當的。

那么，我國農業保險機構對于大災風險責任的償付能力達到了什么程度呢？對此，學界的研究才剛剛起步。20世紀中葉，Arrow（1953）和Debreu（1959）將不確定性正式引入到了傳統經濟學的分析框架中，證明金融市場可以通過提供有效的金融工具來實現經濟中風險的帕累托最優配置，因而即使在不確定性條件下，市場經濟也能夠實現一般和有效的經濟均衡。在此框架下，Cummins et al.^[2-4]基于Borch^[5]的最優風險分攤原則推導了一個反應函數，用于測度財產保險公司與市場對巨型災害的最大賠付能力。他們證明了財產保險市場巨災賠付能力最大化的條件是每個保險人持有同樣的市場保險組合的一個份額，且所有保險人持有的保險組合L_i與行業總損失L完全相關。這是保險學界最早也是最完整的關于巨災風險測度的文章。利用Cummins et al.提出的反應函數，田玲和左斐^[6]對2007年末中國財產保險公司應對大災損失的償付能力進行了測算，結果發現，在發生2 000億人民幣大災損失的條件下，2007年我國財產保險市場的大災賠付效率為68.36%。張艷等^[7]通過對該模型的損失假定進行改進，基于政策性農業巨災保險試點調查數據，評估了云南省農業巨災保險償付能力。學者們除了對保險大災賠付能力進行研究外，也關心保險賠付能力的影響因素。Cummins et al 由推導保險公司反應函數得出，影響保險公司賠付能力的因素主要為公司的權益資本和公司損失與行業損失的相關性。Klein^[8]認為，對保險公司償付能力造成影響的主要因素為賠付風險程度和投資能力。鄭莉莉^[9]發現，與保險公司償付能力呈負相關的因素有賠付比率和保費增長率，呈正相關的因素有準備金提取率、資產凈利率和保費收入比重。田玲等^[10]根據“償二代”提出的巨災風險對最低資本要求，建模分析了財產保險公司巨災償付能力的影響因素，得出權益資本、再保險比例、實際賠付率、賠付率和公司規模等對保險公司賠付能力具有顯著影響。這些學者的研究工作為本文提供了方法論上的參考。

2020年12月，由財政部、農業農村部、銀保監會三部門共同籌辦的 “中國農再”獲準開業，標志著我國農業保險大災風險分散體系建設進入新的階段。回溯評價前10年農業保險大災賠付狀況，對于當前我國農業保險的大災賠付能力建設和建立國家層面的大災風險基金將具有重要的參考價值，有利于提高我國農業保險制度的效率。本文擬以2016年底農業保險業務占比最大的前10家保險公司為研究對象，核心目標是探討我國農業保險行業在大災損失時的賠付能力處于何種水平及其主要的影響因素。

二、方法論框架

本文采用的方法論框架見圖1。全文基本邏輯過程為：首先以核密度估計方法測算農業災害損失在不同置信水平下的因災損失率，據此進行不同農業大災情景下的損失設定。接著，運用Cummins反應函數模型估計出不同巨災損失條件下我國農業保險行業的最大賠付能力與賠付效率。最后，運用GMM模型對賠付效率的影響因素進行研究，包括保險公司風險程度、運營能力、盈利能力、再保險比例四個方面的相關指標。

（一）農作物災損率測算

農作物災損的統計定義為，因災減產10%以上為受災，因災減產30%以上為成災，因災減產80%以上為絕收。估算各年農作物災損率：

式（1）中，LR_i為作物在第i年的災損率。DA_i，IA_i和CA_i分別為作物在第i年的受災面積、成災面積和絕收面積。α₁，α₂和α₃分別為作物受災、成災和絕收的損失程度均值，取10%-30%、30%-80%、80%-100%的均值為其賦值，分別為0.2，0.55，0.9。TA_i為作物在第i年總播種面積。

