基于可保風(fēng)險泛化的風(fēng)暴潮災(zāi)害保險定價研究

作者簡介：鄭慧（1986-），女，山東濰坊人，中國海洋大學(xué)經(jīng)濟(jì)學(xué)院教師，理學(xué)博士，研究方向：災(zāi)害風(fēng)險管理。

基金項目：山東省社會科學(xué)規(guī)劃研究項目，項目編號：12CJR18；中央高?；究蒲袠I(yè)務(wù)專項課題，項目編號：201313029。

摘要：提高海洋災(zāi)害的風(fēng)險管理能力、降低災(zāi)害損失，是海洋強(qiáng)國戰(zhàn)略實施的重要保障。在依照可保風(fēng)險泛化條件辨識風(fēng)暴潮災(zāi)害風(fēng)險可保性的基礎(chǔ)上，本文創(chuàng)新并完善了一套基于非參數(shù)估計模型的海洋災(zāi)害保險定價方法，并通過構(gòu)建信度保費厘定模型計算了風(fēng)暴潮災(zāi)害綜合險純費率，從費率厘定的動態(tài)調(diào)整、災(zāi)害保險體系建設(shè)等方面提出了對策建議，以期為完善海洋災(zāi)害風(fēng)險管理體制提供參考。

關(guān)鍵詞：風(fēng)暴潮災(zāi)害；風(fēng)險可保性；費率厘定；核密度估計

中圖分類號：F8426文獻(xiàn)標(biāo)識碼：A

一、引言

作為臨太平洋的海洋大國，風(fēng)暴潮一直以來都是我國面臨的主要海洋災(zāi)害（具體見表1）。隨著沿海區(qū)域經(jīng)濟(jì)地位的凸顯，海洋災(zāi)害造成的損失也在逐年擴(kuò)大，而我國目前實行的仍是以政府為主體、資金配置財政性、管理方式計劃性的災(zāi)害風(fēng)險管理機(jī)制。相對于逐年上升的災(zāi)害損失，用于救災(zāi)支出的財政資源面臨著巨大壓力，再加上管理費用和交易成本的上漲，社會救災(zāi)資金的配置效率嚴(yán)重降低。十八大將“海洋強(qiáng)國”建設(shè)提高到了國家戰(zhàn)略層面，建設(shè)生態(tài)文明，統(tǒng)籌海陸經(jīng)濟(jì)，提高海洋防災(zāi)減災(zāi)能力成為海洋經(jīng)濟(jì)發(fā)展的新的重要命題。而探索建立現(xiàn)代保險制度，引入市場化風(fēng)險分散手段解決海洋災(zāi)害風(fēng)險管理問題，不失為一種有益的嘗試。

提高海洋災(zāi)害風(fēng)險防控能力、降低災(zāi)害損失程度，一直是沿海國家關(guān)注的重點：美國、澳大利亞、日本等早在20世紀(jì)初就開始海洋災(zāi)害保險的研究與實踐。損失測算是災(zāi)害保險定價的基礎(chǔ)，國外早期研究多以期望效用理論（Karl.H.Borch，1999）為基礎(chǔ)，使用傳統(tǒng)的精算模型測算災(zāi)害損失。隨后，學(xué)者們開始將更復(fù)雜的數(shù)理模型引入到災(zāi)害損失評估中。如Ling Hu、Yating Yang（2009）證明了帕累托分布模型在擬合臺風(fēng)、洪水災(zāi)害損失時具有更大的優(yōu)勢，E.Brodin、H.Rootzen（2009）使用廣義帕累托分布優(yōu)化了用于風(fēng)暴、颶風(fēng)保險損失評價的極值方法，Mokhtari、Roberts等（2011）用故障樹分析方法和事件樹分析方法對不同海洋災(zāi)害進(jìn)行了損失評估。在災(zāi)害保險費率厘定方面，使用更完善的數(shù)理模型和方法，解決由災(zāi)害風(fēng)險的異質(zhì)性、頻發(fā)性等帶來的保費厘定技術(shù)難題是大家關(guān)注的熱點。如根據(jù)災(zāi)害風(fēng)險自然特征使用冪變換、風(fēng)險調(diào)整模型等厘定災(zāi)害保費（Wang，1998；Freeman、Kuneruther，2003），使用組合方法、狀態(tài)轉(zhuǎn)移跳擴(kuò)散模型、標(biāo)準(zhǔn)差分析等方法，解決災(zāi)害保險費率厘定中面臨的數(shù)據(jù)有限性和時間序列性限制等問題（Vitor A.Ozaki，2008；Alexander Braun，2011）。

