天氣指數(shù)保險(xiǎn)費(fèi)率厘定方法探究
——以水稻干旱指數(shù)保險(xiǎn)為例

邵　杰　　西南財(cái)經(jīng)大學(xué)保險(xiǎn)學(xué)院

?

天氣指數(shù)保險(xiǎn)費(fèi)率厘定方法探究
——以水稻干旱指數(shù)保險(xiǎn)為例

邵杰西南財(cái)經(jīng)大學(xué)保險(xiǎn)學(xué)院

一、引言

我國作為傳統(tǒng)的農(nóng)業(yè)大國，保證糧食安全具有十分特殊的意義。然而，我國農(nóng)業(yè)現(xiàn)代化程度低，缺乏應(yīng)對(duì)天氣災(zāi)害的風(fēng)險(xiǎn)管理工具，制約著我國農(nóng)業(yè)的進(jìn)一步發(fā)展。近年來農(nóng)業(yè)保險(xiǎn)在政府的大力支持下有了長足的進(jìn)步，但由于地域相關(guān)性帶來的協(xié)同風(fēng)險(xiǎn)、道德風(fēng)險(xiǎn)和逆向選擇所帶來的信息不對(duì)稱以及農(nóng)業(yè)地區(qū)交通、通信不便和法律資源缺失所帶來的高交易成本（孫午涵，2013）使得農(nóng)業(yè)保險(xiǎn)在實(shí)際中的效果不甚理想。

上世紀(jì)九十年代，天氣指數(shù)保險(xiǎn)在歐美國家應(yīng)運(yùn)而生，天氣指數(shù)保險(xiǎn)的出現(xiàn)為農(nóng)戶資產(chǎn)風(fēng)險(xiǎn)管理提供了新路徑。與本文相關(guān)的文獻(xiàn)主要針對(duì)天氣指數(shù)設(shè)計(jì)和保險(xiǎn)費(fèi)率厘定方法兩個(gè)方面。

氣象學(xué)上對(duì)于干旱的衡量指標(biāo)較多，主要有綜合水分盈虧指標(biāo)的帕默爾干旱指數(shù)和僅考慮降水量這一單因素指標(biāo)的標(biāo)準(zhǔn)化降水指數(shù)等（王芝蘭等，2013）。上述兩種干旱指數(shù)更多地還是從農(nóng)業(yè)氣象學(xué)的角度進(jìn)行討論，相對(duì)來說計(jì)算仍有一定的難度，在天氣指數(shù)保險(xiǎn)實(shí)務(wù)中，更多地是將累積降水量或者累計(jì)干旱天數(shù)作為指數(shù)。如楊太明等（2013）引入了0-1變量，將累積干旱天數(shù)作為指數(shù)。而陳權(quán)（2013）和孫朋（2012）則采用Alieva Ghiulnara等（2009）逐步修訂的方法，將產(chǎn)量或減產(chǎn)量劃分為各個(gè)影響因素下的產(chǎn)量或減產(chǎn)量，再逐步剔除非氣候因素產(chǎn)量或減產(chǎn)量，得到單純的氣候產(chǎn)量或相應(yīng)的減產(chǎn)量/率，再建立減產(chǎn)量與缺水量的相關(guān)關(guān)系，運(yùn)用時(shí)間序列模型或者逐步回歸的方法建立參數(shù)模型，選取中間參數(shù)或者變量記為指數(shù)。

保險(xiǎn)費(fèi)率厘定方法方面，陳權(quán)（2013）指出，在天氣指數(shù)保險(xiǎn)中常用的定價(jià)法包括精算方法、風(fēng)險(xiǎn)中性定價(jià)法、資產(chǎn)資本定價(jià)模型和無差異定價(jià)法。Turvey（2005）提出采用資本資產(chǎn)定價(jià)模型（CAPM）評(píng)估天氣風(fēng)險(xiǎn)的價(jià)格，通過一個(gè)實(shí)際概率測(cè)度來計(jì)算期望價(jià)格。而世界銀行（2006，2007）設(shè)計(jì)推廣的天氣指數(shù)保險(xiǎn)都是基于精算定價(jià)法的，即模擬損失的分布得出純保費(fèi)。目前，我國采用的大多是利用歷史賠付的期望，按照收取的保費(fèi)現(xiàn)值與預(yù)期支付的現(xiàn)值相等的原則計(jì)算保費(fèi)（馬磊，2013；楊太明等，2013；孫朋，2012）。對(duì)于賠付額的計(jì)算，Jerry R. Skees （2000）則在其模型中提出了一個(gè)基本的天氣指數(shù)保險(xiǎn)賠付計(jì)算公式，通過設(shè)定一個(gè)觸發(fā)指數(shù)和指數(shù)上限來規(guī)定單位保險(xiǎn)賠付額。

