農(nóng)業(yè)生產(chǎn)者在生產(chǎn)中面臨的風(fēng)險(xiǎn)主要分為兩大類(lèi)：一是產(chǎn)量風(fēng)險(xiǎn)，也稱(chēng)為自然風(fēng)險(xiǎn)，主要是指由于干旱、洪澇、高溫、雹災(zāi)等氣象災(zāi)害以及病蟲(chóng)害帶來(lái)產(chǎn)量損失風(fēng)險(xiǎn)；二是農(nóng)產(chǎn)品價(jià)格風(fēng)險(xiǎn)，也就是市場(chǎng)風(fēng)險(xiǎn)，是指農(nóng)產(chǎn)品市場(chǎng)價(jià)格波動(dòng)給農(nóng)業(yè)生產(chǎn)者帶來(lái)?yè)p失的可能性，一般是由農(nóng)產(chǎn)品的市場(chǎng)價(jià)格低于預(yù)期價(jià)格時(shí)造成損失。傳統(tǒng)的農(nóng)業(yè)保險(xiǎn)主要承保的是自然風(fēng)險(xiǎn)，除了僅在極端條件下發(fā)生的洪水、地震等大規(guī)模災(zāi)害會(huì)帶來(lái)系統(tǒng)性風(fēng)險(xiǎn)，自然風(fēng)險(xiǎn)在多數(shù)時(shí)候都可以看成是隨機(jī)的，在時(shí)間、空間上都可以分散。

但在市場(chǎng)經(jīng)濟(jì)發(fā)展的條件下，農(nóng)產(chǎn)品能夠?qū)崿F(xiàn)快速流通，不同地區(qū)、相近時(shí)間的農(nóng)產(chǎn)品價(jià)格表現(xiàn)出高度相關(guān)性，在缺乏有效的風(fēng)險(xiǎn)對(duì)沖機(jī)制和手段的情況下，農(nóng)產(chǎn)品價(jià)格風(fēng)險(xiǎn)常常表現(xiàn)為系統(tǒng)性風(fēng)險(xiǎn)，易造成巨大的損失，這也是保險(xiǎn)公司多年來(lái)不敢嘗試純粹的價(jià)格保險(xiǎn)的主要原因。但是自從2014年中央一號(hào)文件提出“探索糧食、生豬等農(nóng)產(chǎn)品目標(biāo)價(jià)格保險(xiǎn)試點(diǎn)”的要求后，在政府對(duì)農(nóng)業(yè)保險(xiǎn)進(jìn)行大力支持的制度環(huán)境下，不少保險(xiǎn)公司也開(kāi)始試點(diǎn)農(nóng)產(chǎn)品價(jià)格保險(xiǎn)。

農(nóng)產(chǎn)品價(jià)格保險(xiǎn)產(chǎn)品形態(tài)

從目前國(guó)內(nèi)外農(nóng)業(yè)保險(xiǎn)實(shí)踐來(lái)看，保障農(nóng)產(chǎn)品價(jià)格保險(xiǎn)的產(chǎn)品主要分為三類(lèi)，分別是農(nóng)產(chǎn)品目標(biāo)價(jià)格/價(jià)格指數(shù)保險(xiǎn)、農(nóng)產(chǎn)品收益保險(xiǎn)、農(nóng)產(chǎn)品收入保險(xiǎn)。

對(duì)于保險(xiǎn)公司來(lái)說(shuō)，承保的價(jià)格風(fēng)險(xiǎn)應(yīng)該是意外事件引起的農(nóng)產(chǎn)品價(jià)格的波動(dòng)，是不可預(yù)期的因素導(dǎo)致實(shí)際價(jià)格偏離預(yù)期價(jià)格的程度，因此在前面所提到幾種有關(guān)價(jià)格風(fēng)險(xiǎn)的農(nóng)險(xiǎn)產(chǎn)品中，產(chǎn)品設(shè)計(jì)和定價(jià)的核心是如何設(shè)定預(yù)期價(jià)格或價(jià)格指數(shù)水平。

