مدیریت ریسک محصول جو دیم بر اساس الگوی بیمه درآمدی در استان همدان

مجله اقتصاد و توسعه کشاورزی

مقاله 4، دوره 31، شماره 4 - شماره پیاپی 38، دی 1396، صفحه 344-355   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jead2.v31i4.67555

نویسندگان

آرش آذری^{* 1}؛ علی آذری²

¹گروه مهندسی آب، دانشگاه رازی، کرمانشاه

²شرکت بیمه دانا، شعبه همدان

چکیده

بیمه درآمدی یکی از طرح‌های بیمه‌ای جدید است که نوسان‌های عملکرد و قیمت را همزمان پوشش می‌دهد. هدف از این تحقیق، طراحی الگوی بیمه درآمدی محصولات کشاورزی استراتژیک مانند جو دیم و مقایسه آن با بیمه عملکرد در استان همدان در سطوح پوشش مختلف بیمه‌ای است. در این راستا به پیش‌بینی متغیرهای قیمت و عملکرد محصول منتخب و تعیین حداقل درآمد به منظور پرداخت خسارت به کشاورزان پرداخته شد. برای استخراج بهترین مدل پیش‌بینی، داده‌های سالیانه قیمت و عملکرد محصول جو دیم به ترتیب به مدت 22 و 32 سال از آمارنامه‌های کشاورزی استان همدان استخراج شده و در سال 1395 بر اساس مدل ARIMA مورد تجزیه و تحلیل قرار گرفت. سپس میزان خسارت مورد انتظار، حق بیمه عادلانه و حق بیمه واقعی محصول مورد نظر محاسبه شد. برای در نظر گرفتن عدم قطعیت پارامتر انحراف از میانگین داده‌های عملکرد، حدود 10000 نمونه تصادفی از انحرافات (باقیمانده خطاها) با جایگزینی به روش الگوریتم مونت کارلو تولید و شبیه‌سازی گردید. در نهایت نتایج نشان داد حق بیمه جو دیم در مدل بیمه درآمدی در سطوح پوشش 50، 60، 70 و 80 درصد به ترتیب برابر 9/47079 ، 5/136636، 6/320417 و 6/644562 ریال در هکتار می‌باشد که در همه سطوح پوشش کمتر از حق بیمه عملکردی است. لذا با توجه به ریسک کشت محصولات دیم، اعمال الگوی بیمه درآمدی باعث استقبال بیشتر کشاورزان خواهد شد. همچنین شرکت بیمه‌گر نیز با درک اثر هم زمان قیمت و عملکرد، میزان حق بیمه محاسباتی را با اطمینان‌پذیری بیشتری در سطوح پوشش مختلف محاسبه خواهد کرد. بر این اساس پیشنهاد می‌شود الگوی بیمه درآمدی به عنوان راهکاری مؤثر برای کاهش خطرات ریسک و همچنین افزایش اطمینان در تعیین حق بیمه، جایگزین روش‌های سنتی مانند بیمه عملکردی شود.

کلیدواژه‌ها

بیمه درآمدی؛ بیمه عملکردی؛ جو دیم؛ سری زمانی؛ عدم قطعیت

مراجع

1- Abbaspour K. C., Johnson C. A., and Van Genuchten M. T. 2004. Estimating uncertain flow and transport parameters using a sequential uncertainty fitting procedure. Vadose Zone Journal, 3 (4):1340–1352.

2- Abbaspour K. C., Yang J., Maximov I., Siber R., Bogner K., Mieleitner J., Zobrist J., and Srinivasan R. 2007. Spatially-distributed modelling of hydrology and water quality in the Comparing uncertainty analysis techniques for a SWAT application to the Chaohe Basin in China 21 prealpine Thur watershed using SWAT. Journal of Hydrology, 333: 413–430.

3- Ahmadi K., Gholizadeh H., Ebadzadeh H., Hoseinpoor R., Abdeshah H., Kazemian A., and Rafie M. 2016. Agricultural Statistics Volume I: Crop products. Ministry of Agriculture, 125 P. (In Persian).

4- Atwood J. A., Watts M. J., and Baquet A. E. 1996. An examination of the effects of price supports and federal crop insurance upon the economic growth, capital structure, and financial survival of wheat growers in the northern High Plains. American Journal of Agricultural Economics, 78: 212–224.

