Интернет-журнал «НАУКОВЕДЕНИЕ» Том 7, №2 (март - апрель 2015) http://naukovedenie.ru publishing@naukovedenie.ru

Размещено на http://www.allbest.ru/

1

http://naukovedenie.ru 57EVN215

Интернет-журнал «НАУКОВЕДЕНИЕ» Том 7, №2 (март - апрель 2015) http://naukovedenie.ru publishing@naukovedenie.ru

1

http://naukovedenie.ru 57EVN215

ФГОУ ВПО «Оренбургский государственный аграрный университет»

Вероятностная оценка риска производства зерна как основа дифференциации ставки сельскохозяйственного страхования

Беньковская Людмила Валерьевна

Преподаватель

Аннотация

урожайность риск зерновой культура

В статье представлена методика стратификации муниципальных районов Оренбургской области по уровню риска урожайности и факторов производства зерновых культур. Стратификация муниципальных районов проводилась с помощью кластерного анализа, в результате которого по уровню риска выделены пять классов муниципальных районов: с низким, ниже среднего, средним, выше среднего, высоким рисками. Для измерения уровня риска урожайности нами был введен новый интегральный показатель риска, учитывающий риск снижения урожайности как эволюционного, так и случайного характера. Уровень риска факторов производства зерна рассчитывался по коэффициенту колеблемости. Показатели риска рассчитывались по муниципальным районам за 1995-2013 гг. На основе пространственно-временной выборки урожайности зерновых культур, сформированной из муниципальных районов кластера за 1995-2013 гг., с использованием критериев согласия была установлена согласованность эмпирических распределений нормальному закону распределения в каждом кластере и в целом в Оренбургской области. Для каждого кластера была дана вероятностная оценка риска снижения урожайности зерновых культур на 25% и на 30%. В соответствии с полученными результатами автором рекомендуется для совершенствования существующей системы сельскохозяйственного страхования урожая зерна с государственной поддержкой дифференцировать ставку страхования в зависимости от уровня риска кластера муниципальных районов.

Ключевые слова: риск; вероятностная оценка риска; интегральный показатель риска; факторы урожайности зерновых культур; стратификация муниципальных районов по уровню риска; кластерный анализ; сельскохозяйственное страхование.

Abstract

Probabilistic assessment of risk of production of grain as a basis of differentiation of a rate of agricultural insurance

The technique of stratification of municipal regions of the Orenburg region on risk level of crop yield and factors of production of grain crops is presented in article. Stratification of municipal areas was carried out by means of the cluster analysis. Five classes of municipal areas on risk level are as a result allocated: with low, below a mean, a mean, above a mean, high risks. The author entered a new integrated indicator of risk for measurement of risk level of crop yield. It considers risk of decrease in crop yield of evolutionary and casual character. Risk level of factors of production of grain calculated on coefficient of instability. Indicators of risk calculated for 19952013 years. Spatio-temporal sampling of crop yield of grain crops were created in each cluster and in the Orenburg region from municipal areas for 1995-2013 years. Conformity of empirical distributions was established to the normal law of distribution with use of criteria of consent. The probabilistic assessment of risk of decrease in crop yield of grain crops was calculated on 25% and for 30% for each cluster. According to the received results the author recommends to differentiate an insurance rate depending on risk level of a cluster of municipal areas. It will allow to improve the existing system of the state support of agricultural insurance of a grain yield.

Keywords: risk; probabilistic assessment of risk; integrated indicator of risk; factors of crop yield of grain crops; stratification of municipal areas on risk level; the cluster analysis; agricultural insurance.

Основная часть

Производство сельскохозяйственной продукции в силу сильной зависимости от погодных условий, было и остается высоко рискованным. Особенно высоки риски производства растениеводческой продукции, в том числе зерна. За последние шесть лет три года были неурожайными в результате засухи 2009, 2010 и 2012 годов. За период с 1995 по 2013 гг. размах вариации урожайности зерновых культур в Оренбургской области составил 11,9 ц/га (от 1,5 до 13,4 ц/га). Нивелирование рисков производства зерна в определенной степени возможно только путем совершенствования системы агротехники. Финансово-экономическое состояние сельскохозяйственных предприятий, в значительной степени зависящее от урожайности зерновых культур, вносит свои коррективы в проведение необходимых агротехнических мероприятий. В результате получается замкнутый круг: урожайность > финансовая устойчивость > система агротехники > урожайность, ведущий к нарушению эффективного функционировании зернового производства, сельского хозяйства и всего АПК.

Во всем мире наиболее эффективным инструментом управления рисками производства зерна природного характера, направленного на повышение финансовой устойчивости сельскохозяйственных товаропроизводителей, является агрострахование. Перспективность данного направления обуславливается возможностью государственной поддержки сельскохозяйственного страхования, которое, согласно соглашению ВТО по сельскому хозяйству, относится к мерам внутренней поддержки, не подлежащих сокращению. Сложившуюся в России на сегодняшний день систему сельскохозяйственного страхования нельзя признать действенной, способной защитить от негативных последствий неблагоприятных событий природного характера [6, 7].

