关于指数保险在美国农业中的效益：一项大规模研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《On the benefits of index insurance in US agriculture: a large-scale
  analysis using satellite data》
---
作者：
Matthieu Stigler, David Lobell
---
最新提交年份：
2021
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
英文摘要：
  Index insurance has been promoted as a promising solution for reducing agricultural risk compared to traditional farm-based insurance. By linking payouts to a regional factor instead of individual loss, index insurance reduces monitoring costs, and alleviates the problems of moral hazard and adverse selection. Despite its theoretical appeal, demand for index insurance has remained low in many developing countries, triggering a debate on the causes of the low uptake. Surprisingly, there has been little discussion in this debate about the experience in the United States. The US is an unique case as both farm-based and index-based products have been available for more than two decades. Furthermore, the number of insurance zones is very large, allowing interesting comparisons over space. As in developing countries, the adoption of index insurance is rather low -- less than than 5\\% of insured acreage. Does this mean that we should give up on index insurance?   In this paper, we investigate the low take-up of index insurance in the US leveraging a field-level dataset for corn and soybean obtained from satellite predictions. While previous studies were based either on county aggregates or on relatively small farm-level dataset, our satellite-derived data gives us a very large number of fields (close to 1.8 million) comprised within a large number of index zones (600) observed over 20 years. To evaluate the suitability of index insurance, we run a large-scale simulation comparing the benefits of both insurance schemes using a new measure of farm-equivalent risk coverage of index insurance. We make two main contributions. First, we show that in our simulations, demand for index insurance is unexpectedly high, at about 30\\% to 40\\% of total demand. This result is robust to relaxing several assumptions of the model and to using prospect theory instead of expected utility.
---
PDF下载：
--> On_the_benefits_of_index_insurance_in_US_agriculture:_a_large-scale_analysis_usi.pdf (1.99 MB)

2022-4-24 15:31:47 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：大规模 Contribution Quantitative MORAL HAZARD Agricultural

标准杆数保险在美国农业中的应用：利用卫星DATAMATEUTE施蒂格勒*、戴维洛贝尔斯坦福大学席席、食品安全中心和环境29号2021（最新版本）的指数分析保险指数，与传统的农业保险相比，有助于降低农业风险。indexinsurance通过将支出与区域因素而非个人损失联系起来，降低了监控成本，并缓解了道德风险和逆向选择问题。尽管指数保险在理论上具有吸引力，但许多发展中国家对指数保险的需求仍然很低，这引发了一场关于指数保险使用率低的原因的辩论。令人惊讶的是，在这场辩论中几乎没有讨论美国的经验。美国是一个独特的例子，因为基于农场和基于Index的产品已经存在了20多年。此外，它还有大量的保险区，可以在空间上进行有趣的比较。在本文中，我们利用卫星预测获得的玉米和大豆田间数据集，研究美国指数保险的效益和决定因素。虽然之前的研究是基于县总体数据或相对较小的农场层面数据集，但我们的卫星数据提供了大量的土地（接近180万），包括在20年观察到的大量指数区（600）内。我们进行了大规模模拟，比较了每个保险方案的效益。我们有两个主要贡献。首先，在我们的模拟中，我们发现对独立保险的需求出人意料地高，约占总需求的30%到40%。这一结果对放松模型的几个假设以及使用前景理论而不是预期效用具有鲁棒性。

第二，我们检查了600个县指数保险适用性的空间决定因素。我们的结果表明，选择衡量保险适用性的指标可能会导致相反的结果。与无保险相比，指数保险在时间变化性最高的县最为有利。如果将其与农场层面的保险进行对比，指数保险现在在这些县的效益最低。综上所述，我们的研究结果有助于改善政策设计，因为我们对指数保险的整体有用性有了更乐观的认识，并加深了我们对限制其传播的空间因素的理解*通讯作者马修。Stigler@gmail.com.我们感谢AAEA夏季会议、加州大学戴维斯分校大数据会议和2020年农业政策会议的与会者提出的有用意见。我们还感谢迈克尔·卡特、马里奥·米兰达、埃莉诺·贝纳米、安德鲁·霍布斯、乔恩·埃纳尔·弗拉特内斯、吉桑·余、扎拉·汗和西尔万·库图提供了有益的反馈和评论。1.引种风险在农业中无处不在。天气对生产有重要影响，但仍然难以预测。类似地，农产品价格通常非常不稳定，例如在2007-2008年的价格飙升期间。这种风险对农民有几个负面影响。在存在风险的情况下，农民减少产量，选择低产低风险技术（Dercon，1998年和2002年）。此外，在信贷市场缺失的不发达国家，风险会对农民平稳消费的能力产生负面影响，并减少信贷的需求和供应（Boucher等人，2008年；Karlan等人，2014年）。农业保险是降低农民风险的重要工具。