國內(nèi)在災(zāi)害保險特別是海洋災(zāi)害保險方面的研究起步較晚，現(xiàn)有研究主要集中于災(zāi)害風(fēng)險可保性、損失評估方法與模型的探討上。對于災(zāi)害風(fēng)險的可保性，周志剛（2005）等認(rèn)為災(zāi)害風(fēng)險一旦發(fā)生，會導(dǎo)致大量風(fēng)險對象同時受損，產(chǎn)生責(zé)任積累，因而災(zāi)害風(fēng)險是不可保的。而石興（2010）等則提出隨著精算技術(shù)的發(fā)展，可保風(fēng)險的界限開始變得相對模糊，重大災(zāi)害等純粹風(fēng)險能夠進(jìn)入可保行列。對于災(zāi)害保險定價，國內(nèi)研究大多是關(guān)注了損失擬合的數(shù)理模型優(yōu)化問題。災(zāi)害風(fēng)險中異質(zhì)性的存在，往往造成“雙峰”或“多峰”問題。為了消除這些因素對估計精度的影響，學(xué)者們對GPD模型、對數(shù)正態(tài)分布、廣義帕累托分布等更復(fù)雜的模型及其應(yīng)用展開了研究（趙桂芹、王上文，2006；郝旭東，2008；熊雙平，2010）。

整體而言，國外對于海洋災(zāi)害保險的相關(guān)研究較為系統(tǒng)、成熟，國內(nèi)研究則相對不足。一方面，災(zāi)害風(fēng)險分散的理論研究多聚焦于災(zāi)害損失測度模型的討論，對參與災(zāi)害風(fēng)險分散各方式的具體運用，特別是災(zāi)害保險定價的研究并不多見。另一方面，雖然災(zāi)害保險已得到了理論界的關(guān)注，但海洋災(zāi)害保險，特別是對公眾生產(chǎn)生活影響較大的風(fēng)暴潮災(zāi)害保險的研究較為匱乏。因此，本文選取對沿海地區(qū)社會經(jīng)濟(jì)發(fā)展影響較大的風(fēng)暴潮災(zāi)害風(fēng)險分散問題為研究對象，以風(fēng)暴潮災(zāi)害風(fēng)險可保性檢驗為切入點，構(gòu)建基于非參數(shù)估計的風(fēng)暴潮災(zāi)害損失分布擬合模型，探討信度模型下風(fēng)暴潮災(zāi)害保險純費率厘定，以期為拓寬海洋災(zāi)害風(fēng)險管理的思路及建立海洋災(zāi)害保險體系提供技術(shù)支撐。

二、風(fēng)暴潮災(zāi)害風(fēng)險可保性理論框架

傳統(tǒng)意義上的風(fēng)險可保性一般要求風(fēng)險具有確定性、偶然性、損失可測性，以及存在大量同質(zhì)的風(fēng)險單位、發(fā)生災(zāi)難性損失的概率微乎其微等基本特點。自然災(zāi)害由于具有預(yù)測難、損失巨大等特點，不具備依靠市場手段分散風(fēng)險的條件。而隨著投保人風(fēng)險管理需求的擴(kuò)張、精算技術(shù)的發(fā)展，狹義的可保條件也在逐步放寬?？杀ｏL(fēng)險泛化理論（趙正堂，2008）等就提出風(fēng)險可保沒有絕對的界限，能籌集到參與風(fēng)險分散的初始資金、風(fēng)險轉(zhuǎn)移策略的實施能對災(zāi)害損失提供補(bǔ)償是判斷風(fēng)險具有可保性的更可靠的條件，如此說來，災(zāi)害風(fēng)險作為一類純粹的風(fēng)險應(yīng)該被納入可保行列。對風(fēng)暴潮災(zāi)害而言，其致災(zāi)頻率較高、影響范圍相對較廣的自然風(fēng)險特質(zhì)與社會防災(zāi)減災(zāi)需求的擴(kuò)張為風(fēng)暴潮災(zāi)害保險的建立提供了理論支撐。