（二）災損率核密度函數估計

基于農作物災損率，進行Kernel核密度估計，進而測算出不同置信水平下的在險值，代表不同的大災損失情景，測算出不同大災情景下的因災損失率，分析農業保險大災損失風險。

采用Kernel核密度方法估計農作物災損率的概率密度函數，設X₁，X₂，…，X_n為未知總體的獨立同分布樣本，密度函數為f（x），則f（x）的Kernel核密度估計為：

（三）Cummins反應函數估計

博爾奇定理（Borch，1962）證明，保險行業中風險分攤的帕累托最優，是每個保險人所分擔的社會風險份額與其風險容忍度成比例。根據該定理的推論，如果所有個體的效用函數屬于同一函數族，各再保險人之間分攤規則將是線性的。即當所有保險人所承擔的風險與保險市場風險完全成比例時，整個保險市場可視為一個保險公司，此時保險市場的賠付能力最大化。基于此，Cummins et. al（2002）推導出了保險市場面對大災損失時各個保險人的反應函數，并定義整個保險市場的賠付能力為市場中所有保險人的賠付能力之和。保險市場賠付能力最大化的條件是每個保險人持有同樣的市場保險組合的一個份額，所有保險人持有的保險組合（L_i）與行業總損失（L）完全相關。

Cummins反應函數見如圖2。圖中X軸為總損失的可能值，Y軸為保險市場所有公司加起來的預期賠付。OAC表示理想情況下保險市場的最大賠付，OZ表示實際保險行業在應對各種可能的大災損失時估計的最大賠付能力，即反應函數。X點為損失一定的條件下，所有可能賠付情況的平均數。W點所代表的保險公司的資本及風險多樣化要弱于Y點，因而預期賠付要低于Y點。本文所求Cummins反應函數為OZ曲線。

在大災損失L的條件下，Cummins反應函數為：

其中，E（L_i）是保險人i在樣本區間內的期望損失，即凈保費的期望值（=原保費-再保險分出+再保險攤回）;Q_i是評估時點上保險人i的權益資本;μ_i、σ_i分別是保險人i在樣本區間內保險賠付的均值和標準差;ρ_i表示每個保險人損失與行業損失之間的相關系數。Φ（·）為標準正態分布函數，φ（·）為標準正態密度函數。

運用Cummins模型估算保險公司應對大災的賠付能力，首先需要估計出保險公司損失及保險行業損失的均值、標準差及相關系數等參數。這些參數又分為當期原始值（raw）和去趨勢化值（detrended）。

參數原始值估計方法：

參數去趨勢值（detrended）估計。保險公司的賠付額一般來說具有很強的時間趨勢，即賠付額隨時間推移有著明顯的增長趨勢。因此，評估農業保險的巨災賠付能力時，使用參數的去趨勢值會更加可靠。為了獲得參數去趨勢值，建立損失趨勢回歸模型加以估計：

L_it=α_0i+α_1it+ε_it（6）

L_t=α₀+α₁t+ε_i（7）

（四）基本假設

應用Cummins反應函數需要滿足以下基本假定：

其一，保險市場結構為完全競爭;

其二，各保險公司的責任上限為所有者權益加凈保費收入;

其三，保險行業面臨的巨災損失服從正態分布或對數正態分布。

為了恰當地運用Cummins反應函數，這里對農業保險市場做出三項基本假設：

假設1：我國農業保險市場競爭性在不斷提高。我國農業保險實行“政府引導、市場運作、自主自愿、協同推進”的原則，其特殊性決定了不可能如其他財產保險一樣具有很高的市場競爭性。2015年4月1日，根據《國務院關于取消和調整一批行政審批項目等事項的決定》的要求，保監會將農業保險的市場準入制度從審批制更改為名單制，將監管從前端移向中、后端。新的市場準入制度有兩個作用：一是通過競爭倒逼保險機構提升服務能力，讓市場進一步煥發活力;二是使政府更關注對農業保險制度設計及市場行為監督，使我國農業保險市場秩序更公平合理，從根本上提高農業保險的運行效率。從這個意義上看，農業保險的市場競爭得以加強。

