[發明專利]一種農作物保險定價的信度優化方法

在審

• 申請號: 202011121140.6
• 申請日: 2020-10-19
• 公開（公告）號: CN112258328A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 李士森;吳海平;李曉濤;劉華
• 申請（專利權）人: 石家莊鐵路職業技術學院
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06Q50/02
• 代理公司: 石家莊新世紀專利商標事務所有限公司 13100
• 代理人: 張曉佩

1.一種農作物保險定價的信度優化方法，其特征在于，包括基于保險費率厘定的信度理論，通過構建和求解農業保險費率估計的信度優化模型，選擇數據服從相同分布的區域，利用數據混合的方法擴大樣本量，增加我國農作物保險費率厘定的精確性和穩定性。

2.根據權利要求1所述的一種農作物保險定價的信度優化方法，其特征在于，具體計算方法如下：

假設某區域(S₀)的災害損失額X₁，X₂，…，X_n獨立同分布，其期望值記為μ，若μ的估計值已知，則該值即為風險保費，因此農業保險保費厘定的關鍵就是如何確定更為精確的μ值；由于災害損失的總體分布未知，利用平均損失額作為μ的近似估計值，其中在保險理論中，若直接將平均損失額作為保費，則稱作經驗數據的完全信度，即保費厘定完全依靠現有的災害損失數據；在完全信度下真實保費μ與之間的關系用式(1)表示；

式(1)表示與μ之間的相對偏差不超過γ的概率等于θ，即置信水平為θ。

3.根據權利要求2所述的一種農作物保險定價的信度優化方法，其特征在于，公式(1)不等式兩邊同時乘以并除以標準差σ，(1)式變形為(2)式，其中

4.根據權利要求3所述的一種農作物保險定價的信度優化方法，其特征在于，根據獨立同分布中心極限定理可知，公式(2)漸進服從標準正態分布，即有(3)式：

其中Φ(λ)為標準正態分布的分布函數；根據標準正態分布函數的性質，λ越大，費率估計的信度水平θ越高，基于經驗數據擬定的費率越準確。

5.根據權利要求4所述的一種農作物保險定價的信度優化方法，其特征在于，當厘定費率的偏差率γ及樣本的均值和標準差一定時，及信度水平θ主要取決于樣本量n；若多個區域S₁,S₂,L,S_J與區域S₀的樣本數據具有相同的分布，將J個區域的數據與S₀混合到一起，通過增加樣本量提高區域S₀費率厘定的信度水平；假設事件A表示為混合數據的樣本均值，事件B表示S₁,S₂,L,S_J與區域S₀的樣本數據具有相同的分布，則混合數據費率估計的信度水平為事件A與B同時發生的概率P(AB)，根據條件概率公式，可得(5)式：

θ_h＝P(AB)＝P(A|B)P(B) (5)

其中θ_h表示混合樣本數據估計的信度水平，P(B)為區域S₁,S₂,L,S_J與區域S₀同分布的概率，P(A|B)為同分布條件下混合數據估計的信度水平；事件B可以表示為B＝B₁ I B₂ I L IB_J，B_j表示區域S_j與S₀的樣本數據具有相同的分布。

6.根據權利要求5所述的一種農作物保險定價的信度優化方法，其特征在于，由于B_i與B_j在i≠j時相互獨立，區域S_i和S₀是否同分布與S_j和S₀是否同分布為獨立事件，根據獨立事件概率公式有因此式(5)可以轉化為式(6)：

在同分布檢驗中，原假設H₀：區域S_j與S₀的樣本數據具有相同的分布成立的概率為假設檢驗的p值，由于原假設H₀＝B_j，因此P(B_j)＝p_j；由于K-S檢驗對兩樣本經驗分布函數的位置和形狀參數的差異都比較敏感，是判斷兩樣本是否同分布的常用方法，因此利用K-S檢驗計算同分布檢驗的p值。

7.根據權利要求6所述的一種農作物保險定價的信度優化方法，其特征在于，式(6)中θ_h由兩部分構成，其中P(A|B₁,B₂,L,B_J)是混合區域個數和樣本量的增函數，由于兩個區域樣本數據同分布的概率P(B_j)≤1，所以是混合區域個數的減函數。