基于VAR模型的農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)產(chǎn)出互動(dòng)關(guān)系研究

李亞琦，韓興勇

(上海海洋大學(xué)經(jīng)濟(jì)管理學(xué)院，上海 201306)

?

基于VAR模型的農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)產(chǎn)出互動(dòng)關(guān)系研究

李亞琦，韓興勇*

(上海海洋大學(xué)經(jīng)濟(jì)管理學(xué)院，上海 201306)

農(nóng)業(yè)是國民經(jīng)濟(jì)的基礎(chǔ)產(chǎn)業(yè)，農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展不僅關(guān)系到農(nóng)業(yè)生產(chǎn)者自身的利益，還關(guān)系到整個(gè)社會(huì)的穩(wěn)定。但是越來越嚴(yán)重的自然災(zāi)害，以及近年來養(yǎng)殖業(yè)疫情爆發(fā)愈發(fā)頻繁，對(duì)我國農(nóng)業(yè)的穩(wěn)定發(fā)展造成很大的威脅。農(nóng)業(yè)保險(xiǎn)作為農(nóng)業(yè)風(fēng)險(xiǎn)管理的傳統(tǒng)工具，越來越受到重視，自2004年中央一號(hào)文件第一次提出加快建立政策性農(nóng)業(yè)保險(xiǎn)制度起，一直到2015年中央一號(hào)文件對(duì)農(nóng)業(yè)保險(xiǎn)的發(fā)展都提出了具體要求。2013年3月1日起，我國開始實(shí)行《農(nóng)業(yè)保險(xiǎn)條例》，對(duì)農(nóng)業(yè)保險(xiǎn)合同，經(jīng)營原則等作出了詳細(xì)規(guī)定。但是，我國的農(nóng)業(yè)保市場(chǎng)規(guī)模仍然較小，2013年農(nóng)業(yè)保險(xiǎn)深度僅為0.54%，同年美國這一指標(biāo)為7.47%，印度為2%～5%，可見我國的農(nóng)業(yè)保險(xiǎn)市場(chǎng)還有很大的發(fā)展空間。那么，找出農(nóng)業(yè)保險(xiǎn)發(fā)展與農(nóng)業(yè)經(jīng)濟(jì)增長之間的關(guān)系，測(cè)度它們相互影響的方向和力度，發(fā)現(xiàn)其中的不足及較為薄弱的環(huán)節(jié)，合理促進(jìn)我國農(nóng)業(yè)經(jīng)濟(jì)及農(nóng)業(yè)保險(xiǎn)的穩(wěn)步發(fā)展，具有非常重要的現(xiàn)實(shí)意義。

1文獻(xiàn)綜述

早在200多年前，德國就出現(xiàn)了農(nóng)作物雹災(zāi)保險(xiǎn)，隨后法國、美國、丹麥等國家也開始推行農(nóng)作物雹災(zāi)保險(xiǎn)，以預(yù)防冰雹災(zāi)害給農(nóng)民帶來的經(jīng)濟(jì)損失，之后又出現(xiàn)了森林保險(xiǎn)和畜牧保險(xiǎn)。我國的農(nóng)業(yè)保險(xiǎn)則是以畜牧業(yè)保險(xiǎn)為開端，1950年中國人民保險(xiǎn)公司在北京、山東等省市試辦了畜牧業(yè)保險(xiǎn)，隨后才開始試辦了農(nóng)作物保險(xiǎn)，但一度停辦，直到20世紀(jì)80年代，農(nóng)業(yè)家庭聯(lián)產(chǎn)承包責(zé)任制推行以后，我國農(nóng)業(yè)保險(xiǎn)發(fā)展才逐步進(jìn)入正軌。

農(nóng)業(yè)保險(xiǎn)發(fā)展的最直接的結(jié)果是農(nóng)業(yè)產(chǎn)出的增加[1]，對(duì)于大多數(shù)發(fā)展中國家而言，其農(nóng)業(yè)生產(chǎn)更多的依賴于自然氣候條件，農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)產(chǎn)出的效果應(yīng)該會(huì)更加明顯。但是，由于農(nóng)業(yè)保險(xiǎn)屬于準(zhǔn)公共物品，具有正的外部性，市場(chǎng)是無效率的，農(nóng)業(yè)保險(xiǎn)市場(chǎng)中的需求和供給不會(huì)自動(dòng)達(dá)到均衡[2]，所以我國自2007年也開始對(duì)農(nóng)業(yè)保險(xiǎn)實(shí)行保費(fèi)補(bǔ)貼試點(diǎn)，扭轉(zhuǎn)了保險(xiǎn)公司該險(xiǎn)種的虧損局面。另外，Carriker等[3]研究表明，在保障農(nóng)場(chǎng)收入穩(wěn)定性方面，政府推行政策性農(nóng)業(yè)保險(xiǎn)比單純的實(shí)施農(nóng)業(yè)自然災(zāi)害救助計(jì)劃更有用，但也指出了農(nóng)業(yè)保險(xiǎn)“操作復(fù)雜，管理成本高”的缺點(diǎn)；其次Goodwin[4]根據(jù)美國農(nóng)業(yè)保險(xiǎn)市場(chǎng)情況進(jìn)行實(shí)證研究，發(fā)現(xiàn)總體上而言，農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)發(fā)展有整體上的經(jīng)濟(jì)支撐作用。