假設2：各保險公司對農業保險大災賠付的責任上限為農業保險對應的所有者權益加凈保費收入。以保險公司農業保險保費收入占總保費收入的比例作為權益調整系數，得到農業保險對應的所有者權益。

農業保險對應的公司權益=權益調整系數×保險公司所有者權益

綜合性保險公司中農業保險業務占比不高，與專業性農業保險公司中農業保險業務占比有很大差距。為了恰當地評估農業保險的賠付能力，僅對綜合性保險公司的所有者權益進行調整。

假設3：以農作物災損率分布替代農業保險損失分布。至2016年，政策性農業保險僅經過了10年的發展，若直接用農業保險賠付額擬合損失分布，則時間跨度較小不具有代表性。在農業保險保費收入中，農作物保險保費收入占比最大，以2016年為例，達到68%。2016年農業保險賠付中，農作物保險賠付比例超過85%。我國第二代償付能力監管體系（簡稱“償二代”）計算農業險的巨災風險最低資本時，也僅考慮了種植險風險因子。本文認為，以農作物災害損失分布近似替代農業保險損失分布具有一定合理性。

假設4：農業保險保費收入占總保費收入的比例與農業保險對應的保險公司權益份額相一致。綜合性保險公司中農業保險業務占比不高，與專業性農業保險公司的農業保險業務占比有很大差距。為了恰當地評估農業保險的賠付能力，這里對綜合性保險公司的所有者權益進行調整，調整后的公司權益與農業保險保費占比相對應：

農業保險對應的公司權益=（農業保險保費收入÷總保費收入）×原所有者權益

（五）數據說明

本文測算研究基于兩類數據：（1）種植業災害損失統計數據。1979-2018年《中國農業年鑒》及《新中國農業60年統計資料》，包括農作物受災面積、成災面積、絕收面積和總播種面積，由此估算農作物災損率;（2）保險公司統計數據。據《中國保險年鑒》，2016年具有農業保險經營業務且所有者權益不為負的保險公司為33家，其中各保險公司農業保險賠付占行業農業保險總賠付的比例超過1%的公司共有10家，其中包括4家專業性保險公司（陽光農險、國元農險、安華農險和安信農險）和6家綜合性保險公司（人保財險、中華聯合、太保產險、國壽財險、平安產險、中航安盟），合計占比達95.51%，基本能夠代表農業保險行業賠付水平。本文選擇2007-2016年該10家保險公司的權益資本、資產、總保費收入、農業保險保費收入、農業保險賠付支出、分出保費、凈利潤等指標，用于大災賠付能力測算和大災賠付能力影響因素實證研究。

三、農業保險大災賠付能力測算

基于農作物災損率的測算結果，本文以最小化MISE（Mean integrated squared error）準則下的Silverman（1996）拇指法則（Rule-of-Thumb）來選擇最優窗寬，最優窗寬為0.0162，估計得到農作物災損率分布的核密度函數。

（一）農作物災損率風險評估

這里設定5個大災發生情景：10年一遇、20年一遇、50年一遇、100年一遇和200年一遇。依據災損率分布的核密度函數，得出不同大災情景下的農作物災損率在險值（VaR），見表1。可以看出，風險越高，災損率越大，在200年一遇的災害情景下，災損率達到19.25%（見表1）。

（二）Cummins反應函數估計

為了可靠地估計Cummins反應函數，首先建立各保險公司損失與保險行業損失的趨勢方程，以獲得參數去趨勢值。趨勢方程的顯著性檢驗結果見表2，可以看出，除了安華農險，其他保險公司與保險行業歷史賠付的相關系數均高于0.7，其中人保財險為92.74%，中華聯合為91.9%，表現出與行業賠付的高度相關性，且對比于其他保險公司，其原始值或去趨勢值的變異系數都較小，表明對期望損失的估計會更為可靠。可以認為，農業保險行業損失存在著顯著的趨勢性。