1.風(fēng)暴潮災(zāi)害符合精算技術(shù)對可保風(fēng)險特征的要求。風(fēng)暴潮災(zāi)害是一類主要的突發(fā)性海洋災(zāi)害，其發(fā)生頻率雖然不像普通非壽險風(fēng)險一樣頻繁，但每年幾十次的發(fā)生次數(shù)，足以提供充足的損失數(shù)據(jù)，反映風(fēng)暴潮災(zāi)害的致災(zāi)信息。從地理分布上講，風(fēng)暴潮災(zāi)害受災(zāi)地區(qū)集中于沿海地區(qū)，受災(zāi)個體和產(chǎn)業(yè)多為涉海經(jīng)營單位，在災(zāi)害損失等方面的統(tǒng)計中，具有明確的指向性。風(fēng)暴潮災(zāi)害發(fā)生在氣候環(huán)流條件下具有相對可預(yù)見性、周期性和地域性，歷史氣象記載數(shù)據(jù)也有一定的可參照性，這些因素符合精算理論對風(fēng)險數(shù)據(jù)特征的要求。

2.風(fēng)暴潮災(zāi)害保險可以實現(xiàn)災(zāi)害風(fēng)險的轉(zhuǎn)移和消化。由風(fēng)暴潮災(zāi)害損失歷史數(shù)據(jù)可以發(fā)現(xiàn)，財產(chǎn)損失是其致災(zāi)損失的主要組成部分，人身傷亡的波動幅度較大且定損工作難度較大，為此我們建議以綜合險作為風(fēng)暴潮災(zāi)害保險的雛形，既能解受災(zāi)群眾生產(chǎn)生活的燃眉之急，又能有效減輕現(xiàn)有的單一政府災(zāi)后救助帶來的財政負(fù)擔(dān)，對社會各利益主體而言，都是一項有效的風(fēng)險管理措施。隨著該領(lǐng)域研究的不斷深入，風(fēng)暴潮災(zāi)害保險會形成一個更完善、豐富的系統(tǒng)。投保人購買風(fēng)暴潮災(zāi)害保險，將超過免賠額的風(fēng)險損失轉(zhuǎn)移給保險人，當(dāng)災(zāi)害發(fā)生時獲得保險賠付；原保險人也可以繼續(xù)購買再保險人提供的再保險，再保險人又可以再選擇轉(zhuǎn)分保，使承保風(fēng)險在原保險人與再保險人之間進(jìn)一步轉(zhuǎn)移。伴隨原保費、再保費的不斷重新分配，甚至是將其中的壽險與產(chǎn)險剝離，使承保風(fēng)險與承保利益對應(yīng)分割，將單一主體的風(fēng)險暴露融入大范圍的風(fēng)險分擔(dān)機(jī)制中，實現(xiàn)災(zāi)害風(fēng)險的轉(zhuǎn)移和消化。

上述分析表明，風(fēng)暴潮災(zāi)害本身的風(fēng)險特征與災(zāi)害損失補(bǔ)償功能的實現(xiàn)共同構(gòu)成了風(fēng)暴潮災(zāi)害風(fēng)險可保的理論框架。一般而言，風(fēng)險數(shù)據(jù)的厚尾特征是困擾精算技術(shù)實施的難點。為進(jìn)一步給出風(fēng)暴潮災(zāi)害風(fēng)險可保的依據(jù)，本文繼而給出風(fēng)暴潮災(zāi)害損失分布厚尾特征的量化分析。圖示法與峰度值是數(shù)據(jù)厚尾性檢驗的常用手段，根據(jù)我國海洋災(zāi)害統(tǒng)計公報，我們以1989年以來的風(fēng)暴潮災(zāi)害直接經(jīng)濟(jì)損失數(shù)據(jù)為樣本，觀察風(fēng)暴潮災(zāi)害損失數(shù)據(jù)對數(shù)Q-Q圖可以發(fā)現(xiàn)（見圖1），數(shù)據(jù)點基本上緊密圍繞在對角線附近、殘差圖波幅基本控制在01以內(nèi)，未出現(xiàn)明顯的規(guī)則變化。

將風(fēng)暴潮災(zāi)害的直接經(jīng)濟(jì)損失數(shù)據(jù)代入峰度值計算公式，有：

風(fēng)暴潮災(zāi)害風(fēng)險的峰度值小于厚尾數(shù)據(jù)峰度臨界值3，初步判斷該風(fēng)險數(shù)據(jù)無厚尾特征。考慮到Q-Q圖和峰度系數(shù)在區(qū)分峰度和尾部問題時摻雜了較多的主觀因素，結(jié)論的說服力有所下降（Silverman B W，1986），本文使用Friedrich（Friedrich，2003）等提出的基于分布序列分位數(shù)的厚尾判別方法進(jìn)一步檢驗風(fēng)暴潮災(zāi)害風(fēng)險的可保性。即計算判別系數(shù)T[DD（-*2/3][HT6”]^[][HT][DD）]n=Xp-X1-pXq-X1-q （0

