قیمت‌گذاری بیمه شاخص بارندگی برای محصولات گندم و جو دیم در شهرستان هشترود

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استاد گروه اقتصاد کشاورزی دانشگاه تبریز

2 دانشجوی کارشناسی ارشد اقتصاد کشاورزی، دانشگاه تبریز، تبریز، ایران.

3 دانشیار گروه اقتصاد کشاورزی، دانشگاه تبریز، تبریز، ایران.

چکیده

بیمه محصولات کشاورزی سازوکاری مناسب برای ایجاد ثبات در درآمد تولیدکنندگان است؛ اما با توجه به مشکلاتی نظیر اطلاعات نامتقارن، «بیمه» ابزاری هزینه‌بر به ‏شمار می‏ رود. بارندگی نسبت به سایر عوامل اقلیمی بیشتر‌ین تأثیر را در تولید کشاورزی دارد. گندم و جو عمده‌ترین محصولات کشاورزی شهرستان هشترود محسوب می‌شوند. در مطالعه حاضر، با استفاده از تابع غرامت و تابع هزینه خسارت توزیع لگ- لجستیک، به قیمت‌گذاری بیمه شاخص بارندگی برای محصولات گندم و جو دیم در شهرستان هشترود پرداخته شد. آمار عملکرد گندم و جو دیم و بارندگی طی سال‌های 94-1370، به ‏ترتیب، از سازمان جهاد کشاورزی و اداره کل هواشناسی استان آذربایجان شرقی جمع‌آوری شد. نتایج تابع غرامت نشان داد که در سال‌های زراعی 79-1378 و 87-1386، با میزان بارندگی سالانة کمتر از حد تعیین‏شده (225 میلی‌متر)، غرامت به‏صورت کامل و برابر با حداکثر سطح تعهد بیمه‌گر پرداخت شده بود. همچنین، نرخ حق بیمه معادل هجده درصد و حق بیمه‌های منصفانه در چهار سطح پوشش محاسبه شد؛ این مقدار در سال زراعی 94-1393 در سطح پوشش هشتاد درصد برای محصول گندم 2568641 ریال و برای محصول جو 1/2410948 ریال به‏دست آمد. نتایج نشان داد که حق بیمه‌های محاسبه ‏شده برای هر دو محصول از حق بیمه‌های فعلی بیشتر بود. از این‏رو، پیشنهاد می‌شود که به ‏منظور کاهش ناکارآمدی صندوق بیمه محصولات کشاورزی، حق بیمه‌های محاسبه ‏شده مورد توجه سیاست‌گذاران و متولیان بخش کشاورزی قرار گیرد.

کلیدواژه‌ها


عنوان مقاله [English]

Pricing of Rainfall Index Insurance for Rainfed Wheat and Barley in Hashtroud County of Iran

نویسندگان [English]

  • Gh. Dashti 1
  • M. Cheraghi 2
  • E. Pishbahar 3
1 Professor, Department of Agricultural Economics, University of Tabriz, Tabriz, Iran
2 MSc. Student in Agricultural Economics, University of Tabriz, Tabriz, Iran
3 Associate Professor, Department of Agricultural Economics, University of Tabriz, Tabriz, Iran.
چکیده [English]

Agricultural insurance is a good alternative of stabilizing producers'' incomes, but problems such as asymmetric information have made insurance an expensive tool. Recent studies have shown that weather index insurance manage these problems. Rainfall values have the greatest impact on agricultural production, compared to other climatic factors. On the other hand, Hashtroud County has a central position in wheat and barley production in in East Azerbaijan province of Iran. Therefore, in this study, the pricing of rainfall index insurance for wheat and barley in this county was investigated. In this regard, the required data of wheat and barley yield and rainfall during 1991-2015 were collected. The results of indemnity function showed that in the cropping years of 1999-2000 and 2007-08 with the annual rainfall of less than 225 mm, the indemnity was fully paid, equal to the maximum level of the insurer''s liability. Then, using the lost- cost function and log-logistic theoretical distribution, the premium rate was calculated to be 18 percent. Actual premiums were calculated at four levels of coverage and for each product, the calculated amount for wheat for the cropping year 2014-15 at the coverage level of 80 percent was 2568641 IR Rials and for the barley, equal to 2410948.1 IR Rials. The results showed that the premiums calculated in this study for both products were higher than current premiums. Therefore, it might be suggested that the concerned premiums calculated to reduce the inefficiency of the Agricultural Insurance Fund should be taken into consideration by policy makers and managers of agricultural sector.

