1绪论
1.1研究背景与意义
1.1.1研究背景
农业作为基础产业关系到我国的国计民生和经济社会发展，但农业生产因其地域性、季节性和周期性及其自身的弱质性和生产过程的特殊性，在再生产循环过程中面临着许多风险即农业风险。其中，气候变化对我国农业生产的影响十分显著。据统计，仅2010年西南五省市的持续严重干旱所造成的直接经济损失即达到246亿元，而印度洋海喷、干旱等自然灾害引发的经济损失也不计其数。如何对气候变化造成的农业风险进行合理有效规避成为一个紧迫而有意义的问题，这也引起了学者们的广泛关注。王春乙（2007)利用中国主要农作物产量、受灾面积等资料，在分析主要农业自然灾害的分布地区、季节特点及变化特征后得出结论，认为干旱是对作物产量影响最大、影响区域最广、发生最频繁的自然灾害，成为中国农业稳定和粮食安全供给的主要制约因素。而水灾也是影响农作物生产的重要因素，两者对农业生产的影响远远超过其他灾害因子对农业生产的影响。
天气作为自然环境的重要组成部分却变幻无常，其任何变化都会对全球社会经济系统产生影响。尤其是近年来全球气候极端事件频频发生，高温、暴雨、暴风雪等极端天气事件给全球社会经济带来了严峻挑战。瑞士再保险公司在2007年 10 月的天气风险管理协会（Weather Risk Management Association，WRMA)欧洲会议上指出，全球经济的20%?30%受到相关天气事件的影响。天气风险(Weather Risk)是指由于气温、降雨量等非灾难性的天气、气候的变化给人们的生产经营活动带来的不确定性。根据天气风险发生概率和造成后果程度的不同，可以把天气风险划分为一般天气风险和灾难性天气风险。一般天气风险是指由于气温、降雨量、降雪量的变化等非灾难性的天气变化所造成的经济现金流量和利润的不确定性。事实上，天气风险对农业、能源、建筑等诸多行业都产生了较大影响，甚至是某些行业业绩的主要影响因素。为规避灾难性天气风险，天气保险被开发出来。该保险合同主要是针对洪水、題风等自然灾害而设立，体现了精算和纯粹风险损失补偿的理念和方法。一般情况下，天气保险涉及的灾害性天气风险发生的概率低、影响程度大。但近年来，一般天气风险如低温、降水不足等也会对社会经济产生不利影响并造成损失。且相对于灾害性天气风险，一般天气风险发生的概率更大、频率更高、影响面更广，国民经济中的许多部门如农业、交通、能源等均面临着一般天气风险。天气保险不能用于转移一般天气风险，而作为创新的金融衍生工具，天气衍生品（Weather Derivatives)应运而生并在全球得到快速推广和发展。天气衍生品是指以天气指数作为交易标的物，对特定区域特定时间内天气指数偏离合约规定指数的风险进行对冲，从而降低合约方因一般天气风险而产生的损失。天气衍生品作为一种金融衍生品，其基础产品不是类似传统衍生品基础产品的实物商品，而是专门定义的某种指数，即基础指数。其度量尺度也有所不同，采用气温、降雨量、降雪量等天气度量尺度，其价值则取决于这些基础指数的数值。具体来说，天气衍生品的基础指数包括气温、降雨量、降雪量、风速指数等。合约的交割采用货币形式，主要用于风险低、频率高的一般天气风险。
天气衍生品最早是由美国的能源公司开发出来的，是目前较为前沿的一种衍生品。为了规避天气变化的负面影响，美国安然公司和科赫能源以美国密尔沃基市1997~1998年冬季气温为参考确定气温指数，于1997年签订了第一笔天气衍生品合同。1999年，芝加哥商业交易所（CME)正式挂牌交易天气衍生品，创新性地为各类面临天气风险的主体提供了规避的有效工具。作为最具潜力的金融市场之一，天气衍生品市场自出现以来在全球得到快速发展。天气衍生品市场除了交易量迅速增长，交易品种也不断丰富。除了以气温指数为基础的衍生品外，基于降雨指数、风速指数等的衍生品也不断被开发出来并推广到市场中。同时，天气衍生品市场的发展已呈现全球化趋势，一方面，交易的地理范围不仅覆盖了美、日、欧等发达经济体，越来越多的国家甚至第三世界国家也已经加入或正在考虑加入；另一方面，除了大型能源贸易商、农业、电力企业、各类保险公司外，建筑业、旅游业等行业也巳加入到天气衍生品市场中。与欧美等发达经济体天气衍生品市场快速发展有所不同，我国金融市场的发展仍处于起步阶段，而天气衍生品市场也近乎空白。而根据我国的现实情况，发展天气衍生品市场不仅必要，而且可行。
2相关理论及文献综述
农业对于我国的重要性不言而喻，而如何降低甚至规避农业所面临的天气风险造成的大面积减产等损失则是亟须研究解决的难题，很多学者都对此开展了学术研究。另一方面，通过查阅相关文献，笔者发现我国天气衍生品市场尚为空白，国内有关天气衍生品的研究文献很少，而且主要是对国外天气衍生品市场的发展现状及对天气衍生品在我国应用前景的介绍性研究。国外对天气衍生品定价模型的研究也尚处于初始阶段，并没有形成统一的定价模型；而且市场上交易的合约基本上是以气温指数为标的物，而以降雨量、降雪量等指数为标的物的合约不仅数量少，而且交易额也比较小。但降雨、降雪、风速等天气因素对经济社会的影响也不容忽视，随着市场的发展，此类合约的数量和交易额都呈现出增长趋势，对于此类指数合约的研究具有较强的现实意义。因此，本研究正是在系统性介绍天气风险和天气衍生品相关知识的基础上，结合我国农业发展的现实情况，探讨降雨风险对小麦生产的影响程度，通过分离气候产量、根据降雨和小麦单产的相关性确定降雨指数并初步构建了降雨指数衍生品合约。
2. 1风险管理理论
2.1.1委托代理理论
委托代理理论的理论基础是非对称信息博弈论，非对称信息是指只有部分参与者拥有信息。该理论认为委托代理关系是随着生产力大发展和规模化大生产的出现而产生的。生产力发展使得分工细化，权利所有者因能力、精力有限而不能行使所有权利；另一方面专业化分工产生了一大批具有专业知识的代理人，他们有精力、能力代理行使好被委托的权利。但在该委托代理关系中，委托人与代理人的效用函数并不一样，若缺乏有效制度，代理人的行为很可能最终损害委托人的利益。
3我国农业天气风险研究........23
3.1天气风险概念及应对策略.......23