从历史上看，最初的保险工具侧重于基于赔偿的计划，当agiven油田的收益率低于该油田预期收益率的一定百分比时，就会触发支付。然而，这种基于实地的计划涉及多个问题：1）道德风险，即投保导致承担不适当的风险；2）逆向选择，即对个体风险的可能低估和高估导致对农民的不利分类；以及最后3）由于评估损害和为个体保费定价所需的数据的要求，监控成本很高。作为对这些问题的回应，指数保险提供了一个有趣的选择。指数保险将保险支出与外部指数的低实现率联系起来，外部指数根据产出（给定区域的平均产量）或输入（降雨、温度等天气变量）确定。指数保险的优势在于，由于不再需要对单个地块进行监控，成本降低；由于农民的个人行为对指数没有影响，因此不存在道德风险；此外，还可能减少逆向选择。指数保险相对于传统的基于指数的保险的这些优势导致了世界各地，尤其是发展中国家实施了若干计划，并引起了人们对文献的持续兴趣（见Barnettand Mahul，2007；Miranda and Farrin，2012；Carter et al.，2017）。尽管指数保险在理论上具有吸引力，但正如宾斯旺格·姆基泽（Binswanger Mkhize，2012）的煽动性标题所总结的那样，实施的各种计划的成功是有限的，关于指数化农业保险是否有过多的炒作？总的来说，即使是在补贴保费的情况下，使用率也非常低，这对此类计划在没有公共补贴的情况下的可持续性提出了质疑（Cole等人，2013年；Cole和Xiong，2017年）。

罪魁祸首在于指数保险的原则本身：指数保险通过将赔付与个人损失脱钩，引入了基础风险，即农民遭受损失的概率，而指数不会导致赔付。归根结底，基差风险是指数准确性的函数，因此取决于总产量（对于基于结果的指数）或特定降雨变量（对于基于投入的指数）是否能很好地预测单个产量。虽然基差风险被广泛认为是指数保险的主要问题，但很少有研究能够在实践中衡量它。其中，Jensen等人（2016年）利用四年的数据分析了肯尼亚的一项牲畜指数保险计划，并对指数保险提出了警告，得出了实质性的风险基础。在本文中，我们利用卫星数据技术构建了美国玉米带地区玉米和大豆田间产量的大型数据集。利用卫星数据，我们可以观察大区域内的几乎每个区域，这具有允许在给定区域内进行小范围分析以及比较多个保险区域的大范围分析的双重优势。关注美国玉米带提供了一个有趣的案例研究，原因有二。首先，它表明，由于指数准确性的空间或时间变化而产生的逆向选择仍然是可能的，见Jensen等人（2018年）。而且相当均匀的区域为卫星数据提供了一个特别有利的环境，目前卫星预测的准确性比许多其他国家都高。其次，根据县平均收益率，美国已经拥有规模最大、可能最古老的地区性保险计划之一。

正如我们将在下一节详细介绍的那样，美国指数保险计划的经验教训相当模糊。一方面，对于风险管理机构（RMA）的主要产品，与农场保险相比，指数保险的需求非常有限。另一方面，当我们看一看农场服务机构（FSA）提供的另一个方案时，就会得出相反的结论。这些来自不同方案的相反结论激发了我们的主要研究问题，试图在一个从制度细节、对手选择和道德风险中抽象出来的简单世界中衡量指数保险的效益。我们的模拟结果表明，与农场保险相比，指数保险的表现出奇地好。在衡量了指数保险的效益后，我们的第二个研究问题侧重于确定从指数保险中受益最多的领域（或县）的特征。为此，我们将米兰达（1991）的理论推广到比较指数保险和农业保险的案例中。我们在数据集上验证了我们的新理论预测，并大体上找到了一致性。这项工作产生的一个关键结果是，指数保险效益的决定因素在很大程度上取决于所用指标的选择。特别是，与无保险相比，差异较大的县似乎从指数保险中获益最多，或与农业保险相比获益最少。据我们所知，这个结果在文献中是新的，我们相信它对指数保险的设计有重要的意义。我们的论文贡献了几篇文献。

首先，我们为研究美国地区性保险计划（米兰达，1991年；卡里克等人，1991年；史密斯等人，1994年；巴内特等人，2005年；邓等人，2007年）或其他类似地区性保险计划（布雷斯特特等人，2008年针对哈萨克斯坦，叶等人，2020年针对中国）的论文做出了贡献。这篇文献的结论相当复杂，一些论文表明，与美国的农业保险相比，区域保险表现良好（Barnett等人，2005年；Deng等人，2007年），但在中国也有反例（叶等人，2020年）。与这些论文相比，我们的样本规模比任何一篇论文都大几个数量级（我们发现的最大样本量为66000 Inden et al.2007），但更重要的是，包含近600个保险区。这使我们能够对指数保险效益的决定因素进行跨县分析，就我们所知，这是其他研究无法做到的。我们的论文也有助于较小的文献估计个人基差风险及其决定因素。Jensen等人（2016年）使用了肯尼亚736名住户的样本，估计了家庭层面的基差风险及其决定因素。他们发现，性别、家庭中受抚养人的数量或牲畜的重要性等特征会影响基本风险。与本研究相比，我们无法观察家庭特征，而是关注家庭特征的均值和方差等领域指标。最后，我们还对指数保险效益的理论文献建模做出了贡献（米兰达，1991年；马胡尔，1999年；维卡曼，2000年；伯荣和钱伯斯，2003年）。