然而，由于天氣指數(shù)保險(xiǎn)的強(qiáng)地域性特點(diǎn)，在全國范圍內(nèi)按照統(tǒng)一標(biāo)準(zhǔn)推廣同一產(chǎn)品變得困難重重，本文將以成都市為切入點(diǎn)，探究一套比較符合四川盆地特點(diǎn)的天氣指數(shù)保險(xiǎn)產(chǎn)品設(shè)計(jì)，而對(duì)于一套新產(chǎn)品而言，費(fèi)率厘定無疑又是其中的重點(diǎn)和難點(diǎn)因此，本文將落腳于適應(yīng)成都市水稻干旱保險(xiǎn)的費(fèi)率厘定問題，對(duì)比吸收目前天氣指數(shù)保險(xiǎn)的各類定價(jià)方法，力求使其價(jià)格既能讓投保人接受，又能保證保險(xiǎn)人的財(cái)務(wù)穩(wěn)健以幫助這一產(chǎn)品將來能在中國得到更好的發(fā)展。

二、天氣指數(shù)保險(xiǎn)純費(fèi)率厘定現(xiàn)有方法

我國自2008年起開始開展農(nóng)業(yè)氣象指數(shù)保險(xiǎn)的國際合作項(xiàng)目，截至2013年，國內(nèi)實(shí)行的農(nóng)業(yè)氣象指數(shù)保險(xiǎn)試點(diǎn)有上海西瓜梅雨指數(shù)保險(xiǎn)、安徽水稻天氣指數(shù)農(nóng)業(yè)保險(xiǎn)、浙江柑橘氣象指數(shù)保險(xiǎn)和水稻暴雨災(zāi)害保險(xiǎn)、廣東橡膠甘庶風(fēng)力指數(shù)保險(xiǎn)、陜西蘋果凍害指數(shù)保險(xiǎn)、江西南豐蜜橘凍害指數(shù)保險(xiǎn)和龍巖煙葉天氣指數(shù)保險(xiǎn)等等。下面對(duì)安徽省水稻小麥干旱指數(shù)保險(xiǎn)和浙江省柑橘低溫指數(shù)與水稻暴雨指數(shù)保險(xiǎn)進(jìn)行分析。

（一）安徽省水稻、小麥天氣指數(shù)保險(xiǎn)

2008年4月，安徽省國元保險(xiǎn)公司與國際農(nóng)業(yè)發(fā)展基金會(huì)（IFAD）、聯(lián)合國糧食安全計(jì)劃署（WFP）以及中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所（IEDA of CAAS）等機(jī)構(gòu)合作，共同研究開發(fā)天氣指數(shù)保險(xiǎn)產(chǎn)品，并將長豐縣和懷遠(yuǎn)縣水稻干旱、高溫?zé)岷χ笖?shù)保險(xiǎn)作為試點(diǎn)。下面重點(diǎn)就干旱（降雨）指數(shù)保險(xiǎn)的指數(shù)計(jì)算和費(fèi)率厘定方法進(jìn)行介紹。

1.干旱指數(shù)計(jì)算

在安徽省水稻天氣指數(shù)保險(xiǎn)中，根據(jù)水稻不同生育期對(duì)降水量的不同需求將降雨量指數(shù)分為累計(jì)降雨量指數(shù)I和累計(jì)降雨量指數(shù)II。而在2011年試點(diǎn)的小麥天氣指數(shù)保險(xiǎn)中，干旱指數(shù)則用累積干旱天數(shù)來衡量。干旱指數(shù)具體計(jì)算方法見表1。