對(duì)于有相應(yīng)的期貨合約且期貨交易量足夠大的品種來(lái)說(shuō)，如大豆、棉花等，利用期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能去設(shè)定目標(biāo)價(jià)格水平可能是最優(yōu)選擇。但對(duì)蔬菜、豬肉等一些還沒(méi)有期貨合約交易的品種來(lái)說(shuō)，就需要建立模型來(lái)進(jìn)行分析。目前國(guó)內(nèi)外對(duì)于農(nóng)產(chǎn)品價(jià)格風(fēng)險(xiǎn)的研究農(nóng)產(chǎn)品的價(jià)格波動(dòng)周期和趨勢(shì)等特征的模型主要包括時(shí)間序列模型和BP神經(jīng)網(wǎng)絡(luò)法等。

1、歷史價(jià)格法

在對(duì)價(jià)格波動(dòng)規(guī)律進(jìn)行分析的基礎(chǔ)上，目前很多價(jià)格保險(xiǎn)的預(yù)期價(jià)格是參考?xì)v史價(jià)格做出的，比如上海夏淡綠葉菜成本價(jià)格指數(shù)保險(xiǎn)的保單約定價(jià)格就是以保險(xiǎn)前三年同期價(jià)格的加權(quán)平均值。這種方法的優(yōu)點(diǎn)在于簡(jiǎn)單易行，容易理解，也比較容易受到投保農(nóng)戶(hù)的認(rèn)可。但在農(nóng)產(chǎn)品價(jià)格發(fā)生劇烈波動(dòng)時(shí)，這種方法可能會(huì)造成保障程度不足的問(wèn)題。

2、期貨價(jià)格法

農(nóng)產(chǎn)品期貨交易是公開(kāi)進(jìn)行的、對(duì)遠(yuǎn)期交割農(nóng)產(chǎn)品的合約交易，在這個(gè)市場(chǎng)中集中了大量市場(chǎng)供求信息，這些信息都將通過(guò)期貨價(jià)格反映出來(lái)。有效的農(nóng)產(chǎn)品期貨市場(chǎng)具有透明度高、交易量大、信息質(zhì)量高的特點(diǎn)，國(guó)外發(fā)達(dá)國(guó)家的價(jià)格保險(xiǎn)也大多是以期貨價(jià)格作為預(yù)期價(jià)格，例如美國(guó)的大宗作物收入保險(xiǎn)，保障價(jià)格和實(shí)際價(jià)格基于美國(guó)芝加哥商品交易所等期貨交易所相應(yīng)的農(nóng)產(chǎn)品期貨合約價(jià)格確定，按照險(xiǎn)種、地區(qū)、投保截止日期等設(shè)定不同的期貨合約、預(yù)期價(jià)格和實(shí)際價(jià)格的采集期。

期貨價(jià)格中已經(jīng)包含了各種可能對(duì)農(nóng)產(chǎn)品價(jià)格有影響的市場(chǎng)參與者的預(yù)期，因此農(nóng)產(chǎn)品期貨價(jià)格比起其他預(yù)測(cè)會(huì)更接近真實(shí)價(jià)格,這樣可以最大限度的保證價(jià)格保險(xiǎn)保障的是不可預(yù)期因素造成的風(fēng)險(xiǎn)，避免農(nóng)戶(hù)進(jìn)行投保的逆選擇。但期貨價(jià)格與現(xiàn)貨價(jià)格雖然長(zhǎng)期看趨于一致，但在單日或一段時(shí)間內(nèi)常有偏差，產(chǎn)生基差風(fēng)險(xiǎn)，需要農(nóng)戶(hù)承擔(dān)。另外對(duì)于沒(méi)有相應(yīng)期貨合約的農(nóng)產(chǎn)品品類(lèi)來(lái)說(shuō)，期貨價(jià)格法就不再適用。

