□皮友静 梁来存

一、引言

按照农业保险模式的发展顺序，农业保险有传统农业保险、区域产量保险和天气指数保险。2014年以来，我国管理层对开展天气指数保险极为重视，出台了一系列相关文件，极力倡导实施天气指数保险。

2014年8月，国务院颁布了《关于加快发展现代保险服务业的若干意见》，第一次明文要求探索实施天气指数保险，使之成为农业风险管理的重要金融工具。2015年9月，中国保险监督管理委员会发布了《关于做好农业气象灾害理赔和防灾减损工作的通知》，为了满足新型农业生产经营主体多样化的保险需求，《通知》要求各保险公司重视农业保险，加快农业保险业务的探索和创新，积极推进天气指数保险等创新型产品。2016年1月，中共中央、国务院《关于落实发展新理念加快农业现代化实现全面小康目标的若干意见》，要求积极探索开展天气指数保险、重要农产品目标价格保险的试点，扩大农业保险覆盖面。2016年3月，农业部发布了《关于开展2016年度金融支农服务创新试点的通知》，要求各地区开发新型农业经营主体专属农业保险产品，探索实施农产品质量安全责任保险、农业天气指数保险。2017年5月，中共中央、国务院《关于加快构建政策体系培育新型农业经营主体的意见》，提出要试点进行农产品价格保险、农业天气指数保险和农产品收入保险。2018年，国务院颁布了《国家乡村振兴战略规划(2018～2022年)》，要求完善农业保险政策体系，积极开展适应新型农业经营主体需求的、可选择、多层次、保障水平不同的保险产品，探索粮食作物的收入保险和完全成本保险，鼓励开展价格指数保险、天气指数保险等的试点工作，提高农业风险保障能力。2019年10月，财政部、银保监会、农业农村部、林草局四个部门联合印发了《关于加快农业保险高质量发展的指导意见》，要求不仅要扩大农业保险覆盖面，提高农业保险保障水平，而且要拓宽农业保险服务领域，满足多元化的风险保障需求。要稳步实施天气指数保险、涉农保险、区域产量保险，满足农民多样化的保险需求。

在学术界，中外学者对天气指数保险的研究产生了广泛的兴趣。天气指数保险，即气象指数保险，是指从与作物生长密切相关的气象因子中，如气温、降水量、日照时间、风力等，选择某一个或者某几个对作物产量损失有显著影响的因子，根据该气象因子多年的历史数据确定其触发值。根据气象因子与作物产量损失之间的定量关系，厘定保险费率。比较作物生长期间气象因子的实际数据与触发值的大小关系，以决定是否赔偿和赔偿多少(张玉环，2017)。归纳学术界关于天气指数保险的研究，主要有两个方面：一是天气指数保险特点的研究，包括天气指数保险的优势和不足；二是天气指数保险产品设计的研究，包括费率厘定和赔付规定等。