三、風(fēng)暴潮災(zāi)害損失測度

（一）損失分布擬合模型構(gòu)建

現(xiàn)有對災(zāi)害損失分布擬合的研究多是建立在參數(shù)估計基礎(chǔ)上的，需要事先確定函數(shù)分布形式，甄選樣本數(shù)據(jù)。這種數(shù)據(jù)處理方法，難免會造成信息漏損，對數(shù)據(jù)空間有限的風(fēng)暴潮災(zāi)害損失數(shù)據(jù)而言，必然會降低擬合精度。而非參數(shù)模型無須事先選擇數(shù)據(jù)分布形式，僅以數(shù)據(jù)點作為概率密度估計的依據(jù)（李竹渝，2007），可大大緩解分布擬合與數(shù)據(jù)處理之間的矛盾，與傳統(tǒng)參數(shù)估計模型相比，更適用于新險種損失分布的擬合。其中，核密度估計是較有代表性的一類方法，其計算過程的關(guān)鍵在于核函數(shù)的選擇和最優(yōu)帶寬的確定（吳喜之，1999）。

1962年，Parzen給出了核密度估計的正式定義：設(shè)K（x）為（-∞，+∞）上一個給定的概率密度函數(shù)，hn是一個與之有關(guān)的常數(shù)，其中hn→0，n→∞，則稱：fn（x）=1nhn∑ni=1K（x-Xihn）為f（x）的一個核密度估計，K（x）為核函數(shù)，hn為帶寬。

常用的核函數(shù)有均勻核、正態(tài)核、三角核、雙角核等，由于核密度估計對核函數(shù)的選擇不敏感（譚英平，2003），所以當(dāng)n較大時，核函數(shù)的選擇對估計結(jié)果影響不大。在此，本文選擇正態(tài)核進(jìn)行費率厘定分析，具體核密度函數(shù)形式為：

帶寬的選擇關(guān)系到模型估計精度的高低。一般而言，當(dāng)f（x）和K（x）固定時，使得fn（x）的均方誤差最小時的帶寬即為最優(yōu)帶寬，從而有（吳喜之，1999）：

即：nh5n=[（f″（x））2u22（K）]-1·f（x）‖K‖22

其中，AMSE為fn（x）的漸進(jìn)均方誤差。由此，可得到一個漸進(jìn)滿意的光滑帶寬hAMSE：

選定帶寬是非參數(shù)核密度估計中需要解決的關(guān)鍵問題，由上述推導(dǎo)可見，理論上最優(yōu)帶寬的選取是非常困難的，因為它們都包含未知函數(shù)f（x）和它的二階導(dǎo)數(shù)f″（x）。通常在實際操作中，可以使用Silverman提出的“經(jīng)驗法則”確定帶寬。

假定f（x）為正態(tài)密度函數(shù)，則有：

那么，可估計最優(yōu)帶寬為：n≈106n-15，其中為樣本偏差。

考慮到實際數(shù)據(jù)分布與標(biāo)準(zhǔn)正態(tài)分布會存在偏離，我們使用極差-分位數(shù)法對最優(yōu)帶寬的選擇進(jìn)行改進(jìn)。

令樣本分位數(shù)R為：R=X34-X14≈134σ，有=R[DD（-*2/3][HT6”]^[][HT][DD）]134。其中，R[DD（-*2/3][HT6”]^[][HT][DD）]、X34、X14分別表示樣本分位數(shù)的估計、樣本3/4和1/4分位數(shù)點。因此，改進(jìn)的最優(yōu)帶寬可以表示為：n≈106min（，R[DD（-*2/3][HT6”]^[][HT][DD）]134）n-15。

（二）風(fēng)暴潮災(zāi)害損失分布擬合實證分析

令x′i=xiNi，其中Ni代表第i年保費籌集區(qū)的總?cè)丝?，xi代表第i年風(fēng)暴潮災(zāi)害導(dǎo)致的直接經(jīng)濟(jì)損失，x′i代表第i年風(fēng)暴潮災(zāi)害導(dǎo)致的人均損失，為消除通貨膨脹對計算過程的影響，對數(shù)據(jù)進(jìn)行平減處理，計算所需數(shù)據(jù)均來自歷年《中國海洋災(zāi)害統(tǒng)計公報》和各省市統(tǒng)計年鑒。