估計Cummins反應函數，需要估計保險公司損失及保險行業損失的均值、標準差及相關系數等參數，包括2個行業參數（行業損失均值μ_L、行業損失標準差σ_L）、4個企業參數（保險公司損失均值μ_i、損失標準差σ_i、損失相關系數ρ_i、企業權益資本Q_i），這些參數又分為當期原始值（raw）和去趨勢值（detrended），需要分別進行估計（見表3）。

（三）調整綜合性保險公司在農業保險業務中對應的所有者權益

本文所選的10家農業保險公司中，4家專業農業保險公司的所有者權益不予調整。對其他6家綜合性保險公司的所有者進行調整是必要的。按農業保險保費收入占總保費收入的比例得出農業保險所對應的所有者權益調整系數（見表4）。可以看出，人保財險和中華聯合的農業保險業務在農業保險市場上所占份額超過60%，但農業保險占公司總業務的比例并不高，中航安盟的前身安盟保險成都分公司是中國首批參與農業保險的公司，其農業保險業務所占比例較高。

（四）測算農業保險行業的最大資源值

農業保險行業的最大資源值為行業調整權益與行業賠付之和（見表5）。其中，行業調整權益由表4的權益調整系數測算，行業賠付由Cummins函數測算。

（五）不同情景下的農業保險行業大災損失測算

由于農業保險賠付模型是以面臨的行業巨災損失為條件的反應函數，所以需要設定行業巨災損失的在險值（VaR）。這里由估計的核密度函數，計算不同大災情景下可能的巨災損失值，估算出各年的農業保險行業賠付。

假定20年一遇災害情景下，農業保險行業損失為農業保險行業的最大資源，由此計算其他大災情景下的損失額。基于假定3，得到農業保險損失額分布，即農業保險行業損失額為農業保險行業的最大資源值。若農業保險市場的風險分散是帕累托最優的，即可將整個保險市場視為一個保險公司，在此條件下，農業保險行業損失額超過農業保險行業的最大資源，將導致農業保險行業破產。α=5%是一般統計意義上的小概率事件，即假定保險行業破產是α等于5%的小概率事件。農業保險在 20年一遇災害情景下，農業因災損失率為17%。若在這一情景下，農業保險行業損失額為行業最大資源，則可利用不同災害情景下因災損失率之間的比例關系，測算出其他大災情景下農業保險的行業損失額（見表6）。以2016年為例，農業保險行業的最大資源為 478.35億元，由此推算出10年一遇的災害情景下，農業保險行業損失額：

因災損失率之間的比例=20年一遇災害情景行業損失額÷20年一遇災害情景災損率

10年一遇災害情景行業損失額=因災損失率之間的比例×10年一遇災害情景災損率

4783481 ÷ 17% × 16.01% = 45049.14（百萬元）

（六）農業保險賠付能力和賠付效率測算

（1）農業保險大災損失最大賠付能力估計。采用去趨勢后的參數估計值，由Cummins反應函數得出不同大災損失情景下各保險公司的最大賠付額，所有保險公司的最大賠付額之和為農業保險行業的最大賠付能力。以2016年為例，測算結果見表7。

（2）大災損失賠付效率估計。據表6和表7，以不同情景下大災損失最大賠付能力與行業大災損失額之比測算農業保險行業賠付效率，結果見表8。

理論上，隨著農業保險市場大災損失程度的增加，各個保險公司的最大賠付金額將隨之增加，達到最大賠付額后，從賠付責任上限為凈保費收入與所有者權益的角度來說，導致保險公司破產，而隨著越來越多的保險公司破產，農業保險行業的總賠付能力將愈加偏離理想情況下的水平。由表8，在200年一遇的大災情形下，行業賠付效率已不足80%，即出現明顯的賠付能力短缺。從總體上來判斷，調整后所有者權益較小、與行業損失相關性越低的保險公司越容易出現這種現象，表明在當時的農業保險行業最大資源水平、經營水平以及再保險的利用水平上，農業保險規模小，承受風險較高的農業保險公司在面臨較大大災損失時，易出現賠付能力停滯的現象，導致整個農業保險市場賠付能力處在較低水平。