表1　安徽省天氣指數(shù)計(jì)算表

2.損失率的確定和定價(jià)精算方法

安徽省試點(diǎn)的這兩個(gè)險(xiǎn)種對(duì)于損失率的確定采用的方法都是利用回歸模型計(jì)算相應(yīng)年份的回歸產(chǎn)量，用回歸殘差與回歸產(chǎn)量的比值表示歷年損失情況。

在此基礎(chǔ)上，運(yùn)用燃燒分析法對(duì)產(chǎn)品進(jìn)行定價(jià)，即假定未來的損失分布與歷史的經(jīng)驗(yàn)分布一致，根據(jù)實(shí)際經(jīng)濟(jì)價(jià)值確定單位賠付標(biāo)準(zhǔn)，再調(diào)整賠付的觸發(fā)值使得歷史氣象數(shù)據(jù)計(jì)算出的歷史賠付數(shù)據(jù)與當(dāng)年度水稻實(shí)際發(fā)生損失值盡量一致（基差比盡量為0），最后將由歷史經(jīng)驗(yàn)數(shù)據(jù)計(jì)算出的賠付的現(xiàn)值期望值作為純保費(fèi)的最優(yōu)估計(jì)。

（二）浙江省水稻、柑橘天氣指數(shù)保險(xiǎn)

浙江省天氣指數(shù)試點(diǎn)的亮點(diǎn)在于其更加科學(xué)地運(yùn)用了氣象學(xué)、農(nóng)學(xué)的理論來確定農(nóng)作物的損失率，費(fèi)率厘定的精算方法也和安徽省有所不同。由于其氣象指數(shù)和本文沒有太大的關(guān)系，這里就不再贅述，下面介紹一下浙江省柑橘和水稻天氣指數(shù)保險(xiǎn)的損失率和費(fèi)率厘定方法。

11..減產(chǎn)率設(shè)定

在浙江省柑橘低溫指數(shù)保險(xiǎn)產(chǎn)品設(shè)計(jì)中，確定減產(chǎn)率的第一步是分離氣象產(chǎn)量。所謂氣象產(chǎn)量是指由于年際間氣象條件的差異造成作物產(chǎn)量的波動(dòng)，相應(yīng)的產(chǎn)量分量稱為氣象產(chǎn)量。一般而言，農(nóng)作物的實(shí)際產(chǎn)量可以分解為趨勢(shì)產(chǎn)量、氣象產(chǎn)量和隨機(jī)產(chǎn)量。氣象學(xué)上比較成熟的分離水稻氣象產(chǎn)量的方法是滑動(dòng)平均法。相對(duì)氣象產(chǎn)量作為減產(chǎn)率的衡量指標(biāo)，其數(shù)值為：

進(jìn)一步，利用氣象災(zāi)害發(fā)生的概率與相應(yīng)災(zāi)害的減產(chǎn)率的乘積計(jì)算氣象災(zāi)害平均災(zāi)損率，再由此作為厘定費(fèi)率的基礎(chǔ)。

2.純費(fèi)率厘定

浙江省水稻天氣指數(shù)保險(xiǎn)精算定價(jià)采用的是指數(shù)模型法，其主要思路就是用某一分布對(duì)歷史賠付數(shù)據(jù)進(jìn)行擬合，估計(jì)模型參數(shù)，進(jìn)一步厘定費(fèi)率。具體到水稻天氣指數(shù)保險(xiǎn)的例子中，吳利紅等（2010）根據(jù)歷年的相對(duì)氣象產(chǎn)量序列，利用Beta函數(shù)得到各級(jí)減產(chǎn)率發(fā)生的概率（Beta函數(shù)具體形式從略）。

進(jìn)一步，計(jì)算保險(xiǎn)純費(fèi)率

其中R為純保險(xiǎn)費(fèi)率；λ為保障比例；μ為預(yù)期單產(chǎn)；loss為產(chǎn)量損失。對(duì)于浙江省水稻保險(xiǎn)，由于其政策性特征，λ和μ均取100%。則各級(jí)減產(chǎn)率下的純保險(xiǎn)費(fèi)率變?yōu)椋?/p>