二、天气指数保险特点的研究

关于天气指数保险的特点，国内外学者探讨较多，分析了天气指数保险存在的种种优势。赔付的依据为实际天气指数与触发值比较的结果，保险公司赔付与否，赔付多少，只与天气指数的变化程度有关，与农作物是否减产无关，较好地解决了道德风险问题(Hartell G.，2004；Skees J.，Kimberly A.，2005)；气象数据是由第三方公布的，相对于保险人和被保险人，实际的天气指数属于客观外部因素，最大限度地降低了信息不对称，有效地抑制了逆选择行为(Hofman D.，Brukoff P.，2006；Gini X.，Townsend R.，Vickery J.，2007)；在同一风险区域内，投保人按同样的费率购买保险，发生赔付时，投保人获得的赔付额度也是相同的，保险条款相对具体明确，透明度高(Skees J.，2008；Barnett B. J.，Mahul O.，2007)。天气指数保险操作相对简单，在保险人的具体实践中，气象数据较容易收集，行政成本和交易成本得到了显著降低(Manuamorn O. P.，2010)。投保天气指数保险的农户，不需要对农场进行复杂的调整，注册登记手续简单便捷，交易成本有效减少(World Bank，2007；Chetty R.，Looney A.，2006；Kelkar U.，2006)。在分散自然风险方面，天气指数保险能够承保某一种或某几种自然风险，风险分散的效率更高，并且，天气指数保险的保单流通性强，易于将风险分散到再保险或其他金融市场(Breustedt G.，et al.，2008；Conradt S.，Finger R.，2015)。对于被保险人来说，投保天气指数保险，理赔阶段只需要查看实际的天气指数，不需要对农作物进行查勘定损，赔付效率显著提高，理赔时间大大缩短，遭受灾害的被保险人能够更快地获取赔付恢复生产(World Bank，2005；Chantarat S.，Barrett C. B.，Mude A. G.，Turvey C. G.，2007)。越来越多的学者充分肯定、认可天气指数保险所存在的种种优势，它是传统农业保险、区域产量保险的重要补充，甚至是有效替代，是发展中国家农业保险的未来发展方向(Barnett B.，Barrett C. B.，Skees J. R.，2008；Collier B.，Skees J.，Barnett B.，2009)。

我国学者魏华林、吴韧强(2010)分析了天气指数保险这种创新型产品的特性，认为天气指数保险降低运营成本，提高农业保险经营效率，克服了市场失灵，是农业保险可持续发展的重要支撑，它较好地集合了指定风险保险与区域产量保险的优势，应采取多种措施推动天气指数保险的实施。许闲、杨宇佳(2013)认为，实行天气指数保险，只需要承保期间的实际天气指数，不需要考虑产量变化问题，这不仅节省了费用，加快了理赔进程，而且解决了信息不对称问题和道德风险问题。吕开宇等(2014)认为，实施天气指数保险，经营管理费用减少，成本降低，附加费率显著降低，更受低收入农户的欢迎，以实际天气指数作为赔付依据，信息不对称问题弱化。祝仲坤(2016)从省域层面、全国层面评估了农业保险的增长质量，认为农业保险的专业性保险机构、政府的保费补贴政策，都助推了农业保险质量的提升，未来实施和推广天气指数保险，将进一步促进农业保险质量的提高。朱俊生和庹国柱(2016)认为，天气指数保险以保险双方都能够接受的气象数据为依据，避免逆选择和道德风险问题，它有效化解了系统性风险，对于推进农业保险的健康发展具有重要的意义。

当然，天气指数保险也存在着自身的不足。Carter M. R.，Galarza F.，Boucher S.(2007)认为，同一区域内实施的天气指数保险，各投保农户得到的赔付是相同的，但作物损失不完全一样，赔款与作物损失之间不匹配，存在基差风险。天气指数统一的赔付方式，统一的赔付额度，这种表面上的公平赔付，对各农户来说实质上是不公平的(庹国柱，2014)。天气指数保险是一种新型的农业保险产品，农民很难很快接受，导致有效需求不足，并且，选择一种恰当的天气指数，确定合理的触发值，科学地厘定保险费率，都是一系列不容易解决的技术难题(吕开宇等，2014)。