基于國外先進(jìn)的研究成果，并結(jié)合我國農(nóng)業(yè)保險(xiǎn)發(fā)展的基本情況，目前我國對(duì)農(nóng)業(yè)保險(xiǎn)的研究主要集中在農(nóng)業(yè)保險(xiǎn)的市場(chǎng)失靈、補(bǔ)貼效率、農(nóng)業(yè)保險(xiǎn)制度等問題[5-7]，主要運(yùn)用的方法則有博弈論、數(shù)據(jù)包絡(luò)分析等。另外學(xué)者也認(rèn)識(shí)到農(nóng)業(yè)保險(xiǎn)對(duì)彌補(bǔ)農(nóng)業(yè)災(zāi)害損失、保障農(nóng)民收入、提高農(nóng)業(yè)生產(chǎn)能力等方面具有很好的效果[8-9]，從農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)化生產(chǎn)行為影響的方面，農(nóng)業(yè)保險(xiǎn)有利于引導(dǎo)農(nóng)戶的生產(chǎn)生產(chǎn)行為規(guī)?；痆10]，從而提高農(nóng)業(yè)產(chǎn)出。梁平等[11]、黃英君等[12]基于全國的層面，對(duì)我國的農(nóng)業(yè)保險(xiǎn)保費(fèi)與農(nóng)業(yè)總產(chǎn)值數(shù)據(jù)進(jìn)行協(xié)整分析，建立誤差修正模型，發(fā)現(xiàn)農(nóng)業(yè)保險(xiǎn)保費(fèi)對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長無論從短期還是長期都對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長有正向的作用，并且農(nóng)業(yè)保險(xiǎn)保費(fèi)是農(nóng)業(yè)經(jīng)濟(jì)增長的Granger原因，反之不成立。但他們并沒有分析農(nóng)業(yè)保險(xiǎn)保費(fèi)增長對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長的作用大小，也未引入農(nóng)業(yè)保險(xiǎn)賠款這一變量。實(shí)際上，保險(xiǎn)賠款對(duì)于補(bǔ)充農(nóng)業(yè)生產(chǎn)資金，保障農(nóng)業(yè)穩(wěn)定發(fā)展具有更直接的作用。譚毅等[13]通過構(gòu)建面板系統(tǒng)GMM模型論證了地區(qū)的保險(xiǎn)賠款對(duì)農(nóng)村居民收入具有顯著的正向作用；同樣，周穩(wěn)海等[14]也運(yùn)用GMM模型，發(fā)現(xiàn)人均賠款的滯后項(xiàng)對(duì)農(nóng)民收入具有正向作用，但作用力度較小。鑒于此，該研究中也會(huì)考慮農(nóng)業(yè)保險(xiǎn)賠款這一變量對(duì)農(nóng)業(yè)產(chǎn)出的影響。

可以看出，目前我國關(guān)于農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)經(jīng)濟(jì)增長關(guān)系的研究起步不久，實(shí)證研究主要集中在最近幾年，且側(cè)重于農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)產(chǎn)出的促進(jìn)作用，而忽略農(nóng)業(yè)經(jīng)濟(jì)增長對(duì)農(nóng)業(yè)保險(xiǎn)規(guī)模的影響，猜測(cè)兩者之間應(yīng)該是一種互動(dòng)關(guān)系，也有許多學(xué)者從微觀經(jīng)濟(jì)學(xué)層面論證了農(nóng)民收入增長能夠顯著提高農(nóng)戶對(duì)農(nóng)業(yè)保險(xiǎn)的需求[15-17]。這也是該研究提出兩者互動(dòng)關(guān)系的理論依據(jù)。所以，筆者從宏觀經(jīng)濟(jì)層面探討農(nóng)業(yè)保險(xiǎn)保費(fèi)、農(nóng)業(yè)保險(xiǎn)賠款與農(nóng)業(yè)產(chǎn)出的互動(dòng)關(guān)系，并運(yùn)用VAR模型論證這種互動(dòng)關(guān)系的力度及方向，旨在為我國農(nóng)業(yè)保險(xiǎn)和農(nóng)業(yè)經(jīng)濟(jì)增長更好地融合、相互促進(jìn)、共同發(fā)展提出建議。

2研究方法與數(shù)據(jù)來源

2.1研究方法通過分別建立農(nóng)業(yè)保險(xiǎn)保費(fèi)和農(nóng)業(yè)產(chǎn)出、農(nóng)業(yè)保險(xiǎn)賠款和農(nóng)業(yè)產(chǎn)出的VAR模型并結(jié)合脈沖響應(yīng)函數(shù)，來分析農(nóng)業(yè)保險(xiǎn)保費(fèi)與農(nóng)業(yè)產(chǎn)出、農(nóng)業(yè)保險(xiǎn)賠款與農(nóng)業(yè)產(chǎn)出之間的相互影響關(guān)系。

向量自回歸模型(VAR)采用多方程聯(lián)立的形式，在模型的每一個(gè)方程中，內(nèi)生變量對(duì)模型的全部內(nèi)生變量的滯后值進(jìn)行回歸，從而估計(jì)全部內(nèi)生變量的動(dòng)態(tài)關(guān)系。假設(shè)y1，t，y2，t，…，yn，t多個(gè)變量之間存在關(guān)系，如果分別建立自回歸模型，則無法捕捉變量之間的相互關(guān)系；如果采用聯(lián)立的形式，就可以建立起多個(gè)變量之間的關(guān)系。VAR模型的結(jié)構(gòu)與2個(gè)參數(shù)有關(guān)，一個(gè)是所含變量的個(gè)數(shù)n，一個(gè)是最大滯后階數(shù)k，那么，含有n個(gè)變量滯后k期的VAR模型表示如下：

Yt=c+1Yt-1+2Yt-2+…+kYt-k+μt,μt～I(xiàn)ID(0,Ω)

(1)

其中：

Yt=(y1,t,y2,t,…，yn,t)′

(2)

c=(c1，c2…，cn)′

(3)

(4)

μt=(μ1,tμ2,t，…，μn,t)′

(5)