道德風(fēng)險是保險公司經(jīng)營中面臨的主要風(fēng)險，為減少風(fēng)暴潮災(zāi)害綜合險中的信息不對稱，鼓勵投保人自覺、主動地采取風(fēng)險防御措施。本文在設(shè)計風(fēng)暴潮災(zāi)害保險時，特別設(shè)置了免賠額。低風(fēng)險等級風(fēng)暴潮災(zāi)害的發(fā)生會對居民生產(chǎn)生活帶來影響，但對于那些處于個體承受范圍之內(nèi)的損失，居民自身的財富積累和風(fēng)險管理完全可以加以消化。例如，美國的洪水保險將單個保單的房屋免賠額設(shè)為25萬美元、財產(chǎn)免賠額設(shè)為10萬美元。我國風(fēng)暴潮各災(zāi)害頻發(fā)區(qū)的常住人口數(shù)量均在百萬以上，在綜合衡量了各地區(qū)人均收入后，本文取直接經(jīng)濟(jì)損失01分位數(shù)點對應(yīng)的數(shù)額為風(fēng)暴潮綜合險免賠額。同理，高風(fēng)險等級風(fēng)暴潮災(zāi)害的發(fā)生會給地區(qū)居民的生產(chǎn)生活帶來較大影響，如果由保險公司全數(shù)承擔(dān)巨額損失，會對其正常的經(jīng)營造成巨大壓力，甚至導(dǎo)致破產(chǎn)。鑒于我國保險市場發(fā)育尚不成熟，承載能力有限的現(xiàn)實，本文設(shè)定了風(fēng)暴潮災(zāi)害綜合險的賠償限額，取直接經(jīng)濟(jì)損失08分位數(shù)點對應(yīng)的數(shù)額為保險賠付上限①。使用Matlab71軟件，得到災(zāi)害損失限額分別為X01=05，X08=67（單位：億元）。

根據(jù)樣本標(biāo)準(zhǔn)差和分位數(shù)的計算結(jié)果R=7478，=94163，取最優(yōu)帶寬為：

將核密度函數(shù)式代入風(fēng)暴潮災(zāi)害損失均值計算式E（x）=∫+∞-∞xf（x）dx ，進(jìn)一步得到風(fēng)暴潮災(zāi)害人均損失期望值：

上述風(fēng)暴潮災(zāi)害人均損失期望值計算公式主要涵蓋了兩類災(zāi)害損失：∫X′08 X′01 x′f（x′）dx′表示損失超過免賠額但在損失限額之內(nèi)的風(fēng)暴潮災(zāi)害人均損失期望值，∫ +∞X′08 [X′08 ]f（x′）dx′表示損失超過損失限額的風(fēng)暴潮災(zāi)害人均損失期望值。對于第一類損失，保險公司可以如實賠付；對于第二類損失，保險公司僅按照損失限額值賠付。將風(fēng)暴潮災(zāi)害直接經(jīng)濟(jì)損失數(shù)據(jù)②帶入，得到人均損失額期望值=128996≈13（元）。

四、風(fēng)暴潮災(zāi)害綜合險保費厘定

（一）研究對象界定

本文以風(fēng)暴潮災(zāi)害導(dǎo)致的財產(chǎn)損失為研究對象，將其中的房屋損失、設(shè)施損毀、農(nóng)作物損失、養(yǎng)殖損失等各損失類別統(tǒng)一在綜合財產(chǎn)項下。在保費籌集時，理論上應(yīng)將風(fēng)險承擔(dān)區(qū)域內(nèi)所有危險單位計算在內(nèi)，既包含居民個體也包含企業(yè)等單位。但實際上，同一區(qū)域居民個體的收入水平相對一致，受災(zāi)主體的同質(zhì)性較高；而不同危險單位在風(fēng)暴潮災(zāi)害中受到的風(fēng)險相差較大，受災(zāi)主體的同質(zhì)性較低，不符合可保條件對風(fēng)險同質(zhì)性的要求，且區(qū)域受災(zāi)單位數(shù)量的相關(guān)統(tǒng)計數(shù)據(jù)較少，也難以進(jìn)行數(shù)據(jù)替代。因此，在討論危險單位數(shù)量時，僅將居民個體計入在內(nèi)。在風(fēng)暴潮災(zāi)害保險適用區(qū)域上，考慮到風(fēng)暴潮的發(fā)生具有明顯的地域特征，本文將適用區(qū)域設(shè)定為風(fēng)暴潮災(zāi)害頻發(fā)的沿海十一省市，分別是：遼寧、河北、天津、山東、江蘇、浙江、上海、福建、廣東、廣西、海南。