三、天气指数保险产品设计的研究

实施、推广天气指数保险，先要设计具体的天气指数保险产品，触发值的确定、保险费率的厘定，都是设计保险产品的核心工作。Turvey C. G.，Chiang W. S. H. C.(2006)选择了加拿大与美国交界处的安大略湖的冰葡萄酒作为样本，采用Monte Carlo模拟，对降水量天气指数保险进行了定价研究。Leblois A.，Quirion P.(2010)认为，厘定天气指数保险的费率，应当尽可能地降低基差风险，这就要求风险区划要尽可能精确，尽量准确地预测产量。Bokusheva R.，Breustedt G.(2012)测算了天气指数与产量变化的相关程度，建立产量关于天气指数的计量分析模型，反映天气因素的变化对产量降低的影响方向和程度，据此对天气指数保险进行定价分析。Taib C. M. I. C.，Benth F. E.(2012)研究了气温天气指数保险的费率厘定问题，采用了考虑数据分布的参数法和不考虑数据分布的非参数法分别进行探讨，并对两种方法得到的结果进行了比较分析。Daniel J. C.，Mahul O.，Verma N.(2012)讨论了温度、湿度、风速等天气指数保险问题，采用经验贝叶斯方法对其保险定价问题进行了研究。Leblois A.，Quirion P.(2013)十分重视实施天气指数保险中存在的基差风险问题，对于如何降低基差风险进行了探究，提出了降低基差风险的方法，如科学的风险区划，建立产量预测模型提高预测产量的准确性，减小各期实际单产与预测单产的误差，准确测算天气变化对单产变化的影响程度等，这些都能降低基差风险，提高保险定价的准确性。Bokusheva(2018)探讨了天气指数保险的实施方案，利用copula函数对天气指数保险的定价方法问题进行了探讨。

近些年来，我国学者也就天气指数保险产品的设计问题进行了研究。牛浩、陈盛伟(2015)选取了山东省宁阳县的玉米作物作为样本，采用HP滤波法和回归分析法，对玉米天气指数保险进行了定价研究。张萍(2015)以山东省冬小麦为例，采用计量经济分析方法，建立了小麦单产关于降雨量、气温、日照时间的模型，根据模型确立的定量关系，对山东省各市冬小麦的天气指数保险进行了费率厘定。杨帆等(2015)以东北三省的玉米作物作为样本，以逐日降水量作为基础数据设计了干旱气象指数，分析了干旱指数的分布形式，根据其概率分布密度函数测算了干旱灾害的触发值，基于不同的时间尺度对保险定价进行了研究。易沵泺等(2015)以内蒙古东部牧区为例，分析了雪灾成害机制，设计了东部牧区的雪灾指数，从临界积雪深度和起赔天数两个视角来确定触发值，将赔付的期望值与最大可能赔付额相比来计算雪灾天气指数保险的纯费率。熊旻、庞爱红(2016)选取江西省南昌县的早稻作物作为样本，时间范围为1980～2014年，基于早稻单产数据和历年降水量数据，设计了暴雨气象指数，构建了早稻减产率关于暴雨气象指数的计量模型。暴雨灾害触发值采用免赔率，采用非参数分析方法对减产率分布进行拟合，以预计的减产率作为暴雨指数，计算免赔率以上的暴雨指数的期望值作为暴雨天气指数保险的纯费率。李睿涛等(2017)以华北平原37个地级市的冬小麦作物作为样本，设计了降水蒸散指数，基于历年的单产和降水量时间序列数据，构建了气象产量关于标准化降水蒸散指数的计量模型，根据该模型确立的定量关系，在确定气象指数触发值的基础上厘定了保险纯费率。刘新立等(2017)研究了海南省橡胶树的风灾天气指数保险，分析认为，地形起伏度、风前降水、风速等指标可以体现孕灾环境要素，孕灾环境要素导致了历年橡胶树的风灾损失。采用计量经济分析方法，建立橡胶树风灾损失关于孕灾环境要素的回归模型进行分析，在孕灾环境要素的多个指标中，风速指标对橡胶树的风灾损失影响最显著，解释能力最好。刘凯文等(2017)选取10个试点县市的中稻品种作为样本研究了高温热害天气指数保险。基于历年的气温数据资料，采用威布尔分布作为高温热害的概率分布密度函数，高温触发值T0取35℃。根据58个中稻样本点提供的数据，设计并计算了高温热害减产率指标。参照高温热害的概率分布密度函数，将高温热害概率密度序列与相应的高温热害减产率序列相乘并求和，得到中稻高温热害天气指数保险的纯费率。张静等(2017)以南方双季稻地区粮食作物为例研究了天气指数保险，根据历年数据设计并计算了天气灾害指数，计算天气灾害指数与气象产量损失间的相关系数，发现温度灾害指数与气象产量损失的相关程度最高，实行冷害天气指数保险最具有可靠性。曾小艳、郭兴旭(2018)以湖北省的78个县市为例，基于历年的降雨量资料建立了经济损失关于降雨量的模型，按照合约的定义，设计了暴雨灾害指数保险合约和干旱指数保险合约。聂荣、宋妍(2018)以辽宁各地市的玉米作物为例研究了气象指数保险，气象因子选择降水量，利用各地市多年玉米作物产量、降水量面板数据，构造、计算了玉米干旱指数，按照纯费率即为损失率期望值的思路，厘定了辽宁玉米干旱指数保险的费率。谭英平、龚环(2018)分析总结了我国天气指数保险的实施状况，介绍了目前国内外天气指数保险费率厘定的各类方法，讨论了它们各自的适用范围和存在的优缺点，并选择湖南省水稻作物作为样本，采用经典燃烧法，对水稻作物的天气指数保险费率的厘定进行了探讨。梁来存(2019)以我国各省(市、区)稻谷作物为例，基于极值理论的广义帕累托分布，采用保险纯费率厘定的参数法思路，针对所有自然风险厘定了粮食作物巨灾保险的费率。王月琴等(2019)以山西沁县谷子为例，先构建干旱指数和暴雨指数，计算异常天气指数与气象单产损失率之间的拟合优度，据此进行判断以决定天气指数的触发值，再计算谷子单产气象损失率的均值作为天气指数保险的纯费率。