3、預(yù)測(cè)模型

（1） 時(shí)間序列模型

有些農(nóng)產(chǎn)品品類(lèi)還沒(méi)有相應(yīng)的期貨合約，也就無(wú)法根據(jù)期貨價(jià)格進(jìn)行目標(biāo)價(jià)格的設(shè)定，這時(shí)需要借助一些模型方法來(lái)確定目標(biāo)價(jià)格。農(nóng)產(chǎn)品價(jià)格數(shù)據(jù)是一個(gè)時(shí)間序列，在研究農(nóng)產(chǎn)品價(jià)格時(shí)，首先想到的就是時(shí)間序列分析法，通過(guò)對(duì)農(nóng)產(chǎn)品價(jià)格時(shí)間序列的分析對(duì)未來(lái)價(jià)格作出預(yù)測(cè)，將包含可預(yù)見(jiàn)因素或系統(tǒng)性沖擊的預(yù)期價(jià)格作為保險(xiǎn)目標(biāo)價(jià)格，而將價(jià)格的隨機(jī)波動(dòng)納入保險(xiǎn)保障范圍。較常用的一類(lèi)是時(shí)間序列的分解平滑技術(shù)，可以將農(nóng)產(chǎn)品價(jià)格的時(shí)間序列數(shù)據(jù)分解為長(zhǎng)期趨勢(shì)、周期波動(dòng)、季節(jié)波動(dòng)和隨機(jī)波動(dòng)；另一類(lèi)是ARCH-GARCH類(lèi)模型，可以更好的刻畫(huà)農(nóng)產(chǎn)品價(jià)格序列波動(dòng)集聚性(volatility clustering)的特點(diǎn)。

時(shí)間序列模型是一種發(fā)展較為成熟的模型方法，在常用的統(tǒng)計(jì)軟件里如Eviews、R等都可以實(shí)現(xiàn)，理論完整、經(jīng)濟(jì)意義也很清晰。但在實(shí)際應(yīng)用中，一般是利用該方法對(duì)價(jià)格的長(zhǎng)期趨勢(shì)、周期波動(dòng)、季節(jié)波動(dòng)等特點(diǎn)進(jìn)行分析，很少直接應(yīng)用時(shí)間序列分析結(jié)果作為保險(xiǎn)目標(biāo)價(jià)格，還需要結(jié)合其他信息或其他方法進(jìn)行調(diào)整。

（2） BP神經(jīng)網(wǎng)絡(luò)法

BP神經(jīng)網(wǎng)絡(luò)（Back-propagation Neural Network）是神經(jīng)網(wǎng)絡(luò)的一種，也稱(chēng)為誤差反向傳播神經(jīng)網(wǎng)絡(luò)。用BP神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)價(jià)格進(jìn)行預(yù)測(cè)和分析多見(jiàn)于金融領(lǐng)域，近年來(lái)國(guó)內(nèi)學(xué)者也開(kāi)始使用它進(jìn)行農(nóng)產(chǎn)品價(jià)格預(yù)測(cè)的研究。一般來(lái)說(shuō)，神經(jīng)網(wǎng)絡(luò)法由一個(gè)輸入層、一個(gè)或多個(gè)隱含層、一個(gè)輸出層組成，每一個(gè)節(jié)點(diǎn)的輸出值由輸入值、作用函數(shù)和閾值決定。學(xué)習(xí)過(guò)程由信號(hào)的正向傳播和誤差的反向傳播兩個(gè)過(guò)程組成。信號(hào)正向傳播時(shí)，神經(jīng)網(wǎng)絡(luò)從輸入信息開(kāi)始，計(jì)算各個(gè)隱含層和輸出層的輸出。

若輸出層的實(shí)際輸出與期望輸出不符，則進(jìn)入誤差的反向傳播階段，將輸出誤差以某種形式通過(guò)隱含層向輸入層逐層反傳，并將誤差分?jǐn)偨o各層的所有單元，從而獲得各層單元的誤差信號(hào)，修正各連接的權(quán)值和閾值，之后更新訓(xùn)練樣本、重復(fù)上述過(guò)程，直至誤差減小到可以接受的程度或超過(guò)預(yù)設(shè)的學(xué)習(xí)次數(shù)為止。使用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)農(nóng)產(chǎn)品價(jià)格波動(dòng)時(shí)，可以使用回歸分析和時(shí)間序列兩種模式。時(shí)間序列模式只需要農(nóng)產(chǎn)品價(jià)格的序列即可，對(duì)數(shù)據(jù)量和精度的要求比回歸分析低，但結(jié)果可能也比回歸分析差。

