農(nóng)業(yè)生產(chǎn)者在生產(chǎn)中面臨的風險主要分為兩大類：一是產(chǎn)量風險，也稱為自然風險，主要是指由于干旱、洪澇、高溫、雹災等氣象災害以及病蟲害帶來產(chǎn)量損失風險；二是農(nóng)產(chǎn)品價格風險，也就是市場風險，是指農(nóng)產(chǎn)品市場價格波動給農(nóng)業(yè)生產(chǎn)者帶來損失的可能性，一般是由農(nóng)產(chǎn)品的市場價格低于預期價格時造成損失。傳統(tǒng)的農(nóng)業(yè)保險主要承保的是自然風險，除了僅在極端條件下發(fā)生的洪水、地震等大規(guī)模災害會帶來系統(tǒng)性風險，自然風險在多數(shù)時候都可以看成是隨機的，在時間、空間上都可以分散。

但在市場經(jīng)濟發(fā)展的條件下，農(nóng)產(chǎn)品能夠實現(xiàn)快速流通，不同地區(qū)、相近時間的農(nóng)產(chǎn)品價格表現(xiàn)出高度相關性，在缺乏有效的風險對沖機制和手段的情況下，農(nóng)產(chǎn)品價格風險常常表現(xiàn)為系統(tǒng)性風險，易造成巨大的損失，這也是保險公司多年來不敢嘗試純粹的價格保險的主要原因。但是自從2014年中央一號文件提出“探索糧食、生豬等農(nóng)產(chǎn)品目標價格保險試點”的要求后，在政府對農(nóng)業(yè)保險進行大力支持的制度環(huán)境下，不少保險公司也開始試點農(nóng)產(chǎn)品價格保險。

農(nóng)產(chǎn)品價格保險產(chǎn)品形態(tài)

從目前國內外農(nóng)業(yè)保險實踐來看，保障農(nóng)產(chǎn)品價格保險的產(chǎn)品主要分為三類，分別是農(nóng)產(chǎn)品目標價格/價格指數(shù)保險、農(nóng)產(chǎn)品收益保險、農(nóng)產(chǎn)品收入保險。

對于保險公司來說，承保的價格風險應該是意外事件引起的農(nóng)產(chǎn)品價格的波動，是不可預期的因素導致實際價格偏離預期價格的程度，因此在前面所提到幾種有關價格風險的農(nóng)險產(chǎn)品中，產(chǎn)品設計和定價的核心是如何設定預期價格或價格指數(shù)水平。

對于有相應的期貨合約且期貨交易量足夠大的品種來說，如大豆、棉花等，利用期貨市場的價格發(fā)現(xiàn)功能去設定目標價格水平可能是最優(yōu)選擇。但對蔬菜、豬肉等一些還沒有期貨合約交易的品種來說，就需要建立模型來進行分析。目前國內外對于農(nóng)產(chǎn)品價格風險的研究農(nóng)產(chǎn)品的價格波動周期和趨勢等特征的模型主要包括時間序列模型和BP神經(jīng)網(wǎng)絡法等。

1、歷史價格法

在對價格波動規(guī)律進行分析的基礎上，目前很多價格保險的預期價格是參考歷史價格做出的，比如上海夏淡綠葉菜成本價格指數(shù)保險的保單約定價格就是以保險前三年同期價格的加權平均值。這種方法的優(yōu)點在于簡單易行，容易理解，也比較容易受到投保農(nóng)戶的認可。但在農(nóng)產(chǎn)品價格發(fā)生劇烈波動時，這種方法可能會造成保障程度不足的問題。

2、期貨價格法

農(nóng)產(chǎn)品期貨交易是公開進行的、對遠期交割農(nóng)產(chǎn)品的合約交易，在這個市場中集中了大量市場供求信息，這些信息都將通過期貨價格反映出來。有效的農(nóng)產(chǎn)品期貨市場具有透明度高、交易量大、信息質量高的特點，國外發(fā)達國家的價格保險也大多是以期貨價格作為預期價格，例如美國的大宗作物收入保險，保障價格和實際價格基于美國芝加哥商品交易所等期貨交易所相應的農(nóng)產(chǎn)品期貨合約價格確定，按照險種、地區(qū)、投保截止日期等設定不同的期貨合約、預期價格和實際價格的采集期。

期貨價格中已經(jīng)包含了各種可能對農(nóng)產(chǎn)品價格有影響的市場參與者的預期，因此農(nóng)產(chǎn)品期貨價格比起其他預測會更接近真實價格,這樣可以最大限度的保證價格保險保障的是不可預期因素造成的風險，避免農(nóng)戶進行投保的逆選擇。但期貨價格與現(xiàn)貨價格雖然長期看趨于一致，但在單日或一段時間內常有偏差，產(chǎn)生基差風險，需要農(nóng)戶承擔。另外對于沒有相應期貨合約的農(nóng)產(chǎn)品品類來說，期貨價格法就不再適用。