کلیدواژه‌ها [English]

  • Lost cost function
  • Rainfall index insurance
  • Wheat and Barley
  1. Agricultural Insurance Fund (2011). Introduction to agricultural insurance. Tehran: Agricultural Insurance Fund. (Persian)
  2. Chambers, R.G. (1989). Insurability and moral hazard in agricultural insurance markets. American Journal of Agricultural Economics, 71(3): 604-616.
  3. East Azerbaijan Jahad-e-Agriculture Organization (2016). Available at www.eaj.ir. (Persian)
  4. Ghahramanzadeh, M., Dashti, Gh., Afrasiabi, S., Hosseinzad, J. and Hayati, B. (2014). Indicating the proposed Climate Indicator Insurance in wheat crop production of Ahar County. Iranian Agricultural Economics and Development Research. 45(2): 383-393. (Persian)
  5. Husak, G.J., Michaelsen, J. and Funk, C. (2007). Use of the gamma distribution to represent monthly rainfall in Africa for drought monitoring applications. International Journal of Climatology, 27(7): 935-944.
  6. Jewson, S. and Brix, A. (2005). Weather derivative valuation: the meteorological, statistical, financial and mathematical foundations. Cambridge University Press.
  7. Just, R.E., Calvin, L. and Quiggin, J. (1999). Adverse selection in crop insurance: actuarial and asymmetric information incentives. American Journal of Agricultural Economics, 81(4): 834-849.
  8. Kouchakzaei, F., Nowrouzi, Gh. and Goudarzi, M. (2013). Calculation of agricultural premiums for rainfed wheat using precipitation index (case study: Dargaz County). First National Agricultural and Sustainable Natural Resources Conference. (Persian)
  9. Martin, S.W., Barnett, B.J. and Coble, K.H. (2001). Developing and pricing precipitation insurance. Journal of Agricultural and Resource Economics, pp.261-274. (Persian)
  10. Meteorological Organization East Azerbaijan Province (2016). Annual statistics of meteorological stations.
  11. Odening, M., Mubhoff, O. and Xu, W. (2007). Analysis of rainfall derivatives using daily precipitation models: opportunities and pitfalls. Agricultural Finance Review, 67(1): 135-156.
  12. Pishbahar, E, Abedi, S., Dashti, Q. and KianiRad, A. (2015). Calculation of premium for weather index insurance for rainfed wheat in Mianeh County: Application of D-Vine Caoula. Agricultural Economics. 3(9): 37-62. (Persian)
  13. Poudel, M.P., Chen, S.E. and Huang, W.C. (2016). Pricing of rainfall index insurance for rice and wheat in Nepal. Journal of Agricultural Science and Technology, 18(2): 291-302.
  14. Shah, A. (2016). Pricing of Rainfall Insurance in India using Gaussian and t Copulas. 90th Annual Conference, April 4-6, 2016, Warwick University, Coventry, UK (No. 236288). Agricultural Economics Society.
  15. Skees, J.R. and Barnett, B.J. (2006). Enhancing microfinance using index-based risk-transfer products. Agricultural Finance Review, 66(2): 235-250.
  16. Turvey, C. (1999). The essentials of rainfall derivatives and insurance. Guelph: Department of Agricultural Economics and Business, University of Guelph.
  17. Turvey, C.G., Weersink, A. and Celia Chiang, S.H. (2006). Pricing weather insurance with a random strike price: the Ontario ice-wine harvest. American Journal of Agricultural Economics, 88(3): 696-709.
  18. Vedenov, D.V. and Barnett, B.J. (2004). Efficiency of weather derivatives as primary crop insurance instruments. Journal of Agricultural and Resource Economics, pp.387-403.