四、文献分析与未来进一步的研究

中外学者的研究肯定了天气指数保险所具有的种种优势：以实际天气指数作为赔付依据，不存在信息不对称，有效解决了道德风险和逆向选择问题；是否赔付、赔付多少，只与天气因素变化有关，与农作物产量降低与否无关，提高了投保人管理农业生产的积极性；保单相对简化，日常监督工作大大减少，基本不需要理赔勘察工作，降低了保险人的经营管理成本；保单标准化，农民易于接受，有助于扩大保险覆盖面，也有利于保单在二级市场上流通，易于分散风险等等。天气指数保险的这些显著优势，使它成为了传统农业保险、区域产量保险的重要补充，甚至是有效替代，是农业保险的未来发展方向。

天气指数保险的不足之处是存在基差风险。未来进一步的研究，需要重视天气指数保险的赔款与作物损失之间的不匹配问题，尽力降低基差风险。

天气指数保险的定价方法有两种：一种是参数法，一种是非参数法。参数法是费率厘定常常采用的方法，是已有文献中普遍运用的方法。利用参数法厘定保险费率，需要首先判断总体的分布形式。但是，在实际工作中，总体的分布总是未知的，需要基于样本数据进行分析、假设和检验。当样本较小时，就无法使用参数法；当样本容量足够大时(n≥30)，已有文献根据大数定律、中心极限定理、分布判断准则，对总体分布进行分析判断，进而厘定保险费率。

非参数法厘定保险费率，对于任意的总体分布函数都是适应的，它不需要考虑总体的分布形式。所以，当总体分布未知时，如果只能选取容量较小的样本，那么对总体分布的判断就会不准确，利用参数法厘定费率的结果就会不稳定，这时，非参数法是一种更理想的选择。

已有文献关于天气指数保险的产品设计中，没有运用非参数法进行保险定价的文献，采用的方法都是参数法。保险费率的厘定是以灾害触发值的确定为前提的，已有文献往往是以天气因素(降水量、气温、日照时间等)的平均值作为触发值，或者根据历史数据和经验对触发值进行假设，随意性较强，缺乏理论依据，这是已有文献存在的一个明显不足。如果不能科学地确定触发值，使触发值的确定具有理论基础，那就无法测算灾害的严重程度，无法确立灾害测度指标与作物产量降低指标之间的定量关系，也就无法科学地厘定保险费率。所以，未来进一步研究，需要着眼于触发值确定的理论依据，提高费率厘定的科学性和准确性。