面對(duì)農(nóng)業(yè)巨災(zāi)風(fēng)險(xiǎn)挑戰(zhàn),常規(guī)的農(nóng)業(yè)保險(xiǎn)往往存在保障水平與農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)實(shí)際不匹配的短板,政府災(zāi)后救助也面臨補(bǔ)貼力度小或是財(cái)政壓力大的兩難境地。作為我國(guó)實(shí)施鄉(xiāng)村振興戰(zhàn)略的重要力量,種植大戶等新型農(nóng)業(yè)經(jīng)營(yíng)主體生產(chǎn)規(guī)模大、投入成本高,面臨的巨災(zāi)風(fēng)險(xiǎn)則更為凸顯。加快發(fā)展以需求為導(dǎo)向的農(nóng)業(yè)巨災(zāi)保險(xiǎn)顯得十分重要和迫切。既有文獻(xiàn)主要聚焦我國(guó)農(nóng)業(yè)保險(xiǎn)的需求,直接圍繞農(nóng)業(yè)巨災(zāi)保險(xiǎn)購(gòu)買意愿的研究較少,特別是農(nóng)戶風(fēng)險(xiǎn)態(tài)度和以保費(fèi)補(bǔ)貼為核心的政府干預(yù)行為究竟如何影響農(nóng)業(yè)巨災(zāi)保險(xiǎn)購(gòu)買意愿,缺乏相應(yīng)的定量分析;此外,鮮有明確針對(duì)我國(guó)新型農(nóng)業(yè)經(jīng)營(yíng)主體農(nóng)業(yè)巨災(zāi)保險(xiǎn)購(gòu)買意愿的分析研究。研究依據(jù)保險(xiǎn)經(jīng)濟(jì)學(xué)和行為經(jīng)濟(jì)學(xué)理論,同時(shí)引入實(shí)驗(yàn)經(jīng)濟(jì)學(xué)田野實(shí)驗(yàn)的方法,構(gòu)建了農(nóng)業(yè)巨災(zāi)保險(xiǎn)購(gòu)買意愿及其影響因素的理論分析模型;針對(duì)河南省滑縣301個(gè)小麥種植大戶,基于問(wèn)卷調(diào)查數(shù)據(jù)和風(fēng)險(xiǎn)態(tài)度實(shí)驗(yàn)結(jié)果,運(yùn)用Logit回歸模型對(duì)影響小麥種植大戶購(gòu)買農(nóng)業(yè)巨災(zāi)保險(xiǎn)意愿的因素進(jìn)行了實(shí)證分析。研究結(jié)果表明:小麥種植大戶對(duì)農(nóng)業(yè)巨災(zāi)保險(xiǎn)具有較強(qiáng)的購(gòu)買意愿;風(fēng)險(xiǎn)厭惡程度較高的小麥種植大戶更愿意購(gòu)買農(nóng)業(yè)巨災(zāi)保險(xiǎn)來(lái)避免可能發(fā)生的巨災(zāi)損失,并且風(fēng)險(xiǎn)厭惡程度越高,購(gòu)買農(nóng)業(yè)... 

【文章來(lái)源】：中國(guó)農(nóng)業(yè)科學(xué)院北京市

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

值函數(shù)Fig.2-1Valuefunction

利或損失；③相比收益，人們對(duì)損失更敏感，但兩者給個(gè)體帶來(lái)的感受都表現(xiàn)為邊際遞減。表現(xiàn)在函數(shù)圖像上，即參照點(diǎn)左側(cè)為凸函數(shù)，右側(cè)為凹函數(shù)，并且左側(cè)的函數(shù)圖形更為陡峭。函數(shù)形式如圖2-1。對(duì)效用評(píng)估的完善雖解釋了部分異象，但仍存在一些問(wèn)題，結(jié)合概率加權(quán)函數(shù)的完善，問(wèn)題研究更貼近現(xiàn)實(shí)：高估小概率事件被作為重要特征加入到函數(shù)中，卡尼曼提出個(gè)體風(fēng)險(xiǎn)態(tài)度存在反轉(zhuǎn)現(xiàn)象，即個(gè)體面對(duì)損失通常是風(fēng)險(xiǎn)喜好的，但當(dāng)損失的概率極小而數(shù)額巨大時(shí)，也會(huì)變成風(fēng)險(xiǎn)厭惡，收益情況也是如此。并據(jù)此推斷概率加權(quán)函數(shù)呈現(xiàn)反S形。如圖2-2，中高概率下的函數(shù)圖形為凹，小概率下的函數(shù)圖形為凸，1992版的前景理論界定了函數(shù)圖形發(fā)生轉(zhuǎn)變的分界點(diǎn)，認(rèn)為P0為0.35（郭振華，2014）。由此，在對(duì)期望效用模型修正的基礎(chǔ)上，得到了前景理論的表達(dá)形式。即某一前景的效用可以表達(dá)為：=()()+(1)()，其中，()和()分別代表著修正過(guò)的概率加權(quán)函數(shù)和值函數(shù)，x和y分別表示兩種前景下結(jié)果的變化值，p表示事件發(fā)生的概率。這一理論模型更貼近現(xiàn)實(shí)的展現(xiàn)了個(gè)體的風(fēng)險(xiǎn)決策行為。2.2.2.2啟發(fā)式原則傳統(tǒng)經(jīng)濟(jì)學(xué)對(duì)行為主體的理性人假設(shè)意味著個(gè)體能夠充分利用現(xiàn)有信息，對(duì)各種可能結(jié)果形成先驗(yàn)判斷，并且當(dāng)新信息出現(xiàn)時(shí)，能夠基于新信息對(duì)先驗(yàn)判斷實(shí)施最優(yōu)的貝葉斯更新。想要實(shí)現(xiàn)上述理性，個(gè)體不僅要獲得全部信息，還要具備高超的數(shù)學(xué)技巧，這顯然并不現(xiàn)實(shí)。基于此，更為合理的理論得到發(fā)展，啟發(fā)式原則認(rèn)為，人們往往會(huì)基于某些直覺(jué)或常識(shí)機(jī)制快速做出決策，損失額收益額心理價(jià)值參照點(diǎn)圖2-1值函數(shù)Fig.2-1Valuefunction10決策權(quán)重π(P)客觀概率P0.35P0=0.35圖2-2概率加權(quán)函數(shù)Fig.2-2Probabilityweightfunction

對(duì)賠付比例α求一階導(dǎo)為： [ ( ( ))] = [ ’( ( )) ((1 ) (1 ) )] （3-6） 二階導(dǎo)為： 2 [ ( ( ))] 2 = [ ’’( ( )) ((1 ) (1 ) )2] ＜0 （3-7） u(W(α))的二階導(dǎo)為負(fù)值，一階導(dǎo)的正負(fù)由參數(shù) λ、β 和 p 的具體情況而定，據(jù)此可以得到兩種效用函數(shù)，圖 3-2 表示一階導(dǎo)為正時(shí)的效用函數(shù)，圖 3-3 表示一階導(dǎo)為負(fù)時(shí)的效用函數(shù)： 1 u(W(α)) α 1u(W(α)) α


本文編號(hào)：3563444