（二）純保費厘定

本文依據(jù)Bühlmann信度模型構(gòu)建風(fēng)暴潮災(zāi)害純保費信度厘定模型③，模型基本假設(shè)如下：設(shè)E（Xi|θ）=u（θ），Var（Xi|θ）=v（θ）/w，其中wi 表示損失數(shù)據(jù)xi的權(quán)重，即表示xi攜帶信息的可信程度。wi 越大，xi的方差越小，攜帶的可信信息越多。相應(yīng)的各結(jié)構(gòu)參數(shù)可以表示為：

那么，信度因子可表示為：

由于風(fēng)暴潮災(zāi)害直接經(jīng)濟(jì)損失數(shù)據(jù)的統(tǒng)計并未按災(zāi)害風(fēng)險等級進(jìn)行，即未對觀測數(shù)據(jù)分組，在此默認(rèn)其損失數(shù)據(jù)的風(fēng)險特征相同，不妨設(shè)觀測數(shù)據(jù)組數(shù)r為1。令各次風(fēng)暴潮直接經(jīng)濟(jì)損失數(shù)據(jù)xi的權(quán)重為mi（i=1，2，…，n），結(jié)構(gòu)參數(shù)估計值分別為：

根據(jù)前文風(fēng)暴潮災(zāi)害損失分布擬合的結(jié)果，將各項數(shù)值代入，得到：

從而可得信度因子為：

風(fēng)暴潮災(zāi)害綜合險居民個體對應(yīng)的每次災(zāi)害的信度保費④為：

純保費法計算純費率還需要使用純保費P、固定費用F、利潤因子Q等參數(shù)，我們對各參數(shù)的取值過程如下：

1.危險單位。危險單位指一次事故可能造成的最大損失范圍，是計算保費的基本單位，取值以實用方便為主。參考中國保險監(jiān)督管理委員會《關(guān)于印發(fā)財產(chǎn)保險危險單位劃分方法指引的通知》（2006）的規(guī)定⑤，取每千元保額為一個危險單位，即E=1 000元。

2.純保費。與財產(chǎn)保險費率厘定一般處理方法相同，以風(fēng)暴潮災(zāi)害人均期望損失值作為純保費，即P=LE=L1000。

3.利潤因子及固定費用。根據(jù)前文對風(fēng)暴潮災(zāi)害風(fēng)險可保性的分析，風(fēng)暴潮災(zāi)害保險設(shè)立的根本目的在于提高海洋災(zāi)害的風(fēng)險分散效率、增強(qiáng)災(zāi)后損失補(bǔ)償能力。因此，風(fēng)暴潮災(zāi)害保險是以準(zhǔn)公共物品的身份進(jìn)入市場的，這就要求參與經(jīng)營的商業(yè)性保險公司不應(yīng)以利潤為首要目標(biāo)；且政府要通過財政補(bǔ)貼、稅收減免等措施，平衡投保人支付意愿與保險人基本利益之間的矛盾。考慮到這些因素，本文將利潤因子和固定費用設(shè)為理想狀態(tài)，取值為零。

4.可變費用。可變費用是營業(yè)費用、手續(xù)費、傭金等的合計，現(xiàn)實中多以純保費的一定比例來確定，取中國人民財產(chǎn)保險股份有限公司2008-2011年的費用支出與賠付支出比值的平均值作為可變費用因子的近似替代。

根據(jù)前述理論推導(dǎo)及相關(guān)假設(shè)條件，得到風(fēng)暴潮災(zāi)害綜合險指示費率：

該結(jié)果顯示，對于個體投保人而言，繳納約18元即可獲得單次風(fēng)暴潮災(zāi)害損失1 000元的保險金額。

五、結(jié)論及啟示

立足于我國海洋防災(zāi)減災(zāi)現(xiàn)狀，本文著重討論了風(fēng)暴潮災(zāi)害風(fēng)險可保性與純費率厘定，引入保險技術(shù)豐富海洋災(zāi)害風(fēng)險管理的市場機(jī)制，以期提高海洋災(zāi)害風(fēng)險分散與損失補(bǔ)償能力。因此，主要結(jié)論和啟示如下：