表8揭示，在20年一遇的大災情景下， 2012-2016年農業保險行業賠付效率分別為82.91%、87.50%、89.83%、100%和84.77%，這表明大災賠付緩沖較大賠付波動的能力還比較弱。雖然實際上許多年份并沒有發生大災，但現實中較低的農業保險保費收入與較高的實際賠付率，以及大災準備金制度尚未完善，有可能擴大大災賠付能力的不足。

本文雖然通過調整所有者權益，試圖針對農業保險市場進行分析，但專業性農業保險公司的保險業務也不僅僅包含農業保險，農業保險業務所占比例也在逐漸變化，在實際經營中，其他險種的賠付支出必然會與農業大災損失的賠付相互影響，降低了農業保險行業的賠付能力。

四、農業保險大災賠付能力的影響因素

前文運用最大賠付額和賠付效率兩個衡量指標，對農業保險行業大災賠付能力進行了測算。同時，保險公司及保險行業大災賠付能力具體受哪些因素的影響，也為本文所關心。

（一）變量和模型

這里以10家保險公司2007-2016年農業保險大災賠付效率作為被解釋變量。解釋變量的選擇有兩方面的依據。其一，代表性文獻。Cummins et al.選擇了權益資本/資產、ln（凈賠付）、ln（股權資本）、資產收益率、凈收益/凈保費收入、再保險應收賬款/資產、股票/資產等指標來對賠付風險進行分析。田玲等^[11]以公司實際賠付率、承保風險、權益資本、資產/賠付、再保險比例、ln（保費收入）等指標作為解釋變量，對大災賠付效率進行回歸分析。其二，“償二代”對我國保險公司償付能力管理的監管要素。監管要素主要分為三大支柱：定量資本要求、定性監管要求和市場約束機制。其中第一支柱量化資本要求原則上采用在險價值（VaR）方法，時間參數為1年，置信水平以我國國情為基礎，依據行業定量測試結果確定，例如99.5%。第一支柱量化資本要求的計量基礎為凈資產，但受限于我國農業保險最低資本的可獲得性不足，本文采用保險公司資產與所有者權益作為償債能力指標。基于以上考慮及囫于農業保險數據約束，本文從風險程度、營運能力、償債能力與盈利能力四個維度選擇了7個財務指標作為農業保險大災賠付能力影響因素模型的解釋變量（見表9）。

采用面板數據模型進行影響因素分析。鑒于數據跨度只有10年，故采用短面板方法。首先嘗試估計動態面板模型，將大災賠付效率（eff）的滯后項加入解釋變量，但其估計結果均未通過顯著性檢驗，故選擇建立靜態面板模型：

EFF_it=α_it+β₁PAY_it+β₂RERATIO_it+β₃AGRIN_it+β₄ALLIN_it+β₅ASSET_it+β₆ADJQI_it+β₇ROE_it+μ_it

其中，i =1， 2， …， 10表示10家保險公司，t =2007， 2008， …， 2016表示年份，β₁，β₂，...，β₇分別為各個解釋變量的系數，μ_it為擾動項。

（二）模型估計結果

對模型估計后，進行內生性檢驗和過度識別檢驗，判斷模型結果是否有效。內生性檢驗選擇豪斯曼檢驗，判斷是否所有解釋變量均為外生變量，結果再保險比例未通過檢驗，見表10。Hausman的P值小于1%，說明再保險比例是內生解釋變量，用分出保費以及總保費收入的滯后項作為其工具變量，用兩步GMM方法估計模型。過度識別檢驗選擇Hansen統計量進行判斷，Hansen P值為0.243，即接受原假設，所有矩條件均成立，GMM法估計模型是有效的。