式中，Yt為n×1階時(shí)間序列向量；μ為n×1階常數(shù)項(xiàng)列向量；1,…，k均為n×n階參數(shù)矩陣。

2.2數(shù)據(jù)選取與處理根據(jù)我國保監(jiān)會(huì)公布的農(nóng)業(yè)保險(xiǎn)統(tǒng)計(jì)口徑，農(nóng)業(yè)保險(xiǎn)包括種植業(yè)保險(xiǎn)和養(yǎng)殖業(yè)保險(xiǎn)2大類，我國保險(xiǎn)公司的險(xiǎn)種也同時(shí)涉及種植業(yè)和養(yǎng)殖業(yè)，保險(xiǎn)標(biāo)的涵蓋水稻、小麥、玉米、母豬、蛋禽、森林、水產(chǎn)養(yǎng)殖等諸多種類，如果僅僅以農(nóng)林牧漁業(yè)中的農(nóng)業(yè)總產(chǎn)值作為衡量農(nóng)業(yè)產(chǎn)出的指標(biāo)，未免有些疏漏。所以該研究選取農(nóng)林牧漁業(yè)總產(chǎn)值作為衡量農(nóng)業(yè)產(chǎn)出的指標(biāo)，分析了農(nóng)業(yè)保險(xiǎn)保費(fèi)與農(nóng)業(yè)產(chǎn)出，農(nóng)業(yè)保險(xiǎn)賠款與農(nóng)業(yè)產(chǎn)出的關(guān)系，選取1985～2014年我國的農(nóng)業(yè)保險(xiǎn)保費(fèi)、農(nóng)業(yè)保險(xiǎn)賠款和農(nóng)林牧漁業(yè)總產(chǎn)值3個(gè)時(shí)間序列數(shù)據(jù)，用AIP(AgriculturalInsurancePremium)表示農(nóng)業(yè)保險(xiǎn)保費(fèi)，AII(AgriculturalInsuranceIndemnity)表示農(nóng)業(yè)保險(xiǎn)賠款，TAO(TotalvalueofAgriculturalOutput)表示我國的農(nóng)林牧漁業(yè)總產(chǎn)值，考慮到指標(biāo)數(shù)據(jù)的數(shù)量級(jí)不一致，對(duì)以上指標(biāo)均取自然對(duì)數(shù)，為了防止取對(duì)數(shù)之后出現(xiàn)負(fù)數(shù)，對(duì)所有原始數(shù)據(jù)擴(kuò)大10倍，均以×103萬元單位計(jì)量，分別用LAIP、LAII、LTAO表示。以上數(shù)據(jù)中，1985～2006年農(nóng)業(yè)保險(xiǎn)保費(fèi)和保險(xiǎn)賠款來源于中國經(jīng)濟(jì)信息網(wǎng)，2007～2013農(nóng)業(yè)保險(xiǎn)保費(fèi)及賠款年來源于《中國保險(xiǎn)年鑒》，2014年的農(nóng)業(yè)保險(xiǎn)保費(fèi)及賠款數(shù)據(jù)來源于中國保險(xiǎn)業(yè)協(xié)會(huì)網(wǎng)站，農(nóng)林牧漁業(yè)總產(chǎn)值數(shù)據(jù)全部來源于《中國統(tǒng)計(jì)摘要2015》。

3結(jié)果與分析

實(shí)際上，我國的農(nóng)業(yè)保險(xiǎn)自1982年開始恢復(fù)試辦，主要由中國人民保險(xiǎn)公司代表政府壟斷經(jīng)營，直到1992年達(dá)到高峰，因?yàn)樵诖似陂g政府的干預(yù)較為得力，雖然該險(xiǎn)種的平均賠付率超過100%，但當(dāng)時(shí)保險(xiǎn)公司并不考慮該險(xiǎn)種的盈虧問題；我國實(shí)行市場(chǎng)經(jīng)濟(jì)以來，農(nóng)業(yè)保險(xiǎn)的經(jīng)營也開始市場(chǎng)化，我國的農(nóng)業(yè)保險(xiǎn)規(guī)模也隨著萎縮，但隨著農(nóng)業(yè)保險(xiǎn)經(jīng)營模式的改善以及政府的相關(guān)支持，農(nóng)業(yè)保險(xiǎn)的賠付率也開始降低，但總體上仍然很高；直到2007年，政府開始實(shí)行農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼試點(diǎn)，農(nóng)業(yè)保險(xiǎn)規(guī)模有了突破性的飛躍，保險(xiǎn)保費(fèi)從2006年的8.0億元增長到2007年的53.3億元，農(nóng)業(yè)保險(xiǎn)的賠付率也下降很多，農(nóng)業(yè)保險(xiǎn)成為一種有利可圖的險(xiǎn)種，農(nóng)業(yè)經(jīng)濟(jì)增長速度也提升地很明顯，從2006年的6.9%提高到2007年的19.1%，隨著補(bǔ)貼試點(diǎn)的逐漸擴(kuò)大，農(nóng)業(yè)產(chǎn)出也在穩(wěn)步提升，首先要驗(yàn)證這一關(guān)系的力度及方向。圖1顯示了我國農(nóng)業(yè)保險(xiǎn)保費(fèi)、農(nóng)業(yè)保險(xiǎn)賠款及農(nóng)業(yè)產(chǎn)出的關(guān)系，下文將驗(yàn)證這種關(guān)系的力度大小及方向。采用的計(jì)量軟件為Stata12.0。

注：圖中AIP100、AII100表示原數(shù)據(jù)擴(kuò)大100倍之后的結(jié)果。Note：AIP100 and AII100 were the results after original data were amplified by 100 times.圖1　我國農(nóng)業(yè)保險(xiǎn)保費(fèi)、保險(xiǎn)賠款與農(nóng)業(yè)產(chǎn)出的關(guān)系Fig. 1　Relationship among agricultural insurance premium, agricultural insurance indemnity and agricultural output