與傳統(tǒng)的模型預(yù)測(cè)法相比，BP神經(jīng)網(wǎng)絡(luò)法利用訓(xùn)練樣本實(shí)現(xiàn)從輸入到輸出的任意非線(xiàn)性復(fù)雜函數(shù)對(duì)應(yīng)關(guān)系的映射，可以從復(fù)雜的數(shù)據(jù)中找出規(guī)律，且容錯(cuò)性較高，對(duì)于影響因素復(fù)雜的農(nóng)產(chǎn)品價(jià)格原本是很好的預(yù)測(cè)方法。但從國(guó)內(nèi)現(xiàn)有的實(shí)證研究來(lái)看，BP神經(jīng)網(wǎng)絡(luò)對(duì)農(nóng)產(chǎn)品價(jià)格的預(yù)測(cè)精度有高有低，模型根據(jù)品種、數(shù)據(jù)情況等需要進(jìn)一步優(yōu)化。另外，這種方法較為新穎、復(fù)雜，較難理解，解釋起來(lái)比較困難。

價(jià)格保險(xiǎn)的定價(jià)方法

1、基于歷史賠付率定價(jià)

在傳統(tǒng)的精算理論中，使用過(guò)去的歷史賠付率為保險(xiǎn)產(chǎn)品定價(jià)，即通過(guò)選擇一組歷史價(jià)格數(shù)據(jù)，進(jìn)行一些處理（如去通脹等）后，根據(jù)處理后的數(shù)據(jù)計(jì)算該產(chǎn)品的期望損失，作為風(fēng)險(xiǎn)保費(fèi)的依據(jù)。該方法的前提假設(shè)是經(jīng)濟(jì)、法規(guī)、社會(huì)等環(huán)境沒(méi)有大的變化，歷史情景能夠反映對(duì)未來(lái)的預(yù)期，歷史損失可以作為未來(lái)?yè)p失的無(wú)偏估計(jì)。基于歷史損失定價(jià)的方法能夠充分利用歷史數(shù)據(jù)里的信息，方法簡(jiǎn)單、易于解釋?zhuān)坏硪环矫?，在價(jià)格風(fēng)險(xiǎn)領(lǐng)域，歷史賠付率定價(jià)法的前提假設(shè)常常不能滿(mǎn)足，經(jīng)濟(jì)社會(huì)環(huán)境常常有很大變化。因此在利用歷史損失定價(jià)法時(shí)，一般也需要結(jié)合對(duì)未來(lái)的分析與預(yù)測(cè)作出最終選擇。

2、基于期權(quán)視角定價(jià)

農(nóng)產(chǎn)品價(jià)格保險(xiǎn)一般約定，當(dāng)農(nóng)產(chǎn)品出售時(shí)的價(jià)格或一段時(shí)間內(nèi)平均出售的價(jià)格低于目標(biāo)價(jià)格時(shí)，由保險(xiǎn)公司賠償?shù)陀谠撃繕?biāo)價(jià)格的損失，可以看到價(jià)格保險(xiǎn)本質(zhì)上是可以看成是基于農(nóng)產(chǎn)品本身或其期貨合約的看跌期權(quán)，可以利用期權(quán)定價(jià)模型來(lái)為價(jià)格保險(xiǎn)定價(jià)。應(yīng)用最廣泛的期權(quán)定價(jià)模型里面就是Black-Scholes模型（簡(jiǎn)稱(chēng)BS模型），BS模型對(duì)于歐式看跌期權(quán)的經(jīng)典公式簡(jiǎn)潔優(yōu)美，但目前國(guó)內(nèi)價(jià)格保險(xiǎn)的實(shí)務(wù)中，更多的是保障一段時(shí)間內(nèi)的平均價(jià)格與預(yù)期價(jià)格的差值，這種保險(xiǎn)形式等價(jià)于亞式看跌期權(quán)。