第一，風(fēng)暴潮災(zāi)害風(fēng)險的可保性是困擾相關(guān)海洋災(zāi)害保險機(jī)制建立的關(guān)鍵。本文通過分析風(fēng)暴潮災(zāi)害損失數(shù)據(jù)的Q-Q圖、計算其峰度值，認(rèn)為風(fēng)暴潮災(zāi)害風(fēng)險在統(tǒng)計上不具有厚尾性。并進(jìn)一步使用Friedrich提出的序列分位數(shù)檢驗方法，證明了這一結(jié)論。

第二，損失分布擬合的準(zhǔn)確度決定了保費厘定的效果。本文選擇核密度估計模型，可以簡化計算步驟、減少參數(shù)估計帶來的誤差。數(shù)據(jù)擬合結(jié)果表明，這一方法對于風(fēng)暴潮災(zāi)害保險這類帶有一定巨災(zāi)特點險種的費率厘定效果較好。

第三，上述純保費計算結(jié)果表明，以居民個體為投保對象的綜合險，每千元保額對應(yīng)的保費大致在18元左右，考慮到我國居民的實際收入水平，這一保費標(biāo)準(zhǔn)應(yīng)該說是能夠為公眾接受的。與此同時，筆者也認(rèn)識到優(yōu)化損失擬合模型是提高保費定價科學(xué)性的有效手段，而后續(xù)的費率校正問題更關(guān)系到保險定價的差異性與可行性。所以，借助區(qū)域風(fēng)暴潮災(zāi)害風(fēng)險等級和社會經(jīng)濟(jì)發(fā)展階段劃分等手段，研究風(fēng)暴潮災(zāi)害保險的差別定價將是下一步進(jìn)行深度研究的重點。

當(dāng)然，風(fēng)暴潮等海洋災(zāi)害保險體系的建立是一項龐大的工程，保費厘定只是其中的一環(huán)。這一風(fēng)險管理機(jī)制的建立和實施需要政府、保險市場以及居民個人多方力量的共同支持。提及推行風(fēng)暴潮災(zāi)害保險的相關(guān)建議，我們認(rèn)為普及海洋災(zāi)害教育、提高居民防災(zāi)減災(zāi)意識是海洋災(zāi)害保險體系建立的基本保障。由于公眾缺乏風(fēng)險意識，在災(zāi)害風(fēng)險沒有發(fā)生的階段，“僥幸”心理導(dǎo)致大多數(shù)人不愿意購買保險，保險人無法獲得充足的保費進(jìn)行投資運作；而大災(zāi)發(fā)生時，保險人卻又要在前期利潤較少或者無利可圖的情況下，提供大量的保險賠付。要想緩解投保人支付意愿與保險人利潤要求的矛盾，除了強(qiáng)制性地降低保險人的利潤預(yù)期外，增強(qiáng)海洋災(zāi)害的風(fēng)險意識，防患于未然，才是解決這一問題的根本途徑。對于風(fēng)暴潮災(zāi)害保險這樣的準(zhǔn)公共物品，商業(yè)性保險公司的積極參與能夠提升險種的市場滲透力與擴(kuò)張力。為了抵消災(zāi)害保險低收益率對保險公司維持正常經(jīng)營的不利影響，我們可以借鑒目前政策性農(nóng)業(yè)保險的做法。在風(fēng)暴潮災(zāi)害保險的推廣階段，可以加大政府資金、財稅政策等的扶持力度，待其發(fā)展成熟后再逐步轉(zhuǎn)向市場化發(fā)展模式。此外，日本海嘯的災(zāi)后救助經(jīng)驗顯示，建立完善的再保險市場對于提高抗擊海洋災(zāi)害風(fēng)險的能力意義重大。我國的再保險市場發(fā)展還相對滯后，應(yīng)積極吸引資金注入、拓寬再保險資金的投資渠道，強(qiáng)化保險市場整體的承災(zāi)能力，最終實現(xiàn)構(gòu)筑完善的保險機(jī)制、應(yīng)對風(fēng)暴潮等海洋災(zāi)害風(fēng)險的目標(biāo)。