5- Bates B. C., and Campbell E. P. 2001. A Markov chain Monte Carlo scheme for parameter estimation and inference in conceptual rainfall–runoff modeling. Water Resources Research, 37(4): 937–947.

6- Beven K., and Binley A. 1992. The future of distributed models – model calibration and uncertainty prediction. Hydrological Processes, 6 (3):279–298.

7- Coble K. H., Miller J. C., Barnett B. J., and Knight T. O. 2001. Potential for multicrop revenue insurance to serve the needs of Mississippi crop producers. Mississippi State University, 17 P.

8- Falco S. D., Adinolfi F., Bozzola M., and Capitanio F. 2014. Crop Insurance as a Strategy for Adapting to Climate Change. Journal of Agricultural Economics. 65(2): 485- 504.

9- Farajzadeh Z., and Shahvali O. 2009. Predicting the price of agricultural products, case study: Cotton, rice and saffron. Agricultural Economics and Development, 67: 43-71. (In Persian).

10- Farzin M., Torkamani J., and Mosavi S. N. 1391. Role of Income Insurance in Farmers Risk Management (Case Study: Cotton Suppliers in Darab City). Agricultural Economics Research, 4(3): 143-167.

11- Glauber J., and Mario M. 1994. Providing Catastrophic Yield Protection through a Targeted Revenue Program. Economics of Agricultural Crop Insurance: Theory and Evidence, 4: 349-369.

12- Janowicz-Lomott M., Lyskawa L., and Rozumek P. 2015. Farm Income Insurance as an Alternative for Traditional Crop Insurance. Procedia Economics and Finance, 33: 439-449.

13- Just R. E., and Zillberma D. 1986. Does the Law of Supply Hold under Uncertainty? The Economic Journal, 96:514-524.

14- Karamuz M., and Araghi Nejhad S. 2010. Advanced Hydrology. University of Technology (Tehran Polytechnic) Publishers, Third edition. 464 PP. (In Persian).

15- Kavetski D., Franks S.W., and Kuczera G. 2003. Confronting input uncertainty in environmental modelling. In: Duan, Q., Gupta, H.V., Sorooshian, S., Rousseau, A.N., Turcotte, R. (Eds.), Calibration of Watershed Models. American Geophysical Union, Washington, DC, 6: 49–68.

16- Kavetski D., Kuczera G., and Franks S.W. 2006a. Bayesian analysis of input uncertainty in hydrological modeling: 1. Theory. Water Resources Research, 42(3): 1-10.

17- Nelson C. H., and Loehman E.T. 1978. Further Toward a Theory of Agricultural Insurance. American Journal of Agricultural Economics. 1:523-531.

18- Laanemets O., Viira A. H., and Nurmet M. 2011. Price, Yield, and Revenue Risk in Wheat Production in Estonia. Agronomy Research, 9 (2): 421–426.

19- Radmehr F., and Shams-Gharneh N. 2012. Forecast of Tehran Stock Exchange index using fuzzy time series based on definition of rate of return. Journal of Investment Knowledge. 1(4): 175-193. (In Persian).

20- Salami H., and Mohtashami T. 2015. The Prediction Model of Iran's Crop Production Potential for the 1404 Horizon. Iranian Journal of Agricultural Economics and Development Research, 45(4): 585-599. (In Persian).

21- Santeramo F. G., Goodwin B. K., Adinolfi F., and Capitanio F. 2016. Farmer Participation, Entry and Exit Decisions in the Italian Crop Insurance Program. Journal of Agricultural Economics, 67(3): 639- 657.

22- Skees J. P., Black J. R., and Barnet B. J. 1997. Designing and Rating an Area Yield Crop Insurance Contract. American Journal of Agricultural Economics, 79: 430- 438.

23- Yang J., Reichert P., Abbaspour K. C., Xia J., and Yang H. 2008. Comparing uncertainty 692 analysis techniques for a SWAT application to the Chaohe Basin in China. Journal of Hydrology, 358: 1–23.

24- Yazdani S., and Kiani-Raz A. 2003. Income insurance: The New Pattern for Agricultural Product Risk Management. Agricultural Economics and Development, 47: 47-79. (In Persian).