3.1平穩(wěn)性檢驗(yàn)采用單位根檢驗(yàn)(ADF)的方法對(duì)農(nóng)業(yè)保險(xiǎn)保費(fèi)LAIP、農(nóng)業(yè)保險(xiǎn)賠款LAII以及農(nóng)業(yè)產(chǎn)出LTAO進(jìn)行平穩(wěn)性檢驗(yàn)，若非平穩(wěn)，則進(jìn)行差分。在ADF檢驗(yàn)中，首先通過考察數(shù)據(jù)的圖形來確定是否加入常數(shù)項(xiàng)和時(shí)間趨勢(shì)項(xiàng)，然后采用AIC信息準(zhǔn)則法確定滯后階數(shù)。其檢驗(yàn)結(jié)果見表1。

表1　LTAO，LAIP、LAII序列的平穩(wěn)性檢驗(yàn)結(jié)果

注：DLTAO、DLAIP、DLAII分別表示變量LTAO、LAIP、LAII的一階差分；檢驗(yàn)形式(C，T，L)中的C、T、L分別表示ADF檢驗(yàn)中的常數(shù)項(xiàng)、趨勢(shì)項(xiàng)和滯后階數(shù)。

Note：DLTAO，DLAIPandDLAIIwere the first differences ofLTAO，LAIPandLAII，respectively.C，TandLin test form indicated the constant term，trend term and lagged differences in ADF test.

由表1可知，LTAO、LAIP、LAII的ADF統(tǒng)計(jì)量大于5%置信水平下的臨界值，可判斷這3個(gè)時(shí)間序列含有單位根，序列具有非平穩(wěn)性。但對(duì)其進(jìn)行一階差分得到的DLTAO、DLAIP、DLAII序列都是平穩(wěn)的，即它們都是一階單整序列，猜測(cè)它們之間可能存在協(xié)整關(guān)系即長期穩(wěn)定的比例關(guān)系。

3.2協(xié)整檢驗(yàn)如果2個(gè)變量之間同階單整，可以進(jìn)行協(xié)整檢驗(yàn)，即檢驗(yàn)2個(gè)變量之間是否存在長期的穩(wěn)定關(guān)系。這里分別對(duì)LTAO和LAIP、LTAO和LAII之間進(jìn)行Johansen協(xié)整檢驗(yàn)，當(dāng)rank≤1時(shí)，Johansen協(xié)整檢驗(yàn)的Eigen統(tǒng)計(jì)量和Trace統(tǒng)計(jì)量均小于5%的置信水平下的臨界值，表示不能拒絕LTAO和LAIP、LTAO和LAII之間存在一個(gè)協(xié)整關(guān)系，協(xié)整方程表示為：

LTAO=0.444 1LAIP+10.130 0

(6)

(0.000)

LTAO=0.505 2LAII+10.104 2

(7)

(0.000)

由式(6)、(7)可知，長期來看，我國的農(nóng)業(yè)保險(xiǎn)保費(fèi)對(duì)農(nóng)業(yè)產(chǎn)出的增長有著正向的作用，農(nóng)業(yè)保險(xiǎn)保費(fèi)每增長1%，農(nóng)業(yè)產(chǎn)出增長0.44%，而農(nóng)業(yè)保險(xiǎn)賠款增長1%，農(nóng)業(yè)產(chǎn)出將會(huì)增長0.50%，略大于農(nóng)業(yè)保險(xiǎn)保費(fèi)的效果，這樣的結(jié)論也與前面的分析相同。因?yàn)檗r(nóng)業(yè)保險(xiǎn)賠款相當(dāng)于直接給予農(nóng)業(yè)生產(chǎn)者一筆補(bǔ)償金，這筆資金能夠防止農(nóng)業(yè)生產(chǎn)者資金鏈的斷裂，幫助農(nóng)戶迅速的恢復(fù)農(nóng)業(yè)生產(chǎn)，對(duì)農(nóng)業(yè)產(chǎn)出保障作用更為直接，所以農(nóng)業(yè)保險(xiǎn)賠款增長與農(nóng)業(yè)產(chǎn)出增長的相關(guān)性更大一些。

3.3VAR模型的建立為了進(jìn)一步分析農(nóng)業(yè)保險(xiǎn)保費(fèi)、農(nóng)業(yè)保險(xiǎn)賠款與農(nóng)業(yè)產(chǎn)出的動(dòng)態(tài)關(guān)系，該研究選擇分別建立LTAO和LAIP、LTAO和LAII的2個(gè)雙變量VAR模型。因?yàn)樽兞恐g存在協(xié)整關(guān)系，即使LTAO、LAIP、LAII是非平穩(wěn)序列，也可以建立VAR模型而不出現(xiàn)偽回歸現(xiàn)象[18-19]。另外，之所以不選擇建立變量的一階差分的VAR模型，是因?yàn)樽兞坎罘种髸?huì)使得其所包含的長期信息缺失，而農(nóng)業(yè)保險(xiǎn)作為保障農(nóng)業(yè)經(jīng)濟(jì)穩(wěn)定發(fā)展的工具，更應(yīng)該關(guān)注其長期效應(yīng)。

