在当前经济转轨和加入世贸组织的大环境下,我国农业所面临的社会和经济风险也愈显严峻。如何分散所面临的各类农业风险,维持农业经济的发展和农村稳定,最有效的途径之一就是充分发挥种植业保险的作用,建立健全的农作物保险制度,构建农作物保险体系,为农民生产生活提供强有力的保障。作为一种金融产品,农作物保险的核心是合理地厘定相关产品的费率,而这恰恰是许多国家的农险项目面临的难题。与市场的蓬勃发展相比,我国种植业保险仍然缺乏一套经过科学精算得出的种植业保险费率方案。　　因此,基于农作物产量统计模型,本文对水稻保险费率精算研究进行了深入的探讨和分析。农作物产量统计模型是指对历史产量序列数据进行统计分析从而对作物产量的随机特征进行描述,并对未来产量的实现值进行预测的模型。当前关于产量统计模型定价的研究中仍存在两大重要难题:1)趋势模型的不确定性问题和2)费率厘定的尺度转换问题。　　为了解决上述问题,本研究在保险精算理论和保险经营原则共同指导下,首先,利用湖南省部分县级水稻单产数据分析了产量趋势模型的不确定性;分析了产量趋势变化的规律,建立了一套稳健的趋势模型,并利用蒙特卡罗模拟对模型的预测精度进行了评估;其次,基于产量趋势模型分析的结果,利用省级和农户级别的水稻单产数据,在省级尺度,解决我国水稻保险定价的尺度问题,建立了省级单产期望减产率和省级平均大田期望减产率的经验关系,为求解缺乏大田单产数据地区的水稻费率提供依据;最后,基于上述构建的保险产品定价的方案和思路,厘定了我国31省市水稻的多灾种产量险的纯费率。得出的主要结论如下:　　1)首先,通过广泛地介绍各种农险产品和精算模型,发现在所有精算模型中,经典精算方法仍然是首选;而在保险赔付数据样本小、无法支撑经典精算模型的情况下,则应综合考虑保险合同对产品的界定、数据可获取性以及模型复杂程度,在此基础上确定切实可行的最优定价模型。其次,对产量统计模型进行了深入地文献综述,结果表明在产量统计模型中,模型计算结果的不确定性来源于两个方面,一是趋势模型的选择,二是单产概率密度函数的选择。在二者之中,由于概率密度拟合有着较为简洁明了的检验手段,模型可信度较高。相反,趋势模型在拟合过程中,要求人为决策的因素较多,在对同一产量序列数据可以有多个趋势模型能够选择的情况下,往往难以找到比较客观的标准进行优选。　　2)通过评估不同的作物产量趋势模型是否对县级保险费率定价结果有显著的差异,研究发现不同趋势模型下精算的县级费率结果具有很大的差别,趋势模型的选择会带来相当大的不确定性,并且会显著影响作物县级产量指数保险费率和风险评估值。为了降低趋势模型的不确定性,分析了产量趋势变化的特征,发现产量趋势变化存在趋势变化方向的随机性、趋势变化过程的突变性、趋势变化幅度的非线性、趋势变化可能带有极端低异常值、残差项可能服从负偏分布等五大规律。基于上述规律,引入了稳健的rlowess趋势分析模型,通过蒙特卡罗模拟分析,发现rlowess分析的准确度会随样本量增多逐渐提高,并且在异常值的影响下该模型始终可以保持较高的估计精度,具有很强的鲁棒性;rlowess模型趋势分析的精度要明显优于线性和非线性模型,并且趋势预测的误差很小。因此,在进行趋势分析时,建议采用rlowess模型。　　3)建立了水稻省级单产期望减产率与省平均大田单产期望减产率之问的经验关系,用于推测缺少抽样大田数据省份的纯费率。水稻的省级单产期望减产率与省平均大田单产期望减产率两者间存在显著的相关性,并且省平均大田单产期望减产率要高于省级单产期望减产率。基于双尺度产量统计模型,测算了31省市水稻的保险纯费率。水稻在全国范围内的风险异质性较高,费率差别化的水稻保险经营应该尽快在全国各省市被推广,以体现农险经营的公平合理性,防范逆选择和道德风险。我国西部和北部多为干旱和半干旱地区,并且气候系统的不稳定较高,导致水稻的生产风险较高,因此,这些地区并不适宜种植水稻。