对冲作物产量免受天气不确定性影响——基于天气衍生品的视角

近年来天气对农业的影响已成为全球主要关注问题。因此，亟需一种有效的天气风险管理工具（即天气衍生品）来对冲作物产量免受天气不确定性影响。然而，大多数小农与农业利益相关者不愿支付天气衍生品（WD）的价格，因为定价模型中存在基差风险（产品设计性与地理性）。为消除产品设计性基差风险，采用机器学习集成技术来确定玉米产量与天气变量之间的关系。结果显示影响玉米产量的最显著天气变量为平均温度。随后提出了一个具有时变均值回复速度、季节性均值以及依赖于当地平均温度的局部波动率的均值回复模型。该模型被扩展至不同但相关的地点的多维模型。基于这些平均温度模型，给出了累积平均温度与生长度日的期货、期货期权及篮子期货的定价模型。篮子期货定价降低了地理基差风险，因为买家有机会按其期望的权重偏好选择最合适的气象站。借助这些定价模型，农民与农业利益相关者可将作物对冲极端天气之害。