【农业保险对农业经济波动的影响分析-基于DSGE模型5900字】

农业保险对农业经济波动的影响分析—基于DSGE模型目录TOC\o"1-3"\h\u15776农业保险对农业经济波动的影响分析—基于DSGE模型 1231571.1模型建立 148881.1.1基准模型 2287291.1.2引入保险保障的模型 3262181.2参数校准与估计 4130641.2.1静态参数校准 4306681.2.2动态参数的贝叶斯估计 5166601.3数值模拟分析 661961.4社会福利水平测算 9196761.4.1方法介绍 9184271.4.2社会福利测算结果 11301511.5结论 121.1模型建立当前我国农业保险产品主要以产量保险为主，其中根据不同的保障覆盖面可以分为传统产量保险和完全成本保险，因此本文主要对这两种产品进行比较分析。因此，建立模型之前，首先对传统产量保险(TraditionalProductionInsurance,TPI)以及完全成本保险(TotalCostInsurance,TCI)进行区分：虽然产量保险与完全成本保险的赔付触发机制是相同的，即当农作物的产量低于约定的产量时进行赔付。但是其风险覆盖面却有所差别：传统产量的赔付仅涵盖了农业生产的直接物化成本，即化肥、地膜以及种子等费用。而完全成本保险的赔付范围在直接物化成本的基础上，增加了服务费用、人工费用以及土地成本，因此可以看出，相较于传统产量保险，完全成本保险保障水平更高。基于此，本节首先建立一个含有风险冲击但不包含保险保障的基本模型作为对照。然后在此基础上建立一个含有保险保障的模型并通过设置保障水平取值来区分传统产量保险与完全成本保险。1.1.1基准模型本文在新古典经济增长模型的基础上引入风险冲击。除风险冲击以外，结合农业生产的特点引入了技术冲击与政府转移支付冲击。其具体形式可以表示为：1.消费者问题借鉴陈国进(2014)、邵全权(2017)有关设定，假设代表性农户的效用水平取决于当期的消费与劳动，其效用函数设置为如下形式：max其中，β∈[0,1]，为代表性农户的跨期折现因子，σ为代表性农户消费的相对风险系数，χ为劳动负效应的反馈系数，η为劳动供给的弗里希(Frish)弹性系数，Ct为t期的消费，LCt其中：Kt+1Qtbtd为风险损失率，α为资本投入的占比，δ为资本的折旧率，It为投资，rt为资本回报率，Qt为粮食产量，Gt为政府转移支出，bt为风险因子，p构建拉格朗日函数为：ℒ均衡条件为：χLCt2.生产者问题生产者问题可以表示为：max其中，wtrtwt1.外生冲击借鉴Gourio(2012)、邵全权(2017)的方法，将自然灾害冲击引入RBC模型当中，认为风险冲击对全要素生产率以及资本存量均产生影响。前者的影响体现在生产函数方面，后者的影响体现在资本积累方程上。此外，假设风险冲击服从对数AR(1)过程，即：lnpt同时考虑技术冲击与政府转移支付的冲击分别满足以下过程：lnAtlnGt(1)~(11)式构成了具有具有风险冲击的DSGE模型，其中，内生变量有8个，分别为：粮食产量Qt、消费Ct、投资It、风险因子bt、资本投入Kt、劳动投入Lt、农业生产的机会成本wt以及资本回报率r1.1.2引入保险保障的模型借鉴邵全权(2020)年模型构建的方法，将保险因子与精算公平保费引入模型当中。与基本模型不同的是，资本积累方程与生产函数变为：Kt+1Qt其中，ntnt其中，a为农业保险保障水平。在此情况下，农户的预算约束同样发生了改变，即：Ctz为农户的自付比例，premtpremt1.消费者与生产者问题引入保险保障的消费者问题为：max此时面临的预算约束为：C此时的均衡条件为：χLCt生产者问题与外生冲击与基本模型当中的设定相同。因此新的DSGE模型中，内生变量为9个：粮食产量Qt、消费Ct、投资It、保险因子nt、资本投入Kt、劳动投入Lt、农业生产的机会成本wt、公平精算保费premt以及资本回报率2.TPI与TCI产品的设定TPI保险的保障水平仅能覆盖农业生产的直接物化成本，即种子、化肥、农药等费用。而TCI保险在原有TPI保险的基础上增加了服务费用、地租以及人工成本等费用。基于此，通过设置不同的保障水平取值来对两种保险产品进行区分。根据1990年-2018年我国种植业生产成本收益来数据来源《全国农产品成本收益资料汇编》看，直接物化成本约占总成本的28.1%，服务费用占比约为21.1%，人工费用占比约为36.6%，土地费用占比约为14.3%。