Один из недостатков современного сельскохозяйственного страхования с государственной поддержкой является дифференцирование предельной ставки страхования только относительно субъектов Российской Федерации. С 2018 года Федеральным законом № 260-ФЗ предусматривается при установлении предельных размеров ставок сельскохозяйственного страхования учитывать природно-климатические условия выращивания сельскохозяйственных культур Федеральный закон от 25.07.2011 №260-ФЗ (ред. от 22.12.2014) «О государственной поддержке в сфере сельскохозяйственного страхования и о внесении изменений в Федеральный закон «О развитии сельского хозяйства» / http://www.consultant.ru/document/cons_doc_LAW_172720/. Это важный шаг в развитии сельскохозяйственного страхования, но, по нашему мнению, помимо природно-климатических условий необходимо учитывать и уровень применяемых агротехнических мероприятий.

Поиск обоснованных путей совершенствования системы сельскохозяйственного страхования с государственной поддержкой требует адекватной количественной оценки риска производства зерна, анализа его факторов и закономерностей изменения его уровня по территории объекта исследования.

Особенность географического положения Оренбургской области, связанная с протяженностью области с запала на восток на 755 км и расстоянием между крайними северной и южной точками, составляющим 425 км, обуславливают неоднородность качества почвы, климата, колеблемости осадков и температуры по территории области, а также материально-технической базы производителей зерна. Неоднородность условий возделывания зерновых культур по территории области, соответственно, отражается на уровне риска снижения урожайности зерновых культур. Это обстоятельство определило необходимость стратификации муниципальных районов Оренбургской области как основы дифференциации ставки страхования урожая.

Для выделения территорий Оренбургской области, однородных по риску урожайности и условиям производства зерна нами предложена и ранее апробирована методика стратификации муниципальных районов Оренбургской области с использованием кластерного анализа [3].

Стратификация муниципальных районов Оренбургской области проводилась по интегральному показателю риска урожайности зерновых культур ИПр(у) и коэффициентам колеблемости К факторов производства зерна: x1 - внесено минеральных удобрений (в пересчете на 100% питательных веществ) на 1 га посева зерновых культур, кг; x2 - внесено органических удобрений на 1 га посева зерновых культур, тонн; x3 - температура в апреле, ?С; x4 - температура в мае, ?С; x5 - температура в июне, ?С; x6 - температура в июле, ?С; x7 - сумма осадков в апреле, мм; x8 - сумма осадков в мае, мм; x9 - сумма осадков в июне, мм; x10 - сумма осадков в июле, мм; x11 - энергетические мощности на 100 га посева, л.с.; x12 - нагрузка на 1 зерноуборочный комбайн, га. Показатели рассчитывались по временным рядам каждого муниципального района Оренбургской области за период 1995-2013 гг. Обоснование временного периода приводятся автором в ранее проведенных исследованиях [2].

Для адекватной оценки риска производства зерна мы использовали интегральный показатель риска (ИПр) - это новый показатель риска, введенный автором для оценки степени риска снижения урожайности зерновых культур. Рассчитывается по формуле:

ИП_р = ??_??(??) • ??(??_?? < ??_???1),

где ??_??(??) - коэффициент колеблемости;

??(??_?? < ??_???1) - вероятность, рассчитанная по показателю риска на основе коэффициента устойчивости М.С. Каяйкиной для линейного тренда, который рассчитывается по формуле: ?? = ??: ??_??(??) [1, 5].

ИПр учитывает риск снижения урожайности зерновых культур как случайного, так и эволюционного характера и позволяет проводить сравнительную характеристику рисков по разным объектам исследования.

Предварительный анализ коэффициентов колеблемости факторов производства зерна, основанный на изучении их вариации с использованием диаграммы размаха, (рисунок 1) позволил нам предположить, что колеблемость внесения минеральных и органических удобрений не окажет влияния на уровень риска урожайности зерновых культур. По результатам кластерного анализа районов Оренбургской области наше предположение подтвердилось.

Рисунок 1 Диаграмма размаха коэффициентов колеблемости факторов риска урожайности зерновых культур (разработано автором)

Рисунок 1 отражает наибольшую вариацию коэффициентов колеблемости внесения минеральных и органических удобрений по муниципальным районам Оренбургской области обладают. Причина этого в нерегулярности внесения удобрений и отсутствии системы интенсификации сельского хозяйства. На рисунке 1 точки, отстоящие больше или меньше, чем в 1,5 раза по отношению к межквартильному диапазону, показывают выбросы, нарушающие однородность коэффициентов колеблемости факторов риска урожайности. Выбросы наблюдаются по коэффициенту колеблемости суммы осадков в апреле - наименьший коэффициент за период 1995-2013 гг. отмечен в Домбаровском районе, наибольший в Беляевском районе; по коэффициенту колеблемости суммы осадков в июне - наибольший в Беляевском районе, высокий в Соль-Илецком и Акбулакском районах; по коэффициенту колеблемости нагрузки на один комбайн - наибольший в Пономаревском районе. Столь значительная колеблемость нагрузки на 1 зерноуборочный комбайн в Пономаревском районе связана с резким сокращением количества зерноуборочных комбайнов с 31 до 10, при сокращении площади уборки в 2 раза в 2009 году. В дальнейшем рассмотрим, оказывают ли влияние выявленные выбросы в рассмотренных районах на риск неурожая.

