样本县的土壤以沙质土壤为从，土壤宛转水源的能力无限，当降雨量过大时，雨水会构成地表径流最终丧失，或下渗到深层土壤中，不克不及被做物操纵。因而，无效降雨量才是影响做物发展的环节性目标。加权降雨量不曲不雅，正在理赔实践中未便于操做，所以正在现实的理赔中，可将加权降雨量还原为现实降雨量。本文将安全理赔计较期划分为三个阶段，按照各阶段加权的降雨量，反推出加权降雨量每变化1mm，现实降雨量的具体变化数据。并获得如下理赔尺度：自10月20日到2月28（29）日，累计降雨量低于71 mm，每少1 mm安全赔付3。73元；自3月1日至4月30日，累计降雨量低于32 mm，每少1 mm安全赔付10元；自5月1日至6月15日，累计降雨量低于67 mm，每少1 mm安全赔付1。67元。本文中的冬小麦种植面积和产量材料来自于本地统计局，景象形象材料包罗降雨量和日照指数，均来历于样本县独一的景象形象监测坐。该景象形象监测坐位于样本县核心（北纬34度43分东经114度01分）。所无数据期间自1999年10月至2010年6月，包罗11个冬小麦发展周期。单要素模子的订价中仅考虑一种景象形象风险。正在国际、国内研究景象形象指数农业安全产物订价的诸多文献中，单要素模子被会商得最多。目前已正在市场上呈现的景象形象指数安全产物也有相当一部门属于单要素的安全产物。好比，南非的苹果霜冻指数安全，印度农做物的干旱指数安全等等。式（1）中m是划分出的阶段数， 是第i阶段响应的权沉， 是第i阶段的无效降雨量。此中，权沉 通过使模子中的降雨量数据取冬小麦产量的相关性达到最高而获得，具体计较如下：令 暗示第t年冬小麦的产量， 暗示平均降水， 暗示平均年产量。则每阶段权沉的计较方式用式（2）求得：1999年，界银行的支撑下农做物降雨量指数安全被开辟出来并尝试成功。此后，各品种型的农做物气候指数安全正在印度、墨西哥、马拉维、埃塞俄比亚和坦桑尼亚等国获得推广并取得了较显著的结果[1]。我国的农做物景象形象指数安全试点从2008年起头，试点省份为安徽省。试点一年多当前，位于安徽的国元农业安全公司开辟出了水稻、小麦等做物气候指数安全产物并起头出售保单。气候指数农业安全有其奇特的订价手艺，我国前期对对该类产物的开辟设想较多地借沉了国际农业成长基金（IFAD）、结合国世界粮食打算署（WFP）等机构的支撑，我国正在自从研发景象形象指数农业安全产物方面的能力还显著不脚，因而有需要对这类新型农业安全的订价方式进行更多的研究。到目前为止，研究者正在景象形象指数农业安全订价方式的拔取上并未告竣共识[2] [3]。一些研究者采用平衡订价方式，通过成立平衡模子来求得安全产物的平衡价钱。该订价方式的最大问题正在于过于复杂，并且模子的成立需要基于一系列的关于价钱方程、随机过程、风险的市场价钱等方面的假设前提。当模子假设取现实发生偏离，将影响订价成果的精确性[2][4]。此外，近年来有部门学者起头测验考试利用蒙特卡洛方式来进行景象形象指数安全的订价，该方式将系统性风险和非系统性风险同时包罗正在阐发过程中，被认为能够获得较为精确的丧失预测[5]，不脚之处正在于这种方式还较为不成熟。本文的研究的则是基于做物发展周期的订价方式。该方式按照做物发展周期划分阶段，对各阶段气候目标划分权沉，然后成立产量和景象形象指针的回归模子，可以或许较为精确地预测景象形象指数变化对农做物产量的影响，实现较精确的安全订价[6]。按照本地农业部分的查询拜访统计，干旱是使本地冬小麦减产的次要要素。正在样本县地域发生干旱灾祸的频次很高，据样本县县志记录，自解放以来，样本县平均每3年发生一次较大的旱灾。样本县土壤以沙质土壤为从，降雨容易正在短时间内汇集成地表径流或下渗至深层土壤而不克不及被做物接收，因而很难构成地表水体。正在冬小麦发展期中的扬花阶段，日照时长决定了冬小麦的授粉率。因而日照正在冬小麦的扬花期间起到十分环节的感化。扬花过程中若日照时长过短则会削减果实数量；此阶段内若降雨量过大，则会降低做物授粉率。干热风是形成冬小麦正在收成前倒伏的次要要素。样本县种植的冬小麦品种经农业部分多次改良，现已全面普及为抗倒伏的“矮株”。因而，样本县冬小麦一般不会呈现大面积倒伏现象。即便有少量倒伏现象呈现，因为干热风行进的线多为线性，其表示为仅有几排冬小麦受灾，受灾面积不大。因而，本文正在设想冬小麦景象形象指数安全的过程中，不考虑干热风这一景象形象灾祸。式（3）表白，加权降雨量每波动1mm，冬小麦产量的变化约为8。172吨/每万亩，即0。8172公斤/亩（或1。56902元/亩）。样本县统计局数据显示，2010年该县冬小麦种植面积约为39。6万亩，则每1mm加权降雨量波动，此外，据做者实地查询拜访发觉，样本县正在冬小麦种植阶段很少呈现冰雹灾祸，次要因为该地域的强对流气候一般发生正在7、8月，而冬小麦的发展周期集中正在10月到次年6月。