全国主粮作物减产风险评估与保险费率厘定研究

来源 :保险研究 | 被引量 : 0次 | 上传用户:jjsubin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
《关于加快农业保险高质量发展的指导意见》对开展农业保险风险区划提出了具体要求.本研究针对水稻、小麦、玉米三大主粮作物,利用作物模型集合模拟器、配合县级历史单产统计数据,使用单产时空融合方法还原了1991~2016年全国10 km栅格水平的单产损失率,厘定了保险纯风险损失率和大灾风险附加费率.结果 显示,在100%保障水平下,10 km栅格尺度上的水稻纯风险损失率的均值为3.8%、标准差为3.1%;小麦纯风险损失率的均值为5.9%、标准差为3.7%;玉米纯风险损失率的均值为5.8%、标准差为3.4%.全国范围内统一分散大灾风险的前提下,20年一遇大灾风险附加因子分别为0.85(水稻)、0.64(小麦)和0.7(玉米).本文的评估方法有效解决了时间序列插补和空间降尺度的问题,可提供较高空间分辨率的评估结果、支撑各级行政单元的费率厘定,且具有较强的原生性、可配合实际需求计算不同保障水平的费率.本文的研究结果可为新一轮农业保险区划工作提供重要量化依据和技术支撑.
其他文献
在数字经济时代,数据被广泛地视为一种新的生产要素,在社会生产活动中发挥着越来越重要的作用.本文首先探讨了数据生产要素的经济学概念及其主要特征,强调了数据生产要素的虚拟性和非竞争性特征,以及由此产生的边际产出递增、强正外部性、产权模糊与衍生性等特点.进一步,本文梳理了数据生产要素价值的估计方法以及将数据生产要素纳入经济增长框架的宏观经济理论.之后,本文相继分析了数据生产要素对微观企业决策与生产效率的影响,与数据要素相关的产业组织问题,以及金融市场中数据所发挥的降低信息摩擦的作用.最后,本文介绍了数据生产要素
2020年12月26日,由中国社会科学院经济研究所与广西大学共同主办、《经济学动态》编辑部与广西大学商学院共同承办、中国《资本论》研究会协办的中国特色社会主义政治经济学
期刊
现代新型信息技术与金融业的深度融合势头方兴未艾,金融科技驱动的金融创新已经并将继续对金融业和传统金融体系产生巨大而深刻的影响,但它在广受褒誉的同时,也出现了不少让