3.3.1建立LTAO和LAIP的VAR模型。 建立適當(dāng)?shù)腣AR模型，應(yīng)首先確定VAR模型的滯后階數(shù)，滯后階數(shù)太多會(huì)導(dǎo)致自由度太低，而滯后階數(shù)太少則會(huì)導(dǎo)致隨機(jī)誤差項(xiàng)嚴(yán)重的自相關(guān)性，將變量LTAO和LAIP的1～4階滯后分別進(jìn)行估計(jì)，估計(jì)結(jié)果見表2。其中，AIC準(zhǔn)則和SBIC準(zhǔn)則沖突，則根據(jù)LR檢驗(yàn)來確定模型的滯后階數(shù)，選擇的滯后階數(shù)為1，所以建立LTAO和LAIP的VAR(1)模型，并對(duì)模型估計(jì)結(jié)果的AR特征根進(jìn)行檢驗(yàn)，發(fā)現(xiàn)特征多項(xiàng)式根模的倒數(shù)全都小于1，所以建立的VAR(1)模型是穩(wěn)定的。

表2　LTAO和LAIP的VAR模型的滯后階數(shù)的選擇

也就是說，當(dāng)農(nóng)業(yè)保險(xiǎn)保費(fèi)或者農(nóng)業(yè)產(chǎn)出發(fā)生變化時(shí)，其他變量也會(huì)發(fā)生變化，但隨著時(shí)間的推移，這種影響會(huì)逐漸消失，農(nóng)業(yè)保險(xiǎn)保費(fèi)和農(nóng)業(yè)產(chǎn)出所組成的經(jīng)濟(jì)系統(tǒng)是穩(wěn)定的。農(nóng)業(yè)保險(xiǎn)保費(fèi)與農(nóng)業(yè)產(chǎn)出的VAR(1)模型其具體表達(dá)式如下：

LIAO=0.930 7LTAOt-1+0.027 0LAIPt-1+0.846 9(R2=0.993 9)

(8)

(0.000)(0.089)(0.005)

LAIP=0.127 0LTAOt-1+0.925 1LAIPt-1-0.998 9(R2=0.940 2)

(9)

(0.482)(0.000)(0.591)

模型擬合優(yōu)度良好。從式(8)可以看出，農(nóng)業(yè)產(chǎn)出受到其自身滯后1期的正向影響，還受到農(nóng)業(yè)保險(xiǎn)保費(fèi)的滯后1期正的影響，但是影響較小。從式(9)可以看出，農(nóng)業(yè)保險(xiǎn)保費(fèi)受到農(nóng)業(yè)產(chǎn)出和其自身的滯后1期的影響都為正，但是該結(jié)果并未通過顯著性檢驗(yàn)，還是受到其自身的滯后1期的影響最大。

3.3.2建立LTAO和LAII的VAR模型。同樣，首先對(duì)模型的滯后階數(shù)進(jìn)行選擇，將變量LTAO和LAIP的1～4階滯后分別進(jìn)行估計(jì)，估計(jì)結(jié)果見表3。其中，SBIC準(zhǔn)則與FPE、AIC、HQIC準(zhǔn)則對(duì)滯后階數(shù)的選擇并不一致，但是，為了方便與前文LTAO和LAIP的VAR模型回歸結(jié)果進(jìn)行比較，綜合考慮，選擇SBIC準(zhǔn)則，選擇建立滯后階數(shù)為1的LTAO和LAII的VAR模型，并對(duì)模型估計(jì)結(jié)果的AR特征根進(jìn)行檢驗(yàn)，發(fā)現(xiàn)特征多項(xiàng)式根模的倒數(shù)全都小于1，所以建立的LTAO和LAII的VAR(1)模型是穩(wěn)定的，說明農(nóng)業(yè)保險(xiǎn)賠款與農(nóng)業(yè)產(chǎn)出所組成的經(jīng)濟(jì)系統(tǒng)也是穩(wěn)定的。

表3　LTAO和LAII的VAR模型的滯后階數(shù)的選擇

滯后1期的LTAO和LAII的VAR(1)模型具體表達(dá)式為：

LIAO=0.932 3LTAOt-1+0.030 0LAIPt-1+0.819 5(R2=0.994 1)

(10)

(0.000)(0.053)(0.002)

LAII=0.138 3LTAOt-1+0.918 0LAIIt-1-1.146 0(R2=0.924 3)

(11)

(0.043)(0.000)(0.499)

同樣，模型的擬合優(yōu)度很好。由式(10)可知，農(nóng)業(yè)產(chǎn)出受到滯后1期的農(nóng)業(yè)保險(xiǎn)賠款的正的影響，對(duì)比式(8)中LAIP的系數(shù)，可以發(fā)現(xiàn)，滯后1期的情況下，農(nóng)業(yè)保險(xiǎn)賠款對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長的作用還是略大于農(nóng)業(yè)保險(xiǎn)保費(fèi)。由式(11)可知，滯后1期農(nóng)業(yè)產(chǎn)出的規(guī)模對(duì)農(nóng)業(yè)保險(xiǎn)賠款的正的影響，該結(jié)果也是不顯著的。

綜上所述，無論是農(nóng)業(yè)保險(xiǎn)保費(fèi)還是農(nóng)業(yè)保險(xiǎn)賠款，在滯后1期情況下，對(duì)農(nóng)業(yè)產(chǎn)出都有正向的影響，但是影響都很小。一方面是由于我國過去的30年間，農(nóng)業(yè)保險(xiǎn)密度較低，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)經(jīng)濟(jì)增長融合的不夠深入，互動(dòng)不足，協(xié)調(diào)不力；另一方面，農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長本身就是一種輔助作用，其功效不可人為夸大。另外，有學(xué)者提出，隨著農(nóng)業(yè)生產(chǎn)的擴(kuò)大，農(nóng)業(yè)生產(chǎn)者的投保動(dòng)機(jī)會(huì)增加[20]，投保較多的話，保險(xiǎn)公司的賠付也會(huì)增加。但是從我國過去30年的情況來看，這種關(guān)系還沒有很明顯地體現(xiàn)出來。

