生猪养殖业在我国有着悠久的历史,猪肉也是居民日常生活中主要的肉类食品来源。而生猪的价格又呈现出较为明显的约为4年一个周期的周期性波动。自2018年5月以来,生猪价格呈现出持续高涨的态势,截至目前仍处于37元/千克的较高水位。从CPI指标来看,食品在CPI中的权重约占33%,而在食品大类中,猪肉又占10%左右,维护猪肉价格稳定,也是保持国民经济稳定的重要举措。为维护猪肉价格稳定,党中央与各级政府部门出台了众多政策。2007年财政部拨款11.5亿用于能繁母猪保险补贴,标志着政策性生猪保险的开始。虽然政策性生猪保险在一定程度上减轻了农民养殖生猪的风险,但生猪的价格依旧呈现出暴涨暴跌的态势,市场风险依旧存在。本文在选题初期就确定了使用期权定价的方式对生猪价格指数保险进行定价。首先,本文参考了众多对目前的生猪价格指数保险试点现状及存在问题做出分析的文献,发现“猪粮比”这一指标虽然有一定的科学性,但终究还是无法反映更为复杂的现实情况,比值的确定也有不小的难度。其次,是对影响生猪价格变动的诸多因素做出了分析,主要的理论依据为供求理论与蛛网理论。这两种理论都是更多的从生猪价格的基本面角度加以研究,相对而言更有科学性,这也为后续寻找VAR（p）模型的向量奠定了基础。本文的创新之处从理论上来说,一是使用了期权定价的理论,将生猪价格指数保险的定价与生猪价格的波动联系起来;二是在建立VAR（p）模型时考虑的因素也都是具有实际意义的因素,其中只有仔猪价格这一序列进行了差分,较好的保留了序列所反映的信息。从实际角度来看,一是丰富了期权定价模型的应用范围,二是考虑到了生猪价格的波动性以确定能够反映市场变化的目标价格,三是期权定价的模型能够有利于保险公司更好的进行风险转移。不足之处主要在于一是使用模型进行拟合势必存在着一定的模型风险,二是资产价格序列也不完全是服从正态分布。在实际当中也很少有资产能够完全满足BSM模型中正态分布的假设,但这并不妨碍BSM模型依旧是应用最为广泛的期权定价模型,而模型风险也是任何经济模型都无法避免的问题,只有当生猪期货上市之后,减少使用的模型个数之后,可以在一定程度上减小模型风险。综上,本文最主要的创新之处在于,一是考虑到了因生猪价格的波动带来的保险产品目标价格的变动,从而对固定的保险费率做出了动态的研究成果,以更好的反映实际情况;二是期权定价的手段能够使保险公司更好的进行风险转移,降低自身风险。在期权定价公式方面,本文参考了 BSM、Heston、GARCH等多种期权定价模型之后,最终还是选择使用应用广泛、且最为经典的BSM模型进行产品定价。这是因为从实际角度来看,一方面BSM模型应用最为广泛、模型也更好理解,这为保险公司实现风险转移提供了便利;另一方面,从实际效果来看,其他多种模型并没有体现出针对BSM模型的巨大优势,反而更加复杂,不利于一般定价公式的研究,以Heston模型为例,在使用现有手段进行参数估计时需要考察k、θ、ρ、σ等六个待估参数,极为复杂。但是,不论使用何种期权定价模型,都需要对生猪未来价格做出确定,设定目标价格,而国内目前尚无生猪期货,这为生猪目标价格的确定带来了不小的难度。因此本文又参考了 ARIMA、SVM、VAR（p）等多种价格预测模型之后,最终选取VAR（p）模型,根据200909～201712共100期样本内的生猪、仔猪、猪肉、猪肉CPI四个因素的数据确定了VAR（12）模型,对生猪201801～201812共12期的样本外价格进行了预测与验证,发现2018年的年均预测绝对差额为-0.53元,并计算出以2018年1月购买时,每头猪需支付保费64.5640元,纯保费费率约为4.88%,相对于固定的1%的费率不仅考虑到了生猪价格的波动,也能够提高保险公司的盈利水平。而如果生猪期货上市之后,保险公司可以通过生猪期货进行风险转移,以减轻可能面临的巨灾风险。依据以上分析,本文给出了政府财政补贴、推动生猪期货上市、培养专业人才和加强市场监管四方面的政策建议。