農(nóng)業(yè)巨災(zāi)風(fēng)險(xiǎn)轉(zhuǎn)移分散體系的不斷完善催生了農(nóng)業(yè)巨災(zāi)再保險(xiǎn)的發(fā)展。農(nóng)業(yè)巨災(zāi)再保險(xiǎn)是能將農(nóng)業(yè)巨災(zāi)造成的超過(guò)原保險(xiǎn)人承受預(yù)期及承受極限的損失,通過(guò)分保的方式實(shí)現(xiàn)分散的金融工具。農(nóng)業(yè)巨災(zāi)再保險(xiǎn)能夠通過(guò)跨時(shí)和跨區(qū)承保,實(shí)現(xiàn)農(nóng)業(yè)巨災(zāi)風(fēng)險(xiǎn)的有效分散,但目前我國(guó)農(nóng)業(yè)巨災(zāi)再保險(xiǎn)尚處于起步探索階段。若想要在全國(guó)范圍建立存在普適性的農(nóng)業(yè)干旱巨災(zāi)再保險(xiǎn),需要在風(fēng)險(xiǎn)區(qū)劃的基礎(chǔ)上制定分入安排,選擇分保形式,確定定價(jià)方法。基于此,本文以旱災(zāi)為例,研究農(nóng)業(yè)干旱巨災(zāi)再保險(xiǎn)的風(fēng)險(xiǎn)區(qū)劃和定價(jià)。研究?jī)?nèi)容主要包括:（1）依據(jù)前人的研究和本文的需要,對(duì)農(nóng)業(yè)巨災(zāi)再保險(xiǎn)進(jìn)行定義。（2）基于地域分異理論,運(yùn)用綜合指標(biāo)法選取11個(gè)風(fēng)險(xiǎn)指標(biāo),通過(guò)因子分析法構(gòu)建四個(gè)因子的指標(biāo)評(píng)價(jià)體系,再依據(jù)聚類分析法將全國(guó)28個(gè)省劃分到高、中、低三個(gè)風(fēng)險(xiǎn)區(qū)。（3）分析五種再保險(xiǎn)分保形式的功能差異以及應(yīng)用適用性,為不同風(fēng)險(xiǎn)區(qū)選擇適合的分保形式。（4）以高風(fēng)險(xiǎn)區(qū)的產(chǎn)糧大省遼寧為例,運(yùn)用與巨災(zāi)特征相匹配的極值理論,優(yōu)化擬合模型,測(cè)算農(nóng)業(yè)干旱風(fēng)險(xiǎn)損失。利用計(jì)算出的閾值確定分保免賠額,以50年的重現(xiàn)期測(cè)算的VaR確定分保的上限,通過(guò)損失分布法計(jì)算農(nóng)業(yè)巨災(zāi)再保險(xiǎn)的純費(fèi)率... 

【文章來(lái)源】：山東農(nóng)業(yè)大學(xué)山東省

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

聚類樹(shù)狀圖

山東農(nóng)業(yè)大學(xué)碩士學(xué)位論文33由表4.9可知，類別1地區(qū)水熱條件較好，開(kāi)展高附加值的農(nóng)業(yè)生產(chǎn)，有效灌溉面積比高，旱災(zāi)成災(zāi)面積比和成災(zāi)頻率都較低；類別2地區(qū)農(nóng)村地區(qū)人均水熱條件中等，相較于其他兩類地區(qū)，該區(qū)農(nóng)業(yè)生產(chǎn)面積較大，在有效灌溉面積比、農(nóng)村人口密度、旱災(zāi)成災(zāi)面積比和成災(zāi)頻率均為中等水平；類別3地區(qū)水熱條件較差，在有效灌溉面積比、農(nóng)村人口密度方面較低，但在旱災(zāi)成災(zāi)面積比和成災(zāi)頻率較高。綜上，我們將類別1定義為低風(fēng)險(xiǎn)區(qū)，類別2定義為中風(fēng)險(xiǎn)區(qū)，類別3定義為高風(fēng)險(xiǎn)區(qū)。各省份干旱風(fēng)險(xiǎn)情況如圖4.3所示。圖4.3各省份風(fēng)險(xiǎn)區(qū)分布情況1Fig.4.3Distributionofriskareasin28provinces1地圖來(lái)源：中華人民共和國(guó)自然資源部網(wǎng)站-標(biāo)準(zhǔn)地圖服務(wù)；http://bzdt.ch.mnr.gov.cn/download.html?superclassName=%25E4%25B8%25AD%25E5%259B%25BD%25E5%2585%25A8%25E5%259B%25BE

【參考文獻(xiàn)】：
期刊論文
[1]我國(guó)農(nóng)業(yè)干旱巨災(zāi)再保險(xiǎn)風(fēng)險(xiǎn)區(qū)劃研究[J]. 陳盛偉,宋宇寧,孫樂(lè).  甘肅金融. 2020(04)
[2]農(nóng)業(yè)巨災(zāi)再保險(xiǎn)研究綜述[J]. 宋宇寧.  時(shí)代金融. 2020(08)
[3]基于GIS下的旱地馬鈴薯干旱風(fēng)險(xiǎn)區(qū)劃技術(shù)探討[J]. 岳淑蘭,王有毅.  現(xiàn)代農(nóng)業(yè)研究. 2019(09)
[4]柳州市甘蔗干旱風(fēng)險(xiǎn)區(qū)劃——基于作物水分虧缺指數(shù)[J]. 李家文,黃維,吳炫柯,劉永裕.  中國(guó)農(nóng)學(xué)通報(bào). 2019(22)
[5]江蘇水稻高溫?zé)岷庀笾笖?shù)保險(xiǎn)風(fēng)險(xiǎn)綜合區(qū)劃[J]. 任義方,趙艷霞,張旭暉,王平,何浪.  中國(guó)農(nóng)業(yè)氣象. 2019(06)
[6]通遼市科爾沁區(qū)玉米干旱風(fēng)險(xiǎn)區(qū)劃[J]. 張?chǎng)?王俊,于宏君,劉亞玲,申廣立.  內(nèi)蒙古科技與經(jīng)濟(jì). 2019(08)
[7]基于MCI指數(shù)的呼倫貝爾市干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J]. 曲學(xué)斌.  北方農(nóng)業(yè)學(xué)報(bào). 2019(01)
[8]農(nóng)業(yè)保險(xiǎn)大災(zāi)閾值點(diǎn)及風(fēng)險(xiǎn)分層測(cè)算[J]. 楊汭華,孫婧.  統(tǒng)計(jì)與決策. 2018(15)
[9]VaR下?lián)碛袃深悩I(yè)務(wù)的最優(yōu)再保險(xiǎn)投資策略[J]. 王新槐,顧孟迪.  系統(tǒng)管理學(xué)報(bào). 2018(02)
[10]基于GIS技術(shù)的巴中市農(nóng)業(yè)氣象干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J]. 賈桂蘭,郭建茂,雍燕亓.  中國(guó)農(nóng)學(xué)通報(bào). 2018(07)

博士論文
[1]我國(guó)農(nóng)業(yè)巨災(zāi)風(fēng)險(xiǎn)基金制度構(gòu)建研究[D]. 李彥.山東農(nóng)業(yè)大學(xué) 2018

碩士論文
[1]農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)產(chǎn)品研究[D]. 李艷.山東農(nóng)業(yè)大學(xué) 2019
[2]我國(guó)洪水再保險(xiǎn)的定價(jià)研究[D]. 劉晶菁.湖南大學(xué) 2008



本文編號(hào)：3366761