3.4Granger因果檢驗(yàn)分別對(duì)上面所建立的2個(gè)模型的變量進(jìn)行Granger因果關(guān)系檢驗(yàn)，結(jié)果見表4。由表4可知，LAIP是LTAO的Granger原因，LAII也是LTAO的Granger原因；反過來，LTAO既不是LAIP的Granger原因，也不是LAII的Granger原因。

3.5脈沖響應(yīng)函數(shù)前面所建立的VAR模型都是穩(wěn)定的，且存在因果關(guān)系，因此可以進(jìn)行脈沖分析。脈沖響應(yīng)函數(shù)是描述一個(gè)內(nèi)生變量對(duì)誤差沖擊的反應(yīng)，具體地說，它描述的是隨機(jī)誤差項(xiàng)上施加一個(gè)標(biāo)準(zhǔn)差大小的沖擊后對(duì)內(nèi)生變量的當(dāng)期值和未來值所帶來的影響。圖2顯示了農(nóng)業(yè)保險(xiǎn)保費(fèi)與農(nóng)業(yè)產(chǎn)出的脈沖響應(yīng)結(jié)果?？梢钥闯?，當(dāng)LAIP受到一個(gè)正面的沖擊時(shí)，這個(gè)沖擊從無論從短期還是長期都會(huì)給LTAO造成一個(gè)正面的影響，但隨著時(shí)間的推移最終會(huì)趨于平穩(wěn)。這說明，農(nóng)業(yè)保險(xiǎn)保費(fèi)的增加對(duì)農(nóng)業(yè)產(chǎn)出有拉動(dòng)效應(yīng)，而且從長期來看，這種拉動(dòng)效應(yīng)是趨于穩(wěn)定的，這也與協(xié)整檢驗(yàn)中的結(jié)論一致。同樣，當(dāng)LTAO受到一個(gè)正面的沖擊時(shí)，LAIP受到的也是正面的影響，但這個(gè)影響相對(duì)很弱。

表4　LTAO和LAIP、LAII的Granger因果關(guān)系檢驗(yàn)結(jié)果

農(nóng)業(yè)保險(xiǎn)賠款與農(nóng)業(yè)產(chǎn)出之間的脈沖響應(yīng)結(jié)果見圖3。從圖3可以看出，農(nóng)業(yè)保險(xiǎn)賠款對(duì)農(nóng)業(yè)產(chǎn)出的的影響與農(nóng)業(yè)保險(xiǎn)保費(fèi)對(duì)農(nóng)業(yè)產(chǎn)出的影響類似，短期為正，長期會(huì)趨于平穩(wěn)。但是觀察到當(dāng)LTAO受到一個(gè)正面的沖擊后，開始時(shí)對(duì)農(nóng)業(yè)保險(xiǎn)賠款的沖擊是負(fù)的，之后才變?yōu)檎?。猜測(cè)其原因，可能是因?yàn)椋何覈霓r(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)不足，生產(chǎn)在很大程度上還是依賴于自然條件，過去30年并未出現(xiàn)短時(shí)間內(nèi)的技術(shù)革新，農(nóng)業(yè)產(chǎn)出的增加速度與否很大程度上取決于當(dāng)年的災(zāi)害情況，災(zāi)害較少的情況下，產(chǎn)出增長率提高，保險(xiǎn)賠款下降。也就是說，產(chǎn)出的突然增長對(duì)應(yīng)的是當(dāng)年保險(xiǎn)賠款的下降。當(dāng)然這只是一種猜測(cè)，具體原因還有待進(jìn)一步的驗(yàn)證。

圖2　農(nóng)業(yè)保險(xiǎn)保費(fèi)與農(nóng)業(yè)產(chǎn)出的正交脈沖響應(yīng)Fig.2　The orthogonal pulse response of agricultural insurance premium and agricultural output

圖3　農(nóng)業(yè)保險(xiǎn)賠款與農(nóng)業(yè)產(chǎn)出的正交脈沖響應(yīng)Fig.3　The orthogonal pulse response of agricultural insurance indemnity and agricultural output

總之，無論保險(xiǎn)保費(fèi)還是保險(xiǎn)賠款，從短期和長期對(duì)農(nóng)業(yè)產(chǎn)出都有正的影響，主要是因?yàn)楸ｋU(xiǎn)是一種使農(nóng)業(yè)生產(chǎn)者轉(zhuǎn)移風(fēng)險(xiǎn)的金融工具，其本身并不是農(nóng)業(yè)生產(chǎn)過程中的直接生產(chǎn)要素，再加上農(nóng)業(yè)生產(chǎn)本身周期較長，當(dāng)年的農(nóng)業(yè)保險(xiǎn)賠款很大一部分只能用于下一期的農(nóng)業(yè)生產(chǎn)中，再等到產(chǎn)生成果，又將過去一段時(shí)間。所以，農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)產(chǎn)出的影響是趨于長期的。

4結(jié)論與建議

4.1結(jié)論該研究運(yùn)用VAR模型，對(duì)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)產(chǎn)出的互動(dòng)關(guān)系進(jìn)行分析，得出以下結(jié)論：農(nóng)業(yè)保險(xiǎn)保費(fèi)和農(nóng)業(yè)保險(xiǎn)賠款都與農(nóng)業(yè)產(chǎn)出存在長期穩(wěn)定的關(guān)系，且農(nóng)業(yè)保險(xiǎn)賠款對(duì)農(nóng)業(yè)產(chǎn)出的促進(jìn)作用更大一些；根據(jù)VAR模型回歸結(jié)果，農(nóng)業(yè)保險(xiǎn)保費(fèi)和農(nóng)業(yè)保險(xiǎn)賠款的一階滯后項(xiàng)對(duì)農(nóng)業(yè)產(chǎn)出的增長都有正向的促進(jìn)作用，但是其作用很小，反過來，農(nóng)業(yè)產(chǎn)出對(duì)農(nóng)業(yè)保險(xiǎn)保費(fèi)和農(nóng)業(yè)保險(xiǎn)賠款的正向作用并不顯著，主要是由于我國過去30年間農(nóng)業(yè)保險(xiǎn)密度較低，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)經(jīng)濟(jì)的融合不足，這也與Granger因果檢驗(yàn)的結(jié)果相呼應(yīng)；另外，農(nóng)業(yè)保險(xiǎn)保費(fèi)和保險(xiǎn)賠款的增長無論從短期還是長期對(duì)農(nóng)業(yè)產(chǎn)出的增長都有正向的拉動(dòng)作用，且逐漸趨于平穩(wěn)。