三、水稻干旱指數(shù)及保險(xiǎn)費(fèi)率的厘定模型

（一）水稻干旱指數(shù)模型構(gòu)建

天氣指數(shù)模型構(gòu)建面臨的首要問題在于，將何種變量作為干旱指數(shù)可以具有很好的代表性和易獲得性。簡單地將累積降水量或者累計(jì)降水天數(shù)作為指數(shù)滿足了易獲得的要求，但是沒有考慮到其他氣象因素的影響，也沒有考慮農(nóng)作物自身的生長因素，例如，同樣的降水量會(huì)因?yàn)槿照諘r(shí)長或者地下水位的不同而對(duì)水稻的生長產(chǎn)生不同的影響。

接下來的問題就在于干旱減產(chǎn)量如何確定，總產(chǎn)量與趨勢(shì)產(chǎn)量之間殘差中包含的信息太多，究竟干旱對(duì)于作物減產(chǎn)造成了多大的影響則需要根據(jù)作物本身特點(diǎn)進(jìn)行進(jìn)一步分離。

為解決以上兩個(gè)問題，筆者將更多地借鑒農(nóng)學(xué)和氣象學(xué)的方法，首先對(duì)水稻各生育期的需水量模型進(jìn)行構(gòu)建，再構(gòu)建有效降水量模型，以需水量和有效降水量的差值作為缺水量；接下來分離出氣象產(chǎn)量，再從氣象產(chǎn)量中分離出實(shí)際缺水減產(chǎn)量；最后建立實(shí)際缺水減產(chǎn)量與缺水量的相關(guān)關(guān)系。

1.水稻生育期缺水率模型構(gòu)建

（1）水稻生育期需水量模型

采用聯(lián)合國糧農(nóng)組織（FAO）推薦的方法確定水稻生育期的需水量為：

表2　四川盆地水稻生育期各月的作物系數(shù)

Δ為飽和水汽壓與溫度關(guān)系曲線的斜率（kpa/0C）,R為作物表面凈輻射量（MJ/m2），G為土壤熱通量（MJ/m2），γ為濕度計(jì)常數(shù)（kpa/0C），T為空氣平均溫度（0C），U2為地面以上2米處的風(fēng)速（m/s），ea為空氣實(shí)際水汽壓（kPa），es為空氣飽和水汽壓（kPa），Rn、G、Δ、U2可以通過氣象臺(tái)站觀測(cè)資料計(jì)算獲得。

（2）有效降水量模型

有效降水量是指總降水量減去蒸發(fā)量、徑流量和深層滲漏量，即可保留在根區(qū)并能供植物利用的降水量，代表了總降水量中的有效部分。由定義可得，有效降水量Pe為，

其中，R為一段時(shí)間內(nèi)的累計(jì)降水量，ETC為對(duì)應(yīng)時(shí)間段內(nèi)的累積作物需水量。

（3）缺水率模型

（ΔQ或Q）即作為確定的干旱指數(shù)。

2.干旱減產(chǎn)量模型構(gòu)建

理論干旱減產(chǎn)率的計(jì)算，主要是通過氣候生產(chǎn)潛力的逐步訂正法，分離出水分因素對(duì)生產(chǎn)潛力的影響。而實(shí)際歷史氣候產(chǎn)量的計(jì)算方法與前述浙江省水稻天氣指數(shù)保險(xiǎn)的算法大致相同，即采用滑動(dòng)平均的方法對(duì)時(shí)間序列進(jìn)行擬合算出趨勢(shì)產(chǎn)量，再用實(shí)際產(chǎn)量減去趨勢(shì)產(chǎn)量得出實(shí)際減產(chǎn)量。

Ym=Yw×ΔY（5）

接下來建立干旱指數(shù)與干旱減產(chǎn)量的函數(shù)關(guān)系Ym=f（Q），預(yù)計(jì)其函數(shù)形式可能為Ym=a+bQ+ε。

（二）水稻干旱指數(shù)保險(xiǎn)費(fèi)率的計(jì)算模型

1.純保險(xiǎn)費(fèi)計(jì)算模型

純保費(fèi)的計(jì)算一般是利用歷史數(shù)據(jù)進(jìn)行推算，將過去的賠付率期望值作為純保險(xiǎn)費(fèi)率。理論上數(shù)據(jù)包含了一切信息，因此計(jì)算的結(jié)果可以作為純保險(xiǎn)費(fèi)率的無偏估計(jì)量。