模型估計結果表明，再保險比例（reratio）、凈資產收益率（roe）、農業保險規模（agrin）、調整權益（adjqi）四個解釋變量均達到統計顯著，且其系數均為正。再保險比例（reratio）的系數在1%顯著性水平下達到統計意義上顯著，表明能夠有效利用再保險分散風險的保險公司，具有更強的風險分散能力，應對大災的賠付能力就越強。農業保險保費收入（agrin）和調整權益（adjqi）與賠付效率（eff）的正向性關系也與Cummins推導的賠付反應函數模型一致，農業保險保費收入越高，調整權益越多，說明保險公司的可用資源越充足，可用于賠付的能力越強。

凈資產收益率的系數為正，可以認為保險公司的盈利能力越強，在大災發生時，便具有更高的賠付能力，這一點也可以通過大災準備金的角度進行解釋。因為保險公司如果實現年度及累計承保盈利，需要計提超額承保利潤的75%作為大災風險準備金。保險公司的大災風險準備金積累得越多，其應對大災的賠付能力便越強。

農業保險賠付（pay）未通過統計檢驗，并不能認為其對農業保險大災賠付能力沒有影響，可能的原因是現階段農業保險賠付能力還比較弱。當然，歷史賠付額會促使保險公司針對農業保險經營做出調整，不僅會調整農業保險的預期損失，并根據承擔風險調整農業保險業務的經營策略，也會影響到保險公司的利潤積累與大災風險準備金的積累，對賠付能力的影響是多層次的。

五、結論和討論

本文主要提出了一個測度農業保險大災風險賠付能力的基本框架，并分析了影響賠付能力的主要因素，得出了以下基本結論或者判斷：其一，我國農作物巨災損失風險處于較高水平。在10%、5%、2%、1%和0.5%的大災損失可能情景下，農作物因災損失率分別為16.01%、17.00%、18.04%、18.68%和19.25%;其二，我國農業保險大災賠付緩沖大災損失的能力有待提升。以2016年為例，在20年一遇的大災情景下，農業保險行業賠付效率為84.77%，在200年一遇的大災情景下，賠付效率為78.26%，賠付能力表現為緊約束;其三，再保險比例、凈資產收益率、農業保險規模、調整權益為影響農業保險大災賠付效率的重要因素，這些因素與農業保險大災賠付能力密切相關。

上述結論的意義在于，其一，督促加快建設農業大災風險應對能力的長效機制。2017年以來，隨著我國現代農業的快速發展、一二三產業融合推進、新型農業經營主體的大量涌現，催生出更多、更復雜的風險和保險需求，有必要在前10年發展的基礎上進一步評估農業巨災風險應對能力的成長狀況，針對保險公司提出長期應對策略;其二，完善分散農業大災風險的運作機制。為了提升農業大災風險分散能力，應著力完善“再保險+大災風險基金+緊急預案”的大災風險分層保障體系，在包括保險公司在內的各部門組織協調和政策協同下，探索構建緊急預案機制，當農業大災風險基金無法滿足賠付時，給予合理的融資安排和財政稅收支持。

本研究還存在一定的局限性。本文主要提出了一個測算農業保險大災風險賠付能力的基本框架，其中遇到一些問題：其一，數據約束。因為農業保險數據年限較短且細分不夠，故而在損失率估算和農業保險損失分布估計中只能依賴于合理的假設。農業保險大災風險準備金數據、農業再保險數據都缺乏，無法進行細致推斷和測算;其二，在Cummins反應函數的應用中，農業保險市場完全競爭的假設條件并不能完全滿足;其三，在農業保險賠付能力估算中，政策支持如農業保險相關優惠政策的影響無疑會使保險公司獲得難以用貨幣計量的益處，對農業保險賠付能力估算也具有一定影響，在本研究中未得到體現。

參考文獻：

[1]庹國柱，王克，張峭，等.中國農業保險大災風險分散制度及大災風險基金規模研究[J].保險研究，2013（6）：3-15.