4.2對(duì)策建議

4.2.1農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼與災(zāi)后財(cái)政補(bǔ)償相結(jié)合，提高財(cái)政資金的利用效率。2007年以來，我國農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼的力度和范圍在不斷加大，意在破除農(nóng)業(yè)保險(xiǎn)市場(chǎng)的失靈現(xiàn)象，也確實(shí)起到了很好的效果，但是對(duì)農(nóng)戶農(nóng)業(yè)災(zāi)害的補(bǔ)貼機(jī)制還不夠完善，對(duì)于沒有投保，或保險(xiǎn)不能足額償付的損失，很多農(nóng)業(yè)生產(chǎn)者只能自己承擔(dān)。實(shí)際上，我國可以拿出一部分財(cái)政資金，對(duì)保險(xiǎn)公司未涉足到的標(biāo)的作物損失進(jìn)行直接的財(cái)政補(bǔ)償，或者建立保險(xiǎn)公司和政府共同償付的機(jī)制，這樣可以有效提高財(cái)政資金的效率，防止一部分財(cái)政資金成為保險(xiǎn)公司的利潤而沒有真正發(fā)揮作用。

4.2.2提高農(nóng)業(yè)生產(chǎn)者的投保意識(shí)，全面推廣農(nóng)業(yè)保險(xiǎn)。我國的農(nóng)業(yè)保險(xiǎn)規(guī)模較小，密度較低，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)產(chǎn)出的互動(dòng)效應(yīng)不明顯，農(nóng)業(yè)產(chǎn)出的提高并沒有明顯增加農(nóng)業(yè)生產(chǎn)者的投保動(dòng)機(jī)。農(nóng)業(yè)保險(xiǎn)的宣傳可以通過政府與保險(xiǎn)公司的合作，定期下鄉(xiāng)宣講，也可以通過農(nóng)業(yè)保險(xiǎn)營銷人員的直接推廣，還可以通過與農(nóng)業(yè)貸款融合進(jìn)行交叉營銷等多種方式。

4.2.3學(xué)習(xí)國外相關(guān)經(jīng)驗(yàn)，提倡產(chǎn)品創(chuàng)新。目前，我國農(nóng)業(yè)保險(xiǎn)的核保和理賠過程中的費(fèi)用仍然很高，這也是農(nóng)業(yè)本身的屬性所造成的。在歐洲一些發(fā)達(dá)國家，為了減少這種不必要的費(fèi)用，已經(jīng)找到農(nóng)業(yè)保險(xiǎn)標(biāo)的的替代物，如天氣指數(shù)、價(jià)格指數(shù)等，直接根據(jù)天氣和價(jià)格指數(shù)進(jìn)行理賠，從而降低農(nóng)業(yè)保險(xiǎn)的經(jīng)營成本。我國也可以借鑒發(fā)達(dá)國家的經(jīng)驗(yàn)，積極研發(fā)新的農(nóng)業(yè)保險(xiǎn)產(chǎn)品并進(jìn)行推廣。

參考文獻(xiàn)

[1] AHSAN S M.ALI A A G，KURIAN N J.Toward a Theory of agricultural insurance [J].American journal of agricultural economics，1982，64(3)：20-29.

[2] MISHRA P K.Agricultural risk，insurance and income：A study of the impact and design of indiaps comprehensive crop insurance scheme [M].Aldershot：Avebury Publishing，2006.

[3] CARRIKER G L，WILLIAMS J R，BARNABY G A，et al.Yield and income risk reduction under alternative crop insurance and disaster assistance designs[J].Western journal of agricultural economics，1991,16:238-250.

[4] GOODWIN B K.Premium rate detem ination in the federal crop insurance program：What do averages have to say about risk?[J].Jourmal of agricultural and resource economics，2001，19(2)：382-395.

[5] 李軼男.我國農(nóng)業(yè)保險(xiǎn)利益關(guān)系研究[D].濟(jì)南：山東大學(xué)，2012.

[6] 王根芳.基于主體利益博弈分析的農(nóng)業(yè)保險(xiǎn)補(bǔ)貼研究[D].武漢：華中農(nóng)業(yè)大學(xué)，2013.

[7] 鄭軍，朱甜甜.經(jīng)濟(jì)效率和社會(huì)效率：農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼綜合評(píng)價(jià)[J].金融經(jīng)濟(jì)學(xué)研究，2014(3)：88-97.

[8] 張躍華.農(nóng)業(yè)保險(xiǎn)、糧食“直補(bǔ)”對(duì)農(nóng)民福利的影響及比較：以上海市寶山區(qū)長興島長征村為例[J].上海農(nóng)業(yè)學(xué)報(bào)，2005(4)：117-121.

[9] 周延禮.我國農(nóng)業(yè)保險(xiǎn)的成績、問題及未來發(fā)展[J].保險(xiǎn)研究，2012(5)：3-9.

[10] 黃亞林.農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)戶生產(chǎn)行為的影響及對(duì)策探討[J].當(dāng)代經(jīng)濟(jì)管理，2015(6)：86-89.