則保費(fèi)R等于農(nóng)戶的預(yù)期損失E［loss］，

P水稻為水稻的單價(jià)，pi為當(dāng)干旱減產(chǎn)量Ymi為時(shí)對(duì)應(yīng)的發(fā)生概率。

進(jìn)一步計(jì)算純保費(fèi)率，為：

其中，λ為保障比例；μ為預(yù)期單產(chǎn)。

因此，確定農(nóng)作物的單產(chǎn)損失概率分布就是保費(fèi)厘定的關(guān)鍵。

一般來說，估計(jì)農(nóng)作物的產(chǎn)量分布需要用到單產(chǎn)波動(dòng)模型，一般的單產(chǎn)波動(dòng)模型又分為參數(shù)模型和非參數(shù)模型。非參數(shù)模型是目前國際上比較新穎的一種方法，不需要假設(shè)產(chǎn)量分布的類型，但是數(shù)學(xué)要求較高目前研究還不太成熟，下面就采用目前已經(jīng)比較成熟的參數(shù)模型方法來估計(jì)農(nóng)作物的單產(chǎn)模型。

對(duì)于參數(shù)模型來說，關(guān)鍵是選取適合的分布類型來擬合歷史數(shù)據(jù)，目前采用比較多的是Beta分布、Weibull、logistic分布和lognormal分布四種分布。具體使用哪種分布模型需要將數(shù)據(jù)導(dǎo)入觀察形態(tài)擬合情況并進(jìn)行A-D檢驗(yàn)再做決定。

2.水稻干旱指數(shù)保險(xiǎn)費(fèi)率厘定模型

在得到純保費(fèi)的基礎(chǔ)上，進(jìn)一步計(jì)算毛保費(fèi)。

設(shè)定安全系數(shù)為15%，營業(yè)費(fèi)用20%預(yù)定節(jié)余率5%（庹國柱等，2005）。

則毛保費(fèi)率=純保險(xiǎn)費(fèi)率×（1+安全系數(shù)）×（1+營業(yè)費(fèi)用率）×（1+預(yù)定節(jié)余率）。

求得毛保費(fèi)即為通常意義上的保險(xiǎn)費(fèi)率。

四、成都市水稻干旱指數(shù)保險(xiǎn)純費(fèi)率厘定

（一）成都市農(nóng)業(yè)環(huán)境概述

水稻是成都市的主要糧食作物，全市水田面積242750公頃，稻谷產(chǎn)量占成都市糧食總產(chǎn)量的63%（成都市統(tǒng)計(jì)年鑒，2013）。成都市雖然有以都江堰為主的發(fā)達(dá)的灌溉渠系，但是由于耕作強(qiáng)度高，又缺少成片的林帶調(diào)節(jié)氣候，稍遇干旱即可成災(zāi)。

從降水區(qū)域劃分來看，成都市屬于夏旱區(qū)，夏旱可能導(dǎo)致早稻抽不出穗、揚(yáng)不起花。

從水稻的整個(gè)種植期間來看，返青期大約經(jīng)歷6到8天，對(duì)水分要求比較高，一般稱之為水稻的第一需水臨界期；孕穗拔節(jié)期是水稻生長發(fā)育過程中的第二個(gè)需水臨界期在這個(gè)時(shí)期稻株生長迅速增大、蒸騰量大，對(duì)水分的要求最高；抽穗期需水量也比較大，受旱會(huì)影響出穗，減產(chǎn)嚴(yán)重。

（二）數(shù)據(jù)來源與說明

本文模型利用數(shù)據(jù)主要有三種：

1.氣象和物候數(shù)據(jù)

