【摘要】据了解，近日众安保险推出了一款“高温险”，该产品一经推出便引发民众热议，严格地讲，“高温险”属于天气指数保险的一种，是由保险公司向投保者提供赔偿的一种保险。
天气指数保险的赔偿金额通常与指数偏差挂钩，因此从产品形态上看，天气指数保险本质上是一种天气衍生品。依据所挂钩的指数多少，天气指数保险又有单因素保险产品与多因素保险产品之分，单因素指数产品的设计和定价较为简单，而多因素产品虽然设计更为复杂，但具有更广的保障范围。从国外天气指数保险的发展情况来看，与温度相关的产品发展最为成熟(目前超过82%的天气衍生品都是与气温相关)，因此本文以气温指数保险为例，讨论其定价方法。
经验定价法
经验定价法是天气指数保险最传统的定价方法，它通过收集天气指数保险以往若干年的损失经验，并以损失的均值作为天气指数保险的价格。更具体地讲，保险人在获得历史(比如说40年)气温数据后，计算在当前保单触发条件下，保险公司每年的盈利情况。
该方法简单直观地回答了“如果40年一直承保该业务，那么至今为止盈利状况如何”的问题，因此许多保险人喜欢使用它。当然，该方法的缺点也比较明显：一是仅使用了历史经验数据，可用的数据量较少；二是历史的气温数据有限，无法考虑所有极端天气情景；三是没有考虑气候条件随时间的趋势性变动，历史的经验数据可能并不能很好地代表未来。
分布拟合法
作为对经验定价法的改进，分布拟合法对以往经验损失数据拟合分布曲线，并以统计分布均值作为天气指数保险的纯保费价格。相比于经验定价法，分布拟合法引入了统计分布的概念，因此可以借此评估历史经验数据之外的极端损失事件的发生概率大小。
此外，根据统计理论计还可以计算出均值的置信区间，区间越宽，则定价的波动性越高，保险人可以据此确定保费的风险附加大小。该方法继承了经验定价法的部分缺点，那就是仅使用历史经验数据以及没有考虑气候条件随时间的趋势性变动。
动态建模法
动态建模法突破了前两种方法的思路，通过直接对原始气温数据进行动态建模并预测未来的气温变化，进而用于天气指数保险定价。通常，需要将原始气温序列数据拆分为趋势成份和随机成份：对于趋势成份，采用最小二乘法拟合带趋势项和周期项的趋势方程；而对于随机成份，则采用时间序列技术对相邻时期内的气温相关性进行建模。
当整个模型搭建完毕并且拟合效果良好后，可以用来预测未来一段时间的气温变化情况，例如，采用随机模拟技术模拟出一系列未来的温度序列，用来确定下一年度各种可能的保险赔付状况，而赔付的均值就是天气指数保险的纯保费价格。动态建模法充分利用了历史的气温数据信息，同时考虑到了气候条件的趋势性变动，可以较好的预测未来。但是，该方法对数据质量的要求较高，而建模过程的复杂性及参数的不确定性可能会影响其实用性。
确定合理的定价方法对于天气指数保险具有重要意义。一方面，可以合理指导产品设计，通过研究不同地区的天气情况，设计出特定的产品方案，并且确定触发条件、免赔额等保单条款。另一方面，有助于厘定公平合理的价格，防范由于费率不足给保险公司带来的经营性风险。当然，定价只是天气指数产品的设计环节之一，设计出一款成功的指数产品，需要综合考虑气候、被保险标的等多方面因素，以减小基差风险，提高市场认可程度。
我国保险监管机构曾多次发文鼓励市场加大保险产品创新力度，积极研究包括天气指数保险在内的新型产品，满足社会日益增长的多方面的保险需求。面对新型产品创新，保险公司一定要在对产品风险进行充分分析的基础上，在做好风险管理的同时，积极探索创新方式，开发符合中国市场实情并具有中国特色的新型保险产品，推动我国保险业健康持续发展。
慧择提示：通过上面信息我们可以了解到，天气指数保险作为一种新兴险种，在农业保险、意外健康险以及能源险等领域都具有广阔的应用前景。根据保险人所使用的定价数据，天气指数保险的定价方法可以分为三类：经验定价法、分布拟合法以及动态建模法。