3、預測模型

（1） 時間序列模型

有些農(nóng)產(chǎn)品品類還沒有相應的期貨合約，也就無法根據(jù)期貨價格進行目標價格的設定，這時需要借助一些模型方法來確定目標價格。農(nóng)產(chǎn)品價格數(shù)據(jù)是一個時間序列，在研究農(nóng)產(chǎn)品價格時，首先想到的就是時間序列分析法，通過對農(nóng)產(chǎn)品價格時間序列的分析對未來價格作出預測，將包含可預見因素或系統(tǒng)性沖擊的預期價格作為保險目標價格，而將價格的隨機波動納入保險保障范圍。較常用的一類是時間序列的分解平滑技術，可以將農(nóng)產(chǎn)品價格的時間序列數(shù)據(jù)分解為長期趨勢、周期波動、季節(jié)波動和隨機波動；另一類是ARCH-GARCH類模型，可以更好的刻畫農(nóng)產(chǎn)品價格序列波動集聚性(volatility clustering)的特點。

時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)計軟件里如Eviews、R等都可以實現(xiàn)，理論完整、經(jīng)濟意義也很清晰。但在實際應用中，一般是利用該方法對價格的長期趨勢、周期波動、季節(jié)波動等特點進行分析，很少直接應用時間序列分析結果作為保險目標價格，還需要結合其他信息或其他方法進行調整。

（2） BP神經(jīng)網(wǎng)絡法

BP神經(jīng)網(wǎng)絡（Back-propagation Neural Network）是神經(jīng)網(wǎng)絡的一種，也稱為誤差反向傳播神經(jīng)網(wǎng)絡。用BP神經(jīng)網(wǎng)絡來對價格進行預測和分析多見于金融領域，近年來國內學者也開始使用它進行農(nóng)產(chǎn)品價格預測的研究。一般來說，神經(jīng)網(wǎng)絡法由一個輸入層、一個或多個隱含層、一個輸出層組成，每一個節(jié)點的輸出值由輸入值、作用函數(shù)和閾值決定。學習過程由信號的正向傳播和誤差的反向傳播兩個過程組成。信號正向傳播時，神經(jīng)網(wǎng)絡從輸入信息開始，計算各個隱含層和輸出層的輸出。

若輸出層的實際輸出與期望輸出不符，則進入誤差的反向傳播階段，將輸出誤差以某種形式通過隱含層向輸入層逐層反傳，并將誤差分攤給各層的所有單元，從而獲得各層單元的誤差信號，修正各連接的權值和閾值，之后更新訓練樣本、重復上述過程，直至誤差減小到可以接受的程度或超過預設的學習次數(shù)為止。使用BP神經(jīng)網(wǎng)絡預測農(nóng)產(chǎn)品價格波動時，可以使用回歸分析和時間序列兩種模式。時間序列模式只需要農(nóng)產(chǎn)品價格的序列即可，對數(shù)據(jù)量和精度的要求比回歸分析低，但結果可能也比回歸分析差。

與傳統(tǒng)的模型預測法相比，BP神經(jīng)網(wǎng)絡法利用訓練樣本實現(xiàn)從輸入到輸出的任意非線性復雜函數(shù)對應關系的映射，可以從復雜的數(shù)據(jù)中找出規(guī)律，且容錯性較高，對于影響因素復雜的農(nóng)產(chǎn)品價格原本是很好的預測方法。但從國內現(xiàn)有的實證研究來看，BP神經(jīng)網(wǎng)絡對農(nóng)產(chǎn)品價格的預測精度有高有低，模型根據(jù)品種、數(shù)據(jù)情況等需要進一步優(yōu)化。另外，這種方法較為新穎、復雜，較難理解，解釋起來比較困難。

價格保險的定價方法

1、基于歷史賠付率定價

在傳統(tǒng)的精算理論中，使用過去的歷史賠付率為保險產(chǎn)品定價，即通過選擇一組歷史價格數(shù)據(jù)，進行一些處理（如去通脹等）后，根據(jù)處理后的數(shù)據(jù)計算該產(chǎn)品的期望損失，作為風險保費的依據(jù)。該方法的前提假設是經(jīng)濟、法規(guī)、社會等環(huán)境沒有大的變化，歷史情景能夠反映對未來的預期，歷史損失可以作為未來損失的無偏估計。基于歷史損失定價的方法能夠充分利用歷史數(shù)據(jù)里的信息，方法簡單、易于解釋；但另一方面，在價格風險領域，歷史賠付率定價法的前提假設常常不能滿足，經(jīng)濟社會環(huán)境常常有很大變化。因此在利用歷史損失定價法時，一般也需要結合對未來的分析與預測作出最終選擇。

2、基于期權視角定價

農(nóng)產(chǎn)品價格保險一般約定，當農(nóng)產(chǎn)品出售時的價格或一段時間內平均出售的價格低于目標價格時，由保險公司賠償?shù)陀谠撃繕藘r格的損失，可以看到價格保險本質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，可以利用期權定價模型來為價格保險定價。應用最廣泛的期權定價模型里面就是Black-Scholes模型（簡稱BS模型），BS模型對于歐式看跌期權的經(jīng)典公式簡潔優(yōu)美，但目前國內價格保險的實務中，更多的是保障一段時間內的平均價格與預期價格的差值，這種保險形式等價于亞式看跌期權。

