怡安奔福一直积极地将国际再保人介绍给中国农险市场，帮助再保人理解中国农业生产特点、自然灾害状况、保险公司业务发展计划、农业保险政策等各方面情况。国际再保险市场也日益意识到中国农险市场的巨大潜力，越来越关注中国农险市场的发展。随着风险意识的加强及监管部门的风险防范要求的不断提高，再保险业务会得到进一步发展。但同时，由于承保历史比较短，生产数据不够细化也不够完整，再保人在参与中国农险业务时有一定的顾虑。怡安奔福也希望通过模型的开发和应用，增强国际再保人对中国农险市场的认识和理解，争取更多再保人对农险业务的参与和支持。

在农业保险快速发展的同时，农业保险公司及再保险公司对承保风险的管理与评估也面临一系列新的挑战，譬如保险条款的频繁变化、保险覆盖面的日益扩大、保险产品的不断出新等。此外，中国农业产区幅员辽阔，地理条件复杂，各地区产量及气候状况差异很大，加上相对较短的历史承保记录，这些因素进一步增加了风险管控的难度。

我们认为，科学的风险分析方法及工具是中国农险市场持续健康发展的必要措施和重要保障。依托全球技术资源并借鉴在北美地区多风险农作物保险模型的开发经验和先进技术，怡安奔福决定开发中国多风险农作物保险模型，力争为中国农作物保险提供精准的风险分析。比如，作为风险管理和评估的有效工具，农作物模型可以帮助农险业务参与者在数据缺乏的情况下进行风险分析；即便承保年份较长、数据情况较好，但由于保险范围不断扩大，保险条款不断变化，模型可以帮助农险业务参与者理解和比较不同保险条款、比较地域间风险差异、比较不同风险组合的风险水平等等，为风险管理提供有力的参考。怡安奔福在这一领域是先导，我们也希望先进的模型方法可以为保险公司的承保和风险管控提供一些思路和启发，模型开发也体现出我们公司服务中国农险市场的承诺和决心。

中国农户户均面积小，监管成本高，不易控制道德风险；中国生产数据不够细化，历史承保数据少，给理解农作物生产的风险水平及风险管理带来一定的困难；与美国相比，中国一方面灌溉设施覆盖范围比较广，但另一方面，洪涝灾害也比较严重。就全国范围来讲，洪涝灾害是位于旱灾之后影响农业生产的第二大自然灾害。而在美国，对农业生产影响最大的自然灾害是旱灾，第二是土壤湿度过高。

怡安奔福中国农作物保险模型是针对中国多风险农作物保险市场开发的风险评估管理工具，可以根据保险公司或再保险公司的自身业务范围及产品进行个性化的风险分析。模型结果可以在以下几个方面为公司的风险管控决策提供参考：1.理解作物长期平均损失率，为厘定具有市场竞争力并能带来收益的保险费率提供参考依据；2.计算最大可能损失，帮助保险公司评估巨灾风险、设计风险分散转移方案；3.将模型结果输入动态财务软件，比较不同再保方案，设计选择最优风险转移策略；4.细化的风险分析，可以帮助公司识别区域间以及作物间的风险差异，以支持业务拓展规划；5.评价保险条款变动对承保结果的影响。

该模型在县级水平上对农作物的产量波动及其风险水平进行分析与评估，模型精确度得到很大提高；该模型依据现有保险条款及承保条件（如：现有的农作物产量水平、保险费率、承保及查勘定损方法及保险规模等）计算承保结果，相比历史承保数据更具参考性；通过模拟技术的应用，充分估计了农作物产量的波动范围及重大灾年情况。模型结果既反映了历史承保结果中的重大灾害损失状况，又防止在承保历史比较短的保险方案中过高或过低估计重大灾害损失状况，从而提高费率厘定、承保方案及再保险安排的准确性和稳定性。

此模型在建构时，是分省区进行。整个模型的方法可以适用于每个省区，但在运行中要根据各个省区的情况对模型内参数进行调整。模型的输入数据是各个省细化的历史产量数据，其数据本身已经反映出各地生产条件、地理环境及风险的差异。

中国地域辽阔，反常情况时有发生，只是发生的地域和时间不同。但模型是根据以往30年农作物产量为依据，有些极端或反常的情况已经在数据中得以反映。

另一方面，模型使用的模拟技术，就是要将各种可能发生的产量水平及其概率分布都反映出来，其中就包括了可能发生但现有历史数据没有反映出来的产量情况。模拟技术的应用可以帮助我们理解并评估产量异常时的风险水平，模拟中保持地域及作物间的相关性也是为了保证模型结果可以反映出在较大范围内，比如几个市或全省，出现反常天气及产量异常时损失状况如何。另外，模型还会不断关注最新的产量数据，并会根据出现的异常产量频率的变化或产量趋势的变化，对模型参数进行校正。

首先，数据是建立模型的基础。怡安奔福中国农业保险模型采用的细化产量数据，大大提高了模型的精确度。与此同时，我们也花了很大力气来修正异常值以及用天气数据等资料来佐证产量数据的准确性。其次，模型要通过与实际承保结果的对比来校正模型参数，使模型结果尽可能接近实际结果，以保证模型的准确度。同时，模型是开放的，随着数据的不断积累，我们可以不断地对模型参数进行调整。

怡安奔福的农作物模型是以实际产量作为基础数据，和使用气象数据建模相比，省去了建立气象因子与产量间关系的中间步骤，减少了模型假设，也降低了结果的误差。另外，尽管模型分析框架和方法适用于每个县，但各县的产量分布不一样，风险水平不一样，因此模型中的参数不一样。这样，模型结果不但可以反映出县与县之间风险水平的差异或风险分布，也可以很灵活地将结果汇总到市、省等范围，以反映出整个区域的风险水平。

PaulHertelendy：我们看到过去几年农业保险在中国迅速发展，法再对这种高速的发展感到很激动。我们还看到农业投入不断增加，模型等科学分析技术也在逐步开发，这些都有助于帮助中国农业保险健康持续发展。

我们非常高兴看到怡安奔福为开发中国农作物保险模型所做的各项工作，并将其成果呈现给我们，这代表了种植业风险评估的新思路。我相信，该模型将中国农业保险风险分析带到了一个更科学的水平。我们对所有关于农业风险的分析都很欢迎，因为这不仅是再保人承保的重要参考，同时有助于直保公司的风险管理和产品定价。

对比其他区域，1992年的“安德鲁”飓风给美国造成了非常严重的影响，也是这一事件触发了巨灾再保险承保风险分析的新篇章，飓风模型的概念被首次引入。现在，我们似乎看到了相似的趋势在中国农业保险正在发展。模型可以是承保过程中非常重要的参考，但当然也不能盲从。我们还需考虑其他诸多因素，如历史损失和公司的承保、理赔定损和风险管理等等。当市场上有更多的模型出现，我们也会比较不同模型工具的结果并加以运用。