注釋：

①本文對免賠額和賠付限額的設(shè)定均為經(jīng)驗估計，以使保額能夠覆蓋80%左右的風(fēng)暴潮災(zāi)害損失，這一數(shù)據(jù)是基于歷次災(zāi)害損失金額和地區(qū)居民可支配收入得出的。

②本文所用數(shù)據(jù)均來自1990-2010中國海洋災(zāi)害統(tǒng)計公報。

③我國對風(fēng)暴潮災(zāi)害等海洋災(zāi)害相關(guān)統(tǒng)計工作開展時間并不長，其損失數(shù)據(jù)樣本空間是有限的，在綜合比較了費率厘定體系的適用條件后，本文選擇Bühlmann體系作為費率厘定的基本模型。

④此信度保費即為信度模型下，根據(jù)均值原理計算得到的人均期望損失值。

⑤該通知對石油天然氣上游企業(yè)一攬子保險的危險單位作了具體規(guī)定：“對海上石油險而言，要重點考慮臺風(fēng)的巨災(zāi)特性……海上油田營運期一攬子保險以承包的最大的一個平臺或浮式儲油輪的保額，加上保單規(guī)定的施救、清除殘骸、共同海損限額，作為危險單位……；鉆井平臺一切險，以鉆井平臺的保額，加上保單規(guī)定的施救、清除殘骸、共同海損限額，作為危險單位；石油天然氣鉆井設(shè)備一切險以整套鉆機(jī)保額，加上保單規(guī)定的施救、清除殘骸限額，作為危險單位”。

參考文獻(xiàn)：

[1]E.Brodin，H.Rootzen. Univariate and bivariate GPD methods for predicting extreme wind storm losses[J].Insurance： Mathematics and Economics，2009，44：345-356.

[2]Freeman， P. K.， Kunreuther， H. 2003. Managing environmental risk through insurance. In H. Folmer T. Tietenberg （Eds.）， the International Yearbook of Environmental and Resource Economics 2003/2004. Northampton， MA： Edward Elgar Publishing.

[3]Friedrich Schmid，Mark Trede.Simple Test for Peakedness， Fat Tail and Leptokurtosis Based on Quantiles[J].Computational Statistic Data Analysis，2003（43）：1-12.

[4]Luan C.Insurance Premium Calculations with Anticipated Utility Theory[J].ASTIN Bullentin， 2001，7：27-39.

[5]Lind R.C. Flood control alternatives and the economics of flood protection[J].Water Resources Research，1967，3（2）：345-357.

[6]Mokhtari， Kambiz，Ren， Jun，Roberts， Charles，Wang， Jin. Application of a generic bow-tie based risk analysis framework on risk management of sea ports and offshore terminals[J].Journal of Hazardous Materials，2011，192（2）：465-475.

[7]Prakasa Rao.Nonparametric Function estimation[M].London：Academic Press，1983：22-198.

[8]Silverman B W.Density Estimation for Statistics and Data Analysis[M].London：Chapman and Hall，1986：30-367.

[9]陳耀年.投資者系統(tǒng)決策偏差對收益率分布尾部的影響及實證研究[D].長沙：湖南大學(xué)，2006.

[10]李竹渝.經(jīng)濟(jì)、金融計量學(xué)中的非參數(shù)估計技術(shù)[M].北京：科學(xué)出版社，2007：5-69.

[11]吳喜之.非參數(shù)統(tǒng)計[M].北京：中國統(tǒng)計出版社，1999：13-200.

[12]謝麗，張振克.近20年中國沿海風(fēng)暴潮強(qiáng)度、時空分布與災(zāi)害損失[J].海洋通報， 2010，12（6）： 690-696.

[13]解偉，李寧.內(nèi)蒙古雪災(zāi)保險費率的厘定——基于自然災(zāi)害系統(tǒng)理論的研究[J].自然災(zāi)害學(xué)報，2012（2）：163-170.

[14]楊朝軍，肖彥明，徐為山.基于均值方差模型的最優(yōu)巨災(zāi)保險計劃[J].上海交通大學(xué)學(xué)報， 2006（4）：622-640.

[15]趙昕，王曉婷.風(fēng)暴潮災(zāi)害綜合財產(chǎn)險精算定價模型探析[J].統(tǒng)計與決策，2011（17）：15-18.

[16]趙正堂.保險風(fēng)險證券化研究[M].廈門：廈門大學(xué)出版社，2008.

（責(zé)任編輯：劉春雪）