Bayes混合模型在我国农业旱灾风险度量中的运用

摘要：

旱灾一直是对我国农业经济生产威胁最大的灾害之一.因此,如何深度剖析旱灾风险特征,强化风险管理,科学、积极地进行防灾减灾来大幅度减轻灾害风险负担、弱化旱灾风险负面影响,有效助力经济平稳、快速发展一直是政府和学术界长期关注的焦点问题之一.本文借鉴金融风险度量的方法经验,用VaR作为旱灾风险度量工具.通过构建混合分布模型的方式来拟合旱灾损失率分布,并根据该模型估计VaR以刻画旱灾风险大小.混合分布模型由常规分布和GPD组成,其中,GPD用来刻画风险尾部特征.同时,该模型采用Bayes计算方法来回避GPD分布阈值选择和参数估计难题.结果 表明:与Gamma-GPD混合分布相比,Norm-GPD混合分布模型在拟合农业旱灾损失率分布上表现更佳,其精度较高、VaR估计值更可信.Norm-GPD混合分布的VaR估计结果表明,我国在遭受10年一遇,20年一遇和100年一遇旱灾的情况下,农业旱灾损失率不超过9.45％,11.03％和30.21％.该结果对于我国农业旱灾风险管理以及农业灾害保险、债券的定价具有重要意义.

关键词：旱灾风险、风险价值、Bayes混合模型、MCMC

所属期刊栏目：38

分类号：O212(概率论与数理统计)

资助基金：国家自然科学基金项目71661030

在线出版日期：2020-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：203-215