模型需要的2005年2月1日至2015年4 月6日的氣溫、降水、地面2米處風(fēng)速、大氣壓、相對(duì)濕度等氣象數(shù)據(jù)均來自于rp5.ru。日照時(shí)長、天文輻射量、日照百分比、土壤熱通量等數(shù)據(jù)來自國家生態(tài)系統(tǒng)觀測(cè)研究系統(tǒng)網(wǎng)絡(luò)科技資源服務(wù)系統(tǒng)（CNERN）鹽亭縣數(shù)據(jù)。其中，水汽壓數(shù)據(jù)參考克拉柏龍-克拉修斯公式，并結(jié)合國家標(biāo)準(zhǔn)濕度測(cè)量方法（GB/T 11605-2005）附錄中飽和水氣壓及相關(guān)參數(shù)表推算得到。

2.農(nóng)作物數(shù)據(jù)

成都市水稻種植面積、歷年產(chǎn)量以及農(nóng)田降水量數(shù)據(jù)來自成都市統(tǒng)計(jì)年鑒。

（三）成都市水稻干旱指數(shù)計(jì)算

根據(jù)上一章中的方法，分別計(jì)算2005年到2013年間各年份的5月15日至25日和6 月2日至7月2日期間的理論缺水率，并將其作為干旱指數(shù)。具體數(shù)值見表3。

（四）成都市水稻干旱減產(chǎn)量計(jì)算

根據(jù)第三章中逐步訂正的方法，利用各年度的環(huán)境數(shù)據(jù)計(jì)算出成都市水稻因干旱導(dǎo)致的理論減產(chǎn)率，如表4所示。

表3　干旱指數(shù)計(jì)算結(jié)果

其中，Yw為實(shí)際減產(chǎn)量，由實(shí)際產(chǎn)量減去趨勢(shì)產(chǎn)量得到，即用時(shí)間序列擬合出的趨勢(shì)產(chǎn)量值的殘差（取正值）。

表4　理論干旱減產(chǎn)率計(jì)算結(jié)果

表5　實(shí)際干旱減產(chǎn)量計(jì)算結(jié)果

表6　各分布A-D值檢驗(yàn)結(jié)果

表7　缺水率出現(xiàn)概率

從表5可以看出，盡管理論上缺水率較大，導(dǎo)致的理論減產(chǎn)率也比較大，但是實(shí)際干旱減產(chǎn)產(chǎn)率卻很小。出現(xiàn)這種情況，一方面是因?yàn)槌啥际杏胸S富的灌溉渠系，可以及時(shí)提供水分補(bǔ)充；另一方面，隨著田間管理水平的提高，農(nóng)戶會(huì)通過其他途徑實(shí)現(xiàn)水田灌溉或者用一些方法保持土壤儲(chǔ)水能力。因此，實(shí)際減產(chǎn)率會(huì)顯得相對(duì)較小。

最后，建立實(shí)際干旱減產(chǎn)率與干旱指數(shù)的回歸函數(shù)：

（五）干旱指數(shù)保險(xiǎn)純保費(fèi)計(jì)算

干旱指數(shù)純保費(fèi)的計(jì)算需要已知干旱發(fā)生概率，根據(jù)第三章中的方法，挑選出最適合的單產(chǎn)分布參數(shù)模型，從而計(jì)算出各缺水率情況發(fā)生的概率。

通過各參數(shù)分布P-P圖（略）可以初步判斷，weibull分布和lognormal分布擬合效果較好，其他分布效果相對(duì)較差，接下來，利用A-D檢驗(yàn)對(duì)上述分布進(jìn)行統(tǒng)計(jì)上的檢驗(yàn)。

通過表6的結(jié)果發(fā)現(xiàn)，Lognormal分布的A-D值最小Weibull分布次之，相差不大。一般，A-D值越小，擬合程度越好，因此，可以進(jìn)一步確定Lognormal分布是單產(chǎn)分布的最優(yōu)參數(shù)模型。進(jìn)一步計(jì)算分布參數(shù)得：

根據(jù)上面參數(shù)分布模型，計(jì)算出缺水率出現(xiàn)概率及相對(duì)應(yīng)實(shí)際減產(chǎn)量，如表7所示。

將免賠額設(shè)置為減產(chǎn)率20%，再根據(jù)上文的純費(fèi)率計(jì)算公式

進(jìn)一步，在純費(fèi)率的基礎(chǔ)上，利用公式

毛保費(fèi)費(fèi)率=純費(fèi)率/（1-附加費(fèi)率）

便可得到毛費(fèi)率，即為一般意義上的保險(xiǎn)費(fèi)率。

五、小結(jié)