3.2我国农业天气风险现状研究.......25
3.2.1我国农业天气风险概况.......25
3.2.2我国农业天气风险管理现状.......26
3.3我国农业保险发展情况.......27
3.3.1农业保险发展概况.......27
3.3.2农业保险问题研究.......30
4天气衍生品研究.......31
4.1发展概况.......31
4.2基础指数和交易模式分析.......34
4.3天气衍生品种类.......36
4.3.1期货合约.......36
4.3.2期权合约.......37
4.3.3互换合约.......40
4.4定价理论.......40
4.5适用性研究.......42
5驻马店小麦生产和降雨描述性统计.......45
5.1样本数据来源.......45
5.2冬小麦种植概况.......46
5.3驻马店农业自然灾害概况.......49
结论
我国是农业大国，保障农业生产的稳定、安全是重中之重。小麦是我国的主要农作物，其种植面积和产量均处于优势地位。但同时，农业生产也面临着诸多风险。其中，自然灾害是影响农业生产的重要因素之一，而旱灾和水灾则是对农业生产影响程度最大的两类灾害因子。旱灾和水灾两类因子均和降雨有着紧密联系。鉴于降雨对农业生产的重要性，本文即从该角度出发，选取河南省驻马店市1980?2011年历年降水数据和小麦生产数据，通过分离趋势产量和气候产量，建立表迗降雨和冬小麦生产线性关系的生产函数，进而构建了累计降雨指数和不足降雨指数衍生品合约。通过分析，本文得出以下结论：
(1)本文使用直线滑动平均法对驻马店市历年小麦单产数据进行分离，得到趋势单产和气候单产。研究表明，由于社会生产力水平的提高，冬小麦实际产量呈不断上升的趋势，但其波动特征和气候产量一致，波动且不光滑，说明气象条件是造成产量年际间不连续变化的主要原因。
(2)1-5月是小麦生长的关键时期，期间的降雨量充足情况较其他月份对小麦单产的影响更大。本文选取驻马店1~5月各日降雨数据，在不足降雨量的统计上借鉴了气温指数的确定方法，每七天统计一次，参考水平为25.4，结果表明降雨指数模型对统计期为3?5月的降雨指数和小麦气候单产的解释能力最. 强，模型拟合度最好。
(3)本文根据气候产量模型和估计的生产函数，构建了两类降雨衍生品合约供农户选择，即累计降雨指数期权合约和不足降雨指数期权合约。农户购买类及降雨指数期权合约，当累计降雨量低于行权水平156.6mm时，农户将以70.9元/指数点的报价得到相应赔偿，当累计降雨量不低于该行权水平时，农户仅需支付期权费。同理，使用不足降雨指数衍生品也可以有效对冲小麦生产面临的降雨风险，降低农户小麦生产因降雨波动而产生的损失，为我国农业生产提供了选择。
参考文献
[1]Alaton, P” Djehiche, B.. & Stillberger, D. On modelling http://sblunwen.com/nykjlw/ and pricing weatherderivatives. Applied Mathematical Finance, 2002, 9(1), 1-20.
[2]Artzner, P., Delbaen, F., Eber, J. M., & Heath, D. Coherent measures of risk.Mathematical finance, 1999, 9(3), 203-228.
[3]Black, F.，& Scholes, M. The pricing of options and corporate liabilities. Journalof Political Economy, 1973，81(3), 637-654.
[4]Bokusheva, R. Measuring dependence in joint distributions of yield and weathervariables. Agricultural Finance Review, 20] 1, 71(1), 120-141.
[5]Bokusheva, R. Measuring the dependence structure between yield and weathervariables. Munich, Germany: University Library of Munich, 2010, 1-35
[6]Bromiley. P. Testing a causal model of corporate risk taking and performance.Academy of Management Journal. 1991，34(1), 37-59.
[7]Cai, X. Q., Teo，K. L., Yang, X. Q., & Zhou, X. Y. Portfolio optimization under aminimax rule. Management science. 2000, 46(7), 957-972.
[8]Campbell, S. D., & Diebold, F. X. Weather forecasting for weather derivatives.Journal of the American Statistical Association, 2011.100(469). 6-16.
[9]Caves, R. E. International corporations: the industrial economics of foreigninvestment. Economica. 1971，38(149), 1-27.
[10]Chiras, D. P., & Manaster, S. The information content of option prices and a testof market efficiency. Journal of Financial Economics. 1978，6(2). 213-234.