亞式看跌期權(quán)的定價(jià)較難，許多學(xué)者從很多角度進(jìn)行了研究，提供了包括平均值二階近似法、有限差分法、蒙特卡洛模擬法等多種解決方式。除了利用期權(quán)定價(jià)模型直接為價(jià)格保險(xiǎn)定價(jià)外，在收入保險(xiǎn)定價(jià)中，美國(guó)農(nóng)業(yè)部風(fēng)險(xiǎn)管理局（RMA）對(duì)農(nóng)產(chǎn)品期貨價(jià)格分布選擇上，利用實(shí)際市場(chǎng)上農(nóng)產(chǎn)品期權(quán)價(jià)格，反推期貨價(jià)格的波動(dòng)性。具體做法是：假設(shè)農(nóng)產(chǎn)品期貨價(jià)格服從對(duì)數(shù)正態(tài)分布（與BS模型的假設(shè)一致），以遠(yuǎn)期期貨合約的價(jià)格作為價(jià)格的期望值，各取兩個(gè)相應(yīng)的農(nóng)產(chǎn)品期貨的看漲和看跌的平值期權(quán)，使用收入保險(xiǎn)價(jià)格發(fā)現(xiàn)期最后5個(gè)交易日隱含波動(dòng)率（Implied Volatility，IV，指標(biāo)的資產(chǎn)收益率的波動(dòng)率）的平均值，作為農(nóng)產(chǎn)品期貨價(jià)格波動(dòng)性的預(yù)期。

期權(quán)定價(jià)模型作為金融界早已廣泛使用的模型，優(yōu)點(diǎn)是技術(shù)上較為透明、直接，不是個(gè)黑盒子；在美國(guó)等農(nóng)產(chǎn)品期貨期權(quán)市場(chǎng)發(fā)展水平很高，IV數(shù)據(jù)可以從公開(kāi)渠道（如美國(guó)Barchart網(wǎng)站）直接獲取，有利于保費(fèi)公平性；可以反映市場(chǎng)對(duì)未來(lái)的預(yù)期，較快的反映市場(chǎng)上短期內(nèi)的劇烈波動(dòng)。該方法的準(zhǔn)確性在國(guó)外受到的質(zhì)疑主要集中在期權(quán)定價(jià)模型嚴(yán)格的假設(shè)可能與現(xiàn)實(shí)情況大相徑庭，例如波動(dòng)率假設(shè)為常數(shù)等。

該方法應(yīng)用的前提是期權(quán)市場(chǎng)發(fā)展較為完善，有足夠的交易量，期權(quán)市場(chǎng)交易越活躍，所反映的信息就越全面，隱含波動(dòng)率的預(yù)測(cè)能力也就越強(qiáng)。而我國(guó)的農(nóng)產(chǎn)品期權(quán)是近幾年才發(fā)展起來(lái)的，且多以非標(biāo)準(zhǔn)化的場(chǎng)外期權(quán)交易為主，交易量極小，遠(yuǎn)不能反映整個(gè)市場(chǎng)對(duì)農(nóng)產(chǎn)品價(jià)格的預(yù)期。因此現(xiàn)階段的市場(chǎng)特點(diǎn)還暫不支持我們選用這個(gè)方法對(duì)農(nóng)產(chǎn)品價(jià)格風(fēng)險(xiǎn)進(jìn)行度量，但將來(lái)農(nóng)產(chǎn)品期權(quán)市場(chǎng)發(fā)展較為完善時(shí)，這可能是比其他方法更好的選擇。