因而，本文亦未将冰雹风险纳入研究范畴。综上所述，影响样本县冬小麦产量的次要景象形象要素为降雨量和日照，本文将针对这两种景象形象风险进行该地域冬小麦景象形象指数农业安全的订价。正在本文的双要素模子订价中，除了之前考虑的降雨量要素外，还将考虑日照要素对冬小麦产量的影响。分歧于降雨量对整个发展周期都有影响，日照次要影响扬花期冬小麦的授粉，扬花期日照越充脚，则预期冬小麦产量越高。现实计较显示扬花期日照量取产量呈正相关。扬花期正在冬小麦发展过程中大约占10-15天摆布，因为样本县冬小麦种植面积普遍，各地小麦发展环境参差不齐，总体的扬花期可恰当耽误。因而，扬花期能够定为5月10日至5月20日，持续时间耽误为20天。农做物气候指数安全的双要素订价模子同时考虑两类景象形象指数。从模子建立的难度上看，单要素模子较为简单，而双要素模子和多要素模子则复杂得多。这是因为农做物发展所依赖的景象形象指数之间也存正在着千丝万缕的联系，两个要素相互间可能并不。好比，降雨量和日照两个景象形象指数之间具有必然的相关性。降雨量较多时，日照往往相对较少，反之亦然。因而，正在采用双要素模子订价的过程中，研究人员需要考虑两种景象形象指数之间的关系，并区分各个景象形象指数对农做物发展别离带来的影响。具体数值如表1。由计较所得的权沉值可见，其符号取按照农业科学预测所得的降雨量对产量影响的符号根基分歧，所以本文认为该计较无效。通过材料的调整和优化，加权降雨量和冬小麦产量的相关性提高到81%。成立降雨量和冬小麦产量的一元线性回归模子并估量参数，获得：安全费率简直定需要计较必然前提下赔付额的对价。农做物景象形象指数安全赔付额可用以式（4）计较得出：式（4）中包含了三个参数：退出点、触发点、最大赔付额度。安全产物的赔付法则如下：降水指数低于退出点时表白降水量严沉不脚，安全公司将赐与最大赔付；而当降水指数跨越触发点时，安全公司不予赔付；当降水指数正在退出点和触发点之间时，安全公司将按照既定的公式赐与赔付。样本县水利局的数据显示，样本县沙质土壤所能承受的最大无效降雨量为65mm。按照每10天降雨量为一个单元进行阐发，将超出临界值的降雨量同一调整为土壤的最大无效降雨量65mm。经察看，正在整个发展周期内共有8个阶段的累积降雨量跨越土壤能承受的最大无效降雨量65mm，因而这8个阶段的无效降雨量同一调整为65mm。基于做物发展周期的订价方式正在相关的文献中有过粗略的引见，可是却未构成具体的算法，难认为我国安全公司所用。本文采用河南省中牟县冬小麦种植的现实数据，对这种订价方式进行研究和开辟，构成具有使用性的算法，并考查这种订价方式的结果。本文拔取河南省中牟县为样当地域。该县地处河南省中部，是河南省的农业大县。农做物出产正在该县经济成长中拥有主要地位，冬小麦正在全县农做物中种植比例约为46%，种植面积约40万亩，种植区域分布普遍。影响该县冬小麦出产的次要景象形象要素包罗降雨量、日照、干热风、冰雹等。样本县冬小麦自10月播种曲至次年6月收成，发展周期约230天，每个周期发展过程能够分为8个阶段，别离为播种期、抽芽期、拔节期、分蘖期、返青期、扬花期、灌浆期、收成期。降雨量正在冬小麦发展分歧阶段的主要性具有很大差别。有些阶段降雨量增大有益于冬小麦的发展，好比拔节期、灌浆期等；而正在某些特定的发展阶段，降雨量增大会对冬小麦的发展发生副感化，降低最终产量，好比扬花期阶段。为了精确测定各个期间降雨量对冬小麦发展的主要性，我们起首按照本地农业部分工做人员的引见对冬小麦发展周期划分阶段（如表1），按照做物的发展特征判断分歧阶段降雨量对做物产量的影响，然后测算出各个阶段中单元降雨量的影响权沉。正在已知降雨量权沉的根本上，利用式（2）的方式测算扬花期日照的权沉因子，获得权沉因子 ＝0。4。同时考虑加权调整后的降雨量和日照时长两个要素对产量及经济收入的影响，需要成立加权降雨量和加权日照时长对冬小麦产量的二元回归模子。估量后获得的模子为：摘要：农做物气候指数安全是农业安全中的立异险种，本文以河南省中牟县冬小麦出产为例，对基于做物发展周期的订价方式进行了研究，开辟了订价的具体计较方式，成果显示这种订价方式科学合理，可较精确地对农做物所面对的一种或者多种风险进行订价，正在我国具有较强的合用性。样本县11年间的平均加权降雨量为15。59mm，本文设定加权降雨量11mm为触发点，加权降雨量5mm为退出点（实践中，安全公司可按照其风险承受能力设定具体数值）。正在此根本上，给定最大赔付额为300元/亩，每年每亩地平均赔付额为141。81元/11=12。89元。即安全公司的预期丧失约为12。89元/亩，此即为纯风险保费。