[11] 梁平，梁彭勇，董宇翔.我國農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)民收入影響的經(jīng)驗(yàn)研究[J].管理現(xiàn)代化，2008(1)：46-48.

[12] 黃英君，蒲玥成.我國農(nóng)業(yè)保險(xiǎn)發(fā)展與農(nóng)業(yè)經(jīng)濟(jì)增長關(guān)系的實(shí)證分析[J].西南金融，2015(8)：7-12.

[13] 譚毅，袁緣.農(nóng)業(yè)保險(xiǎn)縮小城鄉(xiāng)收入差距的作用分析：基于動(dòng)態(tài)面板模型的GMM估計(jì)[J].吉林金融研究，2013(11)：26-34，60.

[14] 周穩(wěn)海，趙桂玲，尹成遠(yuǎn).農(nóng)業(yè)保險(xiǎn)發(fā)展對(duì)農(nóng)民收入影響的動(dòng)態(tài)研究：基于面板系統(tǒng)GMM模型的實(shí)證檢驗(yàn)[J].保險(xiǎn)研究，2014(5)：21-30.

[15] 杜鵬.農(nóng)戶農(nóng)業(yè)保險(xiǎn)需求的影響因素研究：基于湖北省五縣市342戶農(nóng)戶的調(diào)查[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2011(11)：78-83，112.

[16] 曹承承.浙江省農(nóng)戶農(nóng)業(yè)保險(xiǎn)需求意愿研究[D].杭州：浙江工商大學(xué)，2010.

[17] 王秀芬，李茂松，王春艷.不同類型農(nóng)戶農(nóng)業(yè)保險(xiǎn)需求意愿影響因素分析：以吉林省為例[J].吉林農(nóng)業(yè)大學(xué)學(xué)報(bào)，2013(3)：364-368.

[18] 高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模eviews應(yīng)用及實(shí)例[M].北京：清華大學(xué)出版社，2010：278.

[19] 張成思.金融計(jì)量學(xué)時(shí)間序列分析視角[M].北京：中國人民大學(xué)出版社，2011：158.

摘要為了探討農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)產(chǎn)出之間的關(guān)系，選取1985～2014年農(nóng)業(yè)保險(xiǎn)保費(fèi)、農(nóng)業(yè)保險(xiǎn)賠款和農(nóng)業(yè)產(chǎn)出(農(nóng)林牧漁業(yè)總產(chǎn)值)3個(gè)時(shí)間序列數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)，發(fā)現(xiàn)農(nóng)業(yè)保險(xiǎn)保費(fèi)與農(nóng)業(yè)產(chǎn)出、農(nóng)業(yè)保險(xiǎn)賠款與農(nóng)業(yè)產(chǎn)出存在長期穩(wěn)定的協(xié)整關(guān)系。然后建立2個(gè)雙變量VAR模型，并結(jié)合Granger因果檢驗(yàn)和脈沖分析，發(fā)現(xiàn)農(nóng)業(yè)保險(xiǎn)保費(fèi)和農(nóng)業(yè)保險(xiǎn)賠款對(duì)農(nóng)業(yè)產(chǎn)出都有很弱的正影響，且保險(xiǎn)賠款的影響略大一些；反過來，農(nóng)業(yè)產(chǎn)出的增加對(duì)農(nóng)業(yè)保險(xiǎn)的正的影響并不顯著。根據(jù)以上結(jié)論，提出農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼與災(zāi)害財(cái)政補(bǔ)償相結(jié)合、加大農(nóng)業(yè)保險(xiǎn)推廣宣傳、加快新產(chǎn)品研發(fā)等相關(guān)建議，促進(jìn)農(nóng)業(yè)保險(xiǎn)的發(fā)展。

關(guān)鍵詞農(nóng)業(yè)保險(xiǎn)保費(fèi)；農(nóng)業(yè)保險(xiǎn)賠款；農(nóng)業(yè)產(chǎn)出；VAR

Interactive Relationship Between Agricultural Insurance Premium and Agricultural Output Based on VAR Model

LI Ya-qi, HAN Xing-yong*(School of Economics and Management, Shanghai Ocean University, Shanghai 201306 )

AbstractIn order to identify the relationship between agricultural insurance and agricultural output, we selected three time series data of agricultural insurance premium, agricultural insurance indemnity and agricultural output (gross output of agriculture, forestry, animal husbandry and fishery industry) from 1985 to 2014. Co-integration test showed that there was a long-term stable co-integration relation between agricultural insurance premium and agricultural output, as well as agricultural insurance indemnity and agricultural output. Then, based on building two double-variant VAR models and combining the Granger causality test and impulse analysis, it was found out that both agricultural insurance premium and agricultural insurance indemnity had weak positive influence on agricultural output, and influence of insurance indemnity was a little bigger. On the contrary, the increase of agricultural output showed no significant positive effects on agricultural insurance. Finally, some suggestions were put forward, such as combining the subsidy of agricultural insurance premium with the financial indemnity for disaster, enhancing the promotion and publicity of agricultural insurance, accelerating the R&D of new products, and promoting the development of agricultural insurance.

Key wordsAgricultural insurance premium; Agricultural insurance indemnity; Agricultural output; VAR

收稿日期2015-11-30

作者簡介李亞琦(1992- )，男，河南濮陽人，碩士研究生，研究方向：產(chǎn)業(yè)經(jīng)濟(jì)學(xué)、農(nóng)村金融。*通訊作者，教授，博士，碩士生導(dǎo)師，從事農(nóng)業(yè)經(jīng)濟(jì)、農(nóng)村區(qū)域發(fā)展研究。

中圖分類號(hào)S-9

文獻(xiàn)標(biāo)識(shí)碼A

文章編號(hào)0517-6611(2016)01-292-06