农作物保险论文范文-浅论小麦保险费率厘定-基于小波与非参数估计法word版下载

《农作物保险论文范文-浅论小麦保险费率厘定-基于小波与非参数估计法word版下载》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、农作物保险论文范文:浅论小麦保险费率厘定:基于小波与非参数估计法word版下载小麦保险费率厘定:基于小波与非参数佔计法论文导读：本论文是一篇关于小麦保险费率厘定:基于小波与非参数估计法的优秀论文范文,对正在写有关于农作物论文的写作者有一定的参考和指导作用，论文片段：ai200092,China)Abstract:Determiningaccuratelythepremiumrateisanimportantprere小麦保险费率厘定：基于小波与非参数估计法quisiteforagriculturalinsurance.Wh

2、ichcouldbealsoareferenceforgovernment'ssupporting摘要：合理厘定保险费率是农作物保险开展的重要前提，可为政府保费补贴等支农政策提供决策依据。本文以北京市冬小麦为样本，采用小波分析和非参数估计策略相结合的策略，改善了农作物保险纯费率厘定策略，提高了计算结果的合理性与准确性，即，利用小波分析法确定作物单产的趋势产量，并在非参数高斯函数为核密度函数设定，借助S订verman的“经验法则”确定带宽，确定了样本数据的概率分布模型，最终完成了北京市冬小麦保险纯费率厘定过程。关键词：农业保

3、险；小波分析；非参数核密度估计；费率厘定1003-5192(2011)04-0055-05WheatInsuranceRateEstimation:BasedonWaveletandNon-parameterKernelDensityApproachesLIYong,SUNYue-qin,XIAMin(SchoolofEconomicsandManagement,TongjiUniversity,Shanghai200092,China)Abstract:Determiningaccuratelythepremiumrat

4、eisanimportantprerequisiteforagriculturalinsuranee.Whichcouldbealsoareferenceforgovernment?ssupportingpolicies(e・g・agriculturalinsurancesubsidyetc・)relatedagriculture・BysamplingwheatyieldinBeijing,thispapercombineswaveletanalysiswithnon-parameterestimationapproach

5、estoimprovetherationalityandaccuracyofpurepremiumcropinsurancerating・Namely,withwaveletanalysistodeterminethetrendofcropyield,thepapercombineswithnon-parametricGaussiankerneldensityfunctionandSi1verman，s"ruleofthumb”toestimatetheprobabilitydistributionofcropyieldl

6、osses,Andfinally,accomplishingtheempiricalstudyontheestimationofwheatinsuranceratepricinginBeijing・Keywords:cropinsurance;waveletanalysis;non-parameterkerneldensityestimation;insuranccrate1引言农作物保险体现了政策性保险在农业中的防灾减损作用，是农业保险的核心内容和重要组成。合理厘定保险费率是农作物保险开展的重要前提,可为政府保费补贴等政

7、策的制定提供依据。但由于农业风险通常具有非可保性特征，因此农作物保险费率厘定一直是理论与实践中的重点与难点。这一过程通常可以概括为：(1)样本选择；(2)数据的收集和检验；(3)单产趋势和波动估计；(4)单产波动概率分布模型确定［叮四步骤。显然研究焦点集中于后两项。在农作物单产趋势和波动估计方面的研究。农作物生产受农业技术进步、基本建设投资和劳动者素质提高等因素影响，单产呈逐年递增趋势，具有非平稳性特征。传统策略ARIMA模型需忽略数据的趋势项和周期项等信息［2］,而其他诸如滑动平均模拟法、直线滑动平均法等由于主观性强、精

8、确性差已较少采用。小波分析法具有逐级观察数字信号、充分体现多分辨率、有效检测并处理瞬态或奇异点等特点，越来越多地应用于农作物产量估计与预测上。国外学者Bartosz［3］在多种统计策略比较分析基础上，通过设定指标，认为小波分析在农产品产量的趋势拟合、预测方面的效果最好。Si等［4］利用农作物产量、湿度指