[2]CUMMINS J D，OTHERTY N D，LO A . Can Insurers Pay for the “Big One”？ Measuring the Capacity of an Insurance Market to Respond to Catastrophic Losses[J]. Journal of Banking and Finance，2002：557-583.

[3]CUMMINS J D， WEISS M A.Convergence of Insurance and Financial Markets： hybrid and Securitized Risk-Transfer Solutions[J]. Journal of Risk and Insurance，2009，76：493-545.

[4]CUMMINS J D. Should the Goverment Provide Insurance for Catastrophes？[J].Federal Review Bank of ST. Louis Review， 2011（7）：871-883.

[5]BORCH K. Equilibrium in a Reinsurance Market[J]. Econometrica 1962，30：424-444.

[6]田玲，左斐.中國財產保險業巨災損失賠付能力實證研究[J].保險研究，2009（8）：65-70.

[7]張艷，范流通，卜一.政策性農業巨災保險償付能力評估——基于云南試點的調查[J].保險研究，2012（12）：43-51.

[8]KLEINR. Principles for Insurance Regulation： An Evaluation of Current Practices and Potential Reforms[J]. The Geneva Papers on Risk and Insurance-Issues and Practice，2012，37：175-199.

[9]鄭莉莉.我國保險公司償付能力影響因素研究[J].科學決策，2014（5）：72-82.

[10]田玲，彭菁翌，王正文.承保能力最大化條件下我國巨災保險基金規模測算[J].保險研究，2013（11）：24-31.

[11]田玲，陳金燕，王含冰.“償二代”監管體系下中國財產保險公司應對巨災風險的能力測算與分析[J].保險研究，2016（2）：26-34.

（責任編輯：王勤美）

收稿日期：2021-05-10

基金項目：國家自然科學基金“農業規模化經營進程中的農作物收入保險需求及應對機制研究”（71473252）;國家自然科學基金“基于風險管理的糧食作物保險績效研究：方法、水平與提升路徑”（71873129）;中國財產再保險有限責任公司委托課題“我國農業保險制度模式研究”;中華聯合保險公司“保險服務鄉村振興戰略研究”項目的資助。

作者簡介：楊汭華，女，陜西合陽人，博士，中國農業大學經濟管理學院教授、博士生導師。研究方向：農業風險管理、農業保險。

郭 楠，女，湖南益陽人，中國農業大學經濟管理學院碩士生。研究方向：農業保險。

付 磊，男，江西上高人，中國農業再保險股份有限公司。

Study on the Compensation Ability of Planting Insurance in Response to Catastrophes in China Based on the Assessment for the period 2007-2016

YANG Ruihua 1， GUO Nan 1，FU Lei 2

（1.College of Economics and Management，China Agricultural University，Beijing，China，100083; 2.China Agricultural Reinsurance Co.，Ltd，Beijing，China，100073）

Abstract：In the first 10 years of the rapid development of national policy-based agricultural insurance，what is the compensation ability of agricultural insurance operators？ What are the influencing factors of the ability to pay？ Answering these questions will help the construction of agricultural insurance compensation capacity.This paper uses the Cummins reaction function model to set up different catastrophe loss scenarios，calculates and evaluates the ability of agricultural insurance to pay for catastrophes，and uses the GMM method to analyze the influencing factors of the ability to pay.The results show that in China，crops have a higher risk of loss due to disasters.In the case of a major disaster in 20 years，the compensation efficiency of the agricultural insurance industry in 2016 was 84.77%，and reinsurance ratio，profit ratio on net assets，agricultural insurance scale，the adjustment of owners equity are the main factor affecting the efficiency of compensation.These conclusions have important supporting value for the construction of catastrophe risk dispersion system.

Key words：catastrophic loss; agricultural insurance; capacity to pay for catastrophe; Cummins reaction function