因此，对于TPI，本文将保障水平a设为0.281，将TCI对应的保障水平a设为1。数据来源《全国农产品成本收益资料汇编》1.2参数校准与估计1.2.1静态参数校准通常情况下，生产函数中资本份额α介于0.33与0.48之间(王立勇，2012；庄子罐，2012)。但与制造业相比，我国农业生产的集约化、规模化程度不高，资本份额相对较低。结合数据，1999年-2019年农村居民个人固定资产投入占农林牧渔总产值的比例约为0.104数据来源：《中国农村统计年鉴》，因此，本文将农业生产中资本的投入份额设为0.1。关于代表性农户跨期贴现率参数β的校准，现有文献通常将其设置在0.95~0.97之间(娄峰，2012；朱培金，2015；袁国龙；2021)，本文将其设置为0.95。关于资本的折旧率δ的设置，借鉴娄峰(2012)，将其设置为0.05。关于消费的相对风险规避系数以及劳动供给的弗里希弹性系数的设置，借鉴邵全权(2017)以及袁国龙(2021)，将其分别设置为0.85和1。劳动的负效应反馈系数设置为1.5。数据来源：《中国农村统计年鉴》关于风险损失率的校准，根据1999年-2017年农业生产的数据显示，农作物受灾面积约占总播种面积的0.27数据来源：《中国农业年鉴》，因此将风险损失率d设为0.27。关于损失概率的校准，首先选取1999年-2017年农业生产受灾面积数据，计算受灾面积与总播种面积的比值后，以超过0.35为标准界定为农业生产受灾年。通过计算可得，界定为农业生产受灾年的概率为0.11，因此，将受灾概率p设定为0.11。此外，根据《关于开展三大粮食作物完全成本保险和收入保险试点工作的通知》，完全成本保险的自缴比例不低于30%，为此本文将农户保费的自付比例设定为0.4。综上，静态参数的校准结果见下表。数据来源：《中国农业年鉴》表1.1静态参数校准结果变量σηδβ参数值0.8510.050.95变量χbpα参数值1.50.270.110.1变量a(TPI)a(TCI)z参数值0.28动态参数的贝叶斯估计本文采用贝叶斯方法对技术冲击、风险冲击以及政府转移支付冲击的动态参数进行估计，需要估计的参数主要涉及三种冲击AR(1)过程回归系数以及标准差。根据前文的模型设定并考虑到数据的可得性，本文分别选取1990年-2019年农用机械总动力(K)、农林牧渔业总产值(Q)作为观测变量，数据来自于中国国家统计局以及中国国家粮食统计局。在进行估计之前，对以上数据进行以下处理：将农林牧渔业总产值使用居民消费指数进行平减消除其通货膨胀的影响，然后分别将农用机械总动力、农林牧渔业总产值进行对数线性化以及H-P滤波处理。借鉴Smets(2007)、王立勇等(2012)，设置三种冲击的一阶自回归系数服从beta分布；设置三种冲击的一阶自回归标准差服从逆Gamma分布。此外，关于三种冲击回归系数与标准差的先验均值选择上，借鉴邵全权(2017)的设置方法，将回归系数的先验均值设为0.7，将三种冲击标准差的先验均值分别设置为0.1，10，10。基于以上假设，动态参数的贝叶斯估计结果见下表。表1.2动态参数的贝叶斯估计结果参数先验均值先验密度函数后验均值model1model2model3ρ0.7beta0.70130.70070.6989(0.0199)(0.0199)(0.0199)ρ0.7beta0.69330.69690.6936(0.0403)(0.0403)(0.0403)ρ0.7beta0.73590.74770.7369(0.0434)(0.0446)(0.0447)ϵ0.1inv.gamma6.03725.65725.9851(9.2835)(8.4526)(9.0038)ϵ10inv.gamma8.261211.195714.3573(1.885)(1.8826)(1.8888)ϵ10inv.gamma19.237120.833517.2757(15.321)(15.011)(15.0713)注：括号内对应的后验标准差值1.3数值模拟分析通过模拟可以发现，技术冲击、政府转移支付冲击以及风险冲击都会导致主要经济变量产生变化。在给定正向的技术冲击情况下，产量、消费、资本以及劳动投入等变量均有所增加。相比之下，给定正向的政府转移支付会导致消费、投资、资本投入的增加，但导致劳动供给以及农业产量下降，这一现象说明了直接补贴的效率并不高。此外，正向的风险冲击也会导致除消费以外的经济变量减小。