我们扩展了Miranda（1991）的模型，将指数保险与武器保险进行比较，而不是仅仅将指数保险与无保险进行比较。本文的组织结构如下：在第2节中，我们描述了联邦作物保险计划、呈现我们的理论模型以及我们在整个过程中使用的效用指标。第3节介绍了数据集及其构造和验证。最后，我们将在第4节中展示我们的主要结果，并在第5.2节上下文和概念模型2中展示健壮性检查。美国联邦作物保险计划美国联邦作物保险计划自1938年成立以来，已成为农业法案中规模最大的计划之一，每年耗资近80亿美元，仅次于营养计划。这些巨大的成本可以用该项目的慷慨性质来解释：ZF承担所有运营成本，并补贴大部分保费（40-60%）。鉴于早期参与率相对较低，这些高补贴率被认为是引导农民参与该计划的必要条件。目前参与率很高，2015年，约86%的合格英亩土地被覆盖。多年来，风险管理局（RMA）提供了大量保险计划，其名称和具体城市也在不断变化。简言之，这些可分为确保产量或收入的计划，以及农场层面或县级层面的保险计划。农场层面的产量保险一直是标准的保险计划。基于区域的计划于1993年推出，最初名称为集团风险计划。该基于区域的计划是一个指数计划，该指数是由美国农业部（USDA）收集的官方统计数据衡量的平均县产量。

所有这些计划的总体思路是，只要实际（农场或地区）产量低于预期值的某个百分比，就会触发赔偿。这一触发水平（在RMA术语中称为覆盖水平）在不同级别上提供，农场级别的触发水平从50%到85%不等，区域产品的触发水平从65%到90%不等。保费得到了大量补贴，平均费率为60%，而触发级别越高，费率越低（详情见表A.3）。图1显示了2011-2019年期间农民选择的基于农业和地区的保险触发水平，平均为玉米和大豆。图中还显示了所谓的灾难性触发（CAT），其成本较低，但赔偿金额较低。所选农场和地区之间的产量差异很大。对于基于区域的方案，绝大多数选择最大触发级别90%。另一方面，对于以农产品为基础的产品，农民要么选择50%的最低触发值，要么选择65%的中间值，而很少有人选择85%的最大覆盖率。基于农场或区域的保险的触发选择之间的差异表明，基于区域的保险由于基础风险，仅提供部分保护。农民更喜欢地区性保险还是农场性保险？答案是相当模糊的，这取决于人们考虑的程序。图2显示了每个方案在总覆盖面积方面的百分比，包括产量和收入类型。图中显示了对上述产品以及农业服务机构（FSA）提供的类似产品农业风险保险（ARC）产品的需求。对于RMA产品而言，指数保险的需求非常小，与传统的基于赔偿的保险相比，每种情况下都不超过5%。

这些结果似乎对指数保险并不十分令人鼓舞，令人怀疑是否应该推广指数保险。有趣的是，对于同时具有基于农场和基于地区的选项的类似FSA产品，结论是相反的：基于地区的产品在很大程度上优于基于农场的产品（见alsoSchnitkey et al.2015）。当然，在直接比较这些产品（AcrosrMA和FSA）时，以及在RMA产品中，也有很多注意事项。例如，就RMA比较而言，不仅基于农场或地区的计划的补贴率不同，而且还有其他一些细微的差异，即农民只选择农场价值的中间覆盖率这一事实在各种论文中都有讨论，见杜等人（2017）；巴布科克（2015）；Feng等人（2020年）图1：不同触发水平下的保险需求图面板显示了不同触发水平下（顶部）基于区域或（底部）基于现场的保险占总面积的百分比。资料来源：为清晰起见，风险管理机构的业务摘要中有自己的计算。此外，FSA和RMA之间的比较非常困难，因为FSA产品是最新的产品，而且几乎没有成本。注意到从这些明显矛盾的观察结果中很难就指数保险的好处得出确切结论，我们选择使用从许多机构特性中提取的RMA产品的程式化表示进行大规模模拟。我们特别选择排除道德风险和逆向选择，使我们能够关注我们的主要兴趣问题、指数保险的适用性和决定因素。2.2概念模型我们的目标有两个：首先，我们寻求衡量指数保险的收益，然后了解与这些收益相关的领域（或县）的特征。