Классификация районов Оренбургской области по обозначенным показателям проводилась различными методами кластерного анализа.

Реализация агломеративного иерархического метода кластерного анализа с помощью различных правил объединения кластеров позволила сделать вывод о целесообразности разбиения районов Оренбургской области на 5 кластеров. В качестве метрики использовалось Хеммингово расстояние (расстояние городских кварталов) [4], поскольку все выбранные нами показатели однородны по физическому смыслу и одинаково важны для классификации. Однако иерархические кластер-процедуры образуют неустойчивые классы разбиения. Для устранения этого недостатка мы использовали метод k-средних, принадлежащий к группе итеративных методов эталонного типа, дающих устойчивые разбиения [4, 8, 10].

Преимуществом метода k-средних является реализованный в нем дисперсионный анализ, позволяющий критериально выявить дискриминирующие факторы. В нашем случае было определено, что дифференциацию муниципальных районов по уровню риска производства зерна определяют: колеблемость температуры в апреле (К(х3)), колеблемость осадков в апреле (К(х7)), июне (К(х9)) и июле (К(х10)) (рисунок 2).

Рисунок 2 Дисперсионный анализ показателей риска метода k-средних (получено автором)

С учетом результатов дисперсионного анализа получено распределение муниципальных районов Оренбургской области на кластеры (таблица 1).

Таблица 1

Состав кластеров муниципальных районов Оренбургской области по показателям риска (метод k-средних, евклидово расстояние) (составлено автором)

Для характеристики кластеров муниципальных районов Оренбургской области были рассчитаны средние показатели риска в каждом кластере и в Оренбургской области в целом (таблица 2).

Таблица 2

Характеристика кластеров муниципальных районов по показателям риска урожайности и факторов производства зерна (метод k-средних) (составлено автором)

Наглядно характеристика кластеров муниципальных районов представлена на рисунке 3.

Рисунок 3 Средние значения уровня риска урожайности зерновых культур и коэффициентов колеблемости факторов риска по кластерам (получено автором)

В первый кластер вошли 13 муниципальных районов Оренбургской области с уровнем риска урожайности зерновых культур ниже среднего. Для этого кластера не свойственны наибольшие и наименьшие показатели риска факторов производства зерна.

Второй кластер, состоящий из 3 муниципальных районов Оренбургской области, характеризуется самым высоким уровнем риска урожайности зерновых культур и высоким уровнем колеблемости суммы осадков в апреле, в июне и июле. В состав этого кластера вошли все районы с аномально высокими показателями колеблемости факторов производства зерна, что позволяет нам сделать вывод о негативном влиянии значительных изменений погодных факторов на производство зерна.

Третий кластер составляют 4 муниципальных районов. Он имеет минимальный риск урожайности при наименьшем коэффициенте колеблемости суммы осадков в июне.

В четвертый кластер вошли муниципальные районы Оренбургской области с уровнем риска выше среднего. Для него характерны низкий коэффициент колеблемости осадков в июне и высокий коэффициент колеблемости температуры в апреле.

Пятый кластер отражает средний уровень риска. Он включает 6 муниципальных районов, для которых в среднем свойственно наименьшее значение коэффициентов колеблемости температуры в апреле и осадков в апреле.

Таким образом, с использованием кластерного анализа нами проведена стратификация муниципальных районов Оренбургской области по уровню риска производства зерна на пять кластеров. Выявлены статистически значимые факторы, определяющие уровень риска производства зерна - колеблемость температуры в апреле, уровня осадков в апреле, июне и июле.

Как известно, расчет ставки страхования базируется на вероятности наступления случайного события, а именно снижении урожайности на 30%, а с 2015 года согласно Федеральному закону № 260-ФЗ на 25%.

Расчет вероятности снижения урожайности на заданную величину опирается на знание закона распределения. Для уменьшения ошибки выборки были сформированы пространственно-временные выборки урожайности зерновых культур по каждому кластеру муниципальных районов и по Оренбургской области в целом за период 1995-2013 гг.

Соответствие эмпирического распределения по Оренбургской области в целом и по пяти кластерам нормальному закону распределения оценивалось с использованием критериев согласия, реализованных в ППП Statistica [11]. Результаты приведены в таблице 3.

Таблица 3

Критерии согласия (расчетные значения и уровень значимости) (составлено автором)