图1.1基准模型设定下三种冲击的脉冲响应将三个模型进行对比可以发现，无论是基准模型、TPI设定下的模型还是TCI模型下的模型，技术冲击与政府转移支付冲击带来的影响效果差别不大。但是，不同模型设置下风险冲击带来的影响却有所不同：与基准模型下风险冲击的脉冲响应相比，TPI设定下的脉冲响应如图更加平缓。虽然恢复稳态所经历的时间相差不大，但是风险冲击导致经济变量变化的绝对值相对较小，这说明在风险发生后，TPI保险可以使农户获得一定的经济补偿，使其减少效率低下的生产，从而有利于经济的恢复。相比之下，TCI设置下的脉冲响应更加平缓，对经济波动的平抑效果更好。具体来看，基准模型下，一单位正向的风险冲击会使产量降低2.1%、资本投入降低5.0%、劳动减少1.21%、投资降低1.6%；在TPI设定下，一单位正向的风险冲击会导致产量降低1.6%、资本投入降低4.1%、劳动减少0.97%、投资降低2.9%；而在TCI设置下，一单位正向的风险冲击会导致产量降低0.4%、资本投入降低0.7%、劳动减少0.3%、投资降低0.87%。若以农业产量作为衡量标准，通过计算脉冲响应的标准差可以得出TPI设定下可以平抑42.2%风险冲击带来的波动，TCI设定下可以平抑98.5%风险冲击带来的波动。因此可以看出完全成本保险(TCI)下的风险冲击带来的经济波动是最小的，这说明完全成本保险(TCI)作为传统产量保险(TPI)的升级，对于农业经济的灾后恢复以及保证国家的粮食安全均有更高的保障能力和效果，因此具有全国推广的现实意义。图1.2TPI模型设定下三种冲击的脉冲响应图图1.3TCI模型设定下三种冲击的脉冲响应图图1.4TPI与TCI对农业经济的影响比较1.4社会福利水平测算1.4.1方法介绍DSGE分析框架下，通常有两种福利度量的方法，一种为社会福利损失函数，这类定义通常从产出和通胀的方差推导出来。而另一种方法为补偿变化(CompensationVariation,CV)，该方法通常选取一个参照的内生变量作为度量标准，当这个参照的内生变量为消费时，CV方法就类似于微观经济学中的消费等价变化(ConsumptionEquivalentVariation,CEV)。其含义为需要多少额外的消费量才能达到初始或给定的效用水平。本文使用补偿法，以无保险的状态为参照，分别测算开展两种不同保险产品的情况下社会福利水平的大小。定义条件福利水平:Wi=n,tpi,和tci三种不同的状态。具体而言，n为只有风险冲击且没有保险的状态，tpi为经济体仅存在传统产量保险的状态，tci为经济体仅存在完全成本保险的状态。此处Ci,tEEλ的含义为处于tpi和tci状态下需要补偿的消费量，因此λ的取值可以作为测算社会福利的指标：若λ大于0，则n的状态下社会福利较高，若λ小于0则处于tpi,和tci状态下的社会福利较高。此外，Tchakarov(2007)定义了另一种无条件消费补偿变化：E上式表示使用即期效用函数的无条件均值与稳态效用相对比，其含义同样是稳态时需要(负向)补偿多少单位的消费，才能使二者无差异。在U(CE其中，C,L分别表示离差形式。因此基于前文代表家庭的效用函数的设定，构建本文社会福利测算的指标。对于代表性家庭来说，其效用函数为：U定义两个辅助变量：WWW所以条件消费补偿变化λ满足：W上式可以简化为：W整理可得：λc,y其中y=tpi和tci。根据式(19)，可以得出，tpi设定下的条件消费补偿变化λc,tpiλc,tpitci设定下的条件消费补偿变化λc,tciλc,tci同理，tpi设定下的无条件消费补偿变化λu,tpiλu,tpitci设定下的无条件消费补偿变化λu,tciλu,tpi1.4.2社会福利测算结果根据式(20)-(23)，以基准模型模型作为标准分别测算引入TPI与TCI情况下社会福利变化的情况，结果见表1.3。通过表1.3可以看出，引入完全成本保险(TCI)情况下的社会福利要高于引入传统产量保险(TPI)的情况。当农户的自付比例为0.4时，与基准模型相比，引入传统产量保险后社会福利增加了56.9%，而引入完全成本保险后社会福利增加了57.8%。此外，随着农户自付比例的降低，两种保险产品所带来的社会福利均有所上升，因此可以考虑进一步增加政府补贴的力度，减少农户的自付比例。总体来看，在不同自付比例的情况下，引入完全成本保险比引入传统产量保险引起的社会福利增加值要高0.79%。由此可知，完全成本保险所带来的社会效应更高，农户的满意度也会更高。表1.3社会福