亞式看跌期權的定價較難，許多學者從很多角度進行了研究，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。除了利用期權定價模型直接為價格保險定價外，在收入保險定價中，美國農(nóng)業(yè)部風險管理局（RMA）對農(nóng)產(chǎn)品期貨價格分布選擇上，利用實際市場上農(nóng)產(chǎn)品期權價格，反推期貨價格的波動性。具體做法是：假設農(nóng)產(chǎn)品期貨價格服從對數(shù)正態(tài)分布（與BS模型的假設一致），以遠期期貨合約的價格作為價格的期望值，各取兩個相應的農(nóng)產(chǎn)品期貨的看漲和看跌的平值期權，使用收入保險價格發(fā)現(xiàn)期最后5個交易日隱含波動率（Implied Volatility，IV，指標的資產(chǎn)收益率的波動率）的平均值，作為農(nóng)產(chǎn)品期貨價格波動性的預期。

期權定價模型作為金融界早已廣泛使用的模型，優(yōu)點是技術上較為透明、直接，不是個黑盒子；在美國等農(nóng)產(chǎn)品期貨期權市場發(fā)展水平很高，IV數(shù)據(jù)可以從公開渠道（如美國Barchart網(wǎng)站）直接獲取，有利于保費公平性；可以反映市場對未來的預期，較快的反映市場上短期內的劇烈波動。該方法的準確性在國外受到的質疑主要集中在期權定價模型嚴格的假設可能與現(xiàn)實情況大相徑庭，例如波動率假設為常數(shù)等。

該方法應用的前提是期權市場發(fā)展較為完善，有足夠的交易量，期權市場交易越活躍，所反映的信息就越全面，隱含波動率的預測能力也就越強。而我國的農(nóng)產(chǎn)品期權是近幾年才發(fā)展起來的，且多以非標準化的場外期權交易為主，交易量極小，遠不能反映整個市場對農(nóng)產(chǎn)品價格的預期。因此現(xiàn)階段的市場特點還暫不支持我們選用這個方法對農(nóng)產(chǎn)品價格風險進行度量，但將來農(nóng)產(chǎn)品期權市場發(fā)展較為完善時，這可能是比其他方法更好的選擇。

3、隨機模擬法

目前國內有關收入保險的定價研究中，對于價格風險的度量大部分是對價格數(shù)據(jù)進行預處理后基于統(tǒng)計學方法擬合分布。在進行分布擬合之前，一般需要對價格數(shù)據(jù)進行去趨勢和標準化處理，去趨勢的方法一般有滑動平均法等，標準化處理的方法一般有Min-max法等。擬合分布可以采用參數(shù)估計法或者非參數(shù)方法。其中參數(shù)估計法由于需要有已知的先驗分布類型，因此存在由于分布選擇帶來的模型風險，靈活性也稍遜一籌。非參數(shù)估計法對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分布的非參數(shù)方法來挖掘更多信息，比如核密度估計法等。

在以往的研究中使用較多的擬合農(nóng)產(chǎn)品價格的分布有Burr分布、Lognormal分布、Logistic分布、Log-Logistic分布、Gamma分布等。擬合出價格分布后可以使用蒙特卡洛模擬去生成大量價格樣本，結合保險條款計算期望損失；也可以在擬合出價格、產(chǎn)量分布的基礎上通過copula、相關系數(shù)等方法考慮與產(chǎn)量分布的關系，模擬出大量價格和產(chǎn)量的組合，結合保險條款設計為收入保險定價。這類方法的優(yōu)點是可以構建統(tǒng)計量進行擬合優(yōu)度檢驗，并且易于解釋、通俗易懂。

國外有研究表明，這類基于歷史數(shù)據(jù)分析價格風險的方法對于農(nóng)產(chǎn)品價格短期內的波動并不敏感，可能會在某些波動劇烈的年份產(chǎn)生不夠充足的費率，從而造成承保結果的波動。但從另一角度看，這種方法將產(chǎn)生較為穩(wěn)定的收入保險費率，可能更有利于早期開展業(yè)務、推廣產(chǎn)品。從我國目前實際來看，這種方法可能比較適合現(xiàn)階段的需要。

結論與展望

在我國大力支持三農(nóng)事業(yè)、加快推進“精準扶貧”的政策制度背景下，政府一直在鼓勵市場加大農(nóng)業(yè)保險產(chǎn)品創(chuàng)新力度，積極研究包括農(nóng)產(chǎn)品目標價格保險、農(nóng)產(chǎn)品收入保險等在內的創(chuàng)新型險種，滿足農(nóng)業(yè)生產(chǎn)日益增長的保險需求。但面對新的市場要求，保險公司一定要在對產(chǎn)品風險進行充分分析、加強風險管理的基礎上，積極探索產(chǎn)品創(chuàng)新形式，研究創(chuàng)新產(chǎn)品的定價方法，開發(fā)符合國情、具有中國特色的新型農(nóng)業(yè)保險產(chǎn)品，推動我國農(nóng)險事業(yè)健康持續(xù)發(fā)展。