天氣指數(shù)保險(xiǎn)作為農(nóng)業(yè)風(fēng)險(xiǎn)管理的新工具，相較于傳統(tǒng)的農(nóng)業(yè)保險(xiǎn)，具有理賠簡單、觸發(fā)條件清晰、區(qū)域個(gè)性化較強(qiáng)等等優(yōu)點(diǎn)，在一定程度上解決了傳統(tǒng)農(nóng)業(yè)風(fēng)險(xiǎn)工具交易成本高、理賠周期、效率低以及道德風(fēng)險(xiǎn)和逆向選擇問題。國外市場(chǎng)上一些較為成熟的產(chǎn)品對(duì)于穩(wěn)定農(nóng)業(yè)生產(chǎn)、促進(jìn)社會(huì)和諧穩(wěn)定起到了一定的積極作用。目前國內(nèi)的一些嘗試也初見成效，可以預(yù)見，天氣指數(shù)保險(xiǎn)將擁有更加廣闊的市場(chǎng)。

但是，正如本文所揭示的那樣，農(nóng)業(yè)天氣指數(shù)保險(xiǎn)具有很強(qiáng)的地域性，我國幅員遼闊，生態(tài)環(huán)境千差萬別，不同地區(qū)種植主要作物不同，作物種植習(xí)慣不同，面臨的主要?dú)庀鬄?zāi)害不同，損失率也不盡相同。因此想要建立一個(gè)全國統(tǒng)一的農(nóng)業(yè)天氣指數(shù)保險(xiǎn)顯得尤為困難，也不切實(shí)際。故各個(gè)地區(qū)應(yīng)因地制宜，設(shè)計(jì)適合本地區(qū)的農(nóng)業(yè)天氣指數(shù)保險(xiǎn)，才能更好地應(yīng)用于實(shí)踐。本文通過實(shí)際數(shù)據(jù)計(jì)算得出成都地區(qū)水稻干旱指數(shù)保險(xiǎn)純費(fèi)率在7.5‰左右。

同時(shí)，從本文擬合的結(jié)果中可以發(fā)現(xiàn)，理論上干旱并不一定會(huì)造成實(shí)際上的減產(chǎn)，豐富的灌溉渠系和先進(jìn)的田間管理可以有效降低減產(chǎn)。因此，干旱風(fēng)險(xiǎn)并非是完全無法控制及應(yīng)對(duì)的，在建立完善的農(nóng)業(yè)天氣指數(shù)保險(xiǎn)體系的同時(shí)，也應(yīng)加強(qiáng)農(nóng)業(yè)生產(chǎn)管理，進(jìn)一步完善地區(qū)灌溉渠系，從源頭預(yù)防風(fēng)險(xiǎn)。

但是，應(yīng)當(dāng)看到的是，目前我國天氣指數(shù)保險(xiǎn)的相關(guān)研究還非常匱乏，條款設(shè)計(jì)、精算定價(jià)、管理經(jīng)驗(yàn)等方面都還不成熟。對(duì)于后續(xù)的研究，筆者認(rèn)為今后還可以從以下幾個(gè)方面入手：

第一，跟進(jìn)農(nóng)學(xué)、氣象學(xué)的相關(guān)研究，進(jìn)一步將其研究新進(jìn)展運(yùn)用到天氣指數(shù)保險(xiǎn)的設(shè)計(jì)當(dāng)中；第二，進(jìn)一步細(xì)化費(fèi)率厘定模型，從精算、財(cái)務(wù)的角度細(xì)化費(fèi)率計(jì)算，使保險(xiǎn)人運(yùn)營時(shí)更加穩(wěn)??；第三，繼續(xù)考慮產(chǎn)品系統(tǒng)設(shè)計(jì)中的風(fēng)險(xiǎn)分散方法，從指數(shù)擬定和定價(jià)的角度盡量解決基差風(fēng)險(xiǎn)；第四，尋求天氣指數(shù)保險(xiǎn)與再保險(xiǎn)市場(chǎng)和其他金融產(chǎn)品市場(chǎng)的融合、合作。

最后，實(shí)際干旱減產(chǎn)量即為：