3、隨機(jī)模擬法

目前國(guó)內(nèi)有關(guān)收入保險(xiǎn)的定價(jià)研究中，對(duì)于價(jià)格風(fēng)險(xiǎn)的度量大部分是對(duì)價(jià)格數(shù)據(jù)進(jìn)行預(yù)處理后基于統(tǒng)計(jì)學(xué)方法擬合分布。在進(jìn)行分布擬合之前，一般需要對(duì)價(jià)格數(shù)據(jù)進(jìn)行去趨勢(shì)和標(biāo)準(zhǔn)化處理，去趨勢(shì)的方法一般有滑動(dòng)平均法等，標(biāo)準(zhǔn)化處理的方法一般有Min-max法等。擬合分布可以采用參數(shù)估計(jì)法或者非參數(shù)方法。其中參數(shù)估計(jì)法由于需要有已知的先驗(yàn)分布類(lèi)型，因此存在由于分布選擇帶來(lái)的模型風(fēng)險(xiǎn)，靈活性也稍遜一籌。非參數(shù)估計(jì)法對(duì)樣本量的要求要更高一些，因此在樣本量支持(一般需要>30)的情況下，可以使用不需要已知先驗(yàn)分布的非參數(shù)方法來(lái)挖掘更多信息，比如核密度估計(jì)法等。

在以往的研究中使用較多的擬合農(nóng)產(chǎn)品價(jià)格的分布有Burr分布、Lognormal分布、Logistic分布、Log-Logistic分布、Gamma分布等。擬合出價(jià)格分布后可以使用蒙特卡洛模擬去生成大量?jī)r(jià)格樣本，結(jié)合保險(xiǎn)條款計(jì)算期望損失；也可以在擬合出價(jià)格、產(chǎn)量分布的基礎(chǔ)上通過(guò)copula、相關(guān)系數(shù)等方法考慮與產(chǎn)量分布的關(guān)系，模擬出大量?jī)r(jià)格和產(chǎn)量的組合，結(jié)合保險(xiǎn)條款設(shè)計(jì)為收入保險(xiǎn)定價(jià)。這類(lèi)方法的優(yōu)點(diǎn)是可以構(gòu)建統(tǒng)計(jì)量進(jìn)行擬合優(yōu)度檢驗(yàn)，并且易于解釋、通俗易懂。

國(guó)外有研究表明，這類(lèi)基于歷史數(shù)據(jù)分析價(jià)格風(fēng)險(xiǎn)的方法對(duì)于農(nóng)產(chǎn)品價(jià)格短期內(nèi)的波動(dòng)并不敏感，可能會(huì)在某些波動(dòng)劇烈的年份產(chǎn)生不夠充足的費(fèi)率，從而造成承保結(jié)果的波動(dòng)。但從另一角度看，這種方法將產(chǎn)生較為穩(wěn)定的收入保險(xiǎn)費(fèi)率，可能更有利于早期開(kāi)展業(yè)務(wù)、推廣產(chǎn)品。從我國(guó)目前實(shí)際來(lái)看，這種方法可能比較適合現(xiàn)階段的需要。

結(jié)論與展望

在我國(guó)大力支持三農(nóng)事業(yè)、加快推進(jìn)“精準(zhǔn)扶貧”的政策制度背景下，政府一直在鼓勵(lì)市場(chǎng)加大農(nóng)業(yè)保險(xiǎn)產(chǎn)品創(chuàng)新力度，積極研究包括農(nóng)產(chǎn)品目標(biāo)價(jià)格保險(xiǎn)、農(nóng)產(chǎn)品收入保險(xiǎn)等在內(nèi)的創(chuàng)新型險(xiǎn)種，滿(mǎn)足農(nóng)業(yè)生產(chǎn)日益增長(zhǎng)的保險(xiǎn)需求。但面對(duì)新的市場(chǎng)要求，保險(xiǎn)公司一定要在對(duì)產(chǎn)品風(fēng)險(xiǎn)進(jìn)行充分分析、加強(qiáng)風(fēng)險(xiǎn)管理的基礎(chǔ)上，積極探索產(chǎn)品創(chuàng)新形式，研究創(chuàng)新產(chǎn)品的定價(jià)方法，開(kāi)發(fā)符合國(guó)情、具有中國(guó)特色的新型農(nóng)業(yè)保險(xiǎn)產(chǎn)品，推動(dòng)我國(guó)農(nóng)險(xiǎn)事業(yè)健康持續(xù)發(fā)展。